Category
🗞
NoticiasTranscripción
00:00Lo primero que vemos a futuro, según Gartner, es que el PBI mundial en los próximos 3 años
00:13va a crecer entre 3 y 4 trillones de dólares.
00:16El PBI, ya lo vimos en la presentación anterior, ronda los 100 trillones hoy, así que hablamos
00:21de 3, 4 por ciento, producto de la inteligencia artificial generativa en los próximos 3 años.
00:27Es muy difícil predecirlo, pero que una sola tecnología produzca un cambio de esta
00:33magnitud en el PBI mundial es muy significativo.
00:39Se espera en los próximos 3 años una mejora de la productividad en los trabajadores del
00:43conocimiento, es decir, cada uno de nosotros que trabajamos y que usamos una computadora,
00:50una mejora de productividad del 80 por ciento.
00:53Se espera que con esta tecnología, de acá a 3 años, seamos un 80 por ciento más productivos,
00:59es grande, es grande el cambio.
01:01Quizás la diferencia como alguien que tiene o no tiene una computadora, que tiene que
01:05hacer el cálculo a mano, alguien que se mueve en un auto versus alguien que se mueve en
01:10una bicicleta o caminando, va a haber un impacto grande en la productividad.
01:16Se espera que el 80 por ciento de las empresas adopten esta tecnología en sus procesos de
01:20negocio, nosotros desde IBM ya lo vemos, todos nuestros clientes quieren hacer algo
01:24con inteligencia artificial generativa, de hecho, ahora voy a entrar un poquito más
01:29en detalle de qué es lo que se puede hacer, y se espera que el 70 por ciento de los proveedores
01:33de software incorporen GNI en sus productos, algo que también vemos en IBM en estos últimos
01:42años, muy muy fuerte, nuestro software empieza a incorporar cada vez más GNI y nos permite
01:49ser más productivos y sacarle más jugo a ese software.
01:57Pero para implementar esto en la empresa tenemos que resolver un problema, nos enfrentamos
02:02con un desafío, los modelos fundacionales prácticamente han tomado toda la información
02:08disponible en Internet, prácticamente toda la información pública para entrenarse,
02:13y eso está claro, y nos permiten hacerle preguntas y obtener respuestas sobre temas
02:22públicos, sobre temas que pueden responderse con información que está disponible en Internet.
02:27Pero casi nada de los datos privados, y afortunadamente casi nada de los datos privados, ha llegado
02:33a esos modelos, estos modelos no saben de nuestros procesos internos, no saben de nuestros
02:38empleados, no saben de nuestra cultura en la empresa, quizá no saben a lo que nuestra
02:46empresa se dedica, y tenemos que lograr llevar esa información a los modelos de una forma
02:53segura.
02:54Ahí tenemos un desafío, y es la gran diferencia entre preguntarle quizá al amatriz de meta
03:01en Whatsapp y hacerle una pregunta, versus implementar esto en nuestra empresa.
03:07Hay una gran diferencia, necesitamos enseñarle o proveerle nuestros datos y tenemos que hacerlo
03:14obviamente de una manera segura.
03:16Cuando ustedes como líderes y los líderes de sus organizaciones, cuanto más conozcan
03:22sobre cómo funciona esta tecnología, mejor van a poder co-crear ese caso de uso.
03:28No precisan leerse el paper, attention is all you need, porque es complejo, pero si
03:34entienden un poco más, si no son simples usuarios, y entienden un poco más cómo funciona
03:38esto después, y cómo funciona esto por debajo, después van a poder elegir mejor esos casos
03:45de uso, o van a poder validar que el caso de uso que se elija en su organización es
03:50el correcto o no.
03:53Los modelos, como se mencionaba antes, hablamos de inteligencia artificial, pero no piensan,
03:59simplemente buscan la probabilidad de la próxima palabra.
04:04Entonces solo comprender eso y entender un poco más que hay por detrás, los va a ayudar
04:09y los invito a que se capaciten más en estos temas.
04:13La cultura de la empresa es una de las barreras quizá más difíciles de romper.
04:18A nosotros desde las áreas de tecnología es un área interesante y en general trabajamos
04:27en conjunto con las empresas en ir viendo cómo ir llevando esa cultura hacia una cultura
04:32de mayor innovación y más propensa a adoptar la tecnología.
04:37Incluso dentro de la empresa hay subculturas, hay distintos departamentos que son más abiertos
04:43a adoptar estas tecnologías, que están más propensos a buscar algo que les permita
04:48aumentar la productividad.
04:50Quizá tienen un dolor muy grande procesando documentos y ven esto como aire, como oxígeno.
04:57En esos lugares tenemos que ir a implementar y no en otros lugares que sean un poco más
05:02cerrados a estas nuevas tecnologías.
05:04Elegir bien el área dentro de la empresa y acoplar esta tecnología a la cultura que
05:10ya existe en la empresa es clave.
05:12Esta tecnología cambia todo el tiempo y lo que hoy es válido, dentro de unos meses
05:19podemos tener una tecnología superadora, un modelo mejor, un patrón de arquitectura
05:24mejor.
05:25Cuando empezó esta tecnología no se hablaba de RAG, de un Retrieval and Maintenance Generation,
05:31un patrón de arquitectura justamente para poder proveerle a estos modelos nuestra documentación
05:37privada y hoy eso ya es un común en los patrones de arquitectura.
05:41Así que debemos estar abiertos a que cada ciertos meses cambiemos de modelo, que despleguemos
05:48la versión más nueva del modelo que estamos usando, que probemos con otro, que cambiemos
05:53ciertas técnicas de prompting, que hagamos ligeras modificaciones a la documentación
05:59que le estamos entregando al modelo.
06:01El cambio en este caso es una constante y tenemos que estar abiertos a eso.
06:06No vamos a implementar un proyecto con GNI que quede estático por los próximos dos
06:11o tres años.
06:12Seguro que no.
06:13Va a evolucionar y se va a modificar.
06:15En ese estadio estamos de esta tecnología.