Parece cada vez más claro que la actividad de desarrollo de modelos de inteligencia artificial generativa como ChatGPT, Claude, Gemini y similares está destinada a ser una actividad de monetización muy compleja, con un modelo de negocio sometido, por un lado, a una fortísima competencia sin demasiadas posibilidades de diferenciación ni de construcción de defensas, y por otro, a unos costes muy elevados que impiden a las compañías entrar en beneficios.
Las compañías dedicadas a esa actividad parecen haber entrado en una dinámica de innovación incremental en lugar de disruptiva en la que la única frontera válida es escalar más y más en capacidad de computación, lo que supone invertir más y más en los microprocesadores que Nvidia les vende, y en carísimo personal altamente especializado.
Esa circunstancia está determinando una estructura económica muy clara: compañías como OpenAI van facturando más y más a medida que pasa el tiempo y el uso de sus algoritmos se va popularizando, pero sus costes también escalan de manera descontrolada, lo que las pone en unas perspectivas de supervivencia como mínimo complicadas.
Las reacciones a esta dificultad para obtener un margen operativo positivo son desde ofrecer modelos más pequeños y con costes más controlables, hasta tratar de diluir las pérdidas de la actividad entre otras actividades de la compañía, como están tratando de hacer las big tech, mientras luchan por no quedarse atrás gracias a adquisiciones de compañías de inteligencia artificial más pequeñas que no son capaces de mantener la viabilidad económica.
Claramente, el futuro de la inteligencia artificial no va a estar en el desarrollo de unos modelos cada vez más sofisticados y más costosos en un escenario en el que los modelos de código abierto resultan cada vez mejores, más transparentes y más atractivos, sino en desarrollar la siguiente capa, la de las aplicaciones. En ese sentido, las big tech esperan obtener la rentabilidad no desarrollando modelos, sino utilizándolos para redefinir sus productos y ofertas al mercado. Otras compañías construyen aplicaciones verticalizadas dedicadas a un ámbito concreto mientras utilizan modelos de inteligencia artificial generativa de terceros cada vez más comoditizados, lo que da lugar a un escenario de guerra de precios y de rivalidad competitiva.
El secreto parece ser encontrar aplicaciones optimizadas en su funcionamiento por las que los usuarios, sean compañías o individuos, estén dispuestos a pagar cantidades que compensen los costes operativos. Si te dedicas al desarrollo de modelos, esos costes son desmesurados y escalan constantemente. Si, por el contrario, te dedicas simplemente a utilizarlos y a pagar en tokens, obviamente tendrás que tener cuidado con tus cuentas, pero podrás beneficiarte de un escenario en el que las compañías que desarrollan modelos compiten para venderte su explotación, y tú puedes, mediante diversas técnicas, optimizar el uso que haces de ellos y repartirlo entre distintos competidores en función de tus necesidades, incluyendo modelos más limitados instalados in-house u ofrecidos en código abierto.
La inteligencia artificial generativa va a cambiar el mundo, sí. Pero la situación de los diferentes actores que compiten en ese escenario va a evolucionar mucho y muy rápido. Ya veremos en qué lugar se sitúa cada uno.
This article is also available in English in my Medium page, «Developing AI could be turning into a zero-sum game with some major losers«
Creo que uno de los futuros de la IA será la comprensión y compresión mejoradas. Me explico
1. Compresión
Deben entender mejor lo que se les está pidiendo. Si es una dato o una explicación. Cuando le pides la capital de Inglaterra te dan toda una sesuda explicación que no viene a cuento. Deben aprender a ser concisos y directos para decrementar sus costes. Cuando son datos «fijos» o «estadísticos» como «cuantas muertes hubo en Turkmenistan en 2012» deben de ser capaces de dirigirte al recurso en lugar de tener todo memorizado
2. Compresión
Los datos ocupan mucho, mucho, mucho lugar. Tanto que asusta. Se deben mejorar mucho los algoritmos de compresión de forma que uno pueda tener un mini-modelo en cada móvil o PC que te haga lo básico con la NPU.
Es como un mal cuñado, te dice todo lo que cree/piensa con grandilocuencia, pero no significa que sea correcto. Mejor que aprenda sus propios límites
¿ Que marcará la diferencia entre dos personas que tienen una IA a su disposición que lo sabrá todo sobre cualquier asunto?
Obviamente la capacidad de hacer las preguntas adecuadas para conseguir el fin que se proponen.
Solo que el arte de preguntar es mucho mas difícil que el de responder.
Para el último solo se necesita memoria.
“El maestro aparece cuando el alumno está preparado”, dijo Lao Tse.
