IA y más allá: recapitulación de Forrester CX Summit

Lisa Woodley: Me acabo de dar cuenta de que sostenía un libro para un podcast. Así que... (Risas)

(MÚSICA DE INTRODUCCIÓN DEL CATALIZADOR)

Clinton Bonner: Bienvenido a Catalyst, el podcast Launch by NTT Data. Catalyst es una discusión continua para líderes digitales insatisfechos con el status quo y, sin embargo, optimistas sobre lo que es posible a través de la tecnología inteligente y las grandes personas. Asegúrate de suscribirte en tu feed de audio, ayuda a difundir estas grandes conversaciones que creemos que son verdaderamente dignas. Hablando de verdaderamente digno, tengo un invitado increíble. Un amigo, un compañero de trabajo, un colega, alguien con quien incluso he compartido escenario recientemente. Vamos a estar platicando con Lisa Woodley, Jefa de Diseño en Launch by NTT Data. En este podcast de vez en cuando nos gusta revisar, ya sabes, eventos actuales, eventos que en realidad también son eventos físicos, cosas a las que viajamos, porque entendemos que, oye, tenemos el privilegio de ir a, ya sabes, algunos de los eventos más grandes de todo el mundo. Por lo que hace poco, creo que fue a finales de junio, Lisa, tuviste la oportunidad de ir al evento Forrester CX. Pero en realidad me olvido. ¿En qué ciudad estuvo este año?

Lisa: Fue en Nashville este año. Entonces, siempre un lugar divertido para ir a una conferencia.

Clinton: ¿Algún lugar especial al que te gusta ir? Cuando... Estás en Nashville, el evento se está acabando, o el día se está acabando. ¿Hay algún lugar en particular que encontraste, ya sabes, buena grub, una buena bebida o dos? Una alta recomendación. Porque viajas a un buen número de ciudades.

Lisa: Sabes, yo sí. Lo gracioso para este es que fue una entrada rápida, una salida rápida para mí, así que me rompió un poco el corazón, no pude pasar tanto tiempo en Nashville. Pero, el evento en sí fue en el Gaylord Opryland.

Clinton: Sí. Si.

Lisa: Entonces, tuve la oportunidad de ir y simplemente ver el Grand Ole Opry, que fue un poco divertido porque estaba literalmente justo al lado. Así que eso fue lo más Nashville que conseguí. Sabes, soy un gran fan de los speakeasies.

Clinton: Si.

Lisa: Y Nashville tiene un par de ellos, pero no tuve oportunidad de golpear a ninguno de ellos esta vez.

Clinton: Lo tengo. Lo tengo. Bueno, ya sabes, un lugar para tener un corazón desgarrado, claro, es Nashville. Pero la próxima vez, la próxima vez. Muy bien, entonces el evento Forester CX. Estabas comentando sobre Slack mientras pasaba, y una de las cosas principales que estabas etiquetando era como, guay. Todo este evento es realmente, realmente hablando de un solo tema que estaba realmente en la mente de todos. ¿Puedes compartir lo que fue eso?

Lisa: Sí, claro. Déjame retroceder un poco, aunque...

Clinton: Claro.

Lisa: Solo porque no sé si todo el mundo sabe cuál es la cumbre CX de Forrester. Así que solo quiero hacer una copia de seguridad un poco en ese.

Clinton: Sentar las bases. Vámonos.

Lisa: Entonces, quiero decir, creo que todo el mundo sabe quién es Forrester, una de las grandes firmas de analistas. Y Forrester realmente está muy enfocado en mi área, que es el diseño, la experiencia del cliente en particular para esto. Entonces su cumbre CX...

Clinton: Mmm.

Lisa: Hay global. Este fue para Norteamérica. Realmente es uno de sus mayores eventos. Y está reuniendo a líderes digitales, líderes de experiencia del cliente, líderes de diseño, todos juntos para hablar sobre lo que está afectando a nuestras industrias. Realmente específico para personas que interactúan con productos y todo, desde marketing hasta producto real, como lo que hacemos aquí en Launch. Entonces, ya sabes, he asistido a varios de estos en el pasado, porque es uno de los, como, los grandes para la industria del diseño. Lo que realmente me llamó la atención este año... Entonces siempre hablan de, ya sabes, hay múltiples pistas cada año. Y las múltiples pistas son aspectos diferentes de la experiencia del cliente. Y lo que realmente me llamó la atención con Forrester este año es que no hubo una sola pista que no estuviera enfocada a la IA. Y eso es completamente diferente a cualquier otro año. Y no me malinterpretes, había diferentes pistas para la experiencia del cliente desde una perspectiva de marketing, o desde una perspectiva de servicio al cliente, o desde la perspectiva de la construcción de productos digitales. Así que había diferentes pistas, pero el tema de cada pista era, interactuar con tus clientes usando IA. Y, ya sabes, aprovechar la IA para el marketing. Acabo de... Nunca he estado en un Forrester Summit donde haya tanto enfoque en una tecnología. Y me detuve cuando digo una tecnología, porque realmente me hizo darme cuenta de que la IA no es exactamente una tecnología.

Clinton: Derecha.

Lisa: Como, lo es. (Risas) Pero es mucho más que eso, porque nunca lo harías... Ya sabes, Figma es súper importante, pero Forrester nunca haría, como, todas las pistas sobre cómo usas Figma. Pero tener cada pista sobre IA realmente me mostró, en primer lugar, cuán rápido, incluso en el lapso de un año, la IA en el espacio de diseño y producto digital ha tomado el control por completo. Pero luego, segundo de todo, las implicaciones de la misma, y lo que significa, y los usos de la misma y las consideraciones fueron más que suficientes para llenar los cuatro días completos de esta cumbre. Con, como, temas realmente interesantes. Como, quiero decir, sé cuando regresé, estaba como, tenemos que conseguir esto en un podcast.

