Transcription
Hola, bienvenidos a otro episodio de Cold Fusion. Desde 2023, la cadena de comida rápida Taco Bell introdujo inteligencia artificial en más de 500 locales en los Estados Unidos. El objetivo era reducir errores y acelerar los pedidos. Pero en algunos casos, la IA entregó justo lo contrario. Como este cliente frustrado. >> ¿Y qué va a beber con eso? >> Oh, Dios mío. >> Quiero una sopa de boca grande. >> ¿Y su bebida? Los McDonald's también probaron la IA en sus autoservicios, pero decidieron desecharla porque era demasiado poco fiable. A una persona le añadieron tocino a su helado por error, y a otra le añadieron cientos de dólares en nuggets de pollo a su pedido por equivocación. En cuanto a Taco Bell, el fiasco les ha hecho reconsiderar su uso de la IA. Su director de tecnología, Dne Matthews, dijo al Wall Street Journal en relación con el despliegue del sistema de voz con IA, cito: "A veces me decepciona, pero a veces realmente me sorprende". Fin de la cita. Y lo que dijo es el quid de la cuestión de la IA generativa de consumo hoy en día. Funciona la mayor parte del tiempo, pero alrededor de un pequeño porcentaje de las veces, simplemente se equivoca. Pero ¿a dónde lleva todo esto? Un reciente informe del MIT encontró que, tras encuestar a 150 líderes empresariales y 350 empleados, solo el 5% de los pilotos de IA integrados están extrayendo millones en valor, mientras que la gran mayoría permanece estancada sin un impacto medible en pérdidas y ganancias. En otras palabras, la implementación de la IA falla en el 95% de los casos. El mercado se asustó por estos hallazgos y las acciones de Nvidia, la empresa de 4 billones de dólares cuyos chips impulsan el auge de la IA, cayeron un 3,5%. Mientras que Palanteer cayó un 9% tras la noticia. Todo suena bastante pesado, pero esto fue solo una reacción al titular. Porque a medida que se profundiza en lo que realmente se dijo en el informe, la imagen no es tan clara como que la IA simplemente falla en todas partes. Hace unos episodios, hablé de la crisis actual con los empleos de recién graduados. Una gran parte de eso fue la amenaza de la IA. Es cierto y está ocurriendo en algunos trabajos de nivel inicial, especialmente en los campos creativos. En ese episodio advertí que los sistemas de IA actuales todavía se equivocan mucho, pero mejorarán en el futuro. Pero hoy, exploremos ese hecho un poco más a fondo. ¿Qué pasa si la IA generativa de consumo sigue teniendo un rendimiento inferior en las empresas en los próximos años? En este episodio, veremos cómo está rindiendo realmente la IA una vez que se le pone en la posición de quitarle el trabajo a la gente. Para resumir el sentimiento de este episodio, es básicamente esto. La IA generativa de consumo revolucionará la productividad global eventualmente, pero por ahora, está posiblemente en una burbuja. >> Usted está viendo Till Fusion TV. >> Así que, lo primero, vamos a ser claros. La IA tiene algunos casos de uso legítimos y funciona bien en áreas no críticas que no requieren el 100% de precisión. robots, traducción en vivo e incluso algunos constructores de sitios web prototipo como Lovable son algunos ejemplos. Pero el sentimiento es claro. A la mayoría de la gente en línea le resulta molesto. Pero aparte de eso, hay un problema fundamental con la IA generativa actual. Déjenme explicar. Verán, todo lo que llamamos inteligencia artificial hoy en día se construyó sobre los hallazgos de un artículo de Google de 2017. Ese artículo proporcionó una forma para que la IA se concentrara en diferentes partes de una secuencia de entrada simultáneamente y determinara la relevancia de cada palabra con respecto a todas las demás palabras. Esta innovación llamada red neuronal transformadora permitió a investigadores, científicos de la computación y más tarde a empresas cambiar el mundo. Pero aquí radica el problema fundamental con este método de redes neuronales transformadoras. Resulta que al determinar la relevancia de cada palabra y predecir la siguiente palabra, simplemente se inventa cosas. Esencialmente, no sabe lo que está diciendo. Llamamos a este problema