La IA generativa es la respuesta: ¿cuál era la pregunta?

Tom Godden (00:10):
Solemos decir que la IA generativa es la respuesta. Pero ¿cuál era la pregunta? La IA generativa es realmente una tecnología nueva y emocionante. Es una tecnología transformadora. De hecho, creemos que probablemente esté a la altura de tecnologías transformadoras como la imprenta, la electricidad, la computación personal, Internet e incluso la nube.

Phil Le-Brun:
Dices que es nueva pero, en cierto modo, es la culminación de 60 años de desarrollo, con la nube que permite la computación de bajo costo y, luego, los avances en cosas como las técnicas estadísticas, el modelo transformador que ahora se utiliza para la IA generativa; es gracias a todo esto que se ha vuelto posible. Por lo tanto, ha habido una acumulación de nuevos avances, lo que nos ha llevado a un punto en el que ahora podemos hacer cosas increíbles en las organizaciones.

Miriam McLemore:
Lo que agregaría son los datos, ¿verdad? A todos nos preocupan los datos. Estamos enterrados en datos. Además, la IA generativa te permite aprovechar esos datos, utilizarlos de forma productiva para algunas cosas que acabas de describir, ya sean chatbots mejorados, centros de llamadas o creación de contenido. Acabamos de hacer un nuevo anuncio en HealthScribe: alguien se sienta en el consultorio del médico y ve al médico escribir en la computadora. Volvamos a tener al médico en la habitación con el paciente. Pues bien, hay algunas capacidades nuevas y excelentes, pero se trata de aprovechar los datos.

Tom Godden:
Y nos entusiasma mucho la IA generativa con respecto a todos los modelos fundacionales, los modelos de lenguaje de gran tamaño. La gente se apresura para llegar hasta el final y empezar a utilizar la IA generativa. Pero son sus datos los que van a marcar la diferencia. Si no tienen una base de datos sólida, les costará mucho poder hacer algo más que ingeniosos trucos con la IA generativa. En realidad, como empresa, como negocio, se necesita obtener esa previsibilidad, esa información contextual, y los datos marcarán la diferencia en ese sentido.

Miriam McLemore:
Lo que me encanta de esto es que los datos se han relegado al back office como una tarea pesada, y ahora el equipo de liderazgo ejecutivo necesita apoyarse en esa estrategia de datos.

Phil Le-Brun:
Y ahora estamos en un punto en el que hemos emprendido este viaje como empresa para democratizar el machine learning y la inteligencia artificial, pero a menudo eso es para las personas que, en cierto modo, entienden el lado tecnológico. Esto ahora da lugar a condiciones equitativas. Si nos fijamos en algunos de los datos de McKinsey, sugieren que el 75 % del beneficio de la IA generativa provendrá de cuatro áreas: operaciones con los clientes (como los centros de llamadas), ventas y marketing, investigación y desarrollo y, por último, desarrollo de software. Hablaste de los chatbots, por ejemplo. Esta capacidad de mantener una conversación con una marca, yo como cliente de tener una conversación que me dé lo que necesito, pero también desde el punto de vista de la empresa, el dinero que ahorrará y la fricción que puede quitar del recorrido del cliente: eso se convertirá en una ventaja competitiva.

Miriam McLemore (03:20):
Acabo de hablar con uno de nuestros clientes y se está esforzando mucho para escapar de la velocidad de sus negocios diarios, de lo que lo mantiene ocupado, pero sin mirar hacia el futuro ni pensar en grande. ¿Cómo cambiamos ese modelo como líderes? Se mira de afuera hacia adentro, se anticipa el cambio. Tenemos que ser líderes diferentes, y así abordar la burocracia que frena el avance.

