Si el futuro próximo confirmase que la llamada inteligencia artificial es el próximo salto delante de la tecnología – y, en esta medida, afectase a las sociedades humanas – entre los beneficiarios del negocio habría que contar con las compañías de consultoría. Su papel está siendo crucial ahora mismo para guiar a las empresas en los inicios de una transformación que va siendo acogida con una mezcla de buenas intenciones, perplejidad e insuficiente preparación. En el proteico mercado de la consultoría abundan nombres conocidos y con solera, uno de los cuales es la centenaria IBM, la más grande de las compañías tecnológicas con capacidad masiva para prestar esos servicios a las empresas.

Jesús Mantas

Véanse los números. IBM Consulting facturó el año pasado casi exactamente 20.000 millones de dólares, una tercera parte de los ingresos totales de la corporación. Y en 2024 acumula un crecimiento del 6% empleando a unas 160.000 personas en todo el mundo. Este ha sido el marco de una conversación en Madrid – interesantísima, vaya por delante – con el español Jesús Mantas, quien desde Austin (Texas) dirige con alcance global una de las dos ramas en las que se divide IBM Consulting.

Desde hace años sabemos que la consultoría no es un oficio nuevo para IBM, pero cabe preguntarse por qué ha tardado tanto en hacerlo evidente con una marca distintiva, IBM Consulting. 

Con la segregación de Kyndryl, IBM Consulting ha pasado a ser una tercera parte de la compañía en facturación, lo que en sí mismo es un gran cambio. ¿Qué hicimos entonces? Lo primero, reorganizarnos para alinearnos con las líneas de negocio, no sólo con las de tecnología. Y con esto, que no tiene nada de sencillo, seleccionamos cuatro dominios en los que se agregan las funciones empresariales. El primero de esos dominios, Transformación de Cliente, incluye ventas, marketing y servicios; el segundo es el back office, en el que juntamos finanzas, cadena de valor y cadena de suministro. En tercer lugar, recursos humanos y talento. Por último, los datos y la inteligencia artificial.

Muy cartesiano, ¿no le parece?

Antes, cuando nos llamábamos GBS (Global Business Services), éramos una colección de prácticas dedicadas – a Oracle, a SAP, etcétera – y como la fórmula funcionaba, llegábamos bien al cliente, al que presentábamos ese menú […] de modo que podía parecer que era el cliente quien nos integraba. Al pasar a un esquema de dominios, nos integramos por diseño: estrategia, implementación, operación, según los casos. Con lo que internamente, no sin dolores, pusimos el negocio del cliente por  encima de todo.

[…] fácil de enunciar y difícil de ejecutar.

Fue casi simultáneo con el cambio de CEO, de Gini [Rometty] a Arvind [Krishna]. Lo trascendente es que dijimos al mercado que IBM Consulting seguiría un modelo abierto, lo que en la práctica implicaba que ayudaríamos al cliente allá donde estuviera y con la tecnología que él tuviera. Y para esto teníamos que contar con capacidades orientadas a Microsoft, Amazon [AWS], SAP, etc, además de las que teníamos como propias de IBM.

[…] comprando empresas con esas capacidades.

Lo recuerdo muy bien, porque me tocó participar: en poco más de un año compramos catorce empresas con la finalidad de asegurarnos de que dispondríamos de esas capacidades añadidas. Por dar un ejemplo: nuestra capacidad relacionada con Microsoft se incrementó  exponencialmente y hoy somos el número uno, igual que somos el uno o el dos con AWS, Adobe, Salesforce y otros  […] Y luego está el profundo cambio cultural en la organización, un factor muy relevante.

He sido testigo de que la creación de IBM Consulting ha transformado la corporación, tanto o más que la  adquisición de los activos de consultoria de PwC en 2002.

No cabe duda de que IBM sigue siendo una compañía de tecnología, pero es la única del sector que tiene dentro una consultora a escala y esta condición influye sobre el conjunto de la corporación. Creo que es una gran ventaja competitiva el tener más de 10.000 personas probando los productos desarrollados dentro de IBM.

Sería oportuna una descripción somera de la organización […]

Tenemos dos estructuras que llamamos plataformas de crecimiento. Una se ocupa básicamente del desarrollo y mantenimiento de aplicaciones en la nube hibrida y la otra, la que está a mi cargo, son los servicios de transformación del negocio incorporando los dominios de los que hablaba antes.

¿Cómo es la relación entre IBM Consulting y RedHat?

