OpenAI establece una importante alianza en Asia-Pacífico con Thinking Machines

Thinking Machines Data Science se ha asociado con OpenAI para ayudar a más empresas de la región Asia-Pacífico a transformar la inteligencia artificial en resultados empresariales tangibles. Esta colaboración convierte a Thinking Machines en el primer socio oficial de servicios de OpenAI en la región.

Esta alianza es muy oportuna, ya que la adopción de la IA en la región Asia-Pacífico se está acelerando. Según un estudio de IBM, aunque el 61 % de las empresas ya utilizan la IA, a muchas les resulta difícil avanzar más allá de las fases piloto y lograr un impacto comercial significativo. Juntas, Thinking Machines y OpenAI abordarán esta brecha proporcionando formación ejecutiva sobre ChatGPT Enterprise, apoyo para el desarrollo de aplicaciones de IA personalizadas y orientación sobre la integración de la IA en las operaciones diarias.

Stephanie Sy, fundadora y directora ejecutiva de Thinking Machines, destacó el enfoque de la asociación en el desarrollo de capacidades: «Nuestra misión va más allá de la introducción de nuevas tecnologías. Estamos dotando a las organizaciones de las habilidades esenciales, los marcos estratégicos y los sistemas de apoyo necesarios para aprovechar la IA de forma eficaz. Nos dedicamos a remodelar el futuro del trabajo a través de la colaboración entre humanos e IA, garantizando que la IA aporte un valor real a las personas de toda la región Asia-Pacífico».

De los proyectos piloto de IA a resultados tangibles con Thinking Machines

En una conversación con AI News, Sy identificó un obstáculo común para las empresas: su mentalidad hacia la adopción de la IA. Muchas organizaciones la tratan como una simple compra de tecnología en lugar de una transformación empresarial fundamental. Esto a menudo da lugar a proyectos piloto que se estancan o no logran expandirse.

«El problema fundamental es que las empresas suelen abordar la IA como una adquisición tecnológica, no como una transformación empresarial», señaló. «Esto da lugar a proyectos piloto que no se pueden ampliar porque faltan tres elementos críticos: una fuerte alineación del liderazgo con el valor deseado, un rediseño de los flujos de trabajo para integrar la IA y una inversión en la mejora de las competencias de la plantilla. Si se consiguen estos tres pilares (visión, proceso y personas), los proyectos piloto evolucionan y tienen un impacto generalizado».

El liderazgo en el centro

Los ejecutivos suelen seguir considerando la IA como una iniciativa técnica en lugar de una prioridad estratégica. Sy hace hincapié en que los consejos de administración y los altos directivos deben marcar el rumbo. Deben decidir si la IA es un motor de crecimiento o simplemente un riesgo que hay que gestionar.

«El liderazgo marca la pauta: ¿es la IA una palanca de crecimiento estratégico o un riesgo gestionado? Su función es definir los resultados prioritarios, establecer la propensión al riesgo y asignar responsabilidades claras», afirma. Thinking Machines suele empezar con talleres para ejecutivos en los que los líderes exploran dónde crean valor herramientas como ChatGPT, cómo gestionarlas y cuándo ampliarlas. «Esta claridad de arriba abajo es lo que convierte la IA de un experimento en una capacidad empresarial fundamental».

La colaboración entre humanos y IA en la práctica

Sy habla a menudo de «reinventar el futuro del trabajo a través de la colaboración entre humanos y IA». Ella describe esto en la práctica como un modelo de «control humano», en el que las personas se centran en el juicio, la toma de decisiones y el manejo de excepciones, mientras que la IA gestiona tareas rutinarias como la recuperación de datos, la redacción o la síntesis.

«Un enfoque de mando humano significa rediseñar el trabajo para que las personas se concentren en el juicio y las excepciones, mientras que la IA se encarga de la recuperación, la redacción y los pasos rutinarios, todo ello con transparencia a través de registros de auditoría y enlaces a las fuentes», explicó. Los beneficios se miden en tiempo ahorrado y calidad mejorada.

En los talleres de Thinking Machines, los profesionales que utilizan ChatGPT suelen recuperar entre una y dos horas al día. Las investigaciones lo respaldan: Sy citó un estudio del MIT que muestra un aumento del 14 % en la productividad de los agentes de los centros de contacto, con las mayores ganancias entre el personal menos experimentado. «Esta es una clara evidencia de que la IA puede aumentar el talento humano, no sustituirlo», añadió.

IA agencial con barreras de seguridad integradas

Otro aspecto clave para Thinking Machines es la IA agencial, que gestiona procesos de varios pasos más allá de las consultas individuales. En lugar de limitarse a responder a una pregunta, los sistemas agenciales pueden coordinar la investigación, rellenar formularios y realizar llamadas API, orquestando flujos de trabajo completos mientras mantienen el control humano.

«Los sistemas agenticos elevan el trabajo de simples preguntas y respuestas a la ejecución de múltiples pasos: coordinan la investigación, la navegación, el rellenado de formularios y las llamadas a la API para que los equipos trabajen más rápido, con un humano supervisando el proceso», dijo Sy. Si bien la promesa es una mayor velocidad y productividad, los riesgos son reales. «Los principios de supervisión humana y auditabilidad siguen siendo fundamentales para evitar la falta de barreras de seguridad adecuadas. Nuestro enfoque integra los controles empresariales y la auditabilidad con las capacidades de los agentes, lo que garantiza que todas las acciones sean trazables, reversibles y estén alineadas con la política antes de escalarlas».