La diferencia partirá de la inclinación que tenga una persona a seguir creciendo y conociendo. Siempre utilizo ejemplos cinematográficos, así que…
Si un día te recomiendan “no sé qué película” de Spike Jones, por ejemplo… y la vez y te gusta, tienes dos opciones. Seguir investigando y tirar de ese hilo, o pasar a otra cosa.
Si sigues tirando del hilo, quizás te culturices, descubras obras que te gusten aún más del director y posiblemente te enriquezcas.
Pero… ya hemos hablado largo y tendido del scroll infinito y sus “virtudes” a la salud mental ¿verdad? Así que en una sociedad capitalista y consumista, donde ambos conceptos se fusionan para dar resultado a monetización por clips, vídeos, shorts, que se consumen en lo que dura un chasquido y donde supuestamente te descubren la pólvora sobre X ideología u opinión acerca del último suceso ocurrido…, dudo que haya grandes esperanzas.
Pero bueno, esto siempre ha pasado ¿verdad? Gente que destaca, que se interesa, que le importa aquello que consume, sea lo que sea… ; supongo que la luz brilla más en la oscuridad.
Así que no me preocuparía en exceso. Sin ir más lejos, Internet iba a democratizar el mundo que hayas entonces habíamos conocido y las cosas no han cambiado mucho en muchos aspectos ¿verdad? Todo cambia para seguir igual ¿esa cita era de Orwell?
LA cita la relaciono con EL gatopardo, de Lampedusa, de ahí, gatopardismo.
Salud
Gatopardo
Obviamente la capacidad de hacer las preguntas adecuadas para conseguir el fin que se proponen.
Deberían desarrollan I.A. especializadas en hacer las preguntas a las A.I. generativas.
:-)
Jejeje… pues ya lo comenta Benji, pero yo digo que a la inversa. Comprensión.
Como decía Pol Rubio… “¿todo está capacitado para filosofar?” Y él mismo se responde… “todo el mundo puede hacerlo, pero se la suda”.
Alejandro Jodorowsky también decía que la gente no quiere saber cómo sanarse, quiere sanarse y ya.
Supongo que la gente ignora deliberadamente parte de los procesos y solo quiere las respuestas, lo que implica incluso molestarse entre poco y nada en pensar en hacer las preguntas adecuadas. A me sigue sorprendiendo como la gente en Google no encuentra cosas en el buscador, hasta que ves el conjunto de palabras usadas para realizar la búsqueda.
Es el problema común a todo negocio Digital, ¿Cómo lo monetizo?. No importa que sea un canal en TikTok, la transmisión de partidos de futbol femenino, las críticas de restaurantes,…. y como en este caso la AI, ¿Cómo lo monetizo? Lo mejor será preguntarlo a un Ai
ChapGPT ¿Cómo se puede monetizar una AI?
Monetizar una inteligencia artificial (IA) implica encontrar formas de generar ingresos utilizando la tecnología que has desarrollado. Aquí hay algunas estrategias y modelos de negocio que puedes considerar:
1. Software como Servicio (SaaS)
Descripción: Ofrece tu IA como un servicio al que los usuarios pueden acceder a través de la nube.
Ejemplos: Plataformas de procesamiento de lenguaje natural, reconocimiento de imágenes, análisis de datos, chatbots, etc.
Modelo de ingresos: Suscripciones mensuales o anuales, pago por uso.
2. Licenciamiento de Tecnología
Descripción: Licencia tu IA a otras empresas que quieran incorporarla en sus productos o servicios.
Ejemplos: Una IA de reconocimiento facial licenciada a una empresa de seguridad.
Modelo de ingresos: Tarifas de licenciamiento, regalías basadas en el uso o ventas del producto.
3. API Monetizadas
Descripción: Proporciona acceso a tu IA a través de una API (Interfaz de Programación de Aplicaciones) que los desarrolladores pueden utilizar en sus aplicaciones.
Ejemplos: Una API de análisis de sentimientos que los desarrolladores pueden integrar en sus aplicaciones.
Modelo de ingresos: Cobro por uso, suscripción a la API, tarifa plana.
4. Consultoría y Servicios Personalizados
Descripción: Ofrece servicios de consultoría para ayudar a empresas a implementar soluciones de IA personalizadas.
Ejemplos: Desarrollo de modelos personalizados, optimización de procesos empresariales mediante IA.
Modelo de ingresos: Tarifas por proyecto, tarifas horarias, contratos de mantenimiento y soporte.
5. Venta de Datos
Descripción: Si tu IA genera datos valiosos (por ejemplo, datos de análisis de comportamiento), puedes vender estos datos a otras empresas.
