Según S&P Global, 2024 será el año de los ‘creadores de aplicaciones’ de IA. Los modelos base como los grandes modelos de lenguaje (LLMs) han dominado las discusiones recientes. Pero, ahora los inversores se están enfocando cada vez más en empresas que desarrollan aplicaciones de IA que brindan beneficios tangibles para casos de uso específicos. De hecho, según datos de S&P Global Market Intelligence y 451 Research, las empresas de IA sin sus propios modelos base atrajeron más del doble de inversión en el primer trimestre de 2024, en comparación con el mismo período del año pasado.
Una de las promesas más emocionantes de la IA es su capacidad para ahorrar tiempo a los trabajadores. Sin embargo, para que la IA tenga un impacto significativo, las empresas necesitan herramientas de IA adaptadas a industrias o roles laborales específicos. Al mismo tiempo, estas herramientas deben ser confiables y seguras. Sin embargo, mientras que los chatbots de IA construidos en LLMs pueden comunicarse bien y ofrecer consejos generales, a menudo carecen del conocimiento o herramientas especializadas requeridas. Esto los hace susceptibles a inexactitudes o alucinaciones debido a su amplia gama de datos de entrenamiento. Es aquí donde las herramientas más específicas, ajustadas para sus casos de uso específicos, son más propensas a proporcionar resultados confiables y precisos.
Andy Wilson
Enlaces sociales de navegación
Director Senior de Soluciones de Nuevos Productos en Dropbox.
Para ilustrar este punto, considera los próximos Juegos Olímpicos. Los modelos base son como las características principales de un buen olímpico, representando la forma física, la dedicación y la búsqueda inquebrantable de la excelencia. Sin embargo, los Juegos Olímpicos cuentan con 32 deportes con más de 400 eventos diferentes, cada uno requiriendo habilidades y experiencia diferentes, al igual que las diversas industrias y roles laborales en la sociedad. Y, si bien la IA proporciona la tecnología principal que impulsará varios productos y servicios, cada uno de estos productos individuales necesita ser especializado con las habilidades apropiadas para proporcionar valor a su caso de uso específico.
Es raro que un atleta compita en múltiples deportes o disciplinas diferentes en los Juegos Olímpicos. Cada atleta está altamente especializado en su deporte específico. Por ejemplo, un velocista optimiza su fuerza y físico para ser poderoso y rápido en distancias cortas. Sin embargo, esto significa que no está adaptado a otras disciplinas, como la carrera de larga distancia. Los chatbots de IA más prominentes hoy en día son atletas versátiles. Están diseñados para tener conocimiento general del mundo en una amplia gama de temas. Un chatbot dado puede proporcionar información a nivel superficial sobre una amplia gama de temas, pero puede que no sobresalga en tareas más específicas.
Toma como ejemplo una herramienta de búsqueda universal impulsada por IA. Necesita poder encontrar y recuperar la información correcta, rápidamente. Al igual que un velocista corriendo los 100m, está optimizado para ahorrar segundos cruciales cada vez que actúa. Sin embargo, hay otras tareas que pueden requerir una IA diseñada para un rendimiento sostenido durante un período de tiempo más largo, más como el corredor de larga distancia. Por ejemplo, los modelos de IA predictiva en la previsión empresarial necesitan aprender los patrones de actividades de cada empresa mediante el análisis de datos históricos, construyendo este conocimiento con el uso a lo largo del tiempo.
Al especializarse en las operaciones comerciales, puede proporcionar pronósticos sobre la trayectoria futura de la empresa basados en resultados previos. Los modelos de IA predictiva también necesitan ajustar constantemente los pronósticos basados en los cambios continuos en las operaciones y factores comerciales externos. Pero, con investigaciones recientes del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) que demuestran que múltiples modelos de lenguaje grandes trabajando juntos proporcionan un resultado más preciso, quizás emerja un nuevo tipo de ecosistema de IA.
¿Es el futuro de la IA un decatleta o un equipo de atletas especializados?
Al observar la trayectoria del ecosistema de IA, podemos ver dos caminos distintos en los que la industria puede avanzar. El primero es una carrera por crear el mejor modelo de IA de propósito general. Este sistema de IA funcionaría a un alto nivel en una variedad de tareas, como un decatleta capaz de competir en varios eventos, desde carreras de velocidad hasta salto de longitud y salto con pértiga. La ventaja de este camino sería una experiencia laboral fluida que optimiza el flujo de trabajo. Sin embargo, al igual que el decatleta, que puede no igualar el rendimiento del especialista en ningún evento individual, un modelo de IA general podría tener dificultades para alcanzar el mismo nivel de excelencia que las herramientas más enfocadas.
El camino alternativo ve el futuro ecosistema de IA como una red de productos de IA especializados, más como un equipo de atletas especializados. En este modelo, cada IA se especializa en un dominio particular, al igual que los atletas individuales se enfocan en deportes específicos. Este enfoque refleja cómo un equipo olímpico combina los talentos de velocistas, nadadores y gimnastas para maximizar su potencial conjunto de medallas para su país. La especialización garantiza que cada IA funcione de manera óptima dentro de su dominio, a menudo superando las capacidades de un sistema de propósito general. Sin embargo, el éxito de este enfoque de red requerirá una coordinación sofisticada e interoperabilidad para crear una experiencia fluida para los usuarios.
Al intentar predecir cómo evolucionarán los futuros ecosistemas de IA, podríamos mirar a los Juegos Olímpicos en París este verano para vislumbrar dos posibles caminos. Ya sea que terminemos con una herramienta de IA de propósito general al estilo de un decatleta o una red de herramientas que se asemeje a un equipo de atletas especializados dependerá de los objetivos y decisiones de las empresas en la industria tecnológica colectiva. Al igual que cada país tendrá objetivos diferentes al entrar en los Juegos Olímpicos.
Desde enfocarse estratégicamente en una especialidad, hasta optimizar la probabilidad de una victoria, hasta un enfoque más amplio para ganar la mayor cantidad de medallas de oro en tantas disciplinas como sea posible, el tipo de ecosistema de IA que implementará cada empresa dependerá en gran medida de sus propios objetivos únicos. Para algunas empresas, el crecimiento a través de la adquisición de cuota de mercado en un mercado fluido requerirá velocidad y agilidad, mientras que la retención de clientes en un mercado estancado requerirá un plan estratégico a largo plazo.
Listamos los mejores editores de video de IA.
Este artículo fue producido como parte del canal Expert Insights de TechRadarPro, donde presentamos las mentes más brillantes de la industria tecnológica hoy en día. Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si estás interesado en contribuir, descubre más aquí: https://www.techradar.com/news/submit-your-story-to-techradar-pro