Clinton: Si.

Lisa: Creo que mi cabeza estaba como, tan llena de cosas increíbles que la gente hacía con la IA. Cuentos de precaución. Así que, a mí, realmente me llamó la atención, fue como, la IA realmente, en este corto lapso de un año, se ha apoderado por completo de todo.

Clinton: Si. Esa velocidad en la que envolvió un evento tradicional, como dijiste, que sucede cada año, y que acaba de convertirse... No solo la pieza central, sino que también impregnó todas sus facetas, es verdaderamente notable.

Lisa: Derecha.

Clinton: Y supongo que la pregunta desde mi perspectiva es, ¿se sentía espumal y exagerada, o, no, simplemente, se sentía como que necesita este nivel de entretenimiento y este nivel de enfoque?

Lisa: Nada de eso se sentía espuhoso o esponjoso o lo que sea.

Clinton: Derecha.

Lisa: Y yo soy... Tengo edad suficiente como para haber pasado por cambios tecnológicos. Y de este lado de la misma. Pasé del diseño de impresión, fui diseñador de impresión. Y entonces salió lo de internet, y de repente estaba como, eso es interesante. Me encantó la impermanencia de ello, es decir, como, imprimes un error y es... (Risas) Está ahí fuera...

Clinton: Para. Siempre.

Lisa: Entonces, para siempre. ¿Verdad? Me encantó el hecho de que las cosas estaban cambiando y evolucionando. Y luego lo mismo con el móvil. Pero la velocidad con la que esto sucedió... Como, web, poco a poco íbamos construyendo para eso.

Clinton: Claro.

Lisa: A eso realmente despegando. Y aunque se sintió de la noche a la mañana, el móvil y el iPhone tomando el control se sintió como si fuera de la noche a la mañana, definitivamente fue el lapso de más de un año o dos antes de que, en realidad, saliera ahí. Y esto está literalmente, como, súper condensado en cuanto a la velocidad con la que la gente lo está adoptando. Y así, normalmente, si fuera cualquier otra tecnología, yo sería muy escéptico, y como, bueno, ya sabes, tal vez solo estás exagerando, estás subiendo al carro y exagerando lo último. Pero existe esta extraña intersección de cada vez más empresas que adoptan el tipo de mentalidad ágil y rápida a los fallos, que se cruzan con lo que la IA puede hacer. Y digo eso porque ya hay, como, casos de uso genuinos, realmente exitosos. Y eso fue lo que realmente se enfocó Forrester en la cumbre, fue conseguir que la gente subiera al escenario hablando, así es como lo estamos haciendo, esto es lo que estamos haciendo. Y creo que esa es la gran diferencia entre muchas otras exageraciones que pasan, es que esta es... Ya se ha demostrado de alguna manera. Y también hay diferentes aspectos de la IA. Ya sabes, hay IA como herramienta.

Clinton: Sí.

Lisa: Que podríamos usar para crear cosas. Hay IA así es como podríamos tener una interacción de IA, ¿verdad? Así que es posible que estés interactuando con un bot. Y luego, por supuesto, está la IA para usar datos. Y los tres afectan a tantas partes diferentes del negocio. Entonces esa es la otra cosa que creo que es lo que está impulsando esto y hacer que no sea bombo en este momento es, es, es, uno es que hay casos de uso reales. La gente ya está ahí afuera usándolo. Pero dos, no es solo un área o un tipo de solución lo que está impactando. Es, hay diferentes maneras de usarlo. Y por eso no pienso en ello como una tecnología.

Clinton: Derecha.

Lisa: Es un avance tecnológico, pero de muchas maneras de usarlo. Así que no. Y es... Forrester fue increíblemente reflexivo sobre cómo hablaban de ello, y los tipos de temas. Entonces, la ética de esto siempre está muy alta en mi lista de prioridades.

Clinton: Si.

Lisa: Por multitud de razones. Y ese fue realmente una especie de uno de los grandes temas. Y el conjunto... Todo el asunto se llamaba AI más humano. E incluso en la keynote, empezaron por poner eso ahí afuera, esa keynote inicial donde el CEO se levantó y platicó, más o menos de las, ya sabes, cosas que vemos venir. Pero entonces fue seguido muy rápido por, creo que fue J.P. Gownder se subió y platicó de... Creo que hay alguna cita de, no sé, Elon Musk o alguien que estaba como, ya sabes, dentro del próximo año o dos, la IA va a ser más inteligente que cualquier otro humano. Un humano con IA va a ser la persona más inteligente de la tierra. Entonces, ¿verdad? Era esa idea que la IA por sí sola no va a vencer a nada, pero un maestro de ajedrez con IA va a vencer a todo. Entonces, todo estaba realmente enfocado alrededor, ¿cómo usamos esto para mejorar? Entonces, combinando humano con IA. Para mejorar, ya sea la forma en que hacemos nuestro trabajo, o cómo interactuamos con los clientes.

Clinton: Me recordó a la vieja historia de Paul Bunyan. Y claro, ya sabes, Paul Bunyan es un maderero y está ahí afuera y tiene su hacha. Y entonces, claro, Paul está en contra de la máquina, introducen una maquina maderera para ir a talar los árboles para que puedan producir lo que están produciendo. Y siempre pensé que era un poco gracioso, como, incluso de niño, yo estaba como, ¿por qué él, el mejor humano, usa la máquina? Como, va a ser imparable.

Lisa: Derecha. Exactamente.

