- hace 14 horas
Cronista Studio | Tecnología Protegida - BDO
Categoría
🦄
CreatividadTranscripción
00:00Bienvenidos a una nueva edición de El Cronista Studio. Vamos a hablar sobre tecnología protegida,
00:18un tema más que apremiante para cualquier tipo de organización. Y quién mejor que Luis Romero,
00:23socio digital de BDO Argentina, para desaznarnos sobre este tema y muchos otros que seguramente
00:29seguirán surgiendo durante esta conversación. Luis, bienvenido. Gracias Matías por la invitación.
00:34Gracias a vos por haber venido. Te quiero preguntar como disparador lo siguiente. Hoy por hoy la
00:41tecnología, ya sea de ciberseguridad, inteligencia artificial o la que sea, ¿ya es un commodity en
00:47las compañías? Mira, te diría que es una pregunta un poco difícil de responder porque uno creería
00:56que sí, que es un commodity, que todos cuentan con los mínimos esquemas de seguridad y que
01:04cuentan a disposición con tecnología como es inteligencia artificial, que hoy cualquiera de
01:08nosotros accede a un dispositivo y es de muy fácil uso. Ahora cuando vos empezás a ver noticias de la
01:14actualidad y entendés que más allá de que existen brechas de seguridad, hablando respectivamente de la
01:21ciberseguridad, después te encontrás también con un retorno difuso de la inversión cuando se da la
01:28inteligencia artificial en las corporaciones. Parece una dicotomía o algo, una paradoja en el sentido que
01:33es muy fácil para nosotros aprovechar los beneficios de la I en un uso personal. Ahora cuando las compañías
01:40empiezan a aplicar inteligencia artificial y empiezan a medir el retorno de esa inversión en las
01:46implementaciones, bueno ahí se pone un poquito más espeso el tema. Y ni hablar que uno diría está todo
01:52resuelto en el nivel de ciberseguridad y en particular si están en el tema y habrán leído hace un par de
01:58semanas la inteligencia artificial de Google, monstruo del mundo Tech, fue vulnerada Gemini filtrando datos
02:06que han sido parte del modelo, con lo cual la respuesta es ni. Está muy bien, está perfecto y no puedo dejar de
02:14preguntarte entonces cómo cambió en las empresas, en las organizaciones, lo que tiene que ver con
02:20transformación digital, porque por lo que me acabas de contar me da la sensación de que siempre la estamos
02:25corriendo de atrás. Su momento era, bueno, me voy a la nube, me digitalizo, bueno al final no, que algunas cosas
02:31queden on-premise. Ahora bueno, inteligencia artificial, la adoptamos pero no terminamos de ver el retorno, no estamos
02:38quizás securitizados en nuestra infraestructura para adaptarla del todo. ¿Cómo estamos hoy en términos de
02:45transformación digital? Te diría que hace cinco años hablábamos de transformación digital y el foco era
02:53automatizar, empezar a usar tecnología de data, se hablaba también mucho, se sigue hablando también de lo que es
03:00Web3, Blockchain, Bitcoin, IoT, etcétera, etcétera, etcétera. Particularmente creo que desde el advenimiento del
03:09primer modelo GPT en el 2022, todos los focos se fueron yendo a lo que es particularmente los modelos LLM, estos que se
03:18conocen de lenguaje largo dentro de lo que es la inteligencia artificial, y hay grandes promesas de la industria de
03:27inteligencia artificial para obtener mejoras en las compañías. Yo entiendo particularmente de que el foco viró
03:36hoy a lo que es IA, el empresariado, las organizaciones están muy revolucionadas con el tema de IA y creo que hay un
03:47desafío en moderar ese hype, ¿no? Porque la promesa es alta y como te decía hace un ratito, se invierte plata en
03:54licencia, etcétera, y bueno, y resulta que cuesta generar un método para obtener ese beneficio que la IA te lo
04:02ofrece de muchas formas. Puede ser desde la eficiencia, puede ser incrementar ingresos, puede ser mejorando la toma de
04:08decisiones. Y si querés, enganchando con el tema que me preguntaste inicialmente de la seguridad, de la tecnología
04:14segura que este espacio propone, hay algo particular que tienen estas nuevas herramientas LLM, que quizás a
04:21diferencia de una bajada más Tom from the top, donde viene un CEO que te dice, mirá, hoy vamos a usar este IRP,
04:27implementamos X, vamos con este. Hoy usamos este CRM, vamos con este. Esto fluye más, podemos decir bottom-up, es el
04:36analista, sentado en su máquina, que te va a echar GPT, por mencionar alguno, y empieza a usar esa herramienta. Y esas
04:43herramientas tienen una consideración de seguridad que hay que gobernar, porque que vos alegremente empieces a subir
04:51información sensible de tu organización en un modelo que eventualmente es público, bueno, el modelo puede utilizar esa
04:57data para reentrenarlo y mejorarlo. Y también se han escuchado muchos casos de leaks, de info o data
05:04sensible que ha sido después expuesta a través de estos modelos de inteligencia artificial.
