\n<\/p>\n
Esta semana en Las<\/span> Vegas, 30.000 personas se reunieron para escuchar lo \u00faltimo y lo mejor de Google Cloud. Lo que escucharon fue toda IA \u200b\u200bgenerativa, todo el tiempo. Google Cloud es, ante todo, un proveedor de plataformas e infraestructura en la nube. Si no lo sab\u00eda, es posible que se lo haya perdido en medio de la avalancha de noticias sobre IA.<\/p>\n No es para minimizar lo que Google ten\u00eda en exhibici\u00f3n, pero al igual que Salesforce el a\u00f1o pasado en su gira itinerante en la ciudad de Nueva York, la compa\u00f1\u00eda no logr\u00f3 dar m\u00e1s que un gui\u00f1o pasajero a su negocio principal, excepto en el contexto de la IA generativa, por supuesto.<\/p>\n Google anunci\u00f3 una serie de mejoras de IA dise\u00f1adas para ayudar a los clientes a aprovechar el modelo de lenguaje grande (LLM) de Gemini y mejorar la productividad en toda la plataforma. Es un objetivo digno, por supuesto, y durante el discurso principal del d\u00eda 1 y el discurso de apertura para desarrolladores del d\u00eda siguiente, Google salpic\u00f3 los anuncios con una buena cantidad de demostraciones para ilustrar el poder de estas soluciones.<\/p>\n Pero muchos parec\u00edan demasiado simplistas, incluso teniendo en cuenta que deb\u00edan incluirse en una conferencia magistral con una cantidad de tiempo limitada. Se basaron principalmente en ejemplos dentro del ecosistema de Google, cuando casi todas las empresas tienen gran parte de sus datos en repositorios fuera de Google.<\/p>\n En realidad, parec\u00eda que algunos de los ejemplos se podr\u00edan haber hecho sin IA. Durante una demostraci\u00f3n de comercio electr\u00f3nico, por ejemplo, el presentador llam\u00f3 al proveedor para completar una transacci\u00f3n en l\u00ednea. Fue dise\u00f1ado para mostrar las capacidades de comunicaci\u00f3n de un robot de ventas, pero en realidad, el comprador podr\u00eda haber completado f\u00e1cilmente el paso en el sitio web.<\/p>\n Eso no quiere decir que la IA generativa no tenga algunos casos de uso poderosos, ya sea crear c\u00f3digo, analizar un corpus de contenido y poder consultarlo, o poder hacer preguntas sobre los datos de registro para comprender por qu\u00e9 un sitio web cay\u00f3. Es m\u00e1s, los agentes basados \u200b\u200ben tareas y roles que la compa\u00f1\u00eda introdujo para ayudar a los desarrolladores individuales, personas creativas, empleados y otros, tienen el potencial de aprovechar la IA generativa de manera tangible.<\/p>\n Pero cuando se trata de crear herramientas de inteligencia artificial basadas en los modelos de Google, en lugar de consumir las que Google y otros proveedores est\u00e1n creando para sus clientes, no pude evitar sentir que estaban pasando por alto muchos de los obst\u00e1culos que podr\u00edan interponerse en el camino. camino para una implementaci\u00f3n exitosa de la IA generativa. Si bien intentaron que pareciera f\u00e1cil, en realidad es un gran desaf\u00edo implementar cualquier tecnolog\u00eda avanzada dentro de grandes organizaciones.<\/p>\n Al igual que otros saltos tecnol\u00f3gicos de los \u00faltimos 15 a\u00f1os (ya sea m\u00f3vil, nube, contenedorizaci\u00f3n, automatizaci\u00f3n de marketing, lo que sea), se ha cumplido con muchas promesas de ganancias potenciales. Sin embargo, cada uno de estos avances introduce su propio nivel de complejidad, y las grandes empresas act\u00faan con m\u00e1s cautela de lo que imaginamos. La IA parece un impulso mucho mayor de lo que Google, o, francamente, cualquiera de los grandes proveedores, deja entrever.<\/p>\n Lo que hemos aprendido con estos cambios tecnol\u00f3gicos anteriores es que vienen acompa\u00f1ados de mucha publicidad y generan mucha desilusi\u00f3n. Incluso despu\u00e9s de varios a\u00f1os, hemos visto grandes empresas que tal vez deber\u00edan aprovechar estas tecnolog\u00edas avanzadas y que todav\u00eda s\u00f3lo incursionan o incluso se mantienen al margen, a\u00f1os despu\u00e9s de su introducci\u00f3n.<\/p>\n Hay muchas razones por las que las empresas pueden no aprovechar la innovaci\u00f3n tecnol\u00f3gica, incluida la inercia organizacional; una fr\u00e1gil pila de tecnolog\u00eda que dificulta la adopci\u00f3n de soluciones m\u00e1s nuevas; o un grupo de detractores corporativos que cierran incluso las iniciativas mejor intencionadas, ya sean legales, de recursos humanos, de TI u otros grupos que, por una variedad de razones, incluida la pol\u00edtica interna, contin\u00faan simplemente diciendo no a cambios sustanciales.