{"id":178561,"date":"2024-10-24T18:10:20","date_gmt":"2024-10-24T21:10:20","guid":{"rendered":"https:\/\/nuevoitsitio1.wpenginepowered.com\/ar\/sin-categoria\/jose-tam-solo-entre-el-3-al-5-de-las-empresas-estan-usando-ia-generativa-en-produccion\/"},"modified":"2025-11-21T16:00:42","modified_gmt":"2025-11-21T19:00:42","slug":"jose-tam-solo-entre-el-3-al-5-de-las-empresas-estan-usando-ia-generativa-en-produccion","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/ar\/inteligencia-artificial\/jose-tam-solo-entre-el-3-al-5-de-las-empresas-estan-usando-ia-generativa-en-produccion\/","title":{"rendered":"Jos\u00e9 Tam: ”Solo entre el 3% al 5% de las empresas est\u00e1n usando IA generativa en producci\u00f3n”"},"content":{"rendered":"

Durante el evento “Liderar a partir de la irrupci\u00f3n de la GenAI”<\/em>, celebrado en las oficinas de Google, Jos\u00e9 Tam, vicepresidente de transformaci\u00f3n digital de Softtek,<\/strong> comparti\u00f3 su visi\u00f3n sobre c\u00f3mo la inteligencia artificial generativa<\/a> est\u00e1 transformando aspectos fundamentales de las organizaciones. A lo largo de la entrevista, Tam abord\u00f3 temas clave como el impacto de esta tecnolog\u00eda en la toma de decisiones, la transparencia organizacional y los desaf\u00edos \u00e9ticos que se presentan en su implementaci\u00f3n.<\/p>\n

Uno de los primeros puntos discutidos fue c\u00f3mo la inteligencia artificial generativa est\u00e1 cambiando los procesos de toma de decisiones en las empresas. Seg\u00fan Tam, m\u00e1s que alterar el proceso, esta tecnolog\u00eda contribuye a que las decisiones sean m\u00e1s informadas. “Hoy estamos acostumbrados a un mundo vol\u00e1til, incierto, complejo y ambiguo, donde muchas veces tomamos decisiones con menos del 50% de la informaci\u00f3n”<\/em>, explic\u00f3. En este contexto, la IA generativa facilita la integraci\u00f3n de datos, incluso en empresas que no cuentan con una arquitectura de informaci\u00f3n totalmente integrada. Esto permite a los l\u00edderes tomar decisiones con mayor precisi\u00f3n y conocimiento, dependiendo del nivel de madurez de los datos disponibles.<\/p>\n

Tam tambi\u00e9n destac\u00f3 la velocidad con la que la IA generativa puede procesar informaci\u00f3n y mejorar la calidad de las decisiones. “La Inteligencia Artificial Generativa es rapid\u00edsima”<\/em>, mencion\u00f3, a\u00f1adiendo que existen diferentes niveles de servicio seg\u00fan las necesidades de la empresa, lo que permite un procesamiento m\u00e1s eficiente en cuesti\u00f3n de mil\u00e9simas de segundo. Sin embargo, advirti\u00f3 que la calidad de las decisiones sigue dependiendo de la calidad de los datos.<\/p>\n

\"width=\"
“Si no tienes informaci\u00f3n suficiente, la IA te dir\u00e1 con qu\u00e9 nivel de certeza puedes actuar, pero tambi\u00e9n te har\u00e1 consciente de las limitaciones de los datos que posees” – Jos\u00e9 Tam.<\/figcaption><\/figure>\n

Transparencia y \u00e9tica: el motor de la IA generativa<\/span><\/h2>\n

En cuanto a la transparencia y la rendici\u00f3n de cuentas dentro de las organizaciones, Tam se\u00f1al\u00f3 que en Softtek<\/a> han desarrollado lo que llaman un “motor de \u00e9tica”. Este marco se utiliza para garantizar que la IA generativa sea imparcial y no est\u00e9 sesgada. “Dependiendo de c\u00f3mo alimentes la IA y c\u00f3mo generes tu modelo, puede alucinar o estar parcializada”<\/em>, explic\u00f3. La clave est\u00e1 en considerar m\u00e1s de 25 par\u00e1metros que aseguren que la inteligencia artificial act\u00fae de manera \u00e9tica y transparente. “Es un componente fundamental para garantizar que la IA no tenga sesgos raciales, de g\u00e9nero o religiosos”.<\/em><\/p>\n

