La inteligencia artificial ha facilitado la construcción, lo que significa que la experiencia es más importante que nunca

Hace unos años, si querías desarrollar un producto de verificación de identidad, necesitabas conocimientos especializados, recursos de ingeniería específicos, acceso a datos de entrenamiento y una cantidad considerable de tiempo.

Sin embargo, hoy en día, gracias a las modernas herramientas de IA, un equipo reducido puede crear un prototipo funcional en cuestión de días. En algunos casos, pueden hacerlo en cuestión de horas. ¿Necesitas un chatbot, un motor de recomendaciones o un flujo de trabajo de extracción de documentos? La IA puede ayudar a acelerar el proceso de forma espectacular.

Este cambio es uno de los aspectos más interesantes del ciclo tecnológico actual. Las barreras para desarrollar software nunca han sido tan bajas. Los equipos pueden avanzar más rápido, probar ideas con mayor rapidez y llevar la innovación al mercado a un ritmo que habría parecido imposible hace tan solo unos años.

Pero también hay una distinción importante que las organizaciones están empezando a descubrir. La diferencia entre una prueba de concepto y un sistema de producción siempre ha existido. La inteligencia artificial hace que esa diferencia sea más fácil de pasar por alto.

Consideremos un ejemplo hipotético. Un equipo de ingenieros participa en un hackatón interno y decide desarrollar una solución de verificación. Utilizando unas cuantas instrucciones y modelos de acceso público, consiguen crear con éxito un prototipo funcional. El sistema extrae información de los documentos, identifica anomalías básicas y ofrece resultados que parecen prometedores.

El reto se vuelve considerablemente más complejo una vez que un sistema pasa de la fase de demostración controlada a la de producción. Los entornos del mundo real presentan miles de tipos de documentos en cientos de países, intentos de fraude cada vez más sofisticados, documentos sintéticos generados específicamente para eludir la detección y unas expectativas normativas cada vez mayores en materia de transparencia, auditabilidad y coherencia en la toma de decisiones. No se trata de casos aislados ni de escenarios hipotéticos. Son las condiciones en las que operan a diario los sistemas de identidad modernos. 

La IA está viviendo un momento en el que todo vuelve al punto de partida

Creo que esto nos lleva a una de las grandes ironías de la era de la IA; concretamente, que a la larga podría reforzar el valor de la experiencia especializada. Es como si se cerrara el círculo, por así decirlo.

A primera vista, la IA parece igualar las condiciones. Las capacidades que antes requerían equipos especializados ahora pueden conseguirse con unas pocas instrucciones y modelos de acceso público. Pero a medida que más organizaciones acceden a las mismas herramientas, la tecnología en sí misma deja de ser un factor diferenciador.

Ya estamos viendo cómo ocurre esto. La cuestión ya no es si un equipo es capaz de desarrollar una solución. Cada vez más, la cuestión es si esa solución puede funcionar de forma fiable en el mundo real, adaptarse a las amenazas cambiantes, explicar sus decisiones y ganarse la confianza con el paso del tiempo.

En ese sentido, la IA está cerrando el círculo en el sector. Las barreras a la creación han desaparecido, pero el valor de la experiencia, los datos y los conocimientos especializados no ha hecho más que aumentar.

La paradoja de la IA: reducir (y levantar) barreras

El reto al que se enfrentan hoy en día las organizaciones es que la inteligencia artificial está reduciendo las barreras para todo el mundo. Está ayudando a las empresas legítimas a crecer más rápido. Pero también está ayudando a los estafadores a innovar más rápido.

Las mismas tecnologías que facilitan la creación de un prototipo de verificación de documentos también facilitan la creación de identidades sintéticas, documentos falsificados, «deepfakes» y herramientas de ataque automatizadas. Como consecuencia, muchas organizaciones se están dando cuenta de que el mayor problema ya no es el desarrollo, sino la adaptación.

El fraude no es algo estático. Las técnicas de ataque evolucionan constantemente. Surgen nuevos vectores de ataque. La IA generativa está cambiando la dinámica económica del fraude. Lo que hoy funciona puede dejar de ser eficaz mañana.

Como ya he mencionado anteriormente, es aquí donde los conocimientos especializados cobran cada vez más valor.

En la verificación de identidad, el éxito rara vez depende de si un sistema es capaz de procesar un documento o completar una transacción. El éxito viene determinado por la capacidad del sistema para hacer frente a los casos extremos, los escenarios de ataque y los retos operativos que surgen con el paso del tiempo.

El éxito viene determinado por la capacidad de un sistema para hacer frente a los casos extremos, los escenarios de ataque y los retos operativos que surgen con el paso del tiempo. Debe ser capaz de distinguir a los usuarios legítimos de las falsificaciones sofisticadas, identificar intentos sutiles de manipulación, adaptarse a medida que evolucionan los patrones de fraude, explicar sus decisiones cuando se le cuestionen y mantener altos niveles de precisión sin generar dificultades innecesarias para los clientes legítimos. 

Estas capacidades no suelen crearse durante un hackatón. Se desarrollan a lo largo de años de iteración, pruebas, validación y exposición a ataques reales.

Una nueva etapa en la evolución de la IA

Por todo ello, creo que estamos entrando en una fase interesante de la era de la inteligencia artificial.

Durante décadas, los líderes tecnológicos se veían a menudo obligados a elegir entre desarrollar internamente o adquirir externamente, ya que el desarrollo requería un esfuerzo considerable. La inteligencia artificial está cambiando esa ecuación. Desarrollar se ha vuelto mucho más fácil, pero eso no significa que se deba desarrollar cada funcionalidad. De hecho, puede que sea todo lo contrario.

A medida que el coste de desarrollar software sigue bajando, la cuestión ya no es tanto si algo se puede desarrollar, sino más bien si se debe desarrollar. La mayoría de las organizaciones cuentan con una cantidad limitada de talento técnico y de recursos. La verdadera decisión estratégica es determinar dónde esos recursos generan más valor. Volver a desarrollar capacidades que ya se han resuelto puede ser técnicamente posible, pero rara vez genera una diferenciación duradera. Resolver los problemas de los clientes, desarrollar nuevos productos e impulsar el negocio principal sí que suele hacerlo.

Quizá esta sea una de las grandes ironías de la era de la IA. Aunque la IA ha hecho que el desarrollo de software sea más accesible que nunca, no ha facilitado en absoluto la adquisición de experiencia, datos, conocimientos operativos ni especialización en un ámbito concreto. En muchos casos, esas ventajas han cobrado aún más importancia. La capacidad de crear un prototipo es cada vez más habitual. Sin embargo, la capacidad de gestionar un sistema fiable a gran escala, adaptarse a condiciones cambiantes y mejorar continuamente con el tiempo sigue siendo mucho más difícil de replicar.