Fernando Mogetta: “El potencial de la inteligencia artificial generativa en la Argentina es infinito”

Fernando Mogetta es uno de los líderes del AI Labs, la división de inteligencia artificial del grupo Etermax, un área de consultoría especializada en servicios para empresas. Ingeniero industrial y contador público, Mogetta combina su formación técnica y financiera para darle una impronta especial a este espacio de IA de la empresa mundialmente conocida por el desarrollo del juego Preguntados.

En diálogo con Convercom, Mogetta explicó que comenzó su trayectoria en la optimización de procesos productivos y administrativos, aplicando su conocimiento en análisis de datos, business intelligence y data mining. Desde hace 15 años, su enfoque se ha centrado en la inteligencia artificial moderna, abarcando desde computer vision (CV) hasta procesamiento de lenguaje natural (NLP). Más recientemente, ya dentro de Etermax, dedicó los últimos dos años a explorar y desarrollar aplicaciones en el campo de la IA generativa.

En esta entrevista, comparte detalles de los proyectos que tiene la consultora, el impacto que supuso la irrupción de la IA Generativa, el diferencial de sus equipos de trabajo y, además, brindó su opinión sobre el panorama para el desarrollo en la Argentina.

-¿Cuáles son los principales proyectos del AI Labs de Etermax?

-Tenemos mucho foco en el Natural Language Processing en donde estamos viendo avances tremendos en las capacidades de la Inteligencia Artificial. Arrancamos con esto desde hace ocho años. Uno de los primeros usos corporativos de aquellas inteligencias artificiales fueron los bots de atención a cliente; el primer uso que se le dio a esa comprensión básica del lenguaje fue poner un bot a atender clientes y tratar de resolver en forma automática la mayor cantidad de problemáticas, algo que permitió generar unos ahorros enormes. Es algo que sigue vigente y ahora muy potenciado por la IA Generativa, que da un salto de calidad. Esto se está usando mucho al interior de las organizaciones para ayudar a los colaboradores a hacer mejor su tarea o a generar sus propias consultas, por ejemplo en áreas de Recursos Humanos. Esto no sólo genera ahorros, también influye mucho el clima y en la satisfacción del empleado.

Otro uso en el que hemos trabajado bastante es la gestión del conocimiento, en donde se aprovecha la capacidad de comprensión del lenguaje de la inteligencia artificial para ponerla a ordenar el conocimiento corporativo que muchas veces está desperdigado en múltiples repositorios. Ese conocimiento suele no estar clasificado ni  estructurado, o sea, está escrito en el lenguaje humano por lo que para cualquier sistema informático resulta muy complejo darle utilidad. Entonces, usamos IA para ordenar ese conocimiento, para interpretarlo y ponerlo al alcance de los empleados en general o de los clientes.

¿Dónde está el ROI aquí? En muchos casos, por ejemplo, ayuda a evitar la amnesia corporativa, que refiere a la situación que se produce cuando en una organización se va la persona que tenía el know how que resolvía un problema o que sabía dónde encontrarlo. La empresa olvida así todo lo que sabía sobre el tema y se genera amnesia corporativa. De esta manera, nos ponemos a otro nivel, resguardamos el conocimiento, lo ponemos a disposición de las personas, lo volvemos accesible.

Otro beneficio es que se acelera el proceso de onboarding de las personas, muy rápidamente ponés a todos en un mismo nivel de conocimiento. Las capacidades de la IA generativa potencian mucho esto que venimos haciendo hace ya ocho años. Lo potencia porque comprende mucho mejor la inquietud del usuario expresada en lenguaje natural. Acá no hay que acordarse de las palabras clave, ni qué título le pusiste a un documento, simplemente le hacés una pregunta como le harías a un compañero experto de tu trabajo. Gracias a la capacidad de comprensión de los nuevos modelos de lenguaje y sin demasiado entrenamiento la IA va a buscar la mejor información disponible y va a generar una respuesta.

Un tercer caso, que estamos viendo mucho, es la IA aplicada a la automatización de procesos, de back office, administrativos. Esto implica tratar con documentos. A través de la técnica Name Entity Recognition ponemos a la IA a leer documentos y, mediante un entrenamiento, detecta las entidades relevantes, las extrae, les da un formato y las pone a disposición de alguien o de un sistema que necesita la información. Por ejemplo, las áreas legales de bancos que reciben miles de oficios judiciales por mes, pedidos de información, etc.

