Los modelos de procesamiento de lenguaje basados ​​en inteligencia artificial (IA) y aprendizaje automático (ML) fueron los temas candentes de 2023. Impulsado por la novedad de herramientas como ChatGPT, Midjourney, Soundful y otras, la exageración pública hizo sentir como si la IA estuviera cambiando radicalmente todo lo que hacemos.

Sin embargo, a estas alturas, hay cada vez más señales de que todavía no hemos llegado a ese punto. Las limitaciones de estas herramientas, así como los desafíos legales y éticos para su desarrollo, dejan menos que celebrar y más que hacer antes de otro avance en la adopción de la IA.

Resultados exigentes de la IA

Según el informe The State of AI 2022 de McKinsey, la adopción de la IA se ha estabilizado entre el 50 y el 60 por ciento en los últimos años e incluso ha disminuido ligeramente desde 2019. Casi al mismo tiempo, múltiples implementaciones de herramientas basadas en IA generativa hicieron parecer que, por el contrario, estamos experimentando un enorme aumento en la adopción de la IA en las empresas.

Sin embargo, la escala probablemente fue exagerada. Empresas como Salesforce y Microsoft compiten por ser las primeras del mundo en introducir herramientas de inteligencia artificial generativa para tareas particulares, como resumir datos de clientes y generar consejos en tiempo real para reuniones. Sin embargo, incluso entre las empresas con mil millones de dólares en ingresos anuales, al 60 por ciento todavía les falta uno o dos años para implementar su primera solución de IA generativa.

Mientras la novedad y la publicidad sirvieran para una buena publicidad, había una razón para implementar herramientas de inteligencia artificial sin esperar un rápido retorno de la inversión. Ese tiempo ha pasado. En las condiciones económicas actuales, las juntas directivas y los inversores exigirán cada vez más pruebas de resultados positivos a la hora de autorizar la adopción de la IA. Hasta ahora, parece que, en su actual etapa de desarrollo, el valor que pueden producir las herramientas de IA generadoras es limitado.

¿Cómo puede avanzar la IA/ML?

Los analistas de CSS Insight y Gartner consideran que la IA generativa está "sobrevalorada" y predicen que desaparecerá del interés público ya en 2024. Antes de que la IA pueda estar a la altura de las expectativas de este año, debemos abordar la falta de confiabilidad y precisión que conlleva superficialmente generando resultados según probabilidad estadística.

Por otro lado, la IA generativa es sólo una parte de la investigación en IA. En el futuro, es posible que veamos que el enfoque cambia de la IA generativa a la causal y a técnicas de aprendizaje automático más matizadas, como el aprendizaje federado.

Si bien la IA generativa equipara la correlación con la causalidad, la IA causal avanzada debería funcionar más como la mente humana. Va más allá de las estadísticas al examinar las posibles relaciones entre causa y efecto. Por lo tanto, puede descubrir mejor qué da significado a las secuencias de palabras y producir resultados más confiables.

El aprendizaje automático federado es un marco en el que se pueden entrenar algoritmos de aprendizaje automático sin acceso directo a los datos privados de los usuarios. En este paradigma descentralizado, varios socios con conjuntos de datos separados entrenan el algoritmo de forma colaborativa, pero sin intercambiar ni agrupar datos de entrada. Este método puede ayudar a resolver los problemas acuciantes de la privacidad de los datos y las islas de datos aisladas.

Se trata de una innovación tecnológica esencial, ya que la acumulación de casos legales relacionados con la privacidad y la propiedad de los datos utilizados para entrenar la IA ya plantea desafíos para una adopción más amplia de la IA. Los tribunales y los organismos reguladores que acuerden reglas claras para un mayor desarrollo y uso de la IA también deberían desempeñar un papel importante para abordar estos desafíos.

El mercado de la IA generativa seguirá creciendo

Por supuesto, el mercado de la generación de IA no va a retroceder incluso si el público en general no lo observa con tanto entusiasmo como en 2023. Se estima que el mercado de ML crecerá un 18,73% anual entre 2023 y 2030, lo que dará como resultado un volumen de mercado de 528 mil millones de dólares para 2030. Incluso podríamos ver nuevos actores importantes en el campo de los grandes modelos de lenguaje (LLM), que brindan servicios de capacitación e informática.

La Gen AI ya está teniendo un impacto en varias industrias, incluidas las de marketing, diseño y ciberseguridad. En los próximos años podría extenderse a las industrias farmacéutica, manufacturera, de ingeniería, automotriz, aeroespacial y energética, tal vez incluso racionalizando los procesos comerciales centrales.

La capacidad de las empresas para adoptar e implementar aún más Gen AI dependerá de la capacidad de los proveedores para servir estos modelos como API basadas en web. Las empresas ya implementan ChatGPT en sus tareas diarias, como chatbots de atención al cliente, generación de clientes potenciales, recopilación de comentarios sobre productos o resumen de contenido de video. Aprender el concepto de causalidad y proporcionar acceso a la API podría permitir que Gen AI se utilice en áreas técnicas "más difíciles", como el mantenimiento predictivo.

En conclusión: el año redefinidor

En resumen, 2024 será el año en el que redefiniremos el campo de la IA. Después de mucho tiempo preguntándonos qué podría hacer la IA, nos estamos centrando más en lo que se le debería permitir hacer. La jurisprudencia y las instituciones nacionales e intergubernamentales deben establecer aquí algunos límites.

Mientras tanto, la demanda del mercado de calidad en lugar de una adopción rápida debería impulsar a los desarrolladores comerciales de IA a explorar nuevas áreas. Con toda probabilidad, la generación de IA no desaparecerá, pero el campo será redefinido por aquellos que se esfuerzan por encontrar soluciones más complejas.