Ha llegado a 1 millón de usuarios más rápidamente que cualquier otra aplicación. Su rápido ascenso plantea una serie de preguntas fundamentales sobre la naturaleza de la IA, y qué puede significar para la economía
Stephanie Roth, Senior Markets Economist
Bruno de la Sota, US Equity Strategist
La carta de este año del presidente y consejero delegado de JPMorgan Chase&Co., Jamie Dimon, destaca la importancia de la inteligencia artificial (IA), los datos y el viaje hacia la nube. La IA es una tecnología revolucionaria extraordinaria que puede transformar el sector financiero y acelerar la llegada de la próxima era de innovación y eficiencia. En nuestra opinión, ChatGPT sólo es el principio de lo que será posible.
Desde su lanzamiento en noviembre de 2022, ChatGPT ha causado sensación, en los medios y en todo el mundo. Ha llegado a 1 millón de usuarios más rápidamente que cualquier otra aplicación. Su rápido ascenso plantea una serie de preguntas fundamentales sobre la naturaleza de la IA, y qué puede significar para la economía en general.
En este artículo analizamos los distintos factores que impulsan este fenómeno.
¿Qué es ChatGPT?
Preguntamos a ChatGPT quién – y qué exactamente– es. Esto es lo que nos contestó:
“ChatGPT es un modelo de lenguaje de gran tamaño entrenado mediante IA abierta, capaz de generar respuestas de apariencia humana a preguntas en lenguaje natural. Funciona utilizando una arquitectura profunda de redes neuronales denominada transformador, que ha sido entrenada a partir de un enorme volumen de datos textuales para poder aprender patrones y relaciones entre palabras, frases y oraciones.
[…]
En esencia, ChatGPT trabaja procesando una gran cantidad de datos textuales para aprender patrones y relaciones entre palabras y frases, que luego utiliza para generar respuestas contextualmente relevantes y lingüísticamente coherentes a las consultas. El resultado es un sistema que capaz de comprender y contestar a consultas en lenguaje natural, imitando la conversación humana.”
No es perfecto, pero impresiona.
¿Por qué tanto revuelo?
OpenAI Lanzó GPT-3.5 en noviembre de 2022. El prototipo público ganó tracción rápidamente, alcanzando 1 millón de usuarios en tan sólo 5 días. En enero de 2023, superó la barrera de los 100 millones usuarios, lo que la convierte en la plataforma que más rápido ha crecido de la historia.
El modelo de lenguaje de gran tamaño (large language model o LLM) se distingue de un chatbot tradicional en que da la apariencia y la sensación de una interacción humana genuina, con gran nivel de conocimiento en una amplia variedad de temas. Los LLMs tienen el potencial de redefinir la forma en la que abordamos las tareas cotidianas, aumentando la eficiencia y mejorando la utilidad y el grado de compromiso. No nos sorprende que las grandes empresas tecnológicas hayan anunciado rápidamente importantes compromisos plurianuales con la IA generativa:
Algunos de los principales titulares periodísticos:
- “Microsoft Invests $10 Billion in ChatGPT Maker OpenAI” (Bloomberg, 01.23.2023)
- “Google Releases ChatGPT Rival AI ‘Bard’ to Early Testers” (Bloomberg, 02.06.2023)
- “Baidu Surges as Hope Mounts over Chinese Answer to ChatGPT” (Bloomberg 02.06.2023)
- “Salesforce follows Microsoft in launching A.I. tools for salespeople with help from OpenAI” (CNBC 03.07.2023)
- “Salesforce Launches $250 Million Fund for Generative AI Startups” (Bloomberg 03.07.2023)
- "Citadel Negotiating Enterprise-Wide ChatGPT License” (Bloomberg 03.07.2023)
ChatGPT es la aplicación que crece más rápidamente
En 2022 se disparó el interés inversor por la IA generativa
Las inversiones en IA generativa probablemente se centren en 3 áreas distintas: 1) aplicaciones que integran modelos de IA en productos orientados al usuario; 2) modelos que impulsan productos de IA que funcionan sobre modelos propios (o de código abierto); y 3) proveedores de infraestructuras que suministran la potencia informática necesaria para dar servicio a los modelos.
