El 8 de junio, el Wall Street Journal publicó un artículo el domingo, explorando cuándo la IA alcanzará plenamente su potencial y tendrá un impacto transformador en la economía social como la electricidad e Internet. El artículo afirmaba que hay muchas razones para creer que el desarrollo de la IA será más lento de lo que creen sus partidarios más optimistas, pero más rápido de lo que dicen los escépticos.

Hará falta tiempo para que la IA se transforme verdaderamente

Solo han pasado unos 1200 días desde que OpenAI lanzó ChatGPT. Sin embargo, si hay que creer a los optimistas más extremos de la IA, se supone que la tecnología ha revolucionado el mundo empresarial. En otras palabras, este cambio ocurrirá en cualquier momento. Al mismo tiempo, los críticos de la IA son igualmente fáciles de encontrar, argumentando que la IA es sólo la última moda tecnológica que está destinada a desvanecerse rápidamente antes de que se logren resultados reales. En su opinión, este descenso puede producirse en cualquier momento.

La verdad es mucho más compleja de lo que dicen los exagerados y críticos de la IA. Ingrese a una gran empresa hoy y descubrirá que la IA está en todas partes y aparentemente en ninguna parte.Los empleados lo utilizan para resumir reuniones, redactar correos electrónicos y generar primeros borradores de presentaciones. Pero estos aumentos de eficiencia aún tienen que traducirse en aumentos claros de la productividad en toda la economía o en cambios fundamentales en la forma de trabajar.

Entonces, ¿cuánto tiempo tardará la IA en alcanzar su potencial y generar cambios? Responder a esta pregunta requiere desentrañar muchos de los desafíos que enfrenta el mundo empresarial: la inercia organizacional, la resistencia humana al cambio, los datos limitados y a menudo bastante desordenados, las preocupaciones sobre privacidad y seguridad, y los saltos imaginativos necesarios para rediseñar cómo funcionan realmente las organizaciones.

llevarse bien con

A pesar de todas las quejas y la prensa negativa, la IA está progresando en el mundo empresarial. Las encuestas realizadas a directores de información (CIO) y directores ejecutivos muestran sistemáticamente que las empresas planean aumentar la inversión en IA este año y el próximo. Un informe de investigación publicado por Deloitte en enero y un estudio separado de la Escuela Wharton de la Universidad de Pensilvania indican que las grandes empresas están saliendo de la fase de experimentación y comenzando a integrar la IA en sus operaciones centrales. Una investigación de Wharton publicada el otoño pasado también encontró que tres cuartas partes de 801 ejecutivos encuestados informaron retornos positivos sobre sus inversiones en IA.

Estos resultados están surgiendo gradualmente en múltiples industrias. Los minoristas están utilizando la IA para fijar precios y recomendaciones de productos en tiempo real; las empresas de capital privado han creado analistas de inteligencia artificial para integrar información de investigación y ayudar en las decisiones de inversión; y las empresas manufactureras están implementando tecnología de visión por computadora para detectar defectos en las líneas de producción.

El área donde el progreso ha sido más significativo es el desarrollo de software. La IA se ha vuelto tan poderosa a la hora de escribir código que muchos ingenieros de software pueden simplemente describir los requisitos en lenguaje natural y la IA hará el resto.

El profesor Mollick niega el estancamiento de las aplicaciones de IA

Ethan Mollick, profesor de la Escuela Wharton de la Universidad de Pensilvania que estudia cómo las empresas adoptan la IA, dijo que dada la situación anterior, es completamente erróneo pensar que "las aplicaciones de la IA se están estancando". "La idea de que todavía estamos atrapados en el modo piloto está obsoleta y es errónea", afirmó. "Hablo constantemente con empresas que obtienen valor real de la IA".

impacto limitado

Pero en el mundo empresarial, la revolución de la IA todavía enfrenta muchos obstáculos. En primer lugar, existe un escepticismo básico ante todo este revuelo: las juntas directivas y los inversores siguen exigiendo pruebas más claras de las empresas de que las inversiones en IA están dando sus frutos. Además, al menos hasta ahora, la IA no ha demostrado su generalidad suficiente para demostrar que puede transformar empresas e industrias a gran escala.

Los investigadores han acuñado un término para describir esta capacidad desigual de la IA: "frontera irregular". Benedict Evans, un analista independiente que rastrea la adopción de la IA empresarial, dijo que los modelos de IA son excelentes en algunas cosas y sorprendentemente malos en otras, y a menudo no se descubre qué tareas caen en cada categoría hasta que las empresas ya las están usando.