Tom Godden:
Bueno, este es un cambio transformador al igual que la computación en nube, al igual que la transformación digital. Y creo que muchas de nuestras antiguas prácticas nos son de utilidad aquí. Hay que entender bien la cultura. Hay que entender bien la organización. Hay que analizar detenidamente los procesos o mecanismos, como nos gusta llamarlos, y colocarlos en el lugar correcto. De lo contrario, vas a comprar ese auto de carreras superrápido, pero no tendrás al equipo de boxes y al conductor preparados, listos y capaces de usarlo. Y no va a ir a ninguna parte. Es probable que obtengas algún beneficio, pero estamos hablando de ser transformadores porque ese es el punto. La competencia no se detiene, ¿verdad? Los competidores no se quedan quietos. Y la ventaja de ser el primero en actuar tiene que ver mucho con esto. Por lo tanto, para ser transformador o incluso llegar a ser disruptivo en un sector, se necesitarán todas esas piezas.

Phil Le-Brun:
Scott Galloway, un profesor, habla de que no debes preocuparte por el impacto de la IA en tu empresa. Deberías preocuparte por el impacto de quienes entienden cómo usar la IA para transformar su empresa. Y Miriam, tienes el dicho “piensa en grande, empieza de a poco, escala rápido”. Creo que eso es lo que tenemos que hacer. No hay que enamorarse de la expectativa, pero pensar en pequeño es una profecía autocumplida. Entonces, se trata realmente de pensar en grande acerca de cómo puedes transformar tu empresa, pero comenzando ahora, superando la inercia y aprendiendo a utilizar esto. Obtén la forma más rápida de saber lo que va a funcionar en tu organización.

Tom Godden (05:27):
Volviendo a que la IA generativa es la respuesta. ¿Cuál es la pregunta? Hazlo solo porque agrega valor. Utilízala porque es la herramienta adecuada. A menudo vemos “solo” análisis de datos o, lo que es ridículo, inteligencia artificial “normal”, machine learning “normal”, que parecía tan avanzado hace seis meses. A veces se adaptan mejor al propósito del problema que debe resolverse. Y no se necesita todo el trabajo y esfuerzo de la IA generativa para hacer esas cosas. Que te impulse el valor. No lo hagas solo porque todos los chicos populares lo hacen.

Miriam McLemore:
Pero hay que aprovecharlo.

Tom Godden:
Bueno, sigue adelante. Sé impaciente. Hay una ventaja por ser el primero en actuar. Esto es transformador. Una vez más, esto está a la par con algunas de las otras grandes disrupciones que hemos visto, por lo que debes ponerte manos a la obra. Tienes que aprovecharlo.

Phil Le-Brun:
No hay nada que te impida ponerte manos a la obra ahora mismo. Puedes usar modelos de lenguaje de gran tamaño ahora mismo a través de AWS SageMaker JumpStart. Todas estas cosas están ahí. Es un modelo de pago por uso; actívalo y pruébalo. Si no funciona, desactívalo.

Miriam McLemore:
Puedes crear una estrategia de datos ahora mismo. Aunque deberías haberlo hecho ayer.

Tom Godden:
Será bueno para ti pase lo que pase, ya sea que utilices IA generativa o no. Pon en orden tu casa en la nube. Si aún no tienes una posición sólida y madura, consigue un Centro de excelencia en la nube y un equipo para poder ir tras esas cosas. Hazlo porque es una buena idea hacerlo, pero también hazlo porque va a ser necesario. Son requisitos básicos, elementos fundamentales para la IA generativa.

Phil Le-Brun:
Y no dejes esto solo en manos del CIO. Sin faltarle el respeto al CIO, pero este es un desafío empresarial. Quiero decir, nosotros, como ejecutivos de negocios, tenemos que entender las finanzas, debemos entender la gestión de personas. Creo que ahora es necesario que los ejecutivos de negocios se sumerjan en la tecnología y los datos y averigüen qué necesitan saber. Según tu punto de vista, Tom, esto no es magia. Será una combinación de la tecnología, el cambio de los procesos empresariales y el cambio de las personas. ¿Cómo se combina todo eso? No puede dejarse eso solo en manos del equipo de TI.

