Con la inteligencia artificial generativa amenazando a las empresas y trabajos secundarios, ¿cómo puedes encontrar espacio? ChatGPT fue el chatbot que ha causado sensación en todo el mundo. Al principio, dejó al mundo atónito por sus capacidades, este sentimiento de incredulidad ante una maravilla técnica es seguido por una ola de miedo. En cierto modo, el hype sobre sus capacidades teóricas se ha convertido en el miedo de que ChatGPT reemplace a los humanos en su trabajo.

Miramos hacia la nube y la IA con la esperanza de oportunidad, ¿son en cambio nubes de tormenta? ¿Las LLM matarán mi negocio? Por un lado, Elon Musk y Sam Altman han avivado este miedo.

"Tenemos que ser cautelosos aquí", dijo Altman a ABC News el jueves. "Creo que no funciona hacer todo esto en un laboratorio. Tienes que sacar estos productos al mundo y hacer contacto con la realidad. Cometer errores cuando las apuestas son bajas. Pero todo eso dicho, creo que la gente debería estar contenta de que tengamos un poco de miedo de esto".

¿Pero es ese realmente el caso? ¿Acabamos de crear Multivac?

Mientras tanto, Musk está pidiendo un alto en la inteligencia artificial porque está detrás y hoy se ve forzado a perseguir. Altman, por otro lado, ha explotado la excitación y el miedo con fines de marketing. Sin embargo, como afirmó LeCun, estos modelos no son capaces de pensar, aunque aun así pueden ser peligrosos.

Aparte de los escenarios de ciencia ficción, podemos decir que ChatGPT ya ha comenzado a matar negocios.

Por ejemplo, parecería que Chegg (una empresa que ofrece asistencia para deberes) es la primera víctima de ChatGPT, con una pérdida de más del 40% del valor de sus acciones.

Sin embargo, desde marzo hemos visto un aumento significativo en el interés de los estudiantes por ChatGPT. Ahora creemos que eso está teniendo un impacto en nuestra tasa de crecimiento de nuevos clientes.

Y está claro que ahora cada socio está pensando en cómo integrar ChatGPT en su negocio. De hecho, Expedia planea hacerlo, e IBM y Snapchat ya lo han hecho. Y nosotros, Mercury, lo hemos integrado en nuestro motor de SEO, plataforma de blogs y chatbot de servicios al cliente.

En cualquier caso, parece que ChatGPT está integrado en varias empresas y muchas más lo utilizarán. Entonces, surge la pregunta: ¿tiene sentido crear una start-up de inteligencia artificial generativa o crear una start-up cuyo negocio podría ser destruido por la próxima actualización de ChatGPT? ¿O incluso solo un trabajo paralelo que cuesta menos al cliente suscribirse a ChatGPT Plus?

Después de todo, ¿por qué debería una empresa contratar o pagar por los servicios de una empresa o un freelancer que se dedica a la redacción de contenidos, diseño gráfico, desarrollo web o creación de cursos?

No tenemos Foso y probablemente nunca lo tendremos.

Un documento filtrado de Google afirma: "No tenemos foso... y tampoco lo tiene OpenAI".

Hasta ahora hemos hablado de ChatGPT sin mencionar a Google. Después de todo, Google tiene una gran tradición en la creación de sofisticados LLMs. ¿Por qué han perdido el tiempo en contrarrestar ChatGPT? ¿Y qué quieren decir cuando afirman que ninguna compañía está ganando la carrera armamentística?

Google señaló cómo un producto que no cumple con los más altos estándares puede dañar su reputación (ver lo que sucedió cuando Bard fue lanzado). Por otro lado, Google ha notado que las empresas están teniendo su momento estable de difusión.

El software de código abierto parece estar ganando la carrera armamentística de la IA.

Google ha visto que la brecha entre los modelos de código abierto y ChatGPT se está cerrando rápidamente. Además, los modelos de código abierto son mucho más personalizables y privados. Además, son más capaces en ciertos aspectos (un modelo especializado supera a uno generalista en una tarea específica).

La vicuña cuesta solo $100 dólares y puede hacer las mismas cosas que GPT-4 con una calidad ligeramente menor. El entrenamiento de GPT-4 probablemente habrá costado millones. Es probable que las personas no paguen una suscripción costosa por un modelo restringido cuando hay una alternativa gratuita. Tampoco lo harán las empresas.

El futuro de los LLMs es un poco como el futuro de DALL-E. La Difusión Estable es ahora el estándar, un modelo en el que la integración de productos, las interfaces de usuario, los mercados y tantos otros modelos se basan ahora. Mientras que DALL-E de OpenAI, por otro lado, no se utiliza tanto y está perdiendo terreno.

¿Puedo construir una IA generalista como negocio?

Hace menos de un año no habíamos oído hablar de MidJourney o Stability AI, y ahora casi todos nosotros usamos uno de sus productos. En cierto sentido, StableDiffusion es un modelo construido sobre DALL-E como base. ¿Por qué no crear su propio modelo generalista?

