OpenAI prepara modelos para sustituir puestos de trabajo en banca y consultoría

OpenAI ha decidido entrenar sus modelos de IA con los resultados cotidianos de consultores y banqueros, lo que constituye algo más que un simple experimento técnico: es una señal de que la IA está pasando de ser una herramienta genérica a un recurso capaz de dominar un ámbito concreto. Eso cree al menos Sanchit Vir Gogia, analista jefe, fundador y director ejecutivo de Greyhound Research.

Esa opinión llega al respecto de las noticias sobre un proyecto que OpenAI está desarrollando para el sector de la consultoría de gestión. Según Bloomberg, más de 150 antiguos consultores de McKinsey & Co., Bain & Co. y Boston Consulting Group han sido contratados por un tercero para entrenar los modelos en “cómo realizar las tareas básicas del sector”. Este proyecto concreto tiene como nombre clave Argentum.

La semana pasada, Bloomberg también informó de que OpenAI cuenta con más de 100 exbanqueros de inversión de organizaciones como JP Morgan Chase, Morgan Stanley y Goldman Sachs “que ayudan a entrenar su inteligencia artificial sobre cómo construir modelos financieros, ya que busca sustituir las horas de trabajo intenso que realizan los banqueros junior en toda la industria”, en un proyecto cuyo nombre en clave es Mercury.

El purgatorio del PoC es habitual

Para Gogia, las empresas “ya no se conforman con una capacidad amplia pero superficial. Quieren profundidad, resultados reales, pensamiento estructurado, trabajo que puedan incorporar a los procesos básicos. Nuestro CIO Pulse 2025 muestra este cambio en acción, ya que el 68% de los responsables de la toma de decisiones a nivel mundial ve la IA como un compañero de trabajo en lugar de como una forma de reducir costes”.

La opinión del analista no acaba aquí: “OpenAI está satisfaciendo esa expectativa de frente, ya que aprende de aquellos que han realizado el trabajo a gran escala”. Y añade: “El objetivo no es imitar el lenguaje, sino interiorizar la práctica. Y para los compradores empresariales, eso es importante. Lo que se ofrece ahora no es una IA que charla, sino otra que contribuye”.

El vicepresidente y analista principal de Forrester, Craig Le Clair, cuyas áreas de cobertura incluyen la IA, la automatización y el futuro del trabajo, reconoce que “en la actualidad, demasiadas implementaciones de agentes de IA tienen dificultades para recuperar la inversión. El problema es consecuencia de la mala integración de los modelos de agentes con los flujos de trabajo empresariales. Forrester estima que el 60% de las empresas caen en un purgatorio de PoC (prueba de concepto), y sólo el 15% genera un impacto positivo y significativo”.

Como ejemplo explica que “una empresa podría lanzar 30 proyectos piloto y no generar ningún retorno de la inversión porque todos los agentes sólo producen informes densos o conocimientos que pocos ponen en práctica. Esto Forrester lo denomina como “brecha de acción”, que es la distancia medible entre un conocimiento impulsado por la IA (una predicción, recomendación o análisis) y la acción empresarial resultante que genera valor”.

En consecuencia, una brecha grande, dice “significa que sus agentes están generando información, pero no un retorno de la inversión. El anuncio de OpenAI es un claro intento de reducir esto”.

Le Clair, autor del libro Random Acts of Automation, considera que el lugar de trabajo se verá alterado por los agentes de IA impulsados por modelos. “Son compañeros intelectuales que, al menos en sus ámbitos definidos, resultan ser tan inteligentes como nosotros, con una inteligencia que evoluciona a un ritmo muy rápido. Además de no comprenderse bien, esta transición hacia una fuerza de trabajo híbrida es costosa”.

Y añade: “Si cree que el mayor obstáculo para implementar un agente de IA es el desarrollo, las llamadas a la API o los costes de consumo de la nube, se equivoca. Las empresas de servicios nos dicen que, por cada dólar gastado en licencias de agentes de IA, las organizaciones gastan casi cinco dólares en servicios para ponerlos en marcha a gran escala, y esos dólares se destinan a cambios organizativos [para permitir] un cambio en las habilidades”.

Le Clair sostiene que Forrester “ha definido un programa de experiencia de agente (AX) centrada en cinco categorías de habilidades que reflejan estos cambios: curación del conocimiento; gestión del cambio; pensamiento crítico; habilidades de interacción; y supervisión de agentes”.

La estructura lo es todo

Gogia señala que, incluso los proyectos de IA que aparentemente funcionan sin problemas, pueden ser problemáticos. Como ejemplo, pone el de uno de los clientes bancarios de su empresa que realizó recientemente una prueba de IA generativa para optimizar su proceso de notas de crédito. “Los resultados fueron prometedores: los borradores de documentos que antes tardaban días en elaborarse ahora se generaban en cuestión de horas”, señaló, para añadir: “Pero cuando los equipos de cumplimiento normativo revisaron los resultados, encontraron lagunas, declaraciones realizadas sin una validación clara de la fuente”.

En consecuencia, el proyecto “no fracasó, pero tampoco se puso en marcha. En su lugar, la institución añadió un marco de revisión y reunió a los responsables jurídicos, de riesgos y tecnológicos para gestionar los resultados de la IA de forma holística”, explica.

Además, cita otro caso en el que una consultora integró la IA en los flujos de trabajo de sus analistas para evaluar el tamaño del mercado. “Las primeras ganancias en productividad fueron tangibles, pero también lo fueron los problemas culturales”, para apostillar: “[El personal junior] no estaba seguro de dónde terminaba su función y dónde comenzaba la de la máquina”. Lo que hizo la empresa fue adaptar su modelo de formación para centrarse en cómo supervisar la IA más que en cómo utilizarla.

“En todos estos casos, la lección fue clara: el éxito de la IA tiene menos que ver con la capacidad y mucho que ver con la estructura”, afirma Gogia.

Además, considera que Greyhound tiene claro que las últimas medidas de OpenAI “son la señal más clara hasta ahora de que se está afianzando en los flujos de trabajo que sustentan la prestación de servicios empresariales reales. Al obtener información directamente de antiguos consultores y banqueros de inversión para sus procesos de formación, está absorbiendo el criterio más que buscar la precisión”.

(computerworld.es)

Les estaremos informando con mucho más detalle, en el marco del informe especial: “Ciberseguridad basada en AI, Ciberseguridad convencional, (Data centers, redes y dispositivos). Ciberseguridad multinube, Ciberseguridad en universo hiperconectado, Arquitecturas de Ciberseguridad basadas en AI», que estamos preparando para nuestra edición 217 y publicaremos en el mes de noviembre.

Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario.