[11/09/2023] La IA Generativa, o GenAI, es la tecnología de moda del momento, ganando adeptos tanto entre las empresas como entre los usuarios particulares.
La investigación de Bloomberg Intelligence en un informe de junio del 2023 dice que el mercado de la IA generativa está a punto de expandirse dramáticamente en los próximos 10 años, aumentando a 1,3 mil millones de dólares desde un tamaño de mercado de 40 mil millones de dólares el año pasado. El informe señala que el crecimiento del mercado está siendo impulsado por la infraestructura de formación a corto plazo, y que esto cambiará gradualmente a dispositivos de inferencia para grandes modelos de lenguaje (LLM), anuncios digitales y software y servicios especializados a largo plazo.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Un informe de junio del 2023 de la consultora KPMG señala que la tecnología de IA generativa avanza a gran velocidad. La empresa encuestó a 200 ejecutivos estadounidenses en junio del 2023, y el 75% afirmó que la IA generativa será una de las tres principales tecnologías emergentes en los próximos 12 a 18 meses.
Los casos de uso de la IA generativa incluyen chatbots y asistentes virtuales, desarrollo de contenidos, análisis de datos, diseño y desarrollo, y mantenimiento predictivo. Hemos hablado con tres directores de tecnología (CTO, por sus siglas en inglés) sobre cómo aprovechan esta tecnología en sus organizaciones y qué esperan de cara al futuro.
Copilotos para la innovación y la eficiencia
Avanade, una empresa conjunta creada por Microsoft y Accenture en el 2000, ha colaborado en IA generativa desde que Microsoft lanzó por primera vez una serie de servicios GPT en vista previa con OpenAI a principios del 2021, afirma el CTO de la empresa, Florin Rotar.
Por ejemplo, Avanade aprovechó la tecnología Copilot que Microsoft introdujo en sus aplicaciones Microsoft Graph y Microsoft 365 para integrar LLM con sus propios datos para aumentar la productividad.
Avanade también es uno de los primeros usuarios de Microsoft Viva Sales, que está utilizando para agilizar sus procesos de ventas, sostiene Rotar, y está incorporando las nuevas versiones de Viva Sales que incluyen IA generativa a medida que Microsoft lleva estas nuevas capacidades al mercado.
"En términos generales, vemos que GenAI es el punto de inflexión para que la IA se democratice, proporcionando nuevas oportunidades para desencadenar la innovación y los beneficios de la eficiencia", afirma Rotar. La compañía está viendo beneficios como el aumento de la productividad, y está utilizando IA generativa a través de sus operaciones de ventas y marketing para descubrir ideas y mejorar la planificación de cuentas de ventas, dice.
"A medida que trabajamos activamente con clientes de todo el mundo, vemos que las organizaciones obtienen beneficios adicionales", anota Rotar. Por ejemplo, un fabricante ha identificado oportunidades para utilizar la IA generativa con el fin de inspirar a diseñadores, ingenieros y equipos de marketing para crear y ofrecer nuevos diseños de productos. Una organización sin ánimo de lucro está explorando el uso de la IA generativa para ayudar a generar informes de subvenciones y redirigir el tiempo dedicado a tareas administrativas relacionadas.
Creación rápida de prototipos y entrega de productos
Anaqua, un proveedor de software de gestión de la propiedad intelectual (PI), está utilizando la IA generativa en operaciones internas para apoyar el desarrollo y en sus productos para apoyar una creciente lista de casos de uso, señala su CTO, Erik Reeves.
La empresa lleva años utilizando y siguiendo la IA, el aprendizaje automático y la búsqueda avanzada, "y algunas de las nuevas capacidades que surgen ahora son simplemente diferentes en su nivel de calidad, sin tener que invertir una enorme cantidad de esfuerzo", afirma Reeves. "Estos nuevos servicios ofrecen beneficios extremadamente valiosos para la creación rápida de prototipos, pruebas y validación de mercado en un plazo mucho más corto, lo que nos da la capacidad de probar una serie de cosas [y] validar, matar o acelerar proyectos".