Los bancos no dan abasto, deben contestar lo más rápido que pueden porque pueden tener multas si no cumplen. Bueno, estamos automatizando estos procesos tanto en la recepción, el análisis, extraer la información relevante e informar a quien corresponda la acción que hay que tomar. Todo esto acelera procesos y reduce costos, ya que no podés contratar a un equipo de cien abogados. De esta manera, un RPA (robotics process automation) puede contestar y realizar la acción final.

-¿Qué características tiene el AI Labs? ¿Cómo está formado el equipo?

-Somos treinta personas. Lo defino como una consultora de nicho en donde nuestro foco absoluto es la Inteligencia Artificial y somos expertos en eso. Tenemos un equipo muy interdisciplinario que es una de las cosas súper interesantes. Contamos con gente que estudió Letras, con una especialización en lingüística computacional, gente ideal para entender cómo se expresa un ser humano y hacer que una computadora entienda ese lenguaje.

También tenemos perfiles muy específicos como conversational experience designers, gente que viene de la redacción periodística o de la creación de contenidos y que se han hecho expertos en definir un estilo de lenguaje con el que un asistente virtual interactúa con una persona, teniendo en cuenta el perfil de quien está en la conversación, el grupo etario, los intereses y demás.

Ahora con la IA generativa tenemos gente que se especializa en el prompt engineering, sabe cómo darle una instrucción a un modelo para sacarle el mejor resultado posible. Tenemos data scientists, del análisis de datos, especializado en modelos de IA. También contamos con un equipo de desarrollo porque la IA per sé difícilmente te resuelva algo en una empresa, entonces lo que hay que hacer es crear una aplicación o una solución que use capacidades de IA para lograr algún objetivo. En general la tenés que rodear de desarrollo tradicional de software. Por eso, en ese sentido, tenemos arquitectos y desarrolladores software que son los que construyen esa capa que rodea la inteligencia artificial, la orquesta que la coordina.

-¿Cómo realizan la evaluación de costos para un proyecto en IA así como el ROI en base a las distintas integraciones de APIs que supone el backend de un producto?

-Ya casi ninguna empresa encara proyectos de Inteligencia Artificial por moda.  A pesar de que hoy todo el mundo quiere hacer algo con IA generativa, porque es fantástico… ya ninguna empresa está encarando un proyecto sin tener un análisis de retorno de inversión bien exhaustivo. Ese análisis parte del beneficio que espera lograr, o sea, ¿cuánto me va a ahorrar en atención de llamadas al call center? ¿Cuánto me va a acelerar el proceso de alta de un cliente corporativo en un banco?

Tiene que partir de un beneficio de negocio y, obviamente, ese beneficio de negocio tiene que superar los costos. Los costos asociados, en general, son un proyecto de implementación o de construcción; costos de infraestructura, porque esto es software que tiene que correr en algún lado, en servidores o en alguna nube; y los costos propios de la inteligencia artificial que depende de cuál elijas. Hay, por supuesto, muchos modelos de Inteligencia Artificial Open Source que los podés usar y los gestionás vos y son gratis, y algunos funcionan muy bien. Pero sobre todo todas las grandes corporaciones necesitan mucho más gobierno del tema y ahí prefieren ir a las plataformas como las de Google, IBM, Microsoft o Amazon, que te dan toda la capa de servicios de inteligencia artificial en un entorno gobernado, y es un componente importante del costo.

Los costos de la Inteligencia Artificial en general están sujetos a algún driver de uso, por ejemplo, cuántas llamadas a la API voy a hacer o en el caso de la IA generativa se suele medir por tokens, cuántos token le voy a mandar y cuántos voy a recibir. Entonces, la sumatoria de todos los tokens intercambiados con el modelo de inteligencia artificial es el driver para el costo.

-¿Cómo se ubica el AI Labs con respecto a sus competencias dentro y fuera del país?

-Como decía antes, yo me considero una consultora de nicho, expertos en un tema. Nuestra principal competencia te diría que son las grandes consultoras, que también se están metiendo en inteligencia artificial, porque si no se quedan atrás. Nuestro factor diferencial es que lo hacemos desde hace 8 años, o sea, ya pasamos esos ciclos que tiene toda nueva tecnología, de expectativa, desilusión y madurez.

Nosotros vivimos todo ese sube y baja de la sobreexpectativa de la inteligencia artificial de hace años y, aún así, con limitaciones hemos hecho proyectos exitosos desde hace mucho tiempo y ahora estamos disfrutando de las nuevas capacidades y con todo el background para aprovecharlas. Extendiendo un poquito tu pregunta a Etermax como grupo, es un caso interesante porque más allá de nuestra división de servicios a empresas, la compañía hace un uso muy intensivo de la inteligencia artificial en varios aspectos de su negocio.

