Cerrando la brecha de valor de la IA

VVercel
ManagementSmall Business/StartupsComputing/SoftwareInternet Technology

Transcript

00:00:00(música animada)
00:00:02Hoy nos enfocamos en cerrar la brecha de valor de la IA
00:00:07y me emociona contar con un experto en el tema
00:00:10y cliente de Vercel, Dan Martinez,
00:00:13Director Gerente en BCG Platonian.
00:00:16Así que Dan, bienvenido.
00:00:19- Gracias, Jane.
00:00:19Es un placer estar aquí.
00:00:20- Increíble.
00:00:21Bueno, para preparar un poco el terreno,
00:00:24una investigación de BCG reveló que solo el 5% de las empresas
00:00:27están generando un valor sustancial con la IA,
00:00:30mientras que el 60% aún tiene dificultades.
00:00:32¿Qué está creando esta brecha?
00:00:34¿Es un problema tecnológico, de ejecución,
00:00:37o algo completamente distinto?
00:00:40- Bueno, Jane, si miramos los últimos tres años, ¿verdad?
00:00:44Desde que la IA generativa básicamente despegó en 2023,
00:00:48muchas empresas empezaron con casos de uso y pilotos.
00:00:52Y descubrí que algunas empresas casi competían
00:00:54por ver cuántos casos de uso podían alcanzar.
00:00:57A veces llegaban a 100 o 300.
00:00:59He visto organizaciones con cientos de estos casos de uso.
00:01:03Y siento que, a fin de cuentas,
00:01:04la gente simplemente se dispersó demasiado.
00:01:06Algunas de estas ideas eran muy pequeñas.
00:01:08No eran lo que consideramos una reimaginación de procesos.
00:01:11No eran reimaginaciones funcionales de la organización.
00:01:15Y entonces la gente simplemente,
00:01:17siento que se perdió en el desorden.
00:01:18Y con algunas de estas ideas,
00:01:19creo que el negocio estaba apuntando demasiado bajo.
00:01:22También descubrimos que algunas de estas ideas no,
00:01:27no implicaban la creación de capacidades.
00:01:28Así que desarrollaban estos casos de uso,
00:01:30pero no tenían claro: ¿cuál es el cambio en los perfiles laborales?
00:01:33¿Cómo cambia eso la capacitación?
00:01:35¿Cuál es el impacto en las personas?
00:01:36¿Cuál es el impacto en los procesos?
00:01:37Siento que las organizaciones se estaban perdiendo
00:01:39la mayor parte del trabajo, lo que en BCG
00:01:42llamamos el 10, 20, 70: el 10% es la infraestructura,
00:01:47el 20% son los algoritmos de datos.
00:01:49Y el 70% es realmente el grueso del trabajo.
00:01:53Es replantear los negocios, replantear las tareas,
00:01:56cómo difieren los procesos, quién necesita capacitarse,
00:01:58cómo cambiarán los empleos.
00:02:00Y siento que en el 23 y 24, hubo mucha gente
00:02:03experimentando y probando con estos casos de uso,
00:02:07pero sin pensar realmente en que,
00:02:09mira, tienen que pasar a producción.
00:02:10Necesitan escalar.
00:02:11Tenemos que pensar en un montón de cosas más.
00:02:13Así que siento que las empresas ahora están ganando fuerza,
00:02:18la disciplina, la capacidad de atención,
00:02:20el liderazgo está observando esto.
00:02:22La IA ya no es solo un proyecto tecnológico.
00:02:26La IA ya no es un pequeño proyecto experimental.
00:02:30Llegó para quedarse.
00:02:31Es un riesgo existencial.
00:02:33Es una ventaja competitiva.
00:02:35- Sí, eso tiene mucho sentido.
00:02:36Sobre ese 70%, mucho de lo que he descubierto
00:02:40en el trabajo que hacemos en GTM es que,
00:02:42gran parte es incluso previa a la producción,
00:02:45se trata de entender cómo debería ser
00:02:48un proceso de primer nivel.
00:02:49¿Y tienes todo el contenido para eso,
00:02:51después de haberlo procesado?
00:02:53Siguiendo con esto,
00:02:54hay una frase que ha estado surgiendo
00:02:55en las conversaciones de IA empresarial,
