El personal de HBR/T_Kimura/Getty Images
Aviso: Traducido con el uso de inteligencia artificial; puede contener errores. Participe en esta encuesta para hacernos llegar sus comentarios y obtenga información en las preguntas frecuentes.
Read in English

La mayoría de las empresas reconocen que la adopción agresiva de las tecnologías digitales es cada vez más crítica para ser competitivo. Nuestro investigación demuestra que el 10% de los primeros en adoptar las tecnologías digitales ha crecido al doble que el 25% inferior y que utilizan sistemas en la nube, no sistemas heredados, para permitir la adopción, una tendencia que esperamos que se acelere entre los líderes del sector en los próximos cinco años. En comparación, muchas empresas rezagadas y medianas están subestimando drásticamente los recursos de la nube que necesitarán para acceder, impulsar o entrenar una nueva generación de aplicaciones inteligentes presagiada por avances como la GPT-3, una herramienta de procesamiento del lenguaje natural (PLN) de vanguardia.

Los grandes avances de la IA girarán en torno al lenguaje.

La década de 2010 produjo avances en las tecnologías que permiten la visión, desde búsquedas precisas de imágenes en la Web hasta sistemas de visión artificial para el análisis de imágenes médicas o para la detección de piezas defectuosas en la fabricación y el montaje, como describimos extensamente en nuestro libro e investigaciones. GPT3, desarrollado por OpenAI, indica que la década de 2020 tratará de grandes avances en función del idioma Tareas de IA. Los modelos de procesamiento del lenguaje anteriores utilizaban reglas codificadas a mano (para la sintaxis y el análisis), técnicas estadísticas y, cada vez más durante la última década, redes neuronales artificiales, para realizar el procesamiento del lenguaje. Las redes neuronales artificiales pueden aprender de los datos sin procesar y requieren mucho menos etiquetado de datos rutinario o ingeniería de funciones. Los GPT (transformadores generativos preentrenados) profundizan mucho más y se basan en un transformador, un mecanismo de atención que aprende las relaciones contextuales entre las palabras de un texto. Investigadores a los que se les dio acceso al GPT-3 a través de una beta privada pudieron inducirlo a producir cuentos, canciones, comunicados de prensa, manuales técnicos, texto al estilo de determinados escritores, tablaturas de guitarra e incluso código de ordenador.

Centro de conocimientos

GPT-3 está lejos de ser perfecto. Es numeroso defectos incluir a veces producir respuestas absurdas o sesgadas, responder incorrectamente a preguntas triviales y generar contenido plausible pero falso. Incluso uno de los líderes de OpenAI advertido en contra de exagerar el GPT-3. Todo esto sugiere que queda mucho trabajo por hacer, pero la escritura, por así decirlo, está en la pared: se acerca una nueva etapa de la IA.

GPT-3 es solo uno de los muchos transformadores avanzados que están surgiendo ahora. Microsoft, Google, Alibaba y Facebook están trabajando en sus propias versiones. Estas herramientas están formadas en la nube y solo se puede acceder a ellas a través de una interfaz de programación de aplicaciones (API) en la nube. Las empresas que quieran aprovechar el poder de la IA de próxima generación cambiarán sus cargas de trabajo informáticas de los servicios heredados a los servicios de IA en la nube, como el GPT-3.

Las aplicaciones de próxima generación permitirán la innovación en la empresa.

Estos servicios de IA en la nube permitirán el desarrollo de una nueva clase de aplicaciones empresariales que sean más creativas (o «generativas», la «G» de GPT) que cualquier otra cosa que hayamos visto antes. Harán que el proceso de sintetizar palabras, intenciones e información en el idioma sea más barato, lo que hará que muchas actividades empresariales sean más eficientes y estimulará la innovación y el crecimiento que vemos entre los primeros en adoptarlo.

Nuestro análisis de más de 50 pruebas de concepto (demos) de GPT-3 relevantes para la empresa indica que las aplicaciones empresariales de vanguardia del mañana se clasificarán en al menos tres categorías creativas amplias, todas vinculadas a la comprensión del idioma: escritura, codificación, y razonamiento específico de una disciplina.

La habilidad de GPT-3 para escribir texto significativo basándose en unas pocas indicaciones sencillas, o incluso en una sola frase, puede resultar asombrosa. Por ejemplo, uno de los probadores beta privados del GPT-3 lo usó para producir un blog convincente sobre el tema del bitcoin. Entre las demos que analizamos, había aplicaciones para desarrollar nuevos podcasts, generar campañas de correo electrónico y anuncios, sugerir cómo organizar reuniones de la junta y responder de manera inteligente a preguntas que confundirían los sistemas lingüísticos anteriores.

