“Adaptar la IA a casos de uso permite a las empresas ir más allá de resultados genéricos”, Waqas Ahmed, OpenText

La IA agéntica se está integrando en la mayoría de las aplicaciones y servicios empresariales para ofrecer soluciones personalizadas. ¿Qué ventajas aporta a una organización contar con una inteligencia artificial diseñada a medida de sus necesidades?

Los modelos por sí solos no comprenden cómo funciona una empresa ni cuáles son sus necesidades. Adaptar la IA a casos de uso específicos permite a las organizaciones ir más allá de los resultados genéricos y tomar decisiones que reflejen sus propios datos, políticas y contexto operativo. Cuando los modelos se basan en los datos y las relaciones de la empresa, los resultados son más precisos, coherentes y acordes con los resultados reales.

En el caso de los agentes de IA autónomos son más eficaces en entornos donde las decisiones son continuas y repetibles. Los ejemplos más claros son los equipos de ciberseguridad que clasifican las alertas, las operaciones de servicios de TI que gestionan incidentes y los equipos de la cadena de suministro que gestionan flujos de trabajo de excepciones. Este tipo de escenarios se basan en señales en tiempo real y en el contexto histórico, lo que los hace muy adecuados para agentes que operan con una autonomía limitada, apoyando la toma de decisiones humana al tiempo que mantienen la fiabilidad y la responsabilidad. 

 

¿Cómo trabaja OpenText para diseñar soluciones de IA a medida para sus clientes?

Partimos de los datos, no del modelo. Para determinar qué puede lograr realmente la IA para un cliente, el primer paso es comprender cómo se estructura, se gestiona y se utiliza su información en toda la empresa. A partir de ahí, OpenText permite a las organizaciones aplicar la combinación adecuada de modelos y estrategias de implementación en función de sus necesidades. Esto incluye la compatibilidad con múltiples modelos y entornos, de modo que los equipos puedan equilibrar el rendimiento, el coste y el control de los datos.

Un aspecto clave es crear el contexto en torno a esos modelos. Se hace hincapié en la coordinación más que en la generación de indicaciones: estructurar cómo interactúan los modelos con los datos, las herramientas y los flujos de trabajo de la empresa. Al integrar los datos, los metadatos y las relaciones de la empresa a través de gráficos de contexto, los sistemas de IA pueden producir resultados fundamentados, coherentes y alineados con las necesidades reales del negocio. OpenText también da prioridad a la gobernanza y la seguridad como parte de los aspectos fundamentales. Capacidades como la auditabilidad, la aplicación de políticas y el acceso controlado ayudan a garantizar que los sistemas de IA funcionen de forma transparente y fiable.

 

Desde el punto de vista de OpenText, ¿qué requisitos de infraestructura y datos debe cumplir una organización para implementar una solución de IA a medida?

La mayoría de las organizaciones necesitan mejorar sus entornos de datos antes de que la IA pueda ampliarse. Los sistemas actuales están diseñados para el almacenamiento y la generación de informes, no para proporcionar contexto en tiempo real a los sistemas de IA.

Para respaldar la IA de manera eficaz, las organizaciones necesitan una sólida gobernanza de datos, que incluya la clasificación, el linaje y el control de acceso. También necesitan la capacidad de integrar datos de múltiples sistemas y mantenerlos continuamente actualizados para que las decisiones reflejen las condiciones actuales.

En el ámbito tecnológico, esto incluye plataformas nativas de la nube, gráficos contextuales para modelar relaciones, bases de datos vectoriales para la recuperación de información y sistemas de streaming para mantener el contexto actualizado. Sin esta base, los sistemas de IA tienen dificultades para producir resultados fiables.

 

¿A qué retos tecnológicos se enfrenta OpenText a la hora de implementar sus soluciones basadas en IA en las empresas?

Uno de los mayores retos a los que se enfrenta actualmente el sector es la gestión de datos y contexto a gran escala. Esto se traduce en «fatiga de alertas» en las operaciones de seguridad, sobrecarga documental en sectores regulados y gestión de excepciones en la cadena de suministro y las redes de socios. Los sistemas de IA dependen de la integración de información procedente de múltiples fuentes y de mantenerla actualizada, lo que puede resultar complejo en entornos grandes y distribuidos.

También existe una presión cada vez mayor en torno a la gobernanza, la seguridad y la rendición de cuentas. A medida que la IA se integra cada vez más en los procesos empresariales, las organizaciones necesitan una visibilidad clara de cómo se toman las decisiones, cómo se utilizan los datos y cómo se controlan los sistemas. Esto requiere una mayor auditabilidad, controles de acceso y marcos de supervisión.

En OpenText, nos centramos en abordar estos retos creando sistemas de IA basados en datos gobernados, con transparencia y control integrados desde el principio.

 

Para sacar el máximo partido a la IA aplicada a los negocios, es fundamental que los usuarios sepan cómo trabajar con esta tecnología. ¿Cómo ayuda OpenText a sus clientes a comprender sus herramientas y capacidades?

La adopción depende de que los usuarios comprendan cómo funciona la tecnología y confíen en los resultados. En OpenText, nos centramos en hacer que los sistemas de IA sean transparentes, de modo que los usuarios puedan ver cómo se toman las decisiones y qué datos se utilizan.

También integramos la IA en los flujos de trabajo e interfaces existentes para que resulte familiar. La interacción en lenguaje natural desempeña un papel clave en este sentido, ya que permite a los usuarios sin conocimientos técnicos crear automatizaciones y acceder a información sin necesidad de formación especializada.

Paralelamente, ayudamos a las organizaciones a establecer marcos de gobernanza y uso para que los equipos comprendan cuándo y cómo confiar en la IA. Esta combinación de usabilidad, transparencia y estructura ayuda a los equipos a ganar confianza con el tiempo. Demostrar un retorno de la inversión cuantificable es igual de importante: reducción del tiempo de resolución, mejora del rendimiento y menor carga operativa. La prueba del valor y la fiabilidad, juntas, impulsan la adopción real.

 

¿Cómo percibe OpenText la evolución de la IA aplicada al software y los servicios empresariales?

La IA está pasando de una fase de exploración y casos de uso aislados a sistemas más integrados. Las primeras implementaciones se centraron en añadir IA a las aplicaciones existentes, pero ese modelo no es escalable a nivel empresarial.

Estamos empezando a observar un cambio hacia enfoques más modulares y combinables, en los que los sistemas de IA se componen de agentes especializados que trabajan juntos y cuentan con el respaldo de capas de contexto compartidas y entornos controlados. Las estrategias de modelos híbridos también están ganando terreno, ya que las organizaciones buscan adaptarse mejor a las diferentes cargas de trabajo y requisitos.

Al mismo tiempo, el contexto se está convirtiendo en el factor central del rendimiento. Los avances ya no vienen determinados únicamente por el tamaño del modelo, sino por la capacidad de las organizaciones para gestionar y aplicar sus datos. La capacidad de observación, de explicación y la trazabilidad de las decisiones se están convirtiendo en requisitos innegociables. También están empezando a surgir las primeras capas de conocimiento con estado, que ayudan a los sistemas a mantener la memoria y la responsabilidad a lo largo de interacciones más prolongadas. A medida que esto evolucione, la IA se convertirá en una parte fundamental de la arquitectura empresarial, en lugar de una capacidad adicional.