00:02:57que es el cambio de sistemas de registro
00:02:59a sistemas de trabajo.
00:03:01¿Qué significa eso en la práctica y por qué importa
00:03:03en cómo las empresas piensan sus inversiones tecnológicas?
00:03:07- Sí, vi este concepto por primera vez en un artículo
00:03:09de un VC de la Bahía, donde hablaban de que,
00:03:14con la emergencia de lo digital hace 20 años,
00:03:17las empresas pasaron del software local al SaaS
00:03:20y a grandes paquetes empresariales,
00:03:22lo que llamamos sistemas de registro, ¿no?
00:03:24Si piensas en Salesforce, ServiceNow o Workday,
00:03:28son sistemas que albergan muchos datos corporativos.
00:03:31Tienen a tus clientes, pedidos, entregas,
00:03:36tus datos financieros están en estos sistemas.
00:03:39Pero con el tiempo, sentimos que la gente quería
00:03:42colaborar de manera diferente.
00:03:43Y hemos visto la aparición de sistemas más modernos
00:03:46de interacción, por ejemplo, Slack o Teams.
00:03:51Zoom, por ejemplo; la gente usa estos sistemas
00:03:53para interactuar y colaborar interna y externamente.
00:03:56Así que es casi como si la interfaz de usuario,
00:04:00pensando desde una perspectiva de arquitectura empresarial,
00:04:02la UI se hubiera movido de los sistemas de registro
00:04:04a los sistemas de interacción.
00:04:06Y ahora lo que estamos viendo con la IA
00:04:08es un fenómeno totalmente nuevo,
00:04:10que es que la lógica de negocio de algunos sistemas
00:04:13de registro se está moviendo a sistemas de trabajo,
00:04:16y se están volviendo agénticos, ¿verdad?
00:04:18Lo que antes veíamos como funciones basadas
00:04:20en reglas y deterministas,
00:04:22ahora pasan a ser instrucciones de sistemas probabilísticos
00:04:25en estos sistemas multiagente.
00:04:28Y claro, los hiperescaladores van en esa dirección.
00:04:30Están creando muchísimas plataformas.
00:04:32Vercel está en ese ámbito también,
00:04:35ayudando y permitiendo que las empresas
00:04:37construyan estos nuevos sistemas agénticos con rapidez.
00:04:41Y vemos empresas como Salesforce,
00:04:42que también se mueven en esa dirección, ¿no?
00:04:44Están desarrollando Agentforce como una capacidad
00:04:47y saliendo al mercado con agentes ya listos.
00:04:50Y esto es algo que siento que los CIO
00:04:52están empezando a comprender y asimilar, ¿verdad?
00:04:56Este alejamiento de los sistemas de registro.
00:04:58¿Cómo invierto en estos sistemas de cara al futuro?
00:05:01¿Y cómo desarrollo la capacidad
00:05:03que me permita trasladar estas reglas de negocio
00:05:06a sistemas agénticos?
00:05:07Siento que esto se está volviendo más claro.
00:05:10En 2025 y 2026 es cuando empezamos a ver
00:05:13a organizaciones pasar a sistemas multiagente,
00:05:16pasar de la experimentación a la producción,
00:05:20creando más resiliencia, gobernanza,
00:05:23y toda la arquitectura necesaria.
00:05:27Y ese es el patrón que esperamos ver
00:05:29cada vez más en el 26 y 27.
00:05:31- Sí, puedo ejemplificar eso
00:05:33de forma muy específica con Vercel,
00:05:35pero tu descripción coincide exactamente
00:05:38con lo que hemos vivido aquí,
00:05:39y es que tenemos Salesforce, aún como sistema de registro.
00:05:44Empezamos construyendo un único agente
00:05:47para gestionar nuestros prospectos entrantes.
00:05:49Gente que completa el formulario de ventas.
00:05:51Al crear ese agente, pudimos pasar
00:05:54de diez representantes de desarrollo a solo uno.
00:05:57Eso formó la base de una plataforma de estrategias
00:06:00donde ahora tenemos múltiples tipos
00:06:02de funciones de desarrollo de ventas.
00:06:04Como seguimiento de eventos o prospectos de PLG activos.
