¿Debería crear una empresa de IA generativa?

Muchos emprendedores están pensando en crear empresas que aprovechen la última tecnología de IA generativa, pero deben preguntarse si tienen lo necesario para competir en modelos fundamentales cada vez más mercantilizados o si, en cambio, deberían diferenciarse con una aplicación que aproveche estos modelos.

••• _Estoy pensando en crear una empresa que emplee IA generativa, pero no estoy seguro de si hacerlo. Parece muy fácil despegar del suelo. Pero si es tan fácil para mí, ¿no lo será también para los demás?_ Este año, más emprendedores me han hecho esta pregunta que ninguna otra. Parte de lo que es tan emocionante de la IA generativa es que las ventajas parecen ilimitadas. Por ejemplo, si ha conseguido crear un modelo de IA que tenga algún tipo de habilidad de razonamiento lingüístico general, tiene una inteligencia que se puede adaptar a varios productos nuevos que también podrían aprovechar esta habilidad, como la escritura de guiones, los materiales de marketing, el software didáctico, el servicio de atención al cliente y más. Por ejemplo, la empresa de software Luka creó un complemento de IA llamado[Réplica](https://replika.com/) que permite a los clientes mantener conversaciones abiertas con un «amigo de la IA». Como la tecnología era tan potente, los directores de Luka empezaron a recibir solicitudes entrantes para ofrecer una solución empresarial de marca blanca a las empresas que deseaban mejorar su servicio de atención al cliente con chatbots. Al final, los directivos de Luka utilizaron la misma tecnología subyacente para crear una solución empresarial y una aplicación de citas con IA directa al consumidor (piense en Tinder, pero para «salir» con personajes de la IA). Para decidir si una empresa de IA generativa es para usted, le recomiendo que responda a las dos grandes preguntas siguientes: 1) ¿Competirá su empresa en los modelos fundamentales o en las aplicaciones de primer nivel que aprovechen estos modelos fundamentales? Y 2) ¿En qué punto de la transición entre una solución con muchos guiones y una solución altamente generativa se ubicará su empresa? Según las respuestas a estas dos preguntas, habrá implicaciones duraderas para su capacidad de defenderse de la competencia. ## ¿Modelos o aplicaciones fundamentales? Los gigantes tecnológicos alquilan ahora sus modelos patentados más generalizables (es decir, los «modelos fundamentales») y empresas como Eluether.ai y Stability AI ofrecen versiones de código abierto de estos modelos fundamentales a una fracción del coste. Los modelos fundamentales se están convirtiendo _mercantilizado_, y solo unas pocas empresas emergentes pueden darse el lujo de competir en este espacio. Puede que piense que los modelos fundamentales son los más atractivos, porque se utilizarán ampliamente y sus numerosas aplicaciones ofrecerán lucrativas oportunidades de crecimiento. Es más, vivimos tiempos emocionantes en los que algunas de las IA más sofisticadas ya están disponibles «listas para usar» para empezar. Sin embargo, los emprendedores que quieren basar su empresa en modelos fundamentales se enfrentan a un desafío. Como en cualquier mercado mercantilizado, las empresas que sobrevivirán son las que ofrecen ofertas desglosadas a bajo precio o que ofrecen capacidades cada vez mejores. Por ejemplo, las API de conversión de voz a texto, como Deepgram y Assembly AI, compiten no solo entre sí, sino también con empresas como Amazon y Google, en parte al ofrecer soluciones más baratas e integradas. Aun así, estas firmas están librando una feroz guerra por el precio, la velocidad, la precisión de los modelos y otras características. Por el contrario, gigantes tecnológicos como Amazon, Meta y Google realizan importantes inversiones en I+D que les permiten ofrecer sin descanso avances de vanguardia en imagen, lenguaje y (cada vez más) razonamiento en audio y vídeo. Por ejemplo, es[estimado](https://www.cnbc.com/2023/03/13/chatgpt-and-generative-ai-are-booming-but-at-a-very-expensive-price.html) que OpenAI gastó entre 2 y 12 millones de dólares en entrenar computacionalmente a ChatGPT, y esta es solo una de las varias API que ofrecen, y hay más en camino. En lugar de competir con modelos fundamentales cada vez más mercantilizados, la mayoría de las empresas emergentes deberían diferenciarse ofreciendo aplicaciones de software de «primer nivel» que aprovechen los modelos fundamentales de otras empresas. Lo pueden hacer ajustando los modelos fundamentales en sus propios conjuntos de datos patentados y de alta calidad que son exclusivos de la solución de sus clientes, a fin de ofrecer un gran valor a los clientes. Por ejemplo, el creador de contenido de marketing, _Jasper AI,_ creció hasta convertirse en unicornio en gran medida gracias al aprovechamiento de los modelos fundamentales de OpenAI. Hasta el día de hoy, la empresa utiliza OpenAI para ayudar a los clientes a generar contenido para blogs, publicaciones en redes sociales, textos de sitios web y mucho más. Al mismo tiempo, la aplicación está diseñada para sus clientes de marketing y redactores, y ofrece contenido de marketing especializado. La empresa también ofrece otras herramientas especializadas, como un