|
|
|
|
|
|
|
|
Imagínate esta situación: necesitas información
crucial sobre un proceso interno, detalles de un producto, acceso a una
decisión histórica de tu empresa o al perfil detallado de un cliente clave.
Le preguntas a ChatGPT, Gemini o Copilot, herramientas increíblemente poderosas, y lo
que obtendrás será una respuesta genérica que serviría para cualquier
organización del planeta o un educado "No tengo información sobre
eso". Pero si le preguntas sobre la discografía completa de
Beyoncé o la Guerra Fría, la respuesta será exhaustiva ¿Por qué ChatGPT sabe más de Beyoncé que de tu empresa? Porque
ha engullido todo el conocimiento disponible empezando por Wikipedia ¿Y qué
sabe la IA sobre tu negocio? Solo la información pública que pueda
encontrar en internet, pero de los procesos, proyectos, expertos o clientes
no sabe nada. Carece de comprensión profunda de la realidad específica de
tu negocio. Hasta el 80% del conocimiento tácito reside en los cerebros de
los colaboradores y no en bases de datos y por eso los LLMs no lo pueden detectar. Resulta inconcebible
que las organizaciones inviertan millones en implementar IA alimentada con
conocimiento ajeno, ignorando su propio capital intelectual. La IA genérica
lo sabe todo sobre el mundo excepto lo que realmente importa: tu negocio.
El recurso más valioso es el conocimiento y hoy, por primera vez, podemos
multiplicarlo sin límites. La IA te propone un trato simple: “dame pasado y yo te entrego futuro” ¿Dónde
está el pasado de tu empresa? ¿En las memorias anuales que se publican en
la web? El pasado (conocimiento) de una empresa lo tienen sus colaboradores
y eso supone una desventaja peligrosa porque el principal activo es
patrimonio de los individuos. Y cuando se van, la organización lo pierde y
resulta difícil de encontrar o toma mucho tiempo recuperar el nivel previo.
Contar con una IA de la empresa disminuye el riesgo de depender del
individuo y asegura que cada persona trabaja con el conocimiento de todos.
La mayoría de las organizaciones, conscientes del
potencial de la IA, se lanzan hacer cursos y comprar licencias de GPT o Copilot sin abordar primero lo prioritario ¿Qué
conocimiento crítico posee mi empresa y cómo puedo utilizarlo para entrenar
nuestra IA? Si esto es tan fácil de entender, entonces ¿Dónde está la IA de
tu negocio? Sabemos que la IA tiene un poder gigantesco, pero ¿cómo podemos
aprovecharla si no conoce nuestro propio mundo? La solución no es descartar
la IA, sino construir una IA corporativa alimentada con la esencia misma
del negocio: nuestro conocimiento crítico. Los modelos de IA entrenados con
el conocimiento de la empresa serán tu activo más valioso y eso es algo que
no puedes delegar. Si no “entrenas tu GPT”, vas a perder ventajas,
no vas a sacar partido de tu conocimiento y los demás sí lo harán. La IA de
tu empresa será un proveedor de conocimiento empaquetado, colectivo,
infinito, incansable y ultra sabio. Esa IA será la herramienta que te ayude
a gestionar el conocimiento de la organización. El precio que pagará una empresa
que no aproveche la IA será demasiado alto. Hoy, para que la IA conozca
tu negocio, le estás entregando datos (alimento de poca calidad
nutricional) en lugar de conocimiento. Ya escribimos que los
datos no son el nuevo petróleo, el conocimiento lo es. Para que la IA
sea inteligente y te entregue lo que esperas, primero tú le tienes que
entregar la inteligencia de tu empresa y el conocimiento que ya tienes es
la clave de todo. Por eso, para los que venimos
de la gestión del conocimiento (GC) la IA es algo natural. Tu
organización ya tiene el tesoro (el conocimiento que la hace única) pero
sin un proceso ordenado para gestionarlo, ese tesoro se pierde o, peor aún,
queda atrapado en pocas personas. En esta y en la próxima columna, te
explico los pasos para crear una IA corporativa, especialmente las fases
iniciales de identificar, capturar, sistematizar y actualizar conocimiento
crítico.
¿Cuál es la situación de la IA en mayo de 2025? El
diagnóstico nos muestra un vaso simultáneamente lleno y vacío. Las empresas
todavía usan muy poco la IA (13,5%
según Úrsula Von der Leyen): están convencidas
de que su futuro pasa por la IA, pero no
tienen claro por donde empezar. Existe una brecha enorme entre
reconocer la importancia de la IA y saber implementarla. Curiosamente, los
individuos les llevan la delantera ya que muchos profesionales están
experimentando con los diferentes modelos para actividades de su vida
personal o para tareas profesionales, aunque aún son minoría los que pagan
20 euros mensuales. Sin embargo, por primera vez se presenta una
oportunidad inédita ya que contamos con una serie de elementos que nunca
habían coincidido: el volumen de datos disponibles se ha disparado con la
digitalización, la potencia de procesamiento y almacenamiento que
disponemos gracias a los chips, los data center y demás infraestructura se
ha multiplicado y los algoritmos han recibido inyecciones multimillonarias
de recursos para desarrollarse. La combinación de estos elementos implica
que podemos esperar obtener resultados de la IA para que nos ayude a
gestionar de manera más inteligente el conocimiento de la empresa. Por fin
vas a poder aprovechar todo tu conocimiento ya que en el pasado no existía
una manera razonable de hacerlo. Gestionar el conocimiento siempre fue
difícil por 2 razones. Porque estaba diseminado en el cerebro de cada
persona (con lo que cada individuo trabajaba con su propio conocimiento).