00:06:09Ese tipo de cosas.
00:06:11Así que tienes todos esos múltiples agentes operando
00:06:13y luego el sistema de interacción.
00:06:16Mucho de esto se canaliza ahora hacia Slack
00:06:19o se crean interfaces de flujo de trabajo personalizadas
00:06:22porque el front-end de Salesforce no las representaba
00:06:25exactamente como queríamos.
00:06:28Así que, en realidad, lo que acabas de plantear es justo
00:06:30lo que hemos visto suceder en nuestros primeros seis meses
00:06:34de integrar la IA profundamente en la comercialización.
00:06:39- ¿Cómo ayudan a las empresas a identificar
00:06:42qué flujos de trabajo priorizar?
00:06:44En Vercel trabajamos para evitar actos aleatorios de IA.
00:06:50Vimos que la mayor probabilidad de éxito
00:06:53para los agentes viene de tareas que son un poco más
00:06:57repetitivas y de naturaleza determinista.
00:06:59O sea, sin mucha carga cognitiva.
00:07:02El ejemplo de los prospectos que mencionaste es bueno.
00:07:05¿Coincide eso con lo que estamos viendo?
00:07:07En BCG, sé que el mensaje es: dejen de
00:07:10pensar solo en casos de uso y eviten
00:07:13ese "purgatorio de pilotos" que he oído mencionar.
00:07:16Creo que están alineados espiritualmente
00:07:18con los "actos aleatorios de IA" de Vercel.
00:07:20Pero de nuevo, ¿cómo pasas de ese prototipado rápido
00:07:23a elegir los casos de uso
00:07:24que realmente van a generar valor?
00:07:26- Sí, creo que estamos muy alineados en eso.
00:07:28En el 23 y 24, todos estaban atrapados en el purgatorio de pilotos.
00:07:32Aprendiendo, entendiendo la tecnología, resolviendo la precisión,
00:07:35problemas de alucinaciones, creando aplicaciones RAG,
00:07:40pero dándose cuenta al final de que era muy difícil escalar.
00:07:44Y creo que la gente notó que era difícil escalar
00:07:47porque en el negocio,
00:07:48hay mucho trabajo del lado empresarial, ¿verdad?
00:07:50Reentrenar personal, repensar procesos, etcétera.
00:07:53Y siento que pasamos de esa mentalidad de piloto
00:07:58a enfocarnos en grupos de valor.
00:08:01¿Y cuáles son estas grandes oportunidades de cambio
00:08:05para las organizaciones, verdad?
00:08:06¿Cómo será diferente mi organización de servicios?
00:08:10¿Cómo cambiará mi función financiera?
00:08:13¿Cómo será distinta mi cadena de suministro?
00:08:15Así que la gente empieza a ampliar el alcance,
00:08:18a pensar a nivel de cadena de valor de procesos,
00:08:21eligiendo ejemplos específicos en la cadena para ejecutar,
00:08:25pero enfocándose en un objetivo mucho mayor.
00:08:26Y en un ámbito mucho más liderado por el negocio,
00:08:29que requiere que riesgo, cumplimiento
00:08:32y legal se involucren para asegurar
00:08:35que entendemos todos los pormenores de esto.
00:08:36Así que nos alejamos de los casos de uso hacia los grupos de valor.
00:08:41No significa que las empresas no los usen.
00:08:43Aún escucho ese lenguaje por ahí,
00:08:45pero nos movemos hacia los grupos de valor.
00:08:46Y vemos, por ejemplo,
00:08:48algunos grupos de valor muy claros en el mercado.
00:08:50Por ejemplo, la atención al cliente y las tareas de salud
00:08:52han sido posiblemente el área número uno
00:08:55donde las empresas están utilizando la IA.
00:08:57Estamos empezando a ver una mayor aparición de startups
00:09:00en este espacio.
00:09:01Algunas se están consolidando bien en el mercado.
00:09:05IA para la ingeniería de software.
00:09:06Me refiero a que este es un enorme fondo de valor para las organizaciones.
00:09:09Aquí es exactamente donde se encuentra Vercel,
00:09:11como uno de los líderes del mercado,
00:09:13liderando el cambio, liderando el camino.
