Si 2023 fue un año de asombro por la inteligencia artificial, 2024 fue el año de intentar que esa maravilla hiciera algo útil sin gastar una fortuna.

Hubo un “cambio de la producción de modelos a la construcción de productos”, dijo Arvind Narayanan, profesor de informática de la Universidad de Princeton y coautor del nuevo libro “AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell The Difference”.

Los primeros 100 millones de personas que experimentaron con ChatGPT tras su lanzamiento hace dos años buscaron activamente el chatbot, y lo encontraron increíblemente útil en algunas tareas o ridículamente mediocre en otras.

Ahora, esta tecnología de IA generativa está integrada en un número cada vez mayor de servicios tecnológicos, ya sea que la busquemos o no, por ejemplo, a través de las respuestas generadas por IA en los resultados de búsqueda de Google o las nuevas técnicas de IA en las herramientas de edición de fotografías.

“El problema principal con la IA generativa el año pasado es que las empresas lanzaban modelos realmente potentes sin una forma concreta de que la gente pudiera utilizarlos”, dijo Narayanan. “Lo que estamos viendo este año es que se están desarrollando gradualmente estos productos que pueden aprovechar esas capacidades y hacer cosas útiles para la gente”.

Al mismo tiempo, desde que OpenAI lanzó GPT-4 en marzo de 2023 y los competidores introdujeron modelos de lenguaje de IA de gran tamaño con un rendimiento similar, estos modelos han dejado de ser significativamente “más grandes y cualitativamente mejores”, lo que restableció las expectativas exageradas de que la IA estaba compitiendo cada pocos meses por algún tipo de inteligencia mejor que la humana, dijo Narayanan. Eso también ha significado que el discurso público ha pasado de “¿nos va a matar la IA?” a tratarla como una tecnología normal, dijo.

El impacto de la IA

En las conferencias de resultados trimestrales de este año, los ejecutivos tecnológicos a menudo escuchaban preguntas de los analistas de Wall Street que buscaban garantías de futuras recompensas por el enorme gasto en investigación y desarrollo de IA. La creación de sistemas de IA basados ​​en herramientas de IA generativa como ChatGPT de OpenAI o Gemini de Google requiere invertir en sistemas informáticos que consumen mucha energía y funcionan con chips de IA potentes y caros. Requieren tanta electricidad que los gigantes tecnológicos anunciaron este año acuerdos para aprovechar la energía nuclear para ayudarlos a funcionar.

“Estamos hablando de cientos de miles de millones de dólares de capital que se han invertido en esta tecnología”, dijo el analista de Goldman Sachs, Kash Rangan.

Otro analista del banco de inversión de Nueva York llamó la atención durante el verano al argumentar que la IA no está resolviendo los problemas complejos que justificarían sus costos. También cuestionó si los modelos de IA, incluso mientras se los entrena con gran parte de los datos escritos y visuales producidos a lo largo de la historia humana, podrán alguna vez hacer lo que los humanos hacen tan bien. Rangan tiene una visión más optimista.

“Teníamos esta fascinación de que esta tecnología sería absolutamente revolucionaria, lo que no ha sido en los dos años desde la introducción de ChatGPT”, dijo Rangan. “Es más cara de lo que pensábamos y no es tan productiva como pensábamos”.

Sin embargo, Rangan sigue siendo optimista sobre su potencial y dice que las herramientas de IA ya están demostrando ser “absolutamente incrementalmente más productivas” en ventas, diseño y otras profesiones.