ChatGPT: el inicio de la revolución de la inteligencia artificial

Stephanie Roth, Senior Markets Economist

Bruno de la Sota, US Equity Strategist

Este año, en su comunicación anual a los accionistas, el presidente y director ejecutivo de JPMorgan Chase & Co, Jamie Dimon, destacó la importancia de la inteligencia artificial (IA), los datos y la nube. La IA es una extraordinaria tecnología que, no solo remodelará la industria financiera, sino que acelerará la próxima era de innovación y eficiencia. ChatGPT es solo el comienzo de lo que es posible.

Desde su lanzamiento en noviembre de 2022, ChatGPT ha cautivado al mundo y a los medios de comunicación. Es la aplicación que ha alcanzado más rápidamente el millón de usuarios y su ascenso plantea algunas preguntas fundamentales sobre la naturaleza de la IA y su impacto en la economía.

¿Qué es ChatGPT?

Le preguntamos a ChatGPT exactamente qué es y esto es lo que nos dijo:

“ChatGPT es un modelo de lenguaje desarrollado por OpenAI, capaz de generar respuestas similares a las humanas a consultas en lenguaje natural. Utiliza una arquitectura de red neuronal profunda llamada transformador, que ha sido entrenada en una gran cantidad de datos de texto para aprender patrones y relaciones entre palabras, frases y oraciones.

[…]

En esencia, ChatGPT funciona mediante el procesamiento de una gran cantidad de datos de texto para aprender patrones y relaciones entre palabras y frases, que luego utiliza para generar respuestas contextualmente relevantes y lingüísticamente coherentes. El resultado es un sistema que puede comprender y responder al lenguaje natural imitando a la conversación humana”.

No es perfecto, pero impresiona.

¿Por qué todo este revuelo?

En noviembre de 2022, OpenAI lanzó GPT-3.5. El prototipo público ganó terreno velozmente y, en solo cinco días, llegó a un millón de usuarios. Dos meses después, en enero de 2023, ya había superado la marca de los 100 millones de usuarios, convirtiéndola en la plataforma de más rápido crecimiento de la historia.

El modelo de lenguaje grande (LLM por sus siglas en inglés) se distingue con éxito del chatbot tradicional, en que el primero se ve y se siente como una interacción humana genuina, con un gran nivel de experiencia en muchos temas. Los LLM tienen el potencial de redefinir cómo abordamos las tareas diarias, aumentando la eficiencia y mejorando la utilidad y dedicación. Como era de esperar, las grandes empresas tecnológicas han rápidamente anunciado compromisos plurianuales con la AI generativa:

Algunos titulares recientes:

• “Microsoft invierte 10 mil millones de dólares en ChatGPT Maker OpenAI” (Bloomberg, 23-01-2023)
• “Google lanza ChatGPT Rival AI ‘Bard’ para los primeros evaluadores” (Bloomberg, 06-02-2023)
• “Baidu surge a medida que aumenta la esperanza sobre la respuesta china a ChatGPT” (Bloomberg, 06-02-2023)
• “Salesforce sigue a Microsoft en el lanzamiento de herramientas de inteligencia artificial para vendedores con ayuda de OpenAI” (CNBC 07-03-2023)
• “Salesforce lanza un fondo de 250 millones de dólares para empresas emergentes de inteligencia artificial generativa” (Bloomberg 07-03-2023)
• “Citadel negocia licencias de ChatGPT para toda la empresa” (Bloomberg 07-03-2023

Las inversiones probablemente se centrarán en tres áreas: 1) aplicaciones que integran modelos de IA en productos orientados al usuario, 2) modelos que impulsan productos de IA que se ejecutan en modelos propietarios (o en código abierto), y 3) proveedores de infraestructura que ejecutan el poder de cómputo necesario para servir a los modelos.

Casos de uso para ChatGPT y LLM

Debido a su adaptabilidad, los LLM se han vuelto muy poderosos. Recientemente, ChatGPT aprobó: 1) un examen de la Maestría en Administración de Empresas de Wharton, 2) un examen de licencia médica de Estados Unidos, 3) Varios exámenes de facultades de derecho y 4) una entrevista de codificación de Google para un ingeniero de nivel tres, con salario de 183 mil dólares. Evidentemente, las perspectivas son amplias.