Al mismo tiempo, la empresa reconoce que tiene que ser práctica y aplicar estas herramientas de forma inteligente para resolver los retos reales de los clientes, anota Reeves. "Algunas de nuestras primeras iniciativas son bastante sencillas, pero impactantes al fin y al cabo", comenta, como buscar formas de reducir el trabajo manual y redundante. "También estamos persiguiendo casos de uso más avanzados que se aplican de forma más sofisticada y matizada a los retos empresariales y de datos en la propiedad intelectual, pero mantenemos un enfoque muy flexible y práctico de la entrega", afirma.
La IA generativa "es un área formativa para nosotros mientras buscamos opciones para aprovechar este nuevo [tipo] de tecnología", sostiene Reeves. "Aunque aún estamos lejos de conseguir que la IA produzca una aplicación para nosotros, especialmente en un área compleja como la nuestra, ya la hemos aprovechado para tareas sencillas que pueden ayudar a la coherencia, la eficiencia y la calidad en el desarrollo. Creo que lo fundamental para nosotros aquí es establecer una comunidad de aprendizaje y difundir ese conocimiento, al igual que hacemos con las prácticas básicas de codificación, seguridad y mecánica operativa del desarrollo".
Donde Anaqua ha visto beneficios inmediatos es más ad hoc, para áreas como la revisión de código, comparación de código, o hacer preguntas específicas para la validación o retroalimentación. "Lo que obtenemos de vuelta no siempre va a ser algo que usted toma al banco, pero hay una cantidad sorprendentemente alta de valor que se obtiene ya-y sólo va a mejorar", dice Reeves.
La generación de código es la punta del iceberg
Según Marktechpost Media, una plataforma de noticias sobre IA, los rápidos avances en las tecnologías de IA generativa han suscitado un creciente interés y progreso en las herramientas de generación de código. Estas herramientas utilizan algoritmos de aprendizaje automático y procesamiento del lenguaje natural (PLN, por sus siglas en inglés) para ayudar a los desarrolladores a automatizar algunos aspectos de la codificación.
"La codificación generada por IA permite a los desarrolladores trabajar en tareas más creativas y satisfactorias", afirma Rotar. Al dedicar menos tiempo y esfuerzo a los aspectos más mundanos de la programación, los desarrolladores pueden centrarse en el descubrimiento y la innovación, ideando nuevas formas de utilizar los programas, las aplicaciones o la programación. Los conceptos generados por la IA también pueden ofrecer oportunidades para soluciones de código netamente nuevas o incluso lenguajes de codificación que no existen hoy en día, que pueden resolver retos actuales o futuros".
La empresa de software SAS está explorando las capacidades de generación de código y generación de flujo con integraciones de copiloto, y actualmente está desplegando la generación de contenido de marketing utilizando ChatGPT, comenta el vicepresidente ejecutivo y CTO de SAS, Bryan Harris.
"De cara al futuro, estamos probando la integración de un chatbot en nuestra plataforma de IA para permitir a los clientes interactuar con nuestras herramientas y sus datos utilizando el lenguaje natural", sostiene Harris. "Estamos infundiendo nuestros [productos] con esta funcionalidad, para que nuestros clientes puedan obtener el verdadero valor" de la IA generativa más rápidamente.
Por ejemplo, los planificadores financieros podrían buscar formas de mantener mejor los márgenes de sus empleadores, señala Harris. "Nuestro enfoque de la IA [generativa] ayuda a explicar los datos, señalar anomalías detectadas por otro modelo de IA y automatizar su normalización", afirma. "Del mismo modo, un planificador logístico podría pedir a nuestro agente que revise las opciones para optimizar los costos de la cadena de suministro comparando las ofertas de los proveedores con los objetivos de margen. Se trata de una interacción precisa que aún no vemos en el dominio público".
El futuro de la IA generativa
Aunque no existe una definición oficial o ampliamente consensuada de qué tecnologías se engloban dentro de la IA generativa, SAS considera que los gemelos digitales, la generación de datos sintéticos y los LLM son de naturaleza generativa.
"Nuestro software ya utiliza muchas capacidades fundamentales de la IA, como el aprendizaje por refuerzo, para generar datos sintéticos", señala Harris. "En este sistema tenemos una fuente de datos reales, un modelo que genera aleatoriamente datos tabulares y un discriminador. El discriminador intenta determinar si los datos generados son plausibles o falsos y devuelve información al modelo".