Clinton: Y por supuesto, es una historia triste, ¿verdad? Él termina, él y su buey terminan caminando hacia la puesta de sol, como que tienen que retirarse. Esa fue la apuesta. Una apuesta es una apuesta. Pero yo soy como, hombre, Paul, solo recoge la máquina. Serías absolutamente imparable. Y creo que esa es la, especie de la gran lección que estás diciendo, es como, mira, es esa fusión, por supuesto. Y me gusta lo que dijiste antes también, sobre... Bueno, un par de cosas. Al igual que, en primer lugar, la velocidad en la que se movió, es bastante evidente que obviamente, sin internet y sin móvil y la consumerización de las aplicaciones que podrían usar IA, bueno, todas ayudaron a que la IA se absorbiera mucho más rápido.

Lisa: Oh, si. Si.

Clinton: Y así, simplemente se construyen unos sobre otros y ellos, velocidad, también, en la que podrían permear, simplemente parece seguir acelerando hasta que haya algún, ya sabes, punto de quiebre o como sea que lo llames, como, límite de velocidad en el que se puede recoger la información, así de rápido. Pero la pieza que dijiste, también, sobre, mira, tenemos el lado del consumidor y cómo, como, un diseñador o marketing podría usarlo. Y luego la otra ola que está entrando rápidamente, como mencionaste, el lado de los datos, y los avances en cosas como 5G privado en el equipo de capital y la IA de borde, las cosas que se pueden calcular en una caja segura afuera en un borde que es propiedad de una empresa, y que podría, oye, ni siquiera tiene que ir a la nube. Podría simplemente... La IA podría hacer su trabajo en el borde, en las instalaciones, y hacer enrutamiento y tomar decisiones por usted allí mismo con datos nuevos. Es decir, para la empresa, todo nuevo mundo ahí. Sé que el evento CX se inclinó más hacia los diseñadores de espalda.

Lisa: Si.

Clinton: Pero, ¿alguna idea sobre, más o menos, ese borde sangrante que ahora también estamos empezando a ver?

Lisa: Bueno, yo no... Realmente no salió ahí arriba. Sí impacta a los diseñadores. Y creo que es interesante que hablaste de lo que sea el límite de velocidad.

Clinton: Derecha.

Lisa: Y entonces, estaba a punto de decir, ¿cuál es el límite de velocidad ahora? Y luego sacaste a colación, exactamente. ¿Correcto? Es, el “límite de velocidad”, entre cotizaciones, está cambiando con el cómputo perimetral.

Clinton: Derecha.

Lisa: Ibas a hacer una broma de computación cuántica, pero probablemente ya ni siquiera sea una broma, ¿verdad? Como, entre todos esos servicios perimetrales de edge computing en prem, 5G privado, todo eso nos permite hacer esto más rápido. Como, increíblemente más rápido. Y es, para mí, es de una experiencia.

Clinton: Claro.

Lisa: Una perspectiva de la experiencia del cliente. Porque, cuanto más de todas esas cosas tenemos, más velocidad tenemos con todo eso, más rápido podremos comprometernos. Y cuando digo más rápido, como, no hay tiempo de retraso. Y entonces, lo que eso significa es, ¿deberíamos decidir realmente continuar con, como, una interfaz de IA? Odio llamarlo chatbot, porque nadie... Como, los chatbots son como, ya sabes, preguntas frecuentes glorificadas a veces.

Clinton: Mmm.

Lisa: Pero estoy hablando de un chatbot que tiene una IA real, como, detrás de él. Entonces, más de un asistente virtual.

Clinton: Sí.

Lisa: Eso va a pasar mucho más rápido. Vamos a permitir que suceda mucho más rápido, y así vamos a poder usarlo en más casos. ¿Correcto? Entonces, quiero decir, creo que esos son increíblemente importantes, porque la incapacidad de tener realmente los cálculos que tiene que hacer tu IA para producir algo... Como, la velocidad va a ser de la esencia. Y así, eso nos abre la puerta para crear todo tipo de experiencias diferentes. Porque no tenemos que preocuparnos por el tiempo de cómputo y el tiempo de retraso y todo eso.

Clinton: E incluso los conjuntos de datos, los conjuntos de datos pueden ser notablemente más pequeños.

Lisa: Derecha.

Clinton: Porque, como, a medida que se vuelve cada vez menos una barrera para implementar IA en el borde, podría hacerlo para casos de uso más discretos, lo que significa que no necesita ingerir la totalidad, la totalidad de Wikipedia para escupir una respuesta.

Lisa: Derecha.

Clinton: Puede que solo necesite saber los datos que provienen de algunos equipos de capital, y tal vez quién está acreditado en un área determinada para ir a arreglar algo si algo se rompió. Y podría triaje y tomar decisiones, en un abrir y cerrar de ojos, no es... la velocidad de la luz, es como puede hacerlo.

Lisa: Derecha.

Clinton: O justo por debajo de la velocidad de la luz, que es locura. Y realmente, muy poderoso. Y luego, de vuelta a la conferencia con Forrester. Sí tenía un gran enfoque en el diseño. Entonces, ¿hay un miedo en la habitación? ¿Existe un miedo en general en torno a la percepción de, oye, eso va a tomar nuestros trabajos, eso va a sacar nuestro ser y nuestro propósito como diseñadores, a medida que la IA se vuelve cada vez más frecuente?

Lisa: Sí, creo que esa era la razón por la que Forrester quería centrarse en la IA y los humanos. Para una especie de aliviar ese miedo. Cada vez es menos, ya que los diseñadores empiezan a trabajar con estas herramientas y las ven y empiezan a ver sus limitaciones. Y he estado jugando con eso, ya sabes, cuando GPT salió con Dall-E. He estado jugando con él. Solo porque realmente quiero tener una comprensión de lo que puede y no puede, no puede hacer. Y a medida que empezamos a trabajar con él, empieza a ser muy, muy claro. Volviendo al punto de Forrester, un diseñador con IA va a ser lo más poderoso para nuestra industria. Versus un diseñador por sí mismo. Y de lo que me estoy dando cuenta es... Como, es genial para trabajos de producción. Se te ocurre una idea y de alguna manera saca 10 u 11 cosas diferentes, y luego puedes profundizar en ella y decir, bien, esto funciona, esto no funciona. Es algo así como... En mayor medida, pero tengo la edad suficiente para recordar cuando salió Photoshop por primera vez. Así que yo era un artista de producción justo al salir de la universidad cuando Photoshop salió por primera vez.

