El mercado del software de inteligencia artificial generativa gana terreno

Hasta ahora, han sido las empresas de hardware las que han experimentado un auge a medida que el entusiasmo por la inteligencia artificial (IA) generativa impulsa aumentos tangibles del rendimiento. Para los inversores, el software ha sido más difícil de vender.

El informe Generative AI Market Monitor & Forecast indica que el mercado de software GenAI probablemente crecerá más de diez veces en los próximos cuatro años a más de US$50.000 millones para 2028.

Todo el mundo está ansioso por llegar allí, o al menos por ver el camino. Sin embargo, sigue siendo una tarea difícil de alcanzar para los operadores tecnológicos mostrar elevaciones demostrables tan pronto en este juego, aparte del aumento de la demanda de infraestructura.

Han surgido una serie de casos de uso principales, a saber, con flujos de trabajo de empresa a empresa y asistentes impulsados por IA, que están empezando a impulsar los retornos.

EN NÚMEROS

El director financiero de Microsoft Corp. reveló que Copilot es la suite de más rápido crecimiento de Microsoft en la historia y sugirió priorizar el crecimiento de Copilot a expensas del crecimiento en Azure, destacando la importancia de ganar una participación temprana en el mercado de asistentes inteligentes.

International Business Machines Corp. dijo que ha acumulado una cartera de negocios de US$1.000 millones relacionada con Watsonx y GenAI, liderada por consultoría.

Los ingresos de Google Cloud aumentaron un 28 % año tras año en comparación con el crecimiento general del 15 %, y los ejecutivos citaron un fuerte crecimiento en Google Workspace, donde ha estado integrando funciones de IA impulsadas por su gran modelo de lenguaje, Gemini.

Se espera que el esfuerzo de experiencias generadas por búsqueda de Google abra oportunidades en el futuro a medida que el mercado de búsqueda se expande, pero es en gran medida defensivo. Amazon.com Inc., por su parte, proyectó que la mayor parte del crecimiento de los ingresos de GenAI aún está a 10-20 años de distancia.

De ello se deduce que la mayor parte del crecimiento del software impulsado por la GenIA hasta ahora ha provenido de categorías que son "habilitadoras de IA", lo que sienta las bases para las aplicaciones y la automatización adaptadas a la organización.

El contenido original de esta nota fue publicado en Revistaeyn.com. Para leer la nota completa ingresá acá

Inteligencia Artificial aplicada a la Metodología Agile

El desarrollo de software está experimentando una revolución con la integración de inteligencia artificial (IA) y la metodología Agile. Esta combinación promete cambiar radicalmente la forma en que los equipos de desarrollo planifican, ejecutan y entregan proyectos.

IA y Agile: Un Dúo Dinámico

Automatización de Tareas Repetitivas
La IA tiene la capacidad de automatizar tareas que tradicionalmente han requerido mucho tiempo y esfuerzo. Estas tareas incluyen desde la generación de código hasta la realización de pruebas y la corrección de errores.

Mejora en la Planificación y Estimación
Uno de los mayores retos en el desarrollo de software es la estimación precisa del tiempo y los recursos necesarios. La IA puede analizar datos históricos y tendencias actuales para proporcionar estimaciones más precisas.

Análisis de Dependencias y Conflictos
La IA es capaz de evaluar los requisitos de cada tarea y las relaciones entre ellas. Esto permite identificar dependencias críticas y posibles conflictos antes de que afecten el flujo de trabajo. Esta capacidad de anticipación es crucial para evitar retrasos y problemas que puedan surgir durante el desarrollo.

Beneficios Clave de la Integración IA-Agile

Mejora Continua y Retroalimentación en Tiempo Real
La combinación de IA con Agile permite una mejora continua en cada sprint. La IA proporciona retroalimentación en tiempo real sobre el rendimiento de la aplicación y el compromiso del usuario.

