Por décadas los tecnólogos han estado declarando que Inteligencia Artificial (IA) transformará al mundo empresarial, creando inmensos beneficios para las empresas y para los clientes. Es posible que no sea fácil de notar, pero IA ya está presente en todos lados. Una encuesta de McKinsey detectó que en el 2022 el 50% de las empresas a nivel global han probado utilizar IA en alguna forma, cuando en 2017 solo era el 20%. Poderosos modelos “fundacionales” están saliendo de los laboratorios al mundo real. IA es tan prevalente, que algo que se convierte en suficientemente útil y de uso corriente deja de tener la etiqueta de IA.

La inversión y un ejemplo en agricultura

El año 2022 los capitalistas de riesgo han invertido US$67.000 millones en empresas que trabajan en IA. Microsoft está aumentando su inversión en Openai, un constructor de modelos fundacionales; Alphabet (Google) está invirtiendo US$200 millones en Cohere, un rival de Openai y por lo menos 22 emprendimientos en IA han nacido con egresados de Openai y de Deepmind (un laboratorio de Alphabet).

Como ejemplo, las máquinas ya están llegando al campo en algunos lugares en Estado Unidos. Este otoño, John Deere despachó su primera flota de máquinas totalmente de auto manejo. Los tractores de arado están equipados con 6 cámaras que usan IA para reconocer y evitar obstáculos. Incluyen sistemas que usan otras cámaras para detectar la maleza dentro del cultivo para rociar pesticidas y una cosechadora que se auto ajusta para perder tan pocos granos como sea posible. Para una granja de tamaño mediano, el costo de uno de esos tractores se recupera en dos o tres años.  

Las empresas tecnológicas aprovechan IA

Ellas son los primeros grandes usuarios de IA. Desde el año 2000, las técnicas de aprendizaje-de-máquina han ayudado a Google a diferenciar su negocio de publicidad. Hoy en día, Google, entre otras muchas aplicaciones, utiliza IA para mejorar los resultados de las búsquedas, para completar las oraciones en gmail y para disminuir el uso de energía en sus centros de datos. IA administra las cadenas de suministro de Amazon, instruye a los robots de los almacenes y predice cuales candidatos resultarán buenos trabajadores. Microsoft, entre muchos usos, con IA elimina el ruido de fondo en Teams y les permite a los usuarios hacer el primer borrador de presentaciones en PowerPoint. Amazon, Google y Microsoft ahora además venden esas herramientas a los clientes de sus unidades de Nube. El uso incrementado de la Nube, que disminuye el costo de uso de IA, habilita la difusión de la tecnología a otros sectores, desde manufactura hasta seguros.

La tecnología de punta disponible para todos

En los próximos años, IA será aplicada a un número mayor de roles y funciones en las empresas. Muchas pequeñas mejoras en la capacidad predictiva de IA pueden mejorar productos y generar ahorros sustanciales. Esto es particularmente cierto en áreas menos sexy, como la administración de cadenas de suministro. La onda en marcha de modelos fundacionales presentará nuevas posibilidades de IA para las empresas. Dichos algoritmos presentan dos grandes promesas:

  • Los modelos fundacionales son capaces de generar contenido nuevo – Los emprendimientos Stability ai y Midjourney construyen modelos generativos que crean una nueva imagen respondiendo a solicitudes (prompts) específicas. Algunos emprendimientos están construyendo aplicaciones sobre los modelos fundacionales de otros. Jasper y Copy.ai le pagan a Openai por el acceso a gpt3, lo cual permite convertir a sus aplicaciones en solicitudes para textos de mercadeo.
  • Los modelos fundacionales, una vez entrenados, son capaces de ejecutar una variedad de tareas y no solamente la tarea especializada original – Como ejemplo, gpt3 el modelo de lenguaje natural (desarrollado por Openai y la base de Chatgpt) fue entrenado sobre enormes partes de Internet, ha sido afinado para otros usos como escribir textos de mercadeo, completar formularios de impuestos y construir páginas web respondiendo a solicitudes (prompts). La versatilidad de los modelos fundacionales puede generar ahorros de 20%-30% en proyectos de IA.

Asistentes virtuales

Un éxito temprano de IA generativo, también en el sector tecnológico, ha ocurrido en la programación de computadoras. Un número relevante de empresas están ofreciendo asistentes virtuales entrenados  en una enorme base de código, los cuales generan nuevas líneas contra solicitudes. Un ejemplo es Copilot, una plataforma de Microsoft que genera programas de fuente abierta. Los programadores que usan Copilot tercerizan a IA el 40% de la escritura de código y con ello aumentan la velocidad de ejecución de sus proyectos en un 50%

Satya Nadella, el CEO de Microsoft,  recientemente declaró que “nosotros imaginamos un mundo donde todos, independientemente de su profesión, pueden tener un Copilot para todo aquello que hacen”.  Adept, una empresa lanzada por exempleados de Deepmind, Openai y Google está trabajando en un “Copilot para trabajadores del conocimiento”.

El poder de las solicitudes (prompts)

Las empresas están experimentando con IA generativo en formas creativas. En Diciembre 2021, Nike adquirió una empresa que usa algoritmos para crear nuevos diseños de zapatos de goma. Nestle está usando imágenes creadas por dalle-2, otro modelo de Openai, para ayudar en la venta de su yogurt. Algunas empresas financieras están usando IA para crear el primer borrador de los reportes trimestrales. 

También ha aparecido un sector de “solicitantes profesionales”, que asesoran en la optimización de aquello que los modelos generan.  PromptBase es un marketplace donde los usuarios compran y venden solicitudes de tópicos que producen resultados elegantes, partiendo de una base amplia de modelos generativos de imágenes, como dalle-2 y Midjourney. El servicio permite contratar “ingenieros expertos en solicitudes de tópicos”, algunos de los cuales cobran US$50-US$200 por solicitud.    

Como ocurre con todas las herramientas poderosas, las empresas deben ser cuidadosas en la implementación de IA. Habiendo sido entrenados en Internet, muchos modelos reflejan a la humanidad, con verrugas y con todos sus defectos. Los modelos fundacionales tienden a ser cajas negras, sin las explicaciones de como se llega a los resultados y pueden crear complicaciones legales, cuando se desvían. Ello ocurrirá con mayor frecuencia para aquellas organizaciones que no tienen una idea clara de lo que quieren hacer con IA o que no realizan el entrenamiento necesario de sus empleados. Es raro que algo que parece tan aburrido como IA pueda generar tanto  entusiasmo.

Se hace referencia a .  También aparece en mi Portal . La imagen es cortesía de flickr.