Por Ben Rand La vertiginosa explosión de las plataformas de inteligencia artificial generativa ha sido la gran historia empresarial del año pasado, pero cómo ganarán dinero y cómo las empresas inteligentes pueden utilizarlas sabiamente son las preguntas que dominarán los próximos 12 meses. “Los estudiantes y ejecutivos ya no se preguntan si deberíamos adoptar la IA, sino más bien cuándo y cómo hacerlo”, dice Andy Wu, profesor asociado de administración de empresas de la familia Arjun y Minoo Melwani en la Escuela de Negocios de Harvard. El reciente estudio de caso y nota de antecedentes de Wu, AI Wars and the Generative AI Value Chain , ofrece un curso intensivo sobre ChatGPT, Bard y otros chatbots de IA, así como los titanes tecnológicos en duelo detrás de ellos, y explora los dilemas estratégicos que enfrentan los innovadores y usuarios. La fascinación del público por los aspectos humanos de los chatbots puede estar eclipsando cuestiones más fundamentales sobre cómo las empresas pueden beneficiarse de la IA, afirma Wu. "CREO QUE SE ESTÁN PASANDO POR ALTO LOS ASPECTOS ECONÓMICOS BÁSICOS DE UNA IA GENERATIVA". En una entrevista, Wu analiza los desafiantes aspectos económicos de la IA, cómo es probable que los modelos de negocios difieran de los modelos de software tradicionales y algunas de las compensaciones potencialmente dolorosas que enfrentan empresas como Google, Microsoft y otras. Wu colaboró ​​en el estudio de caso con el investigador asociado de HBS Matt Higgins; el estudiante de doctorado de HBS Miaomiao Zhang; y el estudiante de doctorado del Instituto de Tecnología de Massachusetts, Hang Jiang. Ben Rand : ¿Qué fue lo que más le sorprendió al preparar este caso y por qué? Andy Wu : Creo que se están pasando por alto los aspectos económicos básicos de una IA generativa. Hay importantes preguntas sin respuesta en términos de cómo la gente realmente ganará dinero con esta tecnología. Google, OpenAI y otros no pueden perder dinero a perpetuidad. Pero todavía no es obvio para nadie exactamente cómo se monetizará esto. Como mínimo, puedo decirles que vamos a necesitar nuevos modelos de negocio y la integración de la IA generativa va a transformar la forma en que monetizamos el software y el modelo de negocio. Rand : ¿cómo es eso? Wu : Nuestras nociones de costo fijo y costo variable son diferentes aquí que en cualquier otra forma de computación que hayamos vivido en el pasado. La idea clave es que el costo variable de entregar IA generativa a un usuario final no es cero... lo que significa que no necesariamente podemos entregar futuras aplicaciones de software como servicio que contengan IA generativa de forma gratuita a nadie o incluso como un suscripción paga sin límites de uso como estamos acostumbrados hoy en día. El precio de uso será mucho más importante. Una segunda distinción es que una parte importante de la tecnología central es de código abierto, y muchos de los datos que se utilizan para entrenar estos modelos son datos públicos y pueden tener derechos de autor, pero están disponibles públicamente en línea. Las barreras de entrada para la IA no son tan altas como parece. Muchas empresas participarán en el juego, al menos para modelos y aplicaciones de IA verticales específicos. Rand : ¿Es demasiado pronto para decir qué modelo de negocio surgirá? Wu : Las empresas todavía están intentando resolverlo. Pero creo que a través de sus acciones podemos obtener algunas pistas sobre la dirección que vamos a tomar. Las empresas de IA generativa en realidad están fijando precios según un modelo de uso, lo que me dice que no creen que puedan hacer que el modelo de suscripción funcione económicamente hoy. Rand : ¿Qué empresas están en mejor posición en este momento? Wu : Un verdadero destacado en este momento es Meta, en términos de luchar duro por una posición destacada en el lado del código abierto con su modelo LLaMA. Antes del año pasado, muchos habrían asumido que Google habría sido el líder putativo en la parte del mercado de código abierto. Microsoft también merece mucho crédito por tomar la decisión de trabajar con OpenAI y obtener acceso a tecnología líder que pueden integrar tanto en sus aplicaciones como como una forma de vender servicios de computación en la nube. Pero lo interesante aquí es que ninguno de los grandes proveedores de tecnología se dedica a vender el modelo en sí. Amazon ofrece en gran medida a sus clientes de la nube los modelos de código abierto que otros han creado. Meta está entregando en gran medida su modelo de forma gratuita (con algunas limitaciones), y Microsoft subcontrató gran parte de la tecnología central a OpenAI. Al observar estas decisiones en conjunto, están haciendo