Este es el "caldo de cultivo" para construir gemelos digitales sintéticos, afirma Harris. "Por ejemplo, podemos generar varios tipos de datos similares a los de telemetría de un vehículo y luego ejecutar escenarios 'what-if' para predecir el comportamiento de este complejo sistema", añade.
"Creo que lo más interesante en la generación de código -y en otros temas, francamente- es la capacidad de proporcionar un 'asistente inteligente' al desarrollador, algo que pueda en tiempo real controlar la calidad, hacer sugerencias y ayudar a mantener la coherencia", afirma Reeves. "Algunas cosas mundanas pueden relegarse a la automatización o a la simple revisión, mientras que el pensamiento de diseño de orden superior y la experiencia del usuario pueden convertirse en algo más central para el ejercicio creativo".
El papel del director de tecnología en la adopción de GenAI
Dada la exageración del mercado, los CTO deben estar atentos a la hora de establecer expectativas sobre la IA generativa dentro de la alta dirección, y con los directivos y equipos que trabajan a sus órdenes.
Parte de esto consiste en dejar claro que la IA generativa es todavía relativamente nueva en términos de casos de uso empresarial, y debe desplegarse con cierto nivel de precaución.
"Es difícil seguir el ritmo del mercado", afirma Rotar. "Dentro de un año será muy diferente. Es difícil gestionar el bombo y mantener el ritmo. La clave es asegurarse de que los directivos experimentan, aprenden y trabajan en su estrategia de IA".
Si bien muchos líderes tienen ideas sobre cómo aprovechar la IA generativa, Rotar dice que necesitan considerar la gestión de riesgos, el cumplimiento, la regulación, la seguridad y la ética. "Eso significa que los líderes necesitan considerar más que las implicaciones tecnológicas de la IA", indica. "Para aprovechar los beneficios de la IA, los líderes necesitan evaluar y monitorear múltiples dominios de negocios y TI para mantener la preparación para la IA de sus organizaciones y personas".
Mientras que las empresas están ansiosas por experimentar con herramientas generativas, "debemos ser conscientes de que las aplicaciones actuales son experimentales en el mejor de los casos", comenta Harris. "El contenido generado por las soluciones [generativas] basadas en IA es el resultado del abastecimiento de datos y artefactos creados por humanos, y los humanos son propensos a insertar sesgos, cometer errores y contradecirse".
Los clientes de SAS trabajan con datos sensibles, señala Harris, que es una razón principal para que la empresa adopte un enfoque cauteloso hacia la IA generativa. "Simplemente hacer una pregunta a través de ChatGPT puede resultar en la divulgación de información confidencial que podría ser utilizada para volver a entrenar el modelo subyacente de una manera que el cliente no tenía intención", indica.
Según Harris, la novedad de la IA generativa puede ocultar posibles escollos y provocar daños colaterales. "Los usuarios tienden a confiar demasiado en los programas automatizados, y las personas pueden no cuestionar los resultados generativos, y luego tomar decisiones mal concebidas basadas en información errónea, contenido falso o declaraciones ambiguas promovidas por los algoritmos", señala. "Estos descuidos podrían tener graves ramificaciones si se extienden a un entorno de producción en vivo donde los resultados podrían afectar al mundo real".
Aunque la IA generativa es inmensamente prometedora, "sin controles y equilibrios seguros también hay un gran potencial de uso indebido", afirma Harris. "Estos descuidos podrían dar lugar a deepfakes dañinos, infracciones de derechos de autor, apropiación indebida de propiedad intelectual y otros resultados inapropiados".
Hacer las preguntas correctas
Los avances en IA generativa se están acelerando más rápido de lo que los órganos de gobierno o la sociedad han tenido tiempo de abordar razonablemente, y las cuestiones de valor comercial, riesgo y ética aún no se han reconciliado, sostiene Harris.
"Nuestro modelo de negocio no promueve el uso de la última tecnología sólo por su novedad", afirma Harris. "Nuestros muchos años de experiencia nos han inculcado la importancia de analizar con detenimiento cuándo, dónde y cómo aplicar mejor las nuevas metodologías, examinando tanto sus puntos fuertes como sus puntos débiles. Nuestro compromiso con la ética de los datos nos obliga a responder a la pregunta "si podemos, ¿significa que debemos?". En caso afirmativo, ¿hasta qué punto?".
Basado en el artículo de Bob Violino (InfoWorld) y editado por CIO Perú