Es imposible sustraerse a la charla sobre la IA cuando las mayores empresas tecnológicas se apresuran a crear o asociarse con nuevos grandes modelos lingüísticos e integrarlos en sus programas informáticos y servicios de búsqueda. La tecnología subyacente avanza lo suficientemente rápido como para que se pida una pausa en los trabajos y el Congreso interrogue a los líderes tecnológicos sobre el tema.
Pero mientras ChatGPT y otras herramientas similares son populares, hay un lado menos discutido en la actual carrera de la inteligencia artificial: la empresa.
Las recientes noticias de Appian, una empresa pública de software, y Neeva, una startup nacida para construir un motor de búsqueda que podría competir con las ofertas de las grandes empresas, dejan claro que se espera que el número de participantes que compiten por construir herramientas y servicios de IA para grandes empresas sea saludable. Dado lo lucrativa que puede resultar la venta de software a grandes empresas, los participantes no persiguen un mercado pequeño.
Hoy vamos a recordar cómo puede encajar la IA generativa en la empresa y, a continuación, vamos a profundizar en las últimas noticias importantes para comprender mejor la dirección que están tomando las empresas tecnológicas.
¿Industria o empresa?
Lo que hace que ChatGPT y las herramientas afines sean tan divertidas de usar es que puedes lanzarles casi cualquier cosa y te darán una respuesta. ¿Quieres que un servicio de IA generativa te escriba un haiku sobre la discografía de Dream Theater? Esto es lo que ChatGPT me ha respondido esta mañana:
Melodías en cascada,
Sueños pintados con sinfonías,
El viaje del tiempo se despliega.
Lamento informarle de que es un poema mejor -y unas 1.000 veces más rápido- de lo que yo podría haber conseguido con el mismo mensaje.
Pero aunque es increíblemente interesante utilizar herramientas de IA generativa creadas a partir de conjuntos de datos simplemente masivos, las empresas tienen necesidades y prioridades diferentes a las de la humilde población de consumidores del mundo. Diferentes necesidades, diferentes entradas y diferentes salidas. Como escribió Ron Miller el mes pasado: «¿Y si cada industria o incluso cada empresa tuviera su propio modelo entrenado para entender la jerga, el lenguaje y el enfoque de la entidad individual?».
Noticias recientes subrayan que Ron podría haber dado en el clavo.
En su última presentación de resultados, la empresa de automatización Appian habló de sus esfuerzos por integrar las nuevas tecnologías de IA en su propio corpus de software. Appian proporciona herramientas de minería de procesos y automatización, junto con capacidades de creación de aplicaciones de bajo código, como referencia. Aquí está el CEO de Appian, Matt Calkins (a través de la transcripción de Fool, énfasis añadido):
Anunciamos [una nueva función] que yo llamo IA de bajo código que facilita a los clientes cultivar su propia IA en conjuntos de datos conectados de Appian. Esta división público-privada separa a Appian de su mayor competencia. Al ser campeones de la IA privada, atraemos a los compradores que prefieren no compartir sus activos de datos. Nuestra capacidad de reunir grandes conjuntos de datos para entrenar algoritmos privados de IA proviene de una característica llamada data fabric.
Data fabric es un término elegante para una base de datos virtual y significa que podemos tratar datos de toda la empresa como si estuvieran juntos aunque permanezcan separados. Esta estrategia es preferible para nuestros clientes, a quienes no les gusta tener que reubicar los datos. Los datos son la parte más difícil de construir y ejecutar procesos, por lo que esta característica constituye una ventaja sustancial. A su vez, nuestro tejido de datos nos da una ventaja crítica para inventar la próxima generación de minería de procesos.
Appian, valorada en unos cuantos miles de millones de dólares y en camino de superar los 500 millones de dólares de ingresos este año, no es una gran empresa tecnológica. Es simplemente una grande que salió a bolsa en 2017. Cree que su papel como tejido conectivo digital entre los conjuntos de datos corporativos -ayudándoles a encontrar procesos que son ineficientes y pueden automatizarse- le dará una ventaja en la prestación de servicios de IA para los clientes que no quieren aprovechar las herramientas del mercado masivo.