Tom Godden (07:26):
Como parte de eso, tenemos que analizar de manera integral la IA responsable. Deberías contar con un programa de IA responsable si ya te dedicas a la IA y al ML. Pero la IA generativa, debido a su naturaleza generativa, te obligará a redoblar los esfuerzos y a entender cómo se mitigan los sesgos derivados de las cosas y cómo se evita que se produzcan alucinaciones y resultados tóxicos dentro de los sistemas, a menos que cuentes con las estructuras adecuadas. Hablamos mucho sobre esto, la cita de Galloway; se trata de que las personas entiendan cómo usar la IA generativa, pero es esa supervisión humana la que será tan imperativa. No estamos en un punto en el que estemos preparados para eliminar por completo al ser humano de la ecuación. Tal vez lo hagas en producción, pero después de haber hecho cientos de pruebas con supervisión humana sobre el funcionamiento de algo, y está vivo, respira. A diferencia de muchos software que solíamos escribir, que se probaban, funcionaban, se los ponía en producción y se decía: “Genial, vamos a seguir adelante. Volveremos y lo probaremos más tarde. Quizás otra vez, algún día”; esto va a ser algo en lo que querrás ejecutar casos de uso y pruebas de forma habitual. Me refiero a diario, tal vez incluso cada hora en algunas cosas para asegurarte de que tienes el control.

Miriam McLemore:
Me encanta tu punto de vista y, Phil, lo dices a menudo, tienes que tener cuidado con tu adicción a la predicción porque puedes usar esta tecnología para decir y reconfirmar cosas en las que crees. Hay que tener cuidado y prestar atención a los datos, aprovechar esto para abrir nuevos caminos y considerar nuevos enfoques.

Phil Le-Brun:
Creo que todo se remonta a mucho de lo que hablamos sobre los datos: más del 75 % de los problemas que vemos con los datos tienen que ver con las personas, la organización y la cultura. Y comienzan con el liderazgo. Como líder, ¿estás modelando el comportamiento? ¿Estás cuestionando los datos? ¿Formulas las preguntas adecuadas? ¿Intentas simplemente confirmar la decisión que ya has tomado? Creo que este es un momento muy interesante y emocionante si eres un ejecutivo de negocios, por el potencial que tienes, pero también por la obligación que tienes en torno a una IA responsable. Y no se trata solo de la ética y los prejuicios y cosas por el estilo, sino de las implicaciones de lo que estás haciendo. Creo que estamos haciendo lo correcto con Amazon Bedrock, que consiste en llevar el modelo de tu entorno a un entorno seguro. Usa tus datos para entrenar ese modelo en lugar de tomarlos y ponerlos en un modelo público. Sin embargo, también sabemos que no existe un modelo fundacional único que resuelva todos tus problemas.

Tom Godden:
Y ahí es donde va a entrar la verdadera fortaleza de Bedrock. La posibilidad de acceder a estos modelos de lenguaje a través de una API y luego cambiar e ir en otra dirección si se justifica, si es necesario; o poder acceder a un nuevo modelo para otro caso de uso, pero poder hacerlo de forma rápida, al igual que todos los demás servicios de AWS. Actívalo cuando lo necesites, desactívalo cuando no lo necesites.

Phil Le-Brun (10:28):
Y si quieres crear tu propio modelo, bueno, no te apresures en hacerlo. Bendito seas. Bendito seas, bendito. Pero no te apresures en hacerlo. Quiero decir, podrías gastar diez o cien millones de dólares, pero si hay un argumento comercial real para hacerlo, primero aprende qué es lo que realmente necesitas hacer con la tecnología que tienes. Luego, está la infraestructura en la nube. Hay cosas como AWS Trainium e Inferentia para reducir el costo de las inferencias y el entrenamiento. Por lo tanto, casi independientemente de hacia dónde te dirijas en el futuro, querrás tener tu estrategia de datos establecida y estar en la nube. No querrás probar esto en casa.

