“La adopción de IA no solo implica tecnología. También una transformación cultural y talento”, Carlos Pisonero, Strategy

Entendiendo que cada organización tiene una escala y unas necesidades particulares, ¿qué coste inicial tiene para una empresa promedio incorporar capacidades de inteligencia artificial a través de las soluciones de IA de Strategy?

Strategy es una plataforma de datos donde la precisión y confianza del BI se interconectan de forma natural con la rapidez y personalización de la IA. La IA de Strategy es una IA analítica que cubre desde el espectro de construcción y modelado, pasando por el Data Prep, hasta la conversación en lenguaje natural, permitiendo responder a preguntas tipo ¿cuáles son los factores que más influyeron en la subida de mis ventas en el último mes?

La IA de Strategy se fundamenta en nuestra capa semántica, Semantic Graph, como motor principal para realizar el cálculo analítico, aplicar la seguridad de usuario y dato y, finalmente, obtener la respuesta en lenguaje natural.

La implementación de esta solución requiere únicamente de disponer de uno o varios sets de datos sobre los que trabajar y entrenar, para personalizar las respuestas y proveer de las reglas de negocio que apliquen a cada caso.

La curva de aprendizaje en la construcción de la capa visual, el modelado o la preparación del dato se acorta sustancialmente al tener un asesor que conoce nuestros datos y que conoce las particularidades de su audiencia.

 

Una vez adoptada la IA, ¿cómo se mide el coste que genera su uso por parte de los clientes? ¿Existe un nivel de utilización a partir del cual se aplica un modelo de tarificación adicional?

Strategy tiene la capacidad de medir la adopción de la IA en base a estadísticas de uso (quién preguntó qué, por ejemplo). Sin embargo, un mayor uso no significa una mayor tarificación.

En Strategy existe un único tipo de licenciamiento con IA, lo que supone un coste fijo, conocido, anual. Este tipo de licenciamiento es por usuario nominal, donde la capacidad de uso de la IA es ilimitada para cada usuario en posesión de esta licencia.

 

Ciertas aplicaciones autónomas basadas en IA, como los agentes dedicados a la atención al cliente o las consultas internas de los empleados, pueden incrementar exponencialmente las cargas computacionales y el consumo de energía derivados de cada interacción. ¿Cómo se mide el coste generado por estas herramientas y cómo se traslada al cliente?

En Strategy, los agentes conversacionales disponen de uno o varios sets de datos definidos, los cuales están cargados en memoria. Por tanto, el coste asociado vendrá dictado por la frecuencia de actualización de estos sets de datos y la tecnología de origen donde residan.

Como dije antes, cada consulta que se haga a los agentes no tiene un coste asociado en Strategy, pues lo cubre la licencia de usuario. Lo que estamos viendo en nuestra base instalada es un modelo híbrido, lo que llamamos Dynamic Sourcing, donde hay datos que se consultan en tiempo real a la base de datos desde Strategy, habiendo coste de computación en la consulta, con datos cargados en memoria en Strategy, donde ese coste no interviene por muchas veces que se consulte ese dato cargado en memoria, solo aparecerá el coste durante la carga del dato.

Por tanto, el coste que trasladamos a nuestros clientes es la propia licencia nominal de usuario con capacidad ilimitada de uso.

 

Considerando que los clientes podrían querer expandir el alcance de la IA en la organización, a medida que saquen provecho a sus ventajas, ¿qué modelo se aplica para escalar estas capacidades?

Lo que estamos viendo en nuestros clientes es que la interfaz de consumo de la IA no tiene porqué ser la de Strategy, o sí. Al tener la plataforma completamente apificada, cada elemento puede embeberse en portales de terceros, herramientas ERP o CRM, etc. Esto hace que la audiencia sea completamente distinta.

Desde el punto de vista de escalabilidad en costes, ofrecemos soluciones tipo “Application Specific” ya que entendemos que los usuarios que interactúan con chats conversacionales, por ejemplo, no tienen porqué necesariamente necesitar de las funcionalidades básicas que vienen en el BI estándar.

 

A la hora de tratar con los clientes, ¿cómo abordan el coste que les generará usar la IA de Strategy? ¿Cómo les plantean el retorno de la inversión?

Estamos viendo que para que la solución se implemente a nivel corporativo se necesita de un Executive Sponsor interno y un cambio cultural en las compañías. En Strategy, tenemos muy bien segmentadas las verticales y casos de éxito que se están llevando a cabo con nuestra IA. El principal factor que impulsa el éxito de estas iniciativas suele ser la optimización de procesos y el ahorro de tiempo, con el consecuente ahorro de costes.

