Últimas Noticias

Parte I: Implementando IA generativa con velocidad y seguridad

#Evita#robodeinformacion#empresas #trabajadores

 

 

La IA generativa (gen AI) presenta una oportunidad única en una generación para las empresas, con el potencial de generar un impacto transformador en la innovación, el crecimiento y la productividad. La tecnología ahora puede producir código de software, texto, voz, imágenes de alta fidelidad y videos interactivos creíbles. Ha identificado el potencial de millones de nuevos materiales a través de estructuras cristalinas e incluso ha desarrollado modelos moleculares que pueden servir como base para encontrar curas para enfermedades no tratadas previamente.

La investigación de McKinsey ha estimado que la IA genética tiene el potencial de agregar hasta 4,4 billones de dólares en valor económico a la economía global y, al mismo tiempo, mejorar el impacto de toda la IA entre un 15 y un 40 por ciento. Si bien muchos líderes corporativos están decididos a capturar este valor, existe un reconocimiento cada vez mayor de que las oportunidades de generación de IA van acompañadas de riesgos importantes. En una encuesta flash reciente de más de 100 organizaciones con más de 50 millones de dólares en ingresos anuales, McKinsey encuentra que el 63 por ciento de los encuestados caracterizan la implementación de la IA de generación como una prioridad “alta” o “muy alta”. Sin embargo, el 91 por ciento de estos encuestados no se sienten “muy preparados” para hacerlo de manera responsable.

Esa inquietud es comprensible. Los riesgos asociados con la IA de generación van desde resultados inexactos y sesgos incorporados en los datos de entrenamiento subyacentes hasta la posibilidad de desinformación a gran escala e influencia maliciosa en la política y el bienestar personal. También hay debates más amplios sobre la posibilidad y la conveniencia de desarrollar IA en general. Estos problemas podrían socavar el despliegue sensato de la IA de generación, lo que podría llevar a las empresas a pausar la experimentación hasta que se comprendan mejor los riesgos, o incluso a despriorizar la tecnología debido a preocupaciones sobre la incapacidad de gestionar la novedad y la complejidad de estos problemas.

 

En términos prácticos, las empresas que quieran abordar el riesgo de la IA genética deberían seguir los siguientes cuatro pasos:

 

  1. Inicie un sprint para comprender el riesgo de exposiciones entrantes relacionadas con la generación de IA.
  2. Desarrollar una visión integral de la materialidad de los riesgos relacionados con la IA en todos los dominios y casos de uso, y crear una variedad de opciones (incluidas medidas técnicas y no técnicas) para gestionar los riesgos.
  3. Establecer una estructura de gobernanza que equilibre la experiencia y la supervisión con la capacidad de respaldar la toma rápida de decisiones, adaptando las estructuras existentes siempre que sea posible.
  4. Incorpore la estructura de gobierno en un modelo operativo que aproveche la experiencia de toda la organización e incluya capacitación adecuada para los usuarios finales.

 

Los detalles de cómo implementar estos pasos y el grado de cambio requerido para que sean efectivos variarán según las aspiraciones y la naturaleza de la IA gen de una organización. Por ejemplo, podría estar buscando ser un fabricante de modelos de cimientos, un modelador que personalice y escale los modelos de cimientos, o un tomador que adopte modelos de cimientos a través de aplicaciones disponibles en el mercado con poca o ninguna personalización (por ejemplo, modelos de oficina estándar, software de productividad).

 

Fuente: (Marzo, 2024) : Implementando IA generativa con velocidad y seguridad https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/implementing-generative-ai-with-speed-and-safety

 

 

close chatgpt icon
ChatGPT

Enter your request.