Clinton: Agradable.

Lisa: Y todavía estaba haciendo pegado y mecánicas y todas esas cosas, donde literalmente estás cortando cosas y pegándolas en una tabla. ¿Photoshop se deshizo del trabajo de artista de producción? Sí. ¿Me encantaba el trabajo de artista de producción? No. Tomé ese trabajo porque estaba trabajando para llegar a ser diseñadora.

Clinton: Derecha.

Lisa: Entonces, cuando llegó Photoshop, y entonces yo estaba como, guau, ¿vas a hacer toda la producción? Como, voy a hacer eso mucho más rápido. No tengo que cortar físicamente las cosas. Literalmente tengo cicatrices.

Clinton: (Risas)

Lisa: Como, ya no voy a tener que tener puntadas porque corté demasiado fuerte a través de una tabla de tapete. Todas esas cosas permitieron a los diseñadores expresarse mejor, sin preocuparse por la herramienta.

Clinton: Derecha.

Lisa: Y así lo hermoso aquí es que los diseñadores van a poder ejecutar sus conceptos más rápido, sin que ese trabajo de producción se interponga en el camino. Ahora, una cosa que se planteó en varias de las pláticas, Forrester también está tomando esto... estamos en este precipicio. Y es un precipicio ahora mismo con IA entre, lo están llamando magia y caos. Y ahora mismo estamos viendo ambos. Entonces, la magia es obviamente todas las cosas que esperamos que la IA pueda hacer, ¿verdad? Puede ayudarte a hacer tu trabajo de producción y puede hacer todas estas cosas. El caos va a ser para la gente que piensa que puede reemplazar a un diseñador o lo que sea. Entonces, como, el caos va a ser más... Sabes, ahora les aviso a mis diseñadores cuando estamos hablando de ello. Vamos a ver mucho mal diseño en los próximos 4 o 5 años. Ojalá más corto. Y digo eso porque va a haber muchas empresas por ahí que estén como, genial, no necesitamos un diseñador. Tenemos IA. Así que puedo decirlo, y Figma tiene todo tipo de nuevas herramientas de IA que acaban de lanzar en Config este año.

Clinton: Sí.

Lisa: Solo puedo decir, como, hazme un sitio web para un joyero que venda este tipo de joyas, y bam, hay un sitio web. Bueno. Es bueno ir. Pero lo miras y es como, no es genial. Y me recuerda un poco cuando salió PowerPoint por primera vez. E incluso ahora. Pero como, hay un diseño de PowerPoint bastante malo por ahí. Porque tienes gente que tiene una herramienta de diseño fácil de usar, que no entiende cómo curar el diseño en sí. Y entonces la IA es algo así. Y eso es lo que, cuando Forrester hablaba de la magia y el caos, el lado del caos va a ser gente que solo lo esté usando. Y sacaron un gran ejemplo de, ya sabes, pedirle a un generador de imágenes de IA que genere un brownie de taza de café.

Clinton: Mmm.

Lisa: Entonces la mayoría de nosotros, ya sabes lo que es un brownie de taza de café, ¿verdad?

Clinton: Yo sí.

Lisa: Tú... taza de café y lo pones... Bueno, generó esto, como, bizarro, como quimera de... (Risas) De una taza de café y un brownie, como, se fusionaron. Como, era una taza hecha de brownie.

Clinton: Que también suena delicioso, por cierto. Así que... (Risas)

Lisa: Eso también suena bien, pero te haces la idea de, como, hay algo en la traducción ahí. Y así... También doy clases de diseño en la Universidad de Rutgers. Tenemos la próxima clase que viene a finales de septiembre. Estoy teniendo que modernizar eso por completo debido a esto. Porque todas las cosas de las que estaba hablando incluso el semestre pasado, tengo que empezar a agregar más cosas en torno a la IA, y esas cosas tienen que ver con... El diseñador que obtenga el máximo provecho de la IA va a depender de la capacidad de un diseñador para escribir un aviso. Porque van a tener la visión de diseño, pero esa IA no va a ser capaz de ayudarte a ejecutar tu visión de diseño si no sabes cómo pedirle lo que quiere. Ahora, es mucho más fácil que, ya sabes, los viejos tiempos de Google, cuando necesitabas a los operadores y necesitabas saber cómo funcionaban todas esas cosas.

Clinton: Claro.

Lisa: Pero... Sigue siendo bastante fácil. Tú, es solo una frase. Pero lo que pides, no quieres pedir un brownie de taza de café. Tienes que pensar, bien, probablemente vas a malinterpretar eso.

Clinton: Derecha.

Lisa: ¿De cuántas maneras podría malinterpretarlo? Entonces lo que te voy a pedir es una foto de una taza de café en la que he cocinado un brownie, ¿entiendes a lo que me refiero? Es que, tienes que ser un poco más detallado. Y así, creo que los diseñadores deberían adoptar esta herramienta, porque les va a ayudar a ser grandes diseñadores, pero también necesitan mejorar sus habilidades en torno a cómo adoptar esta herramienta. Cómo escribir un buen indicador para conseguir lo que necesitas.

Clinton: Y creo que mucho se reduce a, llamarlo educación más tradicional en torno a las comunicaciones. Y en este caso, ya sabes, vamos a mantenerlo en inglés porque estamos pidiendo un inglés en este ejemplo. Pero, lenguaje.

