Del hype al grano. ¿Cuál es el impacto económico de la IA?
Se prevén millones de millones de dólares de valor generado en las próximas décadas. Pero, ¿cómo se navega el hype? Y ¿qué es IA? ¿Es IA lo que ya no parece IA?
Es tentador pensar que el ruido mediático alrededor de la IA es cosa de ahora. La realidad es que los medios de comunicación llevan décadas “alucinando” con estas tecnologías. Quizá este podría ser considerado uno de los primeros ejemplos, en el que el New York Times escribía sobre la intención de la marina americana de construir un Perceptrón, el invento de Frank Rosenblatt. Según la crónica, se esperaba que estas máquinas pudieran en breve andar, hablar, ver, escribir, reproducirse y cobrar consciencia. Corría el año 1958.
No sólo la prensa gana con el sensacionalismo y la ciencia ficción. Consultores, analistas, think tanks, universidades, industrias de entretenimiento también lo hacen. Después de vivir varias olas de sensacionalismo tecnológico a lo largo de mi vida profesional, creo haber encontrado un patrón para beneficiarme de ellas: a) me emociono con la expectativa inflada y hallo la motivación para aprender; b) profundizo para encontrar puntos débiles y obstáculos en el contexto que domino y que pueden conducir a “un invierno” de la tecnología en cuestión; c) aporto valor a mi entorno profesional ayudando a poner pies en la tierra y a centrar esfuerzos para extraer valor real.
Ha dicho Gartner (amén) que nos encontramos en el pico del hype sobre la IA generativa. Y yo ahora me encuentro inmerso entre mi fase A y mi fase B. Lo curioso es que la subida a la cima y la confusión suelen ir de la mano. Mezclamos GAI (por sus siglas en inglés, Generative AI) con la AGI (siglas en inglés Artificial General Intelligence) y nos ponemos a leer indistintamente sobre los fabulosos progresos de MidJourney y sobre el fin de la humanidad. Y así nos cuesta entender dónde reside el verdadero valor para las organizaciones y el impacto económico. O cómo beneficiarnos de una adopción temprana, evitando que se nos vaya la olla como con el Metaverso.
Para poder medir impacto económico, hay que definir qué es la IA.
Enlazaba hace un par de semanas a un artículo en HBR en el que Eric Siegel denunciaba que esta nueva ola de IAs generativas nos estaba distrayendo de proyectos prácticos y de mayor impacto alrededor del machine learning y la analítica predictiva, más orientadas a eficientar y automatizar procesos y ya consolidada en multiples ámbitos empresariales. La analítica predictiva busca resolver problemas configurándolos como predicciones: forecast de ventas con datos históricos, clasificaciones de textos o imágenes, etc. En ese artículo se pone además de manifiesto la dificultad para definir “qué es IA” y bromea con la definición de Larry Tessler: “cualquier cosa que las máquinas no son aún capaces de hacer”. ¿Es IA una calculadora? ¿El reconocimiento facial de nuestros teléfonos? ¿Un clustering de clientes realizado usando algoritmos de machine learning no supervisados?
En el momento de excitación que vivimos, existen dos tentaciones: magnificar el impacto económico de la IA, o ningunearlo. La realidad probablemente se encuentre a medio caballo. Primero, la IA genera ya un valor económico enorme, si como decíamos arriba, consideramos IA las aplicaciones del análisis predictivo, el reconocimiento de imágenes, etc. Su uso es ya masivo y genera un tremendo valor económico para empresas (no sólo big tech) y un valor real para los usuarios (b2c o b2b). Soy ingeniero industrial: la regulación automática era ya una asignatura en los 90 (y antes) y muchas de esas aplicaciones se consideraban IA, porque utilizaban sensores que replicaban funciones de percepción humanas y automatismos que simulaban el comportamiento humano ante esas percepciones. Que un coche se conduzca “no es más que” el uso ampliado de la regulación automática más burda del siglo pasado. Me remito de nuevo a la irónica definición de Tessler.
¿Qué funciones corporativas se verán impactadas con mayor fuerza por la IA generativa?
Por intentar discernir y poner foco en la IA generativa, el informe publicado hace unos meses por McKinsey es posiblemente el más robusto (y profundo) realizado para intentar evaluar el impacto de estas tecnologías. Aunque las estimaciones son realmente gruesas, al menos se atreven a hacerlas usando una metodología que aplican desde hace años en su informe anual sobre impacto de la IA. Predicen, por ejemplo, que el valor aportado gracias a mejoras en productividad, podría ir de los 2.6 a los 4.4 trillones (trillón americano) de dólares (el PIB de Reino Unido es de 3.1 trillones). Sumado al impacto de la IA “más tradicional”, que se vería incrementado entre un 15% y un 40%. Y eso sin contar el uso de funcionalidades de IAG en herramientas de software existentes. Dependiendo del ritmo de adopción, calculan que el impacto en la productividad del trabajo puede hacer crecer entre un 0.1 y un 0.6 puntos anualmente hasta 2040.
El impacto es generalizado en todas las industrias y lo más relevante para los lectores de este newsletter es que MkKinsey estima que el 75% del valor aportado se lo llevan cuatro áreas: operaciones de clientes, marketing y ventas, ingeniería de software e I+D. Como se aprecia, dos de ellas están en nuestro foco, lo que hemos denominado MXC (marketing, experiencia de cliente y comunicación).
Pasará, pero tardará en llegar.
