Una semana con el equipo de inteligencia artificial y los socios de Amazon muestra un optimismo duradero y el arduo trabajo necesario para lograr aplicaciones de inteligencia artificial efectivas.
por Alex Kantrowitz
La esencia
- La gestión del cambio es fundamental. La integración eficaz de la IA depende de la gestión estratégica del cambio y de la identificación clara de los problemas.
- La organización de los datos es fundamental. El éxito de la IA generativa depende en gran medida de que los datos estén bien estructurados y organizados, especialmente en las industrias reguladas.
- Aplicaciones emergentes de IA. Las herramientas de IA innovadoras están transformando las tareas tradicionales y prometen importantes ganancias de productividad y retorno de la inversión.
Casi dos años después del debut de ChatGPT, el entusiasmo por la IA está dando paso a la realidad. Las empresas están ansiosas por desarrollar con IA generativa, pero están aprendiendo que hacerlo es difícil. Han descubierto que los modelos de IA son caros, abundan los enigmas de los datos y la gestión de cambios no es tan sencilla. En ese sentido, solo el 21 % de las empresas encuestadas por Gartner a principios de este año tenían IA generativa en producción, mientras que el resto estaba “probando” o “explorando” la tecnología, según los datos consultados por Big Technology.
El optimismo por la IA impulsa la carrera por los mil millones de dólares
Aun así, hay un optimismo casi sin precedentes en torno a la tecnología. Todas las empresas con pulso firme están estudiando cómo integrar la IA generativa en sus operaciones internas y en sus productos externos. Han gastado miles de millones de dólares en grandes empresas tecnológicas y consultoras en su carrera por descubrirlo. Y creen que toda esta experimentación acabará dando sus frutos. Y más vale que así sea, porque el futuro económico de la actual ola de IA depende de ello.
Dentro de Amazon: avances incrementales en inteligencia artificial
Pasé buena parte de la semana pasada discutiendo estas realidades básicas con el equipo de IA de Amazon y sus socios y me fui con lo que podría haber sido mi mejor imagen hasta ahora de lo que está sucediendo. Me sorprendió el tono mesurado de casi todas las personas con las que hablé. “Va a parecer mucho más gradual de lo que probablemente estamos acostumbrados”, me dijo Matt Wood, vicepresidente de productos de IA de Amazon Web Services , al tiempo que insistía en que se sumará con el tiempo. Y me enteré de algunos productos sorprendentes que ampliaron mi visión de la vanguardia. Aquí hay un desglose de los obstáculos principales y lo que me sorprendió del lado del producto:
Gestión del cambio
A pesar de las estimaciones de que más de 7 millones de personas pagan 20 dólares al mes a OpenAI por ChatGPT premium, la IA generativa será más valiosa para las empresas, al menos en el corto plazo. Para las empresas, los casos de uso son más claros, al igual que los retornos. Pero para que las empresas tengan éxito en la implementación de la IA, los empleados deberán adoptar nuevas herramientas internas, cambiar los flujos de trabajo y aumentar la automatización. Y los líderes deberán aplicar la tecnología para solucionar problemas en lugar de implementarla por el mero hecho de implementarla.
“Hace un año, muchos clientes decían: ‘Cuéntame más sobre la IA generativa, ¿cómo puedo usarla?’. Y reservaban presupuestos sin tener idea de para qué los iban a utilizar”, me dijo Ruba Borno, vicepresidenta de canales y alianzas mundiales en Amazon Web Services . “Sin claridad sobre el ‘por qué’, se vuelve muy difícil avanzar con el ‘qué’ y el ‘cómo’”.
Valerie Henderson, presidenta de Caylent , socio consultor de AWS , también habló de la gravedad del desafío de la gestión del cambio. “No se puede subestimar”, me dijo. “Anoche cené con un cliente, estábamos hablando de esto, y me dijo que el mayor temor es que, cuando se crea algo, se produce una alucinación: no se obtiene el resultado correcto, y la gente “abandona silenciosamente” su uso”.
La importancia de la cuestión de la gestión del cambio me hizo ser escéptico cuando el año pasado aparecieron innumerables comunicados de prensa que afirmaban que la IA reemplazaría a las divisiones o revolucionaría a las empresas. Pero ahora, algunos están empezando a entenderlo. El director ejecutivo de Klarna , Sebastian Siemiatkowski, por ejemplo, me convenció recientemente de que era capaz de transferir una cantidad considerable de servicios de atención al cliente a modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés); pronto hablaré más sobre eso. Las implementaciones exitosas son raras hoy en día, pero podrían ser más comunes a medida que la tecnología (y la preparación organizacional) progresen.
