2023-07-18 10:15:16
La inteligencia artificial generativa comenzó hace ya nueve décadas y se está desarrollando a un ritmo increíble, con nuevas aplicaciones que ven la luz con regularidad.
La notable velocidad y la rapidez sin precedentes quedan patentes en el número de avances tecnológicos que se produjeron tras la publicación de ChatGPT de OpenAI en 2022. Algunos de los principales desarrollos de grandes modelos lingüísticos (LLM) son:
– 2022: Stability AI desarrolló Stable Diffusion, un modelo de aprendizaje profundo de texto a imagen que genera imágenes basadas en descripciones de texto. Esto llevó al surgimiento de otros generadores de imágenes basados en difusión, como DALL-E 2 de OpenAI y Midjourney.
– 30.06.22: Google lanza Minerva, capaz de resolver problemas matemáticos complejos a nivel universitario.
– 30.11.22: OpenAI lanza ChatGPT con GPT-3.5 y alcanza los 100 millones de usuarios en dos meses.
– 12.12.22: Cohere lanza el primer Large Language Model (LLM) que soporta más de 100 idiomas.
– 26.12.22: Los LLM como el Med-PaLM de Google se entrenan para casos de uso específicos, por ejemplo, el conocimiento clínico. Puede generar texto de alta calidad, explicar chistes, causa y efecto, etc.
– 2023: La carrera de la IA generativa comienza en serio.
02.02.23: Amazon incorpora «chain-of-thought (CoT) prompting» en su modelo CoT multimodal. Este modelo explica su razonamiento y supera a ChatGPT en varias pruebas.
22.02.23: Microsoft publica su chat para el buscador Bing basado en ChatGPT. Actualizado a GPT-4 el 14 de marzo de 2023.
24.02.23: Meta lanza su Large Language Model Meta AI (LLaMA), más pequeño y eficiente.
– 27.02.23: Microsoft lanza Kosmos-1, un LLM multimodal que responde a mensajes de texto, imagen y audio en lenguaje natural.
– 07.03.23: Salesforce anuncia Einstein GPT, basado en el modelo de OpenAI. Se trata de la primera tecnología de IA generativa para la gestión de las relaciones con los clientes (CRM).
– 13.03.23: OpenAI lanza GPT-4 LLM multimodal que puede recibir indicaciones tanto de texto como de imagen. GPT-4 incorpora mejoras significativas en la precisión y la mitigación de alucinaciones.
– 14.03.23: Anthropic lanza Claude, un asistente de IA entrenado mediante «IA constitucional» para reducir la probabilidad de resultados perjudiciales.
– 16.03.23: Microsoft anuncia la integración de GPT-4 en su suite Office 365 para mejorar la productividad.
– 21.03.23: Google lanza su propio chatbot de IA generativa, Bard, basado en su motor Language Model for Dialogue Applications (LaMDA).
– 30.03.23: Bloomberg anuncia un LLM entrenado en datos financieros para su uso en la industria financiera.
– 13.04.23: Amazon presenta Bedrock, el primer servicio totalmente gestionado que pone modelos a disposición a través de interfaces de programación de aplicaciones (API) de los LLM Titan de Amazon, así como de otros proveedores (por ejemplo, Anthropic).
– 23.04.23: OpenAI lanza una versión beta de su extensión de navegador para ChatGPT con acceso potencialmente ilimitado a datos en tiempo real en la web, así como a complementos de terceros.
– 09.05.23: OpenAI lanza Shap-E, una herramienta capaz de generar modelos 3D a partir de imágenes o texto.
– 07.07.23: Huawei presenta su modelo de IA Pangu 3.0 de desarrollo propio que funciona con procesadores Ascend potenciados por IA.
La combinación de mayores conjuntos de datos etiquetados, ordenadores más potentes y nuevas formas de codificar automáticamente datos no etiquetados ha acelerado el desarrollo de la IA generativa en los últimos cinco años. Sólo en el año 2023 se han visto notables chatbots, numerosos servicios nuevos para generar imágenes a partir de la entrada de texto y la adaptación de la IA generativa a prácticamente todos los aspectos de una empresa. Uno de los principales retos de la IA generativa es la gestión de una tecnología que avanza a una velocidad no vista en anteriores transiciones tecnológicas.
No es de extrañar que muchos directores generales de empresas estén luchando por comprender el valor empresarial y los riesgos de la tecnología de IA. Necesitan determinar si se trata sólo de una exageración tecnológica o de una oportunidad para adelantarse a la competencia.
El director general desempeña un papel fundamental en la orientación de una empresa hacia la IA generativa y debe tener en cuenta determinadas estrategias en su viaje hacia la IA.
