Innovación en IA generativa: capturar valor en toda la pila tecnológica
Las tecnologías de IA generativa, entre las que destaca ChatGPT, han captado la atención mundial de una forma que no puede descartarse como una moda pasajera o un uso limitado. Este artículo de a16z describe la pila tecnológica emergente para estas tecnologías y destaca cómo una parte significativa de los ingresos de la IA generativa se destina actualmente a los proveedores de infraestructura, en lugar de a las empresas que ofrecen soluciones orientadas al usuario final, donde el valor puede ser más evidente.
Sin embargo, puede resultar difícil aislar fácilmente dónde reside el mayor valor de las tecnologías de IA. Si damos un paso atrás, la transformación de la IA en los últimos diez años ha sido impulsada por los avances en tres áreas diferentes que se han unido: (1) el aumento de la potencia informática y el acceso a esta potencia; (2) el acceso a grandes cantidades de datos relevantes; y (3) las mejoras en los modelos y otras tecnologías clave de IA.
Hoy en día, la potencia informática puede seguir siendo el factor limitante para que una amplia base de usuarios pueda acceder a una IA generativa útil, especialmente teniendo en cuenta el tamaño de modelos como GPT-3 y la cantidad de datos con los que se entrenan. No obstante, esto deja oportunidades para que los nuevos participantes en el mercado perfeccionen los modelos de IA generativa para que dependan menos de la potencia de cálculo; además, los innovadores pueden ofrecer soluciones específicas para cada sector con modelos ajustados que proporcionen un mayor valor a los clientes sin aumentar (significativamente) los costes de los recursos informáticos. En otras palabras, aunque hoy en día no existan «fosos sistemáticos en la IA generativa», todavía hay mucho tiempo para que el equilibrio de la captura de valor cambie en toda la pila tecnológica, a medida que las empresas encuentren nuevas formas de ofrecer soluciones impactantes.
En otras palabras, las empresas que crean más valor —es decir, las que entrenan modelos de IA generativa y los aplican en nuevas aplicaciones— no han capturado la mayor parte de ese valor.
Ver artículo de referencia