Somos dos compañías separadas que, al cabo de cuatro o cinco años de caminar juntas mantienen sus relaciones con terceras como algo natural. RedHat es un componente estratégico para IBM que responde a la creencia de que en el futuro el modelo más eficiente de innovación va a ser open source y en este cambio, en el que estamos involucrados, es fundamental el know how que tiene RedHat. Creo que cada vez tendremos más compenetración con ellos.

Recientemente, IBM Consulting ha lanzado un programa llamado Advantage, que va ganando protagonismo […]

IBM Consulting Advantage nos da un potencial de mejora de calidad de servicio y de reduccion de coste aplicando la inteligencia artificial a prácticamente todo lo que hacemos. Lo siguiente es cómo se materializa, esto es lo que empaquetamos bajo el concepto Advantage, una plataforma única en su tipo, en la que capturamos – y democratizamos – la experiencia de nuestros consultores: toda la metodología está ahí. En vivo. Todos los asistentes de IA que tenemos al servicio del cliente están ahí.

Entiendo que es un sistema interno, no un producto.

Exactamente eso. Nació siendo una plataforma para usarla nosotros, pero pronto descubrimos que cuando prestamos un servicio a los clientes, estos quieren saber cómo hacemos lo que hacemos y, con toda lógico, algunos empezaron a decir que les gustaría usar la misma plataforma […] Como esto es parte de nuestra provisión de servicios, no vendemos Advantage como producto, pero esos clientes insisten: “entonces dame acceso para que pueda usar esos activos […]

Si se les da acceso,  es un producto,  aunque no haya sido concebido como tal […]

Es parte del servicio: pagan por usarlo, pero no es una licencia. En todo momento dejamos claro que la privacidad de los datos es sagrada; si hay datos específicos de un cliente, esta es una poderosa razón para que no los pongamos en la plataforma […]

La adopción de la IA generativa tiene su propio ritmo y aparecen dudas razonables e insistentes. ¿Cómo se ven estos recelos desde la perspectiva de IBM?  

Hemos sido bastante prudentes, creo yo. Viviendo en Estados Unidos, he tenido muchas oportunidades de observar el ambiente que se ha creado en torno a la IA generativa y de prestar atención a ciertos trucos de magia  – así los llamo – que, en mi experiencia de más de treinta años, sugen al pasarse de la raya en el entusiasmo tecnológico. Cuando se dice que la IA va a cambiar el mundo, me limito a dar mi opinión personal: a medio y largo plazo puede cambiar más de lo que se cree, pero a corto plazo mucho menos de lo que se predica.

Una opinión prudente, sin duda.

[risas] En su momento, predijimos los problemas de adopción que habría con la IA generativa. Sabíamos y advertimos sobre ello, que había que prestar mucha atención al problema de la privacidad de los datos. Y a la propiedad intelectual. Y, tercero, que quien no tenga una buena plataforma de datos nunca podrá escalar. Por esto defiendo nuestra prudencia: podríamos hacer trucos de magia, pero no alcanzar la escala […]

Innovar pero con el freno echado, es lo que me sugiere.

[…] Somos tan innovadores como el que más, pero no vamos por ahí dando saltos para que el mundo vea que sabemos estar a la última. Lo que hemos dejado claro es que vamos a enfocarnos en implantar la IA en  el entorno empresarial en aquellas áreas que tengan valor y que vamos a hacerlo a escala.

¿Con qué consecuencia?

La primera reflexión llevaba a la necesidad de una estrategia de datos que se pueda escalar. La segunda, a la creación de agentes de IA de propósito específico. Porque creemos que es un error muy grave tomar un agente de AI genérico y aplicarlo a cualquier cosa. La gente dice: a mí me funciona, me ha escrito el Quijote en verso, o cosas así. Muy pocos contarán con que eso lo van a tener que pagar. Que para que funcione hace falta un modelo fundacional de no sé cuántos millones de parámetros y cada transacción de inferencia le costará X, pero si entrenara un modelo treinta veces más pequeño, obtendría el mismo rendimiento a un coste treinta veces menor. No trae a cuenta el beneficio que da la IA con el coste que supondrá. Ah, otra cosa: mucha gente se salta la fase de diseño […]

¿Qué  prima al final? ¿El tamaño o la especificidad del modelo? Creo que empieza a cuestionarse si los LLM son la línea definitiva a seguir. Aparecen los Small Language Models […] 

Si esa fuera la disyuntiva, para nosotros primaría el carácter específico. Es mucho más fácil obtener un alto rendimiento cuando entrenas a un modelo más pequeño que con uno grande. Muchos no se van a dar cuenta hasta que intenten ponerlo a escala y hagan números sobre lo que les costará la factura de Nvidia.