Los errores m\u00e1s comunes en la implementaci\u00f3n de la IA generativa<\/span><\/h2>\n

Sobre los errores m\u00e1s comunes al implementar la IA generativa, Tam destac\u00f3 que uno de los principales problemas es el sesgo en los datos. “Hay algoritmos que pueden ser machistas, feministas o que discriminan a otros g\u00e9neros”<\/em>, se\u00f1al\u00f3. Tambi\u00e9n mencion\u00f3 la necesidad de tener cuidado con los temas religiosos y pol\u00edticos, que pueden estar parcializados dependiendo de c\u00f3mo se entrene la IA. Es por eso que Softtek utiliza su framework \u00e9tico, que ayuda a evitar estos problemas y a asegurar que la IA se utilice de manera responsable.<\/p>\n

Superando los desaf\u00edos de la implementaci\u00f3n<\/span><\/h2>\n

A pesar de los avances, implementar esta tecnolog\u00eda no est\u00e1 exento de desaf\u00edos. Tam destac\u00f3 la importancia de la investigaci\u00f3n acad\u00e9mica y la colaboraci\u00f3n abierta como clave para superar las complejidades de desarrollo. “En Softtek tenemos cerca de 60 centros de excelencia que generan mejores pr\u00e1cticas y las compartimos con nuestros clientes”<\/em>, dijo. Esta colaboraci\u00f3n interna les permite resolver problemas de forma m\u00e1s eficiente y asegurarse de que la innovaci\u00f3n sea continua y abierta.<\/p>\n

En cuanto al futuro de la IA generativa, Tam visualiza un camino hacia la automatizaci\u00f3n total. “Estamos pasando de un mundo en el que solo los humanos tomaban decisiones, a uno donde estamos aumentados por la inteligencia artificial”<\/em>, coment\u00f3. A medida que la tecnolog\u00eda avance, Tam cree que nos dirigimos hacia un entorno semiaut\u00f3nomo y, eventualmente, aut\u00f3nomo<\/strong>, donde muchas tareas ser\u00e1n completamente gestionadas por sistemas inteligentes.<\/p>\n

Sin embargo, no todas las empresas est\u00e1n listas para dar este salto. Seg\u00fan Tam, solo entre el 3% y el 5% de las organizaciones han implementado la IA generativa en producci\u00f3n.<\/strong> “Los pioneros de aqu\u00ed al 2028 ser\u00e1n los que m\u00e1s se beneficien”<\/em>, afirm\u00f3, pero tambi\u00e9n indic\u00f3 que la adopci\u00f3n generalizada de la IA no se espera hasta alrededor de 2032.<\/strong> Tam resalt\u00f3 que cada empresa tiene su propio ritmo de adopci\u00f3n tecnol\u00f3gica: algunas buscan ser l\u00edderes y adoptan la tecnolog\u00eda de inmediato, mientras que otras prefieren esperar para ver c\u00f3mo evoluciona y se abaratan los costos.<\/p>\n","protected":false},"excerpt":{"rendered":"

