Ríete tú de la geopolítica mundial: la batalla de las IA en las empresas, eso sí es temible

Integrar la inteligencia artificial en el día a día de nuestras empresas puede convertirse en un quebradero de cabeza… cada vez más caro, si no se resuelve con rapidez. En el último Update Menu Tour, celebrado en Valencia, se hablaba de precios de suscripción mensual que se han multiplicado por 10 en un año, sin que la IA sea capaz de aportar más de un 5% de valor a la compañía.

Cuando no se convierte en una fuente de bloqueo en la toma de decisiones: se trata de sistemas artificiales que producen, en última instancia, inferencia, pero ¿qué sucede cuando dos departamentos de la empresa disponen de respuestas distintas al mismo problema porque utilizan distintas aplicaciones de IA? Ríete tú de la inestabilidad geopolítica mundial, ¡la batalla de las IA dentro de una organización! Eso sí es temible.

Inevitablemente, estamos descubriendo cómo altera nuestra gestión del tiempo. En un reciente workshop celebrado en Oxford, la profesora de filosofía mexicana-valenciana Clarissa Véliz, nos explicaba que, dado que la IA contribuye de forma tan evidente a los trabajos que le presentan sus alumnos, en las sesiones individuales con ellos una de sus tareas específicas está siendo averiguar qué es lo que realmente conocen. Eso implica dedicación, tiempo.

Algunos líderes de ingeniería de software están más preocupados, en efecto, por cómo gestionar a los humanos que a los agentes de IA. Dax Raad, un destacado desarrollador de código abierto que creó OpenCode, dice que el último problema que ha aparecido en su empresa tiene que ver con que los ingenieros humanos no prestaban suficiente atención al código que escribe la IA. “Intento encontrar la manera de que mi equipo haga las preguntas adecuadas, es el problema de siempre: ¿cómo lograr que la gente se preocupe más?”

Tras la paella de hace unos días, apareció el asunto de la selección de personal en las empresas. De nuevo, la batalla de las IA. Los candidatos presentan currículos elaborados con aplicaciones inteligentes y diseñados específicamente para satisfacer las necesidades del oferente de empleo, cuyas IA de selección de recursos humanos tienen a su vez que analizar. En última instancia, eso se traduce en más tiempo de estudio y entrevista para las personas responsables de la incorporación de nuevos trabajadores.

En el epicentro del terremoto, en la Bahía de San Francisco, empieza a ser habitual ya encontrarse con versiones menos entusiastas sobre el fenómeno de la adopción de la IA en las empresas. Vistiendo un abrigo de piel rosa Diogo Almeida se describía a sí mismo sobre el escenario, en un evento reciente, como "coautor de algunos de los mayores éxitos de OpenAI". Ahora dirige TypeSafe AI, que acaba de lanzar una alternativa popular a los grandes modelos de lenguaje llamada Jev.

“¿Dónde diablos está toda la automatización?”, preguntó a la multitud, “el 100% de los modelos de IA están optimizados para brindar asistencia con la retroalimentación humana”, están entrenados para complacer a las personas, por lo que sobresalen en la asistencia y fracasan en la automatización desatendida.

En línea con Dax Raad, los líderes de la IA abogan por una mayor automatización en sus equipos de ingeniería de software, pero paradójicamente no parecen dispuestos tampoco a dejar que las máquinas se hagan cargo de todo. “Un área en la que estamos haciendo mucho más hincapié es en preguntarnos: ¿cuáles son las tareas repetitivas que realizo constantemente? ¿Por qué sigo atrapado en ese ciclo?”, comentaba reciente mente Cat Wu, jefa de producto de Claude Code en Anthropic. “Mucha automatización se estanca en la etapa de semiautomatización. Claude realiza el 80% del trabajo y yo el 20%. Y se repiten las tareas”.

Para complicar más las cosas, a elección de modelos de IA está empezando a depender tanto del precio y la especialización como del liderazgo en el mercado. Junto a los chats generales, ahora existen modelos de decisión que no chatean, modelos espaciales diseñados para la planificación de robots y el control de cámaras, modelos de pronóstico dimensionados para una sola tarea y modelos especializados en ciberseguridad que se mantienen tras un programa de acceso restringido por invitación.

La especialización conlleva una mayor eficiencia y menores costes, al menos a corto plazo, pero a largo plazo, plantea enormes dudas a los gestores de las empresas. ¿Debo apostar por esta solución, sin tener claro qué me va a aportar en términos de incremento de valor, sabiendo que los costes se van a seguir incrementando y asumiendo que mi dependencia me hace más vulnerable? Uf, visualizo la balanza de pros y contras como una veleta en medio de una tormenta.

Miremos, por ejemplo, la última moda en IA, los agentes de consumo. Muchos sitios web quieren bloquear los bots y los economistas aún no ven indicios, al menos en las principales estadísticas, de que la IA nos esté haciendo más productivos. Esta semana se ha producido un cataclismo al conocerse que los ingresos anuales de OpenAI podrían quedarse en el entorno de los 50.000 millones de dólares y no de los 70.000 que se estimaban hasta hace apenas una semana.

Por fin, parece estar dominando la sobreestimulada escena tecnológica la duda que algunos llevamos sin despejar desde el estallido de la IA generativa con ChatGPT: ¿cómo convertirán las empresas la inteligencia bruta e impresionante en una utilidad real y demostrable? De eso se trata.