El director de tecnología de Infosys revela cómo ser una empresa que prioriza la IA

Forbes México.
El director de tecnología de Infosys revela cómo ser una empresa que prioriza la IA

Infosys, consultora digital global, se ha propuesto ofrecer a las empresas una gama de soluciones basadas en IA para que puedan trabajar de forma más eficiente y eficaz. El director de tecnología, Rafee Tarafdar, veterano de la compañía, es uno de los impulsores de esta transformación. Hablé con él sobre cómo ha liderado tanto a Infosys como a sus clientes para una adopción más completa y eficaz de la IA.

Esta conversación ha sido editada para mayor brevedad, claridad y continuidad. Se publicó un extracto en el boletín informativo de CIO de Forbes .

Llevas mucho tiempo en Infosys. Cuéntame sobre tus años allí y cómo han evolucionado tanto tú como la empresa.

Tarafdar: Me incorporé a Infosys en 2004 y llevo 20 años en la empresa. En Infosys, he trabajado en tres etapas. En la primera, me dediqué principalmente a trabajar con nuestros clientes globales en sus procesos de transformación digital y en la nube como arquitecto, que fue mi labor inicial. He desarrollado numerosos sistemas e implementado numerosas soluciones digitales, entre otras cosas.

La segunda ola lideró gran parte de nuestra consultoría tecnológica. Estuve en Londres durante unos años, donde la dirigí para Europa. Allí establecí muchas capacidades de consultoría tecnológica.

En los últimos años, me he centrado en varios aspectos. Uno de ellos es desarrollar nuevas capacidades tecnológicas dentro de la empresa. Al observar que la mayoría de nuestros clientes, las empresas de Fortune 500, se estaban convirtiendo en empresas tecnológicas, necesitaban un nuevo tipo de talento: deep tech, es decir, full stack, que entienda las nuevas formas de trabajar, la creación de plataformas, la agilidad y demás. Creé nuevas áreas tecnológicas dentro de Infosys para desarrollar este nuevo modelo de talento dentro de la organización.

También trabajé en plataformas a escala poblacional. En India, tenemos una plataforma fiscal que utilizan millones de personas.

También he impulsado nuestra propia transformación interna para convertirnos en una empresa digital y centrada en la nube. En los últimos tres años, he trabajado para convertir a Infosys en una empresa centrada en la IA. He aplicado muchos de estos aprendizajes a nuestros clientes, ayudándolos a convertirse en empresas centradas en la IA.

Como parte de mi función, ahora también dirijo el Centro de Tecnologías Emergentes, donde nos centramos en tecnologías que probablemente se convertirán en algo común en un plazo de 12 a 36 meses, e invertimos en esos activos.

¿Qué significa ser una empresa que prioriza la IA?

La primera parte es: ¿Cómo usamos la IA para potenciar el potencial de todos los humanos? Nuestra idea era que la IA sea una herramienta que nos permita ser mucho más eficientes, productivos y más relevantes para el cliente, así como mejores solucionadores de problemas.

La segunda parte es cómo integrar la IA en las formas habituales de trabajar en la empresa. Si trabajamos en ingeniería de software para nuestros clientes, ¿cómo usamos la IA para generar una gran cantidad de código? Hoy en día, en promedio, cada pocas semanas generamos alrededor de un millón de líneas de código mediante IA. ¿Cómo integramos la IA en los servicios que ofrecemos a nuestros clientes?

La tercera parte es: ¿Cómo utilizamos esto para generar valor para las empresas? Si se trata de un banco, ¿cómo utilizamos la IA para optimizar considerablemente su proceso de incorporación de clientes? ¿Cómo optimizamos la toma de decisiones crediticias? Si se trata de una empresa de servicios, ¿cómo utilizamos esto para mejorar los servicios? Si se trata de un minorista, ¿cómo utilizamos esto para impulsar una mejor interacción con el cliente? A continuación, comenzamos a analizarlo desde una perspectiva sectorial.

El cuarto objetivo es implementar innovaciones económicas para aprovechar el valor de la IA. En definitiva, para las empresas, se trata de hacerlo de forma fiable y segura, a bajo coste y con una eficiencia muy alta. Hace unos meses, creamos nuestros propios modelos de lenguaje a pequeña escala y nos centramos en aspectos que aporten valor a la empresa.

¿Cómo se traduce la mentalidad de IA primero en Infosys al trabajo con los clientes?

Con la IA, la única forma de aprender es experimentando y probando. No hay otra opción, ya que la tecnología cambia rapidísimo. Cuando hicimos esto en Infosys, éramos uno de los mayores usuarios de GitHub Copilot y lo implementamos. Después, desarrollamos una gran cantidad de herramientas de IA para el aprendizaje de nuestros vendedores. También las desarrollamos para nuestros propios empleados internos.

