Goldman sachs: utilización de ia generativa para el futuro

La aparición de la inteligencia artificial generativa (IA) está avanzando mucho más rápido que las olas tecnológicas anteriores. Por ejemplo, tomó años para que las empresas encontraran la combinación adecuada de computación local y basada en la nube que vemos en la nube híbrida de hoy en día. Pero el Director de Información de Goldman Sachs, Marco Argenti, espera que ya estemos en el umbral de un ecosistema híbrido de IA que ayudará a las empresas a aprovechar las oportunidades que presenta la IA generativa.

Índice
  1. Un modelo de IA híbrida en desarrollo
  2. Escala y seguridad en la IA
  3. La gestión de los derechos digitales de la IA
  4. Otros desarrollos emocionantes
  5. La regulación de la IA
  6. El crecimiento de las inversiones en IA
  7. ¿A dónde va el dinero?
  8. Inversiones en sectores específicos
    1. Vehículos autónomos y tecnologías de movilidad relacionadas
    2. Salud, farmacéutica y biotecnología
    3. Servicios empresariales
  9. Qué esperar en las inversiones en IA

Un modelo de IA híbrida en desarrollo

Al principio, todos querían entrenar su propio modelo, construir su propio modelo patentado con datos propietarios, manteniendo los datos en su mayoría en las instalaciones para permitir un control estricto. Luego, la gente comenzó a apreciar que, para obtener el nivel de rendimiento de los modelos grandes, era necesario replicar una infraestructura que simplemente era demasiado costosa, con inversiones de cientos de millones de dólares.

goldman sachs inteligencia artificial - Cuánto dinero se ha invertido en IA

Al mismo tiempo, algunos de esos modelos más grandes comenzaron a ser apreciados por algunas habilidades emergentes, como el razonamiento, la resolución de problemas y la lógica, la capacidad de descomponer problemas complejos en problemas más pequeños y luego orquestar una cadena de pensamiento en torno a eso.

La IA híbrida es cuando se utilizan estos modelos más grandes como el cerebro que interpreta la solicitud y lo que el usuario desea, o el orquestador que define tareas para varios modelos especializados en una tarea específica. Estos modelos suelen ser de código abierto y a menudo se encuentran en las instalaciones o en nubes privadas virtuales, porque son más pequeños y pueden entrenarse con datos altamente propietarios. Luego, los resultados regresan, se resumen y finalmente se entregan al usuario. Las industrias que dependen más de datos propietarios y tienen regulaciones muy estrictas probablemente serán las primeras en adoptar este modelo.

Escala y seguridad en la IA

La IA ha pasado por todo el ciclo de hype más rápido que cualquier otra tecnología que haya visto. Ahora estamos en la etapa en la que esperamos ejecutar algunos de los experimentos y esperamos un retorno. Casi todas las empresas con las que hablo tienen en mente el retorno de la inversión como una prioridad de primer orden. La mayoría de las empresas en 2024 se centrarán en las pruebas de concepto que probablemente muestren el mayor retorno. Esto puede estar en el ámbito de la automatización, la productividad de los desarrolladores, la síntesis de grandes corpus de datos o la oferta de una experiencia de búsqueda superior en el ámbito del soporte al cliente automatizado y la recuperación de información de autoservicio.

Habrá un cambio hacia la practicidad. Pero al mismo tiempo, creo que esto requerirá un enfoque muy sólido para garantizar que, a medida que se escala la tecnología, se esté enfocando realmente en la seguridad: seguridad de los datos, precisión, controles adecuados a medida que se expande la base de usuarios, así como transparencia, gobernanza sólida, cumplimiento de las leyes aplicables y, para las empresas reguladas, cumplimiento normativo. Creo que probablemente surgirá un ecosistema de herramientas en torno a la seguridad, el cumplimiento y la privacidad a medida que la IA comience a ganar impulso en tareas críticas.

La gestión de los derechos digitales de la IA

En el punto en el que nos encontramos ahora, me recuerda a los primeros días del intercambio de videos en línea, con las eliminaciones muy agresivas de contenido con derechos de autor, un enfoque esencialmente reactivo para la protección de los derechos digitales. Si extrapolamos el modelo de contenido digital, eso se convirtió en una oportunidad de monetización. Los canales de intercambio de videos de hoy en día tienen tecnología que les permite rastrear el contenido presentado hasta la fuente y compartir la monetización.