Por ejemplo, un caso de uso muy típico es la capacidad de dar a usuarios de negocio la libertad, gobernada, de uso de los datos, y no depender de IT para la petición de tareas o desarrollos. Muchas veces el dato existe, está, pero quizás no está presentado de la manera que se necesita o hay que ir a buscarlo a través de diferentes interfaces y acciones hasta llegar a él. Con el asistente de Strategy, un usuario puede hacer preguntas, por ejemplo, a un cuadro de mando en lenguaje natural y obtener insights que no estén reflejados en él. Detección de outliers, predicciones, factores de influencia, correlación entre variables, son outputs muy valiosos que salen de los asistentes, cuando la pregunta está bien formulada y cuando la calidad del dato es buena.

 

¿Hasta qué punto es necesario dotar a los empleados de equipos con capacidades para ejecutar IA en local, como los Copilot PC, para extender estas capacidades a los entornos híbridos?

Desde Strategy, siendo una empresa internacional con presencia de empleados en muchos países, somos unos fanáticos de la implementación de herramientas de IA para la optimización de tareas y ayuda a nuestros empleados en su día a día. Por ejemplo, hemos desarrollado un PrivateGPT agentificado que es capaz de, entre otras muchas tareas:

•      Buscar en nuestro repositorio interno en base a ciertas keywords para proporcionar información de interés.

•      Optimizar flujos de renovaciones de contratos.

•      Informar sobre el estado de incidencias abiertas con nuestros equipos.

•      Ayudar en los procesos internos de rendimiento del empleado.

•      Referenciarte a expertos en función de la necesidad.

Creemos firmemente que dotar a empleados con capacidades para ejecutar IA en local es altamente fructífero y ayudar a aliviar cantidad de tareas repetitivas y pérdida de tiempo en búsqueda de información.

 

Una opción para ciertos sectores, como los altamente regulados, es contar con infraestructura de almacenamiento y computación propia para entrenar y usar la IA en entornos locales. ¿Qué coste mínimo puede tener montar esta TI en un entorno local o en colocation?

Sin duda, el coste de implementar una solución propia, in-house, de IA es bastante superior a la de contratación de IA (LLM) propietarias como la de Strategy, principalmente porque somos una empresa dedicada al desarrollo de software.

No obstante, es cierto que debido a que un parte importante de nuestros clientes se encuentran en sectores altamente regulados, este es un tema en continua discusión. Desde Strategy, tenemos líneas de investigación abiertas con los equipos de desarrollo de producto para que nuestros clientes puedan enchufar sus soluciones de IA particulares a nuestra plataforma en la nube, si bien no es algo que tengamos disponible aún.

Sin entrar en mayor detalle, el coste mínimo para montar una infraestructura de inteligencia artificial en local (on-premise) o en modalidad de colocation varía enormemente según el caso de uso, el nivel de cumplimiento normativo exigido y la escala del proyecto. Para tener una referencia, hablamos de inversiones que, incluso en su versión más contenida, pueden partir de los 250.000 a 500.000 euros solo en hardware inicial, incluyendo servidores GPU, almacenamiento de alta velocidad y sistemas de refrigeración adecuados.

A eso hay que sumar costes de implementación, licencias de software, mantenimiento, seguridad física y lógica, así como el equipo humano necesario para operar y actualizar esta infraestructura. En sectores altamente regulados como el financiero, el sanitario o el gubernamental, estos costes tienden a incrementarse por las exigencias en cifrado, trazabilidad, auditoría y alta disponibilidad.

Además, muchas organizaciones optan por un modelo híbrido, usando colocation en centros de datos certificados, lo cual permite cumplir normativas sin asumir todo el coste operativo. En esos casos, el coste mínimo puede ser algo menor que en entornos 100% on-premise, pero sigue requiriendo una inversión inicial y compromiso a largo plazo. Desde Strategy.com ayudamos a nuestros clientes a evaluar cuidadosamente el retorno de esta inversión, comparándola con soluciones en la nube o híbridas, para que puedan tomar decisiones estratégicas alineadas con sus necesidades de negocio y regulatorias.

 

Para aprovechar las ventajas de la IA las empresas necesitan formar a sus empleados, lo que en muchos casos requiere una inversión de tiempo y recursos ¿Cómo ayuda Strategy a los clientes en este sentido?

En Strategy entendemos que la adopción de la inteligencia artificial no es solo una cuestión tecnológica, sino también un proceso de transformación cultural y de talento. Por eso, acompañamos a nuestros clientes no solo con soluciones de IA, sino también con planes de formación adaptados a cada organización.

Desde programas de onboarding para equipos no técnicos, hasta capacitaciones especializadas para analistas de datos, ingenieros o responsables de negocio, diseñamos itinerarios formativos que permiten a los empleados entender cómo aplicar la IA de forma práctica y alineada con los objetivos de la empresa. Además, ofrecemos talleres tipo workshop y sesiones hands-on para acelerar el aprendizaje en entornos reales.

También fomentamos una cultura de adopción progresiva, apoyando a los líderes en el desarrollo de casos de uso viables y en la gestión del cambio, para maximizar el retorno de la inversión en IA. Al final, nuestro objetivo es que la tecnología no se quede en los servidores, sino que se traduzca en capacidades reales dentro de los equipos.