Tom Godden:
Hablemos un minuto sobre las métricas vanas en torno a los modelos fundacionales. Las estadísticas más recientes indican que los modelos fundacionales más importantes tienen más de 500 000 millones de parámetros. Suena muy genial. Estupendo. Me gustaría tener cinco. ¿Por qué no tener 800 000 millones? Lo que también estamos viendo es que a veces no se necesita tanta cantidad. De hecho, esto puede generar resultados y respuestas más espurios. Tener una herramienta diseñada específicamente, incluso una versión pública de código abierto, pero diseñada específicamente para el caso de uso que estás intentando hacer y que esté en sintonía con la información empresarial contextual, probablemente tenga mejores resultados y eficacia que estas métricas vanas de las que es increíble hablar. 500 000 millones de parámetros suena asombroso, pero puede que no sea lo que se necesita para resolver el problema.

Miriam McLemore:
Sí, los datos correctos para el problema correcto. Y de nuevo, como dijiste, comienza con el problema. Trabaja a partir de un valor empresarial que puedas impulsar, aprovéchalo y elige un punto de partida. Es un momento emocionante, pero tardarás un minuto en descubrir tu ritmo y qué es lo que agrega valor a tu enfoque. Me sorprende ver a los clientes que ya se están animando y están creando caminos increíbles que todos vamos a copiar. Creo que esa es una de las mejores cosas, al igual que en las sesiones de AWS: aprovechar otros casos de uso de los clientes y aprender de aquellos que han probado cosas. No tienes que hacerlo todo tú mismo.

Tom Godden:
Hablamos de Code Whisperer. Veo que mucha gente también está muy interesada en el Centro de contacto. Es un entorno rico en objetivos. Tienes una relación directa con el cliente, por lo que debes tener cuidado, pero también es un riesgo menor que tal vez intentar idear el próximo nuevo tratamiento en la industria de la salud. Háganlo, por favor. Necesitamos ese tipo de avance. Pero ahora corremos un riesgo muy alto; es muy, muy complicado. También veo que algunas personas se fijan en la intranet, pero si la suya es como la mía, es un lugar en el que solo se guarda información. Tienes un excelente motor de búsqueda que no encuentra casi nada, pero ahora tienes una gran oportunidad de aprovechar y desbloquear toda esa información dentro de tu organización, lo que también es una excelente manera de empezar a darle vida a esto para que las personas puedan ver su potencial y hacerlo de una manera que implique un bajo riesgo. Eso agrega mucho valor. Ve a hacerlo. Sé impaciente.

Miriam McLemore (13:35):
Ese es uno de los grandes anuncios que hemos hecho en torno a la formación, ¿verdad? Porque ¿cómo es que aprendes a hacer esto? ¿Cómo sales allí, capacitas al equipo y capacitas al equipo ejecutivo? Tenemos una serie de ofertas que pueden ayudar a nuestros clientes a capacitar a sus organizaciones sobre los puntos de partida y hay herramientas disponibles para que puedan tomar sus propia decisiones sobre el enfoque correcto para su empresa.

Phil Le-Brun:
Aprender y sentir curiosidad. Tenemos el curso ejecutivo de Capacitación y certificación. Es muy directo: ¿qué es la IA generativa? Ahora tenemos el curso de Coursera, que es fantástico. Si realmente quieres entrar en detalles y algunas de las cosas de las que hablabas sobre el equilibrio entre la cantidad de datos y los parámetros y el cálculo y la búsqueda del equilibrio adecuado, está todo ahí fuera. Mucho de esto es de dominio público. Hazlo ahora. Comienza a aprender ahora mismo. Nunca es demasiado pronto.

Tom Godden:
Y esa capacitación te ayudará a atraer a las personas porque, seamos honestos, esta es una tecnología transformadora, pero también puede ser disruptiva. Algunas personas, con justa razón, están muy preocupadas por lo que significa esto. No solo por el trabajo. Tengo un alquiler, una hipoteca, hijos que enviar a la universidad. ¿Todavía tengo un papel en este mundo nuevo, emocionante y transformado? ¿Qué le va a hacer a la sociedad? Creo que ayudarlas a ver su papel, ayudarlas a entender qué papel van a poder desempeñar y apoyarlas durante esa capacitación, será aún más vital en esta evolución transformadora que en otras evoluciones transformadoras que hemos visto.

