Escuche el podcast: Construir la IA: de la visión a la ejecución | Una conversación con Artefact | Ardian

 

En el panorama rápidamente cambiante del capital riesgo, la conversación ha ido mucho más allá de la simple ingeniería financiera. Hoy en día, la creación de valor está cada vez más impulsada por la capacidad de una empresa para aprovechar la data. En el segunda edición de la conferencia AI para la inversión alternativa (AI x AI), Arthur Garnier del equipo científico Data de Ardian se sentó con Elina Ashkinazi-Ildis, socio de Artefact, para diseccionar el viaje desde el potencial teórico de la IA hasta la excelencia operativa tangible.

Su conversación revela una verdad crucial: mientras que la IA Generativa (GenAI) es el catalizador “sexy” que atrae a todo el mundo a la sala, los verdaderos ganadores son aquellos que han pasado años haciendo el trabajo poco glamuroso de construir data foundations robustos.

“Data de gobernanza y data de calidad... No es sexy, es menos emocionante. Pero ahora con la IA Generativa, el hecho de que se puedan crear casos de uso asombrosos y obtener resultados disparatados... hace que la gente se interese de repente. Dicen: ‘¿Qué puedo hacer yo para aprovechar toda la capacidad de la IA?’. Y a menudo la respuesta es: primero, hay que alinearse en data governance”.” afirma Arthur Garnier, Científico Senior Data de Ardian.

La pirámide de cuatro capas del éxito de la IA

Artefact, un antiguo Ardian empresa de la cartera de Expansión, lleva una década perfeccionando su enfoque de la transformación digital. Según Elina, el éxito de la integración de la IA no tiene que ver primero con la tecnología, sino con una pirámide de cuatro capas que garantice la sostenibilidad:

  • La capa de casos de uso: “¿En qué negocio estamos metidos?” Este es el punto de partida. Antes de escribir una sola línea de código, las empresas deben identificar en qué invierten su tiempo los equipos y qué puntos dolorosos, si se resolvieran, moverían la aguja de las ventas y los márgenes.
  • El modelo operativo: ¿Cómo conectar a los profesionales de la inversión y a los científicos data? El éxito requiere un marco en el que estos dos mundos puedan colaborar eficazmente.
  • Infraestructura y gobernanza: Esta es la “sala de máquinas”. Sin un data limpio, estructurado y accesible, incluso los algoritmos más avanzados fracasarán
  • Gestión del cambio: Aquí es donde vive el elemento humano. Implica cambiar procesos, formar, cambiar mentalidades y asegurarse de que la organización está preparada para evolucionar junto con la tecnología.

GAIA: Un estudio de caso sobre agilidad estratégica

Un punto central de la discusión fue GAIA, la plataforma interna de IA generativa de Ardian. GAIA representa un término medio estratégico en el debate “Construir vs. Comprar”. El consejo de Elina es pragmático: “Si existe una solución de mercado que responda a todas sus preguntas y se ajusta a su presupuesto... no la construya. Cómprela”.”

Sin embargo, Ardian optó por construir GAIA porque le permitía mantener un control absoluto sobre su inteligencia interna. Arthur señala que cuando una empresa hace 95% del trabajo pesado para limpiar, organizar y poseer su data, el 5% final, integrar ese data en una herramienta de IA personalizada, es un siguiente paso natural y poderoso. Al construir una capa personalizada sobre tecnologías de socios como Microsoft, OpenAI, Mistral y otros, Ardian logró varios objetivos clave:

  • Agilidad tecnológica: Siguen siendo “agnósticos”, capaces de cambiar un LLM por otro más nuevo y mejor sin tener que reconstruir todo el sistema.
  • Innovación ascendente: Muchas de las características de GAIA no surgieron de una sala de juntas, sino de un evento hackathon interno, como “Ardian Startup Studio”, y de lanzamientos internos en los que los empleados identificaron sus propias necesidades.
  • Data soberanía: 95% del trabajo en IA es limpiar y poseer el data interno. Una vez hecho esto, la aplicación final se convierte en un activo propio en lugar de un servicio alquilado.

El imperativo de la “reingeniería de procesos

Quizá la idea más profunda de la conversación fue el mantra de Elina: “Hagamos una reingeniería del proceso”.” 1TP36Introducir la IA en un proceso roto o desordenado es como poner un motor más rápido en un coche con ruedas cuadradas. Elina compara enseñar a un “agente” de IA con enseñar a un niño pequeño a cruzar la calle. No puedes darles un millón de variables y “atajos”. Debe simplificar el proceso en pasos binarios y precisos:

Luz roja: Parada. * Luz verde: Mire a ambos lados y camine.

“La tecnología va a ser una parte muy pequeña... es la primera parte [la simplificación del proceso] la que va a ser realmente complicada para cualquier industria”.” explica Elina Ashkinazi-Ildis

Para una empresa de capital riesgo como Ardian, esto significa examinar las empresas de su cartera, desde las nativas digitales hasta las manufactureras “duras”, y ayudarlas a eliminar los flujos de trabajo heredados ineficaces antes de superponer la IA.

Cerrar la brecha: De los silos técnicos al impacto empresarial

El tema general de la conferencia Ardian AI x AI fue claro: la era del científico data “aislado” ha terminado. Arthur hizo hincapié en que para que la IA tenga un impacto real, la ciencia data debe estar integrada en las unidades de negocio.

Cuando los equipos técnicos trabajan en el vacío, construyen cuadros de mando que nadie utiliza. Cuando trabajan junto a los equipos de inversión, incorporando comentarios en directo y “embajadores” de toda la empresa, construyen herramientas como GAIA que cambian fundamentalmente el funcionamiento de la empresa.

A medida que el sector del capital riesgo sigue evolucionando, el deber del inversor ya no es sólo proporcionar capital; es proporcionar la hoja de ruta tecnológica para garantizar que las empresas de su cartera no sólo sobrevivan a la ola de la IA, sino que la cabalguen hacia nuevas cotas de eficiencia.

Escuche el podcast: Construir la IA: de la visión a la ejecución | Una conversación con Artefact | Ardian