Lisa: Si.

Clinton: Y entender cómo ser muy, muy específico. Podrías ser verboso o no. Eso puede no importar. Pero me imagino que cuanto más verboso eres, como pretendes incitar con claridad, en realidad podrías causar confusión.

Lisa: Si.

Clinton: A diferencia de ser como hey, un lenguaje más agudo, menos, más directo, más específico puede ser realmente, muy saludable como indicaciones. Y eso es algo interesante, solo, de lo que estoy seguro, estoy seguro, ya que estás fuera en Rutgers - y vas Scarlet Knights para los fanáticos de Rutgers por ahí, ¿verdad?

Lisa: (Risas)

Clinton: Entonces con eso, sin embargo, estoy seguro de que también se está abriendo camino en el plan de estudios universitario. Es como, esta es la mejor manera de avisar y sacar el máximo valor de ello. Y también sacaste un par de ejemplos. Estabas hablando de, ya sabes, solo gente tomando decisiones para arrojar cosas a la IA y diciendo, bien, podemos deshacernos del humano. No necesitamos a Paul Bunyan, tenemos esta cosa ahora. En tanto, de nuevo, la idea es que la combinación es lo que te va a dar más elevación. Y en realidad, quiero compartir una historia sobre mi mamá. Mi mamá era una... Crecí en Long Island, y ella era supervisora de tecnología de laboratorio. Ella dirigía los laboratorios. Entonces, banco de sangre, química, flebotomía. Pero allá en su época, cuando estaba entrenando, y se fue a la Universidad de Stony Brook, cuando estaba en la universidad, para crear las muestras de diapositivas para ir a analizar la sangre, tuvieron que sacar la sangre con pipetas pequeñas por la boca. Y estas eran cosas plagadas de enfermedades.

Lisa: (Risas)

Clinton: Estaban... Aún así, en ese momento, antes era como, oh, carajo, probablemente no deberíamos usar pipetas. Ahora, por supuesto, hay toda una letanía de diferentes pruebas que son todas automatizadas, que son todas computarizadas. Pero lo de mayor valor que podría hacer la persona del laboratorio es realmente entender, ponerse bajo el microscopio y ayudar a diagnosticar lo que le pasa a ese humano. Como, ¿qué podemos hacer para resolver... Eso fue lo de mayor valor. Porque eso es lo que le dicen al doctor. Ellos son los que traen el diagnóstico y dicen, oye, esto es lo que encontramos basándonos en lo que sea que estemos viendo bajo el microscopio. No quitó la necesidad de que el laboratorio, los técnicos de laboratorio y las personas entiendan lo que están viendo. Simplemente siguió subiendo de nivel la cantidad de tiempo que podían dedicar a lo más valioso. Y me pregunto si va a haber algunos paralelismos aquí con, diseño e IA.

Lisa: Quiero decir, absolutamente, y de eso se trata. E incluso cuando hablo de, ya sabes, Photoshop vino y lo hizo así que no tenía que pasar todo este tiempo recortando cosas, ahora podría dedicar tiempo a crear el diseño. Y es lo mismo. Y también... No es solo por el trabajo de producción, es que puedes, tienes esta idea y luego puedes hilar 5 o 6 iteraciones diferentes de esa idea muy rápidamente, eso te permitiría luego dar un paso atrás y mirar estos 5 o 6 diseños diferentes y pensar en ellos. Pero sí, la clave realmente es, el humano necesita estar mirándolo. Y usa el ejemplo de Paul Bunyan, que no es el positivo. Como, yo uso Iron Man.

Clinton: Claro.

Lisa: Como el ejemplo. Porque Tony Stark con J.A.R.V.I.S es Iron Man. De lo contrario, J.A.R.V.I.S es, como, una IA inteligente, y la de Tony Stark, como, un rico lo que sea. Pero, como, no obtienes a Iron Man a menos que los tengas a los dos juntos. Y eso es algo así como esa misma cosa, de, piensa en cómo está usando J.A.R.V.I.S para todo lo que hace.

Si.

Todas las cosas de superhéroes. Y es más o menos lo mismo, como, usar tu IA así. Tengala, ya sabes, ejecuta los cálculos. Si sabes que hay un particular... Ya sabes, estás haciendo una ilustración, sabes que hay una curva particular que quieres, o algo que quieres. Como, sí, puedo entrar en Illustrator y, como, hacer clic en todos los diferentes caminos y, como, extenderlos, y empezar a... O podría dar las especificaciones de, como, exactamente qué tipo de curva quiero y boom, está ahí. Y ahora puedo pasar al resto del diseño.

Clinton: Derecha.

Lisa: Se trata de ese tipo de cosas. Donde sea como, no necesito tomarme el tiempo para sacar eso. Tú lo dibujas para mí. Voy a ponerlo todo junto en lo correcto.

Clinton: Permitir que la visión se materiúe de manera más transparente y más frecuente. ¿Verdad?

Lisa: Derecha.

Clinton: Que es super agradable. Entonces cuando tenemos invitados en eso están en diferentes eventos... Hemos tenido a nuestro amigo Clemens, que fue a Tokyo Auto World, fue al CES. Hace poco tuvimos un invitado en quien estuvo en Dell Tech World, y ahora estabas en Forrester CX. Nosotros siempre, siempre me gusta preguntar sobre, como, oye, ¿qué pasa con algunos de los casos de uso geniales? Porque caminas por la habitación, ves diferentes interpretaciones. Ves casos de uso a nivel empresarial de, oye, esto es lo que está sucediendo en el mercado. O si los tenían en el escenario principal. ¿Hay tal vez, ya sabes, uno, dos o tres casos de uso que realmente te destacaron en esa sala?