alucinaciones, y tiene consecuencias en el mundo real. [Música] Imaginen esto. Usted es una empresa que decidió reemplazar a su personal con IA para redactar documentos de pacientes, completar información de pacientes, resumir reuniones o hacer una programación básica. Pero a medida que pasa el tiempo, para su horror, se da cuenta de que el sistema de IA se inventa el 10% de todo lo que entrega. Pero el problema real es que no sabe qué se ha inventado y no sabe qué es preciso. Así que usted o su personal tienen que volver manualmente y verificar todo. Esto termina siendo trabajo adicional para el personal restante y, en última instancia, es una pérdida de tiempo. Suena estúpido, pero esto es exactamente lo que está sucediendo ahora. A continuación se presentan comentarios de Reddit tomados de personas en la fuerza laboral que tuvieron que soportar lo peor de la mentalidad de la alta dirección de que implementar ciegamente la IA era una buena idea. cito: "Mi empresa pagó por un software de programación de IA hace unos meses, pensando que podría liberar al equipo de cuentas para que pudieran continuar su congelación de contratación en ese departamento. Ahora el equipo de cuentas tiene que hacer trabajo adicional asegurándose de que el programa no lo arruine todo. Sin mencionar que nuestro equipo de producción, que nunca tuvo que preocuparse por los horarios, está revisando todo doble/triple. Finalmente lo están desechando por un software de programación básico". Y la misma experiencia aquí. Productos vendidos y demostrados para ser un salvavidas. En última instancia, el personal que solía hacer el trabajo pasa todo su tiempo asegurándose de que la IA no la cague y ayudando a entrenarla. Además, trabajando en un entorno médico/clínico, realmente no confiamos en el nuevo sistema de clasificación y etiquetado de archivos. Nombres, fecha de nacimiento, datos del seguro tienen que ser perfectos. La IA es menos que eso. Falla en la recopilación de información demográfica adecuada y en la asignación de tareas relevantes. A veces piensa que el médico es el paciente o no sabe de dónde se envió por fax el documento, etc. Y otro usuario afirma que la IA era buena para tomar notas de las reuniones de Zoom, pero se inventaba entre el 5 y el 20% del contenido, incluso cuando se le entregaban las transcripciones de la reunión. Aquellos que revisaron el resumen generado por IA se dieron cuenta de que algo de lo que estaba escrito ni siquiera se dijo. Todos estos desastres tienen sentido. Los LLM predicen la siguiente palabra estadísticamente, pero nunca te dirán cuándo no saben la respuesta o si no pueden entender algo. Hay muchas historias de arrepentimientos de empresas después de apresurarse a implementar soluciones de IA a medias. Un informe sugiere que el 55% de las empresas se arrepienten de haber reemplazado personas con IA. Este banco, por ejemplo, despidió personal para instalar un chatbot de IA que era tan malo que rogaron por sus antiguos humanos. Y tomen el ejemplo de Cler. Hace 2 años, implementaron una congelación de contratación y comenzaron a reemplazar a su personal humano con IA. Para 2024, su plantilla había disminuido de 3.800 a 2.000. Pero he aquí que sus clientes querían hablar con humanos reales. Cler dijo que sus chatbots de IA realizan el trabajo de 800 empleados. Pero la empresa admite que la calidad de su servicio y la satisfacción del cliente han disminuido y lamentan que la interacción humana todavía sea necesaria. sobre reemplazar personas con IA. La publicación Fortune señala, cito: "No solo es miope, es un mal negocio fundamental. Las empresas que hoy despiden gente en nombre de la IA serán las que mañana jugarán a ponerse al día. No hay duda de que la IA es excelente para hacer más con menos. Acelera los procesos, reduce el trabajo repetitivo y recupera tiempo. Pero la IA por sí sola no puede crear la próxima generación de productos y servicios". Fin de la cita. Así que en Cold Fusion, intentamos ser exhaustivos aquí. Así que hay que decir que todos estos fracasos no son la historia completa. De hecho, hay empresas que tienen un éxito extremo en el uso de