Casos de uso de ChatGPT y LLMs
Gracias a su adaptabilidad, los LLMs se han vuelto muy potentes. Recientemente, ChatGPT superó: 1) un examen del MBA de Wharton, 2) una prueba para ejercer la medicina en Estados Unidos, 3) varios exámenes de Derecho y 4) una entrevista con Google con redacción de código informático para un ingeniero de nivel 3, con un salario de 183.000 dólares. Es evidente que las perspectivas son muy amplias.
Otros posibles casos de utilidad podrían incluir los siguientes:
- Agentes de conversación: Piensen en un chatbot de comercio electrónico que valore la disponibilidad de existencias, y a continuación recomiende un producto que podría entregarse al día siguiente. Los clientes recibirían un servicio más rápido y se mejoraría la operativa, al tener en cuenta los niveles de stock, la planificación, las interrupciones de la cadena de suministro y los plazos de entrega. En resumen, la IA puede llevar a cabo estas tareas de forma más rápida y eficiente.
- Asistentes virtuales: Recientemente, Salesforce confirmó que integraría ChatGPT en EinsteinGPT, su servicio de gestión de relaciones con clientes. El asistente virtual automatizará tareas de ventas que requieren más tiempo, como la redacción de correos electrónicos, la programación de reuniones y la preparación de notas para interacciones futuras. Utilizando la IA generativa para resumir las interacciones pasadas con clientes, los equipos de ventas podrán aumentar las posibilidades de llegar a un cierre. Incluso se podría automatizar completamente el proceso de prospección.
- Tratamiento del lenguaje: Los sectores que requieren extensas ediciones de contratos tipo también podrían beneficiarse. Los LLMs tienen la capacidad de redactar un contrato sugiriendo una redacción adecuada, e incluso de revisar contratos existentes. También podría aprovecharse esta tecnología en tareas jurídicas, para proporcionar resúmenes de casos, leyes e incluso traducciones.
- Medicina y diagnóstico: Asistentes virtuales para tareas de telemedicina, apoyo a decisiones clínicas, recomendaciones basadas en evidencias que mejoran los resultados de los pacientes. Éstas son sólo unas pocas de las maneras en las que la IA podría facilitar los procesos médicos
¿Debería usar ChatGPT en vez de Google?
En pocas palabras, la verdad es que no. En general, ChatGPT y los LLMs no han sido diseñados para convertirse en versiones mejores de los motores de búsqueda actuales. Alphabet sí podría integrar funcionalidades dentro de la herramienta clásica de búsqueda para ofrecer una respuesta a modo de conversación, similar a ChatGPT. No obstante, creemos que la verdadera oportunidad de crecimiento está en las mejoras en eficiencia y productividad que integran un LLM en servicios y productos existentes. A medida que empiecen a posicionarse las principales compañías, esperaríamos inversiones para aplicaciones comerciales de IA en los siguientes segmentos:
1. Aplicaciones de productividad y eficiencia
La consejera delegada de Microsoft, Satya Nadella, ha insistido mucho en la integración de ChatGPT en el negocio de búsqueda de Bing, siguiendo a la inversión de Microsoft en OpenAI. El potencial de crecimiento se deriva del aumento de la productividad y la oferta de Office365. GitHub Copilot (impulsado por OpenAI Codex y adquirido por Microsoft en octubre de 2018) ya comparte sugerencias en forma de autocompletar de un programador de IA que redacta código informático al mismo tiempo que el usuario.
