La IA no ahorrará dinero ni empleados a corto plazo
La industria también espera que la inteligencia artificial generativa (IA) dé grandes saltos hacia adelante. Christian Schlögel, Chief Digital Officer de Körber AG, es uno de sus defensores. En una entrevista con ntv.de, explica qué hay que tener en cuenta cuando se utiliza la IA en la vieja economía, en qué punto se encuentra Alemania y por qué cree que la tecnología es indispensable. Las preguntas a Schlögel se completaron con la ayuda de ChatGPT.
El grupo tecnológico internacional Körber tiene sus raíces en la ingeniería mecánica y de instalaciones. En las cuatro áreas de negocio "Digital, Pharma, Supply Chain y Technologies", la empresa de Hamburgo ofrece ahora también software y otros productos digitales centrados en la inteligencia artificial. Körber AG es propiedad al cien por cien de la Fundación Körber.
ntv.de: ¿Qué opina del caos de Altman en OpenAI y de la cuestión fundamental de si la IA debe ser un bien común en beneficio de la humanidad?
Christian Schlögel: Soy de la opinión de que la IA debería ser un bien común. Es una tecnología tan innovadora que cambiará tantas cosas que haríamos bien en hacer accesibles grandes partes de ella. Así que creo que la idea básica de OpenAI es correcta, pero no es sostenible para una empresa a largo plazo porque requiere una inversión masiva. Esto también explica gran parte de lo que se ha sabido de OpenAI en los últimos días.
Usted también espera que la inteligencia artificial generativa cause grandes trastornos en la industria. ¿Qué puede conseguir ahí?
La IA lleva mucho tiempo utilizándose en la industria en forma de aprendizaje automático para optimizar tareas con la ayuda de datos. Ahora se añade la IA generativa, que se utiliza para crear cosas nuevas, es decir, principalmente para apoyar el trabajo mental.
¿Por ejemplo?
Permítanme darles dos ejemplos de nuestra empresa: En el procesado del papel, la inteligencia artificial puede generar recomendaciones a partir de una gran cantidad de datos de las líneas de producción sobre cómo deben ajustarse las máquinas para aumentar la producción, por ejemplo. El papel es un material natural con muchas variaciones de textura. Hay más de 300 parámetros de máquina para optimizar el resultado. El aprendizaje automático es especialmente útil en este caso. En lugar de aumentar el rendimiento, también se puede reducir el consumo de energía. Utilizamos otra aplicación de IA en la industria farmacéutica: Cada vial de vacuna tiene que comprobarse individualmente. En este caso, el reconocimiento de imágenes puede reducir en un 90% la tasa de viales rechazados automáticamente de forma incorrecta. Esto se debe a que la IA reconoce, por ejemplo, que se trata sólo de un arañazo en el cristal y no de un cuerpo extraño en la vacuna.
¿Tiene algún otro ejemplo de IA generativa? Se trata sobre todo de aprendizaje automático.
El uso de la IA generativa está aún en una fase muy temprana. Sin embargo, las empresas ya la están utilizando para redactar informes de auditoría interna, a los que llaman AuditGPT, basados en ChatGPT. El sistema recibe el contexto de la auditoría, la estructura prevista y el resultado de la auditoría y los utiliza para generar el informe de auditoría. Todo esto lleva sólo unos segundos en lugar de muchas horas de trabajo. Otro caso de uso procede del servicio de atención al cliente: un cliente informa de problemas o tiene preguntas sobre sistemas técnicos. La IA generativa, que ha sido entrenada con tickets de servicio procesados en el pasado, documentación de productos y bases de datos de conocimientos existentes, genera propuestas de solución adecuadas incluso para problemas complejos en sólo unos segundos.
En su opinión, la IA en la industria también podría contribuir significativamente a la protección del clima. Pero, ¿qué ocurre con el consumo de energía y las emisiones de CO2 causadas por la propia IA, simplemente debido a la potencia de cálculo necesaria? ¿Cuánta protección climática hay al final del día?