Como decía Bill
Gates “Llévense a nuestras 20 mejores personas y Microsoft se volverá
una compañía irrelevante” (en las pymes, el conocimiento crítico lo
puede tener una sola persona). Y porque el ciclo capturar – documentar –
difundir apenas ocurre porque se
documenta poco (ya que a nadie le apasiona) y la empresa rara vez lo
exige.
¿Cuál es el problema? Cuando ha llegado el momento de
ensamblar todos estos componentes, han surgido dificultades: el uso de la
IA crea un desafío de consumo energético e impacto ambiental enorme. Los
algoritmos evolucionan muy rápido, pero alucinan y nos plantean conflictos
éticos y normativos. Y lo más importante: Los modelos de IA son cada vez
más inteligentes sobre el mundo, pero no conocen tu empresa. Se ha
realizado (y se sigue haciendo) un esfuerzo millonario de entrenamiento de
estos modelos con toda la información existente en internet al punto que
una vez se terminan los datos disponibles se está recurriendo a crear datos
sintéticos para entrenarlas. Pero por mucho que sepa una IA del mundo, si
no conoce tu negocio entonces no te resultará útil y no podrá cumplir con
la promesa que te hace. Depositar todas las esperanzas en los modelos de IA
genéricos resulta ingenuo. Las IA generativas son como enciclopedias
universales increíblemente rápidas y políglotas. Pueden redactar correos,
resumir documentos, generar código y crear videos e imágenes asombrosas.
Pero cuando se trata de los matices de tu negocio, están ciegas respecto de
tus procesos internos, tus clientes específicos, las lecciones aprendidas
de proyectos pasados, la cultura organizacional o las estrategias que
funcionaron y las que fracasaron. Obviamente, lo primero que se está
haciendo es entrenar dichas IAs con los datos que
tiene la empresa, pero aquí aparece un segundo problema. Las empresas o
bien no tienen suficientes datos o la calidad de los que tienen deja mucho
que desear. La razón es simple: nadie imaginó que íbamos a poder explotar
los datos y por tanto nadie
se preocupó de capturarlos y documentar ¿Significa esto que la IA no es
útil? En absoluto. Significa que, para que despliegue todo su potencial
dentro de una organización, tenemos que ir un paso más allá: necesitamos
"enseñarle" nuestro negocio.
¿Cuál es la oportunidad? Construir
nuestro propio cerebro digital. Usando una metáfora, estamos alimentando el
fuego con papel en lugar de madera. Los datos son mejores que nada, pero
peores que el conocimiento. Todos sabemos lo que pasa cuando tratas de
alimentar el fuego de una chimenea con papel. El calor no dura nada, se
produce un fulgor instantáneo que se desvanece en segundos. El papel viene
muy bien para empezar el fuego rápidamente. Es barato, fácil de conseguir y
prende enseguida. Pero si lo que queremos es un fuego que caliente,
duradero, un fuego de calidad, ahí no dudamos y lo mantenemos con madera.
Buenos troncos que proporcionan calor durante horas. Lo que estamos
haciendo con la IA actualmente es alimentarla con papel. Los datos son el
papel porque son lo que tenemos más a mano, son fáciles de conseguir,
aunque no sean de la mejor calidad. Es lo que los angloparlantes llaman “low hanging fruit”, la fruta más baja que cuelga de las ramas
del árbol y es la más fácil de recoger, aunque no necesariamente la mejor.
Y es lógico, si estamos experimentando con la IA, las pruebas las hacemos
con lo que ya existe. Pero ya nos hemos dado cuenta de que el impacto de
los datos es limitado. Y para conseguir los resultados que nos promete la
IA, los datos no son suficientes.
¿Cuál es la “madera”
que necesita la IA? El conocimiento y la buena noticia es que toda empresa
cuenta con su “yacimiento” porque de lo contrario no existiría. Las
malas noticias son que nadie se ha tomado en serio explotar su
conocimiento. El conocimiento es lo que las personas saben hacer para que
una empresa diseñe, produzca y entregue servicios y productos a sus clientes.