OpenAI ha estado trabajando en la construcción de LLM durante años desde que el primer GPT cuenta con un equipo experimentado en la construcción del modelo, su entrenamiento y despliegue en el mercado. Además, la infraestructura no es barata, especialmente si se desea un servicio rápido y una interfaz amigable para el usuario.

Si bien es cierto que entrenar un modelo de forma autodidacta implica utilizar solo una gran cantidad de texto, la calidad es muy importante. Como LLaMA y Google demostraron con PalM-2, cuanto más seleccionados sean los datos, mejor funciona el modelo. OpenAI tiene un equipo dedicado a esto.

Además, ChatGPT y muchos de los productos de OpenAI pueden ser utilizados por casi cualquier usuario, y crear una experiencia de usuario similar no es nada fácil. Para muchas personas, eso es lo que determina su elección de uso, no el rendimiento.

Además, OpenAI tiene la ventaja adicional de haber creado una marca fuerte y reconocible a lo largo de los años. OpenAI es sinónimo de IA; para competir, un informe técnico que muestre una supuesta superioridad del modelo no es suficiente. Los usuarios preferirán ChatGPT y también las empresas preferirán utilizar un producto que la audiencia promedio conoce. Muchas empresas y usuarios eligen lo que ahora consideran la opción por defecto.

Finalmente, OpenAI ha acumulado otra ventaja: 100 millones de usuarios y, lo más importante, sus datos. Datos que se utilizan para mejorar cada vez más el modelo.

¿Cómo puedes crear una start-up o un trabajo paralelo en la era de los LLMs?

Más calidad que cantidad.

Esto se aplica a cualquier negocio o idea. Por ejemplo, la escritura de contenido ya no puede basarse en la cantidad de artículos o palabras. ChatGPT, incluso en su versión gratuita, escribe mucho más rápido y con calidad más que apreciable.

Pero los LLM no son capaces de pensar críticamente (técnicas como la cadena de pensamiento solo pueden mitigar este problema) y a menudo alucinan. Por lo tanto, solo puede competir con artículos razonados con una opinión definida. Cualquier persona que haya usado ChatGPT sabe que el modelo no adopta una posición, y no se puede producir un artículo con una opinión audaz respaldada por datos y fuentes claros mediante ChatGPT.

Del mismo modo, ChatGPT no comprende las necesidades del cliente. Por otro lado, un estudio mostró cómo los pacientes perciben las respuestas de ChatGPT como más empáticas y de calidad. Por lo tanto, volverá a tener que enfocarse en las necesidades del cliente.

Conocimiento de dominio.

Un modelo generalista es bueno en todo, pero el mejor en nada. El conocimiento de un dominio específico es lo que te permite ganar.

La propia alineación de un chatbot conduce a la degradación del rendimiento en algunas tareas. Además, como lo muestran modelos como huggingGPT y similares, un LLM no es capaz de hacer todo y necesita interactuar con modelos "expertos" para llevar a cabo algunas tareas.

Estos modelos sólo se pueden entrenar con datos propietarios. Además, a menudo requieren conocimiento del dominio específico. Por lo tanto, las empresas que tienen acceso a conocimientos y datos que no están disponibles públicamente tienen una ventaja en la industria.

No luches contra la inteligencia artificial.

La inteligencia artificial no remplazará a los desarrolladores ni a los científicos de datos, pero sí a aquellos que no utilicen un asistente de IA.

El código producido por ChatGPT necesita ser probado y requiere conocimiento sobre cómo usarlo e integrarlo. En cualquier caso, surgirán muchos más puestos de trabajo para desarrolladores e ingenieros de aprendizaje automático que actualmente están en peligro.

Los casos judiciales y las regulaciones darán forma al campo.

La UE y otras instituciones han estado observando pasivamente las redes sociales, y al menos la UE no quiere cometer el mismo error con la IA.

"El Parlamento Europeo debe entrar en el trílogo con la posición más sólida posible para proteger los derechos de todas las personas dentro y que ingresan a la UE", dijo Caterina Rodelli, analista de políticas de la UE. La nueva ley de inteligencia artificial de la UE puede ser mucho más estricta de lo esperado. Como se ha visto con el GDPR, el incumplimiento de las reglas conduce a sanciones costosas. Además, las empresas más grandes están más expuestas a daños reputacionales."

Recientemente, ChatGPT fue prohibido temporalmente en Italia debido a preocupaciones de privacidad (actualmente reinstalado). La autoridad italiana solicitó información sobre la recopilación de datos de OpenAI, aunque inicialmente se respondieron preguntas. En la misma línea, otras agencias reguladoras también tomaron medidas. Sin embargo, OpenAI ofrece la posibilidad de optar por no participar en la recopilación de datos a partir de ahora.

Además, ya existen demandas contra GitHub Copilot y MidJourney y sus productos por parte de programadores y artistas.

Cómo evolucionen las regulaciones y el resultado de las demandas decidirán el alcance de las grandes empresas. Habrá nichos que las empresas más grandes considerarán de poco interés, riesgosos para su negocio o simplemente un producto generalista que no pueden satisfacer.

Las pequeñas empresas y los freelancers podrán cubrir estos espacios con mayor facilidad, con menos riesgo tanto legal como de ser eliminados por las grandes empresas.