IA aplicada: la empresa empoderada por la IA#
2024-07-21
El uso de la Inteligencia Artificial en el campo de la IA generativa, la que está basada en grandes modelos de lenguaje, se produce en un ámbito de aplicación. El desarrollo de estos modelos solamente está al alcance de unas pocas tecnológicas, las cuales los ofrecen para su uso, bien sea como un producto cerrado o bien como software de código abierto. Con ello, han aparecido herramientas que permiten adaptar la respuesta de estos sistemas a las necesidades específicas de la aplicación para las que se emplea. De manera que la IA generativa, con toda su complejidad interna, ha traído como consecuencia la posibilidad de que cualquier empresa se introduzca en la Inteligencia Artificial sin necesidad de sumergirse en el mundo de los datos y del desarrollo de modelos de aprendizaje automático. Esta capa de abstracción entre los modelos desarrollados por terceros y las aplicaciones que las usan es la que dio lugar a la Inteligencia Artificial aplicada.
Con el objetivo de aumentar la eficiencia de sus procesos, las empresas aplican la IA generativa en sus flujos de trabajo. Lo han venido haciendo de las siguientes maneras:
Instrucciones directas al modelo El modelo puede ser utilizado tal cual, empleando una interfaz de tipo chatbot que la mayoría de los modelos ofrecen y que permite interaccionar con el mismo en lenguaje natural. Si al modelo se le ayuda dándole pistas sobre la manera en la que queremos que nos dé sus respuestas, entonces estaríamos ante lo que se conoce como prompt engineering, que es una manera de llamar a las técnicas que optimizan la forma en la que se habla con estos bots.
Software para tareas típicas de empresa En cualquier caso, en muchos casos se ha visto que los profesionales en las empresas no obtienen el esperado aumento en productividad interaccionando directamente con estos bots. De alguna manera, el tiempo que antes empleaban en hacer la tarea, ahora lo invierten en ajustar el sistema para que lo haga por ellos. Con unos resultados que además a menudo son inferiores, quizá por falta de pericia en el manejo. Es en este escenario donde hacen su aparición innumerables programas, específicos a cada campo de aplicación en la empresa (marketing, ventas, ingeniería, recursos humanos, servicio al cliente, etc.) o bien al sector (salud, legal, finanzas, etc.), softwares que se encargan de hacer de puente entre el profesional y el modelo generativo, estableciendo así una capa de abstracción entre ellos.
Desarrollar apps de IA El problema con la solución anterior es que quizá no se ajuste a una necesidad concreta de la empresa, por ser esta específica de su modo de operar. A menudo los flujos de trabajo suelen ser distintivos y los softwares comerciales no se adaptan a las necesidades de personalización requeridas. En tales casos, se puede encargar la realización de una aplicación a medida que resuelva tales requisitos.
Software para desarrollar apps de IA Una vuelta de tuerca más en la opción anterior de desarrollar software de IA específico para las necesidades de la empresa, sería la de que dichos programas fueran implementados por los propios interesados en operar con ellos, es decir, los profesionales de los diferentes departamentos de la empresa. Tendrían así en sus manos una flexibilidad máxima para adaptarlos de forma dinámica. Existen en el mercado entornos de desarrollo intuitivos que no requieren de conocimientos de programación, para la implementación de estas soluciones a partir de la definición simple de entradas y salidas y flujos de trabajo.
Cualquiera de los cuatro sistemas de empleo de la IA mencionados deberá tener en cuenta el modo de operación de los modelos grandes de lenguaje, el cual se resume en la siguiente gráfica piramidal.
Generalmente, las empresas estarán trabajando entre el segundo peldaño y el tercero (entre las instrucciones elaboradas o prompting y el fine-tuning o ajuste fino), tratando de aproximar las respuestas a su realidad concreta. Además, existen herramientas flexibles como el Retrieval-Augmented Generation (RAG), las cuales se encargan de aportar información fresca para que se tenga en cuenta. Todas ellas requieren que el modelo sea alimentado con datos específicos de la empresa, ya sea con tablas de datos, documentos u otros formatos con información. Son mecanismos pertenecientes a un apartado más técnico de la tecnología, que en cualquier caso la empresa deberá conocer para saber de lo que dispone a su alcance y decidir en consecuencia la forma de obtener los mejores resultados.
(Imagen de portada de Tumisu en Pixabay.)