El 16 de marzo de 2023, Microsoft presentó Copilot a un reducido número de empresas y personas, testando la integración de ChatGPT GPT4 en Office365. Copilot en Word proporciona a los usuarios un primer borrador para editar, evitando a los escritores el problema de la falta de inspiración. Copilot en PowerPoint ayuda a crear presentaciones a partir de una simple instrucción. La iteración de Excel analiza tendencias, creando visualizaciones de datos de apariencia profesional en segundos. En Teams, los que llegan tarde a las reuniones podrán recibir una transcripción resumen de lo que se han perdido. Copilot podrá incluso ayudar con la organización de las bandejas de entrada de Outlook.
Sólo es cuestión de tiempo hasta que las compañías decidan monetizar estas mejoras de la utilidad. No obstante, el avance real dependerá de la calidad que los datos subyacentes con los que se haya entrenado el algoritmo.
2. Infraestructura en la nube
La gestión de consultas sobre conjuntos de datos de gran tamaño puede aumentar la carga de trabajo que soporta la infraestructura pública de la nube. La escala necesaria para satisfacer la demanda de potencia de computación aumentará la presión sobre la inversión en infraestructuras. En este sentido, tener un socio especializado en la nube como Microsoft Azure, Amazon Web Services or Google Cloud Platform, resulta clave para desarrollar un LLM sólido.
3. Potencia de computación y chips
La estimación de la capacidad necesaria para absorber las crecientes cargas de trabajo varía ampliamente. Las últimas previsiones (Fuente: Dell’Oro) esperan que los envíos de unidades para centros de datos de IA se dupliquen, desde un 7% actual a un 15% en 2027, y que la facturación crezca del 20% actual a un 45% en 2027. Esta expansión parece estar impulsada por un aumento de entre 3 y 10 veces de los costes de los servidores de IA.
Costes y desafíos de la IA
Ejecutar y formar modelos LLM no es barato. En última instancia, el coste por búsqueda caerá a medida que los algoritmos se vayan haciendo más eficientes. Los LLMs no obtienen buenos resultados cuando los modelos no pueden acceder a datos suficientes para entrenarse, lo que provoca lo que se denomina “underfitting”, o modelos infra ajustados. La otra cara de la moneda también es cierta: un entrenamiento excesivo puede provocar cierta estrechez de miras, por falta de conocimientos en otros campos. Además, es probable que aumente la regulación. Con cada ciclo de producto, los reguladores están respondiendo más rápidamente a cuestiones potencialmente problemáticas, especialmente en relación con la moderación de contenidos, la proliferación de desinformación y los sesgos.
¿Qué significa la IA para la economía y para el mercado de trabajo?
Hemos pensado que estaría bien poner de nuevo a trabajar a ChatGPT. Le hicimos una serie de preguntas clave sobre el impacto de la IA, y hemos analizado sus respuestas.
¿Es buena la IA para la economía?
ChatGPT: “La inteligencia artificial (IA) puede tener un efecto positivo en el crecimiento económico de una serie de formas: 1) aumento de la productividad: la IA puede automatizar tareas rutinarias y realizarlas más rápidamente y con mayor exactitud que los humanos, lo que puede incrementar la productividad y la producción; 2) ahorro de costes, automatizando tareas y procesos: la IA puede reducir los costes laborales; 3) nuevas oportunidades de negocio: la IA puede ayudar a las empresas a identificar nuevas oportunidades de crecimiento e innovación; 4) mejoras en la toma de decisiones: la IA puede ayudar a las empresas tomar decisiones más informadas fundamentadas en los datos.
No obstante, es importante señalar que algunas industrias podrían obtener más beneficios que otras, y que también debe considerarse el impacto de la IA en el empleo y en la desigualdad de rentas.”
Nuestra opinión: Al igual que otras innovaciones desestabilizadoras del pasado, es probable que la IA impulse la productividad de la economía estadounidense. Puede que se desplacen puestos de trabajo durante el proceso de reequilibrio, pero estas dificultades deberían abrir el paso a nuevos empleos y a un mayor rendimiento de los trabajadores.
