Ayuda de la IA en secreto
![](https://e3mag.com/wp-content/uploads/2023/11/WEB1_shutterstock_2280325541.jpg)
![](https://e3mag.com/wp-content/litespeed/avatar/fa5a2707e45cd45d878ab7864706666c.jpg?ver=1725454961)
E3: Sr. Failer, todo el mundo habla actualmente de inteligencia artificial. Sin embargo, sólo los grandes proveedores parecen beneficiarse de ella. ¿Se ha perdido algo?
Thomas Failer: Está usted en lo cierto. La inteligencia artificial es actualmente el tema dominante. Sin embargo, aquí hablamos siempre de IA generativa. En efecto, esto abre posibilidades de aplicación completamente nuevas. Por otra parte, no es algo completamente nuevo. La IA ya se utiliza desde hace tiempo, sobre todo en forma de aprendizaje automático. Estoy pensando, por ejemplo, en las opciones de diagnóstico por imagen en medicina o en el mantenimiento predictivo en ingeniería mecánica e instalaciones. Por cierto, la IA anterior y la nueva IA generativa tienen algo fundamental en común: necesitan muchos datos de entrenamiento para obtener buenos resultados.
E3: Usted tiene mucho que ver con los datos, esa es su principal especialidad. Qué cambiará para ti con la nueva IA generativa?
Thomas Failer: La pregunta es más bien: ¿qué cambia esto para el cliente y cuáles son los beneficios empresariales concretos? Siempre pensamos desde la perspectiva del cliente. Y por eso llevamos mucho tiempo trabajando con IA, incluso antes de que el tema causara furor, pero hasta ahora más en forma de aprendizaje automático. Sin embargo, a partir de ahí estamos trabajando también en el uso de la IA generativa. Por este motivo, en 2022 creamos un equipo de desarrollo ágil dedicado a la IA, que se basa en nuestras actividades anteriores en este ámbito y las impulsa.
E3: ¿Así que no fue ChatGPT lo que acercó a DMI al tema de la IA?
Thomas Failer: No y sí es la respuesta correcta. No, porque ya hemos trabajado en ello antes, pero sin anunciarlo a bombo y platillo al mundo. Sí, porque también nos abre nuevas oportunidades.
E3: ¿Por qué trabajó antes en ella?
Thomas Failer: La inteligencia artificial no es un fin en sí mismo. Desde el punto de vista empresarial, la IA es siempre un medio para otros fines. Eso puede ser diferente para los investigadores, la prensa sensacionalista o los escritores de ciencia ficción. Pero los responsables de las empresas no están para soñar, sino para calcular. ¿Cómo podemos ser más eficientes? ¿Cómo liberar a los empleados de tareas rutinarias? ¿Cómo acelerar los proyectos informáticos? Desde una perspectiva empresarial, éstas son las preguntas clave para toda tecnología, y la inteligencia artificial no es una excepción. En otras palabras, cuando se trata del uso de la IA en una empresa, siempre se trata de su potencial de automatización. Incluso podría decirse que automatización puede considerarse sinónimo de IA.
E3: Explique a nuestros lectores en qué se ha centrado hasta ahora el desarrollo de la IA en DMI y por qué empieza a hablar de ella precisamente ahora.
Thomas Failer: Estamos especializados en la gestión del ciclo de vida de los datos, especialmente los datos heredados de sistemas SAP y no SAP. En este contexto, hay dos escenarios en particular para los que nuestra oferta y la IA son esenciales. En primer lugar, la transformación de SAP, que desde la perspectiva del cliente consiste en no perder literalmente la carrera contra el tiempo, sino ganarla en un brillante sprint final a más tardar en 2030. Con nuestro enfoque, hoy ya es posible reducir a la mitad el tiempo necesario para ello. Pero nuestro objetivo es reducir el tiempo necesario en la misma proporción en los próximos años. Y ahí es donde entra en juego la IA, por supuesto.
E3: Ha mencionado dos escenarios, ¿cuál es el segundo?
Thomas Failer: El tema de la gestión de la retención está de plena actualidad y es un caso de uso ideal para la IA. Desde el 1 de septiembre, también está en vigor en Suiza una nueva ley de protección de datos que adopta esencialmente las disposiciones del Reglamento General de Protección de Datos europeo. Esto ha supuesto un nuevo toque de atención para muchas empresas. Y es que es un reto inmenso encontrar datos personales en todos los sistemas, aplicaciones y archivos y eliminarlos de forma selectiva en caso necesario.
E3: ¿Cómo puede ayudar aquí la IA?
Thomas Failer: Tenemos la impresión de que la mayoría de los esfuerzos en este ámbito se han limitado hasta ahora a los datos, aunque esta información estructurada en forma de metadatos se refiera a información no estructurada, como documentos o fotos. Un enfoque pragmático ha sido algo así: los datos personales deben encontrarse en estas y aquellas tablas y campos si todo se ha mantenido y archivado correctamente, por ejemplo nombre y apellidos en un registro de datos maestros o en la descripción de una foto de una persona. Y entonces los algoritmos y normas de gestión de la conservación sólo se aplicaban a estas tablas y campos. Pero, ¿y si estos datos también se almacenaban en otros lugares o no se almacenaban en absoluto en una base de datos de imágenes, por ejemplo? Entonces la IA puede ayudar a identificar y adaptar los algoritmos.
E3: ¿Cómo exactamente?
Thomas Failer: Esencialmente a través del aprendizaje automático. La inteligencia artificial puede entrenarse, por ejemplo, con mensajes de correo electrónico. Esto le permite reconocer nombres, por ejemplo, aunque su ortografía en una dirección de correo electrónico difiera de las normas ortográficas alemanas y sólo aparezca en el campo de dirección de copia, pero no en el propio texto del mensaje. O puede utilizar el contenido para reconocer que la columna X de tal o cual subtabla o tabla Z contiene nombres de pila, aunque la descripción de la columna o tabla no sugiera nada en este sentido, simplemente porque la IA conoce la mayoría de los nombres de pila utilizados en todo el mundo. O la IA puede utilizarse para reconocer contenidos como el IBAN o los números de la seguridad social, que permiten sacar conclusiones sobre las personas que se esconden tras esos números. Y no olvidemos todos los datos personales que están disponibles como información no estructurada, por ejemplo en documentos, notas y registros, y que se almacenan como archivos PDF o en otros formatos de archivo. Identificar los datos relevantes por sí solos es un campo enorme en el que los humanos necesitan el apoyo de la IA.
E3: Gracias por la entrevista.
![Descargar el artículo de portada](https://e3mag.com/wp-content/uploads/2021/09/Download-Coverstory.jpg)