La inteligencia artificial está a punto de transformar la forma en que las empresas de todo el mundo hacen negocios, y la forma en que los trabajadores desempeñan sus empleos.
Para cumplir las promesas de la IA y evitar sus escollos, estos siete principios pueden orientar la forma en que las organizaciones incorporan la nueva tecnología a su trabajo.
Muchos trabajadores ya se están formando en IA por su cuenta; si las empresas se adelantan, esto puede darles una ventaja competitiva.
¿Cuánto control tenemos sobre el futuro del planeta? Cuantificar el impacto de la humanidad en el calentamiento global y establecer objetivos medibles para reducir ese impacto suele parecer la parte fácil. Comprender dónde y cómo actuar puede resultar más complicado.
Gracias a la IA (inteligencia artificial) y a la innovación, las organizaciones están transformando la forma en que abordamos la crisis climática, cambiando radicalmente la manera en que diseñamos, entregamos y desplegamos las cosas que crean los seres humanos: edificios, infraestructuras, maquinaria, productos de consumo y mucho más.
Sin embargo, para que las organizaciones se beneficien realmente del valor de la IA, necesitamos personas con las competencias adecuadas para aprovechar su valor y aplicarlo contra la crisis climática. Además, debemos arrastrar al sector, demostrando el valor de la IA a través de resultados repetibles que reduzcan las emisiones y los costes.
La IA refuerza la importancia crítica de la mejora de competencias, la recualificación y la formación de la futura fuerza laboral mundial. Del mismo modo que la pandemia cambió la forma en que trabajamos, la IA está alterando la manera en que concebimos la fuerza laboral.
La promesa de la IA
Como parte de un ecosistema más amplio de innovación, la IA ofrece posibilidades significativas para las aplicaciones de reducción de carbono y sostenibilidad. Puede desbloquear perspectivas y análisis de tendencias más significativos y específicos para cada empresa. Puede crear mediante aplicaciones generativas que producen contenidos como diseños, informes y previsiones. Y puede realizar trabajo real: ejecutar procesos empresariales de forma autónoma y controlar sistemas, al tiempo que aprende y amplía su propia inteligencia.
Todas estas capacidades serán esenciales para crear y operar edificios y otros entornos creados por el ser humano más sostenibles, para ayudarnos a actuar de forma más inteligente y a hacerlo con mayor eficiencia y eficacia. Pero la IA por sí sola no puede crear un mundo con emisiones netas cero ni resolver la crisis climática.
Los seres humanos necesitarán combinar la IA con otras tecnologías para avanzar más rápido. Tendremos que integrarla con el IoT (internet de las cosas), los gemelos digitales, las tecnologías del metaverso y otras aplicaciones emergentes para generar un impacto más profundo y acelerar la acción. Reunir todas estas tecnologías exige nuevas perspectivas y medidas en múltiples frentes.
Pero la verdadera necesidad en el futuro será la recualificación y la mejora de competencias de nuestra fuerza laboral.
Desde ingenieros de software hasta técnicos de campo, la IA generativa se está convirtiendo en una parte fundamental de las operaciones de Johnson Controls: se utiliza en todo, desde el desarrollo de nuevas tecnologías hasta la predicción y prevención de fallos en los sistemas, o para ayudar a quienes trabajan en oficinas a ser más eficientes.
Desarrollar casos de uso para hoy y para mañana
Con la IA, las aplicaciones para la sostenibilidad y la neutralidad de carbono son significativas. Los edificios representan el 40 % de las emisiones mundiales de gases de efecto invernadero. Para alcanzar los objetivos de descarbonización, hacer que nuestros edificios sean más inteligentes y eficientes debería ser el ámbito de mayor atención para toda la cadena de valor, desde los altos directivos hasta los líderes gubernamentales, pasando por los propietarios y operadores de edificios. Es donde pueden obtener el mayor valor por su inversión: es bueno para el planeta y para los resultados empresariales.