05:09Está más que claro, y me sirve mucho esto que me contás, porque lo otro que te quería preguntar es, si ya no se discute la
05:17adopción o no, al menos las empresas quieren probar, por lo menos, e incorporar ya, cómo hacemos con la transformación
05:24cultural. Porque esto que mencionabas recién, que sea un enfoque más de abajo hacia arriba, es muy
05:30distinto a hacer un cambio de proveedor de nube. Listo, una decisión gerencial y se terminó. ¿Cómo se gestiona ese
05:38cambio? Muchas veces cuando me imagino que a la gerencia les agarra un poco por sorpresa, como que los
05:44equipos están usando IA, yo ni sabía, y demás. ¿Cómo se gestiona eso en términos culturales?
05:50Sí, mirá, hay dos preguntas. ¿Cómo están usando eso? Y la otra, ¿cómo no lo estamos usando?
05:54Está como esa cosa de, y de vuelta de mi opinión y de mi posición, yo creo que si lo limitás solamente a un
06:04tema tecnológico es un error, pero grotesco. Muchas empresas entienden que bueno, listo, compremos 50
06:10licencias de X Enterprise y vamos, y vamos, como si fuera algo mágico que frotás la lámpara de la Dino
06:16y sale la magia de la IA. El principal desafío es cultural. No tengo ninguna duda que es el principal desafío es cultural porque
06:25aparte esta tecnología viene a interpelarnos, yo siempre hago bien una, me retrotraigo a muchos hitos de la humanidad
06:34que hablamos de la revolución industrial, hoy sale una cuarta revolución industrial, etcétera, pero en particular
06:40estas herramientas, a diferencia de la máquina a vapor, la electricidad, viene a suplir una capacidad cognitiva
06:49de las personas. Esto no es, antes podía ensamblar un auto por día, ahora puedo ensamblar 20 porque tengo 50 robots
06:57que a cada vez viene alguien a, tonelada de comillas, pensar por vos. Y no es fácil. La verdad que personalmente
07:05las personas son gracias al cambio, duele, no queremos cambiar y si encima vemos que aparece una tecnología
07:12con todas estas promesas también de automatización, de me quedo afuera, no voy a tener trabajo, obviamente genera
07:20fricción, genera resistencia y por más buena tecnología que tenga y toda la licencia que quieras implementar,
07:25si la gente no lo lleva adelante, no tiene ningún sentido. Con lo cual la pregunta, ¿cómo gestionás eso?
07:32Yo creo que hay un trabajo muy grande de gestión del cambio y en proyectos integrales de IA que nosotros
07:39de BDO abordamos, lo primero que empezás, nosotros llamamos una etapa de evangelización.
07:44Claro. Porque vos tenés que primero alfabetizar a la gente, porque hasta hay gente que no sabe,
07:51de vuelta, insisto, IA es GPT. No, IA es GPT, pero es, por ejemplo, un modelo de Machine Learning,
07:59o es, por ejemplo, una red neuronal, o es un modelo de aprendizaje no superficial,
08:03no me voy a poner técnico, no te preocupes.