Reducción de Errores y Aumento de la Calidad
Las herramientas de IA pueden identificar errores y realizar pruebas de manera más exhaustiva y rápida que los métodos manuales. Esto mejora la calidad del software y reduce la probabilidad de errores costosos en fases posteriores del desarrollo.

Creatividad e Innovación
La IA puede generar una amplia variedad de ideas, diseños y soluciones. Esto permite a los equipos explorar diversas posibilidades rápidamente, fomentando la innovación y encontrando soluciones únicas a problemas complejos.

Decisiones Basadas en Datos
La IA ayuda a analizar grandes volúmenes de datos y proporciona insights que pueden pasar desapercibidos para los humanos. Esto asegura que las decisiones dentro de los equipos Agile estén respaldadas por datos, lo que aumenta la probabilidad de resultados positivos.

Personalización y Satisfacción del Cliente
La IA puede aprender de los datos y ayudar a los equipos Agile a crear soluciones más personalizadas para los clientes. Esto se alinea con el principio Agile de colaboración y satisfacción del cliente.

Gestión de Riesgos
La IA puede prever riesgos potenciales y sugerir estrategias de mitigación. Este enfoque proactivo es fundamental para la metodología Agile, que enfatiza la adaptabilidad y la respuesta rápida al cambio.

10 formas en que la IA puede usarse en Agile

-Generación de código automático: Herramientas como GitHub Copilot usan IA para ayudar a los desarrolladores a escribir código más rápido, sugiriendo fragmentos de código y completando líneas según el contexto del proyecto.
-Pruebas automatizadas: Plataformas como Testim y Applitools usan IA para realizar pruebas automatizadas de software, identificando errores y asegurando que las aplicaciones funcionen correctamente en diferentes escenarios.
-Estimaciones de tiempo y esfuerzo: Algoritmos de IA pueden analizar datos de proyectos pasados para prever con mayor precisión cuánto tiempo y recursos se necesitarán para completar tareas futuras, evitando la subestimación y sobreestimación.
-Identificación de dependencias y conflictos: La IA puede analizar las relaciones entre diferentes tareas y componentes de un proyecto para detectar dependencias críticas y posibles conflictos antes de que causen problemas.
-Análisis de patrones y tendencias: Herramientas de análisis de datos impulsadas por IA pueden identificar patrones en los ciclos de desarrollo, permitiendo a los equipos ajustar sus procesos para mejorar la eficiencia y la calidad.
-Optimización del flujo de trabajo: La IA puede recomendar ajustes en el flujo de trabajo para eliminar cuellos de botella y mejorar la coordinación entre los miembros del equipo, asegurando un desarrollo más fluido.
-Gestión de riesgos proactiva: La IA puede predecir riesgos potenciales basándose en datos históricos y en tiempo real, y sugerir medidas preventivas para mitigarlos.
-Personalización de soluciones: La IA puede analizar las preferencias y comportamientos de los usuarios para ayudar a los equipos a crear soluciones más personalizadas y adaptadas a las necesidades específicas de sus clientes.
-Automatización de tareas repetitivas: La IA puede encargarse de tareas administrativas y repetitivas, como la actualización de documentación o la gestión de tickets, liberando tiempo para que los desarrolladores se centren en tareas más importantes.
-Retroalimentación en tiempo real: Herramientas de IA pueden proporcionar feedback instantáneo sobre el rendimiento de la aplicación y la experiencia del usuario, permitiendo a los equipos Agile hacer ajustes rápidos y continuos.

Desafíos y Soluciones

Capacitación y Cambio Cultural
La integración de la IA en Agile requiere que los equipos se capaciten y se adapten a nuevas formas de trabajar. Las organizaciones deben invertir en la formación de sus equipos y fomentar un cambio cultural que acepte y aproveche las tecnologías emergentes.

Privacidad y Seguridad de los Datos
El uso de IA plantea preocupaciones sobre la privacidad y seguridad de los datos. Es crucial establecer políticas estrictas de gobernanza de datos y usar la IA de manera responsable para proteger la información del usuario.

