Las empresas están debatiendo la cuestión de implementar potentes modelos de inteligencia synthetic (IA) que prometen capacidades de razonamiento mejoradas pero que conllevan costos sustanciales de computación e integración.
La oleada de nuevos lanzamientos de IA de líderes de la industria como Abierto AI y Google ha provocado un intenso debate entre los líderes empresariales sobre la propuesta de valor de estos sistemas en el mundo actual. Si bien sus defensores argumentan que los últimos modelos podrían revolucionar la planificación estratégica a través de mejores análisis y pronósticos, muchas empresas están avanzando. cautelosamente mientras evalúan los requisitos de infraestructura, las necesidades de capacitación del private y el posible retorno de la inversión. La tensión clave se centra en si los avances en áreas como El análisis de datos y el razonamiento automatizado pueden justificar los costos de implementación.
“Vemos que las organizaciones están optimizando los costos de su uso de la IA para garantizar que solo se cuenten con las capacidades requeridas de los modelos de IA. son usados para necesidades específicas de empleados o clientes”, Omer Rosenbaumcofundador y CTO de nadaruna plataforma de documentación de IA, dijo a PYMNTS.
“Se pueden utilizar varios modelos en diferentes componentes de una solución. Por ejemplo, la misma solución podría usar [GPT] 4o-mini para solicitudes comunes con bajos requisitos cognitivos y o1 o incluso o1-pro para solicitudes específicas y más complejas que tiene alto valor para los usuarios”.
El diluvio de diciembre de la IA
Las últimas semanas vieron una ola de Lanzamientos de nuevos modelos de IA de las principales empresas de tecnología. OpenAI presentó o3un modelo de razonamiento avanzado que superó a su predecesor, o1, en tareas como codificación y matemáticas. Actualmente, en pruebas de seguridad, o3 está programado para su lanzamiento público en enero de 2025.
Google lanzó Géminis 2.0un modelo capaz de resolver problemas en varios pasos con una mínima intervención humana, integrado en todos sus servicios de inteligencia synthetic, incluida la búsqueda. También lanzó Whisk, una herramienta de IA que genera y remezcla imágenes para flujos de trabajo creativos.
Mientras tanto, Meta dio a conocer Metarazónmejorando el realismo de los avatares digitales en el metaverso para mejorar las experiencias virtuales. Estos avances subrayan la rápida evolución de la IA.
Las corporaciones están evaluando la adopción de modelos avanzados de IA como el de OpenAI modelo o1que ofrece capacidades de razonamiento mejoradas. Introducido en septiembre de 2024, está diseñado para manejar tareas complejas de varios pasos con precisión avanzada, lo que lo hace particularmente efectivo en campos como matemáticas, ciencias y codificación.
Sin embargo, las implicaciones financieras son significativas. Entrenar modelos de IA de última generación puede costar hasta 500 millones de dólares por sesión. Más allá de los gastos de formación, las empresas deben considerar los costes de integración en función de la complejidad y la personalización.
A pesar de estos desafíos, varias corporaciones están avanzando. Por ejemplo, microsoft Recientemente compró 485.000 chips Nvidia Hopper AI, el doble de la cantidad comprada por Meta, como parte de su inversión de 13.000 millones de dólares en OpenAI.
“Los elevados costos de la IA de vanguardia son un obstáculo temporal” Mike Conoverdirector ejecutivo y cofundador de onda brillante, una plataforma de inteligencia synthetic para servicios financieros, dijo a PYMNTS.
“Si la historia nos ha enseñado algo, es eso La tecnología se democratiza con el tiempo. Hoy en día, las empresas se centran en herramientas que se integran perfectamente en los flujos de trabajo existentes en lugar de requerir desarrollos personalizados. La verdadera compensación es entre los costos iniciales de implementación y el costo de oportunidad de quedarse atrás en la adopción sistemas que pueden descubrir conocimientos a una escala y precisión que los humanos no pueden igualar. A medida que evolucionan las capacidades de la IA, la propuesta de valor de dichas herramientas se vuelve cada vez más clara”.
El ritmo vertiginoso de la IA
Según los expertos del sector, esa rápida evolución ya es seen en el mercado. A científica de datos, Rebecca Cavallodijo a PYMNTS que la compensación entre los costos de implementación y las capacidades de IA es continua.
“Las capacidades de los grandes modelos lingüísticos se duplican cada 5 a 14 meses”, afirmó Cavallo. Señaló que “GPT-3.5 (lanzado en marzo de 2022) frente a GPT-4o-mini (modelo de razonamiento más avanzado lanzado en julio de 2024) es aproximadamente 3,3 veces más barato”.
Cavallo enfatizó que las empresas deben mantenerse ágiles. “Es necesario evaluar: ¿tiene la infraestructura adecuada? ¿Pueden sus desarrolladores manejar algún cambio en los procesos si adopta un nuevo modelo? ¿Tiene sentido pagar por el trabajo further para poner en producción un nuevo modelo? ella dijo.