Esto está muy bien. No es que tenga nada que decir sobre «quién ganará la carrera de la IA empresarial». Pero sí me gusta un mercado competitivo, ya que tiende a generar no sólo el ritmo más rápido de innovación, sino que también permite un mayor excedente de clientes gracias a precios competitivos. Si Appian cree que tiene una ventaja y puede llevar su nueva tecnología al mercado rápidamente, podría hacerse con una buena parte de la futura IA empresarial (¿I.A. generativa empresarial? ¿I.A. generativa empresarial? ¿I.A. generativa para empresas?).
Es bueno que Appian vaya a enfrentarse a los productos de la competencia que, supongo, saldrán en legión de los gigantes tecnológicos, pero ¿qué pasa con las empresas tecnológicas aún más pequeñas? ¿Qué pasa con las propias startups?
Neeva es un caso interesante. Esta startup centrada en las búsquedas quería construir un nuevo motor de búsqueda que no se monetizara con anuncios. En su lugar, los usuarios pagarían una pequeña cuota mensual y Neeva podría invertir esos ingresos en tecnología de búsqueda al servicio de los usuarios finales y no de los anunciantes. La idea era buena.
Pero el fin de semana, Neeva puso en suspensión de pagos su motor de búsqueda para consumidores. ¿Por qué? Porque lo que construyó en un principio era una versión interesante del modelo de búsqueda antiguo o clásico. Con la demanda de los consumidores y el trabajo de búsqueda corporativa pivotando rápidamente hacia el uso de LLM para generar respuestas más que listas de enlaces pertinentes, Neeva tuvo que pivotar a la nueva realidad:
A principios de 2022, nos quedó claro el impacto que tendrían la IA generativa y los LLM. Nos embarcamos en un ambicioso esfuerzo para integrar perfectamente los LLM en nuestra pila de búsqueda. Reunimos al equipo de Neeva en torno a la visión de crear un motor de respuestas. Estamos orgullosos de ser el primer motor de búsqueda en ofrecer respuestas de IA citadas y en tiempo real a la mayoría de las consultas a principios de este año.
Sin embargo, la empresa añadió que la captación de usuarios había resultado difícil. Según Neeva, era más fácil conseguir que los usuarios pagaran por el servicio que probarlo. Con ChatGPT y las búsquedas basadas en LLM de grandes empresas como Bing y Google acaparando titulares, Neeva decidió probar algo nuevo (énfasis añadido):
En el último año, hemos visto la necesidad clara y acuciante de utilizar los LLM de forma eficaz, barata, segura y responsable. Muchas de las técnicas en las que hemos sido pioneros con modelos pequeños, reducción de tamaño, reducción de latencia y despliegue barato son los elementos que las empresas realmente quieren, y necesitan, hoy en día. Estamos explorando activamente cómo podemos aplicar nuestra experiencia en búsqueda y LLM en estos entornos, y en las próximas semanas ofreceremos información actualizada sobre el futuro de nuestro trabajo y nuestro equipo.
Es demasiado pronto para saber si Neeva logrará utilizar su tecnología para crear LLM internos para empresas, pero el hecho de que lo esté intentando es interesante. Tal vez también consiga hacerse con una cuota de mercado en un mercado más o menos nuevo y proporcione a las grandes tecnológicas un panorama competitivo aún más denso que intentar dominar. Si lo consigue, quizá otras empresas también puedan hacerlo.
Una última reflexión: El giro de Neeva puede parecer un giro de la búsqueda. Pero si la búsqueda está tomando el camino de los LLM, y Neeva simplemente está tomando esa tecnología y aplicándola a un tipo particular de cliente, ¿sería justo decir que todavía está persiguiendo la búsqueda? La búsqueda empresarial, claro, pero es una pregunta que me estoy planteando. Yendo un poco más lejos, ¿está Appian construyendo un motor de búsqueda empresarial? Tal vez.
Si ampliamos la definición de búsqueda a respuestas impulsadas por IA, y esperamos que esas mismas LLM nos ayuden a crear y ejecutar tareas, quizás la búsqueda esté evolucionando simplemente a «un chat box que puede responder preguntas, crear a la orden y ayudar a ejecutar tareas». Si es así, muchas empresas van a luchar por el mismo terreno empresarial. Esperemos que algunas startups se hagan un hueco.