editor en el que varios miembros del equipo pueden trabajar en conjunto. Ahora que la empresa ha ganado terreno, de ahora en adelante puede darse el lujo de gastar más recursos en reducir su dependencia de los modelos fundamentales que le permitieron crecer en primer lugar. Dado que estas empresas encuentran su ventaja competitiva en las aplicaciones de primer nivel, se encuentran en un delicado equilibrio entre proteger la privacidad de sus conjuntos de datos frente a los grandes actores tecnológicos, incluso cuando confían en estos actores como modelos fundamentales. Dado esto, algunas empresas emergentes pueden verse tentadas a crear sus propios modelos fundamentales internos. Sin embargo, es poco probable que esto sea un buen uso de los preciosos fondos de las empresas emergentes, dados los desafíos mencionados anteriormente. Es mejor que la mayoría de las empresas emergentes aprovechen los modelos fundamentales para crecer rápido, en lugar de reinventar la rueda. ## Del guion al generativo Su empresa tendrá que vivir en algún punto continuo, desde una solución puramente guionada hasta una solución puramente generativa. Las soluciones guionadas implican seleccionar una respuesta adecuada de un conjunto de datos de respuestas predefinidas y guionadas, mientras que las generativas implican generar respuestas nuevas y únicas desde cero. Las soluciones guionadas son más seguras y limitadas, pero también menos creativas y parecidas a las humanas, mientras que las soluciones generativas son más riesgosas y sin restricciones, pero también más creativas y parecidas a las de los humanos. Se necesitan enfoques más guionados para ciertos casos de uso e industrias, como las aplicaciones médicas y educativas, en los que es necesario tener barreras claras sobre lo que puede hacer la aplicación. Sin embargo, cuando el guion alcanza su límite, los usuarios pueden perder su participación y la retención de clientes puede verse afectada. Además, es más difícil hacer crecer una solución guionada porque se limita desde el principio y limita sus opciones en el futuro. Por otro lado, las soluciones más generativas conllevan sus propios desafíos. Como las ofertas basadas en la IA incluyen inteligencia, hay más grados de libertad en la forma en que los consumidores pueden interactuar con ellas, lo que aumenta los riesgos. Por ejemplo, un padre casado se suicidó trágicamente tras una conversación con una aplicación de chatbot de IA, Chai_,_ eso lo animó a sacrificarse para salvar el planeta. La aplicación utilizó un modelo lingüístico fundamental (una versión personalizada de la GPT-4) de eLuetherAI. Desde entonces, los fundadores de Chai han modificado la aplicación para que las menciones de ideas suicidas vayan acompañadas de textos útiles. Curiosamente, uno de los fundadores de Chai, Thomas Rianlan, asumió la culpa y dijo: «No sería exacto culpar al modelo de eLautherAI por esta trágica historia, ya que toda la optimización para ser más emocional, divertida y atractiva es el resultado de nuestros esfuerzos». Es difícil para los directivos anticipar todas las formas en que las cosas pueden ir mal con una aplicación altamente generativa, dada la naturaleza de «caja negra» de la IA subyacente. Hacerlo implica anticipar escenarios riesgosos que pueden ser muy poco frecuentes. Una forma de anticipar estos casos es pagar a anotadores humanos para que filtren el contenido en busca de categorías potencialmente dañinas, como el sexo, la incitación al odio, la violencia, las autolesiones y el acoso, y luego utilizar estas etiquetas para entrenar modelos que marquen automáticamente ese contenido. Sin embargo, sigue siendo difícil crear una taxonomía exhaustiva. Por lo tanto, los directivos que despliegan soluciones altamente generativas deben estar preparados para anticipar los riesgos de forma proactiva, lo que puede resultar difícil y caro. Lo mismo ocurre si más adelante decide ofrecer su solución como servicio a otras empresas. Como una solución totalmente generativa se acerca más a la inteligencia natural, similar a la humana, es más atractiva desde el punto de vista de la retención y el crecimiento, porque es más atractiva y se puede aplicar a más casos de uso nuevos. • • • Muchos emprendedores están pensando en crear empresas que aprovechen la última tecnología de IA generativa, pero deben preguntarse si tienen lo necesario para competir en modelos fundamentales cada vez más mercantilizados o si, en cambio, deberían diferenciarse con una aplicación que aproveche estos modelos. También deben tener en cuenta el tipo de aplicación que quieren ofrecer en el continuo, desde una solución con muchos guiones hasta una solución altamente generativa, dadas las diferentes ventajas y desventajas de cada una. Ofrecer una solución con más guiones puede ser más seguro, pero limita sus opciones de retención y crecimiento, mientras que ofrecer una solución más generativa conlleva riesgos, pero es más atractiva y flexible. Esperamos que los emprendedores se hagan estas preguntas _antes_ sumergiéndose en su primera empresa de IA generativa, para que puedan tomar decisiones informadas sobre el tipo de empresa que quieren ser, crecer rápidamente y mantener la defensibilidad a largo plazo.