Lisa: Es difícil para mí acotarlo a uno o dos. Como, mi cerebro está absolutamente nadando en cuanto a los diferentes casos de uso que tuvieron. O sea, egoístamente, en los que realmente me enfoqué fueron los que sentí que podría usar ahora mismo, hoy. Entonces uno de ellos que... Una de las cosas que me abrió la mente. Soy el jefe de diseño. No he tenido mis manos en el teclado en realidad físicamente haciendo el diseño desde hace algunos años. Ya sabes, sucede. Lo extraño un poco, a menos que esté haciendo, como, lo mío, pero...

Clinton: Seguro. Lo consigo.

Lisa: Fueron las herramientas las que realmente me impactaron. Debido a los casos de uso, casi podría ir a cualquier conferencia y ver estos casos de uso, así es como aprovechamos los datos para comprender mejor al usuario final y así poder unir esas dos cosas. Así es como aprovechamos los datos para obtener información más rápida. Pero eran las, más o menos, las herramientas que simplemente se sentían hechas a medida para las cosas molestas de mi mundo. Hemos estado haciendo muchos talleres de design thinking, y ahí hay algunas herramientas donde... Podríamos usar todas las herramientas como Miro y todo lo que estamos usando actualmente, y luego la IA puede entrar y sacar, aquí está tu mapa de viaje y aquí están tus personas.

Clinton: Si.

Lisa: Ya sabes, se te los ocurrió, pero vamos a sacarlo. Entonces, cosas así eran en realidad las cosas que me emocionaban, porque... Y sé que suena realmente estúpido, táctico, y tal vez incluso un poco pedante, pero cuando estamos con un cliente haciendo co-creación con el cliente, quiero que el enfoque esté en crear.

Clinton: Si.

Lisa: No en, ya sabes, artefactos y salidas. Y cuanto más rápido podamos juntar las cosas mientras estamos ahí con el cliente, y luego ponerlas y decir, ¿es de esto de lo que estamos hablando? Y esa es una de las cosas que estas herramientas, desde una perspectiva de diseño, nos han permitido hacer mucho más rápido, es decir, algunas de las cosas de co-creación que estamos haciendo. Ya sabes, y entonces, en términos de casos de uso, un número importante de ellos fueron los, especie de... obtener una mejor comprensión de tu cliente. Y darles lo que necesitan. Ahora bien, la belleza que me gustó que es muy diferente al marketing anterior, sobre todo cuando vas al marketing, ahora todo el mundo habla de ética, y creo que esa era la cosa... Entonces había gente hablando de casos de uso, obteniendo un conocimiento profundo y profundo del cliente. Pero entonces siempre hubo ese profundo conocimiento del cliente, y luego sacar eso hacia atrás, e identificar qué de esos datos vamos a usar para entregar lo que el cliente está pidiendo. ¿Y cómo vamos a pensar sobre la ética de usar los datos para que no estemos manipulando a la gente? O sea, creo que esa es la otra cosa que es, no solo en el escenario, sino la gente con la que hablé mientras estuve ahí, es esa preocupación muy real sobre todo el dilema ético de las cosas. Pero no un... No miedo, no miedo como, oh, no deberíamos usar eso, que creo que el miedo de muchas empresas a todo, desde ciberataques hasta explotar los datos de alguien, está ahí. Pero todas las conversaciones estaban por ahí, ¿cómo podemos asegurarnos de que estamos usando estas cosas, sin cita, “de manera segura”? Porque queremos usarlo. Queremos seguir adelante y sabemos que va a ser realmente valioso. Así que hubo muchos casos de uso que surgieron en torno al uso ético de esto para los datos de los clientes. Y algunos muy buenos indicadores sobre, como, ¿cómo deberías estar pensando realmente en esto cuando lo estás usando? ¿Cuáles son las medidas cautelares? ¿Verdad? Porque cuando entré por primera vez en el diseño, era... Diseño web, hazlo pegajoso. Quiero que quede pegajoso. Bueno, en algún momento pegajoso se volvió adictivo. ¿Verdad?

Clinton: Derecha. Seguro.

Lisa: Y luego pones IA ahí, y la IA lo hace, como, realmente podríamos hacerlo adictivo si quisiéramos. Y así, me pareció que mucho de lo interesante de los casos de uso eran todos... Esto es real. Tenemos formas realmente reales en las que lo estamos usando. Pero no tenemos el tipo de optimismo ciego que hemos tenido sobre las tecnologías en el pasado que tal vez nos han metido en problemas.

Clinton: Si.

Lisa: Entonces creo que muchos de esos... Como dije, la mayoría de los casos de uso estaban alrededor conoce a tu cliente. O casos de uso alrededor, ya sabes, cómo esto me permitió como diseñador hacer el trabajo importante más rápido.

Clinton: Si. Claramente, hablando de ética ahí. ¿Dónde te unes al, dónde traza la línea de lo ético? Y hacer ética y utilidad... ¿Son socios? ¿Son lo mismo? ¿Están ellos... Si son diferentes, ¿en qué se diferencian? Me pregunto si tiene alguna idea al respecto.

Lisa: Oh, si. Y esos fueron algunos de los temas que se les ocurrió... También tuve la oportunidad de hablar con un par de analistas, y elegí ese tema por lo importante que es para mí. Si. Entonces quiero decir, antes que nada, solo el hecho de que tú... El solo hecho de hacer la pregunta es un paso enorme. Pero aquí hay dos cuestiones éticas. Y para ambos, les diré que aquí en Launch, tenemos una lista de verificación de ética de diseño que utilizamos. Y hablamos de ello, y tenemos un camino de escalada. Entonces si algún diseñador en cualquier lugar tiene algo que, como, se siente gracioso. Y es literalmente como, si no se siente bien, habla con alguien. Como, el buck se detiene conmigo. Y, como, vamos a tener la conversación. Y hay algunas, ya sabes, algunas listas de verificación que puedes revisar de... Entonces, cuando estamos recopilando datos, ¿estamos recopilando todos los datos que podríamos encontrar sobre esta persona? ¿O la cantidad mínima de datos que necesitamos para cumplir con lo que sea que estamos tratando de cumplir? Entonces ahí está esa parte de ella. Pero nunca va a ser blanco y negro. Nunca vas a tener una lista de verificación que sea como, sí, eso es ético, no, eso no lo es.

