(Overearth/Shutterstock)
Cuando la IA generativa aterrizó en la escena hace dos años, estaba claro que el impacto sería appreciable. Sin embargo, el camino hacia la adopción de Genai no ha estado exento de desafíos. Desde presupuesto y herramientas hasta encontrar un ROI, las organizaciones están descubriendo a medida que avanzan cómo encajar en Genai.
Aquí hay 10 preguntas sobre el despliegue de Genai y cómo afectará su negocio.
1. ¿Cuál es el presupuesto de Genai?
En el presupuesto normal de TI, la IA será una porción significativa de cualquier fondos nuevos o nuevos que el negocio asigne para el gasto. En términos de casos de uso, es possible que la mayor proporción del presupuesto de Gen AI respalde aplicaciones, como la implementación de chatbots, obteniendo datos de las bases de conocimiento en otras plataformas de contenido conversacional. El objetivo de este presupuesto será cómo mejorar la interacción del usuario, optimizar el acceso a la información y mejorar el soporte y el compromiso a través de interfaces de IA conversacionales.
2. ¿Cuál es el estado precise de la IA generativa en la producción en todas las industrias?
La IA generativa todavía se encuentra en sus primeras etapas de adopción, y la mayoría de las empresas aún no han lanzado sus primeras aplicaciones de grado de producción. Si bien las herramientas como ChatGPT demuestran potencial, la realidad es que la implementación generalizada, especialmente para los casos de uso específicos del negocio dentro de las empresas, no ha ocurrido. El retraso refleja las ondas tecnológicas anteriores, donde las empresas tardaron entre dos y cuatro años en integrar nuevas innovaciones de manera significativa.
Entonces, 2025 debería ser el año en que vemos que las empresas realmente sean lanzadas y tengan que cumplir con sus promesas en torno a la IA, tanto internamente como en el mercado. Esas compañías que hacen esto con éxito verán un gran impacto en el mercado.
Los chatbots son el paso uno en la curva de adopción de Genai (SDECORET/Shutterstock)
3. ¿Por qué algunos expertos critican la narrativa «más que un chatbot»?
La narrativa «más que un chatbot» se considera prematura porque la mayoría de las organizaciones no han implementado con éxito los sistemas de chatbot básicos que cumplan sus promesas a los usuarios. Muchos líderes de TI y proveedores que abogan por aplicaciones más avanzadas a menudo carecen de experiencia con implementaciones de chatbot reales. Es esencial obtener las bases correctas, y ese trabajo en proyectos de Genai no debe devalarse en la prisa por promocionar la próxima gran cosa en la IA.
4. ¿Cómo se compara la adopción de IA generativa con cambios tecnológicos anteriores como Cellular and Social?
La adopción generativa de IA sigue una trayectoria comparable a innovaciones anteriores como aplicaciones móviles y redes sociales. Mire el móvil: Apple lanzó la App Retailer en 2008, y se llevó a 2009 para que Uber se lanzara y 2010 para que Instagram lance sus aplicaciones. Cada una de estas aplicaciones interrumpió las industrias. Por ejemplo, Cellular permitió a Spotify interrumpir la industria de la música y Airbnb y Uber interrumpieron las industrias de hospitalidad y transporte. Esas compañías ahora valen miles de millones. Las empresas tradicionales tardaron aún más en sentirse cómodas con los dispositivos móviles, pero ahora es esencial para ellas. Genai está siguiendo ese mismo camino, y ahora estamos en ese período de dos años. Así que deberíamos ver algunos lanzamientos fuertes en 2025 y más allá.
Cuando se lanzó ChatGPT, fue impresionante para mucha gente. Pero Gen AI necesitaba herramientas de desarrollo a su alrededor, y alrededor de las otras herramientas de LLM que se lanzaron después, para convertirse en algo que las empresas podrían tomar y usar a escala. Necesitaba enfoques como integridades de datos vectoriales, búsqueda de vectores, integraciones y todos aquellos otros elementos que hacen que la tecnología funcione a escala. Esas herramientas están en su lugar, y 2025 debe ser el año en que esas implementaciones comiencen a llegar.