08:05Pero digo, hay más que el GPT. El GPT vino, pegó una piña en el mentón, quedamos todos regulando
08:11qué hacemos con esto. Pero la IA viene de décadas de desarrollo. Y la gente tiene primero que conocer
08:18qué es la IA, para qué sirve, para qué no sirve. Entender también, dar un mensaje claro de,
08:25no pensamos la IA como un reemplazo de la gente, sino como una forma de tunear un proceso,
08:33donde yo quizás estoy dedicándole mucho tiempo y horas a algo manual, y me puedo apalancar entonces
08:38la tecnología, para darme una mejor calidad de trabajo. Después también entender que, así como,
08:45y seguramente, la IA se va a llevar puesto un montón de puestos de trabajo, como lo ha hecho
08:50en un momento internet, y lo ha hecho la electricidad, y lo hará mañana no sé qué, entender que también
08:55se generan nuevas oportunidades de trabajo, y nuevos roles. Hoy se habla de un Chief Artificial Intelligence Officer,
09:05imaginate hace 10 años la de la ciencia ficción, se hablan de estrategias de IA, se habla del curador de datos,
09:11empiezan a surgir también otras oportunidades. Y la última, importante, en este tema de la cultura,
09:18y de poder darle a la gente las herramientas, es lo que se llama un upskilling,
09:24es decir, mira, vos podés seguir haciendo esto con nueva tecnología, o podés, eventualmente,
09:30reinventarte con otra tecnología, o podés ser, por ejemplo, lo que llaman un cross-skilling,
09:36que es un abogado que empiece a interesarse de temas que hasta hace 5 años tenía en la agenda de nadie,
09:42como es la ética en la IA, que es algo que hay que abordar. Entonces, creo que primero hay que trabajar en la gente,
09:49darle estas herramientas, poder, esto que hablamos de alfabetizar, capacitar, evangelizar,
09:55lo llamamos en medio, explicarles por qué sí, por qué no, para qué sí, porque tampoco les da todo un martillo,
10:01a veces que te alcanza con un sistema, un software tradicional basado en código,
10:05no necesitas IA para todo. Y en ese sentido, entonces, creo que la gente se siente más preparada,
10:11podés correr algunos nubarrones o algunas ideas erróneas de la tecnología, y bueno, después,
10:18como toda la vida, habrá detractores y habrá gente que lo va a impulsar. Eso ya es parte de la operación.
10:25Hay muchas preguntas que abriste, que dejaste con una respuesta inconclusa a propósito.
10:30Bueno, hay que ver cuánta gente lo adopta. Acá hago upskilling o hago reskilling.
10:35Me imagino que el rol de un partner tecnológico, como Bedeo en este caso, es clave.
10:40¿Cómo se paran hoy frente a los clientes y cómo sentís vos que se está dando todo esto que mencionaste,
10:47todo este abanico de desafíos, oportunidades, potenciales problemas?
10:51¿Cómo lo están pensando los partners tecnológicos? Porque no todas las empresas están en el mismo nivel
10:57de adopción tecnológica también. Cada caso debe ser diferente.
11:00Totalmente, totalmente. Y en general te digo que la cotidianidad es,
11:05che, tengo que implementar IGA. Es como que toda la relación arranca por ahí.
11:08La empresa está montada en este Javi y dice, hay que hacer algo con esto, ayúdame.
11:13Y como vos bien decís, Matías, con muchas realidades distintas.
11:16Gente que ya lo está implementando, pero que por ahí no ve o le cuesta ver ese retorno.
11:22Gente que no tiene ni idea. Gente que dice, mirá, compré acá 50 licencias,
11:26le ponen las operativas. Entonces, ante esas situaciones tan disímiles,
11:32nosotros intentamos abordarlo de una manera integral.
11:35Yo te mencionaba hace un rato que esto no es solamente tecnológico.
11:38Entonces, nosotros nos acercamos a los distintos clientes y a las organizaciones
11:43con una propuesta integral, que básicamente son tres pasos bastante claros y encadenados.
11:49El primero es trabajar en todo lo que es una serie de esto que llamamos de capacitaciones,
11:55de evangelización y darle gobierno a la IA.
11:57¿Qué sí? ¿Qué no? ¿Para qué quieres usar la IA?
12:00A veces también te dicen, ¿qué usa la IA? ¿Para qué?
12:02Y no sé, pero sí. O quiero reducir costos. Bueno, ¿en dónde?
12:06No sé. Bueno, entonces, primero definí el propósito de la IA en tu organización.