Phil Le-Brun:
Sí, deshazte de los silos. Hablaste de prejuicios, Tom. La mejor manera de mitigar los prejuicios es tener un equipo que represente a su base de clientes. Además, sabemos que el machine learning en general, la IA generativa definitivamente, se extenderá a toda la organización. Funcionará a pesar de la estructura organizativa, no gracias a ella. Así que deshazte de la burocracia. Supongo que puedes usar la IA generativa para deshacerte de algo, pero es volver a lo que hace que…

Tom Godden:
¿Crea un organigrama nuevo?

Phil Le-Brun:
Sí, automatiza PowerPoint.

Miriam McLemore:
Dime quién debe estar a cargo.

Phil Le-Brun:
Ahí es donde van a aparecer algunos prejuicios. Es cierto. Pero úsala para entender realmente tu ventaja competitiva. Si nos fijamos en empresas como Autodesk que utilizan IA generativa, ahora están reduciendo el peso de algunos de sus diseños al 40 %. Qué gran beneficio para la sostenibilidad. Pero realmente han identificado dónde pueden usarla para marcar una diferencia competitiva en su organización.

Tom Godden:
Hazlo porque agrega valor. No lo hagas solo porque los chicos populares lo hacen.

Phil Le-Brun (16:11):
Lo que me parece interesante es que a menudo existe esta tensión entre “¿Ahorro dinero porque son tiempos difíciles o puedo innovar?” y creo que ya no hay otra opción. Tienes que hacer ambas cosas. Y la realidad es que se desperdicia mucho dinero en la organización. En un estudio, el 94 % de los CXO mostraron que su propia estructura organizativa les impide innovar. Toda esa burocracia. ¿Cuánto tiempo tardas en tomar una decisión? Lo que en cierto modo irónicamente llamamos el “índice burocrático de masas”. ¿Cuánto tiempo dedicas realmente a hacer un trabajo significativo respecto de esperar a que se tome una decisión? ¿Cómo se reducen esas decisiones? No creo que sea “innovar o ahorrar dinero”. Creo que se hacen ambas cosas. Reduce el costo del trabajo indiferenciado, libéralo para innovar y se convertirá en un círculo virtuoso. E incluso utiliza el machine learning y la IA generativa para reducir parte de ese costo y burocracia en tu propia organización.

Miriam McLemore:
Lo que hemos visto y dicho a nuestros clientes es que las restricciones realmente impulsan la innovación mejor que cuando tenemos todo al alcance de la mano. Estar entre la espada y la pared hace que seas creativo sobre cómo puedes salir de ese lugar. Puedes aprovechar los tiempos económicos difíciles para pensar de manera diferente. No tienes opción. Pero también creo que, como has dicho, con la IA generativa, uno de los grandes valores será la productividad y el ahorro por parte de ese trabajo indiferenciado. Estuve en la empresa Coca-Cola durante muchos años, generando contenido, creando nuevos sitios, nuevas experiencias, nuevas imágenes para nuestros consumidores y clientes, material en el punto de venta. Será un cambio de juego para la tecnología de marketing.

Tom Godden:
Hemos visto cómo esto se refleja en otras transformaciones. El verdadero cambio no siempre es solo la tecnología, sino también la disposición a aplicar la tecnología de una manera nueva. Lo vimos con la electricidad, que cambió la forma en que diseñamos y operamos las fábricas. Pudimos hacer funcionar las fábricas de forma más segura las 24 horas del día. De nuevo, la tecnología fue la facilitadora inicial, pero la verdadera transformación se produjo cuando repensamos el proceso. Así que, al analizar esto y buscar este nuevo equilibrio, tenemos que volver a analizar nuestros procesos y preguntarnos: ¿por qué hago esto? ¿La IA generativa me permite pensar en hacer esto de una manera completamente diferente? No te limites a automatizar el pasado con la IA generativa. Utilízala como una oportunidad para repensar estas cosas y hacerlas de manera completamente diferente.