5. ¿Cuáles son los desafíos que enfrentan las empresas para implementar la IA generativa?
Hay cuatro problemas clave: inercia en la adopción, falta de experiencia, superar la exageración y tener la infraestructura adecuada en su lugar y listo. Muchas empresas tardan en experimentar e implementar nuevas tecnologías, incluso cuando están listas para la producción. Genai todavía se está desarrollando, por lo que hay muchas empresas que todavía están adoptando una esperanza y viendo la mentalidad. Pero Genai funciona mejor cuando usa sus propios datos con él, por lo que no puede copiar el enfoque de otra empresa y esperar obtener los mismos resultados.
La dificultad de encontrar desarrolladores de Genai es obstaculizar la adopción (Gorodenkoff/Shutterstock)
Vinculado a esto, hay una falta de experiencia en torno a Genai: encontrar las personas adecuadas que pueden administrar y escalar las implementaciones de IA es difícil, simplemente porque el número de personas es pequeña.
La cantidad de exageración en torno a Genai tampoco está ayudando a este proceso. Mucho de lo que usamos como inspiración para cómo creemos que la IA se desarrollará se encuentra en la ciencia ficción, y esa ficción ha llevado a algunas expectativas poco realistas. La brecha entre lo que Gen AI puede entregar hoy y cómo se puede utilizar en aplicaciones comerciales prácticas conduce a implementaciones retrasadas. Tenemos que moderar las expectativas y concentrarnos en entornos del mundo actual donde podemos comparar los resultados ‘antes y después’.
Para estar listos para Genai, las empresas necesitan mejores herramientas, arquitectura y sistemas de observabilidad para integrar soluciones de IA de manera efectiva. Los modelos de idiomas grandes han atraído la mayoría de la atención, pero solo son parte del enfoque. No puede entregar Gen AI sin los datos correctos, las herramientas correctas y la información correcta sobre cómo está funcionando.
6. ¿Qué industrias se espera que más se beneficien de la IA generativa?
Las industrias que dependen en gran medida del compromiso, como el servicio al cliente, las funciones minoristas y de apoyo, están preparadas para ver los beneficios más inmediatos. Así como industrias limitadas por el agotamiento cognitivo de personas altamente especializadas. Las herramientas con AI pueden mejorar las interacciones del cliente, mejorar la eficiencia de soporte y proporcionar asesoramiento en tiempo actual para las operaciones de campo. Más específicamente, las herramientas con IA pueden mejorar la revisión de los escaneos médicos, ofreciendo características altamente técnicas y descubrimiento de medicamentos. Sin embargo, lograr estos beneficios depende de superar los cuellos de botella de implementación.
7. ¿Cuál es el papel del capital de riesgo en la IA generativa, y qué errores se han cometido?
El capital de riesgo ha desempeñado un papel importante en la financiación de la IA generativa, pero muchas empresas enfatizaron las inversiones sobre el desarrollo del modelo en lugar de la infraestructura de IA más amplia. El valor en la IA generativa se encuentra más en aplicaciones de software program, herramientas y orquestación que en la capacitación de nuevos modelos. Los VC están cambiando el enfoque hacia las soluciones de infraestructura e implementación, pero muchas de estas empresas carecen de experiencia y experiencia en el sector de software program B2B. No entienden los patrones de compra que tienen las grandes empresas, y esto afectará cómo se desempeñarán esas compañías que obtuvieron fondos durante el próximo año.
Las startups de Genai están atrayendo miles de millones en financiación de riesgo (Tsviphoto/Shutterstock)
Espero que haya empresas que tengan grandes partes de la pila, pero no tienen los fondos para llegar al mercado de manera efectiva y ampliar. Esto conducirá a muchas fusiones, adquisiciones y oportunidades financieras para aquellas compañías que puedan obtener una posición sólida en el mercado.
8. ¿Qué predicciones existen para el futuro de la adopción generativa de IA?