12:10¿Vos para qué la querés? ¿La quiero para ahorrar costos?
12:12Se acabó. Listo. Está claro. El norte es por acá.
12:15Bueno, lo quiero para generar nuevos ingresos, con nuevos productos, nuevos servicios.
12:20Bueno, lo quiero para todo, por lo que fuere. Definir el propósito de la IA en tu compañía.
12:25Entender qué formación necesitamos para que la gente pueda estar a un mismo nivel.
12:30No que salgan todos expertos, ni mucho menos, pero poder tener ese lenguaje común.
12:35Y entender también, por ejemplo, hay situaciones donde empresas son corporaciones
12:39y tienen algún tipo de mandato de casas matrices.
12:41Tenés algún tipo de directriz corporativa, playbook que haya que adaptarse, se adapta.
12:47No la tenés, la generamos. En ese sentido.
12:51Y en esa primera etapa también, alinear las estrategias.
12:55Porque vos, como negocio, tenés una estrategia y vas a desarrollar después una estrategia de IA
13:00que debería apalancar a esa estrategia de negocio para lograr ese objetivo que planteaste.
13:05Más ingresos, más rentabilidad.
13:07Pero en escena te aparece una tercera estrategia que nunca nadie menciona
13:11o que no está pensada, o por ahí sí, no quiero pecar de sesgo de vallas hablando del modelo de IA,
13:17que es, ¿y mi estrategia de datos?
13:20Porque el dato es para la IA lo que el gasoil es para el camión, ¿viste?
13:25Si no hay datos, no camina.
13:27Entonces, es parte también de esa actividad inicial poder alinear esas estrategias
13:31y si alguna no está, empezar a trabajar.
13:34Una vez que transitas esa fase 1 de este método que nosotros acercamos los clientes,
13:40hablamos después de pasar a la acción.
13:42El primer paso es generar cultura, generar deseos, decir, che, está bueno esto de la IA.
13:47Y no era tan dramático como lo pensaba.
13:51Entonces, con ese entusiasmo, con ese deseo, pasar a la acción.
13:56En la acción nosotros lo que planteamos es talleres de trabajo con las áreas
14:00que estarían alcanzadas por esta tecnología para identificar casos de uso.
14:03Donde la etapa previa tiene sentido porque ya todos tenemos un lenguaje común.
14:08Porque pasa esto, sino que decís, vamos a la IA para automatizar una conciliación bancaria.
14:12Y yo te puedo decir, lo puedes hacer con el ERP y un robot, digo, un RPA,
14:19que es otra tecnología que no tiene algo niña.
14:21O lo puedes hacer con una macro de Excel, digo, no necesitas la IA de vuelta,
14:25no necesitas pegarle a todo con la IA.
14:28Sí tienes que saber dónde necesitas la IA.
14:30Entonces, en esos talleres de descubrimiento identificamos casos de usos,
14:34se priorizan en base a una serie de parámetros que nosotros desarrollamos
14:39para entender dónde hay más impacto potencial de esa iniciativa.
14:44Y donde le queremos dar ahí también en el clavo el tema de esto de la rentabilidad
14:48del retorno, es avanzar con pruebas de concepto.
14:52No escalás nada si no lo probaste inicialmente.
14:55Entonces, las pruebas de concepto son semanas de esa lista corta de iniciativas
14:58que puedas detectar y ya estás mucho más tranquilo en el momento después de escalar
15:02y poder invertir más dinero y desarrollar una solución de alto impacto.
15:06Es como el test drive del auto, ¿viste?
15:08Si yo me tengo que gastar, no sé, 50 mil dólares en un auto y al menos dejame sentarme
15:12a ver si está cómodo, si me gusta el volante, si anda rápido.
15:16Y esto es lo mismo.
15:17O sea, hagamos una prueba de concepto, hagamos la factibilidad técnica,
15:20obtengamos feedback rápido, che, no tiene sentido, lo descartás.
15:25Y eso también abre un capítulo que no nos va a alcanzar el tiempo seguramente,
15:29pero es también como abrazar el error y el fracaso, porque acá hay mucha experimentación.
15:34Tampoco es la cosa de gastar plata por deporte en proyectos de este tipo,
15:39pero sí, tenés que experimentar.
