La IA generativa está preparada para desatar una ola de creatividad y productividad, pero plantea preguntas importantes para la humanidad
Imaginemos un mundo en el que las máquinas fueran artistas, narradoras o incluso economistas que produjeran contenidos que imitaran la inteligencia humana. Alan Turing, el pionero de la informática, fue el primero en imaginar la posibilidad de que las máquinas alcanzaran esos niveles de maestría en un artículo de 1950. Con ChatGPT y otras herramientas de inteligencia artificial generativa, su predicción de un “juego de imitación” ya es realidad. Parece como si nos hubieran catapultado a un universo que antes estaba reservado para la ciencia ficción. Pero ¿qué es exactamente la IA generativa?
GenAI representa el avance más impresionante en tecnologías de aprendizaje automático hasta el momento. Marca un salto significativo en la capacidad de la IA para comprender e interactuar con patrones de datos complejos y está preparada para desatar una nueva ola de creatividad y productividad. Pero también plantea preguntas importantes para la humanidad. Los hitos de innovación clave marcaron el camino hacia su sofisticación actual.
En la década de 1960, un programa llamado ELIZA impresionó a los científicos por su capacidad de generar respuestas similares a las humanas. Era básico y operaba con reglas establecidas, pero fue el precursor de lo que hoy conocemos como “chatbots”. Dos décadas después, aparecieron las redes neuronales artificiales. Estas redes, inspiradas en los cerebros humanos, brindaron a las máquinas nuevas habilidades, como comprender los matices del lenguaje y reconocer imágenes. Pero un conjunto limitado de datos para el entrenamiento y una potencia informática inadecuada frenaron el progreso real. Sorprendentemente, estos recursos gemelos siguieron duplicándose cada año, preparando el escenario para la tercera ola de IA en la década de 2000: el aprendizaje profundo.
Etiqueta: IA – Inteligencia Artificial
ADOPCIÓN DE LA INTELIGENCIA ARTIFICIAL
Las oleadas anteriores de automatización se han centrado en tareas predominantemente físicas, mientras que la IA tiende a ofrecer el potencial de automatizar las cognitivas. Sin embargo, incluso esta distinción puede ser engañosa. Invariablemente, la automatización pasada en forma de máquinas que realizaban tareas físicas automatizaba algo que haría un humano y que implicaba no solo interacciones físicas sino también una expresión cognitiva de intención y aplicación. Y con la revolución de la tecnología de la información, muchas de las tareas (en concreto, la computación) automatizaban procesos cognitivos.
La principal diferencia radica más bien en la capacidad de una máquina para interactuar en entornos variables y no estandarizados. Así, mientras que se ha logrado crear una máquina que puede coger un objeto específico en una ubicación concreta y moverlo a otra ubicación, la IA promete coger y mover un objeto aleatorio que no se encuentre en una ubicación concreta. Para ello es necesario tener un sentido del entorno. Por tanto, si hay una propiedad que tiene la IA que destaca por encima de otras, es la capacidad de automatizar tareas en contextos más variados.
La era digital del sector energético libera el potencial verde
El siguiente gran paso en la innovación digital que está en la mente de todos en todos los sectores es la inteligencia artificial (IA). Si bien el sector energético ha tardado más en adaptarse a la integración de tecnologías como el hermanamiento digital o la recopilación de datos, ha sido muy alentador ver un alto nivel de interés en cómo la IA puede revolucionar la industria energética y crear valor.
Las herramientas de IA más avanzadas que están desarrollando los proveedores de energía basados en la tecnología, que ahora están penetrando en el mercado, pueden crear este valor a través de la aplicación de extremo a extremo.
Por ejemplo, las herramientas de IA ahora pueden llevar a cabo el análisis de ingeniería y rendimiento que hacen posible las herramientas de hermanamiento digital en segundos. Si el propietario de un activo o el proveedor que gestiona el activo necesita conocer la potencia media mensual de salida de un activo durante los últimos seis meses, la IA puede recopilar y proporcionar esta información. En general, esto significa que el mantenimiento y la gestión de los activos se hacen más rápidos y sencillos, lo que permite a los ingenieros centrarse en el trabajo de mayor valor, reduciendo los costes operativos para quienes financian la transición.
La IA también se está integrando en la distribución de energía para optimizar los rendimientos para los propietarios de activos. Puede monitorear la demanda y la oferta, señalar a los proveedores de energía dónde ha aumentado la demanda y qué activo tendría el mejor precio para satisfacer esa demanda. En algunos casos, las herramientas de IA más avanzadas son capaces de activar automáticamente el activo óptimo para la eficiencia y el coste.