Gobernanza que genera confianza

Mientras que la adopción de la IA avanza rápidamente, la gobernanza suele quedarse atrás. Sy advirtió que la gobernanza fracasa cuando se trata como un mero trámite burocrático en lugar de integrarse en el trabajo diario.

«Mantenemos a los humanos al mando y hacemos que la gobernanza sea visible en las operaciones diarias: utilizando fuentes de datos aprobadas, aplicando el acceso basado en roles, manteniendo registros de auditoría y exigiendo la aprobación humana para las acciones sensibles», explicó. Thinking Machines también aplica un marco de «control + fiabilidad», que restringe la recuperación a contenidos de confianza y proporciona respuestas con citas. A continuación, los flujos de trabajo se adaptan para cumplir con las normativas locales en sectores como las finanzas, la administración pública y la sanidad.

Para Sy, el éxito no se mide por el número de políticas, sino por la auditabilidad y las bajas tasas de excepción. «Una gobernanza eficaz acelera la adopción porque los equipos confían en lo que implementan», afirmó.

Contexto local, escala regional

La diversidad cultural y lingüística de Asia-Pacífico plantea retos únicos para la ampliación de la IA. Un modelo universal rara vez funciona. Sy destacó que la estrategia probada consiste en crear primero soluciones a nivel local y luego ampliarlas de forma deliberada.

«Las plantillas globales fracasan cuando ignoran los flujos de trabajo locales. La estrategia correcta es crear localmente y ampliar deliberadamente: adaptar la IA al idioma, los formularios, las políticas y las vías de escalamiento locales; luego, estandarizar los elementos que funcionan bien, como el marco de gobernanza, los conectores de datos y las métricas de impacto», afirmó.

Este es el enfoque que Thinking Machines ha adoptado en Singapur, Filipinas y Tailandia: demostrar primero el valor con equipos locales y luego expandirse a nivel regional. El objetivo no es un chatbot uniforme, sino un patrón fiable y repetible que respete el contexto local y garantice la escalabilidad.

Habilidades por encima de herramientas

Cuando se le preguntó por las habilidades más importantes para un lugar de trabajo habilitado para la IA, Sy afirmó que la escala sostenible proviene de las habilidades, no solo del software. Destacó tres categorías clave:

• Competencia ejecutiva: la capacidad de los líderes para definir resultados, establecer límites y saber cuándo y dónde escalar la IA.
• Diseño del flujo de trabajo: rediseñar los traspasos entre humanos e IA, aclarando quién redacta, quién aprueba y cómo se escalan las excepciones.
• Habilidades prácticas: Solicitud, evaluación y recuperación eficaz de información de fuentes fiables para garantizar que las respuestas sean verificables, no solo plausibles.

«Cuando los líderes y los equipos comparten esta comprensión fundamental, la adopción pasa de la experimentación a resultados repetibles a nivel de producción», afirmó. En los programas de Thinking Machines, muchos profesionales afirman ahorrar entre una y dos horas diarias tras solo un taller de un día. Hasta la fecha, se ha formado a más de 10 000 personas de diversas funciones, y se ha observado un patrón constante: «las habilidades + la gobernanza desbloquean la escala».

La transformación de la industria está por llegar

De cara a los próximos cinco años, Sy prevé que la IA evolucione desde una ayuda para la redacción hasta la ejecución completa de funciones empresariales críticas. Anticipa avances significativos en el desarrollo de software, el marketing, las operaciones de servicio y la gestión de la cadena de suministro.

«Para la próxima ola, vemos tres patrones concretos: asistentes con conocimiento de políticas en finanzas, copilotos de la cadena de suministro en la fabricación y una experiencia del cliente personalizada pero conforme a la normativa en el comercio minorista, cada uno de ellos construido con puntos de control humanos y fuentes verificables para que los líderes puedan escalar con confianza», proyectó.

Un ejemplo práctico es BEAi, un sistema que Thinking Machines ha creado con el Banco de las Islas Filipinas. Este sistema de generación aumentada por recuperación (RAG) admite inglés, filipino y taglish, proporciona respuestas vinculadas a fuentes con números de página y comprende las actualizaciones de políticas, convirtiendo documentos complejos en orientaciones prácticas para el personal. «Así es como se ve en la práctica la "IA nativa"», comentó Sy.

Thinking Machines expande la IA en toda la región APAC

La asociación con OpenAI se pondrá en marcha inicialmente a través de las oficinas de Thinking Machines en Singapur, Filipinas y Tailandia, antes de expandirse por toda la región APAC. Los planes futuros incluyen la personalización de servicios para sectores como el financiero, el minorista y el manufacturero, donde la IA puede resolver retos específicos y abrir nuevas oportunidades.

Para Sy, el objetivo es claro: «La adopción de la IA no consiste solo en experimentar con nuevas herramientas. Se trata de crear la visión, los procesos y las habilidades que permitan a las organizaciones pasar de las pruebas piloto a un impacto duradero. Cuando el liderazgo, los equipos y la tecnología se alinean, es cuando la IA ofrece un valor duradero».

Véase también: X y xAI demandan a Apple y OpenAI por monopolio de la IA

¿Quiere saber más sobre la IA y el big data de la mano de los líderes del sector? Eche un vistazo a la AI & Big Data Expo que se celebra en Ámsterdam, California y Londres. Este completo evento se celebra conjuntamente con otros eventos tecnológicos líderes bajo el paraguas de TechEx. Haga clic aquí para obtener más información.

AI News está impulsado por TechForge Media. Explore aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.