Durante la última década, la inteligencia artificial ha sido una fuente implacable de innovación empresarial. Ahora su influencia está a punto de expandirse dramáticamente. Una vez que fue un elemento básico de la ciencia ficción, la IA ha forjado silenciosamente un papel crítico en algunas de las tareas comerciales más ordinarias pero esenciales: automatización de procesos de negocio, análisis de datos, detección de defectos en la fabricación de productos, interacciones básicas con los clientes, etc.
¿A dónde, entonces, va la IA a partir de ahora? A pesar de que la pandemia ayudó a acelerar el cambio a la computación en la nube y el trabajo remoto, también ha habido una explosión de innovación en la preparación de la IA para su próxima etapa. Muchos informáticos, economistas e inversores creen que estamos en el umbral de enormes avances en inteligencia artificial y aprendizaje automático, con implicaciones tanto para los empresarios como para las empresas.
GPT-3 como cambio de paradigma
La mayoría de las aplicaciones de la IA hoy en día tienden a implicar el "entrenamiento" de computadoras para que coincidan con imágenes y datos para que puedan "reconocer" nuevos ejemplos de ellos en diferentes entornos. Mostrar a una computadora cientos de imágenes de, por ejemplo, semáforos rojos o papas, permite a los informáticos crear aplicaciones que reconocen estas cosas y, cuando sea necesario, actuar sobre ellas. Este tipo de inteligencia artificial ahora está ampliamente desplegada y ya la damos por sentada.
El siguiente paso significativo para la IA surgió durante los peores meses de Covid-19 con el lanzamiento del GPT-3 de OpenAI, que utiliza modelos Transformer.ai para permitir que una computadora no solo reconozca imágenes y patrones, sino que genere lenguaje, texto e imágenes por sí misma.
"Este es un cambio de paradigma", dice Mustafa Suleyman, director ejecutivo de Inflection.ai y uno de mis socios en Greylock. Mustafa anteriormente cofundó DeepMind, adquirida por Google. “Hasta la fecha, el aprendizaje profundo se ha utilizado principalmente para tareas de clasificación. Estos nuevos modelos de IA son capaces de generar contenido de alta calidad completamente nuevo”, expresó.
Suleyman explica que estos modelos de Transformer ayudan a las computadoras a interactuar con los humanos, absorber su lenguaje, hacer referencia a la conversación y luego generar un diálogo y un lenguaje completamente nuevos. "Estas máquinas ayudarán a clasificar, resumir y priorizar las enormes cantidades de información con las que interactuamos todos los días", dice.
Mira también
Sin embargo, es un error, advierte, pensar en esta próxima etapa de la IA como el avance de un solo servicio, por ejemplo, la generación de respuestas a las preguntas. Él cree que uno de los logros significativos de la tecnología emergente de IA es que gran parte de ella crecerá a partir de entornos de código bajo. Como resultado, la IA generadora de lenguaje proliferará ampliamente. “Es posible que pronto veamos un mundo en el que cada marca construya su propio sistema de IA para interactuar directamente con los clientes”, detalla.
Mira también
IA y predicción empresarial
Ajay Agrawal, profesor de la Universidad de Toronto y coautor del próximo libro Power and Prediction: The Disruptive Economics of Artificial Intelligence, cree que a pesar de la gran inversión en tecnología de IA, muchos CEOs siguen siendo escépticos sobre el valor. Cita un estudio reciente de BCG-MIT que encontró que, si bien muchas empresas han realizado inversiones en IA, "la mayoría de las empresas todavía tienen un largo camino por recorrer para generar beneficios financieros sustanciales".
Sin embargo, Agrawal es optimista sobre el impacto futuro de la IA. Aunque la primera ola de implementaciones de IA fueron soluciones puntuales que entregaron valor al "reducir el costo de las predicciones existentes", como la detección de fraude en la banca y la previsión de la demanda en el comercio minorista, argumenta que la segunda ola se basará en soluciones de sistemas que "transforman el proceso de producción y posiblemente la propuesta de valor".
Hace una analogía con los primeros días de la electricidad. Años después de que la electricidad se introdujera en las ciudades, solo alrededor del 3% de las fábricas estadounidenses la usaban. Cuando las nuevas fábricas se dieron cuenta de que la electricidad distribuida no solo ofrecía una ligera ventaja de costos en relación con el combustible o el vapor, sino que, lo que es más importante, les permitía desacoplar la fuente de energía de las máquinas, comenzaron a rediseñar las fábricas y reposicionar los equipos de manera más eficiente. El consumo de electricidad se disparó del 3% al 50% en dos décadas.
Al igual que la electricidad, la IA cambiará la forma en que las personas perciben lo que es posible con la tecnología. El gran cambio en la IA, cree, ocurrirá cuando los líderes empresariales reconozcan la oportunidad no como una solución puntual, sino como un camino hacia la innovación a nivel de sistema.
"Cuando los bancos comenzaron a adoptar la IA para la detección de fraudes", explica, "simplemente reemplazaron un conjunto de herramientas estadísticas de detección de fraude con un mejor conjunto de herramientas estadísticas. Sin embargo, el trabajo siguió siendo esencialmente el mismo". Esto fue fácil de implementar. Los beneficios de la IA fueron inmediatos y medibles. En los próximos años, ve a los líderes más ambiciosos repensando preguntas fundamentales sobre los riesgos que pueden eliminar.