Preparación para la IA generativa
Llevamos décadas utilizando la IA (búsqueda de Google, Amazon Alexa, recomendaciones de Netflix), pero desde el lanzamiento de ChatGPT, las personas pueden utilizar de forma directa y creativa la IA generativa para aportar valor rápidamente mediante la redacción de contenidos, el desarrollo de código de software o la realización de una tarea. Dado que la IA generativa es tan accesible y dinámica, requiere una mentalidad ágil. Los directores generales deben pensar detenidamente en las capacidades de dominio y los activos de datos diferenciados de su empresa y en cómo pueden aprovecharse en beneficio de la empresa y los clientes.
Es importante crear una cultura en la que se valore y fomente la experimentación inteligente con IA. Aunque en el pasado muchas organizaciones iniciaron su andadura en la IA mediante experimentos aislados, la capacidad de la IA generativa para sustentar múltiples usos en toda la organización exige un enfoque más coordinado.
Un buen comienzo es convocar a un grupo interfuncional de líderes de la empresa para identificar y priorizar los casos de uso de mayor valor, pero también para permitir una implementación coordinada en toda la organización.
Nuevas competencias necesarias
Aunque la IA generativa ofrece una mayor accesibilidad en comparación con la IA tradicional, sigue requiriendo la adquisición y adopción de nuevas competencias por parte de la mano de obra existente para aprovechar eficazmente las tecnologías de IA generativa y seguir siendo competitivos en el mercado.
Por lo tanto, las empresas tendrán que formar y educar a sus trabajadores. Aunque las interfaces de usuario conversacionales basadas en instrucciones facilitan el uso de las aplicaciones de IA generativa, los usuarios siguen necesitando optimizar sus instrucciones, comprender las limitaciones de la tecnología y saber dónde y cuándo pueden integrar la aplicación en sus flujos de trabajo. Los CEO podrían aprovechar la IA generativa para ofrecer materiales de formación personalizados y adaptables, simulaciones y experiencias de aprendizaje interactivas.
También es importante contratar al talento adecuado. Para desarrollar herramientas de IA generativa utilizando modelos existentes y ofertas SaaS, se necesitará un ingeniero de datos y un ingeniero de software.
La pila tecnológica
Una pila tecnológica y de datos moderna es clave para el éxito de la IA generativa. Además de los recursos informáticos adecuados, las herramientas y el acceso a los modelos, el acceso en tiempo real a los datos es crucial para la IA generativa. La IA generativa depende de grandes volúmenes de datos de alta calidad para producir resultados precisos y significativos. La IA puede analizar fácilmente volúmenes masivos de datos y generar ideas y predicciones que ayuden a las empresas a tomar decisiones informadas. Esto puede dar lugar a previsiones más precisas, una gestión optimizada de la cadena de suministro, una mejor evaluación de los riesgos y una mejor planificación estratégica.
Igualmente importante es la inversión en una arquitectura de datos escalable que incluya procedimientos de gobernanza y seguridad de datos para maximizar el potencial de la IA generativa.
Presentación de
Debido a la rápida evolución de la IA generativa, los directores generales no deben quedarse estancados en la fase de planificación. La vertiginosa naturaleza de la tecnología de IA generativa exige que las empresas se muevan con rapidez para aprovecharla. Los CEO deben mostrar dentro de la empresa cómo la IA puede repercutir en el modelo operativo de la empresa. Se puede seguir el enfoque del faro creando una aplicación que ayude al personal con consultas y conocimientos, y que aumente la productividad y genere entusiasmo. Esto permite a la empresa probar internamente la IA generativa antes de desplegarla a los clientes.
Al automatizar tareas repetitivas y permitir enfoques innovadores, las empresas pueden desbloquear nuevas fuentes de ingresos y obtener una ventaja competitiva. Sin embargo, en todos los casos es necesaria una prueba de concepto para probar y perfeccionar un caso empresarial valioso antes de ampliarlo a casos de uso.
Adoptar la IA generativa
La IA generativa presenta oportunidades significativas para que los CEO fomenten la innovación, mejoren las experiencias de los clientes e impulsen el valor empresarial. Adoptar la IA generativa posicionará a las empresas para el éxito en la era de la transformación impulsada por la IA.
Aunque la atención se centra actualmente en la mejora de la productividad, la eficiencia, la reducción de costes y la resolución de las limitaciones técnicas, una inminente ola de innovación en los modelos de negocio está a punto de revolucionar el panorama.
El profesor Louis C H Fourie es Catedrático Extraordinario de Sistemas de Información en la Universidad de Western Cape.
BINFORME DE ACTIVIDAD
