A casi un año de su lanzamiento al público, ChatGPT ha sido el gran protagonista del año en el mundo de la tecnología. Con millones de usuarios alrededor del mundo, se ha posicionado como una de las herramientas más disruptivas de las que se tenga memoria en los últimos años.
En esta entrevista, Martín Calderón, Head of Engineering en Multiplica, detalla cómo la Inteligencia Artificial está cambiando tanto la manera de trabajar como la de crear productos y experiencias digitales.
Impacto y adopción de ChatGPT
La llegada de ChatGPT ha tenido un gran impacto en la industria de la Inteligencia Artificial generativa y en sus usuarios. ¿Cómo explicas la rápida y amplia adopción de esta tecnología en tan poco tiempo?
En gran medida, esto se debe a su capacidad para simular interacciones humanas y mejorar la experiencia de búsqueda, lo que ha revolucionado la industria de manera permanente. Es como si tuviéramos un equipo de expertos que lee, busca y sintetiza información para proporcionarnos resultados precisos en tiempo récord. Ya no es necesario ser un especialista en un tema para obtener respuestas completas y detalladas cuando estamos explorando algo nuevo. Su versatilidad para ofrecer esta experiencia en diversos campos es lo que, en mi opinión, ha impulsado su adopción. En comparación, los motores de búsqueda de Google y los asistentes como Siri o Alexa ahora parecen obsoletos.
Desde una perspectiva tecnológica, ¿cómo piensas que las empresas pueden integrar estas tecnologías en su día a día?
En estas etapas iniciales, las empresas están comenzando a utilizar herramientas de IA como GitHub Copilot, Chat GPT, Blackbox, Mid Journey, así como varios servicios de Open AI y otros más.
Los usuarios aún enfrentan el desafío de comprender qué necesitan en su flujo de trabajo y cómo incorporar estas nuevas tecnologías. También deben lidiar con las diferencias entre tecnologías propietarias y de código abierto en su contexto específico de herramientas y equipos establecidos, así como medir de manera efectiva el retorno de inversión de estas tecnologías.
En este punto, veo similitudes con la adopción de prácticas de DevOps en el pasado, donde inicialmente hubo una avalancha de herramientas y empresas adoptándolas, para luego, con el tiempo, consolidar un flujo de trabajo en torno a las mejores herramientas y descartar las que no eran adecuadas para su contexto. En síntesis, podemos decir que las empresas han comprendido la experiencia del desarrollador y que la mejora en la productividad sólo se logra si estas tecnologías pueden impactarla de manera positiva.
Recomendaciones y Casos de Uso para la Inteligencia Artificial Generativa
¿Cuáles son tus recomendaciones para la adopción de nuevas tecnologías?
Una estrategia para adoptar las tecnologías de IA podría incluir los siguientes pasos:
- Definir los indicadores clave de rendimiento (KPI) del equipo.
- Medir estos KPI inicialmente durante uno o dos ciclos de desarrollo.
- Establecer inicialmente un alcance preciso y limitado para el uso de estas tecnologías.
- Capacitar al equipo en su uso y alcance.
- Integrar las herramientas/servicios en el flujo de trabajo.
- Medir los KPI definidos previamente y validar su impacto.
¿Podrías mencionar tres casos de uso en los que ya estéis trabajando con las tecnologías de Inteligencia Artificial para ayudar a vuestros clientes?
Caso 1: Optimización del Desarrollo con GitHub Copilot X
Actualmente, estamos implementando GitHub Copilot X en nuestros proyectos. Esto nos permite documentar y comprender mejor el código heredado, mejorar la calidad de las revisiones de código y brindar asistencia en la programación en pareja.
Al incorporar GitHub Copilot X en nuestro flujo de trabajo, proporcionamos un marco de uso y entrenamos a nuestros ingenieros para maximizar su utilidad. La práctica constante les ayuda a desarrollar su intuición sobre cuándo y cómo utilizar esta tecnología de manera efectiva.
Caso 2: Profundizando en el servicio al cliente con Azure Cognitivos y OpenA
Estamos llevando a cabo una iniciativa interna que utiliza servicios de Azure (Cognitivos y Open AI) para procesar y enriquecer datos privados contenidos en documentos PDF y bases de datos relacionales.
Esta tecnología nos permite sintetizar información y consultar modelos de GPT para obtener información específica de la empresa y su contexto. Imagina poder reunir y comprender el historial de un cliente en relación con los proyectos y consultorías que les hemos brindado, lo que nos permite tomar decisiones más informadas.
Caso 3: Mejora de la búsqueda de productos
Estamos en la fase de investigación y desarrollo de la incorporación de algoritmos específicos de IA en un producto digital, especialmente aquellos relacionados con la mejora de los resultados de búsqueda en un catálogo de productos.
Esto permitirá a nuestros clientes encontrar productos de manera más eficiente y precisa, lo que mejorará su experiencia de compra en línea.
El futuro de la Inteligencia Artificial en el trabajo
¿Cómo crees que la inteligencia artificial impactará en el trabajo de los profesionales tecnológicos?
La inteligencia artificial está transformando la forma en que se desarrollan las habilidades en el campo tecnológico. Roles tradicionales, como el de los desarrolladores, deben adaptarse a una nueva mentalidad de desarrollo en la que la IA actúa como colaboradora y herramienta al mismo tiempo.
La clave es comprender cuándo utilizar cada enfoque y desarrollar la capacidad de gestionar ambos de manera efectiva. Esto implica formación en áreas que anteriormente estaban más asociadas con científicos de datos o ingenieros de aprendizaje automático.
Por ejemplo, un desarrollador en el campo del comercio electrónico ahora puede mejorar la experiencia de búsqueda utilizando servicios de IA conocidos como “building blocks”, sin necesidad de crearlos desde cero, convirtiéndose en un consumidor de estos servicios.
¿Cuáles son las tres tendencias que anticipas en la aplicación de la inteligencia artificial en el desarrollo de productos digitales en los próximos meses?
- Construcción de soluciones basadas en “building blocks”
Con la ayuda de la IA, las soluciones digitales podrán ofrecer experiencias altamente personalizadas a los usuarios. La IA analizará datos y utilizará el aprendizaje automático para adaptarse a las preferencias de cada usuario, mejorando así su experiencia. Pronto, la IA podría comprender las funciones digitales estándar, como el registro, el inicio de sesión, la búsqueda y la navegación, y crear soluciones personalizadas basadas en los datos que recopila.
- Evolución de los chatbots
Los chatbots, como ChatGPT, se convertirán en una interfaz más sofisticada y omnipresente en productos digitales. Estos chatbots no sólo responderán preguntas, sino que también comprenderán el contexto y la historia del usuario, proporcionando experiencias más ricas y personalizadas. Esta evolución mejorará significativamente la interacción entre los usuarios y los productos digitales.
- Predicciones personalizadas
La IA utilizará grandes conjuntos de datos y técnicas de aprendizaje automático avanzadas para anticipar las necesidades y preferencias de los usuarios antes de que ellos las identifiquen. Las plataformas digitales podrán ofrecer recomendaciones altamente personalizadas.