Después de haberse quedado atrás en lo que respecta a la adopción de los beneficios de la tecnología, ahora hay pocas dudas de que la industria energética se ha posicionado a la vanguardia del cambio. También está cosechando los frutos, a través de una mayor eficiencia, sacando a la luz los «datos oscuros».
Dado el potencial revolucionario de la IA, podemos esperar que el ritmo del cambio se acelere aún más.
IOSCO amplía su enfoque con nuevos flujos de trabajo sobre IA y finanzas verdes
En respuesta a los desafíos cambiantes en el panorama financiero, la Organización Internacional de Comisiones de Valores (IOSCO) ha presentado su plan de trabajo actualizado para 2024. Este plan revisado introduce nuevas iniciativas destinadas a abordar las tendencias emergentes, incluida, entre otras, la inteligencia artificial (IA). y finanzas verdes.
Jean-Paul Servais, presidente del Consejo de IOSCO, destacó el compromiso de la organización de adaptar su agenda para abordar cuestiones clave a las que se enfrentan los inversores y los mercados financieros. El plan de trabajo actualizado refleja el enfoque proactivo de IOSCO para mejorar la protección de los inversores, garantizar la integridad del mercado y promover la estabilidad financiera.
IOSCO se está embarcando en una iniciativa política de dos años para abordar los desafíos y riesgos que plantea la tecnología emergente de IA. Este esfuerzo tiene como objetivo garantizar un entendimiento compartido entre los miembros de IOSCO y ayudar en la formulación de respuestas políticas. Además, IOSCO monitoreará la implementación de sus recomendaciones sobre criptoactivos, activos digitales y finanzas descentralizadas (DeFi).
Otra nueva línea de trabajo se centra en identificar tendencias y riesgos potenciales asociados con nuevos productos financieros verdes. El compromiso de IOSCO con la ISSB (Junta Internacional de Normas de Sostenibilidad), la finalización del trabajo sobre mercados voluntarios de carbono y la revisión de las normas de garantía y ética propuestas subrayan su compromiso de fomentar prácticas financieras sostenibles.
Con la adopción de tecnologías de inteligencia artificial emergentes y un creciente enfoque en los datos de sostenibilidad en los mercados financieros, nos complace ver que IOSCO reconoce el impacto de estas áreas y las integra en su trabajo para salvaguardar la resiliencia de los mercados financieros.
La calidad de los datos surge como una barrera clave para la adopción de GenAI
Un informe reciente de Forrester revela que la calidad de los datos es ahora el principal factor que limita la adopción de la inteligencia artificial generativa (GenAI) en todas las industrias. Desde la aparición de GenAI, particularmente con el lanzamiento de ChatGPT en 2022, las empresas han estado ansiosas por explorar su potencial para diversos casos de uso. Sin embargo, el camino desde la experimentación hasta la implementación a gran escala se ha visto obstaculizado por desafíos relacionados con la calidad de los datos.
Inicialmente, la adopción de GenAI enfrentó obstáculos debido a la disponibilidad limitada de aplicaciones listas para usar y la falta de experiencia entre los usuarios. Sin embargo, con los avances tecnológicos, las empresas ahora tienen acceso a una variedad de modelos de lenguajes grandes (LLM) y plataformas de software fáciles de usar, lo que hace que GenAI sea más accesible que nunca.
A medida que entramos en 2024, hay un cambio notable hacia el lanzamiento de GenAI en soluciones de producción para satisfacer las necesidades de los clientes y mejorar las funciones de cara al cliente. La capacidad de GenAI para resumir grandes cantidades de texto sin formato y generar contenido creativo ha captado la atención de los medios, los inversores y las empresas por igual.
A pesar del progreso en la tecnología GenAI, la calidad de los datos sigue siendo un desafío importante. El informe destaca cómo la imprevisibilidad de los conocimientos de GenAI y la velocidad, escala y complejidad sin precedentes a la que consume datos exigen un nuevo enfoque para la gobernanza de datos. Los métodos tradicionales de gestión de datos ya no son suficientes para garantizar la precisión y confiabilidad de los conocimientos generados por GenAI.
Para abordar los desafíos de calidad de los datos asociados con la adopción de GenAI, Forrester recomienda a las empresas que adopten un enfoque holístico que combine experiencia técnica con conocimiento del dominio.