00:09:15Siento que solo estamos rascando la superficie ahí.
00:09:18Las herramientas están ganando adopción.
00:09:21Los equipos de ingeniería están construyendo sobre ellas.
00:09:24Algunas de estas herramientas se están integrando más
00:09:27y se están incorporando al ecosistema de las empresas.
00:09:32De hecho, esto es una de las cosas que más me gusta
00:09:34de Vercel, el hecho de que ya hayan construido
00:09:36muchas integraciones muy bien pensadas, ¿verdad?
00:09:39Si las empresas necesitan hacer esto
00:09:42en un hiperescalador, tienen que lidiar
00:09:44con muchísimos servicios para elegir, etcétera.
00:09:47Siento que, de nuevo, solo estamos rascando la superficie.
00:09:49Pronto pasaremos a usar estas tecnologías
00:09:52para construir sistemas multiagente,
00:09:54para crear gemelos digitales de las organizaciones.
00:09:57Y aquí es donde empezamos a ver
00:10:00el futuro blindaje de la organización, ¿no?
00:10:02Lo que está surgiendo en BCG es esta capacidad
00:10:06de desarrollar gemelos digitales de procesos,
00:10:10de funciones, de los socios, ¿cierto?
00:10:13Este es un concepto muy escalable.
00:10:16Si en lugar de centrarme en el caso de uso,
00:10:18o en los fondos de valor,
00:10:20¿puedo crear un gemelo digital de la organización
00:10:22y luego simular ideas de mejora?
00:10:25Y estamos empezando a probar eso
00:10:28en organizaciones donde, si una empresa acude a nosotros
00:10:32con un problema específico, creamos esta,
00:10:35es casi como una IA de "reimaginación"
00:10:38que nos permite introducir datos
00:10:39y volver a simular tareas y procesos
00:10:42y escenarios hipotéticos a nivel empresarial.
00:10:45Es un experimento muy interesante.
00:10:47Siento que apenas estamos rascando la superficie
00:10:49ahí también, pero espero que eso ayude a definir
00:10:52cómo encontramos estos fondos de valor en las empresas.
00:10:56—No es exactamente el punto que estabas tratando,
00:10:58pero sobre la idea de un gemelo digital,
00:11:01tenemos un agente de datos interno.
00:11:04Puedes imaginarlo como si fuera un,
00:11:07digamos, un analista científico de datos
00:11:09con cerca de una década de experiencia
00:11:11y tiene más o menos ese nivel de capacidad.
00:11:13Y este fin de semana, alguien añadió a ese agente
00:11:16al canal de ejecutivos.
00:11:18Así que todos bromeábamos con que esta era,
00:11:21ya sabes, la primera promoción de un agente.
00:11:23Pero estamos haciendo eso totalmente.
00:11:27Estamos bastante avanzados, diría yo,
00:11:28en la parte de ciencia de datos
00:11:31donde realmente puedes ver formas en las que los agentes
00:11:33que ese equipo crea son, de hecho, gemelos digitales.
00:11:36También empezaste a mencionar cómo pasar,
00:11:39ya sabes, del prototipo a la producción,
00:11:42tocando temas como las integraciones,
00:11:44todas esas cosas en las que la gente no piensa
00:11:48necesariamente cuando está prototipando, pero,
00:11:50no quieres tener que activar 20 servicios subyacentes
00:11:53en AWS necesariamente.
00:11:56Entonces, ¿cuáles son las mejores formas que has visto
00:12:00para cerrar esa brecha?
00:12:02—Estamos empezando a clasificar esas brechas
00:12:04en arquetipos específicos para las organizaciones.
00:12:06Ideamos estos cuatro arquetipos de agentes de IA.
00:12:09El primero es el autoservicio para
00:12:13el desarrollo de agentes, ¿verdad?
00:12:14Y van a utilizar,
00:12:16y quizás algunos los llamen agentes o no,
00:12:18pero sean GPTs personalizados o,
00:12:23herramientas de autoservicio donde la gente,
00:12:26por ejemplo, con habilidades en la nube,
