Átomos y bits

Vivimos dos realidades paralelas: átomos y bits.

Para ir de compras, vamos a una tienda o a un sitio web. Trabajamos en forma remota o presencial. Colaboramos con personas y ordenadores, pero no al mismo tiempo. La transición entre las realidades puede ser difícil, confusa o imposible.

Todo cambia. La próxima era de transformación de los negocios pasará de la elaboración de capacidades digitales aisladas a la creación de los cimientos de una nueva realidad compartida que combina ininterrumpidamente nuestras vidas físicas con las digitales. La meta no es la mejora progresiva sino un cambio radical. El valor real de esta convergencia radica en crear algo nuevo. Veamos la IA generativa: muchos la usan para generar imágenes y contenidos puramente digitales, pero ya se puede ver cómo dará forma al futuro de la ciencia, los datos empresariales, nuestra forma de diseñar y fabricar productos, y otras cosas.

Durante años, el pilar de la innovación empresarial ha sido digitalizar los procesos, incluso partes enteras de la organización. Y aunque hemos construido un mundo digital rico y significativo, no lo hemos reconciliado realmente con el físico.

En nuestra edición anterior de Technology Vision, señalamos el Continuo del Metaverso como el siguiente paso tras la transformación digital. Es un hito para la convergencia de átomos y bits, que acelera el camino a una realidad compartida singular.

Estamos en la emocionante frontera de la innovación tecnológica para los negocios, donde no solo digitalizamos, sino que aplicamos estos cimientos digitales. El metaverso, los gemelos digitales, la realidad aumentada y la robótica son solo el comienzo de esta fusión entre lo digital y lo físico. Esto no solo genera nuevos productos y servicios, sino que también impulsa una nueva era de investigación científica. Los líderes están creando nuevas herramientas y disrupciones que cambiarán el futuro del mundo. La convergencia de átomos y bits abre paso a oportunidades totalmente nueva

Technology Vision 2023

Este año, Technology Vision analiza 4 tendencias tecnológicas que fusionan átomos y bits en el futuro

Identidad digital: ID para cada persona y cosa

Visión general

La identidad digital impulsa la próxima generación de disrupción tecnológica, y los líderes innovadores responden a este desafío.

Los esfuerzos actuales moldean los negocios innovadores del futuro. La identidad digital, aunque parece ser responsabilidad del CIO o CTO, respalda las ambiciones clave de los líderes empresariales.

Los innovadores pioneros descubren que la identidad digital va más allá del respaldo del pasado. Prepara a las empresas para una nueva forma de propiedad y uso compartido de datos. Este concepto desafía convenciones aceptadas hasta ahora.

La ONU insta a la creación de una ID legal universal antes de 2030 como parte de sus Metas de Desarrollo Sostenible. Esto ha llevado a los gobiernos de todo el mundo a considerar la identidad digital como una prioridad. Pronto, las empresas deberán seguir su ejemplo e integrarse con los programas estatales.

Si no es así, la identidad digital debe estar en tu agenda de innovación.

Establecer identidades digitales clave

Considerá dos categorías de identidad: núcleo (documento de identidad) y funcional (licencia de conducir).

A menudo confundimos información funcional con identidad núcleo. Por ejemplo, los números telefónicos se utilizan como identificadores principales, pero esto puede llevar a consecuencias no deseadas. Un tipo de ataque llamado SIM swapping permite a los hackers redirigir el tráfico de un teléfono a una nueva tarjeta SIM, obteniendo así toda la información enviada a ese número.

Al reimaginar la relación entre la vida digital y física, evitamos errores pasados, como ignorar la protección de la identidad digital en el diseño inicial de Internet. Los principales innovadores están trabajando para crear un nivel básico de identidad y desarrollar soluciones que sean nuevas puertas de acceso a la web.

Comienzan a surgir identidades núcleo de origen digital, gracias a los esfuerzos comunitarios, de gobiernos y de asociaciones público-privadas.

Un enfoque popular es crear plataformas descentralizadas o distribuidas, conocidas como Identidad Auto-Soberana (SSI - Self-Sovereign Identity). Utilizan blockchain y Tecnología de Contabilidad Distribuida, validando la identidad mediante consenso de múltiples actores.

Los enfoques distribuidos ofrecen mayor seguridad y confiabilidad, pero la naturaleza descentralizada dificulta alcanzar estos objetivos. La usabilidad, interoperabilidad y la recuperación de cuentas son desafíos que pueden afectar su adopción.

Reimaginar funciones básicas de identidad

Además de introducir la identidad digital núcleo, hay una gran motivación para repensar las funciones de estas identidades: cómo crear y asociar sus datos, cómo compartir y gestionar los datos y el equilibrio de la propiedad en todo el ecosistema.