Clinton: Derecha.

Lisa: Tiene que ser una conversación. Y tiene que ser una conversación con un diseñador en la sala. Y digo eso porque representamos a los humanos. Y así, creo que necesitamos tecnología, todo el mundo necesita estar ahí para hablar de ello. Los casos que son interesantes, que vienen con las piezas éticas, algunos de ellos son un poco más claros, y la gente aún no está segura de qué hacer al respecto. Sabes, quiero decir, tuve una instancia durante Covid, tenía un cliente que quería datos de redes sociales, porque querían identificar a las personas que tenían más miedo de morir de Covid para que pudieran venderles un seguro de vida.

Clinton: Mm.

Lisa: Y en su momento, el diseñador en cubierta era como... (Risas) “Yo, um...” Ya sabes, y ella vino a mí, y yo estaba como no, no bien, vamos a tener una conversación con el cliente. Y para ser honesto, el cliente no intentaba en absoluto ser nefasto. Simplemente no pensaron realmente en las implicaciones.

Clinton: Derecha.

Lisa: Y eso de verdad... Muchas de las conversaciones en la cumbre de Forrester CX fueron sobre eso. No se trataba de, ¿cómo sabemos cuándo es ético o no? Es, cómo tengo la conversación para que podamos llegar a un entendimiento compartido de si vamos a proceder o no con lo que sea que estemos haciendo, y que todos estamos de acuerdo. Y mira, las cosas se van a deslizar, ¿verdad?

Clinton: Claro.

Lisa: Pero es solo tener la conversación. Pero la otra parte es, por supuesto, el sesgo que es inherente a los datos. Eso realmente, ya sabes, gira en torno a, ya sabes, estás apuntando a las personas correctas o equivocadas para algo, ¿verdad? Entonces, ¿hay sesgo en los datos donde en realidad no estás... Estás pensando que estás haciendo una cosa y resulta que estás haciendo otra. Y, ya sabes, hay todo tipo de ejemplos famosos con, ya sabes, solicitudes hipotecarias. Y, ya sabes, confías en datos históricos. No los datos históricos de la persona, sino solo los datos históricos. Y si tradicionalmente tienes grupos subrepresentados que, por injusticias, no pudieron obtener hipotecas en los años 50 y 60 y lo que sea...

Clinton: Sí.

Lisa: ... Entonces podrías mirar hacia atrás y ser como, bueno, lo que la IA estaba haciendo era mirar hacia atrás y decir, bueno, como, eres parte de un grupo que se ha demostrado que no obtiene aprobación para hipotecas, así que no deberías ser aprobado.

Clinton: Derecha.

Lisa: Y es como, bueno, no, pero eso se basa en datos sesgados. Ya sabes, lo mismo con las IA que se están cribando se reanuda. Ya sabes, le preguntas a AI... Y están mejorando mucho en esto. Ya sabes, pregúntale a AI, ya sabes, ¿cómo es un médico? Y si no eres realmente específico, vas a terminar con, como, un varón blanco de unos 40 años o, ya sabes, lo que sea. La IA está mejorando con eso. Pero también, entonces, aplica esa misma cosa a qué tipo de antecedentes, qué tipo de escuelas, qué tipo de nombres tiene la gente que en el pasado ha tenido mucho éxito en ser contratada, porque entonces pensamos que ese será el criterio correcto. Entonces, esas son las cosas donde, dejar que la IA haga la edición, pero entonces el humano necesita mirarlo para decir, ¿qué nos perdimos?

Clinton: Derecha.

Lisa: ¿Editó algo que no debería tener? ¿Agregará algo que no debería tener? Y todo de... es ese combo. Y toda esta cumbre, para volver a eso, fue todo sobre eso. Se trataba de que esas dos cosas se junten. Cuándo, dónde, cómo, cuándo hablamos de... Ya sabes, cuándo planteamos la cuestión de ética, y es como, siempre. Siempre deberíamos estar hablando de ello.

Clinton: Y también tenías un podcast solo sobre ese tema, sobre la ética en torno a la IA en Catalyst.

Lisa: Sí.

Clinton: Y yo animaría a los oyentes a que se sumerjan en eso también, porque realmente, muy buenas cosas. Pero creo que la gran comida para llevar es, oye, como dijiste, me encanta esa idea de como, mira, tener a los diseñadores en la sala. Ellos son el representante de los humanos que van a estar usando la tecnología. No significa que los ingenieros de producto no estén pensando en lo humano en absoluto. Y con eso, sin embargo, no suelen estar atados con, o como, no es su trabajo entender lo que realmente desea el humano, y diseñar para ello.

Lisa: Derecha.

Clinton: Eso no es lo que su papel es cuando estás construyendo tecnología. No es bueno, malo o feo. Así es, ya sabes, como suele configurarse. No obstante, creemos que para acertar esa mezcla, oye, tener estrategia de producto. Tener diseñadores, tener ingenieros juntos desde el primer día. Y si se trata de IA, como dijiste, ten IA ahí el primer día también, para que puedas empezar a ver algunos de los resultados que está produciendo. Y como estabas insinuando, o diciendo, si estás viendo cosas que se sienten un poco mal, entonces, bueno, llámalo temprano. Ya sabes, como, hablar de ello.