Evaluación y Refinamiento de Resultados
Aunque la IA puede generar soluciones, la calidad y relevancia de estos resultados pueden variar. Los equipos Agile deben tener mecanismos para evaluar y refinar los resultados generados por la IA.

Conclusión

La integración de IA y Agile está transformando el desarrollo de software, proporcionando mejoras en eficiencia, planificación, calidad y colaboración. Las empresas que logren integrar estas tecnologías de manera efectiva estarán mejor posicionadas para liderar la transformación digital en el futuro.

El contenido original de esta nota fue publicado en Wwwhatsnew.com. Para leer la nota completa ingresá acá

La Inteligencia Artificial desde dentro; el Desarrollo de Software

Cada día, llegan miles de informaciones y noticias sobre la Inteligencia Artificial. No se puede negar que ha llegado para quedarse y que la convivencia con ella es ya inevitable.

Se vive en tiempos en los que la tecnología ocupa cada vez más espacio en la vida cotidiana. La Inteligencia Artificial (IA) está transformando radicalmente el desarrollo del software responsable de toda la tecnología utilizada cada día por millones de personas en todo el mundo.

La IA no es solo una herramienta; es un colaborador activo en el proceso de desarrollo. La IA se utiliza para automatizar y optimizar tareas que tradicionalmente requerían horas de trabajo manual rutinario y repetitivo. De esta forma se agiliza el desarrollo, se reducen los costes y se aumenta la productividad de los equipos.

La IA también es una valiosa herramienta en las pruebas (testing) y el control de calidad de un producto del software. Unimedia Technology utiliza la IA para simular cómo los usuarios interactúan con una aplicación o un sitio web. De esta forma se identifican los problemas de uso antes de que el producto llegue al consumidor final. Esto ahorra tiempo y recursos, además de garantizar una mejor experiencia de usuario.

Además, la IA ayuda a personalizar las experiencias en línea. Utilizando algoritmos avanzados de aprendizaje automático, se puede adaptar el contenido y las recomendaciones a las preferencias individuales de los usuarios. Esto es algo esencial en el comercio electrónico y en las plataformas de contenido digital, por ejemplo.

El impacto de la IA también se extiende al mantenimiento y soporte de software. Las herramientas de IA pueden predecir y diagnosticar problemas antes de que afecten a los usuarios. Este análisis predictivo permite intervenciones rápidas y efectivas que minimizan las incidencias, mejorando así la satisfacción de los usuarios.

Esta integración de la IA en el desarrollo de software está marcando un antes y un después en la industria. Empresas tecnológicas punteras como Unimedia Technology que ya han incorporado la IA a sus proyectos, están definiendo una nueva forma de idear, desarrollar y mantener las aplicaciones móviles y las páginas web.

Ciertamente, la revolución de la IA es tan transformadora como inevitable.

El contenido original de esta nota fue publicado en Murcia.com. Para leer la nota completa ingresá acá

¿Qué es la startup xAI de Elon Musk?

xAI es una startup de inteligencia artificial fundada el 12 de julio de 2023 por Elon Musk.

La empresa está compuesta exclusivamente por hombres exalumnos de OpenAI, DeepMind, Google Research, Microsoft Research, Tesla y Twitter.

Por el momento, xAI, que fue fundada por el propio Elon Musk en julio de 2023, ha desarrollado un modelo de lenguaje propio llamado Grok, que se lanzó en noviembre del año pasado y que compite directamente con GPT-4 y Gemini, la IA de Google.

xAI llegó a una valoración de u$s24.000 millones

La empresa de xAI obtuvo u$s6.000 millones de dólares en una ronda de financiación, con lo que alcanzó una valoración de 24.000 millones de dólares, en un momento en que los inversores apuestan a lo grande por competir con empresas como OpenAI en la creciente carrera por la inteligencia artificial.

