Hasta fines del siglo pasado lideraban la cima empresarial industrias como la petroquímica, farmacéutica, comercio minorista, telecomunicaciones, finanzas, infraestructura, entre otras. Dos décadas más tarde, con la excepción del grupo petroquímico Saudi Aramco, la industria digital ocupa los primeros cinco puestos, con Apple, Microsoft, Alphabet, Amazon y Tesla, para nombrar las más notables, cuya propuesta de valor está asentada sobre un área muy específica de las aplicaciones computacionales: la inteligencia artificial (IA). Ejemplos de algoritmos de IA aplicados a usos cotidianos incluyen el reconocimiento de lenguaje natural e imágenes, ‘chatbots’ de servicio al cliente, publicidad personalizada a partir de los patrones de navegación y uso de la red. Hasta aquí no hay nada que sorprenda a un niño armado de un ‘smartphone’, que es apéndice sensorial y cognitivo, premonitorio de aquella fusión hombre-máquina que predica la singularidad, fenómeno que Ray Kurzweil ubicó al final de la década presente.

A esta presencia en la vida diaria de la IA, tan ubicua como desapercibida, constantemente se suman aplicaciones más avanzadas para diferentes industrias, incluyendo algoritmos que a partir de una dirección conceptual escriben piezas editoriales, documentos legales hasta código binario, o que, alimentados con los hechos de un caso o datos del mercado, resuelven una controversia jurídica o ejecutan transacciones bursátiles. Una buena muestra se puede encontrar en Openai.com, que hace pocas semanas ha publicado una versión de pruebas de ChatGPT, entrenado para dialogar, elaborar y completar textos, responder preguntas de seguimiento, objetar premisas incorrectas, rechazar solicitudes inapropiadas e, incluso, admitir sus propios errores, rasgo en desuso generalizado por la inteligencia humana.

La IA pasará en pocos años a ser indispensable en cualquier industria o empresa que pretenda sobrevivir. Para aprovecharla, los líderes empresariales deberán asegurar el acceso al volumen masivo de datos necesarios para entrenar los modelos algorítmicos, así como entender su lógica subyacente, al menos en la medida necesaria para identificar casos de uso económicamente relevantes, pues la innovación disruptiva no se origina en los departamentos de tecnología, sino en la clarividencia frente a las necesidades y conductas de la sociedad.