2025 será el año en que pasemos de exagerar a un uso generalizado de la producción e implementaciones en torno a los servicios de chat de IA o donde la IA se integra en otras aplicaciones. Llegaremos a donde vamos más rápido. Para los científicos, la IA generativa reducirá la carga cognitiva de los científicos a nivel mundial y el mundo será un lugar mejor para ello. Para los tecnólogos, la IA generativa construirá productos más rápido, solucionará errores cuando los encontremos y entregamos experiencias que los usuarios aman. Llegaremos a donde vamos más rápido, curaremos el cáncer más rápido y combatiremos el hambre más rápido, con el poder de la IA generativa en 2025.
Junto a esto, creo que el lado de la investigación continuará desarrollándose rápidamente. Durante el próximo año, veremos que surgen nuevas terminologías y conceptos, incluso cuando muchas empresas todavía se están poniendo al día con la implementación de tecnologías actuales como los chatbots. Esto ayudará a las implementaciones más complejas para completarse, y luego expandir lo que Gen AI puede entregar.
9. ¿Por qué los casos actuales de uso de chatbot siguen siendo relevantes para 2024 y más allá?
Aunque las interfaces conversacionales (chatbots) pueden parecer «el caso de uso del año pasado», la mayoría de las organizaciones no han implementado e implementado incluso una en la producción de manera efectiva. Por lo tanto, la implementación de interfaces conversacionales sigue siendo un objetivo crítico para 2024. Para las empresas, el énfasis está en crear soluciones funcionales y escalables para las interacciones del cliente, el soporte interno y las operaciones de campo.
10. ¿Cuál es la perspectiva a largo plazo para la IA generativa en uso empresarial?
La IA generativa probablemente se convertirá en la cuarta ola importante de compromiso digital después de la net, social y móvil. En los próximos años, pasará de una tecnología experimental a un componente central de las operaciones comerciales. Las empresas que adoptan la IA generativa para mejorar el compromiso y la eficiencia ganarán una ventaja competitiva. Para cualquier área donde las empresas puedan ver más oportunidades que riesgos, hay ganancias que se deben realizar en Genai. Un obtressugo de LLM, asistentes sugenciados por LLM, no solo en los chatbots, sino en la comprensión de nuestro mundo basado en nuestro escape digital. Se convierten en un copiloto para la vida, asesorando sobre las bolas que los humanos caen, manejando la complejidad de equilibrar el trabajo y la vida, evitando que envíe ese correo electrónico reactivo en llamas.
Un mundo de agente puede capacitar a las partes interesadas para medir las cosas correctas sobre su negocio, cambiar esas medidas más rápidamente y proporcionar la perspectiva crítica de si las decisiones correctas se están tomando para el negocio o la empresa. Think about un ejecutivo que trabaja con su asistente de Genai: uno de nuestros KPI se está sumergiendo. Ayúdame a resolver eso. El chatbot cube «Está bien. Según lo que representa este KPI y los datos disponibles para el análisis, tengo tres hipótesis ”. Los agentes de IA podrían probar las hipótesis.
Acerca del autor: Ed Anuff es el director de productos de DataTaxproveedor de una plataforma de Massive Information. Ed tiene más de 30 años de experiencia como líder de productos y tecnología en empresas
como Google, Apigee, seis aparte, viñeta, epicéntrica y cableado. Lideró productos y estrategia para Apigee a través de la IPO de Apigee y la adquisición de Google. Fue el fundador del líder del portal Enterprise Epicentric, que fue adquirido por Vignette. En los años 90, en Wired, lanzó uno de los primeros motores de búsqueda de Web, Hotbot, y fue autor de uno de los primeros libros de texto en el lenguaje de programación Java. ED es un graduado del Instituto Politécnico Rensselaer (RPI).
Artículos relacionados:
Centrarse en los fundamentos para el éxito de Genai
Genai comienza a viajar hacia el canal de la desilusión
Adopción de Genai: muéstrame los números