La ronda de financiación fue respaldada por inversores como Andreessen Horowitz y Sequoia Capital, informó la empresa el domingo en un blog.

La valoración de la empresa antes de recibir el dinero era de 18.000 millones de dólares, dijo Musk en un post en X.

El contenido original de esta nota fue publicado en Ambito.com. Para leer la nota completa ingresá acá

Vuelve el optimismo sobre la blockchain por su alianza con la IA

Los expertos están dando a entender que a la blockchain le está sentando bien que se la deje de asociar en exclusiva a las controvertidas criptomonedas. Así se desprende de una encuesta reciente de la consultora Deloitte, en la que, además, se destaca que el 86% de los ejecutivos que han participado en el estudio creen que estos sistemas tienen un enorme potencial empresarial.

Su eventual utilidad a la hora de conseguir información válida entre grandes volúmenes de datos está atenuando los recelos, y hasta el rechazo, de los años anteriores. En esta línea, los técnicos de IBM han declarado que la blockchain es ideal para compartir de manera transparente material almacenado en un libro de contabilidad virtual al que únicamente pueden acceder, con seguridad, los miembros autorizados de una red.

Los ingenieros de IBM se refieren al rastreo de “pedidos, pagos, cuentas o producción”. Como todos los detalles de cualquier transacción se ponen en común al instante, los integrantes del grupo tienen “una visión coincidente de la verdad”, añaden los portavoces de la compañía.

Los analistas del Foro económico mundial sostienen que el 10% del producto interior bruto del planeta podría almacenarse según esta fórmula en 2025. A su juicio, solo una combinación correcta podrá garantizar la “protección” de corporaciones y clientes en el futuro.

El mercado de la blockchain no llegaba a los 5.000 millones de euros en 2021; se calcula que en 2026 ascenderá a los 67.400 millones.

El contenido original de esta nota fue publicado en Lavanguardia.com. Para leer la nota completa ingresá acá

Beneficios de tercerizar el desarrollo de software

La tercerización del desarrollo de software es la vía más eficiente y económica para que diversas empresas desarrollen sus productos y comiencen a participar en canales digitales. Esto se debe al largo tiempo que les implicaría buscar personal calificado, así como la temporalidad de desarrollar internamente una plataforma digital desde cero.

Usando un servicio externo, las empresas, que pueden provenir de diversas ramas del mercado, pueden brindar productos que quizás no habrían podido desarrollar con su propio talento en el tiempo adecuado.Los principales factores que impactan en estos resultados son los siguientes:

Curva de inversión: El principal aspecto radica en la batalla entre contratar equipos internos o subcontratar el desarrollo. Para ofrecer un desarrollo con una calidad por encima de la media se requiere un equipo de 6 a 9 personas, con los cumplimientos sociales, tecnológicos y de experiencia que esto implica. Este equipo se vuelve un costo fijo a tiempo indeterminado, en muchas ocasiones absorbiendo curvas de aprendizaje, consultoría, capacitación y errores. Es decir, hablamos de una curva de inversión plana, a largo plazo.

Curva de aprendizaje: Este punto es una palanca del primero. Imaginemos que ambos equipos deben recibir una capacitación extensiva en el negocio y tecnologías para entrar en materia y poder realizar sus actividades; lo deseable es reducir lo máximo posible esta curva para tener la mayor actividad posible en el desarrollo. En este caso, hablamos de una curva de aprendizaje lenta en el tiempo en caso de elegir contratar un equipo interno.

De esta manera, la tercerización del desarrollo de software se vuelve una necesidad dentro de mercados altamente competitivos en materia de talento y de lanzamientos en tiempo récord.

A diferencia de desarrollar una plataforma internamente, cuando tercerizas el desarrollo de ésta a una empresa que te factura el producto, éste pasa a ser un activo tecnológico del solicitante y, por lo tanto, tiene beneficios de amortización contable.