En la primera ola de adopción de la IA generativa, ayudamos a nuestros clientes basándonos en esta experiencia. Les preguntamos: ¿Cómo pueden adoptar estos asistentes de código para impulsar una mayor productividad en ingeniería? ¿Cómo pueden crear su propio asistente de IA? Con una empresa de servicios financieros, les ayudamos a crear un asistente de gestión patrimonial. Para uno de los bancos, les ayudamos a crear su propia versión de ChatGPT, que es privada y segura. Desarrollamos una para el servicio de asistencia técnica. Esto aceleró enormemente la adopción.

La primera ola se centró en usar la IA para optimizar la labor humana, lo que significa que no reemplaza nada. Simplemente me permite hacer las cosas más rápido y mejor. Nos preguntamos: ¿Cómo automatizamos las tareas? Empezamos a analizar áreas como ventas y marketing, operaciones comerciales y atención al cliente. Nos preguntamos: ¿Podemos usar la IA para automatizar por completo muchas de estas tareas? Basándonos en nuestra experiencia, comenzamos a trabajar para nuestros clientes, ayudándoles a implementar estas soluciones de IA a gran escala. Estamos incorporando más automatización a sus procesos de negocio principales.

Hoy en día, a medida que la tecnología de agentes [de IA] se aplica para reimaginar o rediseñar los procesos de negocio, trabajamos con los clientes para preguntarles: ¿Dónde está el valor? Porque, en definitiva, lo que los clientes dicen es: Ayúdenme a encontrar valor en la IA, ya sea en costo, crecimiento, puntuación NPS o riesgo y protección.

Según nuestra experiencia, estamos identificando áreas donde se puede generar valor de inmediato o a largo plazo. Les ayudamos a priorizar y luego las aplicamos en la reingeniería de procesos. Dijimos que si se utiliza la IA gen, se puede aumentar rápidamente la incorporación de clientes, ya que en lugar de tardar cuatro o cinco semanas, se puede hacer en una semana. La toma de decisiones crediticias, que antes requería varias semanas de idas y venidas, ahora se puede realizar rápidamente en una semana. Estamos buscando vías que impulsen el crecimiento.

Gracias a nuestra propia experiencia en Infosys, nos dimos cuenta de que es necesario contar con un equipo de innovación que esté constantemente al tanto de todo lo que ocurre en el ámbito del código abierto y la IA, para luego desarrollar productos que aporten valor y que puedan escalarse en toda la empresa. Aplicamos lo mismo con algunos de nuestros clientes. Hemos creado un centro de innovación donde analizamos la evolución de la IA, pero ya trabajábamos con algunos clientes hace unos seis a nueve meses en la aplicación de tecnología agentic en los procesos empresariales clave. La función del laboratorio de innovación es incubar nuevas tecnologías en las empresas y luego ayudar a escalarlas.

¿Qué tipo de apoyo han recibido para realizar estos cambios, tanto en Infosys como entre los clientes?

En Infosys, esto fue impulsado directamente por la junta directiva y la dirección. Lo consideramos una iniciativa muy estratégica en Infosys. Todos, desde la dirección hasta el equipo de ejecución, están totalmente comprometidos. De esta manera, no tenemos ningún problema con los clientes.

Atendemos a dos tipos de clientes. Hay clientes para quienes esto es una agenda de la junta directiva, donde las juntas les preguntan cuál es la estrategia de IA. En ese caso, trabajamos con la junta directiva y con sus directores ejecutivos, directores de operaciones y directores ejecutivos. En esos casos, se trabaja de forma más estratégica.

Hay otros clientes donde se trata de un ejercicio ascendente, donde equipos individuales generan muchas ideas y luego las implementan. En este caso, es necesario elaborar un caso de negocio y justificar el valor de hacerlo, luego analizar algunos casos de uso a la vez, demostrar el valor y la escalabilidad. Esto lleva un poco más de tiempo, porque primero hay que convencer a las partes interesadas, probarlo y ejecutarlo.

Desde una perspectiva general, ha sido fenomenal. El ritmo ha sido excelente y ya han empezado a ver mucho valor.

¿Cuál ha sido el mayor desafío que ha enfrentado al convertir un lugar de trabajo en un lugar de trabajo con IA como prioridad?

El primer desafío serán los datos. Muchas veces, los datos disponibles no están completamente listos para ser utilizados, ni para el preentrenamiento ni para el desarrollo de estas soluciones de IA. Normalmente, dedicamos entre el 60 % y el 70 % de nuestro tiempo a preparar los datos. Muchas veces, los datos pueden no existir, en cuyo caso es posible que tengamos que crear datos sintéticos para subsanar las deficiencias. Sabemos cómo solucionarlo, pero lleva tiempo.

La segunda parte es la IA responsable, ya que la mayoría de las empresas son industrias reguladas. Garantizar que desarrollamos productos de IA que cumplen con la legislación, son confiables, seguros y que no presentan sesgos explicables ni auditables es fundamental. A veces, las organizaciones no están completamente preparadas, ya sea con los procesos, las herramientas o las estrategias de mitigación de riesgos para abordarlos. Esto requiere bastante tiempo. En Infosys, lanzamos una solución para ayudar a las organizaciones a ser más rápidas, pero también nos llevó tiempo. En nuestro caso, nos llevó aproximadamente dos años implementarla por completo.