una declaración real, aunque sutil, sobre qué evitar, que en realidad es tratar de monetizar directamente la tecnología central (el modelo de IA) en sí. El desafío que enfrentamos ahora con la IA es que es muy posible que la invención real de la tecnología en sí no sea con lo que la gente gane dinero. Transformará el mundo, pero el dinero no se gana con aquello que permitió la transformación. "EL PROBLEMA ES QUE NORMALMENTE PENSAMOS QUE LA PROPIEDAD INTELECTUAL TIENE O NO DERECHOS DE AUTOR". Rand : ¿Qué papel cree que jugará la regulación? Wu : Entiendo el interés de los reguladores, dados los riesgos de esta tecnología. Pero va a ser muy difícil para los reguladores idear una política integral que controle las cosas de la manera en que aspirarían a controlarlas. Eso se reduce a un factor principal, y es que la barrera de entrada no es tan alta. Ya existe una cantidad significativa de modelos de código abierto sobre los que usted o yo podríamos construir. Entonces, digamos que queremos impedir que la IA genere discursos de odio. En la medida en que exista un mercado para el discurso de odio, algún empresario podrá construir ese modelo. Es difícil saber exactamente cómo bloquearlo. Si hay mercado, alguien descubrirá cómo hacerlo. Rand : ¿Hay algunas áreas donde la regulación puede ser útil? Wu : La ley de derechos de autor es un área que pueden abordar. El problema es que normalmente pensamos que la propiedad intelectual tiene o no derechos de autor. Pero me gusta enseñar a mis alumnos que estamos en un mundo nuevo. Los hay con derechos de autor y los que no, y también los hay públicos y privados. Entonces, el problema ahora es que puedes tener datos protegidos por derechos de autor que también son públicos. Por ejemplo, cualquier editor de periódico que permita que sus artículos de noticias sean indexados por los motores de búsqueda ha puesto su propiedad intelectual en esta situación de estar protegida por derechos de autor pero también pública. ¿Qué hacen esos creadores con sus datos? Puedes decir que tiene derechos de autor y decir que otras personas no pueden usarlo, pero en realidad no puedes andar por ahí demostrando que todos estos modelos diferentes están siendo entrenados usando tus datos. Esto es algo que los reguladores tendrán que aclarar y también algo de lo que las propias empresas están tomando nota, particularmente en el ámbito de la música y la imagen. "EN LA MEDIDA EN QUE TAL VEZ NO QUIERAS UNA OFERTA DE IA AHORA, PERO QUIERAS UNA DENTRO DE CINCO AÑOS, EL ESFUERZO DE CONSTRUIR UN ALMACÉN DE DATOS CENTRALIZADO PARA TODOS ESOS DATOS SERÁ IMPORTANTE". Rand : Con tanto que considerar, ¿cómo pueden los gerentes estar al tanto de los avances en IA? Parecen estar cambiando muy rápido. Wu : Aconsejaría a los entrenadores que no jugaran durante el próximo año. Juega durante los próximos 10 años. La idea es que desee tener personas dentro de su empresa que estén al tanto de las diferentes tecnologías y experimenten con diferentes cosas. Debe brindarles una vía para comunicarse con el director ejecutivo y el equipo de alta dirección sobre en qué tecnologías invertir. El corolario de esto es la integración de datos entre las unidades de negocio de una empresa. Según mi experiencia, no se está haciendo lo suficientemente bien en este momento. Las empresas ya cuentan con una cartera bastante complicada de diferentes bases de datos y productos empresariales que almacenan sus datos. Es cada vez más necesario realizar un seguimiento de esos datos e, idealmente, integrarlos. Y entonces, en la medida en que tal vez no desee una oferta de IA ahora, pero quiera una dentro de cinco años, el esfuerzo de construir un almacén de datos centralizado para todos esos datos será importante. Rand : ¿Cuáles son algunas de las mejores prácticas que las empresas deben hacer ahora? Wu: Si es una empresa que está pensando en implementar IA, hay diferentes niveles de sofisticación a considerar. Podría esperar a que otras empresas desarrollen las aplicaciones relevantes, o podría comprar una API y crear su propia aplicación, o podría entrenar su propio modelo y luego crear su propia aplicación. Y creo que las empresas deben comenzar ahora el proceso de identificar qué nivel de sofisticación desean. Por ejemplo, uno de los primeros líderes en este proceso es Bloomberg, donde ya siguió adelante y creó BloombergGPT, un modelo de lenguaje grande diseñado para tareas financieras. Utilizaron sus propios datos patentados para ajustar un modelo de código abierto. Para una empresa como Bloomberg, proporcionar información financiera es una misión crítica, por lo que no pueden esperar a que alguien más desarrolle ese modelo y aplicación de IA.