Otros casos de uso podrían incluir:

1. Agentes conversacionales: piense en un chatbot de comercio electrónico que conozca la disponibilidad de inventario y recomiende un producto que podría entregarse al día siguiente. Los clientes reciben un servicio acelerado y las operaciones mejoran al tener en cuenta los niveles de existencias, planificación, interrupciones de la cadena de suministro y plazos de entrega. En pocas palabras, la IA puede realizar tales tareas más rápida y eficientemente.
2. Asistentes virtuales: recientemente, Salesforce confirmó que integraría ChatGPT en EinsteinGPT, su servicio de gestión de relación con clientes. El asistente virtual automatizará tareas de ventas que requieren más tiempo, como redactar correos electrónicos, programar reuniones y preparar notas para futuras interacciones. Al usar IA generativa para obtener un resumen de interacciones previas con los clientes, los equipos de ventas podrán mejorar sus posibilidades de cierre. Podría, incluso, automatizar el proceso de prospección por completo.
3. Procesamiento de idiomas: las industrias que dependen de extensas ediciones de contratos también podrían beneficiarse. Los LLM tienen la capacidad de redactar un documento con un lenguaje adecuado y revisar acuerdos existentes. La tecnología también podría aprovecharse durante la investigación legal para proporcionar resúmenes de casos, leyes e, incluso, traducciones.
4. Medicina y diagnóstico: asistentes virtuales para la telemedicina, apoyo a decisiones clínicas, recomendaciones basadas en evidencia que mejoran los resultados de los pacientes. Estas son solo algunas de las formas en que la IA podría facilitar los procesos médicos.

¿Debería usar ChatGPT en lugar de Google?

La respuesta corta: no realmente. En términos generales, ChatGPT y LLM no están diseñados para convertirse en mejores versiones de los motores de búsqueda existentes. Sin duda, Alphabet podría incorporar funcionalidades dentro de la herramienta clásica de búsqueda para ofrecer una respuesta conversacional similar a ChatGPT. Sin embargo, las mejoras en la eficiencia y productividad con la integración de LLM en los servicios y productos existentes es donde está la verdadera oportunidad de crecimiento. A medida que los jugadores clave comiencen a posicionarse, esperaríamos inversiones en los siguientes segmentos:

1. Aplicaciones de productividad y eficiencia
   El director ejecutivo de Microsoft, Satya Nadella, ha hablado mucho sobre la integración de ChatGPT en el negocio de búsqueda de Bing, luego de la inversión de Microsoft en OpenAI. El potencial proviene del crecimiento de la productividad y la oferta de Office365. GitHub Copilot (impulsado por OpenAI Codex y adquirido por Microsoft en octubre de 2018) ya comparte con los codificadores sugerencias de estilo para autocompletar de un programador en pareja con IA.
   El 16 de marzo de 2023, Microsoft presentó Copilot a un pequeño número de empresas e individuos, probando la integración de ChatGPT GPT4 en Office365. En Word, Copilot brinda a los usuarios un primer borrador para editar e iterar, eliminando la preocupación del bloqueo del escritor. En PowerPoint ayuda a crear presentaciones con un simple aviso. La iteración de Excel analiza tendencias y crea visualizaciones de datos de aspecto profesional en segundos. Con Teams, los que lleguen tarde a las reuniones podrán obtener una transcripción resumida de lo que se perdieron. Copilot incluso podrá asistir en la organización de las bandejas de entrada de Outlook.
   Es solo cuestión de tiempo hasta que las empresas decidan monetizar las mejoras en la utilidad. Sin embargo, el avance real solo será tan bueno como los datos de base con los que se entrene al algoritmo.
2. Infraestructura en la nube
   La ejecución de consultas en grandes conjuntos de datos puede aumentar las cargas de trabajo en la infraestructura de la nube pública. El aumento de la demanda análisis de datos va a ejercer una presión al alza sobre la inversión en infraestructura. Es aquí donde contar con un socio en la nube, como Microsoft Azure, Amazon Web Services o Google Cloud Platform, es clave para desarrollar un LLM sólido.
3. Potencia informática y chips
   La estimación de la capacidad requerida para absorber el aumento de las cargas de trabajo varía ampliamente. Los pronósticos más recientes (fuente: Dell'Oro) esperan que los envíos de unidades para los centros de datos de IA se dupliquen del ~7% actual al ~15% para 2027, y que los ingresos crezcan del ~20% actual al ~45% en el mismo período. Esta expansión parece ser impulsada por un incremento de 3x-10x en los costes de los servidores.

¿Cuáles son los costes y desafíos para la inteligencia artificial?

Correr y entrenar LLM no es barato. En última instancia, el coste por búsqueda se reducirá a medida que los algoritmos se vuelvan más eficientes. Los LLM tienen un desempeño deficiente cuando no pueden acceder a suficientes datos para el entrenamiento, lo que resulta en un "ajuste insuficiente". Por otro lado, también es cierto que el sobre-entrenamiento puede conducir a una visión de túnel, lo que lleva a una falta de conocimiento en otros campos. Asimismo, es probable que la regulación mejore. Con cada ciclo de producto, los reguladores han sido más rápidos en responder a problemas potencialmente polémicos, especialmente en relación con la moderación del contenido, proliferación de desinformación y sesgos.

