La mayoría de las empresas reconocen que la adopción agresiva de tecnologías digitales es cada vez más crítica para ser competitivos. Esta investigación muestra que el 10% superior de los primeros en adoptar tecnologías digitales ha crecido al doble de la tasa del 25% inferior, y que están utilizando sistemas en la nube, no sistemas heredados, para permitir la adopción, una tendencia que esperamos se acelere entre la industria. En comparación, muchas empresas rezagadas e intermedias están subestimando drásticamente los recursos de la nube que necesitarán para acceder, potenciar o capacitar a una nueva generación de aplicaciones inteligentes presagiadas por avances como el GPT-3, una herramienta de procesamiento de lenguaje natural (PNL) de última generación, de acuerdo al trabajo realizado por H. James Wilson, Global Managing Director, IT & Business Research, y Paul R. Daugherty, Group Chief Executive- Technology & Chief Technology, ambos en Accenture, que publicó esta semana el Harvard Bussines Review
La década de 2010 produjo avances en las tecnologías habilitadas para la visión, desde búsquedas precisas de imágenes en la web hasta sistemas de visión por computadora para el análisis de imágenes médicas o para detectar piezas defectuosas en la fabricación y el ensamblaje. El GPT3, desarrollado por OpenAI , indica que la década de 2020 se tratará de importantes avances en el lenguaje tareas de IA. Los modelos de procesamiento de lenguaje anteriores usaban reglas codificadas a mano (para sintaxis y análisis sintáctico), 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, lo que requiere un etiquetado de datos o una ingeniería de características mucho menos rutinarias. Los GPT (transformadores generativos pre-entrenados) son mucho más profundos y se basan en un transformador, un mecanismo de atención que aprende las relaciones contextuales entre las palabras de un texto. Los investigadores a los que se les dio acceso a GPT-3, a través de una versión beta privada, pudieron inducirlo a producir historias cortas, canciones, comunicados de prensa, manuales técnicos, texto al estilo de escritores particulares, tablaturas de guitarra e incluso código de computadora.
GPT-3 está lejos de ser perfecto. Sus numerosos defectos incluyen a veces producir respuestas sin sentido o sesgadas, responder incorrectamente preguntas triviales y generar contenido plausible pero falso. Incluso uno de los líderes de Open AI advirtió contra la exageración de GPT-3. Todo esto sugiere que queda mucho trabajo por hacer, pero la escritura, por así decirlo, está en la pared: una nueva etapa de la IA está sobre nosotros.

GPT-3 es solo uno de los muchos transformadores avanzados que están surgiendo. Microsoft, Google, Alibaba y Facebook están trabajando en sus propias versiones. Estas herramientas están capacitadas 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 inteligencia artificial de próxima generación cambiarán sus cargas de trabajo informáticas de servicios heredados a servicios de inteligencia artificial en la nube como GPT-3.
Estos servicios de IA en la nube permitirán el desarrollo de una nueva clase de aplicaciones empresariales que son más creativas (o “generativas”, la “G” en GPT) que cualquier otra cosa que hayamos visto antes. Abaratarán el proceso de síntesis de palabras, intenciones e información en el lenguaje, lo que hará que muchas actividades comerciales sean más eficientes y estimularán la innovación y el crecimiento que vemos con los primeros usuarios.
La capacidad de GPT-3 para escribir texto significativo basado en unas pocas indicaciones simples, o incluso en una sola oración, puede ser asombrosa. Por ejemplo, uno de los probadores beta privados de GPT-3 lo utilizó para producir un blog convincente sobre el tema de bitcoin. Entre las demostraciones que analizamos, había aplicaciones para desarrollar nuevos podcasts, generar campañas publicitarias y de correo electrónico, sugerir cómo llevar a cabo las reuniones de la junta y responder de manera inteligente preguntas que confundirían los sistemas de lenguaje anteriores.
Basado en indicaciones de humanos, GPT-3 también puede codificar – escribir instrucciones para computadoras o sistemas. Incluso puede convertir el lenguaje natural en lenguaje de programación. En un lenguaje natural (inglés, español, alemán, etc.), usted describe lo que desea que haga el código, como desarrollar un sitio web interno o de cara al cliente. GPT luego escribe el programa.
A la luz de estos cambios venideros, las empresas no solo necesitarán repensar los recursos de TI, sino también los recursos humanos. Pueden comenzar analizando los paquetes de tareas en los roles actuales, descubriendo tareas específicas que la IA puede aumentar y liberando trabajadores técnicos y no técnicos por igual para innovar más rápido. Utilizando la Red de información ocupacional (O * NET), basada en un estándar del gobierno de EE. UU. Utilizado para clasificar a los trabajadores en categorías ocupacionales, analizamos 73 categorías laborales en 16 grupos de carreras y encontramos que todos los grupos se verían afectados por GPT-3. Al profundizar en las categorías de trabajo, encontramos que 51 pueden aumentarse o complementarse con GPT-3 en al menos una tarea, y 30 pueden usar GPT-3 para complementar dos o más tareas.
Algunas tareas pueden automatizarse, pero nuestro análisis muestra que la mayor oportunidad estará en aumentar y amplificar la productividad y el ingenio humanos. Por ejemplo, los profesionales de las comunicaciones verán la mayoría de sus tareas laborales que involucran la generación de texto de rutina automatizada, mientras que las comunicaciones más críticas como el texto de anuncios y los mensajes de redes sociales se verán aumentadas por la capacidad de GPT-3 para ayudar a desarrollar líneas de pensamiento. Los científicos de la empresa pueden usar GPT-3 para generar gráficos que informen a sus colegas sobre el proceso de desarrollo de productos. Mientras tanto, para aumentar la investigación y la experimentación básicas, podrían consultar GPT-3 para extraer los hallazgos de un conjunto específico de artículos científicos. Las posibilidades entre disciplinas e industrias están limitadas solo por la imaginación de su gente.
La próxima generación de aplicaciones empresariales no se ejecutará en sistemas heredados, y las empresas deberán migrar a la nube de forma más agresiva de lo que son ahora. Esperar y ver no es suficiente. Próximamente, Open AI lanzará GPT-as-a-service , poniendo la API a disposición de los usuarios beta. Los líderes adoptarán y adaptarán GPT-3 en unos meses, y aprenderán dónde funciona mejor o dónde no funciona en absoluto. Tendrán una ventaja en el rediseño de trabajos y en las cuestiones de privacidad, seguridad y responsabilidad social que rodean a toda la IA. Y durante los próximos dos años, puede esperar verlos poniendo en producción todo tipo de aplicaciones, encontrando oportunidades de innovación que retrasarán aún más a los rezagados.