La IA generativa es un cambio de paradigma en la tecnología y estimulará un cambio masivo en el gasto empresarial durante la próxima década y más allá. Las transformaciones de esta magnitud pueden parecer rápidas en la superficie, especialmente cuando causan un gran revuelo como lo ha hecho la IA generativa en los últimos meses, pero es un ascenso empinado y constante para permear las capas de la pila de tecnología empresarial.
La capa de infraestructura captura el gasto inicial a medida que las empresas ensamblan los componentes básicos para la potencia y el rendimiento; el capital que hoy se vierte en Nvidia y los agregadores de GPU indican que esto está en marcha. A medida que la adopción (y el dinero) aumenten, el enfoque del desarrollo se desplazará hacia las nuevas experiencias y productos que remodelarán cada capa posterior.
Apenas estamos vislumbrando cómo se desarrollará esta transformación en la capa de aplicación, y las primeras señales sugieren que la disrupción será profunda.
Mucho antes de la IA generativa, las aplicaciones empresariales comenzaron a ofrecer experiencias más parecidas a las de los consumidores al mejorar las interfaces de usuario e introducir elementos interactivos que involucrarían a los usuarios cotidianos y acelerarían el flujo de trabajo. Esto impulsó un cambio de aplicaciones de “sistema de registro” como Salesforce y Workday a aplicaciones de “sistema de participación” como Slack y Notion.
A medida que la IA generativa da forma a la próxima generación de productos de aplicaciones, podemos esperar una evolución aún más radical.
La colaboración fue una característica definitoria de esta nueva generación de herramientas empresariales, con características como modo multijugador, funcionalidad de anotaciones, historial de versiones y metadatos. Estas aplicaciones también aprovecharon componentes virales nativos del consumidor para impulsar la adopción y permitir el intercambio fluido de contenido dentro y entre organizaciones. El registro central conservó su valor intrínseco dentro de estos sistemas de participación y sirvió como base para el creciente volumen de información creada en la capa de participación.
A medida que la IA generativa da forma a la próxima generación de productos de aplicaciones, podemos esperar una evolución aún más radical. Los primeros jugadores se parecen mucho a los integradores de ChatGPT, ya que crean herramientas livianas directamente sobre modelos generativos que brindan valor inmediato pero fugaz. Ya hemos visto surgir una variedad de productos de IA generativa que tienen un crecimiento inicial explosivo, pero también una rotación extremadamente alta debido al flujo de trabajo limitado o la falta de funcionalidad adicional. Estas aplicaciones normalmente producen un resultado generativo que es un tipo de contenido o medio de un solo uso (es decir, no integrado en el flujo de trabajo diario de un usuario), y su valor depende de modelos generativos disponibles en el mercado que están ampliamente disponibles para otros en el sector. mercado.
La segunda ola de aplicaciones de IA generativa, que recién está comenzando a tomar forma, aprovechará los modelos generativos para integrar los datos estructurados que se encuentran dentro de las aplicaciones del sistema de registro y los datos no estructurados que se encuentran dentro de las aplicaciones del sistema de participación.
Los desarrolladores de estos productos tendrán más potencial para crear empresas duraderas que los participantes de la primera ola, pero sólo si pueden encontrar una manera de «poseer» la capa por encima de las aplicaciones del sistema de participación y del sistema de registro, lo que no es tarea fácil. cuando empresas tradicionales como Salesforce ya están luchando por implementar IA generativa para crear un foso protector alrededor de sus capas subyacentes.
Esto conduce a la tercera ola, donde los entrantes crean su propia capa defendible de “sistema de inteligencia”. Las empresas emergentes introducirán primero ofertas de productos novedosos que brinden valor aprovechando las capacidades existentes del sistema de registro y del sistema de participación. Una vez que se establece un caso de uso sólido, desarrollarán flujos de trabajo que, en última instancia, podrán funcionar por sí solos como una verdadera aplicación empresarial.
Esto no significa necesariamente reemplazar las capas interactivas o de base de datos existentes; en cambio, crearán nuevos datos estructurados y no estructurados donde los modelos generativos utilizan estos nuevos conjuntos de datos para mejorar la experiencia del producto, creando esencialmente una nueva clase de «súper conjuntos de datos».
Un enfoque central para estos productos debería ser la integración con la capacidad de ingerir, limpiar y etiquetar los datos. Por ejemplo, para crear una nueva experiencia de atención al cliente, no basta con ingerir la base de conocimientos de los tickets de atención al cliente existentes. Un producto verdaderamente atractivo también debe incorporar seguimiento de errores, documentación del producto, comunicaciones internas del equipo y mucho más. Sabrá cómo extraer la información relevante, etiquetarla y sopesarla para crear conocimientos novedosos. Tendrá un circuito de retroalimentación que le permitirá mejorar con la capacitación y el uso, no solo dentro de una organización sino también en múltiples organizaciones.
Cuando un producto logra todo esto, cambiar a un competidor se vuelve muy difícil: los datos ponderados y limpios son muy valiosos y llevaría demasiado tiempo lograr la misma calidad con un producto nuevo.
En este punto, la inteligencia no sólo reside en el producto o modelo, sino también en la jerarquía, las etiquetas y los pesos asociados. La entrega de insights tardará unos minutos en lugar de días, y se centrará en acciones y decisiones en lugar de simplemente en la síntesis de información. Estos serán los verdaderos productos del sistema de inteligencia que aprovecharán la IA generativa, marcados por estos rasgos definitorios:
- Tenga una integración profunda con los flujos de trabajo de la empresa y la capacidad de capturar datos estructurados y no estructurados recién creados.
- Sea sofisticado en la caracterización y digestión de datos a través de jerarquías, etiquetas y ponderaciones.
- Cree bucles de retroalimentación de datos dentro y entre los clientes para mejorar la experiencia del producto.
Una pregunta clave que me encanta hacer a los clientes es: «¿Dónde se ubica una nueva pila de productos con respecto a las otras herramientas que utiliza?» Normalmente, el producto del sistema de registro es el más importante, seguido del producto del sistema de participación, con herramientas adicionales al final de la lista.
El producto menos importante será el primero en ser recortado cuando el presupuesto sea ajustado, por lo que los productos emergentes de sistemas de inteligencia deben proporcionar un valor duradero para poder sobrevivir. También enfrentarán una dura competencia por parte de los operadores tradicionales que incorporarán en sus productos capacidades de inteligencia generativa habilitadas por IA. Dependerá de la nueva ola de sistemas de inteligencia combinar sus ofertas con flujos de trabajo de alto valor, colaboración y la introducción de súper conjuntos de datos para perdurar.
La transformación del espacio de la IA se ha acelerado en los últimos 12 meses y la industria está aprendiendo rápidamente. Los modelos de código abierto están proliferando y los modelos propietarios cerrados también están evolucionando a un ritmo atípicamente rápido. Ahora depende de los fundadores construir productos de sistemas de inteligencia duraderos sobre este panorama que cambia rápidamente y, cuando se hace bien, el impacto en las empresas será extraordinario.