Tres claves para crear aplicaciones con inteligencia artificial generativa de valor
La inteligencia artificial (IA) generativa ha cobrado impulso a una velocidad de vértigo en los últimos seis meses. Los grandes modelos fundacionales de IA existen desde hace un par de décadas, pero en los últimos años se han producido lanzamientos impresionantes, como GPT-3 en 2020 y DALL-E en 2021, que demuestran un potencial de aplicación significativo. Creemos que el impacto potencial de la IA generativa es enorme porque las posibilidades de aplicación son infinitas. Puede aplicarse en casi todas las verticales, en todas las tareas que realizamos, pero no todas las aplicaciones tendrán sentido o aportarán tanto valor. Entonces, ¿cuál es la fórmula ganadora para las aplicaciones de IA generativa? En Samaipata no tenemos la respuesta, pero sí hemos pensado en un marco con las diferentes palancas para crear valor:
1. Diferentes verticales. La IA generativa puede aplicarse a diferentes medios, como ya hemos visto, cada uno de los cuales puede tener casos de uso en diferentes verticales. Por ejemplo, imágenes para marketing frente a juegos o frente a educación. Hasta ahora, el marketing, las ventas y la codificación han visto aplicaciones predominantes. El hilo conductor puede ser que los sectores verticales que no están regulados o tienen más flexibilidad para la imprecisión (al menos al principio) se adopten más rápidamente. Por otro lado, ser el primero en abrirse paso en un sector vertical regulado o con “un listón más alto”, como el médico o el jurídico, podría suponer una ventaja competitiva. Sin embargo, en algunos mercados verticales, es posible que aún tardemos algún tiempo en disponer de modelos lo bastante específicos como para que resulten útiles. El modelo Galactica de Meta, lanzado en noviembre de 2022, pretendía ayudar a los científicos a redactar composiciones científicas. Sin embargo, fue retirado al cabo de sólo 3 días cuando la comunidad desestimó la herramienta, criticando que el sentido gramatical era insuficiente, ya que el resultado del modelo no aportaba ninguna sustancia científica ni fundamentación a su resultado, creando así riesgos de investigación engañosa. Está claro que aún no hemos llegado a ese punto, pero confiamos en que sea cuestión de tiempo que lo hagamos.
2. Profundidad de la IA. La “profundidad” con la que la IA generativa ayuda a los usuarios es otra variable para diferenciar las aplicaciones y podría variar en función de la vertical, la propuesta e incluso la madurez del modelo subyacente. Por profundidad, entendemos el grado en que la IA ayuda en una tarea: la autonomía total representaría la mayor profundidad, mientras que los primeros borradores o la lluvia de ideas estarían en el extremo menos profundo. Al igual que en el caso anterior, una mayor penetración de la IA en algunos sectores verticales o casos de uso puede tener sentido debido a las menores barreras de adopción, la flexibilidad para la imprecisión o incluso el volumen de producción requerido. Algunos ejemplos en los que la IA generativa casi autónoma podría tener sentido podrían ser la atención al cliente o los textos publicitarios. Los contenidos más extensos, como los artículos de blog, pueden ser los más adecuados para ser redactados primero, al menos al principio. Esta palanca también puede ser la forma de penetrar en los sectores verticales más difíciles mencionados anteriormente, ya que una propuesta más superficial podría reducir las barreras de entrada. Por ejemplo, una herramienta que cree primeros borradores de términos jurídicos en lugar de contratos finales puede tener un listón más bajo y, por tanto, fomentar la adopción. Por supuesto, la profundidad de la IA para cada vertical o tarea cambiará constantemente con el tiempo, por lo que creemos que será fundamental que las startups de este espacio mantengan el pulso y evolucionen con su sector.
3. Accesibilidad, integración y herramientas. La última palanca es la medida en que la IA generativa es accesible, se integra en los flujos de trabajo y se complementa con herramientas. Otra forma de expresarlo es la capa UX de la IA generativa: ¿hasta qué punto es fácil para el usuario obtener el valor de la IA generativa en su función? Un ejemplo del impacto de esta capa es el lanzamiento de ChatGPT. La innovación en UX de una interfaz de chat conversacional aceleró la adopción de la tecnología a pasos agigantados, llegando incluso a ser noticia de primera plana, a pesar de que ChatGPT se basa vagamente en GPT3, que se lanzó hace 2 años. Vemos esta capa de UX como una palanca crítica para construir una plataforma sobre IA generativa porque es una de las pocas formas de diferenciarse de los competidores y crear defensibilidad, especialmente si también se basan en los mismos modelos de IA subyacentes (lo que es probable).
Es probable que una herramienta de IA generativa singular corra el riesgo de convertirse en una “característica” de una plataforma ya existente, que tiene la clara ventaja de contar con una base de usuarios ya existente. Ejemplos de esto ya están surgiendo con Notion, que presenta un asistente de IA para aportar ideas, escribir primeros borradores, resumir y editar artículos.
Entonces, ¿por qué los usuarios cambiarían a un editor de texto de IA generativa de terceros? El listón está muy alto: la IA necesitaría una plataforma completa con herramientas y flujos de trabajo adjuntos y tendría que superar en 10 veces a Notion o Microsoft. Estas empresas deberían sentirse amenazadas en este escenario. A pesar de ello, sigue habiendo muchos sectores verticales y casos de uso sin explotar, por lo que no siempre será así.
En definitiva, queda mucho trabajo por hacer para aprovechar y adaptar nuestra sociedad a esta tecnología, lo que probablemente implicará cierto grado de regulación; por ejemplo, la UE ya está planeando regular los modelos de IA generadores de texto e imágenes. Es un verdadero caso de construir el avión y la pista mientras vuela. Sin embargo, para los empresarios que aspiran a ser pilotos, el pistoletazo de salida ha sonado y la carrera ha comenzado. La velocidad y la forma en que las empresas salgan al mercado serán enormes ventajas competitivas en este espacio, esperamos que en un futuro próximo surjan muchas aplicaciones de la IA generativa y las herramientas y plataformas de apoyo que la rodean. Sin duda, algunas de ellas serán las primeras ganadoras y en Samaipata estamos muy ilusionados por invertir en este espacio en los próximos meses.