A largo plazo, el crecimiento es una función de la productividad y del empleo
Las estimaciones son muy dispares, pero muchas sugieren que se producirá una mejora de la productividad de las empresas de entre un 2% y un 4%1 al adoptar la IA. Se espera que cerca de un 25% de las compañías incorporen la IA de forma significativa (basado en estimaciones de Goldman; hablaremos de esto más adelante), lo que podría suponer un impulso anual al PIB de un 0,5% por las mejoras de la productividad.
¿Cómo afectará la IA al mercado de trabajo?
ChatGPT: “La inteligencia artificial (IA) tiene el potencial de automatizar muchos empleos actualmente realizados por humanos, por lo que puede provocar un desplazamiento del empleo en ciertas industrias. Sin embargo, es importante señalar que la IA también podría crear nuevas oportunidades laborales, y cambiar la naturaleza del trabajo.
Algunos empleos podrían verse más expuestos que otros a la automatización, y algunos sectores podrían experimentar mayor demanda de trabajadores con habilidades relacionadas con la IA. Los empleos que requieren creatividad, inteligencia social o destreza física tienen menos probabilidades de ser automatizados por la IA.”
Nuestra opinión: La IA afectará al mercado laboral, al igual que lo hicieron las innovaciones tecnológicas anteriores. En el pasado, las empresas estadounidenses a menudo han encontrado mano de obra más barata en el extranjero y/ o en procesos automatizados para maximizar sus beneficios.
Mirando hacia adelante, puede decirse que “la carrera entre la automatización y el aumento” ha comenzado2. Goldman Sachs estima que el 25% de las tareas laborales actuales podrían automatizarse por la IA en Estados Unidos y en Europa3. Concluyen que muchos empleos no rutinarios y tradicionalmente muy cualificados son altamente susceptibles a la automatización derivada de la IA (por ejemplo, tareas jurídicas y operaciones financieras). Mientras tanto, empleos manuales intensivos o roles que requieren habilidades interpersonales son menos susceptibles de automatización (por ejemplo, la construcción o los cuidados personales).
Los trabajos en riesgo de automatización son los que pagan más
¿Qué nos espera?
“La IA va a resultar esencial para el futuro éxito de nuestra compañía [..] No es posible exagerar la importancia de implementar las nuevas tecnologías.”
Carta anual a los accionistas del presidente y consejero delegado, Jamie Dimon.
Esperamos que cada vez más compañías anuncien compromisos multianuales con OpenAI, o comuniquen avances en sus propios modelos de tratamiento del lenguaje. Las oportunidades son inmensas, y sigue sin estar claro quién liderará la carrera de la innovación. Lo que sí está claro es que la batalla no se librará solo entre las compañías tecnológicas, ni se trata de que un ganador se lleve todo el pastel. En la era de la eficiencia y de la productividad, liderarán los que respondan más rápidamente. Los actuales líderes parten con ventaja, pero es indudable que surgirán nuevos actores.
1 Damioli, Van Roy, yd Vertesy (2021), Alderucci et al. (2020), Czarnitzki, Fernandez, y Rammer (2022)
2 Autor et al. (2022)
3 En base a un análisis de la a literatura sobre los casos probables de uso de la IA generativa, Goldman Sachs clasificó 13 actividades laborales (de 39 de la base de datos O*NET) como actividades expuestas a automatización derivada de la IA, y en el caso base se presume que la IA es capaz de completar tareas hasta una dificultad de 4 en la escala de 7 niveles de O*NET. A continuación, se halla una media ponderada por la importancia -y la complejidad- de las tareas esenciales de cada ocupación, y se estima la proporción de carga de trabajo total de cada ocupación que podría sustituir la IA. Además, Goldman Sachs asume que las ocupaciones en las que una parte significativa del horario de trabajo se realiza en el exterior o realizando tareas físicas no es susceptible de automatización por la IA.