Al igual que el big data en 2013, estamos en la fase de “todo el mundo lo hace, nadie sabe por qué” de la IA generativa (genAI). Una encuesta reciente de McKinsey encontró que el 65% de las empresas «utilizan genAI con regularidad». ¡Prometedor! En la reciente convocatoria de resultados de Elastic, la compañía señaló que más de 1000 clientes están pagando para crear aplicaciones genAI. ¡Guau! Cada una de las grandes empresas de la nube, así como Oracle, han hablado de cómo la genAI está impulsando el gasto en la nube. ¡Increíble! Quizás. Tal vez no. Si echamos un vistazo a los titulares, seguiremos considerando que la IA genética es una aspiración, no necesariamente transformadora, para la mayoría de las empresas. Por ejemplo, mientras promociona a todos sus clientes que crean aplicaciones genAI, el director ejecutivo de Elastic, Ash Kulkarni, también dijo: «No estamos modelando una contribución significativa a los ingresos de genAI este año». En otras palabras, 1.000 empresas no están pagando mucho, en gran medida porque no están haciendo mucho. Eso no es un desaire a Elastic; más bien, es la realidad de dónde nos encontramos hoy con genAI. Las nubes en su mayoría están aumentando sus ingresos de IA a través de modelos de capacitación, en lugar de que las empresas utilicen esos modelos para sacar inferencias de esos datos en las aplicaciones. En otras palabras, si aún tiene que transformar su negocio con IA, no está solo. Tienes tiempo. Aún es temprano para genAII escribí sobre esto recientemente y no profundizaré en los mismos puntos (es decir, en lugar de grandes proyectos genAI, las empresas que encuentran un éxito real tienden a realizar mejores búsquedas a través de generación aumentada de recuperación (RAG). Según la encuesta de McKinsey, las empresas aún tienen que determinar dónde utilizar exactamente genAI. Solo dos casos de uso (“soporte de contenido para la estrategia de marketing” y “marketing personalizado”) fueron citados por al menos el 15% de los encuestados. chatbots de escritorio (7% de los encuestados) y desarrollo de diseños (10%), pero en su mayor parte, todo lo demás es en gran medida un error de redondeo. Las empresas están pateando los neumáticos, para decirlo amablemente. Otros datos de la encuesta generan más preguntas que Por ejemplo, el informe dice: «Los encuestados suelen informar aumentos significativos en los ingresos (de más del 5%) en la cadena de suministro y la gestión de inventario», pero solo el 6% de las empresas en ese mercado informan que utilizan genAI con regularidad. tan bien para generar ingresos, ¿no lo harían más empresas? Una vez más, esto no quiere decir que la genAI, y la IA en general, no vayan a tener un impacto significativo. Más bien, es indicativo de que estamos en una etapa temprana del ciclo de adopción. Empezar. Romper cosas Sospecho que una razón clave por la que las ventas y el marketing son el área más importante para la genAI dentro de las empresas, según la encuesta de McKinsey, es la percepción de que estas son áreas en las que una empresa puede “equivocarse”. No quiero decir que estas áreas carezcan de importancia. Solo quiero decir que probablemente preferirías que un LLM alucine con una versión inicial de un texto de marketing que con tu estado de resultados. Según McKinsey, los que obtienen mejores resultados en genAI tienden a ser aquellos que «han experimentado todas las consecuencias negativas de genAI sobre las que preguntamos, desde la ciberseguridad y la privacidad personal hasta la explicabilidad y la infracción de propiedad intelectual». GenAI los quemó y aprendieron de la experiencia. Es mejor aprender a manejar actividades que están detrás del firewall y de riesgo relativamente bajo. Estos mismos empleados de alto rendimiento ejecutan más cargas de trabajo de genAI que sus pares (utilizan genAI en tres funciones en promedio; las empresas menos experimentadas en promedio dos) porque tienen Descubrí cómo gestionar los riesgos de las asperezas. También tienen estrategias de mitigación de riesgos más avanzadas, dice McKinsey, y luego tienen “más del triple de probabilidades que otros de utilizar genAI en [more advanced] actividades que van desde el procesamiento de documentos contables y evaluación de riesgos hasta pruebas de I+D y fijación de precios y promociones”. También se han topado con problemas con los datos: el 70 % de los empleados de alto rendimiento mencionan problemas con los datos, incluido el desciframiento de los procesos de gobierno de datos o la falta de suficientes datos de capacitación. No te encuentras con estos problemas (ni aprendes de ellos), si estás No estoy dispuesto a experimentar y arriesgarme a romper cosas. Volviendo a los 1000 clientes de Elastic que pagan para crear aplicaciones genAI, esta es una gran noticia para Elastic, así como para la industria, independientemente del impacto financiero a corto plazo. Como dijeron los ejecutivos de la compañía, genAI será «un importante motor de crecimiento para nosotros a largo plazo», aunque «los clientes todavía se encuentran en las primeras etapas del ciclo de adopción». La forma en que todas las empresas pasarán de un inicio temprano a una transformación empresarial es comenzar poco a poco, romper algunas cosas y ganar la experiencia y la confianza para crecer con genAI. Copyright © 2024 IDG Communications, Inc.