15:41Porque quizás te quedás corto por un tema condicional.
15:43Decís, mira, no llego, pero por ahí no tengo datos, pero puedo capturar los datos.
15:46Empezás a trabajar en eso y los retomas.
15:48O algo que hoy no me sirve para Luis, le puede servir mañana para Matías.
15:53Entonces la experimentación es una parte importante de esto.
15:56Y después se abre una etapa de adopción que es más seguir comunicando,
16:00seguir identificando oportunidades, seguir manteniendo esto en el tiempo,
16:04que no sea una espuma que tiene efervescencia,
16:06donde estamos todos fantaseados con esto y estuvo buenísimo
16:10y generamos tres agentes que ahora me atienden en el call center
16:13y el 2026 nos encuentra de vuelta tildando factura a mano.
16:19Así que ese es un poco el método.
16:22Tratamos de abordar de una manera integral a las organizaciones
16:25y, como bien decías, algunas con distintas realidades,
16:27con lo cual entonces lo puedo abordar de manera modular.
16:30No necesito que me capacite.
16:32Acompáñame en desarrollo.
16:33Fantástico.
16:34No quiero desarrollar todavía, me parece que estoy lejos.
16:37Empecemos a meter esto en la agenda.
16:40Listo.
16:41Evangelizamos.
16:42Esto se adapta porque cada empresa es un mundo
16:44y no hay un manual de la estrategia de la IA.
16:47Perfecto, Luis.
16:48Clarísimo.
16:49Como última pregunta, no quiero que se nos escape
16:51un tema que estuvimos charlando de manera tangencial,
16:54pero quizás vale la pena dedicarle uno o dos minutitos,
16:57que tiene que ver con el uso ético de la IA,
17:01que si se quiere es un poco la contraparte del uso seguro,
17:04la gobernanza de datos y demás.
17:07¿Eso cómo lo estás viendo y qué impacto crees que tiene hoy
17:10en las empresas y qué tanto lo consideran?
17:13Porque en algún punto es como la que menos retorno inmediato
17:16se le puede ver.
17:17El tema de la ética lo tenés que meter en la agenda.
17:22Claramente al principio por ahí no es lo primero
17:26que un empresario está pensando,
17:29pero cuando vos empezás a entender el impacto reputacional
17:33sobre todo que puede tener el mal uso de un algoritmo,
17:37lo último que alguien quiere perder es justamente la marca
17:40que tanto tiempo le llevó a construir.
17:42Puede tener una vida mejor o peor un año que el otro,
17:45pero sepultar tu marca no tiene ningún sentido
17:48y parece medio, no sé cómo decirlo,
17:53de ciencia ficción pensar que un algoritmo me va a poner
17:55en esa situación y la verdad que sí,
17:57porque para hacer una breve introducción en el tema,
18:01los sesgos en los datos lo que hacen es básicamente
18:05la posibilidad de entrenar un modelo que va a replicar ese sesgo.
18:08Hay casos que ya hemos experimentado,
18:10que hemos intentado evaluar en organizaciones,
18:13donde decís, ¿por qué no desarrollo un modelo predictivo
18:17para que me ayude en el reclutamiento del talento?
18:21Decís, buenísimo.
18:23Primero decís eso y decís, fantástico.
18:25¿Y qué hacemos?
18:26Mirá, agarremos los que históricamente
18:28no vieron bien en mi empresa,
18:30generás un dataset con esas características
18:32de tributo de la gente,
18:34y entonces empezás a meterle personas que estén interesadas
18:37en los puestos o en las búsquedas que tengamos
18:40y hacerle match con eso y si de alguna manera se alinea,
18:44filtrás y llegás a los que vos entendés que son
18:48eso que empíricamente sabés que funcionan en tu organización.
18:52Buenísimo, estás fantástico, compro.
18:55Y después empezás a entender que son todos hombres,
18:59son todas mujeres, son todos de X universidad,
19:04son todo de capital.
19:06Si querés inconscientemente, porque nadie por ahí estuvo pensando en eso,
19:10empezás a discriminar y empezás a dejar fuera
19:14un montón de gente en el tema.