Aquí en XBRL International, estamos alentando a nuestro ecosistema global de reguladores, proveedores de software, la profesión contable y una amplia variedad de usuarios a combinar la tecnología de inteligencia artificial con conjuntos de datos estructurados. Nuestros propios experimentos demuestran resultados positivos (con mayor precisión y mejores resultados) cuando utilizamos conjuntos de datos estructurados con IA. Sólo hemos arañado la superficie, pero está claro que la capacidad de interrogar grandes cantidades de informes estructurados preparados en XBRL (usando un lenguaje sencillo) está a la vuelta de la esquina. XBRL obliga a los elaboradores de informes a proporcionar datos estructurados y metadatos sofisticados. Esta combinación es una especie de mina de oro de la IA y debería mejorar enormemente la calidad de los datos.
Juntas, estas tecnologías podrían desbloquear capacidades analíticas innovadoras.
Modernizar la protección de los inversores para la era de la IA.
El comisionado de la Comisión de Bolsa y Valores de EE. UU. (SEC), Mark T. Uyeda, se dirigió recientemente a la reunión anual de otoño de la NASAA de 2023 y enfatizó el papel de la innovación y la tecnología en la modernización de la protección de los inversores. Uyeda subrayó la importancia de que los reguladores trabajen en estrecha colaboración con las empresas financieras para comprender y supervisar eficazmente las tecnologías emergentes como la inteligencia artificial (IA) y el aprendizaje automático (ML).
Uyeda señaló que la IA y el aprendizaje automático tienen un inmenso potencial en la industria financiera. Estas tecnologías pueden reducir los costos operativos, aumentar el acceso para los inversores y mejorar los esfuerzos de cumplimiento. Los reguladores también pueden beneficiarse de la IA, ya que ayuda a dar sentido a grandes cantidades de datos, mejorar la formulación de políticas y prevenir el fraude.
Si bien reconoció los riesgos asociados, Uyeda alentó una regulación cuidadosa para mitigar estos riesgos en lugar de una prohibición total. Cree que las tecnologías emergentes deberían verse como oportunidades para los mercados financieros y los inversores.
Su discurso subraya la necesidad del panorama regulatorio de adaptarse a la evolución de la era digital. La IA aún está en desarrollo, lo que hace que la regulación y las pruebas (especialmente en bancos existentes y utilizables de datos estructurados de alta calidad) sean esenciales para construir modelos de aprendizaje automático que puedan consumir de manera útil e incluso mejorar el análisis y la presentación de informes de datos comerciales estructurados.
Hablando sólo por nosotros mismos, esperamos con ansias ese día en el que veamos el despliegue a gran escala de la IA por parte de los propios reguladores de valores, con sistemas en continua búsqueda de esquemas piramidales, ofertas demasiado buenas para ser verdad y la avalancha de estafas de “IA que puede invertir en su nombre para ganarle millones” que parecen estar surgiendo por todo Internet.
Los reguladores recurren a la tecnología para abordar el lavado verde
Cuatro equipos han sido reconocidos en un evento TechSprint dirigido por el regulador destinado a desarrollar soluciones tecnológicas para contrarrestar el lavado verde, aumentar la confianza en las finanzas sostenibles y mejorar la precisión de la información para los inversores.
En la culminación de ayer del primer Greenwashing TechSprint de la Red Global de Innovación Financiera (GFIN), se presentaron premios basados en diferentes criterios. Los premios Jump Solution, Eureka Solution, Fast Solution y Globe Trotter fueron ganados por la plataforma de inteligencia Fidata, la institución académica King’s College London, la plataforma mejorada de diligencia debida Neotas y SKFH, respectivamente.
El TechSprint, que se alojó en la caja de arena digital de la Autoridad de Conducta Financiera del Reino Unido (FCA), estableció a sus participantes el objetivo de desarrollar una herramienta o solución que se pueda usar «en todas las jurisdicciones» para ayudar a abordar los riesgos de lavado verde en los servicios financieros.
Romper el ciclo
BigTech a menudo desvía el escrutinio atribuyendo cuestiones éticas a factores externos, como las acciones de proveedores y reguladores, mientras descuida sus propios modelos comerciales insostenibles. Mientras abogan por las regulaciones de IA, estos gigantes tecnológicos pueden estar sirviendo a sus propios intereses creando barreras de entrada para competidores más pequeños, reduciendo la competencia, protegiendo su posición en el mercado y aumentando los precios de otros productos. Las empresas de tecnología también imponen su falta de sostenibilidad a otros al pedir a sus proveedores que adopten fuentes de energía renovables sin abordar los problemas centrales de su propio impacto ambiental.