La cuestión es cómo llegar allí. La mayoría (52 %) de los trabajadores considera que trabajar con IA acelerará su crecimiento profesional; sin embargo, solo el 13 % de ese mismo grupo afirma que se le ha ofrecido formación en IA. Esta es una gran oportunidad para que los empleadores se impliquen y evalúen las competencias que necesita su fuerza laboral. Las investigaciones también demuestran que las organizaciones siguen obteniendo rendimientos en las áreas de negocio en las que utilizan la IA, y que planean aumentar la inversión en los próximos años.
A pesar de estas cifras, los empleados se forman cada vez más por su cuenta, mientras que las organizaciones empiezan a lidiar con distintos ritmos de adopción. En adelante, las empresas tendrán que alinear las capacidades con las expectativas para cada puesto en todas las compañías y establecer salvaguardas para las oportunidades libres de riesgo que buscan los más entusiastas. Este periodo de aprendizaje, prueba y error es crucial en esta fase inicial de uso de la IA generativa. Aprovechar los conocimientos obtenidos mediante la experimentación ayudará a construir una cultura de uso responsable e iluminará los impactos inesperados en el futuro del trabajo.
7 principios para una IA centrada en el ser humano
La gobernanza y la ética son imprescindibles para el futuro de las aplicaciones de IA centradas en la sostenibilidad y del uso de otras tecnologías emergentes. Johnson Controls ha anclado sus ambiciones en materia de IA en un código ético a medida y sólido que guiará a la empresa en su labor de hacer el mundo más inteligente, saludable y sostenible; y los principios son un buen punto de partida para cualquier organización que busque garantizar que su uso de la IA sea lo más responsable posible.
Más que estar grabadas en piedra, estas directrices están abiertas a evolucionar junto con la tecnología.
Empoderar a las personas en los edificios: Diseñar la IA para aumentar y elevar la inteligencia y el trabajo humanos.
Equidad e inclusión: Desarrollar y utilizar la IA de forma que se minimice la creación o el refuerzo de impactos injustos, sesgados y discriminatorios.
Privacidad desde el diseño: Desarrollar y utilizar la IA dentro de un marco de privacidad desde el diseño.
Solidez, seguridad y protección: Aplicar prácticas sólidas de pruebas, seguridad y protección para minimizar los resultados o salidas no deseados de los sistemas de IA e incluir las capacidades adecuadas de supervisión humana.
Rendición de cuentas: Asumir la responsabilidad por la forma en que los sistemas de IA afectan al mundo.
Transparencia: Ser claro sobre cuándo, por qué y cómo se despliegan los sistemas de IA, y ayudar a clientes y socios a hacer lo mismo.
Sostenibilidad: Desarrollar la IA con la sostenibilidad como punto central, para ayudar a que los edificios y las comunidades sean más sostenibles.
La centralidad en el ser humano es el núcleo de ese código ético de la IA, y la sostenibilidad es uno de sus pilares fundamentales. En última instancia, ayuda a garantizar que las soluciones habilitadas por IA permitan que algunos de los edificios más grandes y complejos del mundo se vuelvan más sostenibles.
Líderes: actúen ya con la IA o corran el riesgo de quedarse atrás
El futuro llega deprisa, y la IA y otras soluciones emergentes siguen evolucionando. A medida que la urgencia del cambio climático se acelera, las organizaciones tendrán que acelerar la adopción de tecnologías que cambien las reglas del juego. La parte difícil de la acción climática es cada vez más fácil, y cabe esperar que sea aún más fácil a medida que las tecnologías mejoren y más organizaciones adopten con éxito estas tecnologías.
Para muchos líderes, puede parecer que el futuro del planeta escapa a su control. Del mismo modo que la invención de internet, los teléfonos inteligentes y el streaming de vídeo fueron disruptivos, las empresas que no innovan quedan atrás. Los líderes deben prepararse para el futuro. Busquen formación y consulten a expertos. Al final, la respuesta para aprovechar la IA se encuentra en las personas, no en las máquinas.
