A toda la velocidad: lo mejor de la IA está por llegar

Y cómo ese impacto no solo va a crecer sino que va a dispararse con fuerza en los próximos años.

El primero de ellos, «Big Ideas 2022» elaborado por ARK Invest predice no solo un brillante futuro para la IA («para 2030 las compañías del sector serán capaces de generar 14 billones de dólares anuales en ingresos y la productividad de los trabajadores se habrá disparado un 140%), sino que también apunta a otras tecnologías de las que se espera mucho en los próximos años, como todo lo relacionado con las critptomonedas y las finanzas descentralizadas (DeFi), la edición genética, la impresión en 3D o los vehículos eléctricos y autónomos.

El segundo, «The State of AI in 2021» elaborado por Mckinsey muestra una imagen actual de lo que ya está pasando en un sector que poco a poco comienza a «madurar», con un 56% de empresas encuestadas que afirman que han incorporado algoritmos de Inteligencia Artificial en, al menos, un proceso clave para su negocio (frente al 50% del año anterior). Algunas ideas que se comparten en ambos informes dibujan un panorama del que merece la pena extraer los siguientes titulares:

Desarrollo de producto y marketing

Como en años anteriores, la encuesta desarrollada por Mckinsey muestra que las funciones empresariales que más se están aprovechando de la adopción de IA son las relacionadas con el desarrollo de productos y servicios, el marketing y las ventas.

En este sentido, los casos de uso más frecuentes son la optimización de las operaciones de servicio, la mejora de productos basándose en la IA y la automatización de los contact centers.

Por otro lado, los resultados del estudio también sugieren que la importancia de la IA en la cuenta de resultados de las compañías sigue creciendo. Tal y como declara el 27% de las empresas encuestadas (frente al 22% del año anterior), al menos un 5% de sus beneficios es atribuible al uso de estos algoritmos.

El coste de entrenar un algoritmo de IA cae a toda velocidad

GPT-3 es probablemente el algoritmo de inteligencia artificial más conocido del mundo y gracias a técnicas de deep learning ha «aprendido» a realizar todo tipo de tareas, que van desde ayudar a los programadores a escribir código, a crear nuevos poemas.

Los investigadores calculan que desde 2015 a 2020, el coste de entrenar un modelo de IA del tamaño de GPT-3, ha caído un 65% cada año, pasando desde los 875 millones de dólares de media de 2015, a los 4,6 millones de 2020. Para el año 2030 el coste podría convertirse en algo tan completamente irrisorio, que se calcula que los investigadores necesitarían poco más de 500 dólares para poner en marcha modelos similares.

El coste de entrenar un modelo que contase con los 240 billones de conexiones sinápticas de un cerebro humano, pasaría en este sentido de los 2.500 millones de dólares que costaría en la actualidad, a los 600.000 dólares de 2030, con caídas interanuales en los costes del 60%.

El segundo, «The State of AI in 2021» elaborado por Mckinsey muestra una imagen actual de lo que ya está pasando en un sector que poco a poco comienza a «madurar», con un 56% de empresas encuestadas que afirman que han incorporado algoritmos de Inteligencia Artificial en, al menos, un proceso clave para su negocio (frente al 50% del año anterior). Algunas ideas que se comparten en ambos informes dibujan un panorama del que merece la pena extraer los siguientes titulares:

Desarrollo de producto y marketing

Como en años anteriores, la encuesta desarrollada por Mckinsey muestra que las funciones empresariales que más se están aprovechando de la adopción de IA son las relacionadas con el desarrollo de productos y servicios, el marketing y las ventas.

En este sentido, los casos de uso más frecuentes son la optimización de las operaciones de servicio, la mejora de productos basándose en la IA y la automatización de los contact centers.

Por otro lado, los resultados del estudio también sugieren que la importancia de la IA en la cuenta de resultados de las compañías sigue creciendo. Tal y como declara el 27% de las empresas encuestadas (frente al 22% del año anterior), al menos un 5% de sus beneficios es atribuible al uso de estos algoritmos.

El coste de entrenar un algoritmo de IA cae a toda velocidad

GPT-3 es probablemente el algoritmo de inteligencia artificial más conocido del mundo y gracias a técnicas de deep learning ha «aprendido» a realizar todo tipo de tareas, que van desde ayudar a los programadores a escribir código, a crear nuevos poemas.

Los investigadores calculan que desde 2015 a 2020, el coste de entrenar un modelo de IA del tamaño de GPT-3, ha caído un 65% cada año, pasando desde los 875 millones de dólares de media de 2015, a los 4,6 millones de 2020. Para el año 2030 el coste podría convertirse en algo tan completamente irrisorio, que se calcula que los investigadores necesitarían poco más de 500 dólares para poner en marcha modelos similares.

El coste de entrenar un modelo que contase con los 240 billones de conexiones sinápticas de un cerebro humano, pasaría en este sentido de los 2.500 millones de dólares que costaría en la actualidad, a los 600.000 dólares de 2030, con caídas interanuales en los costes del 60%.

En estos momentos, Codex puede completar sin problemas el 37% de este tipo de órdenes pero es de esperar que con el paso de los años, este porcentaje crezca de forma exponencial. Para el año 2030 afirman los autores de este informe, es de esperar que que la inteligencia artificial haya aumentado la producción de los trabajadores del conocimiento en todo el mundo en un 9% a un ritmo anual, pasando de los 41 billones de dólares que los humanos producimos anualmente como fruto de nuestro trabajo y esfuerzo, a aproximadamente 97 billones de dólares en producción de IA + inteligencia humana.

La seguridad sigue siendo el gran desafío a superar

Pero independientemente de las grandes posibilidades que a medio plazo puede presentar el uso de este tipo de algoritmos, a día de hoy las compañías que han participado en el estudio de Mckinsey coinciden a la hora de señalar que la gestión de riesgos, especialmente los relacionados con la ciberseguridad, sigue siendo la principal área de mejora.

En las economías desarrolladas, la encuesta sobre los mayores riesgos a los que se enfrentan las se han mantenido relativamente estables desde 2020, aunque el 57% (frente al 63% del año pasado) cita la ciberseguridad como un riesgo relevante para la IA.

En las economías emergentes sin embargo, los encuestados informan de un descenso más dramático en la relevancia y mitigación de varios de los principales riesgos. Sin embargo, también señalan con más frecuencia la privacidad como el riesgo más relevante a la hora de tratar con algoritmos de IA.