El contenido original de esta nota fue publicado en Computerweekly.com. Para leer la nota completa ingresá acá

Primer ingeniero de software de IA: Devin escribe código y puede generar programas completos

A diferencia de ChatGPT o GitHub Copilot, el desarrollador de software de IA de Cognition Labs "Devin" no sólo debe generar fragmentos de código, sino también ser capaz de programar y depurar de forma independiente basándose en la introducción de texto. Para ello, Devin cuenta con su propia línea de comandos Linux, editor de código y navegador web, lo que le permite trabajar de forma independiente como desarrollador de software de IA.

En un breve vídeo de https://youtu.be/fjHtjT7GO1c?si=xZmdN9Mi2Zg3T4rrel director general de Cognition, Scott Wu, demuestra la funcionalidad de Devin mediante una tarea de desarrollo. En la demostración, se pide al "primer desarrollador de software de IA", como Cognition llama a Devin, que investigue el rendimiento de distintos modelos de lenguaje LLaMA.

En otros vídeos, los empleados de Cognition presentan software creado con Devin, desde un entorno de prueba para un programa, pasando por un "Juego de la vida" desarrollado de forma interactiva, hasta el entrenamiento de otra IA por parte del desarrollador de software de IA Devin.

En el vídeo de presentación https://youtu.be/fjHtjT7GO1c?si=xZmdN9Mi2Zg3T4rrel director ejecutivo de Cognition, Scott Wu, también ofrece a los desarrolladores interesados la oportunidad de enviar problemas de su propio desarrollo de software a Devin.

El contenido original de esta nota fue publicado en Notebookcheck.org. Para leer la nota completa ingresá acá

Descifrando las etapas del proceso de desarrollo de productos

En el dinámico mundo de la tecnología, el desarrollo de productos es un arte que combina creatividad, innovación y una meticulosa planificación. Desde la concepción de una idea hasta la entrega final del producto, cada fase del proceso desempeña un papel crucial en el éxito del proyecto. A continuación, haremos un repaso por las mismas.

1.Idea y Concepción: La semilla de cualquier producto tecnológico se siembra en la idea. Aquí, los equipos creativos y de desarrollo se sumergen en sesiones de lluvia de ideas para conceptualizar soluciones innovadoras a problemas específicos. La investigación de mercado y el análisis de la competencia son fundamentales para comprender las necesidades del usuario y garantizar que el producto propuesto tenga un mercado potencial.

2. Planificación y Diseño: Una vez que la idea ha sido refinada, es hora de trazar un plan detallado. En esta etapa, se definen los objetivos, se establece el alcance del proyecto y se elabora un cronograma. El diseño también cobra vida, ya sea en forma de prototipos o maquetas, permitiendo a los equipos visualizar y refinar la apariencia y la funcionalidad del producto.

3. Desarrollo: Con el diseño aprobado, se inicia la codificación y la creación del producto real. Los desarrolladores trabajan en estrecha colaboración con diseñadores para traducir la visión en líneas de código. La metodología de desarrollo ágil ha ganado popularidad en esta etapa, permitiendo iteraciones rápidas y adaptaciones según la retroalimentación recibida durante el proceso.

4. Pruebas y Control de Calidad: Ningún producto sale al mercado sin una rigurosa fase de pruebas. Los ingenieros de calidad se aseguran de que el producto cumpla con los estándares establecidos, identificando y corrigiendo posibles errores. Las pruebas de usuario son esenciales para garantizar una experiencia sin problemas y para ajustar cualquier aspecto que pueda haberse pasado por alto en las etapas anteriores.

5. Lanzamiento e Implementación: Con el producto probado y pulido, llega el momento tan esperado del lanzamiento. La implementación eficiente, la estrategia de marketing y la comunicación efectiva son cruciales para generar interés y adopción. Las retroalimentaciones iniciales de los usuarios también se recopilan para futuras actualizaciones y mejoras.