Eso no existe en la IA en la actualidad, pero creo que la tecnología surgirá para permitir rastrear los datos hasta su creador. Potencialmente, podríamos ver un modelo en el que cada vez que una solicitud genere una respuesta, se pueda rastrear hasta la fuente del entrenamiento, con una monetización que regrese a los autores. Puedo imaginar un futuro en el que los autores estén muy dispuestos a proporcionar datos de entrenamiento a la IA porque lo verán como una forma de ganar dinero y participar en esta revolución.

Otros desarrollos emocionantes

Estamos comenzando a ver modelos de IA multimodales, y creo que una modalidad que aún no se ha explotado completamente es la de las series temporales. Esto implicaría el uso de IA para manejar puntos de datos asociados a una marca de tiempo específica. Habrá aplicaciones para esto en áreas como las finanzas y, por supuesto, la predicción del clima, donde el tiempo es una dimensión dominante.

Mi predicción es que esto requerirá una nueva arquitectura, similar a la forma en que los modelos de difusión son diferentes de los modelos de transformadores basados en texto clásicos. Es posible que aquí veamos la próxima carrera para capturar una variedad de casos de uso que aún no se han explotado.

La regulación de la IA

Con las salvaguardias adecuadas, la IA puede llevar a eficiencias adicionales a largo plazo, y apenas hemos comenzado a rascar la superficie de su potencial económico. Dicho esto, somos muy conscientes de los riesgos de la IA. Es una herramienta poderosa y necesita un marco normativo sólido para mantener mercados seguros y sólidos y proteger a los consumidores. Al mismo tiempo, las reglas deberían construirse de manera que permitan florecer la innovación y respaldar una competencia justa.

En el futuro, será importante seguir fomentando un entorno que fomente la colaboración entre los actores, fomente la apertura de los modelos cuando sea apropiado y desarrolle reglas basadas en principios adecuados para ayudar a gestionar los posibles riesgos, incluido el sesgo, la discriminación, la seguridad y la solidez, y la privacidad. Esto permitirá que la tecnología avance para que Estados Unidos siga siendo líder en el desarrollo de la IA.

La convergencia de algoritmos avanzados, análisis de datos y potencia computacional ha creado un ecosistema único donde abundan las posibilidades de inversión. A medida que las tecnologías de IA maduran, sus aplicaciones se extienden más allá de la automatización y la reducción de costos, ofreciendo una ventaja estratégica para las empresas que buscan prosperar en la era digital.

El crecimiento de las inversiones en IA

Según la Organización para la Cooperación y el Desarrollo Económicos (OCDE), el 21% de la inversión global en capital de riesgo en 2020 se destinó a IA, lo que representa aproximadamente $75 mil millones. Esto es un aumento radical desde el 4% de participación igual a $3 mil millones en 201Las inversiones en capital de riesgo en IA aumentaron un 20% en el último año del estudio. Obviamente, los líderes en IA han articulado su visión y su mensaje de manera hábil para crear un cambio tan dramático en la composición fundamental del capital de riesgo global en IA.

¿A dónde va el dinero?

Estados Unidos y China atrajeron más del 80% del total global, seguidos por la UE con un 4% (principalmente Alemania y Francia), y luego el Reino Unido e Israel con un 3% cada uno. Hay que tener en cuenta que esto solo incluye el dinero de capital de riesgo; no se incluye la inversión orgánica en este estudio.

Inversiones en sectores específicos

Los usuarios e inversores de IA quieren saber dónde fluye específicamente todo este dinero. El estudio revela tres industrias principales:

Vehículos autónomos y tecnologías de movilidad relacionadas

Estas empresas atrajeron $19 mil millones de dinero de capital de riesgo en 2020 y un total de $95 mil millones de 2012 a 2020. Esto demuestra la creencia en el enorme potencial de la IA para resolver desafíos críticos de movilidad y transporte en el futuro. El 98% de estas inversiones se realizaron en empresas de China y Estados Unidos.

Salud, farmacéutica y biotecnología

Estos sectores atrajeron el 16% del total global de inversión en 2020. Las inversiones en estas industrias se duplicaron de $6 mil millones en 2019 a $12 mil millones en 2020, en parte debido a la pandemia de COVID-1

Servicios empresariales

Este sector ocupó el tercer lugar en inversiones de capital de riesgo en 2020, representando el 11% del total global. Esto fue en respuesta a la necesidad de crear procesos más eficientes y una mayor automatización.

Qué esperar en las inversiones en IA

Mayor frecuencia en los informes.

Identificar a los verdaderos líderes.

Nuevas oportunidades.

Si quieres conocer otras notas parecidas a Goldman sachs: utilización de ia generativa para el futuro puedes visitar la categoría Inteligencia artificial.

Subir