Me han publicado un artículo en la revista de la APD, que he titulado como «Todas las compañías serán compañías de machine learning» (pdf), en el que rememoro los tiempos en los que, a principios de los ’90, mi compañero Julián de Cabo y yo nos desgañitábamos en nuestras clases en el IE para intentar convencer a los alumnos de cursos de dirección de que sus compañías serían, en muy pocos años, compañías internet – o no serían.
En aquella época, cosechábamos generalmente actitudes de escepticismo: tras una sesión en la que casi la mitad del tiempo se dedicaba a explicar cómo se accedía a internet, aquello era visto como una especie de excentricidad, de cuestión interesante pero secundaria, de algo que era perfectamente prescindible en aquel momento y que lo sería durante mucho tiempo. Unos pocos años después, llegó la realidad: si internet no funciona en tu empresa, prácticamente envías a tus trabajadores a casa, porque no se puede hacer casi nada.
La llegada de los algoritmos generativos con sus modelos de miles de millones de parámetros ha puesto ahora a las compañías en una situación similar: no se trata de preguntarle más o menos a ChatGPT, sino de darse cuenta de que el machine learning es susceptible de llevar a cabo de manera ventajosa muchísimas tareas, y que quien no lleve a cabo un repensado de su cadena de valor y la aplique en aquellos puntos en los que puede mejorar las operaciones, estará en una fuerte desventaja con respecto a los que sí lo hagan.
El peligro, ahora mismo, es entender que «el machine learning es ChatGPT». No es así en absoluto: hay muchos algoritmos, no necesariamente conversacionales, capaces de llevar a cabo tareas de automatización sofisticada o avanzada, y que suponen en muchos casos quick wins con respecto a lo que puede ser plantearse que un algoritmo hable por ti o por tu compañía. Las empresas hacen muchas más cosas que hablar, y frente a los pocos meses de experiencia de este tipo de algoritmos generativos en el mercado, las empresas de machine learning llevan varias décadas ayudando a compañías a optimizar sus operaciones y, en general, su forma de hacer las cosas.
Es, simplemente, una cuestión de interesarse por ello y de intentar entender lo que el machine learning puede hacer por nuestra compañía. En pocos años, si tu compañía no es una compañía de machine learning, no será.
This article is also available in English on my Medium page, «It’s déjà vu all over again: soon, all companies will be machine learning companies»
Totalmente de acuerdo. Y creo que será lo mismo a nivel de empleado:
O sabes usar machine learning en tu beneficio o no serás empleado. Igual que o sabes usar Office/Docs o estás en la calle buscando un trabajo en el sector servicios. E incluso ahí andan cada vez más con tablets.
Pongo varios ejemplos de mi propio trabajo en los que uso AI casi inconscientemente
1. Resúmenes de reuniones largas por Microsoft Teams. Así la compilación de datos me lleva 10 segundos y enviar el email 2 minutos (hasta que encuentro a todos los que deben saberlo). Esto me da una mejora de 30min-1 hora por reunión donde me toque revisar los puntos.
2. Como soy programador, a veces pido a ChatGPT que me diga en Python o PHP o C como haría un determinado problema. A veces las respuestas se pueden copiar y pegar, otras veces me sirve para orientarme. Me ahorro un montón de horas, y soy un 20% más efectivo según mi propio cálculo.
3. Traducción de documentos en DeepL. Si has tenido que enviar un documento en dos idiomas sabes lo trabajoso que es. Por 10€/mes ese problema no existe. Te ahorras 4-5 horas de trabajo intenso.
4. Respuestas en Slack/Teams a los compañeros o en los emails, donde tanto Gmail como Outlook intentan anticipar tus frases y con [Tab] puedes avanzar. Creo que rindo un 30% más gracias a ello.
5. Búsquedas de respuestas. Como la Wikipedia y media internet anda metida en todos los ML, es fácil pedirle que te dé unos datos rápidos/aproximados de la empresa con la que estás hablando:
– A qué se dedican
– Cual es su enfoque
– Quien manda
– Colores corporativos
Todo datos que puedes buscar tu mismo… por un tiempo X y que la máquina resuelve por ti en un plis.
—
Y tengo la impresión de que solo estoy arañando la superficie de lo que es posible. Me encantaría meter el lenguaje de programación propietario que tienen en una ML de mi elección y ver si así puedo pulirme la documentación de un plumazo y no perder tiempo buscando algo.
Y estoy en 2023. ¿Cómo será 2030?
Mala elección en la imagen para ilustrar el artículo. Los bounding boxes se usan en computer vision, no en machine learning, y aunque se usen actualmente técnicas de ML para CV, también se usan en Excel, en Visual Studio y en todas partes.
No digo que sea fácil encontrar la imagen perfecta, pero ésta, está lejos de ser de las mejores.
Un saludo.
Sólo a modo de curiosidad, hoy me ha llegado la petición para hacer de reviewer de un paper que utiliza Machine Learning para optimizar la composición de un equipo de basket de la NBA con determinadas variables de compromiso como presupuesto, etc.
Vaya, una confirmación en toda regla de lo que dice Enrique…. hasta el FC Barcelona necesitará ML para planear su plantilla!
El presupuesto de comprar árbitros para el ML
De eso en kaggle hay mil ejemplos
https://www.kaggle.com/datasets/justinas/nba-players-data
https://www.kaggle.com/datasets/adityak2003/college-basketball-players-20092021
https://www.kaggle.com/code/ferencjuhsz/nba-stats-between-1973-2017
etc etc
offTopic (o no): @Enrique: ¿lo de
O(n.log(n))fue idea tuya?¿Complejidad NP ó P ?