¿Qué significa la inteligencia artificial para la economía y el mercado laboral?

Pensamos en poner a trabajar a ChatGPT. Le hicimos preguntas clave sobre el impacto de la inteligencia artificial y analizamos sus respuestas.

¿Es la inteligencia artificial buena para la economía?

ChatGPT: “La inteligencia artificial (IA) puede tener un impacto positivo en el crecimiento económico de varias formas: 1) Mayor productividad: puede automatizar tareas rutinarias y realizarlas más rápido y con mayor precisión que los humanos, lo que puede aumentar la productividad y resultados; 2) Ahorro de costes: al automatizar tareas y procesos, puede reducir los costes laborales; 3) Nuevas oportunidades comerciales: puede ayudar a las empresas a identificar nuevas oportunidades de crecimiento e innovación; 4) Toma de decisiones mejorada: puede apoyar a las empresas en la toma de decisiones más informadas y basadas en datos.

Sin embargo, es importante tener en cuenta que algunas industrias pueden ver mayores beneficios que otras. También se debe considerar el impacto de la IA en el empleo y en la desigualdad de ingresos”.

Nuestra opinión: al igual que las innovaciones disruptivas del pasado, es probable que la IA aumente la productividad de la economía estadounidense. Los puestos de trabajo pueden verse desplazados durante el proceso de reequilibrio, pero los dolores del crecimiento deberían dar paso a nuevos empleos y mejores resultados de los trabajadores.

Las estimaciones son amplias, pero muchos sugieren que la productividad de una empresa mejora entre 2% y 4%¹ con la IA. Se espera que alrededor del 25% de las compañías la adopten significativamente (según las estimaciones de Goldman), lo cual podría representar un aumento anual de la productividad de 0,5% del Producto Interno Bruto (PIB).

¿Cómo impactará la IA al mercado laboral?

ChatGPT: “La inteligencia artificial (IA) tiene el potencial de automatizar muchos empleos que actualmente realizan los humanos, lo que puede llevar al desplazamiento laboral en ciertas industrias. Sin embargo, es importante tener en cuenta que también puede crear nuevas oportunidades y cambiar la naturaleza del trabajo.

Algunos trabajos pueden sufrir más automatización que otros y algunas industrias pueden tener una 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”.

Nuestra opinión: al igual que la llegada de innovaciones tecnológicas previas, la IA tendrá un impacto en el mercado laboral. Para maximizar las ganancias, las corporaciones estadounidenses a menudo han encontrado mano de obra más barata en el extranjero y/o procesos automatizados.

Al mirar hacia adelante, vemos que “la carrera entre la automatización y el aumento” está en marcha². Goldman Sachs estima que la IA podría automatizar el 25% de las tareas laborales actuales en Estados Unidos y Europa³. También indica que los trabajos tradicionalmente de alta habilidad y no rutinarios son altamente susceptibles a la automatización (operaciones legales y financieras). Mientras tanto, los intensivos en mano de obra o roles que requieren habilidades interpersonales tienen menos probabilidades (construcción, cuidado personal).

¿Qué sigue?

"La IA será fundamental para el éxito futuro de nuestra empresa [...] No se puede subestimar la importancia de implementar nuevas tecnologías". Presidente y director ejecutivo de JPMorgan Chase &Co, Jamie Dimon, en su comunicación anual a los accionistas.

Espere que más empresas anuncien compromisos de varios años con OpenAI o compartan desarrollos en sus propios modelos de procesamiento de lenguaje. Las oportunidades son inmensas y no está claro quién liderará la carrera de la innovación. Lo que sí es evidente es que la batalla no es sólo entre las de tecnología, ni se trata de que el ganador se lo lleve todo. En una era de eficiencia y productividad, aquellos que respondan más rápido liderarán. Si bien las que ya están en ello llevan una ventaja inicial, sin duda, surgirán nuevos jugadores.

¹Damioli, Van Roy, y Vertesy (2021), Alderucci et al. (2020), Czarnitzki, Fernández, y Rammer (2022).

²Autor et al. (2022).

³Con base en la revisión de la literatura existente sobre los casos de uso probable de la IA generativa, Goldman Sachs (GC) clasificó 13 actividades laborales (de 39 en la base de datos O*NET) como expuestas a la automatización. El caso base asume que la IA es capaz de completar tareas con una dificultad de hasta cuatro en la escala de "nivel" O*NET de siete puntos. Luego, GS toma un promedio ponderado por importancia y complejidad de las tareas esenciales para cada ocupación y estima la parte de la carga de trabajo total de cada ocupación que la IA tiene el potencial de reemplazar. Además asume que las ocupaciones en las que una parte significativa del tiempo de los trabajadores se dedica al aire libre o realizan labor física no pueden ser automatizadas.