Inteligencia artificial: más allá de Chat GPT

EMILIO PFEFFER

En los últimos días, la noticia del lanzamiento del producto Enterprise por Chat GPT ha generado un revuelo en la industria de la inteligencia artificial (IA) y más allá. Muchos han interpretado este acontecimiento como el posible ocaso de otros proyectos de IA de características similares, dado que los clientes se comprometerían sin condiciones con esa tecnología. Sin embargo, cuesta entender esta visión y resulta preocupante constatar que se hayan perdido de vista las lecciones aprendidas de la transformación digital y la evolución de la tecnología.

La transformación digital nos enseñó que las empresas deben adaptarse constantemente a la digitalización y, hoy día en la era IA, la flexibilidad es un elemento crucial. Aquellos que buscan contratar un servicio de IA como una solución permanente, como lo fueron Excel o Microsoft Word, están equivocados. La IA no está diseñada para ser estática; está diseñada para ser flexible.

“Quienes buscan contratar un servicio de IA como una solución permanente, como lo fueron Excel o Microsoft Word, están equivocados. La IA no está diseñada para ser estática, sino flexible”.

Cada día surgen nuevos modelos de IA Generativa, como Stable Diffusion para la creación de imágenes (muy superior a Dall. E 2, de Open AI), Cohere y Claude (ambos con buenos resultados en manejo de grandes cantidades de texto), y muchos otros. Incluso gigantes como Amazon Web Services y Google están lanzando sus propios servicios, integrando varios modelos diferentes. La tecnología está en constante movimiento, y cada día se desarrollan nuevos casos de uso.

Además, la aplicación de la Inteligencia Artificial (IA) a industrias específicas es de vital importancia. Esto se debe a que cada industria tiene sus propios desafíos y necesidades únicas, y una solución de IA genérica simplemente no puede abordar estos problemas de manera efectiva. En lugar de buscar una solución única para todos, las empresas deben buscar soluciones de IA que se puedan personalizar para abordar sus necesidades específicas, que a la vez les permitan probar y testear diferentes tipos de tecnologías con integraciones a bajo costo.

Por ejemplo, en la industria legal, la IA puede usarse para mejorar proceso y razonamiento en torno a legislaciones o sistemas jurídicos locales, mientras que en la industria de la logística, como ya hemos visto, puede optimizar las rutas de entrega y mejorar la eficiencia. En cada uno de estos casos, la IA debe ser personalizada para abordar los desafíos específicos de la industria.

Por último, otros puntos a destacar son la integración y la omnicanalidad, aspectos cruciales en el mundo actual. Hoy en día no interactuamos con la tecnología a través de un solo canal, sino que utilizamos múltiples plataformas y dispositivos en nuestra vida diaria.

Ya es patente que las soluciones de IA deben ser capaces de integrarse en una variedad de canales y proporcionar una experiencia de usuario coherente y fluida en todos ellos. Esto significa que la IA debe ser capaz de interactuar con nosotros a través de nuestros teléfonos móviles, computadoras, asistentes de voz y más, y proporcionar la misma calidad de servicio en todos estos canales.

En resumen, parece increíble volver a sostener algo que debería estar clarísimo a estas alturas: las empresas deben aprender a moverse con la tecnología y jamás a quedarse atrapadas en una solución estática que no les permita probar distintas soluciones. La verdadera innovación proviene de la capacidad de adaptarse y cambiar con el tiempo.