“Es importante poner la IA en contexto, no verla como la tecnología en sí”, Malcolm Ross (Appian)

¿Cuál es tu rol como vicepresidente senior de Estrategia de Producto en Appian?

He estado en Appian durante 20 años, pero mi responsabilidad es observar la dirección general del mercado, cuáles son las principales tendencias que afectan la estrategia de mercado de Appian, crear proyectos de innovación centrados en IA y otras áreas, cómo podemos hacer más para dar forma al producto Appian a largo plazo y también cómo comunicamos ese producto al mercado.

 

¿Qué desafíos tecnológicos has enfrentado al integrar IA en la plataforma de Appian?

En Appian queremos hacer que el acceso a la IA sea lo más fácil posible para nuestros clientes. Así que el primer desafío fue hacer que nuestros clientes no dependieran de tener que registrarse en un servicio de IA de terceros y, después, preocuparse por el hecho de que tal vez su entorno de Appian esté en España, pero se registran en OpenAI y eso corre en América del Norte. Y luego los datos fluyen de un lado a otro. Así que firmamos un acuerdo de colaboración estratégica con Amazon en abril de este año que integra la oferta Bedrock dentro del producto Appian.

Trabajamos muy de cerca con el modelo Anthropic Claude 3.5, que está integrado dentro de la solución de Appian. Esto nos permite crear aislamiento de datos para nuestros clientes, lo que significa que pueden acceder a las capacidades de IA generativa moderna con total cumplimiento, y sin que los datos fluyan fuera de la región. Puede ser compatible con GDPR y completamente aislado en el entorno de su cliente.

 

¿Qué recomendaciones técnicas darías a los nuevos clientes que quieren desbloquear el potencial total de las herramientas de IA?

Bueno, nuestra IA es una nueva capacidad, así que, por supuesto, para nuestros clientes actuales que actualicen a nuestras herramientas de IA, tuvimos una actualización gratuita para que los clientes comenzaran a usarla también. Pero es importante poner la IA en contexto y no verla como la tecnología en sí misma. La IA requiere dos cosas: requiere datos para tener más contexto sobre tu negocio y tomar decisiones más inteligentes, ser más inteligente. Y requiere la aplicación de la IA en los procesos para generar valor. IA solo con datos, bueno, tal vez ahora puedas charlar con tus datos, pero ¿con qué propósito? Lo que me gustaría hacer es posiblemente aumentar la eficiencia de mi servicio al cliente, o los servicios para empleados, o hacer más automatización en mis procesos de negocio, y por eso la IA tiene un valor más directo en los procesos de negocio. Así que se trata de combinar IA con datos y procesos para tener una estrategia de IA empresarial efectiva.

 

¿Cómo está impactando el low-code y la IA en la automatización de procesos?

Por ejemplo, hemos visto muchas demostraciones de IA generando código en Java, Python o JavaScript. Pero eso solo es útil si ya entiendes Python, porque siempre hace falta que un humano entienda lo que la IA ha generado. Y si la única persona que puede entender lo que la IA generó es un desarrollador profesional, tu acceso a la generación de código por IA es más limitado. El low-code usa inherentemente un lenguaje visual para describir aplicaciones en un flujo de procesos o en una regla de negocio o en una interfaz de usuario que usa constructos visuales. Entonces, cuando la IA genera estos flujos visuales como proceso en la interfaz, ahora cualquiera puede entender lo que la IA está generando y luego validarlo para sus fines, modificarlo simplemente arrastrando y soltando, y luego acelerar el desarrollo general usando también IA.

 

¿Qué nuevas capacidades de IA y low-code planeas lanzar en 2025?

Sí, ya hemos lanzado algunas, como la creación automática... De hecho, lo que más hemos apuntado son cosas que a los desarrolladores les molestaba hacer. Como, no estoy seguro si estás familiarizado con el concepto de Unit Test. Un Unit Test es cuando un desarrollador crea lógica dentro de una aplicación. Si eres un buen desarrollador, creas Unit Test para probar esa lógica. Nuestras últimas capacidades de IA pueden entender toda la lógica en el sistema de Appian y crear automáticamente la cobertura de pruebas para ella. Así puede identificar todas las áreas de posibles fallos en la aplicación para crear una aplicación más segura y de calidad al probarla automáticamente.

Otra área de innovación es algo que a los desarrolladores también les molesta hacer: crear datos simulados o falsos. Entonces, si estoy construyendo una base de datos y una aplicación, quiero probarla con algunos datos. Pero no quiero tener que sentarme a codificar manualmente un montón de datos. Así que ahora simplemente puedes presionar un botón mágico de IA. La IA entiende el propósito de tu aplicación y genera datos simulados para que puedas probarlos. Esto acelera el desarrollo general y la calidad de la aplicación. Hay todas estas pequeñas características de IA que realmente aceleran el desarrollo.

En las demostraciones puedes ver, por ejemplo, cómo crear un modelo de datos. Simplemente le das un mensaje en lenguaje natural. Simplemente dices: "oye, necesito crear una nueva aplicación de servicio al cliente, ¿puedes darme un modelo de datos para eso?" Y luego, automáticamente, crea un modelo de datos recomendado para ti.

El próximo año, verás algunos anuncios sobre Appian Composer, que es algo que vamos a lanzar en 2025, que es una herramienta de planificación y arquitectura de aplicaciones basada en IA y lenguaje natural. Las aplicaciones pueden ser inherentemente muy complejas, con procesos que llaman a reglas de negocio, interfaces de usuario e integraciones. Y simplemente dando una descripción en lenguaje natural o subiendo tus documentos de requisitos, comienza a planificar la arquitectura de tu aplicación y también comienza a construir esos artefactos de la aplicación para acelerar el proceso general de desarrollo. Pero el objetivo es que el desarrollador, el desarrollador local, tenga una comprensión clara de lo que se está construyendo arquitectónicamente, y pueda modificarlo con facilidad para asegurarse de que la IA está creando lo que quiere que construya.