Por ejemplo, Permission.io y Starbucks utilizan la tokenización para innovar en identidad. La tokenización convierte algo en un activo digital asociado, almacenado en una blockchain. Estos ejemplos muestran cómo la innovación en identidad no se limita a las personas, ya que Starbucks y Permission.io tokenizan la fidelidad y la atención.

Pronto, las empresas deberán replantear su enfoque hacia la identidad y los datos. Por ejemplo, debido a los cambios de privacidad de Apple y Google, es posible que las empresas pierdan acceso a datos de consumidores y terceros en los que actualmente confían. Esto podría tener un efecto significativo.

Si bien los consumidores reciben bien estos cambios, las empresas están nerviosas.

Al adoptar un ecosistema de datos basado en el consentimiento y el valor, las empresas deben prepararse para cambios en los canales de datos. Sin embargo, la tecnología es solo parte de la solución. Los líderes deben considerar cómo acceder y mantener legalmente los datos de las personas, siendo estas las propietarias.

Conclusión

Las empresas que sepan afrontar el reto gozarán de una mayor seguridad y la confianza renovada de sus clientes y socios. Más importante aún, estarán más preparadas para el futuro y nos acercarán todavía más a una web mejor, y a un mundo mejor.

Visión general

Antes, las personas decidían qué comer por el boca a boca o una guía de expertos. En 2005, Yelp cambió eso con su página digital de opiniones de clientes.

Los clientes tenían opiniones, que no se registraban o no eran accesibles. Yelp abrió una ventana de transparencia: una vista clara, detallada y expansiva sobre la parte del mundo que nos rodea.

Los datos brindan conocimiento sobre negocios, consumidores, mercado, inversiones, líderes e industrias. Con una mayor visión empresarial, las empresas deben satisfacer la nueva expectativa de que las personas también quieren acceder a los datos.

Estamos en la transición de datos escasos a datos ampliamente cuantificados y accesibles, lo que plantea desafíos para las empresas. Muchas arquitecturas de datos corporativos no están preparadas para esta transparencia, y aunque algunas han actualizado sus estrategias de datos, aún no aprovechan todo su potencial.

Independientemente de la arquitectura de datos, es necesario cambiar las estrategias en un mundo con abundancia de datos. Poseer datos ya no es suficiente; es necesario estar preparado para actuar y compartir la información.

Debes actualizar tu estrategia de marca, ya que no puedes asumir que este tipo de datos permanecerán ocultos. Si las empresas no toman la iniciativa, otros actores lo harán cada vez más.

Transparencia, no opacidad

En este momento crucial, tu empresa puede aprovechá los beneficios de la transparencia y mejorar la gestión de los datos mediante la apertura de ventanas de transparencia. Para lograrlo, debes revisar el ciclo de vida de los datos, reevaluar qué datos recopilar y cómo hacerlo, analizar tu enfoque de gestión de datos en busca de mejoras, y reconsiderar cómo utilizarlos, quién tiene acceso y qué objetivos comerciales deseas alcanzar.

Los datos por sí solos no bastan. La clave es su disponibilidad, y entran en juego tecnologías de comunicación. La capacidad de transmitirlos ha mejorado mucho, y cubre mayores distancias, llegando a lugares previamente desconectados casi en tiempo real.

Los datos y la conectividad son condiciones para la transparencia, pero no garantizan el éxito. Un problema común es que los datos se almacenan de forma aislada dentro de las empresas. Según una encuesta de Accenture, la falta de integración entre fuentes de datos es un desafío importante para el 56% de los participantes. Aunque manejes grandes volúmenes de datos actualmente, pronto te enfrentarás a una carga mayor en el futuro.

Hay dos estrategias emergentes, data mesh y data fabric, que pueden transformar tu empresa, tienen diferencias y beneficios únicos, y apuntan a modernizar e integrar las arquitecturas de datos.

Mente abierta

Las empresas deben adoptar la transparencia, reevaluar el cálculo de riesgos y considerar las múltiples dimensiones del valor de sus datos.

¿Significa compartir datos todo el tiempo? No, la responsabilidad, privacidad y confidencialidad deben ser prioritarias al recopilar y utilizar datos. Sin embargo, las empresas no deben ser demasiado conservadoras, ya que compartir datos aporta valiosos beneficios para las operaciones internas, los clientes y el público. Revela los mecanismos internos del negocio y pone de manifiesto problemas e ineficiencias que pueden conducir a soluciones.

