📂 Categoría: Finance,wall-street,ai,artificial-intelligence,finance,banking,technology,software,engineers,careers | 📅 Fecha: 1778234190
🔍 En este artículo:
Mientras las empresas estadounidenses se esfuerzan por medir cómo sus empleados utilizan la IA, Goldman Sachs está tomando un camino diferente.
Muchas empresas han comenzado a rastrear personas. En JPMorgan, la empresa monitorea paneles que muestran decenas de miles de actividades relacionadas con la IA de los usuarios, lo que permite a los empleados compararse con sus pares. En Meta, el gigante de las redes sociales instala software en las computadoras de los empleados estadounidenses para rastrear las pulsaciones de teclas y los movimientos del mouse para entrenar su inteligencia artificial, informó Business Insider el mes pasado.
En Goldman Sachs, el CIO Marco Argenti se centra en evaluar la velocidad del equipo con herramientas de inteligencia artificial en lugar de centrarse en métricas de usuarios individuales, lo que, según él, puede llevar a «perder el bosque por los árboles».
Argenti, que supervisa a unos 12.000 ingenieros, lidera la empresa a través de una rápida evolución a medida que la IA remodela la forma en que los desarrolladores crean software. Se centra en la rapidez con la que los ingenieros de Goldman pasan de la idea a la producción y si su producción realmente mejora el tiempo que lleva pasar de una idea innovadora a un producto listo para implementar.
Si bien Goldman puede acceder a datos sobre el uso de herramientas por parte de los individuos, incluidos sus productos de inteligencia artificial, la compañía se enfoca más en información entre equipos para acelerar los cronogramas de los proyectos, realizar evaluaciones de control de calidad y rastrear el consumo de tokens de inteligencia artificial para la elaboración de presupuestos. El banco no ha creado paneles de seguimiento para imponer el uso de IA a los desarrolladores para comparar activamente sus tasas de adopción con las de sus colegas.
Me senté con Argenti para discutir cómo Goldman define el éxito de los desarrolladores en la era de la IA y por qué dice que la supervisión individual de los riesgos comerciales de los desarrolladores no importa.
Aquí está nuestra conversación, editada para mayor extensión y claridad.
Existe cierto debate sobre si seguir o no. Como directivo, ¿cuál es su opinión? ¿Existe un camino más eficaz que otro para promover la adopción de la IA?
Dado que el trabajo normalmente lo realizan equipos (y ahora equipos híbridos de agentes y humanos), tendemos a analizar las métricas del equipo. Se trata principalmente de la velocidad a la que desarrollan una característica.
Nos fijamos en el flujo, que es el tiempo que lleva pasar de la idea a la producción. Lo sabes porque ves que un equipo tiene cierto retraso y, de repente, empiezan a acortar distancias.
Explícame por qué dices que es más eficaz analizar las cosas a nivel de equipo que a nivel personal.
Si miras al individuo, verás que los árboles realmente no ocultan el bosque. Sería como ver a un solo jugador en el campo.
Bien, este jugador está haciendo más movimientos, pero ¿por qué yo no marco más goles? Bueno, porque necesitan pasar el balón.
¿Cuál es la forma correcta de analizar la productividad de sus ingenieros utilizando IA?
Como sabes, medir la productividad de los desarrolladores es algo que las empresas siempre han estado buscando. Y no existe una métrica mágica única, porque algunas empresas preguntan: «¿Cuántas líneas de código?» pero esa no es realmente una buena manera de hacerlo. En última instancia, lo que constituye un resultado útil no es necesariamente el número de líneas de código.
Digamos que te embarcas en un programa de entrenamiento físico. Probablemente sea más eficaz notar el cambio en algunos de sus signos vitales en lugar de observar los números de forma aislada. Si comienza a ver que sus niveles de colesterol disminuyen o sus niveles de azúcar alcanzan un nivel mejor que el que tenía, entonces eso puede ser un indicador de que está en el camino correcto.
Otro gran tema que preocupa a todos es el creciente coste de los tokens. ¿Cómo se mide si su gasto está generando resultados demostrables?
Si estás usando muchos tokens y la salida no se mueve, probablemente significa que todavía estás experimentando. Identificamos un umbral: por debajo de ese umbral, las medidas de producción no cambiaban, pero una vez superado este umbral, la productividad comenzaba a evolucionar.
Tras la investigación, esto nos mostró que las personas iban y venían con la IA en la planificación misma, usando tokens para crear planes de implementación y documentos de requisitos comerciales antes de sumergirse en la codificación. Este trabajo preparatorio no produce inmediatamente un resultado de codificación porque tiene lugar antes de que los desarrolladores comiencen a escribir el código.
Entonces se ve una aceleración en el uso de tokens, pero ningún cambio inmediato en el resultado. Una vez creado el plan, el agente comienza a crear código y luego se ven aumentos adicionales en el consumo de tokens y resultados en forma de salida de codificación.
¿Qué piensan sus ingenieros sobre la utilidad de la IA para acelerar la finalización de tareas?
Hemos superado una masa crítica en la que el entusiasmo ha prevalecido sobre el miedo.
De hecho, acabo de salir de una especie de reunión de escaparate, tipo innovación que hicimos. El sentimiento predominante es en realidad uno de empoderamiento. La gente se siente casi liberada. Hace unas semanas o meses, claro, había un poco de escepticismo y miedo, pero lo atribuyo a que la gente realmente no lo usaba.
¿Cómo cambia esta velocidad la forma en que te presentan el trabajo? ¿Está viendo un cambio de la “cultura de PowerPoint” a algo más práctico?
Vienen con un problema muy concreto que han solucionado. Comienzan a crear prototipos de nuevos productos casi de inmediato, a veces antes de formalizar completamente la idea. Hoy disponemos de prototipos casi en tiempo real. Incluso en una reunión hablas con ellos y pueden cambiarlo ante tus ojos.
Solía ser que venían con un PowerPoint o un documento de seis páginas y yo tenía que imaginarlo. Hoy vi un producto real. Literalmente puedo decir: “¿Qué tal esto? y en la reunión pueden hacer cambios. No hay tiempo entre la idea y el prototipo. Una especie de software de “impresión 3D”.
