Qué esperar del lugar de trabajo con inteligencia artificial | NTT DATA | NTT DATA

lu., 10 marzo 2025

Imagina un futuro donde tu potencial no esté limitado por el tiempo, las tareas o el conocimiento

Esta es la era de los “humanos mejorados”, un concepto identificado como un tema clave en el informe NTT DATA Technology Foresight 2025. Publicado anualmente, este informe actúa como una brújula que señala las últimas tendencias tecnológicas investigadas y analizadas por NTT DATA.

Este concepto se refiere a la amplificación de las capacidades humanas mediante la colaboración sinérgica entre personas y máquinas, utilizando tecnologías como la inteligencia artificial (IA), el aprendizaje automático y la automatización.

Lejos de reemplazar a las personas, la integración entre humanos y tecnología busca impulsar la productividad de los empleados, mejorar la calidad de su trabajo y dotarlos de habilidades para manejar tareas más complejas y generadoras de valor.

Tecnologías clave a valorar

Diversas tecnologías están facilitando la integración de la IA en el trabajo diario. Según nuestro informe, las principales tendencias a seguir incluyen:

  • Modelos de lenguaje de gran escala (LLMs): Herramientas como GPT-4, Gemini de Google y Nemotron-3 de NVIDIA están siendo refinadas para aplicaciones específicas, incluyendo el procesamiento en tiempo real y el uso en dispositivos en sectores como la educación y el servicio al cliente.
  • GPT-4o: La versión más reciente del modelo de OpenAI admite entradas multimodales, conversaciones en tiempo real y aprendizaje con memoria. También ofrece traducción avanzada y detección de emociones.
  • Modelo o1 de OpenAI: Destacado en razonamiento avanzado para tareas complejas, aunque funciona más lentamente y con mayores costos en comparación con GPT-4o. A diferencia de los modelos GPT, los modelos o1 utilizan aprendizaje por refuerzo, lo que les permite “pensar antes de responder” y generar cadenas de razonamiento más extensas.
  • Generación aumentada por recuperación (RAG): Mejora los modelos LLM al recuperar información externa relevante, lo que optimiza la precisión, la comprensión contextual y la rentabilidad. No obstante, presenta desafíos como la calidad de la recuperación y consideraciones éticas.
  • Humanos digitales (también llamados avatares de IA): Son cada vez más realistas e interactivos, con aplicaciones en atención al cliente, entretenimiento y salud, gracias a capacidades en tiempo real como la detección de expresiones faciales y emociones.

4 estrategias para una integración exitosa de la IA

A medida que la IA generativa (GenAI) se integra en la vida cotidiana, equilibrar responsabilidad e innovación se ha vuelto una necesidad moral y estratégica. El informe destaca cuatro estrategias clave para una integración efectiva en el trabajo.

1. Implementar medidas de seguridad y cumplimiento

La seguridad y el cumplimiento en el uso de IA serán factores decisivos para expandir su aplicación en las organizaciones. Los sistemas deben ser eficientes, equitativos y cumplir con leyes de protección de datos en evolución, como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea.

Técnicas como privacidad diferencial, aprendizaje federado y herramientas de detección de sesgos pueden minimizar riesgos. Métodos como SHAP (Shapley Additive Explanations) y LIME (Local Interpretable Model-agnostic Explanations) permiten explicar decisiones de modelos de IA, garantizando transparencia y seguridad contra ciberataques.

2. Potenciar la adopción organizacional de la IA

La adopción de IA debe transformar la cultura, las personas y los procesos para mejorar la eficiencia e impulsar la innovación. Muchas organizaciones están integrando IA en áreas como recursos humanos, cadena de suministro, planificación financiera y toma de decisiones para obtener ventajas competitivas.

Para aprovechar al máximo la IA, es fundamental gestionar el cambio y capacitar a los empleados, asegurando que se sientan cómodos y preparados para trabajar con estos sistemas.

3. Incorporar asistentes de IA en la rutina diaria

Un primer paso en la integración de la IA en el lugar de trabajo es utilizar asistentes de IA generativa, que pueden:

  • Analizar grandes volúmenes de datos
  • Resumir información compleja
  • Generar contenido personalizado
  • Apoyar la productividad con resúmenes automáticos de reuniones y sugerencias de prioridades

Estas herramientas ayudan a aumentar la confianza en la colaboración entre humanos y máquinas dentro de la organización.

4. Usar IA como aliada en el desarrollo de software

Fomentar el uso de IA generativa en la creación de código, diseño y aplicaciones puede agilizar y abaratar el desarrollo de software.

Modelos emergentes pueden automatizar procesos DevOps, mejorar la seguridad con análisis de código impulsados por IA y proporcionar sugerencias en tiempo real en entornos de desarrollo integrados (IDEs).

Riesgos y desafíos en la integración humano-tecnología

Como con cualquier avance tecnológico, la integración entre humanos y tecnología plantea desafíos que deben abordarse.

1. Retraso en la regulación y supervisión

¿Qué pasa si la regulación no avanza al ritmo del desarrollo de la IA?

El crecimiento acelerado de la IA puede hacer que las normativas se queden atrás, permitiendo un desarrollo sin controles hasta que las leyes alcancen la evolución tecnológica.

Sectores como finanzas y salud están bajo mayor escrutinio y liderarán la integración segura de la IA, estableciendo nuevos estándares. Sin embargo, en otros sectores, la falta de regulación puede generar aplicaciones desiguales de estas tecnologías.

2. Brechas en capacitación y estabilidad laboral

¿Qué sucede si la adopción de IA crea una brecha entre quienes logran capacitarse y quienes no?

Si las oportunidades de aprendizaje sobre IA no se distribuyen equitativamente, esto podría profundizar desigualdades sociales. Es fundamental diseñar programas de formación accesibles para que todos puedan beneficiarse de estos avances.

Además, la expansión de la economía gig impulsada por IA puede traer mayor flexibilidad y diversidad laboral, pero también desafíos en la estabilidad del empleo, exigiendo nuevos modelos de trabajo que equilibren la flexibilidad con la seguridad laboral.

¿Hacia dónde vamos?

Dado el rápido avance de la IA, adaptarse constantemente y adoptar nuevas herramientas será esencial. Con el aumento de preocupaciones sobre la ética y los sesgos de la IA, las empresas deben establecer sistemas de IA transparentes y explicables, además de cumplir con nuevas normativas.

Como la IA no reemplazará a las personas, sino que potenciará sus habilidades, el pensamiento crítico y la formulación de preguntas clave seguirán siendo esenciales. Otras cuestiones críticas incluyen la propiedad de los modelos de IA y la distribución del valor generado por sus servicios.

Reflexión final

Para abordar los desafíos de la integración de IA en el trabajo, el uso de avatares de IA generativa ha demostrado ser una estrategia efectiva para simular diferentes escenarios y mitigar riesgos.

Estos avatares, creados con tecnologías como procesamiento de lenguaje natural, renderizado de imágenes y detección de emociones, permiten explorar entornos empresariales de forma más inmersiva e interactiva.

Si bien la incertidumbre siempre existirá, analizar estos escenarios reducirá el riesgo de puntos ciegos en el futuro.



Ver infografía