[…] En un contexto empresarial, nadie debería sorprenderse de eso.

Así es, en teoría. Pero hay otra cuestión importante: siempre hay que empezar por el caso de negocio e ir hacia atrás en la tecnología con un diseño de los puntos de inserción en el negocio. Asimismo, un diseño ha de incluir la interacción de los usuarios con la menor fricción que sea posible.

¿Hay riesgo de que la IA se implante y no se use debido a estas cuestiones?

Si quitas el diseño, ese riesgo existe. Sé de empresas que tienen cementerios de pilotos que nadie usa porque son prácticos, debido a que no fueron diseñados pensando en la inserción que el proceso de negocio requiere. Insisto en el diseño: no es lo bonito que quede sino cómo funciona el proceo y cuál es el papel de cada persona en ese proceso. Si esto lo dejas para el final, tienes un martillo buscando clavos.

Me gustaria conocer el papel de los principales partners con los que trabaja IBM Consulting…  Microsoft, SAP o AWS, principalmente.

Empezaré por SAP porque para nosotros ha sido una relación icónica que ha ido siempre a mejor y estamos muy orgullosos de ella y de su compromiso con la consultoría. Si a esto le sumamos que IBM y SAP tienen acuerdos en la parte de tecnología y para introducir watsonx en los sistemas de SAP, todo lo que puedo decir de ellos es bueno.

¿Microsoft? ¿AWS?

Para IBM Consulting, son dos relaciones que han ido de casi cero a 1.000 millones de dólares. Y se nos ha reconocido publicamente. En ambos casos estamos entre los top 3 como partners. Tenemos que ser relevantes para nuestros clientes allá donde están.

¿Cómo es el go-to-market con unos partners tan destacados?

Indistinto […]. Pero también puede ser conjunto, liderado por uno u otro. Pero si tuviera que decir quién es el partner dominante en IBM Consulting, diría que el número uno es IBM porque juntos hacemos cosas que no hacemos con terceros. Un ejemplo clarísimo es el papel de watsonx: es una linea de producto joven, que lanzamos hace un año y que estamos comprometidos a expandirla con Open Source como paso siguiente, convencidos de que es la mejor ventaja competitiva que podemos ofrecer a nuestros clientes, al crear sus propios LLM con sus propios datos, cosa que no se puede hacer con una plataforma propietaria. Creemos que watsonx va a tener mucho éxito entre esos clientes en la creación de LLM de propósito específico.

¿Significa que se va a montar un servicio dedicado a la elaboración de modelos?

Ya tenemos un servicio de elaboración de modelos. Y los hemos publicado en Open Source, no sólo el manual sino los códiigos, que todo el mundo puede ver. Una empresa no puede poner un modelo en producción si no conoce los riesgos que está asumiendo y esto incluye saber quién lo ha elaborado. Y cuando un cliente nos dice “oye, pero es que yo no puedo hacer eso”, para eso tenemos watsonx, para ofrecerlo también como servicio.

Como resultado de la espectacular valoración de Nvidia se ha extendido la impresión de que lo esencial para la adopción de la IA es la existencia de un determinado tipo de hardware […]

Ya veremos, pero es verdad que cuanta más adopción a escala tenga la inteligencia artificial, más se desarrollará un stack nuevo tanto de hardware como de software, en el que el primero se especializará en la inferencia de los modelos, a diferencia del hardware convencional que se especializa en la ejecución de reglas […] Los humanos no somos buenos en predecir cómo van a evolucionar los sistemas complejos, pero ya está bastante claro que si podemos usar SLM con la misma performance y muchos menos parámetros que un LLM, cambiará el sesgo de la demanda de hardware.

[…] Se me hace raro que no haya dicho nada sobre la computación cuántica, estando IBM tan comprometida con ella.

Pues a eso voy [risas] En tres, cuatro o cinco años, quantum va a tener un papel importante en la resolución de determinados problemas. Lo mismo que teníamos CPU y GPU – y ahora tenemos TPU – vamos a tener QPU en los procesadores. Creemos que el hardware de computación se va a especializar cada vez más y habrá una demanda exponencial de software que será capaz de entender y gestionar cada una de las cargas.