00:12:29usará estas herramientas para desarrollar
00:12:32sus propios agentes y conectarlos con sistemas.
00:12:33Como yo, que tengo un agente que se ejecuta cada mañana,
00:12:37lee mi correo y me envía un resumen de: ¿qué tengo que hacer?
00:12:40¿Qué acciones debo tomar? Y me envía los correos
00:12:43que debo responder, priorizados.
00:12:45Bien, eso es un agente de autoservicio.
00:12:47Lo ejecuto en una de las herramientas y me ayuda personalmente.
00:12:52Pero luego veremos otros tipos de agentes
00:12:55construidos por empleados en las organizaciones
00:12:58usando herramientas como Microsoft Copilot,
00:13:02ejecutándose en sistemas corporativos,
00:13:04conectados a herramientas como SharePoint,
00:13:08conectados a datos, etcétera.
00:13:09Un poco más sofisticados,
00:13:11pero aún dentro del ámbito de creación del empleado.
00:13:14Luego las empresas van a comprar agentes, ¿cierto?
00:13:17Y los comprarán de Agentforce
00:13:19y demás, ¿verdad?
00:13:20Así que estamos empezando a hacer más,
00:13:22por ejemplo, análisis de mercado de agentes,
00:13:25igual que hacíamos con apps digitales y empresas SaaS.
00:13:28Ahora hacemos análisis de mercado para agentes.
00:13:31Y el siguiente es donde el departamento de TI
00:13:33desarrollará agentes empresariales, ¿cierto?
00:13:36Y eso se volverá mucho más una ciencia que un arte.
00:13:40Va a haber,
00:13:42va a haber mucho rigor en torno a estos agentes.
00:13:45Tenemos que probarlos, desarrollarlos bien,
00:13:48y va a haber mucho más escrutinio
00:13:50sobre la seguridad de la información y las políticas,
00:13:55rigor legal.
00:13:57Por ejemplo, la IA responsable será un componente
00:14:00grande e importante ahí, las barandillas de seguridad.
00:14:02Y para estos agentes, tenemos un marco empresarial
00:14:06sobre cómo desarrollarlos, ¿verdad?
00:14:08Aquí es donde vemos que las herramientas de codificación con IA
00:14:10aportan un valor enorme a los equipos de TI.
00:14:14De hecho, creo que al pensar en comprar frente a construir,
00:14:19soluciones como Vercel y las herramientas de codificación IA
00:14:21permitirán que los equipos de TI sean muy competentes
00:14:25en la construcción propia.
00:14:26—Sí, absolutamente.
00:14:27Creo que compartimos un punto de vista similar sobre los CIO
00:14:30pasando de ser compradores de software a creadores del mismo.
00:14:34Muchos de los casos de uso que vemos en Vercel
00:14:37son tanto aplicaciones internas como externas.
00:14:40Si los CIO ahora se están convirtiendo en creadores
00:14:42en lugar de solo compradores,
00:14:44¿qué cambia eso desde la perspectiva del rol?
00:14:47¿Qué habrá de nuevo en la función del CIO?
00:14:50—Sí, eso es interesante porque por un lado,
00:14:54esto eleva totalmente el debate de comprar vs. construir
00:14:58y lo que esto significa para el departamento de TI.
00:15:00Hemos visto a empresas, como las de consumo,
00:15:05empezar a contratar desarrolladores de agentes.
00:15:07Ya no se trata del típico ingeniero de aprendizaje automático
00:15:11que quizás tiene un doctorado en ciencia de datos
00:15:15y sabe Python perfectamente.
00:15:18He visto una descripción de puesto para una de estas empresas
00:15:22y ni siquiera pedían Python, por ejemplo, ¿sabes?
00:15:27Así que entramos en un mundo nuevo y extraño.
00:15:30Ahora la gente tiene la capacidad y autonomía
00:15:33para desarrollar sus propios agentes.
00:15:35—Sí, y mucho de lo que estás describiendo aquí
00:15:37es realmente una plataforma central de IA.
00:15:39Y tu investigación muestra que las empresas preparadas para el futuro
00:15:43tienen el triple de probabilidades de operar una plataforma central.