<\/p>\n Vineet Jain, director ejecutivo de Egnyte, una empresa que se concentra en almacenamiento, gobernanza y seguridad, ve dos tipos de empresas: aquellas que ya han hecho un cambio significativo hacia la nube y a las que les resultar\u00e1 m\u00e1s f\u00e1cil adoptar la IA generativa, y aquellos que han avanzado lentamente y probablemente tendr\u00e1n dificultades.<\/p>\n Habla con muchas empresas que todav\u00eda tienen la mayor parte de su tecnolog\u00eda local y que tienen un largo camino por recorrer antes de empezar a pensar en c\u00f3mo la IA puede ayudarles. \u00abHablamos con muchos usuarios tard\u00edos de la nube que no han comenzado o est\u00e1n muy temprano en su b\u00fasqueda de la transformaci\u00f3n digital\u00bb, dijo Jain a TechCrunch.<\/p>\n La IA podr\u00eda obligar a estas empresas a pensar mucho sobre c\u00f3mo emprender la transformaci\u00f3n digital, pero podr\u00edan tener dificultades si empiezan desde tan atr\u00e1s, dijo. \u00abEstas empresas necesitar\u00e1n resolver esos problemas primero y luego consumir IA una vez que tengan un modelo maduro de seguridad y gobernanza de datos\u00bb, dijo.<\/p>\n Los grandes proveedores como Google hacen que la implementaci\u00f3n de estas soluciones parezca simple, pero como toda tecnolog\u00eda sofisticada, parecer simple al principio no significa necesariamente que sea sencillo al final. Como escuch\u00e9 a menudo esta semana, cuando se trata de los datos utilizados para entrenar Gemini y otros grandes modelos de lenguaje, sigue siendo un caso de \u201cbasura que entra, basura sale\u201d, y eso es a\u00fan m\u00e1s aplicable cuando se trata de IA generativa.<\/p>\n Comienza con datos. Si no tiene su data house en orden, ser\u00e1 muy dif\u00edcil ponerlo en forma para capacitar a los LLM en su caso de uso. Kashif Rahamatullah, director de Deloitte que est\u00e1 a cargo de la pr\u00e1ctica de Google Cloud en su empresa, qued\u00f3 muy impresionado por los anuncios de Google esta semana, pero aun as\u00ed reconoci\u00f3 que algunas empresas que carecen de datos limpios tendr\u00e1n problemas para implementar soluciones de IA generativa. \u00abEstas conversaciones pueden comenzar con una conversaci\u00f3n de IA, pero r\u00e1pidamente se convierte en: ‘Necesito arreglar mis datos y limpiarlos, y necesito tenerlos todos en un solo lugar, o casi en un solo lugar, antes de comenzar\u00bb. empezar a obtener el verdadero beneficio de la IA generativa\u201d, dijo Rahamatullah.<\/p>\n Desde la perspectiva de Google, la empresa ha creado herramientas de inteligencia artificial generativa para ayudar m\u00e1s f\u00e1cilmente a los ingenieros de datos a crear canales de datos para conectarse a fuentes de datos dentro y fuera del ecosistema de Google. \u00abRealmente est\u00e1 destinado a acelerar los equipos de ingenier\u00eda de datos, al automatizar muchas de las tareas muy laboriosas involucradas en mover datos y prepararlos para estos modelos\u00bb, Gerrit Kazmaier, vicepresidente y gerente general de bases de datos, an\u00e1lisis de datos y Looker. en Google, dijo a TechCrunch.<\/p>\n Esto deber\u00eda ser \u00fatil para conectar y limpiar datos, especialmente en empresas que est\u00e1n m\u00e1s avanzadas en el viaje de transformaci\u00f3n digital. Pero para aquellas empresas como las que Jain mencion\u00f3 (aquellas que no han dado pasos significativos hacia la transformaci\u00f3n digital) podr\u00eda presentar m\u00e1s dificultades, incluso con estas herramientas que Google ha creado.<\/p>\n Todo eso ni siquiera tiene en cuenta que la IA presenta su propio conjunto de desaf\u00edos m\u00e1s all\u00e1 de la mera implementaci\u00f3n, ya sea una aplicaci\u00f3n basada en un modelo existente o especialmente cuando se intenta construir un modelo personalizado, dice Andy Thurai, analista de Investigaci\u00f3n de constelaciones. \u00abAl implementar cualquiera de las soluciones, las empresas deben pensar en la gobernanza, la responsabilidad, la seguridad, la privacidad, el uso \u00e9tico y responsable y el cumplimiento de dichas implementaciones\u00bb, dijo Thurai. Y nada de eso es trivial.<\/p>\n Los ejecutivos, profesionales de TI, desarrolladores y otras personas que asistieron a GCN esta semana podr\u00edan haber ido a buscar lo que viene a continuaci\u00f3n de Google Cloud. Pero si no buscaron la IA, o simplemente no est\u00e1n preparados como organizaci\u00f3n, es posible que hayan salido de la Ciudad del Pecado un poco conmocionados por la total concentraci\u00f3n de Google en la IA. Podr\u00eda pasar mucho tiempo antes de que las organizaciones que carecen de sofisticaci\u00f3n digital puedan aprovechar al m\u00e1ximo estas tecnolog\u00edas, m\u00e1s all\u00e1 de las soluciones m\u00e1s empaquetadas que ofrecen Google y otros proveedores.<\/p>\n<\/p><\/div>\nEl gran cambio no es f\u00e1cil<\/h2>\n
Siempre fueron los datos<\/h2>\n