6. Mantenimiento y Mejora Continua: El desarrollo de productos no concluye con el lanzamiento; es un ciclo continuo. Las actualizaciones periódicas, el soporte técnico y la atención a las necesidades cambiantes del mercado son esenciales para mantener la relevancia y la satisfacción del usuario a lo largo del tiempo.

El desarrollo de productos es un viaje emocionante, donde cada etapa contribuye al éxito general. Mantener un enfoque equilibrado en la creatividad, la planificación meticulosa y la calidad garantiza no solo la entrega de un producto tecnológico excepcional, sino también su sostenibilidad en un mercado en constante evolución. 

¿Listo para llevar tu idea al siguiente nivel? En Mobilenik, convertimos tu visión en realidad. ¡Contáctanos hoy mismo para comenzar tu viaje hacia el éxito tecnológico!

Cinco tendencias de desarrollo de 'software' que programarán el 2024

El desarrollo de 'software' es la arquitectura del mundo digital. Al mismo tiempo que crece su relevancia, también lo hace el número de profesionales que se dedican a ello: en 2022 había 31 millones de programadores en el mundo, una cifra que se espera que alcance los 45 millones en 2030, de acuerdo con Developer Nation Community.
El desarrollo de 'software' constituye la arquitectura del mundo digital y sus profesionales deben adaptarse a las últimas tendencias. Gartner, Deloitte o IronHack recogen algunas de las que marcarán el 2024.
Ingeniería de plataformas
La ingeniería de plataformas se centra en proporcionar un entorno tecnológico que acelera la entrega de las aplicaciones. "La creación y el mantenimiento de la plataforma de ingeniería corren a cargo de un equipo de producto especializado, creado para apoyar las necesidades de los desarrolladores de 'software' y otros profesionales", de acuerdo con Gartner.
Este equipo de producto aporta al resto servicios, herramientas y aplicaciones comunes y reutilizables, actuando así como proveedores internos del resto a través de una infraestructura automatizada. De esta forma, se fomenta el autoservicio y se impulsa la innovación y la eficiencia en el desarrollo de 'software' a nivel organizacional. De acuerdo con la consultora, el 80% de las organizaciones de ingeniería de 'software' establecerán equipos de plataforma.
El nuevo DevOps
El enfoque DevOps, implantado en empresas como BBVA, tiene como objetivo mejorar la colaboración y la comunicación entre los equipos de desarrollo de 'software' (Dev) y los equipos de operaciones de IT (Ops). La esencia de DevOps radica en proporcionar un marco innovador para el desarrollo de 'software' que mejore los procesos y permita hacer un uso más eficiente de las herramientas comunes.
Inteligencia artificial
La inteligencia artificial generativa, que ha vivido una explosión en todos los sectores en los últimos meses con el lanzamiento y la evolución de ChatGPT, como explica Deloitte, también ha aterrizado en el mundo de la programación. Esta desempeña un papel cada vez más relevante en la creación, testeo y entrega de aplicaciones por parte de los desarrolladores. Para 2028 se prevé que el 75% de los ingenieros de 'software' adopten asistentes basados en IA, un incremento significativo teniendo en cuenta que esta cifra apenas rozaba el 10% a principios de 2023, según Gartner.
Plataformas 'no-code' y 'low-code'
Las plataformas 'no-code' (sin código) ofrecen a los desarrolladores herramientas para crear aplicaciones de forma rápida sin necesidad de programar mediante plantillas preconstruidas e interfaces intuitivas. Este enfoque, junto con el 'low-code' (código reducido), que también impulsa la entrega más rápida de aplicaciones con una programación mínima, permite una mayor flexibilidad en la formación del programador, como recoge IBM.
Para 2025, se espera que el 70% de las nuevas aplicaciones empresariales utilicen tecnologías 'low-code' o 'no-code', lo que supondrá un aumento significativo desde el 25% registrado en 2020, de acuerdo con Gartner.
Internet de las cosas (IoT) y ‘edge computing’
Para finales de 2024, se espera que la cantidad de dispositivos conectados al internet de las cosas (IoT, por sus siglas en inglés) supere los 207.000 millones. En combinación con la inteligencia artificial, Telefónica predice un salto evolutivo hacia la inteligencia artificial de las cosas (AIoT, por sus siglas en inglés), que utiliza el aprendizaje automático para aprovechar la información recopilada por los dispositivos IoT y que los sistemas "sean capaces de autocorregirse, adaptarse a los contextos y mejorar continuamente".
A esta tecnología se añadirá otra: el 'edge computing', paradigma de computación distribuida que acerca el procesamiento de los datos a su fuente de generación, los dispositivos y los usuarios. De esta forma, se consiguen dos ventajas frente a los sistemas centralizados: acelerar el procesamiento en aplicaciones que requieren respuesta en tiempo real y contribuir a la privacidad y seguridad de los datos.
Aprovechar las ventajas de la inteligencia artificial, hacer frente a los retos que plantean el internet de las cosas y el 'edge computing' u operar con plataformas 'no-code' será esencial en 2024. El auge de la computación cuántica, la adopción de la tecnología 'blockchain' o la implementación reforzada de medidas de ciberseguridad serán otras tendencias presentes en 2024. Conocerlas y adaptarse a ellas permitirá que los desarrolladores de 'software' diseñen los cimientos de los próximos productos y servicios digitales.