00:15:46Los agentes se multiplican en toda la empresa.
00:15:48¿Cómo debería ser realmente la arquitectura de esa plataforma?
00:15:52—Hemos tenido muchas conversaciones
00:15:54con organizaciones sobre cómo diseñar esta plataforma.
00:15:57Y yo diría que el diseño
00:16:01de hace dos años se centraba mucho
00:16:05en construir aplicaciones RAG sencillas, ¿verdad?
00:16:08Se trataba de elegir una base de datos vectorial,
00:16:12elegir un LLM que esté en tu catálogo de modelos,
00:16:16crear protecciones a nivel de aplicación,
00:16:18y listo, ¿no?
00:16:19Y tu mayor dolor de cabeza eran los problemas de precisión.
00:16:23Pero hemos visto que nos alejamos de ese pensamiento.
00:16:28Hoy en día se está volviendo mucho más complejo.
00:16:31Necesitas protecciones, no solo a nivel de agente.
00:16:33Necesitamos protecciones a nivel de orquestación.
00:16:36Debes controlar no solo la precisión,
00:16:38sino también la integración con los sistemas centrales.
00:16:43Hay una forma multicapa de pensar en la seguridad
00:16:46en estos agentes.
00:16:47Así que hay mucho en qué pensar.
00:16:50Los CIO tienen que adaptar sus equipos de TI,
00:16:55capacitarlos, y a sus equipos de arquitectura
00:16:56para poder lidiar con este nivel adicional de complejidad.
00:16:59Pero en eso debemos pensar
00:17:00cuando pasamos a sistemas de múltiples agentes.
00:17:02Estos sistemas serán un gran paso
00:17:04con el que las organizaciones deberán sentirse cómodas,
00:17:06pero ahí es donde vemos que vendrá gran parte del valor
00:17:09en el 26 y el 27.
00:17:12—Tocaste un poco la capa de aplicación.
00:17:15Si vamos hacia los sistemas de trabajo que mencionamos,
00:17:18¿qué papel juega la capa de aplicación?
00:17:20El software que está entre los modelos y los usuarios,
00:17:23¿se vuelve más o menos estratégico?
00:17:25—Sin duda tienen un papel estratégico
00:17:29porque son el sistema de registro.
00:17:31En última instancia, tienen el repositorio de datos
00:17:36en la organización, ¿verdad?
00:17:36Así que seguirán siendo muy valiosos en ese sentido.
00:17:41También lo son porque van a proporcionar
00:17:44esas APIs empresariales para que los agentes las usen.
00:17:49Pero la pregunta es que parte de la lógica de negocio
00:17:53se está moviendo de los sistemas de registro a los de trabajo.
00:17:58Esto plantea la duda: ¿qué pasará con el SaaS?
00:18:02He oído a líderes tecnológicos decir que el SaaS ha muerto.
00:18:06Yo no llegaría a tanto, pero sí creo que se van
00:18:09a convertir en bases de datos muy potentes
00:18:11con una estructura muy específica,
00:18:14con puntos de control muy concretos,
00:18:17y seguirán siendo valiosos de esa manera, ¿verdad?
00:18:20Algunas de estas empresas se están dando cuenta
00:18:22de que esta tendencia se acerca y se mueven hacia la IA,
00:18:25lo cual tiene todo el sentido, ¿no?
00:18:27Otros están más a la defensiva y confían
00:18:30un poco en el modo de "esperar y ver".
00:18:33Pero veremos en los próximos 12 o 24 meses,
00:18:37estamos empezando a ver la aparición
00:18:38de estos sistemas de trabajo.
00:18:40Muchos de ellos ofrecen grandes oportunidades de compra.
00:18:43Creo que las empresas SaaS deberán priorizar la IA,
00:18:46en lugar de priorizar lo digital.
00:18:49Y eso va a llevar tiempo,
00:18:50especialmente para algunas de las grandes.
00:18:52- Mencionaste que hay muchas oportunidades,
00:18:54pero también se podría decir que el panorama de proveedores de IA
00:18:57es abrumador en este momento.
00:18:58Creo que la mayoría de las categorías tienen 10 competidores,