La primera impresión al usar ChatGPT o MidJourney es de encontrarnos ante algo mágico. Este deslumbramiento inicial ha llevado a muchos a predecir el fin de la intervención humana en la creatividad o la desaparición de millones de puestos de trabajo en un lapso de tiempo mucho más rápido de lo que estimamos. Pero al igual que ocurre con la conducción autónoma y otras innovaciones radicales, se nos olvida que existen muchos más factores a tener en cuenta a la hora de predecir el ritmo de adopción. Un ejemplo, podría ser el tiempo que tardemos en definir regulaciones gubernamentales para su uso.
Y también es interesante mirar fuera de nuestra burbuja: aunque nos parezca que ChatGPT está en todas partes, hablamos “sólo” de unos 100-200 millones de usuarios. Lo comparaba en mi boletín de hace 3 semanas con los 3.400 millones de usuarios de Chrome.
La inercia personal al cambio es enorme, las estructuras corporativas son conservadoras, el riesgo de filtración de datos es real. Y el trabajo en grandes empresas requiere mucho más que el tiempo que conlleva crear una determinada pieza de contenido, por ejemplo. Se necesitan interminables interacciones para llegar a la aprobación de una estrategia, una campaña de comunicación, una nota de prensa. Podemos ahorrarnos unas pocas horas en crear un post con ilustraciones maravillosas, pero puede que necesitemos semanas para conseguir verlo publicado.
La adopción de estas herramientas se irán colando (con o sin permiso) en nuestro día a día profesional, en tanto en cuanto nos ayuden a ser más productivos. Pero el impacto económico sustantivo que se define en los informes de consultoría, tardará décadas en materializarse. Los puestos de trabajo no se volatilizarán de la noche a la mañana, los contratos de las agencias o las consultoras no se desvanecerán sin aviso. Dentro de 3 años, los procesos seguirán pareciéndose a los de hoy. Y muy probablemente, yo seguiré escribiendo este newsletter sin usar ChatGPT. Por algo será.
El próximo domingo, vuelvo a tu buzón.
Fernando.
Anunciamos hace unas semanas la creación del Foro IA en MXC (Marketing, Experiencia de cliente y Comunicación). Impulsado desde Good Rebels y fundado por un increíble grupo de 20 ejecutivos MXC de grandes empresas y startups para fomentar el aprendizaje y el uso de herramientas IA en la profesión. Puedes leer más sobre la iniciativa y alguno de los profesionales que componen el grupo de fundadores aquí.
Enlaces de interés para el profesional MXC.
Una selección de artículos y enlaces que me han parecido relevantes en la última semana:
Mi amigo Pedro Ortega ha lanzado un newsletter llamado Patrimonio digital en el que explora el uso de tecnologías digitales en la gestión del patrimonio cultural. Me ha llamado la atención este artículo sobre el trabajo de recuperación de obras de arte perdidas para el Museo de Palencia, mediante el uso de IA. PATRIMONIO DIGITAL
A16Z ha estado analizando el tráfico a 50 servicios de IAG. ChatGPT representa el 60% del tráfico mensual de toda la lista, con una estimación de 1.600 millones de visitas mensuales y 200 millones de usuarios mensuales (en junio de 2023). Ningún otro producto ha experimentado la misma escalada, pero CharacterAI está en una sólida segunda posición, con un 21% de la escala de ChatGPT. En el móvil en particular, CharacterAI es uno de los primeros jugadores más fuertes, con DAUs (Daily Active Users) que rivalizan con ChatGPT y una retención significativamente mejor, según los datos de Sensor Tower. A16Z
Se nos olvida que millones de niños en el mundo no tienen acceso fácil a un profesor. E incluso en aquellos países en los que se pueda dar por buena la educación infantil, la mejor forma de aprender que tiene un niño es con un tutor personal. Esta startup trabaja en Ello, un robot tutor para ayudar en la alfabetización infantil. Estamos preparando una sesión en Madrid el 17 octubre con Círculo Unlimited sobre el uso de la IA que las empresas están haciendo para generar un impacto positivo en el mundo y este podría ser uno más de los millares de ejemplos. EDTECHREVIEW
La inversión en desarrollo de agentes virtuales de interacción de cliente seguirá creciendo, porque la previsión de valor generado es enorme. Brand Engagement Network (BEN) sale a bolsa a través de una SPAC. La empresa se dedica a crear agentes virtuales de interacción que simulan la respuesta humana. El vídeo ejemplo en automoción de su web lo ilustra bien. REUTERS, BEN
En lo que va de año, se han cerrado 2.809 acuerdos de inversión y se han invertido 39.8 billones $ de capital riesgo en startups, según el informe 23Q2 de PitchBook. Aunque el valor comparado de las inversiones año a año se reduce en un 30%, el del Q2 sólo se ha reducido en un 5%. Estaremos atentos a la tendencia. PDF
Esta campaña de Volkswagen en Brasil reúne a la hija de Elis Regina (fallecida cuando su hija apenas contaba con 4 años) con su madre cantando y conduciendo un VW Kombi. ADTASHER, YOUTUBE
Me ha dejado loco. Cómo entrenar a una IA para que huela. SCIENCE, TWITTER
Los modelos text-to-music han dado otro salto con el lanzamiento de Stable Audio, de Stability AI. Ninguna prueba hasta la fecha me había dejado tan seguro de que se llegará lejos, lejos. He creado 90 segundos de música estilo cantautor francés humorístico y suena creíble. STABLE AUDIO, TECHCRUNCH
¿Será la propia IA mejor que un humano escribiendo prompts? DeepMind ha publicado un paper sobre OPRO, un programa que hace que grandes modelos lingüísticos prueben diferentes indicaciones hasta llegar a una que se acerque lo más posible a la resolución de una tarea. Para automatizar el tipo de ensayo y error que haría una persona tecleando. ARCHIV, ZDNET
Mindtrip quiere ser tu agente de viajes virtual. TECHCRUNCH