Kim: Sí. Esto es lo realmente sorprendente de la nube porque una vez que todos los datos están allí, se pueden hacer cosas increíbles con ellos y la innovación está sucediendo como un loco. Y estamos viendo esto ahora con todo lo que sucede con OpenAI y ChatGPT y todo esto. Y en Power BI, hemos enviado un montón de capacidades de IA en la plataforma. Y un aspecto importante de las capacidades de IA que han sido realmente útiles son las que pueden usar los usuarios comerciales. Entonces, cosas como consultas en lenguaje natural donde puede hacer una pregunta y obtener una respuesta en forma de gráfico, o un análisis de personas influyentes clave donde puede preguntarle al sistema: “Oye, ¿qué está influyendo en mis cancelaciones? ¿Qué medidas están influyendo en eso?” E incluso con nuestra función de inteligencia artificial más reciente, en realidad usamos GPT-3 para generar código para que los usuarios comerciales escriban medidas en su conjunto de datos. Por lo tanto, pueden generar fácilmente código para realizar cálculos año tras año o incluso cálculos más complejos simplemente a través del lenguaje natural.
Esto realmente permite a los usuarios comerciales profundizar en los datos como nunca antes y simplemente trabajar con datos y desarrollar esa alfabetización que nunca antes habían tenido. Y algunos de nuestros clientes más importantes, hay una empresa minorista con la que trabajamos donde el 40% de sus usuarios utilizan estas funciones de forma regular. Entonces, hay personas que solían abrir un informe, obtener un número y seguir adelante. Ahora pueden hacer mucho más con él y pueden hacer esas preguntas ellos mismos. Ambos hacen que el negocio sea más eficiente, por supuesto, porque no necesitan científicos de datos para hacer este trabajo. Un usuario comercial puede hacerlo por su cuenta, pero hombre, hace que los usuarios comerciales, y toda la línea de negocios, abra un conjunto completo de posibilidades que nunca antes habían tenido.
Laurel: Y ese es un gran punto. Anil, no necesariamente tiene que tener científicos de datos para ayudar con este tipo de conocimientos que obtuvo de los datos. Mencionó una serie de operaciones administrativas como impuestos y ERP o planificación de recursos empresariales. Entonces, ¿de qué otra manera ve a las personas empoderadas para tomar decisiones y, de hecho, no solo pasar menos tiempo tal vez en las profundidades de las hojas de cálculo, sino también innovar y cambiar la forma en que ofrecen bienes y servicios?
Añil: Absolutamente. Esa es una gran pregunta. Y el comentario de Kim sobre OpenAI y ChatGPT aportando una gran cantidad de pensamiento y capacidades diferenciadas, cambiando los roles de los usuarios comerciales frente a los científicos de datos como parte de ello. La forma en que vemos algunos de los equipos funcionales que adoptan estas tecnologías es un enfoque múltiple, ¿correcto? Uno, vemos una estrecha colaboración con los proveedores de servicios en la nube como Microsoft, donde la innovación y las capacidades de la IA, el aprendizaje automático, por ejemplo, la minería de texto. Y las cosas simples como la minería de texto solían ser un experimento de ciencia de datos antes, solíamos salir con una hipótesis, especialmente en los servicios de salud. Si alguien quiere tomar un flujo de texto y averiguar: “Oye, ¿qué es una enfermedad? ¿Qué es una receta y qué es un diagnóstico?” Todo eso solía ser un modelo de aprendizaje automático que solía hacerlo.
Pero Microsoft tiene capacidades de inteligencia artificial abiertas o aplicadas, puede simplemente enviar ese flujo de texto y automáticamente le dará un resultado en términos de “Oye, ¿qué es una enfermedad?” la categorización de enfermedad versus síntoma versus medicamento versus médico, la clase lista para usar lo clasifica por usted. Esa es una innovación simple, ni siquiera estoy hablando de OpenAI ni nada por el estilo. Si tiene que usar algunas de estas capacidades, debe mantenerse en estrecho contacto con los proveedores de hiperescala como Microsoft Azure, que están invirtiendo mucho en innovación y aportando estas capacidades. Y hay muchos de estos foros de tecnología. Puede ser un CDO [chief data officer] foro, es un foro de innovación tecnológica, son discusiones de grupos focales que generan capacidades innovadoras que pueden ejecutarse en cualquier hiperescalador. Ese es otro lugar con el que debemos mantenernos en contacto. Y una cosa más que diría es tácticamente, cuando recomendamos una arquitectura diseñada para los clientes, recomendamos hacer una arquitectura muy modular para que el cambio de capacidad sea más fácil. Por ejemplo, el cambio de motores de OCR o motores de traducción de idiomas o algunos ejemplos en los que las cosas están madurando continuamente.
Si construye su arquitectura de tal manera que sea muy modular, entonces ese cambio también sería muy fácil. Y, en última instancia, todo se reduce a un equipo muy diverso que ofrece estas capacidades. Fomentar la capacitación, la capacitación avanzada y tener esa combinación diversa de habilidades de negocios de tecnología como la que mencionó y mezclar eso, obviamente aporta nuevas ideas al equipo mismo y, por lo tanto, podremos adoptar algunas de esta innovación y capacidades que vienen. fuera del propio mercado. Así es como veo que esto impacta en algunas de las grandes transformaciones de ERP o back-office, como operaciones o incluso impuestos. Definitivamente podemos usar algunas de estas capacidades allí. Por ejemplo, impuestos. Para los impuestos, hay un gran flujo de datos que proviene de datos no estructurados, son documentos PDF, piezas de documentos sin formato que obtenemos, ¿cómo le das sentido? Hay una gran cantidad de capacidades de IA que puede conectar que pueden llevar los datos a un formato estructurado que los reguladores también creerán. Así que un poco de impacto de eso.
Laurel: Esto brinda un buen ejemplo de lo que es posible en el back office con tantas operaciones ahora que los hiperescaladores de la plataforma en la nube como Microsoft Azure ofrecen varias de estas capacidades. Entonces, ¿cómo crean las empresas oportunidades de interoperabilidad entre la plataforma en la nube y las últimas tecnologías emergentes, además de mantenerse realmente enfocadas en el gobierno de datos, especialmente para aquellas industrias altamente reguladas como las finanzas y la atención médica?
Añil: Vea, la mayoría de las empresas tienen una buena gobernanza de datos configurada donde se acuerdan las definiciones, y es en el ámbito de las regulaciones que la industria ya respalda. Por ejemplo, si observa la industria hipotecaria, alguien viene y le pide un préstamo, hay ciertos elementos de ese cliente que puede revelar a otras partes de la organización, hay ciertos elementos que no puede revelar. Para que la gobernanza esté bien establecida, desde una perspectiva de datos. Cuando se trata de servicios de IA aplicados, Microsoft Azure y otras plataformas ya tienen en cuenta algunos de los aspectos éticos de la IA. ¿Qué podemos hacer con la analítica desde una perspectiva de predicción? ¿Qué no podemos? Así que estamos cubiertos desde ese punto de vista.