19:16Después de hacer el capítulo de legales, que no soy el experto,
19:18pero que eventualmente pueden tener un impacto.
19:20No, acá solamente en esta empresa reclutan hombres
19:24de 40 años que viven a tres cuadras de la redonda.
19:27Claro.
19:28Y eso, bueno, tiene un impacto, claramente.
19:30Y eso está asociado al sesgo de los datos.
19:33Por eso que hablaba de la estrategia de datos,
19:34es importante entender que tenés los datos correctos,
19:37pertinentes, que representan a todo el universo
19:40que querés trabajar.
19:42Podés tener también desbalanceo de datos,
19:44de vuelta, no quiero ser técnico,
19:46pero también, de alguna manera,
19:48trabajás con predicciones erróneas.
19:51Y después hay algo que es como,
19:53hay un trade-off que siempre se trabaja,
19:55lo que se llama la explicabilidad de los modelos.
19:58Vos metés algo ahí en el GPT,
20:01te dice algo que es una locura,
20:04y yo no sé si alguien de OpenAI sabe por qué dice lo que dice.
20:08No lo podés explicar.
20:09Los modelos,
20:10el modelo IA trabaja con un concepto de caja negra,
20:13no es una instrucción de código,
20:14vos le metés algo y sale algo.
20:16Y sale algo que es una locura,
20:18pero que es tan complejo dentro,
20:20por la cantidad de miles de millones de parámetros que manejan,
20:23agarra un modelo LM como ejemplo,
20:25pero puede ser otro,
20:26que no podés explicar.
20:28Che, pero performa que es una locura, está bárbaro.
20:31Bueno.
20:32¿Y qué pasa el día que no ande como esperábamos?
20:35Ay, no sé.
20:36La respuesta es no sé.
20:38Y lo que es inevitable es que vos no le podés
20:41delegar la responsabilidad al algoritmo.
20:43A alguien se va a tener que hacer responsable.
20:45Entonces ahí Matías empezó a trabajar en lo que sea un trade off entre
20:48quiero precisión o quiero transparencia.
20:51¿Puedo explicar el modelo de alguna forma que si falla algo lo puedo ajustar?
20:55Sí.
20:56Bueno.
20:57Seguramente será un modelo más simple y que no será tan preciso.
21:01Ahora,
21:02¿quiero la precisión absoluta para cada cosa que haga?
21:05Fantástico.
21:06Vas a tener algo que va a ser tan oscura esa caja
21:08que si en algún momento falla,
21:10quizás no puedas entender por qué falla.
21:12Y ahí hay casos que en algún momento,
21:14predomina la precisión.
21:16Por ahí no te interesa tanto la explicación.
21:19Y en otro donde claramente predomina la explicación,
21:21sobre todo cuando están en juego personas, decisiones,
21:25que tenés que entender por qué estás haciendo lo que haces.
21:28Entonces ahí la explicabilidad sopesa respecto a la precisión.
21:33Espectacular, Luis.
21:34Más que claro,
21:35te vuelvo a agradecer por habernos acompañado en esta nueva edición
21:38del Cronista Studio.
21:39Más que interesante, quedaron muchas cosas.
21:41Seguramente nos volvamos a ver.
21:43Capítulo 2.
21:44Para repasarlo.
21:45Ahí está, muy bien.
21:46Ya queda confirmado el segundo episodio.
21:48Y a ustedes del otro lado,
21:49muchas gracias por acompañarnos en una nueva edición
21:51del Cronista Studio.
21:53El tema a tratar fue tecnología protegida y nos acompañó Luis Romero,
21:57que es socio digital de BDO Argentina.
22:00¡Gracias!
22:01¡Gracias!
22:02¡Gracias!
22:03¡Gracias!
22:04¡Gracias!
22:05¡Gracias!
22:06¡Gracias!
22:07¡Gracias!
22:08¡Gracias!
22:09¡Gracias!
22:10¡Gracias!
22:11¡Gracias!
22:12¡Gracias!
22:13¡Gracias!
22:14¡Gracias!
Recomendada
21:15
|
Próximamente
0:36
3:42
7:18
3:25
16:02
14:16
2:05
2:33
0:15
0:45
15:05
19:50
14:49
24:02
Sé la primera persona en añadir un comentario