El contenido original de esta nota fue publicado en Bbva.com. Para leer la nota completa ingresá acá

La Inteligencia Artificial cambiará el trabajo en el sector financiero

En un panorama laboral en constante transformación, la inteligencia artificial (IA) se posiciona como el catalizador principal de la revolución en el sector bancario, según un reciente análisis de la consultora Accenture citado por la agencia Bloomberg.
El estudio reveló que la IA tiene el potencial de no solo reemplazar, sino también facilitar las tareas que actualmente consumen aproximadamente tres cuartas partes del tiempo de los empleados bancarios.
Con base en la investigación, Accenture destaca al sector bancario como el que tiene el mayor potencial para aprovechar la tecnología de la IA en comparación con otras industrias. Según el análisis, solo el 27% del tiempo de trabajo de los empleados bancarios tiene actualmente un bajo potencial de ser transformado por la inteligencia artificial.
Keri Smith, responsable global de datos bancarios e IA de Accenture, enfatiza la reinvención en curso en todas las entidades bancarias, señalando que las empresas están reevaluando sus modos de trabajo para mantenerse a la vanguardia en la era de la IA. En este contexto, la aparición de ChatGPT hace más de un año ha llevado a numerosas empresas a aumentar contrataciones relacionadas con la inteligencia artificial y a explorar aplicaciones más amplias de la IA generativa.
Las buenas prácticas de la IA
Smith destaca la importancia de que cada banco elabore estrategias de talento sólidas y lleve a cabo una implementación escalonada de la tecnología. En este contexto, Accenture estima que los bancos podrían aumentar su productividad hasta en un 30% en los próximos tres años mediante la aplicación de la IA generativa.
Si bien la esencia de la banca, centrada en depósitos y préstamos, permanecerá inalterada, la IA generativa se presenta como un factor de cambio al automatizar y mejorar diversas tareas y roles. El análisis de Accenture revela que alrededor del 60% de las tareas rutinarias de los cajeros bancarios podrían ser respaldadas por la IA generativa, brindando nuevas perspectivas sobre cómo evolucionarán los roles en el sector financiero.
De esta manera, la inteligencia artificial se perfila como un elemento transformador clave en la jornada laboral de los empleados bancarios, ofreciendo no solo eficiencia operativa, sino también la oportunidad de redefinir roles y adaptarse a una nueva era tecnológica.
Los principales bancos a nivel mundial ya han comenzado a experimentar con la tecnología de IA generativa, anticipando mejoras en la productividad del personal y reducción de costos.

El contenido original de esta nota fue publicado en Ambito.com. Para leer la nota completa ingresá acá