la inteligencia artificial. [Música] Ahora, aunque el artículo del MIT dijo que el 95% de las empresas que implementaron IA generativa fracasaron en dicha implementación, el mismo artículo del MIT afirma, cito: "Algunas grandes empresas, pilotos y startups más jóvenes están teniendo un gran éxito con la IA generativa". Se refieren a startups dirigidas por jóvenes de 19 o 20 años. Han visto sus ingresos saltar de 0 a 20 millones en un año. Es porque eligen un punto de dolor, lo ejecutan bien y se asocian inteligentemente con empresas que utilizan sus herramientas". Fin de la cita. Por lo tanto, la forma en que las empresas adoptan la IA es crucial. Por ejemplo, comprar herramientas de IA a proveedores especializados y construir asociaciones tiene éxito el 67% de las veces, mientras que las construcciones internas tienen éxito solo un tercio de las veces. Esto demuestra que no se puede simplemente poner IA en todas partes y esperar que funcione. Necesita reflexión en su implementación y también depende de la especificidad de las herramientas de IA en cuestión. Pero en el gran esquema de las cosas, todavía son los primeros días para la IA y sería ingenuo pensar que seguirá siendo la misma para siempre. Todo lo que se necesitaría es otro artículo innovador, una nueva arquitectura de red neuronal subyacente y todo podría cambiar de nuevo. Esto podría significar otro gran salto adelante que ninguno de nosotros espera. Pero mientras tanto, es un territorio incómodo. Entonces, ¿qué sucede? >> Al igual que la máquina de vapor que encendió la revolución industrial de finales del siglo XVII, Internet lo está cambiando todo. Y a la vanguardia de la revolución está Wall Street. En la burbuja de las puntocom a mediados de los 90, todos los que simplemente añadieron un.com al final del nombre de su empresa vieron valoraciones masivas porque los inversores que no entendían la tecnología los veían como el futuro. En realidad, estas empresas no tenían una forma sólida de obtener beneficios o ni siquiera tenían un plan de negocio. Cuando el mercado en general se dio cuenta de que todo era una cortina de humo, el sector se estrelló. La mayoría de las empresas puntocom quebraron y solo un puñado salió adelante y son gigantes hoy en día. Así que, comparemos esto con la ola de IA de hoy. El tan esperado lanzamiento de chat GPT5 fue una decepción, y muchos usuarios incluso pensaron que la versión anterior era mejor, y esto hizo que OpenAI se apresurara. Además, la empresa también fue sorprendida inventando descaradamente los números de rendimiento en algunos gráficos muy extraños. El tono fue incremental en lugar de revolucionario. Pronto Meta anunciaría que está reduciendo su división de IA y esto se produce en medio de un coro creciente de analistas que dicen que la IA se dirige hacia, si no es que ya está en, una burbuja. Y a continuación tenemos las valoraciones y gastos masivos. Las Nvidia H100, las GPU que impulsan el auge de la inteligencia artificial, cuestan entre 30.000 y 40.000 dólares cada una. Google tiene 26.000 de ellas y han logrado crear Alpha Fold, Gemini, V3 y más. Pero Meta, por otro lado, tiene 600.000 Nvidia H100. Y aunque tienen el LLM de código abierto Llama, no está descubriendo nueva ciencia como Alpha Fold de Google por 23 veces la computación. Y para darles una idea de lo extremo que se está volviendo todo esto, la IA en sí misma ha causado un aumento del 4% en el uso de electricidad en EE. UU. Morgan Stanley afirma que la inversión en centros de datos alcanzará los 3 billones de dólares en los próximos 3 años en preparación para el uso de IA. Y, por supuesto, eso está fuertemente impulsado por la deuda. La creencia es que la IA reducirá los costos en un 40% y eso debería añadir 16 billones al S&P. Pero como acabamos de ver al principio de este episodio, según ese estudio del MIT, eso podría ser muy poco realista. Por lo tanto, este podría ser el futuro si la IA no mejora masivamente pronto. Número uno, los ejecutivos y propietarios de empresas se frustrarán con las alucinaciones, las soluciones inútiles, el mal código y un retorno de la inversión muy pobre. Número