Cuando Derek Waldron y su cuerpo técnico en JPMorgan Chase lanzaron por primera vez un paquete LLM con asistentes personales hace dos años y medio, no estaban seguros de qué esperar. Esto no pasó mucho tiempo después del surgimiento revolucionario de ChatGPT, pero en las empresas el escepticismo todavía era alto.
Sorprendentemente, los empleados optaron por la plataforma interna de forma orgánica y rápida. En tan solo unos meses, el uso pasó de cero a 250.000 empleados. Ahora, más del 60% de los empleados de ventas, finanzas, tecnología, operaciones y otros departamentos utilizan la suite conectada y en constante evolución.
“Nos sorprendió lo viral que fue”, dijo Waldron, director de análisis de JPMorgan. explica en un nuevo podcast de VB Beyond the Pilot. Los empleados no solo diseñaban indicaciones, sino que creaban y personalizaban asistentes con personas, instrucciones y roles específicos y compartían su aprendizaje en plataformas internas.
El gigante financiero ha logrado lo que la mayoría de las empresas todavía luchan por lograr: la adopción voluntaria y a gran escala de la IA por parte de los empleados. No fue el resultado de mandatos; En cambio, los primeros usuarios compartieron casos de uso tangibles y los trabajadores comenzaron a alimentarse del entusiasmo de los demás. Este uso ascendente ha resultado en un motor de innovación.
“Es esta población innovadora profundamente arraigada”, dice Waldron. “Si podemos seguir equipándolos con capacidades potentes y verdaderamente fáciles de usar, podrán potenciar la próxima evolución de este viaje”.
Conectividad ubicua vinculada a sistemas de registro altamente sofisticados
JPMorgan ha adoptado un enfoque poco común y con visión de futuro para su arquitectura técnica. La empresa trata la IA como una infraestructura central en lugar de una novedad, partiendo de la posición inicial contraria de que los modelos en sí se convertirían en una mercancía. En cambio, identificaron la conectividad alrededor del sistema como el verdadero desafío y la brecha defendible.
El gigante financiero invirtió temprano en multimodal mayor generación de recuperación (RAG), ahora en su cuarta generación e incorporando multimodalidad. Su suite de IA está alojada en el corazón de una plataforma empresarial equipada con conectores y herramientas que respaldan el análisis y la preparación.
Los empleados pueden conectarse a un ecosistema en expansión de datos comerciales críticos e interactuar con documentos, conocimientos y almacenes de datos estructurados “muy sofisticados”, así como sistemas de CRM, recursos humanos, comercio, finanzas y riesgos. Waldron dice que su equipo continúa agregando más conexiones cada mes.
“Construimos la plataforma en torno a este tipo de conectividad ubicua”, explica. En última instancia, la IA es una gran tecnología de propósito general que sólo será más poderosa, pero si las personas no tienen acceso significativo y casos de uso críticos, “estás desperdiciando la oportunidad”.
Como dice Waldron, las capacidades de la IA continúan creciendo de manera impresionante, pero simplemente siguen siendo objetos brillantes para mostrar si no pueden demostrar su uso en el mundo real.
“Incluso si la superinteligencia surgiera mañana, no hay valor que pueda extraerse de forma optimizada si esta superinteligencia no puede conectarse a los sistemas, los datos, las herramientas, el conocimiento, los procesos que existen dentro de la empresa”, afirma.
Escuchar episodio completo para escuchar sobre:
La estrategia personal de Waldron de hacer una pausa antes de preguntarle a un colega humano y en su lugar evalúe cómo su asistente de IA podría responder esa pregunta y resolver el problema.
Un enfoque de “una plataforma, muchos trabajos”: No hay dos roles iguales, por lo que la estrategia debe centrarse en bloques de construcción reutilizables (RAG, inteligencia de documentos, consulta de datos estructurados) que los empleados puedan ensamblar en herramientas específicas para cada rol.
Por qué es importante la madurez de RAG: JPMorgan ha evolucionado a través de múltiples generaciones de recuperación, desde la búsqueda vectorial básica hasta canales de conocimiento jerárquicos, autorizados y multimodales.
Suscríbete a Más allá del piloto en Pódcasts de Apple y Spotify.