Mientras no se manifieste el personal a favor de borregadas como:
“las computadoras del futuro serán
increíblemente rápidas y por lo tanto no interesará que el algoritmo sea eficiente”
Creo que es un poco equívoco decir que todas las compañias serán de machine learning.
Mas bien habría que decir que todas las compañías tendrán que usar machine learning, por que si no no podemos diferenciarlas de las compañias cuyo producto es el machine larning en si mismo.
Lo que está claro es que al que no se ponga las pilas rapido se lo comen.
Hace pocos dias el CEO de Salesforce hizo una fantástica demostración en vivo de como la AI aceleraba y mejoraba de una manera increible muchas de las tareas que se hacen usualmente en su compañía que te dejaba con la boca abierta.
Vamos que la productividad va a subir exponencialmente y casi la totalidad de los trabajadores del conocimiento van a tener que reciclarse pero ya.
A mi me resulta raro hablar con algunos amigos que se dedican a tareas que van a ser impactadas de lleno por estas IA,s como si no fuera con ellos, y hasta te dicen que no, que lo suyo es distinto, y yo pensando con media sonrisa: «la que te va a caer encima dentro de un pestañeo, amiguete».
Por cierto ¿que va a pasar con los millones de funcionarios y sus repetitivas tareas que son las mas susceptibles de automatizarse y escalarse en productividad?
¿Vamos a tener que seguir pagando con nuestros impuestos al 80% que va a sobrar?
Me quedo con tu ultimo parrafo…
Si, hay mucho funcionariado que sobra, sobretodo por ineficiente. Y si, espero que las IA’s puedan abonar el terreno para substituirlo.
Pero mientras tanto…
cosas como esta
generan cosas como esta
Queda camino…
La que no es una compañia de Inteligencia a secas son las de Melon
https://www.rtve.es/noticias/20230421/twitter-retira-check-azul-instituciones-espana/2440313.shtml
Si no pagan da igual… ya lo hace el de su bolsillo… XDDD
Negocio redondo para la empresa… :P
Elon Musk regala el check azul a famosos como LeBron James o Stephen King. Está mal visto y no quieren pagan por él
…alma de dios… un docente le cree a pies juntillas a un asistente generativo, que delira como si hubiera tomado ayahuasca de un chamán en un ritual amazónico… pobres alumnos…
Nada diferente de lo que ocurre en estas lineas -muy- a menudo… XDDD
Yeah :-)
En 1970 solo tenían ordenadores el estado y grandes compañías como Telefónica o los principales bancos del país. Hoy 2023, cincuenta años después me han tomado nota en un restaurante de pueblo
(Orgaz, Toledo), una camarera nos tomara nota del menú, en algo que a mi me pareció un smartphone, y que le pareciera normal que pagáramos o con tarjeta de crédito en una terminal a pilas.
Como bien dice Dans, hace 25 años pensar que una tienda vendiera por internet, parecía de ciencia ficción, hoy a las 7,52 de la mañana, un currito ha llamado a mi puerta para dejarme algo que que no se quien ha fabricado, y que un hijo mío ha comprado mediante Amazón, porque, (el opina que), siempre hay alguien en casa para recibirlo.
Hoy parece absurdo que el bar de la esquina maneje Machine Learning, pero no resulta mas absurdo de lo que parecía en 1970, que ese bar fuera a utilizar una terminal TPV como caja registradora, o que en el 2000, pensáramos que era absurdo, que el bar tuviese un código QR en vez de un Menú impreso.
En los últimos años, siempre se ha hablado del proceso futuro de automatización de los trabajos . Para algunos era algo lejano y de difícil aplicación a su puesto de trabajo.
De repente es como si TODO dependiese del ML y de la rapidez de adaptación.
Empecé trabajando con ordenadores que no tenían HDD, solo dos dísqueteras de 5 1/4 360 KB.
Hasta ahora nunca he vivido (al menos conscientemente) de un cambio tan profundo pero sobre todo tan RAPIDO.
Todos estamos como niños con zapatos nuevos, disfrutando y poniendo a prueba esta nueva tecnología.
Crece a una velocidad endiablada y su expansión cada vez toca mas temas.
Me encanta, si. Me asusta, también.
Y hay dos tendencias paralelas, que me gustaría Enrique que me dieras tu opinión.
Por un lado las grandes compañías se están preparando para monetizar la información que proporcionan a estas ML, pero paralelamente estoy viendo como un resurgir cooperativo de la gente compartiendo proyectos, datos, etc.
Cuando empecé a navegar por internet, una de las cosas que más me llamo la atención era la cooperación, ,compartir información, etc algo que poco a poco se fue perdiendo y que se privatizo .
Quizás además de ML estamos poniendo en marcha el WL (world learning), que bueno sería que como sociedad unieramos esfuerzos y avanzaramos de un vez.
Hoy he leído que el mundo del cine también a cambiar mucho con la IA
Además de que los efectos especiales y la calidad de post-producción se democratizan y van hacer que ese realzado comercial no sea solo coto exclusivo de las grandes majors, dos cosas me han sorprendido:
– Se espera que el pulido y desarrollo de guiones de películas lo haga la IA
– La IA puede sugerir actores para los personajes analizada su trayectoria y así reducir el tiempo y numero de casting (costes)
Creo que lo he entendido.
En el futuro, los que no dominarán las tecnologías del futuro se quedarán ancladas en el pasado.
¿Es eso? Wow ! Impresionante conclusión.