Las empresas de tecnología deben asumir la responsabilidad de sus prácticas y reevaluar los modelos de negocio para alejarse de la obsolescencia programada y adoptar una economía circular, donde los productos están diseñados para la longevidad, la capacidad de reparación y el reciclaje. Las grandes empresas de tecnología están desviando la culpa a sus proveedores y ejerciendo una presión indebida sobre los reguladores. Al imaginar el futuro, ¿qué elementos podrían formar la base de un modelo de negocio sostenible viable para los proveedores de tecnología?
La industria tecnológica: modelos de negocio insostenibles
En lugar de desviar la responsabilidad hacia los proveedores y los responsables políticos, BigTech debe enfrentar una cultura subyacente que facilita el daño ambiental y los riesgos ESG. Las empresas de tecnología deben reconocer la cultura que han fomentado, una que prospera en la obsolescencia programada, sirviendo como facilitador y beneficiario. La obsolescencia programada se refiere a la creación intencional de productos con una vida útil limitada. Esta táctica tiene como objetivo estimular las ventas de nuevos productos y actualizaciones con un diseño artificialmente limitado y deliberadamente frágil, haciendo que el producto sea obsoleto. Para abordar realmente su impacto ambiental, BigTech necesita asumir la responsabilidad intrínseca a sus propias prácticas en lugar de intentar cambiarla a otro lugar.
La política industrial y el trilema de la estrategia de crecimiento
La política industrial está cobrando impulso en muchos países, y algunos economistas señalan que el modelo de China es un éxito. En un mundo que enfrenta desafíos como las secuelas de COVID-19, el nacionalismo de las vacunas, la inestabilidad de la cadena de suministro global, las transiciones netas cero y la competencia geopolítica, existe un debate renovado sobre el papel de la política industrial y el apoyo gubernamental para las empresas e industrias consideradas estratégicamente importantes.
La gente se pregunta si podemos confiar en el libre mercado y existe la preocupación de que los países estén perdiendo su ventaja en innovación. Los halcones de la seguridad nacional también se preocupan por depender de los adversarios para obtener recursos críticos, como semiconductores y productos farmacéuticos.
En Estados Unidos, la política industrial ya no es un tema tabú. Existe apoyo bipartidista para la Ley de creación de incentivos útiles para producir semiconductores y ciencia (Ley CHIPS), cuyo objetivo es revitalizar la industria de semiconductores de EE. UU. Más del 90 por ciento de los chips avanzados, cruciales para la defensa y la inteligencia artificial (IA), provienen de la provincia china de Taiwán, lo que genera preocupación sobre la vulnerabilidad de la industria estadounidense en caso de un ataque. Para abordar tales riesgos, el gobierno de EE. UU. está asignando $39 mil millones en fondos de la Ley CHIPS de $280 mil millones para apoyar el desarrollo de la capacidad de fabricación avanzada de semiconductores. La política industrial de la administración Biden es de gran alcance y se planean al menos dos grupos de fabricación de semiconductores para 2030. Los beneficiarios de los fondos también enfrentan condiciones extensas, como una prohibición de 10 años de expandir la capacidad de chips avanzados en China y un compromiso con el cuidado infantil asequible. Estas políticas son parte del enfoque más amplio de la administración hacia la política industrial, que también incluye $370 mil millones en subsidios para energía limpia en la Ley de Reducción de la Inflación.
Los rápidos y los muertos: construyendo resiliencia cibernética en el sector financiero
Como nos dimos cuenta hace algunos años, las amenazas cibernéticas están aquí para quedarse. Existen muchos actores de amenazas altamente adaptables que intentarán explotar sistemáticamente cualquier debilidad o vulnerabilidad con fines ilegales. Las amenazas existentes son cada vez más peligrosas y nuevas amenazas están en el horizonte. Por lo tanto, debemos adaptar nuestros marcos operativos y de ciber resiliencia constantemente a nivel individual y colectivo a través de una estricta regulación, aplicación y enjuiciamiento. La futura cooperación entre instituciones públicas y privadas también será crucial. El ECRB puede hacer una contribución decisiva a este esfuerzo en relación con el sistema financiero.