Es importante que los centros de datos en los que se calcula la IA funcionen con electricidad verde. Y: los beneficios deben ser mayores que los costes. Para lograrlo, se está investigando a gran escala cómo reducir los volúmenes de datos necesarios, hasta el punto de que en el futuro los modelos de IA puedan calcularse incluso en un smartphone. En el sector farmacéutico, entrenamos modelos en la nube, pero luego los bajamos a la máquina. Esto es necesario por motivos normativos, pero también ahorra energía.
¿Cómo y en qué medida se utiliza ya la IA generativa en la producción industrial en Alemania?
Todavía muy poco. Existe el fenómeno de que la IA generativa todavía está alucinando, es decir, produciendo cosas que no se basan en hechos. Aún nos queda camino por recorrer. Algunas empresas como Mercedes-Benz y otras ya están utilizando los primeros prototipos con IA generativa, pero aún están en una fase temprana.
¿Cómo utilizan estas empresas la IA generativa en concreto?
Mercedes utiliza la IA en el ámbito de la gestión de la calidad. El sistema se ha entrenado con datos de calidad procedentes de la producción, el desarrollo y la experiencia del cliente. Esto permite identificar y rectificar errores más rápidamente. Otra ventaja de este enfoque es que la comunicación puede tener lugar en diálogo y en lenguaje natural, sin necesidad de conocimientos especializados ni de saber programar. El sistema también puede procesar los datos de forma personalizada según las especificaciones, lo que puede agilizar la resolución de problemas. Se crea así una especie de diálogo entre el ingeniero o el empleado del servicio técnico y el sistema para comprender mejor y de forma más específica el problema.
¿De dónde procede el software que hay detrás, de Estados Unidos?
Sí, sobre todo. Aleph Alpha, de Heidelberg, también desempeña un papel en Europa; las empresas locales prestan más atención a la protección de datos, por ejemplo. Pero empresas estadounidenses como Microsoft también son conscientes de estos requisitos, por supuesto. Cuando se lanzan al mercado extensiones de IA para Outlook, PowerPoint o Teams, por ejemplo, los datos de los usuarios no deben filtrarse a Internet.
¿Qué países lideran el uso de la IA generativa en la industria?
EE.UU., EE.UU., EE.UU., luego en algún momento China y después Alemania.
¿Puede Alemania ponerse al día?
Por supuesto, y Alemania debe aprovechar esta oportunidad. La reciente ronda de financiación de Aleph Alpha, de 500 millones de dólares, nos da esperanzas, pero sigue sin estar a la altura de Estados Unidos. Lo que hace falta es un esfuerzo entre las universidades, las start-ups y la industria. Las empresas innovadoras necesitan campos de aplicación en la industria, pero también en la administración pública, donde la automatización tiene un potencial altísimo. Por eso veo con optimismo que Baden-Württemberg utilice un asistente administrativo de IA de Aleph Alpha para ayudar en la investigación y la creación de textos.
¿Cuáles son las carencias de la aplicación de la IA generativa en la industria?
Sigue faltando comprensión de la tecnología. Los estadounidenses y los chinos están más abiertos a la tecnología, la prueban y, si no funciona, utilizan sus descubrimientos para otra cosa. En Alemania, el objetivo suele ser la solución al 100% desde el principio. En este país también falta capital riesgo para hacer grandes a las empresas. Elon Musk, en cambio, está invirtiendo miles de millones en su empresa de IA.
¿Cuál es la situación fuera de Alemania?
La IA generativa es todavía una tecnología muy joven y ha logrado un gran avance en muy poco tiempo con ChatGPT. Esto se debe a que se ha eliminado un enorme obstáculo: ahora cualquiera puede simplemente hablar con el sistema sin ningún conocimiento de programación. Esto también sorprendió a grandes empresas como Google, que querían perfeccionar su propio sistema antes de lanzarlo al mercado. Pero de repente todo el mundo tuvo que seguir su ejemplo. Para los gigantes del software, esto es imprescindible porque cambiará masivamente todas sus ofertas: Veremos IA en forma de copilotos para todas las aplicaciones.
¿Qué normas se aplican al uso de la IA generativa en este país? ¿En qué condiciones y cómo puede utilizarla actualmente la industria?