El tercer aspecto es el coste de la IA. Si bien ha disminuido en los últimos dos años, sigue siendo significativo. No es tan económico como una aplicación de búsqueda o transaccional convencional. Estamos analizando cómo optimizar el coste de la IA, y ahí es donde cobran importancia muchas de estas innovaciones: si tengo que escalarla a miles de usuarios de la empresa y a sus usuarios finales, también debe ser lo suficientemente económica como para justificar el retorno de la inversión (ROI).

El cuarto es el talento. Si una organización quiere crear sus propios modelos, necesita expertos en IA. Hoy en día, solo hay unos pocos expertos en IA capaces de crear modelos desde cero. Encontrar ese talento también es un poco complicado. La mayoría de las organizaciones tendrán que desarrollar o contratar talento para realizar este tipo de actividades.

¿Qué hacen para encontrar ese talento? ¿Qué buscan exactamente las empresas ahora mismo?

Buscamos personas con un sólido pensamiento crítico y sólidos conocimientos de matemáticas e informática. Pero, sobre todo, buscamos personas capaces de encontrar y resolver problemas. Cualquiera con un problema puede resolverlo, pero ¿puede alguien encontrar problemas e innovar?

Para contratar a este tipo de personas, hacemos dos cosas. Acudimos a algunas de las mejores universidades y contratamos a graduados que puedan formar parte de esto. Después, buscamos colaboradores en código abierto y otras áreas donde se produce mucha innovación.

Pero para nosotros, la mayoría provienen de la capacitación interna. Infosys, como empresa, tiene 40 años, y una de nuestras mayores fortalezas es capacitar a las personas para desarrollar las habilidades del futuro. Seleccionamos a algunos de los mejores profesionales de la empresa y los guiamos a través de un programa estructurado y mentoría para convertirlos en expertos o desarrolladores de IA.

En Infosys, contamos con un programa de capacitación de tres niveles. Aseguramos que todos nuestros empleados estarán familiarizados con la IA, lo que significa que dominarán la IA general, la ingeniería rápida y todo lo demás. En segundo lugar, contamos con desarrolladores de IA que saben cómo crear aplicaciones de IA general. Finalmente, contamos con maestros de IA general, que son los verdaderos expertos. Mediante un programa estructurado, capacitamos a todos y los capacitamos en estos tres niveles. Nuestra mayor fortaleza es la capacitación interna, y cuando encontramos deficiencias, contratamos directamente del mercado.

¿Qué tipo de consejo le daría a un CIO de una empresa que está intentando crear su propio programa centrado en IA?

En primer lugar, considere la IA empresarial como un factor estratégico, ya que se ha convertido en una tecnología de propósito general, lo que significa que se integrará en todos los aspectos de la empresa. Si es así, ¿cómo la abordamos estratégicamente?

Para ello, creo que hay cinco aspectos clave que deben acertar. Primero, ¿cómo encontrar valor en la IA? Ese es el primer paso importante para crear un caso de negocio. Para ello, deben analizar las cadenas de valor estratégicas del negocio, no los casos de uso. Identificar áreas donde se pueda aportar valor para poder demostrar los resultados empresariales, lo cual es crucial para el éxito de cualquier iniciativa de IA.

La segunda parte es sentar las bases. Se tienen los datos para la IA, las plataformas establecidas, y es importante asegurarse de que estos sistemas se comuniquen entre sí. Los problemas con los datos están resueltos. Si no se cuenta con las bases adecuadas, nunca se podrá escalar la iniciativa de IA.

El tercer paso es invertir en el modelo operativo adecuado. Lo que hemos visto es que simplemente proporcionar herramientas de IA no conduce a una mayor eficiencia ni a un cambio en la productividad. También es necesario cambiar las formas de trabajar. Contar con un programa de reciclaje de talento o con el talento de IA adecuado con nuevas formas de trabajo es fundamental para lograrlo.

El cuarto es ser responsable desde el diseño. Esto no puede quedar en el olvido, ya que en la mayoría de las industrias reguladas, esto se hará notar. Esto debe definirse y implementarse con mucha claridad.

Y el quinto punto, crucial, es contar con un modelo de fundición y fábrica escalable. Si se logran todos estos objetivos, se trata de implementar cientos de proyectos de IA a gran escala. Se necesita la estructura operativa adecuada para implementar estos programas a gran escala y democratizar la IA en toda la empresa, de modo que cada vez haya más innovadores que utilicen la tecnología para innovar en beneficio de su negocio y sus clientes.

Este artículo fue publicado originalmente por Forbes US.

Te puede interesar: Insilico Medicine, startup de descubrimiento de fármacos con IA, alcanza estatus de unicornio con una ronda de financiación de 110 mdd

El director de tecnología de Infosys revela cómo ser una empresa que prioriza la IA
Megan Poinski