Según las indicaciones de los humanos, la GPT-3 también puede codificar, escribir instrucciones para ordenadores o sistemas. Incluso puede convertir el lenguaje natural en lenguaje de programación. En un lenguaje natural (inglés, español, alemán, etc.), describa lo que quiere que haga el código, como desarrollar un sitio web interno o dirigido al cliente. GPT escribe el programa.

La capacidad de pensar en el contenido, los procedimientos y el conocimiento en un campo científico o técnico sugiere otras aplicaciones potencialmente fértiles del GPT-3. Puede responder química preguntas: en una demostración, predijo correctamente cinco de seis reacciones de combustión química. Puede trama automática gráficos basados en descripciones verbales, lo que elimina gran parte de la laboriosa tarea de tareas como crear presentaciones. Otro beta tester creó un bot del GPT-3 que permite a las personas sin conocimientos de contabilidad generar estados financieros. Otra aplicación puede responder a una pregunta deliberadamente difícil pregunta médica y discutir los mecanismos biológicos subyacentes. A la aplicación se le dio una descripción del conjunto de síntomas respiratorios de un niño de 10 años y se le informó de que le habían diagnosticado una enfermedad obstructiva y que le habían administrado medicamentos. Luego se preguntó sobre qué receptor de proteínas era probable que actuara el medicamento. El programa identificó correctamente el receptor y explicó que el niño tenía asma y que normalmente se trata con broncodilatadores que actúan sobre ese receptor.

Este potencial de razonamiento general en la escritura, la codificación y la ciencia sugiere que el uso de transformadores impulsados por la nube podría convertirse en una metadisciplina, aplicable a las ciencias de la gestión, las ciencias de los datos y las ciencias físicas y de la vida. Además, en los trabajos no técnicos, la nube en combinación con GPT3 reducirá la barrera para escalar las innovaciones digitales. El personal que no sea técnico podrá utilizar todos los días el lenguaje natural en lugar de los lenguajes de programación para crear aplicaciones y soluciones para los clientes.

Los trabajos rediseñados aumentarán la productividad.

A la luz de los cambios que se avecinan, las empresas no solo tendrán que replantearse los recursos de IT, sino también los recursos humanos. Pueden empezar analizando los paquetes de tareas en los puestos actuales, descubriendo tareas específicas que la IA puede mejorar y dando rienda suelta a los trabajadores técnicos y no técnicos para que innoven más rápido. Usar el Red de información ocupacional (O*NET), basándonos en una norma del gobierno de los EE. UU. utilizada para clasificar a los trabajadores en categorías ocupacionales, analizamos 73 categorías laborales en 16 grupos de carreras y descubrimos que todos los grupos se verían afectados por la GPT-3. Al indagar en las categorías de puestos, descubrimos que 51 se pueden aumentar o complementar con GPT-3 en al menos una tarea y 30 pueden usar GPT-3 para complementar dos o más tareas.

Algunas tareas se pueden automatizar, pero nuestro análisis muestra que la mayor oportunidad será aumentar y amplificar la productividad y el ingenio humanos. Por ejemplo, los profesionales de la comunicación verán automatizadas la mayoría de sus tareas laborales que implican la generación de texto rutinaria, mientras que las comunicaciones más críticas, como el texto de los anuncios y los mensajes de las redes sociales, se verán aumentadas por la capacidad del GPT-3 para desarrollar líneas de pensamiento. Los científicos de la empresa podrían utilizar el GPT-3 para generar gráficos que informen a los colegas sobre el proceso de desarrollo de productos. Mientras tanto, para aumentar la investigación básica y la experimentación, podrían consultar el GPT-3 para extraer los resultados de un conjunto específico de artículos científicos. Las posibilidades entre disciplinas e industrias están limitadas solo por la imaginación de su gente.

No se quede atrás.

El tiempo preparar es ahora. La próxima generación de aplicaciones empresariales no se ejecutará en sistemas heredados y las empresas tendrán que migrar a la nube de manera más agresiva de lo que lo hacen ahora. Esperar y ver no servirá. El 1 de octubre, OpenAI lanzará GPT como servicio, poner la API a disposición de los usuarios beta. Los líderes adoptarán y adaptarán el GPT-3 en unos meses y aprenderán dónde funciona mejor o dónde no funciona en absoluto. Tendrán una ventaja en el rediseño de los puestos de trabajo y en las cuestiones de privacidad, seguridad y responsabilidad social que rodean a toda la IA. Y durante los próximos dos años, puede esperar que pongan en producción todo tipo de aplicaciones, encontrando oportunidades de innovación que dejarán aún más rezagados a los rezagados.

 

Los autores desean reconocer las contribuciones de nuestro equipo de investigación de Accenture Research, especialmente a Thijs Deblaere, Surya Mukherjee y Prashant Shukla.