Nuestra tendencia es sobrestimar los efectos de una tecnología en el corto plazo y subestimar el efecto en el largo plazo”
Roy Amara
La ley de Amara nos pega fuerte, pero la inteligencia artificial (IA) generativa ha logrado un efecto propio de toda revolución. Y no es la adopción masiva, sino la que va pegada al modelo productivo, al impacto en el modelo social y ético y a la derivación en el modelo económico que, bajo nuestra estructura capitalista, nos induce a trabajar en mejorar las eficiencias, aplicando innovación para obtener ventajas en el mercado global.
Y son los consejos de administración y la alta dirección de las más importantes compañías quienes tienen la curiosidad, la inquietud, la generación de expectativa por entender y aplicar IA generativa. ¿Para qué? Para llegar más lejos, para hacerlo mejor, para aportar más valor, para aplicar sentido a las decisiones de inversión.
Este es el verdadero vendaval de destrucción creativa. La curiosidad, que lleva a la pragmática, que a los humanos nos ha hecho lo que somos en el seno de los consejos de administración. Un buen comienzo para una revolución de cara a historiadores y sociólogos.
Porque, desde los consejos, desde la alta dirección, y no como derivación, si no paralelizando, diferentes áreas corporativas muestran la misma visión. Buscan profundizar, experimentar, hacer cosas. Empujan a las áreas de innovación e IT a realizar acciones. Cada área vislumbra que, con ello, pueden hacer más eficiente lo que hacen, sus procesos, su día a día… y, además, buscar nuevas formas de hacer, nuevas formas de llegar a sus clientes, de cooperar con proveedores, de conectar con sus colaboradores.
Las propias áreas de IT son las primeras que reflexionan sobre cómo mejorar su modelo productivo con IA generativa. El mayor reto de esta tecnología no es encontrar el caso de uso, el escenario de aplicación o la respuesta a la demanda por parte de algunos. El verdadero reto es el de generar aplicabilidades duraderas y crear un valor transparente para que forme parte de nuestras vidas profesionales, sociales e individuales.
Esta es la verdadera revolución, una que llega a una nueva fase: la de generar de valor real. Es en esa fase donde el humo, la niebla que toda transformación tecnológica produce, se disipará y convertirá el valor en realidad. Una realidad verdaderamente transformadora. Una revolución pragmática acelerada a una velocidad para el cambio como nunca en la historia de la humanidad puede ser visto.
La consecución de este valor real requiere conocimiento, capacidad y trabajo. No es directo. El mapa de modelos, de aplicaciones orientadas a diferentes propósitos, pensadas para el usuario de negocio o pensadas para el de IT, es prominente, y nuevos jugadores entran en el tablero cada día. Pero el valor real no está en las aplicaciones de IA generativa, sino en su encaje en el ecosistema empresarial, en la interconexión de interfaces, en la capacidad de alimentarlas de datos (de tus datos), de entrenarlas para el olvido de información, para identificar el modelo más eficiente. Su valor real está en usarlas en un entorno seguro, en aplicar criterios éticos, lo que supone el verdadero reto. Un reto no trivial.
No es la primera vez que vemos un ciclo avanzar. Y el ciclo de la IA generativa está pasando a una segunda fase. Todos los que estamos en esta industria miramos estos fenómenos con la visión del Hype Cycle de Gartner, una representación gráfica en forma de curva que expresa la madurez y adopción de las tecnologías y apps, y cómo son potencialmente relevantes para resolver problemas comerciales reales y aprovechar nuevas oportunidades.
Siguiendo este ciclo, vemos que el “pico de expectativas sobredimensionadas” está finalizando. Sin embargo, en este caso, en vez dirigirse hacia “el valle de la desilusión”, estamos viendo una consolidación en ciertas áreas. Analicemos algunas cosas que hemos visto en la primera fase y otras que estamos viendo en la segunda.
ASÍ FUE LA PRIMERA FASE DE LA IA GENERATIVA
Todo ha ocurrido muy de prisa. La crisis de la COVID-19 ha acelerado un proceso de digitalización mundial que ya estaba en curso. El mercado digital actual ha propiciado lo que se conoce como la adopción más rápida de la historia de una plataforma. Se trata de ChatGPT, que tardó menos de dos meses para conseguir 100 millones de usuarios, frente a otras plataformas como TikTok (9 meses) o Instagram (30 meses).
Hemos puesto a trabajar los datos. En 2012 se popularizó el término big data y comenzamos a escuchar cosas como que los datos eran el nuevo petróleo. Siempre pensamos que era cierto, pero también que el mercado necesitaba tiempo para asimilarlo. Eso es lo que ha pasado desde 2017 con la aparición de los transformadores de Google. En esta primera fase que está finalizando hemos visto como los datos, el big data ha servido de combustible para modelos muy grandes (LLM o large language models) para lograr que la IA generativa sea todo lo efectiva que estamos viendo. Cuando hablamos de datos, no solo hablamos de texto e imágenes, el código de software se ha convertido en un activo que está impulsando la adopción de estas plataformas.