dos, muchos de los gurús de la IA como Sam Olman tendrán que admitir que la inteligencia artificial general no será lograda por los LLM, y que son esencialmente un callejón sin salida. Número tres, la población en general empieza a hartarse de los LLM, y ya lo estamos viendo. la avalancha absoluta de basura de IA, las alucinaciones, la IA de acuerdo con lo que dicen los usuarios, a veces volviéndolos locos. Número cuatro, al ver esto, el capital de riesgo finalmente se seca y los LLM se vuelven demasiado caros para justificarlos, a menos que haya un aumento masivo en la eficiencia. El costo de operar los centros de datos de OpenAI, todas las tuberías y entrañas y cosas que mantienen la IA funcionando es de aproximadamente 40 mil millones de dólares al año. Sus ingresos actuales son solo de entre 15 y 20 mil millones. Y finalmente, número cinco, después de un largo invierno, surgen nuevas implementaciones que realmente cumplen las promesas de la primera ola. Así que, al igual que la burbuja de las puntocom, habrá algunos ganadores que resurgirán de las cenizas. Pero si o cuando se estrelle, desde aquí veremos las verdaderas empresas de inteligencia artificial que resisten la distancia. Así que para terminar este episodio, permítanme concluir con esto. He hablado de esto muchas veces en mis episodios anteriores, pero echen un vistazo a este diagrama. Se llama el ciclo de sobreexpectación de Gartner, y describe la progresión típica de la infiltración de nuevas tecnologías en la sociedad. Entonces, ¿dónde creen que estamos? ¿El disparador tecnológico, el pico de las expectativas infladas, el valle de la desilusión, la pendiente de la iluminación o la meseta de la productividad? Siéntanse libres de comentar abajo. Entonces, ¿qué sigue? Bueno, Sam Oldman y todos los demás líderes de IA deberían centrar sus esfuerzos en solucionar las alucinaciones. Una vez más, se podría descubrir una arquitectura de red neuronal diferente, una que solucione las alucinaciones. O quizás simplemente se pueda solucionar manualmente. De cualquier manera, se iniciará un nuevo auge. Pero dicho todo esto, y esa es la cosa graciosa sobre la IA. El punto es que, con la IA, nadie conoce el futuro. Entonces, ¿qué piensan ustedes? ¿Creen que estamos en una burbuja y que un colapso es inminente, o creen que la próxima innovación de IA está a la vuelta de la esquina? Ahora, si ha sido contratado recientemente por una empresa o simplemente necesita repasar sus conocimientos, el patrocinador de hoy es perfecto para usted. Brilliant es la mejor manera de aprender materias como informática, análisis de datos e IA, pero de una manera interactiva y práctica. Brilliant te ofrece acertijos y desafíos paso a paso donde aprendes haciendo. Ha demostrado ser seis veces más efectivo que ver videos de conferencias. Sus cursos cubren todo, desde los fundamentos de las redes neuronales y la probabilidad hasta las matemáticas que sustentan la IA e incluso temas cotidianos como algoritmos y seguridad de datos. Y dado que todo su contenido está elaborado por expertos de lugares como Stanford, MIT, Caltech, Microsoft, Google y más, puede confiar en que lo que está aprendiendo no solo es preciso, sino también útil. Aprenda a su propio ritmo para repasar un proyecto para el trabajo o simplemente para su propio desarrollo personal. Ya sea para mejorar o aprender nuevas habilidades, recomiendo encarecidamente echarle un vistazo. Para empezar gratis, diríjase a brilliant.org/coldfusion o escanee el código QR en pantalla o haga clic en el enlace en la descripción. Brilliant también ofrece a nuestros espectadores un 20% de descuento en una suscripción premium anual, que le da acceso diario ilimitado a todo en Brilliant. Hola chicos, soy yo. Hola. No soy una IA, así que finalmente están viendo mi cara. Pero de todos modos, gracias por ver. Si les gustó, hay muchas cosas interesantes aquí en Cold Fusion, así que siéntanse libres de suscribirse. De lo contrario, eso es todo de mi parte. Mi nombre es Togo, y han estado viendo Cold Fusion. Y los veré de nuevo pronto para el próximo. >> Cold Fusion, es pensamiento nuevo. [Música]