00:19:01lo cual parece más de lo que probablemente se mantendrá
00:19:04a largo plazo.
00:19:05¿Qué preguntas deberían hacerse los compradores corporativos
00:19:08para separar la capacidad real del marketing?
00:19:11¿Y cómo evalúan si una herramienta
00:19:13realmente aporta valor o se convierte en software olvidado?
00:19:17- Bueno, por supuesto, hay un encaje tecnológico, ¿verdad?
00:19:20¿Cómo funcionarán estas empresas, cómo correrán esos agentes
00:19:24en una infraestructura empresarial?
00:19:27¿Cómo se integran en ese ecosistema tecnológico?
00:19:31¿Cómo se integran con los sistemas de registro,
00:19:34por ejemplo? Esa es una discusión continua.
00:19:37Luego, planteamos preguntas sobre el encaje empresarial.
00:19:40Por ejemplo, ¿cómo gestionan el cumplimiento?
00:19:43¿Cómo gestionan el riesgo?
00:19:45¿Cómo tratan la privacidad de los datos?
00:19:47Esas son las preguntas prioritarias.
00:19:49No se puede, ya sabes, es algo inviable
00:19:52en empresas corporativas si no tienen una buena respuesta
00:19:54para este tipo de preguntas.
00:19:56Miramos el costo, ¿verdad?
00:19:59Está el costo de comprar frente a construir,
00:20:02y algunas de estas soluciones son muy caras, ¿sabes?
00:20:06Cobran al nivel de usuario por mes,
00:20:10y, ya sabes, esto va a...
00:20:12en las empresas necesitamos asignar presupuesto
00:20:14para este tipo de soluciones.
00:20:16Es decir, estas soluciones están llegando.
00:20:17Son más caras, pero son muy valiosas.
00:20:20Y luego miramos la madurez de la empresa.
00:20:23Como dijiste, algunos son nuevos participantes.
00:20:25Muchos de ellos están aún en serie A o serie B.
00:20:28Muchos tienen quizás de 10 a 100 empleados, ¿verdad?
00:20:31Así que son empresas más jóvenes,
00:20:32y están tratando de entrar en el espacio corporativo.
00:20:34El espacio corporativo es muy complejo y requiere
00:20:39mucha atención, requiere, ya sabes,
00:20:41un ciclo de ventas largo.
00:20:43A algunas de estas empresas les toma de seis a nueve meses
00:20:46implementar un nuevo agente de IA, ¿verdad?
00:20:49Eso es bastante razonable.
00:20:50Lo veo todo el tiempo.
00:20:51Y las empresas están tratando de descubrir
00:20:54cómo acelerar este proceso,
00:20:56pero hay mucho proceso de debida diligencia
00:20:58para incorporar a uno de estos proveedores, ¿no?
00:21:00Pero estoy empezando a ver, curiosamente,
00:21:03que algunos empezaron con empresas pequeñas y medianas.
00:21:06Algunos de estos proveedores, estos agentes de IA,
00:21:08comenzaron con el consumidor minorista.
00:21:12Y estoy trabajando con uno de ellos,
00:21:14y este va a ser el primer trimestre
00:21:15donde los ingresos corporativos superen a los minoristas.
00:21:19Así que estamos empezando, de nuevo,
00:21:21estamos empezando a ver el cambio hacia lo corporativo
00:21:24convirtiéndose en el mayor cliente de estas soluciones.
00:21:28- Sí, estamos viendo lo mismo aquí en Vercel.
00:21:31Bueno, Dan, muchas gracias por acompañarnos.
00:21:33Ha sido una gran conversación.
00:21:36Para todos los que nos ven,
00:21:37si quieren continuar la discusión,
00:21:38conéctense con Dan o conmigo en LinkedIn.
00:21:41Nos encantaría saber qué están viendo
00:21:43en sus propias organizaciones.
00:21:45Y si están listos para pasar del prototipo a la producción,
00:21:48echen un vistazo al nuevo V0 en v0.app.
00:21:51Acabamos de lanzar algunas actualizaciones importantes
00:21:53que hacen que sea más fácil que nunca
00:21:55pasar de una idea a una aplicación desplegada.
00:21:58Gracias por unirse a nuestra primera sesión de preguntas.
00:22:01Nos vemos la próxima vez.
00:22:03(música suave)