La IA como herramienta de negocio
Saam Motamedi, mi socio de Greylock que es un experto en el dominio de la IA, ve que tanto el poder de la predicción como la interacción con el cliente se unen en nuevos usos para la IA. Al igual que Mustafa Suleyman, cree que la capacidad de las computadoras para ser preentrenadas en inmensos conjuntos de datos permitirá a las computadoras del futuro resolver problemas generales y estar afinadas para tomar un papel activo en situaciones comerciales específicas y en tiempo real. “Los nuevos modelos de IA son excelentes para generar información y flujo de conversación sobre la marcha y mejoran rápidamente a partir de la retroalimentación humana”, expresa.
Motamedi ve implicaciones inmediatas para las ventas, los centros de servicio al cliente y cualquier interacción entre una organización y los seres humanos. Señala a Cresta, una empresa de rápido crecimiento cuyos motores de IA escuchan en tiempo real a los clientes y desarrollan instantáneamente información y sugieren soluciones o próximos pasos.
Además de Cresta, el mercado ya ha visto otros esfuerzos iniciales para utilizar la generación de lenguaje de IA para resolver problemas comerciales. Jasper, por ejemplo, genera una copia de marketing basada en información limitada sobre un producto; Textio hace lo mismo para crear material de reclutamiento, desarrollar un cambio cultural o impulsar la transformación digital bajo la bandera de la "escritura aumentada".
Motamedi argumenta que la combinación de lenguaje y predicción hará que la IA sea relevante para todos los flujos de trabajo empresariales. Cita la ciberseguridad, las aplicaciones de front office, la TI y la gestión de servicios como solo algunas de las áreas donde la tecnología subyacente pronto se remodelará con la IA en el núcleo.
Entre las innovaciones prácticas estará la capacidad de "leer" a los clientes a través de video, actuar sobre las solicitudes de TI o hacer predicciones en la gestión de solicitudes de préstamos o solvencia. En el cuidado de la salud, que durante mucho tiempo ha sido un rezagado tecnológico, existe una inmensa oportunidad para que la IA clasifique todos los tipos de facturación y codificación de servicios, un área donde la empresa emergente Notable Health ha dejado una marca con la automatización inteligente.
Los desafíos perdurables
Sin embargo, a pesar de todos los avances que podemos ver con la IA, sigue habiendo algunos problemas obstinados y duraderos que siempre serán parte de la tecnología. En una conversación con Reid Hoffman, de Greylock, Fei-Fei Li, codirector y cofundador del Centro de Stanford para la IA Centrada en el Ser Humano, argumenta que el despliegue de sensores en todos los aspectos de la vida humana plantea nuevas preguntas.
"Estamos entusiasmados como tecnólogos de pensar en cómo la visión por computadora y los sensores inteligentes y la computación de borde pueden ayudar, pero también nos enfrentamos a la cuestión de la privacidad, con la cuestión de la ramificación legal en la que nunca pensamos. ¿Qué pasa si el sensor detectó casos de abuso de atención? ¿Pueden servir como testigos legales o algún otro evento acusatorio?", se cuestiona.
Steve Johnson, en un ensayo reciente en la revista New York Times, exploró más de las controversias sobre las computadoras que son capaces de generar párrafos completos, lúcidos y originales sobre cualquier tema como si surgieran de la mente de un ser humano alfabetizado. Plantea el potencial de los bots para generar desinformación que parece ser autoritativa.
Mustafa Suleyman reconoce el mismo dilema. "Si bien los bots de IA pueden ser buenos para detectar información errónea", me dice, "también pueden ser mejores para difundirla a gran escala".
Saam Motamedi ve estos problemas como parte de la inevitable supervisión regulatoria que la IA tendrá que aceptar. "Todos nosotros tendremos que enfrentarnos a cuestiones de sesgo y equidad cuando implementemos la IA para tomar decisiones", dice. “¿Qué pasa si a alguien se le niega un préstamo como resultado de un algoritmo de aprendizaje automático?”, señala.
En este contexto, Ajay Agrawal ofrece un recordatorio útil. A pesar de los avances en la potencia informática, la IA sigue siendo una herramienta sobre la predicción, no sobre el juicio. El juicio es lo que los humanos todavía deben hacer con las predicciones que la computación sirve. Esa sigue siendo una buena guía a medida que nos preparamos para más IA en nuestro futuro.
Ese futuro está llegando rápidamente. La próxima era de la IA empresarial ofrecerá un tiempo de obtención de valor mucho más rápido. Pero nadie duda de que solo hemos visto la punta del iceberg de la IA. Operar con una eficacia mucho mayor y generar automáticamente contenido original, no solo reconocer patrones; democratizar la predicción con el potencial de interrumpir y permitir nuevos modelos de negocio; y una explosión de nuevas aplicaciones habilitadas para IA serán las características distintivas de la próxima ola de IA.
*Nota publicada en Forbes US
