En un contexto donde la inteligencia artificial generativa transforma diversas industrias, las organizaciones muestran un creciente interés en aprovechar su potencial. Sin embargo, la transición de soluciones listas para producción hacia una implementación a gran escala presenta desafíos operativos y técnicos específicos. Este artículo analiza valiosos aprendizajes de clientes de AWS en Europa, Oriente Medio y África que han logrado superar estos obstáculos, ofreciendo un mapa para aquellos que buscan seguir este camino.
La base de implementaciones exitosas de IA generativa radica en la elaboración de casos de negocio con propuestas de valor claras, alineadas con los objetivos organizacionales, como mejorar la eficiencia, reducir costos o incrementar los ingresos. Ejemplos comunes incluyen el fortalecimiento de la experiencia del cliente, la optimización de operaciones, el cumplimiento de normas legales y el aumento de la productividad de los empleados.
En EMEA, varias empresas han utilizado los servicios de AWS para transformar sus operaciones. Por ejemplo, Il Sole 24 Ore, el principal grupo de medios de Italia, colaboró con AWS para mejorar un servicio histórico que permite a los usuarios plantear preguntas fiscales y recibir respuestas de expertos. Gracias a una solución de Generación Aumentada por Recuperación (RAG), lograron un 90% de precisión en las respuestas, reduciendo el tiempo de búsqueda y procesamiento de información para que los expertos se concentraran en tareas más estratégicas.
Booking.com, un líder mundial en servicios de viaje digital, ha aprovechado la tecnología de IA generativa escalable para crear experiencias personalizadas para sus clientes utilizando Amazon SageMaker AI. En palabras de su director de tecnología, Rob Francis, uno de los aspectos que valora de AWS es la posibilidad de elección y la importancia del software de código abierto en la evolución de la IA generativa.
ENGIE, una empresa global de energía y servicios públicos, desarrolló un chatbot impulsado por inteligencia artificial que permite la búsqueda por conversación en su hub de datos, facilitando a los usuarios encontrar información relevante entre miles de conjuntos de datos. Esta solución ha acelerado el desarrollo de productos basados en datos y mejorado el intercambio de activos de datos en la organización.
A pesar de que un sólido caso de negocio es clave, la transición de iniciativas de IA generativa presenta nuevos desafíos como la escalabilidad, la gobernanza de datos y el cumplimiento normativo. Es vital adoptar un enfoque holístico que contemple no solo consideraciones tecnológicas, sino una infraestructura de producción efectiva, aplicaciones y procesos en la nube.
La importancia de estándares de calidad en el desarrollo y la implementación de soluciones se hace evidente en casos como el de Iveco Group, que implementó un modelo operativo en la nube que optimiza el tiempo de los desarrolladores, permitiéndoles concentrarse en la mejora de modelos y aplicaciones de IA generativa. Otro ejemplo es el de Accor Group, que utilizó principios de desarrollo de software fundamentales al crear una aplicación de reservas impulsada por IA generativa, estableciendo una estrategia de pruebas exhaustiva que garantiza la calidad del servicio.
Por otro lado, Danske Bank se benefició de una arquitectura modular con AWS, permitiéndole integrar diversas herramientas y servicios de IA generativa de manera eficiente. Schaeffler Group, por su parte, diseñó un marco integral de IA generativa que establece gobernanza y medidas de seguridad necesarias para la implementación a gran escala.
A medida que las aplicaciones de IA generativa de las organizaciones manejan datos cada vez más sensibles, la seguridad, el cumplimiento y la gobernanza deben ser prioritarios. Esto incluye el establecimiento de controles de acceso, la encriptación de datos y la monitorización del acceso al sistema.
Empresas como Il Sole 24 Ore han implementado códigos de autorregulación para el uso de IA ética, asegurando la calidad de los datos y la transparencia. Accor, al mismo tiempo, ha tomado medidas para garantizar que su chatbot opere dentro de límites éticos, evitando malentendidos y comportamientos inapropiados.
El paso de la preproducción a la implementación a gran escala de aplicaciones de IA generativa presenta tanto desafíos como oportunidades. Requiere identificar un sólido caso de negocio, mantener altos estándares de infraestructura y definir un modelo operativo en la nube eficiente. Las empresas de EMEA han demostrado que, al utilizar los servicios de AWS, es posible superar obstáculos y potenciar las ventajas de la IA generativa de forma responsable y productiva. De este modo, más organizaciones pueden beneficiarse de esta tecnología transformadora.
vía: AWS machine learning blog