Con más transparencia, las empresas fortalecen sus relaciones con los clientes y atraen nuevos. En un contexto en el que la confianza es primordial para los consumidores, no debemos subestimar el valor de la transparencia. Al abordar estas demandas de manera directa, construyes una relación de confianza con tus clientes. Los datos de los clientes siempre han sido valiosos para las empresas, y ahora también deben serlo para ellos.

Este enfoque hacia los datos es fundamental para las empresas, ya sea para mejorar la eficiencia operativa, transformar las relaciones con los clientes o abordar problemas de información clave.

Conclusión

Las Ventanas de Transparencia ya están aquí. Las empresas pueden aprovecharlas para optimizar el uso del ecosistema de datos en constante cambio, o resistirse y perder oportunidades valiosas.

Todos exigen más conocimiento del negocio y la industria. Si no cumples con estas demandas, alguien más lo hará.

Visión general

Cuando se lanzó ChatGPT de OpenAI en 2022, todos lo probaron ansiosamente. Solicitaron cosas complicadas, poemas e incluso instrucciones peculiares como quitar un sándwich de mantequilla de maní de una videograbadora del siglo XVI.

Antes del ChatGPT, el arte generado por IA inundaba Internet. Herramientas como Stable Diffusion de Stability AI y DALL-E 2 de OpenAI nos sorprendieron con sus respuestas a instrucciones, creando imágenes fotorrealistas.

Los contenidos generados son parte de un cambio radical en la historia de la IA: modelos pre-entrenados con gran capacidad de adaptación a diversas tareas.

Desde la innovación en la arquitectura de modelos de IA de Google en 2017, la escala de la IA ha crecido con modelos y conjuntos de entrenamiento más grandes. El resultado son poderosos modelos pre-entrenados, conocidos como "modelos fundacionales", que ofrecen una adaptabilidad sin precedentes en sus dominios de entrenamiento.

Con modelos fundacionales, las empresas pueden abordar tareas y desafíos de forma diferente, aprendiendo a construir con la ayuda de IA en lugar de partir desde cero.

La base de los avances en inteligencia

CPT-3 de OpenAI, lanzado en 2020, fue el mayor modelo de lenguaje del mundo. Sorprendentemente, se auto-entrenó en tareas no preparadas y superó a modelos entrenados específicamente para ellas. Esto inspiró a empresas como Google, Microsoft y Meta a crear sus propios modelos de lenguaje.

Los investigadores del Stanford Institute for Human-Centered Artificial Intelligence acuñaron el término "modelo fundacional" para esta clase de IA, que son grandes, entrenados en enormes conjuntos de datos y se caracterizan por su notable adaptabilidad a tareas secuenciales.

Algunos buscan ampliar los modelos fundacionales a otras modalidades de datos, como el "lenguaje de las proteínas". Meta ha logrado mejorar la velocidad de las predicciones sobre estructuras proteicas hasta 6 veces.

Se realizan esfuerzos para facilitar la elaboración e implementación de modelos fundacionales. Los principales desafíos actuales incluyen los requisitos informáticos en constante aumento y los costos asociados a su manejo. Y el costo de ejecutar y alojar las variantes finales del modelo sigue siendo alto.

Transformación por IA: trabajo y vida

La pregunta no es si, sino cómo los modelos impactarán en las industrias.

Los modelos fundacionales tienen un gran potencial transformador en la interacción humana con la IA. ChatGPT, considerado el futuro de la recuperación de información, realiza diversas tareas: escribir poesía, limpiar códigos y responder preguntas complejas. Su amplio entrenamiento en línea le permite recordar conversaciones anteriores y ofrecer respuestas sofisticadas, y mejora la comunicación entre humanos y máquinas.

Los modelos fundacionales abren nuevas posibilidades en aplicaciones de IA. La falta de datos de entrenamiento suele ser un problema, pero los modelos pre-entrenados pueden superar esta limitación.

Los modelos fundacionales multimodales rompen barreras al conectar múltiples modalidades de datos. ¿Qué podríamos lograr cuando estos modelos conecten texto, sonido, imagen, vídeo, datos 3D, sensores y más? Por ejemplo, un equipo industrial podría usar un sistema de IA para traducir datos de sensores en un procedimiento de reparación para un mecánico.

Las organizaciones ofrecen modelos fundacionales pre-entrenados a través de canales de código abierto o de acceso pago por APIs.

Al desarrollar una estrategia para modelos fundacionales, comprende sus casos de uso más relevantes. Algunas aplicaciones requieren datos que no pueden ser manejados por estos, mientras que otras se benefician más de IA especializada en una tarea específica. La imparcialidad de los modelos fundacionales es una preocupación debido a la normalización y el entrenamiento en grandes conjuntos de datos en línea.