Hay aplicaciones reales que ya lo están usando. En el cierre de esta primera fase comenzamos a ver aplicaciones que ya han salido de las pruebas de concepto y se han integrado en entornos productivos reales. El mayor referente es GitHub Copilot, que está siendo usado por el 92% de los desarrolladores de empresas en EEUU. También estamos viendo aplicaciones que usan Azure Open AI, aunque no de forma tan masiva.
Palas en la fiebre del oro. Dice el refrán que el verdadero ganador en la fiebre del oro ha sido el que vendía palas. Estamos usando esta analogía para nombrar a los fabricantes de hardware (con Nvidia a la cabeza) como los grandes favorecidos en esta etapa inicial del ciclo. Solo falta ver la evolución de las acciones de esta compañía, con una revalorización superior al 230% en el último año, para entender el papel (“de vendedor de palas”) que está teniendo el fabricante en esta fiebre por la IA generativa.
Revitalizar el mundo start-up. Recientemente Amazon anunció que va a invertir hasta 4.000 millones de dólares en la start-up Anthropic, rival de ChatGPT con su asistente de inteligencia artificial Claude. Esta nueva inversión es sólo la última de lo que se ha convertido en una ola de recaudación de fondos para start-ups relacionadas con la IA generativa. Inflection AI, creadora del chatbot Pi, fue lanzada a principios de 2022 y ya está valorada en 4.000 millones de dólares. Dentro de sus accionistas destacan Microsoft y Nvidia, y afirma tener la mejor configuración de hardware de IA del mundo. Más allá de estos dos ejemplos concretos, estamos viendo que el mundo start-up también se ha visto revolucionado este año, en el ciclo que se está cerrando.
¿QUÉ ESTAMOS VIENDO EN ESTA SEGUNDA FASE?
Cada vez más aplicaciones reales. Los fabricantes de soluciones no tenían a la IA generativa en su roadmap de 2023 cuando comenzó el año. Los reportes indican que esto ha cambiado, con lo cual esperamos que, en esta segunda fase, durante el 2024, lleguen al mercado múltiples aplicaciones que cambiarán la forma de trabajar. Estas soluciones llegarán tanto en nuevos productos, como en la aplicación de IA en productos que ya utilizamos.
Los gigantes tecnológicos se suben al cuadrilátero. También el mundo open source. Nadie puede discutir que Microsoft ha llegado primero a través de OpenAI, y luego ofreciéndolo dentro de su plataforma Azure. Como era de esperar, estamos entrando a la segunda fase con Google (Bard, Codey), AWS (Bedrock) y Meta (Llama2 y sus derivados). En el ámbito open source esperamos un liderazgo de la plataforma Hugging Face, que hoy ya cuenta con miles de LLM fundacionales disponibles.
IA generativa sobre datos de la organización. ¿Te imaginas la potencia de tener un ChatGPT interno sobre tus propios datos? Estamos viendo múltiples casos de uso relacionados con la conexión de modelos LLM fundacionales a los datos de la organización. Esta área se llama Retrieval-Augmented Generation (RAG), y será una de las estrellas en esta segunda fase.
La forma de desarrollar software ha cambiado.Más allá del poder de GitHub Copilot para generar código, otras áreas como QA o DevOps sufrirán transformaciones significativas a medida que la comunidad lo adopte.
Ética, legislación e impacto en el mercado laboral. Estas son áreas que aún se encuentran en pleno desarrollo. Sabemos que, de alguna manera, afectará al trabajo, también tenemos claro que será necesario adaptar legislación (la Unión Europea ha hecho avances importantes en este ámbito) y vemos a los fabricantes comprometidos en no descuidar el lado ético en sus soluciones. Esperamos ver definiciones en estos ámbitos en el próximo año.
Esta segunda fase nos lleva a una aplicación práctica de la IA generativa, nos hace cruzar una frontera hacia la generación de un valor real, con impacto en el servicio al cliente, en muchos modelos productivos y en la cuenta de resultados, y con una derivada muy social. No somos capaces de predecir el impacto real que tendrá en el modelo social derivado de la implicación de los cambios en el modelo de trabajo. Será algo rápido. Lo estamos viviendo. Y lo vamos a ver. Disfrutémoslo. ¿Qué escribirá el futuro sobre ello?
* Mariano Minoli es director de Inteligencia Artificial en hiberus y Javier Fernández es director de Mercados en hiberus.