Ejemplos: Datos de comportamiento del consumidor, tendencias del mercado, análisis predictivo.
Modelo de ingresos: Venta directa de datos, suscripción a bases de datos, acceso premium a informes.
6. Publicidad
Descripción: Monetiza tu IA mostrando anuncios, especialmente si se trata de una aplicación o servicio dirigido al consumidor.
Ejemplos: Un chatbot gratuito que muestra anuncios o recomienda productos.
Modelo de ingresos: Pago por clic, pago por impresión, pago por acción.
7. Freemium
Descripción: Ofrece una versión básica gratuita de tu IA y cobra por características premium o por un uso más intensivo.
Ejemplos: Una aplicación de IA que analiza textos gratuitamente, pero cobra por un análisis más avanzado o acceso a funciones adicionales.
Modelo de ingresos: Suscripciones premium, compras dentro de la aplicación.
8. Entrenamiento de Modelos a la Medida
Descripción: Entrena modelos de IA personalizados para otras empresas o instituciones en función de sus necesidades específicas.
Ejemplos: Una empresa que quiere un modelo de IA específico para su industria, como un modelo de predicción de fallas para el sector automotriz.
Modelo de ingresos: Tarifas de desarrollo, contratos de mantenimiento.
9. Venta de Soluciones Integradas
Descripción: Desarrolla productos físicos que integren IA y véndelos directamente al consumidor o empresas.
Ejemplos: Dispositivos IoT con IA integrada, cámaras de seguridad inteligentes.
Modelo de ingresos: Venta de hardware, servicios complementarios como mantenimiento o actualizaciones.
10. Educación y Capacitación
Descripción: Ofrece cursos, talleres o certificaciones en torno al uso o desarrollo de IA.
Ejemplos: Cursos en línea sobre cómo entrenar modelos de IA, cómo implementar IA en negocios.
Modelo de ingresos: Pago por cursos, suscripciones a contenido educativo, talleres en vivo.
Cada una de estas estrategias tiene sus propios desafíos y oportunidades, y la elección del modelo adecuado dependerá de tu tecnología, mercado objetivo y recursos disponibles.
Es posible que el uso de esta tecnología (llm) se haga habitual, y las empresas que sirven los modelos cuentan con el monopolio que supone el alto coste de servirlos. Las gpus necesarias están al alcance de pocas empresas, y montar un servicio propio con modelos open source es muuuy caro. Ese puede ser el modelo de negocio. Monopolio de inversión
La IA junto con la nano/biotecnología y la computación cuántica son las tres ramas de las ciencias informáticas que están convergiendo hacia una singularidad que resulta, con los conocimientos y desarrollos actuales, imposible de predecir en lo que hace a su impacto geopolítico y económico a mediano plazo. Lo único que pareciera seguro es que aquellas empresas o entes gubernamentales que acierten con el modelo más eficiente tendrán una ventaja competitiva muy importante y se situarán en la cima del poder mundial. Pero aún es muy pronto para vislumbrar siquiera una posible tendencia.
Yo me imagino una llamada a media noche tal que así:
– John, John! Despierta!
– Mmmm, que pasa Peter? Son las 3 de la madrugada
– Ya está aquí!! Ya ha llegado!!
– Quién?? Que pasa??
– La AGI John! Ya está aquí!
– Que?? Rápido! Avisa a Michael y a Debora!!
– Demasiado tarde John.
Se apaga la luz
Os dejo esto….
«Me maravilla lo fácil que es obtener dinero para un proyecto que explote el ‘hype’ del momento, sin que el inversor se plantee si lo que dice el power point es cierto…»
¿Está la IA sobrevalorada?
(el articulo de Acemoglu que menciona, se publicó tambien en El Pais)
No se crean las exageraciones sobre la IA
He preguntado a copilot, sobre las cuestiones del artículo, y dice cosas parecidas. He pensado en que pintan los estado nacionales en todo esto, y sobre el caso chno, y la respuesta en ambos casos me ha parecido muy razonable. Y los enlaces de donde copia pega, buenos. En occidente, dice que la intervención de los estado es «crucial», en al menos tres aspectos, regulativo, financiero y educativo.
En china habla de inversión masiva…..al lorito.
Lo de la IA ya me huele a pifia (algo artificial, o como suelo decir muy siliconada).
Firmo lo de JUAN T. , porque la sobrevaloración de las respuestas se debe al exceso de memoritis que padecemos. Si hasta saberse de memoria el listín telefónico era indicio de inteligencia.
Puaf!!!