Costos y ROI del modelo
Las aplicaciones de IA pueden verse muy bien en la etapa de prototipo, pero pueden resultar costosas de implementar cuando se aplican al 100% de los usuarios. Este es otro problema que frena la implementación más amplia de la IA generativa, pero es poco probable que sea un problema a largo plazo. Algunas empresas ya están encontrando casos de uso con retornos claros que justifican el gasto. Una empresa de energía, según Borno, creó una herramienta de IA generativa para evaluar sus necesidades impositivas en diferentes países y ya se está ahorrando cientos de millones de dólares con los resultados.
La utilidad será mayor a medida que los proveedores de modelos de IA reduzcan los costos, lo que podría dejarlos cerca de cero. “Todos deberían estar preparándose para que el costo de la inteligencia baje a $0,00”, dijo Logan Kilpatrick , un empleado actual de Google y ex empleado de OpenAI. “Llegará antes de lo esperado”.
La cuestión de los datos
La IA generativa funciona mejor con datos bien organizados. Por eso, algunas de las empresas que más se benefician hoy en día pertenecen a sectores altamente regulados, como los servicios financieros, la atención sanitaria y las ciencias biológicas, que suelen tener una gran cantidad de datos bien estructurados.
Matt Wood, de Amazon, compartió el ejemplo de una compañía de seguros de vida con montones de pólizas para personas de 90 años que probablemente pronto pagarán. “Las han escaneado en algún momento, pero nadie las ha leído nunca”, dijo. “Y por eso pueden usar la IA generativa para poder unir ese riesgo y comprenderlo de manera más completa”.
Es cierto que esta aplicación de la IA generativa es más aburrida que las capacidades revolucionarias y transformadoras que algunos en la industria tecnológica prometen, pero las ganancias de productividad que se obtendrían al delegar este trabajo en las máquinas podrían ser enormes. “En realidad, lo que se desea es que gran parte de ese trabajo aburrido se automatice”, dijo Wood. “Se quiere poder canalizar el trabajo aburrido, que tal vez en algunas organizaciones se considere un centro de costos, y poder darle la vuelta y canalizarlo hacia algo que impulse la invención y el crecimiento”.
Nuevos casos de uso
El producto más sorprendente del que oí hablar fue una herramienta de inteligencia artificial generativa que una empresa automotriz creó para ayudar a diagnosticar problemas en los autos mediante palabras, imágenes y sonido. La solución de inteligencia artificial que crearon ingirió la documentación de los manuales de usuario de los autos, incluidas las imágenes, y también se entrenó con los ruidos que hacen los autos cuando necesitan servicio.
Cuando el producto “escucha” a los coches, puede sugerir soluciones al centro de servicio. “Esto está funcionando en producción en tres concesionarios”, me dijo Alan Chhabra, vicepresidente ejecutivo de socios mundiales y ventas internacionales en MongoDB , que trabajó en el producto. No reveló el nombre de la empresa.
A medida que los últimos modelos de IA salgan al mercado (con mejor inteligencia, multimodalidad y mejor economía), es probable que surjan más aplicaciones como esta, y eso probablemente ayudará a aumentar el 21 % de empresas con soluciones de IA generativa en producción, aunque puede que sea un poco más de lo que sugiere la narrativa. “Cuantas más historias de clientes tengamos en las que haya funcionado en producción”, afirmó Chhabra, “más probable será que los clientes asuman el riesgo de llegar hasta el final y obtener un retorno de la inversión”.
Sobre el Autor
Alex Kantrowitz es escritor, autor, periodista y colaborador en directo de MSNBC. Ha escrito para varias publicaciones, entre ellas The New Yorker, The New York Times, CMSWire y Wired, entre otras, donde cubre temas como Amazon, Apple, Facebook, Google y Microsoft. Kantrowitz es el autor de “Always Day One: How the Tech Titans Plan to Stay on Top Forever” y fundador de Big Technology. Kantrowitz comenzó su carrera como redactor de BuzzFeed News y luego trabajó como reportero senior de tecnología para BuzzFeed. Kantrowitz se graduó en la Universidad de Cornell, donde obtuvo una licenciatura en Ciencias en Relaciones Industriales y Laborales. Actualmente reside en San Francisco, California.
Fuente: https://www.cmswire.com/digital-experience/the-ai-revolution-is-meeting-reality/