Por ejemplo, la IA destaca en tareas claramente estructuradas, como la programación, la revisión de documentos legales y el análisis financiero. Pero cuando se trata de tareas que dependen más del contexto y ocupan la mayor parte del tiempo de trabajo, esta “desigualdad” queda expuesta. Dará respuestas incorrectas con extrema confianza y no puede depender de factores humanos que nunca se han incluido en los datos de entrenamiento, como decisiones críticas, reglas no escritas e intuición a largo plazo.

Este es un obvio "techo duro" para las capacidades actuales de IA. El ganador del Premio Nobel y economista del MIT, Daron Acemoglu, dijo: "Ya sea usted un director ejecutivo, un gerente, un periodista, un profesor o un trabajador de la construcción, creo que su nivel de habilidad está por encima del de la IA existente". Cree que las herramientas actuales de IA sólo tendrán un impacto en un pequeño número de puestos de trabajo.

Además, para que la IA realmente funcione, se necesita una gran cantidad de "paquetes": datos apropiados, configuraciones de permisos apropiadas, mecanismos completos de seguridad y restricción, y roles claros definidos para los humanos que supervisan la IA. Debido a que los sistemas y flujos de trabajo de cada empresa son diferentes, esta "arquitectura" de soporte a menudo debe construirse desde cero. Y esto es mucho más difícil de lo que parece.

desorden humano

Pero en lo que respecta a los obstáculos, los problemas tecnológicos pueden ser más fáciles de superar que los problemas humanos. En pocas palabras, es necesario convencer a mucha gente antes de que la revolución de la IA pueda despegar realmente.

Los ejecutivos corporativos se enfrentan a ciclos de planificación de cinco años, calendarios de depreciación de los sistemas de adquisiciones que se remontan a tres años y juntas directivas que exigen retornos. En un entorno así, la aversión al riesgo no es irracional. Al mismo tiempo, también hay problemas a nivel de los empleados: aquellos empleados que piensan que están "entrenando la IA que los reemplazará en el futuro" es poco probable que cooperen activamente con la implementación de la IA.

"Lo que se está comercializando es la idea de productividad y eficiencia", dijo Kate Brennan, directora asociada del AI Now Institute, un centro de investigación de políticas de IA. "Lo que eso significa para las personas que realizan el trabajo real rara vez se incluye en la discusión".

La gerencia y los empleados también pueden dudar en integrar verdaderamente la IA en las operaciones y no solo usarla para tareas menores. El instinto de las personas suele ser utilizar la IA para automatizar ciertos aspectos de los procesos existentes, en lugar de repensar todo el proceso en sí.

Tomemos, por ejemplo, una compañía de seguros que se ocupa de reclamaciones por accidentes automovilísticos menores. Normalmente, las empresas utilizan la IA para acelerar el procesamiento de documentos y al mismo tiempo conservar el proceso original de revisión y aprobación de múltiples capas. Pero la verdadera oportunidad radica en rediseñar completamente todo el proceso, permitiendo a la IA evaluar el alcance del daño basándose en fotografías tomadas por el cliente, luego aprobar el reclamo y activar el pago casi de inmediato. Esta reinvención es difícil y amenaza las jerarquías establecidas y las formas convencionales de trabajo.

tiempo de cambio

Por último, es importante recordar que las tecnologías transformadoras suelen tardar más de lo esperado en generar el tipo de cambio profundo que prometen sus defensores.

La electricidad reformó la civilización, pero tuvieron que transcurrir cuatro décadas para que su impacto se reflejara claramente en los datos de productividad. Internet reestructuró los cimientos de los negocios, el trabajo y la competencia global, pero se necesitarían entre diez y quince años para penetrar la columna vertebral de la economía. Desde una perspectiva interna en ese momento, las primeras etapas de Internet eran bastante similares a la situación actual de la IA: perspectivas prometedoras, resultados desiguales y toda la industria tenía buenas razones para decir: la revolución ha llegado.

"Para cambiar realmente una organización y lograr un cambio significativo, es necesario medir el tiempo a escala humana". dijo James Landay, codirector del Instituto de IA centrada en el ser humano de la Universidad de Stanford, quien ha estado prestando atención a las dificultades que enfrentan las empresas al intentar absorber nuevas tecnologías durante muchos años.

"Mi criterio es más bien de cinco a diez años, no de los próximos dos o tres años", afirmó.

Es casi seguro que la IA tendrá un impacto tan profundo como Internet y probablemente llevará casi el mismo tiempo remodelar la economía. Los partidarios en general tienen razón sobre la dirección del desarrollo. Los escépticos probablemente también tengan razón sobre cuánto tiempo llevará.

Quizás la forma de pensar más valiosa para cualquier ejecutivo de negocios, inversionista o formulador de políticas en este momento sea aceptar ambos juicios simultáneamente.