Sin conocimiento, ninguna empresa funciona. Mientras no logremos capturar
el conocimiento de la empresa y alimentar la IA con esa “madera”, la
IA tampoco funcionará. Aquí resulta necesario aclarar una confusión
habitual. En las empresas existen miles de documentos. Todos los documentos
contienen información, pero pocos documentos contienen conocimiento ¿Cómo
se pueden distinguir uno de otro? La información es la descripción de algo,
una narración del QUÉ. Sin embargo, el conocimiento incluye además otras
capas adicionales para enriquecer la información como son el POR QUÉ, el
CÓMO (prácticas, errores, ejemplos…), el QUIEN, el QUÉ HARÍAMOS DISTINTO
(recomendaciones y aprendizajes fruto de la reflexión) ¿Qué necesita entonces la IA? Que
tengamos el conocimiento de la empresa disponible. Si esperas que la IA te
ayude con cualquier tarea, la tienes que alimentar primero con el
conocimiento de tu organización.
Lo que toda empresa desea es una IA Personalizada, en Tiempo Real y
Proactiva ¿Qué significa Personalizada? Que la IA no solo trabajará con el
conocimiento de nuestro negocio, sino que creará agentes con el
conocimiento de mi área concreta y más aún, de mis tareas específicas ¿Qué
significa en Tiempo Real? Que la IA de mi organización contará con
conocimiento actualizado de lo que está pasando en el negocio, es decir,
sin un corte en la fecha de entrenamiento del año pasado y alimentado día a
día por lo que la organización aprende y que nos entrega nuestro modelo de
Aprendizaje ¿Qué significa Proactiva? Que no espera a que yo le pida o le
pregunte lo que necesito, sino que se anticipa porque sabe quién soy, qué
hago, qué se necesita para hacer una tarea y me lo ofrece.
La IA de mi empresa no es un proyecto de tecnología sino de gestión
del conocimiento con 4 estadios:
1. Preentrenamiento, que es el trabajo que están haciendo las grandes empresas
tecnológicas al desarrollar y entrenar los modelos.
2. Post training que sería el proceso de entrenar un modelo, pero específicamente
sobre el negocio de tu empresa, usando todo el conocimiento interno que
esté documentado y aplicando técnicas como fine
tuning, RAG
(Retrieval-Augmented Generation), etc. Ojo porque sin un modelo
de gestión del conocimiento, no sabrás cuál es
tu conocimiento critico ni usarás los procesos para capturarlo y
gestionarlo rigurosamente como veremos en la próxima columna. Sin una GC
robusta como base, la IA se queda en poco más que un proveedor sofisticado
de información. Es lógico que por ahora usemos la IA para reutilizar lo que
ya se sabe. Más adelante la usaremos para que nos ayude con lo que no
sabemos porque cuando no hay respuestas ni soluciones es donde más valor aportará.
3. Contextualización significa que, dado que las ventanas de contexto para hacer los prompt son cada vez más grandes, es fundamental incluir
toda la información del negocio que sea posible para que el modelo piense
como tu empresa. Saber preguntar se convierte en una habilidad esencial. Si
queremos buenas respuestas, hay que hacer buenas preguntas, y esto requiere
un profundo conocimiento del propio negocio.
4. Feedback significa que a medida que usamos nuestra IA,
la realimentamos con el conocimiento futuro que representan los
aprendizajes que vamos recogiendo, corrigiendo errores o inexactitudes para
que entienda mejor el negocio. Ojo, sin un modelo de aprendizaje, no tienes
un mecanismo que se asegure de capturar todo lo que la empresa aprende cada
día de manera que la IA lo pueda aprovechar. La IA es la punta del iceberg,
la base es la cultura de aprendizaje de la empresa. De hecho, la IA no solo
no sustituye el aprendizaje organizacional, sino que lo potencia porque
tiene “hambre de conocimiento diario”.
Si tu IA no sabe más de tu empresa que tu suegra o
suegro, entonces tenemos trabajo por delante… En la segunda parte de esta
columna abordaré los 4 pasos para concretar esta oportunidad que son: 1.
Identificar conocimiento crítico. 2. Capturar, sistematizar y organizar
dicho conocimiento crítico. 3. Entrenar el modelo propio de IA con los
conocimientos y 4. Mantener actualizada la IA.
El 8 de
mayo en Barcelona, impartiré la conferencia "Organizaciones
inteligentes, aprendiendo de la experiencia pasada y futura"
en el evento Corporate Learning Day organizado
por Equipos y Talento y de la mano de Chateauform.
El 19 de
mayo impartiremos una sesión sobre “Organizaciones que aprenden” dentro del
programa para gerentes de ventas de Sanofi.
El 23 y 24
de mayo en Barcelona impartiré la sesión "Organizaciones inteligentes
y complicidad colectiva" en el Máster en
consultoría de transformación y desarrollo organizacional de GR Institute.
El 28 de
mayo en Mondragón impartiré la conferencia "La IA de tu empresa:
personalizada, en tiempo real y proactiva" para Edertek durante
su Tech day.
El 13 de
Junio en Tarragona participaremos en la sesión de la Comunidad de Práctica
“Va de llegat” para hablar sobre “IA en procesos
de relevo generacional” invitado por CEJFE.
El 13 y 27
de mayo en Cadabra la magia de aprender,
realizaremos sesiones sobre IA como herramienta para aprender a ser humano
y Verdades y Mentiras de la IA con Jose Luis
Alvarez y Patxi
Samaniego.
|
|
|
