Enrique Dans

Mi columna en Invertia de esta semana se titula «Inteligencia artificial: piensa en pequeñito» (pdf), y pretende plantear un análisis para todas las compañías que están pensando en cómo incorporar la inteligencia artificial a sus procesos.

El planteamiento fundamental es, como en tantas otras decisiones similares, si deben las compañías simplemente tratar de utilizar los algoritmos y modelos que les ofrecen compañías tecnológicas como OpenAI, Google, Meta, Anthropic y otras, o bien intentar desarrollar sus propios modelos, una tarea que tienden a percibir como inabarcable y muy compleja, pero que realmente no tiene por qué serlo tanto.

En principio, muchas compañías comenzaron a probar con algoritmos como ChatGPT simplemente porque era fácil hacerlo. A las prisas por saber si ChatGPT sabía algo de la compañía, de sus productos principales o de sus directivos, se sucedió una justificada oleada de miedo al comprobar que el uso de ese tipo de algoritmos no garantizaba en absoluto la privacidad de la información introducida. Es más, que esa información introducida podía estar convirtiéndose en parte de su entrenamiento, y que podía incluso utilizarla posteriormente, con todo lo que ello podía suponer para unos directivos generalmente obsesionados ya no con la privacidad, sino casi con el secretismo.

Por otro lado, no debemos olvidar que un algoritmo genérico es exactamente eso, un algoritmo entrenado con información que se ha recogido y seleccionado, generalmente con un escaso filtro, de la red. Si tus procesos, productos o la información relacionada con ellos no son algo que encuentres generalmente en la red, lo más probable es que ese algoritmo esté muy por debajo del conocimiento que una compañía debería tener sobre ello, y que, por tanto, sus respuestas sean más bien genéricas o incluso un poco «cuñadas» en cuanto se intenta profundizar un poco. El mismo algoritmo que escribe mensajes muy bien, que traduce de maravilla, que hace una presentación o que te resume un hilo de correos electrónicos y te ahorra trabajo, resulta no ser en absoluto lo más adecuado para plantearle cualquier pregunta sobre tus procesos industriales, sobre tus productos o sobre tu empresa en general.

Ante esa tesitura, las compañías tecnológicas comenzaron a ofrecer «modelos para armar», es decir, la posibilidad de utilizar la base de un algoritmo genérico al que se puede añadir información especifica. Sin embargo, los miedos a la falta de privacidad y a la captura de información por parte de unas compañías especialmente conocidas precisamente por dedicarse inmisericordemente a ello permanecen. ¿Alguien en su sano juicio quiere un algoritmo creado por una compañía como OpenAI, o peor, como Meta, metido en lo más hondo de sus procesos empresariales?

Todo parece indicar que, en el futuro, veremos menos algoritmos genéricos y más específicos y especializados, entrenados con los datos que las compañías generan y seleccionan. En la práctica, crear ese tipo de algoritmos, aunque parezca una tarea sumamente especializada y compleja, no lo es, y las herramientas que posibilitan ese nivel de planteamiento, entrenamiento, comprobación y uso son cada vez más intuitivas y sencillas. Hablamos, en realidad, de crear algoritmos para llevar a cabo un tipo de automatización mucho más ambiciosa e inteligente, que puede hacer mejor quien posee más y mejores datos. Nadie mejor para crear y afinar un algoritmo sobre riesgos que una aseguradora con décadas de datos para entrenarlo, o un banco para hacer lo mismo con un algoritmo que estime la probabilidad de que un cliente devuelva o no un préstamo.

Cada vez más, las compañías que se planteen la cuestión de forma constructiva se dedicarán a «pensar en pequeñito», es decir, a comenzar por tareas no especialmente ambiciosas pero para las que cuentan con buenos datos, y, utilizando herramientas sencillas, construir algoritmos propios. Sin duda, es lo que parece tener más sentido.

Ahora queda por ver si los directivos entienden ese tipo de razonamientos, o prefieren simplemente tirar por el camino fácil.

This article is also available in English on my Medium page, «AI: DIY, or off-the-shelf?»