Key Takeaway

Cerrar la brecha de valor en IA requiere abandonar la acumulación de pilotos aislados para enfocar el 70% del esfuerzo en la reingeniería de procesos y la capacitación de personal bajo un modelo de plataforma centralizada.

Highlights

  • Solo el 5% de las empresas genera un valor sustancial con la inteligencia artificial mientras que el 60% enfrenta dificultades para obtener resultados reales.

  • El modelo 10/20/70 establece que el éxito de la IA depende en un 10% de la infraestructura, un 20% de los algoritmos y un 70% de la transformación de procesos y personas.

  • Las organizaciones están transitando de los sistemas de registro tradicionales como Salesforce hacia sistemas de trabajo agénticos que ejecutan lógica de negocio probabilística.

  • La implementación de un solo agente para la gestión de prospectos entrantes permitió reducir el equipo de desarrollo de ventas de diez representantes a uno.

  • Las empresas preparadas para el futuro tienen el triple de probabilidades de operar una plataforma central de IA en lugar de experimentos aislados.

Timeline

La brecha entre experimentación y valor real

  • La dispersión en cientos de casos de uso pequeños impide la reimaginación funcional de las organizaciones.
  • El grueso del trabajo reside en el impacto sobre los perfiles laborales y el rediseño de tareas operativas.
  • La IA evoluciona de ser un proyecto tecnológico experimental a convertirse en un riesgo existencial y una ventaja competitiva clave.

Muchas empresas compitieron por alcanzar hasta 300 casos de uso sin considerar la escala ni la producción. Esta falta de enfoque diluye el valor, ya que no se abordan los cambios estructurales en los procesos de negocio. El modelo 10/20/70 resalta que la tecnología es solo una pequeña fracción del éxito comparado con la gestión del cambio organizacional.

Evolución de sistemas de registro a sistemas de trabajo

  • La interfaz de usuario se desplaza desde los repositorios de datos estáticos hacia sistemas de interacción y colaboración como Slack o Teams.
  • La lógica de negocio migra desde reglas deterministas hacia sistemas multiagente basados en modelos probabilísticos.
  • La creación de interfaces personalizadas resuelve las limitaciones de visualización de los sistemas de registro tradicionales.

Históricamente, el software SaaS funcionaba como un almacén de datos para clientes y finanzas. La emergencia de la IA permite que estos datos alimenten agentes autónomos que ejecutan el trabajo directamente. Un ejemplo concreto es la automatización del seguimiento de ventas, donde múltiples agentes gestionan flujos de trabajo que antes requerían una intervención humana intensiva.

Transición del purgatorio de pilotos a grupos de valor

  • El enfoque empresarial cambia de casos de uso aislados a grupos de valor integrados en la cadena de suministro y finanzas.
  • La atención al cliente y la ingeniería de software representan las áreas de mayor retorno inmediato para la adopción de IA.
  • Los gemelos digitales de procesos permiten simular mejoras y escenarios hipotéticos antes de su ejecución real.

Durante 2023 y 2024, las empresas se estancaron resolviendo problemas técnicos básicos como la precisión de RAG o las alucinaciones. Ahora, la prioridad es la resiliencia y la gobernanza liderada por las áreas de negocio, legal y cumplimiento. El uso de agentes de datos internos con capacidades equivalentes a científicos de datos experimentales ejemplifica esta madurez operativa.

Arquetipos de agentes y el nuevo rol del CIO

  • Existen cuatro categorías de agentes que van desde el autoservicio personal hasta soluciones empresariales rigurosamente probadas por TI.
  • Los departamentos de TI transforman su función de compradores de software a creadores de aplicaciones agénticas.
  • La arquitectura de plataforma moderna requiere protecciones multicapa tanto en el agente como en la capa de orquestación.

La distinción entre comprar y construir se vuelve más compleja, ya que las herramientas de codificación con IA permiten que los equipos internos sean altamente competentes. Han surgido descripciones de puestos para desarrolladores de agentes que ya no priorizan lenguajes tradicionales como Python, sino la capacidad de integrar sistemas. Esto obliga a los CIO a rediseñar sus equipos de arquitectura para manejar la complejidad de los sistemas multiagente.

Futuro del SaaS y criterios de compra corporativa

  • El software SaaS evoluciona hacia bases de datos potentes que exponen APIs para que los agentes consuman su lógica.
  • La evaluación de proveedores de IA prioriza la privacidad de los datos, el cumplimiento de riesgos y el costo por usuario.
  • Los ingresos provenientes del sector corporativo están comenzando a superar a los del sector minorista en las startups de IA.

Aunque algunos sugieren la desaparición del SaaS, su valor persiste como sistema de registro esencial. La debida diligencia para incorporar nuevos agentes de IA puede tomar de seis a nueve meses debido a la complejidad de la infraestructura empresarial. El mercado está viendo una consolidación donde los proveedores deben demostrar una integración profunda con los ecosistemas tecnológicos existentes para evitar ser software olvidado.

Community Posts

View all posts