En los últimos años, los grandes modelos LLM (Large Language Models) han demostrado capacidades de procesamiento del lenguaje natural inimaginables hasta hace pocas fechas. GPT-3, BERT o T5, entre otros LLM, han transformado la forma en que interactuamos con el lenguaje. Cada vez es más fácil para las empresas experimentar el poder de la IA generativa y los LLM. Tanto los equipos técnicos como el personal de negocio de muchas organizaciones trabajan ya para determinar rápidamente la forma más beneficiosa de aprovechar esta nueva era de la IA basada en el lenguaje.
Índice de temas
Casos de uso más comunes
Interacción entre personas y máquinas
Los LLM aportan a los clientes un acceso rápido y fácil a la información y el soporte, lo cual es clave para impulsar el éxito de los canales digitales. Chatbots, sistemas pregunta/respuesta y soluciones de atención al cliente son los casos de uso más comunes.
Chatbots, sistemas pregunta/respuesta y soluciones de atención al cliente son los casos de uso más comunes de los LLM
Generación de contenido
La IA generativa puede escribir contenido nuevo, crear imágenes realistas, generar copias de marketing, componer música e incluso generar código de programación. Los ejemplos más populares son la generación de contenido y la sumarización.
Extracción de información
La lectura automática de texto para identificar temas o entidades en un texto para clasificarlo en categorías, extraerlo o direccionarlo a las personas adecuadas. En la actualidad se está explorando para minería de conocimiento, clasificación de contenidos y creación de metadatos, entre otros muchos fines.
Búsqueda
La búsqueda general, la búsqueda semántica y las recomendaciones son herramientas cada vez más importantes para ayudar a encontrar la información que se necesita de manera rápida y precisa, sin tener que revisar multitud de resultados irrelevantes.
Desafíos clave para la adopción de la IA generativa y los LLM
El pasado mes de junio, expert.ai hacía público un informe donde analizaba la situación actual y el futuro de los LLM, resultado de una encuesta realizada en abril entre más de 300 expertos en IA para identificar las oportunidades y los riesgos asociados a su implantación en la empresa.
Como no podía ser de otro modo, seguridad y gobernanza son mencionadas como el desafío más destacado (73,1%). Los LLM generalmente requieren gran cantidad de datos para generarse, incluyendo información confidencial. Las empresas deben asegurarse de contar con las medidas de seguridad y privacidad adecuadas para proteger los datos a los que se accede o posibles usos no autorizados.
Seguridad y gobernanza son mencionadas como el desafío más destacado (73,1%) para el futuro de los LLM
Como segundo desafío más importante, los profesionales de la IA señalan la falta de precisión (un 51,2%). Un buen ejemplo son las alucinaciones, proceso por el cual el LLM genera texto sin basarse en conocimientos o experiencias del mundo real, lo que le lleva a inventar o fabricar respuestas ficticias o imposibles.
Mencionado por más de un 40%, entre los principales retos destaca también la escasez de profesionales calificados. Los LLM son una tecnología relativamente nueva y existe un déficit de técnicos con experiencia para desarrollarla e implementarla. Como alternativa, los encuestados consideran buscar expertos externos para ajustar e implementar los modelos en producción (51,2%) y para la selección inicial del modelo LLM principal (31,7%).
Por último, y si bien se mencionan varios desafíos más, cabe destacar los elevados costes de implementación y los requerimientos de computación (37,7%). Los LLM requieren una gran cantidad de recursos para ejecutarse, lo que puede resultar costoso y complejo de configurar y mantener.
Los LLM son una tecnología relativamente nueva y existe un déficit de técnicos con experiencia para desarrollarla e implementarla
Sean cuál sean los retos, como norma general la adopción empresarial de LLM va a requerir una cuidadosa planificación y consideración de una amplia variedad de factores, incluyendo la privacidad y seguridad de los datos, requisitos de infraestructura y recursos, integración con los sistemas existentes, consideraciones éticas y legales y las brechas en cuanto a habilidades y conocimientos. Para evitar retrasos y esfuerzos fallidos, tiene sentido contratar -al menos al inicio- expertos en desarrollo, ajuste e implementación de modelos de lenguaje empresarial.
El futuro: modelos de lenguaje específicos para cada organización
Cada vez más, los stakeholders exigen una hoja de ruta clara para aprovechar este nuevo amanecer de la IA y la promesa que representa de desbloquear el lenguaje para resolver problemas de negocio. Alrededor de un tercio de las empresas ya están considerando la creación de modelos de lenguaje específicos de la empresa (37,1%). Una gran mayoría de compañías (78,5%) se dan cuenta de que los esfuerzos necesarios para formar de manera eficaz un modelo lingüístico específico de la empresa utilizable y preciso es una tarea importante.
Los equipos ya están presupuestando proyectos de capacitación y adopción de LLM, con un 17,4% que cuenta ya con presupuesto disponible este año, un 17,7% que planea asignar presupuesto y un 39,5% que planean asignar presupuesto para el próximo año.
Los equipos ya están presupuestando proyectos de capacitación y adopción de LLM, con un 17,4% que cuenta ya con presupuesto disponible este año
La creación de LLM específicos tiene sentido, ya que la mayoría de los datos de dominio público utilizados para capacitar a los LLM no son datos de nivel empresarial o específicos del dominio. Incluso si un modelo de lenguaje se ha entrenado en diferentes dominios, probablemente no sea representativo de lo que se usa en los casos de uso empresarial más complejos, ya sean dominios verticales como servicios financieros, seguros, ciencias de la vida y atención médica, o casos de uso muy específicos como la revisión de contratos, reclamos médicos, evaluación de riesgos, detección de fraude y revisión de pólizas cibernéticas. Se requerirá un esfuerzo extra para tener un rendimiento consistente y de calidad dentro de esos casos de uso altamente específicos.
En resumen, los grandes modelos de lenguaje son un tema candente en el campo de la inteligencia artificial y han ganado protagonismo en los últimos años, por sus capacidades de procesamiento del lenguaje natural. El camino de adopción variará según el sector, el caso de uso y el nivel de audacia ante el riesgo, pero en cualquier caso las empresas aprovecharán cada vez más la IA generativa y los LLM para mejorar la productividad e impulsar su ventaja competitiva.