Incluso con lenguajes naturales intuitivos, se necesita cierto nivel de conocimientos de ingeniería de software para construir aplicaciones con modelos fundacionales. Aunque las empresas sin estas habilidades también pueden aprovechar la tecnología. Gracias a OpenAI y otras compañías que convirtieron sus modelos en plataformas, diversos negocios han lanzado nuevos productos y servicios B2B.

Con el tiempo, la IA se enfocará en construir sobre modelos existentes. Profesionales capacitados serán clave para adaptar y combinar modelos fundacionales en diversas aplicaciones empresariales.

Conclusión

Los modelos fundacionales son un cambio importante en la historia de la IA que las empresas no pueden ignorar. Con los modelos actuales, pueden crear aplicaciones innovadoras y aprovechar oportunidades en constante crecimiento gracias al avance tecnológico.

Visión general

La relación ciencia-tecnología es un bucle bidireccional que amplía los límites de lo posible. Con el crecimiento de la informática, la tecnología digital adquirió mayor relevancia. Aunque aceleraba los descubrimientos científicos, las empresas dejaron en manos de investigadores e industrias específicas el desarrollo tecnológico. Olvidamos las lecciones de la posguerra, cuando la simbiosis entre ciencia y tecnología impulsaba la innovación global.

Ahora, las empresas están cambiando. Se enfocan en la intersección disruptiva entre ciencia y tecnología, ampliando sus esfuerzos de innovación.

La tecnología se expande hacia el dominio de la ciencia y la tecnología (CT), trascendiendo la informática y las operaciones tecnológicas (TI y TO). Los avances tecnológicos impulsarán el movimiento científico en diversos campos, transformando las capacidades de las empresas.

El cambio puede afectar la producción de soluciones y los materiales utilizados en los productos empresariales. La sociedad requiere una retroalimentación más rápida entre tecnología y ciencia, especialmente en áreas como medicina, cadena de suministro y cambio climático. Los desafíos actuales exigen soluciones mejores y más rápidas.

Las tecnologías emergentes aceleran la retroalimentación entre ciencia y tecnología. Es crucial que las empresas identifiquen las más impactantes en avances científicos. Aprovecharlas estratégicamente transformará los negocios e industrias en el futuro cercano.

Tres dominios aceleran el ciclo: materiales y energías, la Tierra y el espacio, y la biología sintética.

Forma de abordar problemas serios en el mundo

Las empresas deben entender la revolución en ciencia y tecnología para mantener una estrategia e innovación competitiva. La aceleración del ciclo de retroalimentación es crucial junto con otros elementos para impulsar la innovación.

Pensemos en los problemas mundiales: pandemia, cambio climático, cadena de suministros. Estos serán desafíos importantes para las empresas en el futuro, por lo que deben interesarse en la ciencia, tecnología e innovación para aprovechar las oportunidades que surgen.

Con más inversiones en tecnologías científicas, las empresas podrán crear soluciones más rápidas y efectivas para los desafíos actuales.

Colaboración y experimentación

Aunque hablar de adoptar la ciencia es fácil, hacerlo es un desafío. Las nuevas tecnologías aceleran el ciclo de retroalimentación de ciencia y tecnología, generando cambios rápidos en el escenario de la innovación.

Las empresas enfrentan el desafío de comenzar en diferentes niveles de madurez en comparación con la revolución digital. Las compañías farmacéuticas y químicas tienen prácticas establecidas en innovación científica y buscan mantener sus posiciones al explorar e invertir en tecnologías digitales emergentes. También aprovechan la oportunidad de asociarse y establecer conexiones con nuevas industrias impulsadas por la revolución en ciencia y tecnología.

Otras compañías deben tomar tres acciones clave para prepararse y tener éxito, a pesar de no considerarse científicas. Primero, deben reconocer la importancia de la colaboración. Las tecnologías informáticas avanzadas, como la computación cuántica, requieren habilidades altamente demandadas y difíciles de encontrar. Y organizaciones de diferentes industrias buscan lograr objetivos en computación cuántica a través de consorcios.

La segunda manera de prepararse es encontrar formas de comenzar a experimentar. Esto es más sencillo gracias a la creación de las numerosas plataformas de ciencia y tecnología avanzada.

Las empresas deben estar conscientes y preparadas para los riesgos asociados a los impulsores clave de la revolución en ciencia y tecnología: la biología sintética y la computación cuántica.

Conclusión

Los avances en computación, tecnologías espaciales y biotecnología impulsarán el progreso en un momento crucial para las personas, los negocios y el mundo. En un contexto con desafíos urgentes como la pandemia y el cambio climático, es hora de invertir y desatar plenamente los ciclos de innovación y aceleración científica y tecnológica prometidos, mientras evolucionan y se potencian mutuamente hacia el futuro.