Durante el evento “Liderar a partir de la irrupción de la GenAI”, celebrado en las oficinas de Google, José Tam, vicepresidente de transformación digital de Softtek, compartió su visión sobre cómo la inteligencia artificial generativa está transformando aspectos fundamentales de las organizaciones. A lo largo de la entrevista, Tam abordó temas clave como el impacto de esta tecnología en la toma de decisiones, la transparencia organizacional y los desafíos éticos que se presentan en su implementación. Uno de los primeros puntos discutidos fue cómo la inteligencia artificial generativa está cambiando los procesos de toma de decisiones en las empresas. Según Tam, más que alterar el proceso, esta tecnología contribuye a que las decisiones sean más informadas. “Hoy estamos acostumbrados a un mundo volátil, incierto, complejo y ambiguo, donde muchas veces tomamos decisiones con menos del 50% de la información”, explicó. En este contexto, la IA generativa facilita la integración de datos, incluso en empresas que no cuentan con una arquitectura de información totalmente integrada. Esto permite a los líderes tomar decisiones con mayor precisión y conocimiento, dependiendo del nivel de madurez de los datos disponibles. Tam también destacó la velocidad con la que la IA generativa puede procesar información y mejorar la calidad de las decisiones. “La Inteligencia Artificial Generativa es rapidísima”, mencionó, añadiendo que existen diferentes niveles de servicio según las necesidades de la empresa, lo que permite un procesamiento más eficiente en cuestión de milésimas de segundo. Sin embargo, advirtió que la calidad de las decisiones sigue dependiendo de la calidad de los datos. Transparencia y ética: el motor de la IA generativa En cuanto a la transparencia y la rendición de cuentas dentro de las organizaciones, Tam señaló que en Softtek han desarrollado lo que llaman un “motor de ética”. Este marco se utiliza para garantizar que la IA generativa sea imparcial y no esté sesgada. “Dependiendo de cómo alimentes la IA y cómo generes tu modelo, puede alucinar o estar parcializada”, explicó. La clave está en considerar más de 25 parámetros que aseguren que la inteligencia artificial actúe de manera ética y transparente. “Es un componente fundamental para garantizar que la IA no tenga sesgos raciales, de género o religiosos”. Los errores más comunes en la implementación de la IA generativa Sobre los errores más comunes al implementar la IA generativa, Tam destacó que uno de los principales problemas es el sesgo en los datos. “Hay algoritmos que pueden ser machistas, feministas o que discriminan a otros géneros”, señaló. También mencionó la necesidad de tener cuidado con los temas religiosos y políticos, que pueden estar parcializados dependiendo de cómo se entrene la IA. Es por eso que Softtek utiliza su framework ético, que ayuda a evitar estos problemas y a asegurar que la IA se utilice de manera responsable. Superando los desafíos de la implementación A pesar de los avances, implementar esta tecnología no está exento de desafíos. Tam destacó la importancia de la investigación académica y la colaboración abierta como clave para superar las complejidades de desarrollo. “En Softtek tenemos cerca de 60 centros de excelencia que generan mejores prácticas y las compartimos con nuestros clientes”, dijo. Esta colaboración interna les permite resolver problemas de forma más eficiente y asegurarse de que la innovación sea continua y abierta. En cuanto al futuro de la IA generativa, Tam visualiza un camino hacia la automatización total. “Estamos pasando de un mundo en el que solo los humanos tomaban decisiones, a uno donde estamos aumentados por la inteligencia artificial”, comentó. A medida que la tecnología avance, Tam cree que nos dirigimos hacia un entorno semiautónomo y, eventualmente, autónomo, donde muchas tareas serán completamente gestionadas por sistemas inteligentes. Sin embargo, no todas las empresas están listas para dar este salto. Según Tam, solo entre el 3% y el 5% de las organizaciones han implementado la IA generativa en producción. “Los pioneros de aquí al 2028 serán los que más se beneficien”, afirmó, pero también indicó que la adopción generalizada de la IA no se espera hasta alrededor de 2032. Tam resaltó que cada empresa tiene su propio ritmo de adopción tecnológica: algunas buscan ser líderes y adoptan la tecnología de inmediato, mientras que otras prefieren esperar para ver cómo evoluciona y se abaratan los costos.<\/p>\n","protected":false},"author":229,"featured_media":178563,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[65],"tags":[197,260],"class_list":["post-178561","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","tag-google","tag-softtek"],"_links":{"self":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts\/178561","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/users\/229"}],"replies":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/comments?post=178561"}],"version-history":[{"count":0,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts\/178561\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/media\/178563"}],"wp:attachment":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/media?parent=178561"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/categories?post=178561"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/tags?post=178561"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}