Los derechos de codeterminación se aplican como con cualquier tecnología, al igual que el Reglamento General de Protección de Datos. La Ley de IA de la UE se está ultimando, al igual que la Ley de Datos de la UE, según la cual los clientes pueden decidir qué ocurre con sus datos generados por máquinas. No veo grandes obstáculos legales. Las cuestiones se refieren más bien a cómo formar a la IA, cómo obtener los datos y cómo implicar a los grupos internos de la empresa, como el comité de empresa. La UE también introducirá normas éticas para garantizar que los datos utilizados para entrenar sistemas de IA no contengan prejuicios, por ejemplo. Sin embargo, veo menos problemas con los datos técnicos para el control de máquinas. No obstante, empresas como nuestros clientes se lo toman muy en serio, lo que también es importante para la confianza de los empleados.
¿Sigue viendo peligros en el uso de la IA en la industria?
Veo más oportunidades que riesgos. El mayor riesgo es que la gente esté demasiado ansiosa por automatizar totalmente los procesos empresariales con la ayuda de la IA. Se necesitan varios bucles para garantizar que la IA produce los resultados deseados. En mi opinión, el concepto de Microsoft de un copiloto que me ayude a ser más productivo es bueno. Como ser humano, sigo siendo responsable.
¿Qué responde a la preocupación de los críticos de que la IA pueda dominarnos e incluso aniquilarnos?
La preocupación de que los sistemas alcancen una autonomía total y dejen de ser controlables se debe a que aún no comprendemos del todo por qué el sistema reacciona de tal o cual manera. Si nos atenemos al mantra del copiloto, no veo este peligro, y menos en la industria.
¿Sigue habiendo problemas éticos cuando se utiliza el sistema en la industria?
Sí, si de repente los deepfakes hacen que la gente diga cosas que nunca dijo. El falso correo electrónico del supuesto jefe para hacer rápidamente una gran transferencia bancaria puede convertirse en una videollamada de un avatar que parece y habla como tu propio jefe. Este peligro también se aplica a las empresas industriales. Hay que encontrar procesos para protegerse contra él. Dondequiera que haya datos personales implicados, también tengo que prestar atención a un marco ético, por ejemplo en el contacto con el cliente.
¿Qué y cuántos puestos de trabajo en la industria podría sustituir la IA generativa y en qué plazo?
Es difícil hacer una estimación porque depende de cómo se desarrolle la tecnología. Sin embargo, para Europa, con el envejecimiento de su población y el cambio de mano de obra cualificada, es más bien una ventaja. Al fin y al cabo, necesitamos aumentar nuestra productividad para asegurar nuestra prosperidad. La IA hará que los empleados sean más productivos, especialmente en lo que se refiere al trabajo mental. Los campos de trabajo cambiarán como resultado, pero eso siempre ha sido así: algunas tareas desaparecerán y se añadirán otras nuevas. En la industria del automóvil, más del 90% de la producción de carrocerías está automatizada. Esto no significa que ya no se necesiten trabajadores industriales, sino que se han creado nuevos puestos de trabajo de mayor valor para manejar esos sistemas. Lo mismo ocurrirá con la IA generativa. Automatizaremos más tareas rutinarias y podremos utilizar nuestro capital humano para tareas más creativas.
¿Cuántas y qué personas perderán su empleo como consecuencia de ello, y qué alternativas existen para los afectados?
Es difícil de cuantificar, pero sí, habrá gente que pierda su empleo. Entonces tendremos que ver cómo podemos colocar a esas personas en otros puestos de trabajo. Eso también será una tarea social. Esto incluye una gran cantidad de formación adicional, donde la IA puede ayudar: mediante contenidos de formación personalizados.
¿Cuánto pueden reducir sus costes las empresas industriales gracias a la IA generativa?
Es demasiado pronto para decirlo, porque solo estamos al principio. En primer lugar, tenemos que ver para qué tareas son adecuados los sistemas de IA y dónde merece la pena invertir. Según una encuesta de Forbes de primavera, la mayoría de las empresas estadounidenses no esperan grandes cambios de costes ni efectos en el número de empleados en los próximos dos años. Ahora es el momento de encontrar campos de aplicación.
Christina Lohner habló con Christian Schlögel
Fuente: www.ntv.de
