05/07/2024 - 09:07 - Industria
Autor: Florencia Lippo
Estamos en 2024, el mundo se prepara para adoptar la inteligencia artificial de manera masiva, mientras los líderes tecnológicos intentan ser los protagonistas del proceso. OpenAI democratiza el acceso a los modelos de IA Generativa mediante ChatGPT.
El interés por los procesadores de datos ha posicionado a Nvidia, una compañía orientada a la creación de tarjetas gráficas -principalmente para el sector gamer- a ser la tercera compañía más grande del mundo, por delante de titanes como Amazon y Google. Microsoft, Google y las grandes empresas de Silicon Valley comienzan su particular juego de tronos por la IA Generativa mediante alianzas, adquisiciones y notas de prensa anunciando nuevos modelos.
Sin duda, nos encontramos viviendo unos años sin precedente a nivel de desarrollo tecnológico, en los que podemos esperar avances significativos con cada vez más frecuencia. Parece que lo que antes tardaba años, ahora tarda días.
Sabemos que la IA generativa:
-es un conjunto de tecnologías que generan contenido: GPT es un modelo que genera lenguaje, DALL-E es un modelo de imágenes, Sora es un modelo de vídeos, etc.
-no es el único tipo de IA: redes neuronales, procesamiento natural del lenguaje o machine learning son términos con los que ya nos hemos cruzado en el pasado y que seguirán existiendo y utilizándose. La GenIA no reemplaza a las demás, es complementaria.
-es una manera de procesar datos: para que todo esto sea una realidad, necesitamos datos que procesar, modelos que procesen los datos, y procesadores que ejecuten los modelos. El eslabón más débil de esta cadena determinará la calidad del output, por lo que los esfuerzos de las empresas desarrolladoras de tecnología están destinados a eliminar los cuellos de botella.
La otra cara de la moneda sobre la IA generativa es lo caótico, debido al volumen de información e intereses cruzados. Para sentar unas bases de entendimiento, es útil pensar en cuáles son las verdades fundamentales, qué cosas sabemos con total certeza sobre este conjunto de tecnologías.
Las empresas generan grandes cantidades de datos de manera incremental, fruto de sus operaciones a lo largo de los años. Esto lo consiguen mediante recogida activa, como las encuestas, los reportes o los clásicos Excels; y recogida pasiva, como los datos de navegación, de uso o de sensores.
Como la operación de cada empresa es totalmente diferente, cada una genera conjuntos de datos únicos, con potencial para ser explotados de manera diferencial.
Esto es la definición de lo que en Igeneris se denomina “competencias clave”, que son capacidades o recursos únicos con el potencial de crear ventajas competitivas. Algunos ejemplos de competencias clave son la capacidad de Disney para contar historias o la de Apple para diseñar productos con experiencias de usuario sencillas y agradables.
Una vez identificados los datos de valor y analizado el contexto de la compañía, el siguiente paso es idear la manera en la cual utilizar los datos para crear impacto en el negocio, es decir, sus casos de uso.
Modelos de pricing dinámicos al estilo de Uber o de motores de recomendaciones personalizadas como los de Netflix o Spotify son ejemplos de casos de uso para los datos y la IA.
Para cambiar la vida de las empresas, basta con implementar un sólo caso de uso con el impacto suficiente como para convertirse en una de sus competencias clave.