En Preguntados uno de los grandes desafíos para mantener la relevancia del juego son los contenidos. Históricamente tuvimos equipos muy grandes de contenidistas, de gente que está proponiendo preguntas con sus respuestas, una correcta, el resto incorrectas, o sea, mucha curaduría de contenidos. Eso es el cuello de botella del desarrollo de un juego de este tipo. Con la IA generativa, incluso antes del boom de ChatGPT, Etermax y su área de gaming ya estaba usando sus propios modelos de IA generativa para acelerar ese proceso de creación de contenidos.

-¿Cómo ves el panorama de consultoría y de desarrollo en Inteligencia Artificial en la Argentina?

-Te lo divido en dos aspectos.  Uno, vamos a ver un boom, no solo en Argentina sino a nivel mundial, de nuevas aplicaciones que usen IA orientadas tanto a empresas como a personas. Estuve hace un par de semanas en Boston, en un evento de IBM, Think AI, donde una de las cosas que escuché es que en los próximos años se van a crear mil millones de nuevas aplicaciones basadas en IA. En ese aspecto vamos a ver mucho y Argentina creo que está muy bien posicionada por el expertise que tenemos. Acá hay varios polos en todo el país donde hay mucho expertise en estos temas.

Y en cuanto a la consultoría, yo lo que estoy viendo es que a nivel corporativo esto recién empieza. Es como que las empresas todavía están medio descolocadas con esto del ChatGPT y similares, y están pensando “bueno, a nivel personal entiendo para qué me sirve, yo le pregunto…¿pero a nivel empresa cómo lo uso?”. Porque a nivel empresa vos tenés que asegurar la calidad de los resultados, tenés que evitar de ser posible todo tipo de alucinación [información falsa generada por la IA], tenés que cumplir regulaciones, hay un montón de restricciones que tiene que garantizar que se cumplen. Entonces las empresas están todavía cautelosas.

Muchos clientes quieren hacer algo con IA generativa pero no se animan a exponerse ante los clientes. Y ni qué hablar que en algunas industrias, como la bancaria, todavía hay regulaciones donde se necesita la aprobación del  Banco Central para poder encarar algún tipo de proyecto de este tipo, como antes era con el tema de la nube, algo que ahora ya se allanó mucho. Sobre todo para evitar todo tipo de sesgo en las respuestas.

-¿Pesa mucho la cuestión del sesgo? Cuando se lanzó la IA generativa fue un tema sobre el que se habló, ¿sigue siendo un problema o se está exagerado?

-Depende del uso que se le de a la inteligencia artificial, claro, si vos le preguntás de una forma que induzca respuestas sesgadas, probablemente, te las de. También depende de qué modelo usás, ahora para usos corporativos no necesitamos un mega modelo genérico como el de ChatGPT, se está hablando de los small language models. Son modelos más chicos, más livianos y especializados en una temática. Quizás para resolver un problema de negocio necesitás uno de esos modelos y no uno que hable 120 idiomas, que conozca de todos los temas, que sepa de filosofía y de industria bancaria.

¿Cómo imaginás el futuro de la consultoría en IA? ¿Qué condiciones considerás necesarias para que se expanda en la Argentina?

-Para que se expanda en la Argentina, lo primero es que el país vuelva a crecer. Este es un año de transición donde todo el mundo está viendo el potencial pero pocas empresas están encarando proyectos ambiciosos. El contexto económico influye en este tipo de inversiones. Lo bueno es que el potencial se ve infinito. Todos tienen en claro que hay que ir no por moda sino por los beneficios de negocios que trae.

Al potencial yo lo veo infinito. Incluso con las capacidades ahora de los LLM ya los casos de uso quedan sujetos a la imaginación. Por ejemplo, lo primero que hago es pensar cómo hubiéramos hecho proyectos de los últimos ocho años si hubiéramos tenido las capacidades actuales de la IA.

Hace ocho años hicimos para un laboratorio un resumidor de papers médicos. Creamos nuestros propios modelos para resumir textos, nos llevó un trabajo tremendo, con mucha cabeza de expertos en lenguaje para lograrlo. Hoy eso es trivial. Otro tema es el análisis de la calidad de atención en un contact center: las empresas escuchan audios de llamadas e ir punteando distintos criterios de calidad, si el operador fue amable, etc. Hoy un buen prompt engineering le da las instrucciones a la IA aplicando su propio criterio. El potencial es infinito. Hay muy buenas perspectivas. Las empresas todavía están viendo sus planes de inversión. Espero que este segundo semestre muchas decidan encarar proyectos de este tipo.