Lisa: Derecha.

Clinton: Puede ir en ambos sentidos. Porque recientemente, si bien hubo sesgos en los datos históricos, porque simplemente están ahí, entonces tienes un poco de, como, una sobrerotación donde la gente pedía, como, imágenes de George Washington, y no sale nada pareciendo...

Lisa: Derecha.

Clinton: Es una figura histórica, pero sabemos exactamente cómo era el caballero porque ha sido pintado, ya sabes, en caballos y todo lo demás. Y obtienes esa sobrerotación. Pero si un humano está sentado ahí yendo como, hmm, no es del todo correcto, IA.

Lisa: Derecha.

Clinton: Esa combinación aún lo corregirá.

Lisa: Si. Y mira, y para ser claros, lo humano más IA no es solo por lo ético.

Clinton: Derecha. Por supuesto. Si.

Lisa: Eso simplemente es, como, mi cruzada personal. Se trata más de lo correcto. Y hablando de, como, ¿qué es lo correcto para construir realmente? ¿Y cómo puede ayudar la IA?

Clinton: Derecha.

Lisa: Parte de la razón por la que es tan importante tener, en particular diseño y tecnología juntos en la sala al principio, hablando de ello, es porque cada uno de nosotros va a desafiar al otro en cuanto a lo que es posible.

Clinton: Mmm.

Lisa: Ya sabes, y los diseñadores pueden incluso autoeditarse y tener alguna idea de que piensan que es imposible. Pero si hay un tecnólogo realmente bueno en la sala que realmente entiende la IA, será como, oye, eso es posible.

Clinton: Derecha.

Lisa: Ya sabes, no son solo los diseñadores. Todo el mundo representa la solución correcta.

Clinton: Si.

Lisa: Y están trayendo perspectivas ligeramente diferentes, uniéndolas a todas. Entonces, ahí es donde, en particular con la IA. Porque hay tantas piezas de lo que hace el tecnólogo, lo que hace el diseñador, lo que el gerente de producto era, hace, con el proyecto. Hay tantas piezas de esas, cada una de las cuales podría ser reemplazada por IA. Y está siendo reemplazado por IA. Y así es asegurarse de que para, no solo para mi disciplina, sino para la disciplina de ingeniería y para cualquiera de las otras disciplinas, que haya un humano ahí pensando en cómo lo estamos usando. Y esa es la otra razón por la que es importante meterlos a todos.

Clinton: Sí, muy buen lugar para terminarlo por hoy. Entonces, hemos estado platicando con Lisa Woodley, la Jefa de Diseño en Launch by NTT Data. Y nuevamente, solo para recapitular, Lisa estuvo recientemente abajo en Nashville para el evento Forrester CX. Todo este evento se infundió e impregnó de IA y las formas en que, ya sabes, los diseñadores y aquellos que realmente se enfocan en lo humano deberían estar pensando en cómo usarlo en el futuro. No a... No tener miedo de ello, no, ya sabes, enterrar la cabeza e ignorarla, porque eso no va a funcionar. Pero realmente entender cómo trabajar con ella en ese estado futuro, simbiótico. Cuando digo estado futuro, en realidad está sucediendo, como dijo Lisa, ¿verdad? Entonces Lisa, ¿algo más a lo que señalarías a la gente? Ya sabes, grandes artículos o cosas sobre las que estás leyendo, libros o cualquier cosa sobre este tema que realmente, realmente gravitaste?

Lisa: Si. Así que ahora mismo estoy en medio de Unmasking AI, que es el libro de Joy Buolamwini. Entonces, ella era una del MIT, o puede que aún así, creo que todavía es investigadora del MIT. Fue una de las fundadoras de la Liga de Justicia Algorítmica. De hecho, el subtítulo del libro es “Mi misión de proteger lo que es humano en un mundo de máquinas”. Entonces eso es... Hay un montón de cosas ahí fuera. Esto no es tanto un cómo hacerlo, esto es más un infierno si, como leo esto, que un cómo. (Risas) Pero sí, ya sabes, y la otra cosa es, tengo... Había tantas pistas en Forrester, no pude asistir a todas, cierto, porque tenían múltiples pistas.

Clinton: Derecha.

Lisa: Así que honestamente estoy en el proceso de pasar por el sitio de asistentes y, como, mirar todas las cosas que me perdí.

Clinton: Si.

Lisa: Y también solo, ya sabes, sacar a mi equipo ahí fuera. Pero sí, quiero decir, es... Hay muchas cosas diferentes ahí fuera con la herramienta. Cualquiera que haya asistido a Config, que es la conferencia de Figma, también se trataba de IA. Entonces no lo es, no estoy leyendo tanto sobre las herramientas. Estoy leyendo más sobre, como, las implicaciones y las tendencias y cómo tenemos que estar pensando en ello.

Clinton: Impresionante. Sí, bueno, definitivamente te tendremos de vuelta en el podcast de Catalyst para seguir hablando de ello. Porque, ya sabes, como dijimos, esto no es espuma, no es bombo.

Lisa: No.

Clinton: Y sigue acelerándose. Simplemente va a ser este futuro combinado de personas, IA y máquinas. Para que podamos trabajar de manera más efectiva. Entonces, aprovechar eso es increíblemente importante. Entonces Lisa, muchas gracias por acompañarnos en esto, o liderar esta gran conversación hoy en Catalyst, donde nos gusta decir que creemos que rápido seguirá sin problemas, y apuntar a crear experiencias digitales que muevan a millones es una búsqueda muy digna. Únase a nosotros la próxima vez mientras la búsqueda continúa en el podcast Catalyst the Launch by NTT Data.

(CATALIZADOR DE MÚSICA OUTRO)

‍