Una de las formas más eficientes de evaluar las oportunidades que la Inteligencia Artificial ofrece a las organizaciones es mediante el marco Consideración x Contexto (CxC), ya que permite comparar aquellas iniciativas o proyectos que demandan mayor análisis y, por tanto, complejidad, comparada con la cantidad de información y especificidad requerida para generar resultados o respuestas.
Estas variables se complementan con la facilidad de experimentación e impacto esperado en términos de mejora o solución de problemas para clientes o grupo objetivo del proyecto de inteligencia artificial.
Empecemos con algunas definiciones de referencia.
· Eje Y = Consideración: la cantidad de esfuerzo necesario para tomar una decisión.
- Cuanto más análisis y esfuerzo dedicamos a una decisión, mayor es la consideración. Por ejemplo, elegir un tipo de bebida, suele ser una actividad de «baja consideración» para la mayoría de los compradores, en comparación con comprar un vehículo, que tiene una «alta consideración».
- La consideración se puede representar como una función del número de alternativas convincentes y el riesgo: la tolerancia de los usuarios a los errores, por ejemplo.
· Eje X = Contexto: el volumen de conceptos abstractos que la IA necesita conocer.
- El contexto se refiere a la cantidad de conceptos abstractos que un modelo necesita conocer para proporcionar una respuesta útil. ¿Solo necesita entender un pequeño set de puntos de datos (como un catálogo de productos) o necesita entender toda Internet (como Bing o en parte ChatGPT)?
La curva de supervivencia de IA de Reforge
Como podemos ver, los productos de IA exitosos se ajustan perfectamente a una curva, a la que llamaremos la «Curva de Supervivencia». Veamos más de cerca dónde se ubican varios productos de IA a lo largo de esta curva con algunos ejemplos.
Ejemplos de IA en los negocios
- StitchFix: su modelo utiliza IA para aumentar a los humanos y ayudarte a encontrar los atuendos perfectos. Esto requiere mucho pensamiento (alta consideración), pero las opciones se limitan al vertical de moda de StichFix, en lugar de un centro comercial completo (bajo contexto).
- Grammarly: este asistente de escritura impulsado por IA tiene apuestas moderadas porque puede ser de gran ayuda para personas que escriben para ganarse la vida. El contexto también es moderado dado que debe entrenarse en gramática adecuada, pero no en todos los contenidos publicados.
- Compras por texto de Walmart: esta herramienta ayuda a los usuarios a automatizar las compras del hogar. Las apuestas no son tan altas aquí, pero requiere más contexto con la extensa variedad de comercio electrónico y en tienda de Walmart de más de 1.5 millones de SKU.
- Escanear comida de MyFitnessPal: esta función le dice a las personas cuántas calorías están consumiendo simplemente escaneando lo que hay en su plato. Una imagen vale más que mil palabras, pero aquí una imagen vale millones de puntos de datos. En consecuencia, es una función de alto contexto, pero bajas apuestas, ya que las consecuencias son mínimas por estar equivocado.
- NotionAI: esta herramienta impulsada por GPT3 requiere más entrenamiento que cualquier otra cosa, ¡toda Internet! Sin embargo, los riesgos son bajos; siempre podemos generar ideas y escribir por nuestra cuenta, y no hay alternativas convincentes.
- Vehículos totalmente autónomos: esto está muy por encima de la curva en el cuadrante superior derecho porque requiere una cantidad impía de entrenamiento, combinado con apuestas altas para tener 100% de certeza.
- Amazon Alexa: esto cae por debajo de la curva porque la mayoría de los casos de uso tienen apuestas bajas (verificar el clima, bajar el volumen) y bajo contexto (puede pedir pizza de Domino’s, pero no puede pedirle la mejor pizza una ciudad específica por su naturaleza cualitativa y relativa sobre lo que representa ser «La mejor» y su vinculación a la plataforma).
¿Qué nos dice esto?
La curva de supervivencia de IA nos dice si una solución basada en IA está lista para resolver las necesidades de nuestros usuarios hoy. A medida que aumentan las apuestas y la opcionalidad, los modelos necesitan más atención humana para encontrar constantemente la mejor respuesta.
Los productos de IA que logran un mejor ajuste al mercado (Product Market Fit), lo hacen centrándose en casos de uso de alto retorno de inversión (ROI), que garantizan que el costo del contexto no aumente más allá del punto de lo que se puede entregar a sus usuarios. Esto los prepara para comenzar el ciclo virtuoso de recopilación de datos y expandir el beneficio de nuestro(s) producto(s) a medida que evoluciona la tecnología.
Cuanto antes comencemos este proceso, mejor. De lo contrario, podremos quedarnos atrás en el «polvo» digital.
Asegurar nuestro futuro: invirtiendo en IAG de forma temprana
A medida que progrese la IA, la Curva de Supervivencia se desplazará hacia afuera. Las aplicaciones que hoy consideramos «alucinantes» pueden considerarse obsoletas para 2030. GPT3 nos impresionó, GPT4 no volvió a sorprender, ¿cómo será GPT30?
Tan solo el modelo GPT4 está entrenado con 1,000 veces más puntos de datos; y estos son tan solo los primeros pasos que se verán realmente impactados por la computación cuántica y modelos cada vez cognitivos, poderosos, rápidos, eficientes y económicos.
Este cambio tomará tiempo, tal vez décadas. Pero lo peor que puede hacer una empresa ahora es creer que lo que estamos viviendo es una moda que pasará.
Al igual que las empresas que adoptaron lo digital tuvieron la transición más fácil a lo móvil, las empresas que adoptan la IA temprano estarán preparadas para casos de uso más avanzados en el futuro.
Depende de los líderes identificar oportunidades a lo largo de la frontera de eficiencia actual para que no se queden atrás a medida que madura la tecnología.
CONOCE NUESTRO PROGRAMA DE PRODUCTIVIDAD Y PROYECTOS DE IAG EXCLUSIVO PARA EQUIPOS EMPRESARIALES
AYUDAREMOS A TU EQUIPO A INTEGRAR DE MANERA EFECTIVA LA INTELIGENCIA ARTIFICIAL GENERATIVA EN LA PLANIFICACIÓN DE TU ORGANIZACIÓN
Continúa analizando las oportunidades y modelos de gestión de iniciativas de inteligencia artificial generativa en las siguientes publicaciones:
Inteligencia Artificial y Transformación Empresarial
Superando barreras en el lanzamiento de iniciativas de inteligencia artificial generativa.
Tipos de Inteligencia, consideración y alucinaciones con inteligencia artificial
¿Cómo crear productos de Inteligencia Artificial que realmente deseen nuestros clientes?
