Las empresas se preguntan si implementar potentes modelos de inteligencia artificial (IA) que prometen capacidades de razonamiento mejoradas pero que conllevan costos computacionales y de integración sustanciales.
La ola de nuevos lanzamientos de IA de líderes de la industria como Abierto AI Y Google ha provocado un intenso debate entre los líderes empresariales sobre la propuesta de valor real de estos sistemas. Si bien sus defensores afirman que los últimos modelos podrían revolucionar la planificación estratégica mediante mejores análisis y pronósticos, muchas empresas continúan con atención mientras evalúan las necesidades de infraestructura, las necesidades de capacitación del personal y el posible retorno de la inversión. La principal tensión se refiere a si los avances en áreas como El análisis de datos y el razonamiento automatizado pueden justificar los costos de implementación.
“Vemos que las organizaciones están optimizando los costos de su uso de IA para garantizar que solo se cuenten con las capacidades requeridas de los modelos de IA. son usados para las necesidades específicas de empleados o clientes, » Omer Rosenbaumcofundador y CTO de Nadaruna plataforma de documentación de IA, dijo a PYMNTS.
“Se pueden utilizar varios modelos en diferentes componentes de una solución. Por ejemplo, la misma solución podría usar [GPT] 4o-mini para solicitudes comunes con bajos requisitos cognitivos y o1 o incluso o1-pro para solicitudes específicas más complejas quien tiene gran valor para los usuarios.
La inundación de diciembre para la IA
Las últimas semanas han visto una ola de Nuevos modelos de IA lanzados por las principales empresas tecnológicas. OpenAI presentó o3un modelo de razonamiento avanzado que superó a su predecesor, o1, en tareas como codificación y matemáticas. Actualmente en pruebas de seguridad, se espera que o3 se lance al público en enero de 2025.
Google lanzó Géminis 2.0un modelo capaz de resolver problemas de varios pasos con una mínima intervención humana, integrado con sus servicios de IA, incluida la búsqueda. También publicó Whisk, una herramienta de IA que genera y remezcla imágenes para flujos de trabajo creativos.
Mientras tanto, Meta reveló metamotrizmejorar el realismo de los avatares digitales en el metaverso para mejorar las experiencias virtuales. Estos avances ponen de relieve la rápida evolución de la IA.
Las empresas están evaluando la adopción de modelos avanzados de IA como el de OpenAI. modelo o1lo que proporciona mejores habilidades de razonamiento. Lanzado en septiembre de 2024, está diseñado para manejar tareas complejas de varios pasos con precisión avanzada, lo que lo hace particularmente efectivo en áreas como matemáticas, ciencias y codificación.
Pero las implicaciones financieras son significativas. Entrenar modelos de IA de última generación puede costar hasta 500 millones de dólares por sesión. Más allá de los gastos de formación, las empresas deberían considerar los costos de integración en función de la complejidad y la personalización.
A pesar de estos desafíos, muchas empresas continúan avanzando. Por ejemplo, microsoft Recientemente compró 485.000 chips Nvidia Hopper AI, el doble de la cantidad comprada por Meta, como parte de su inversión de 13.000 millones de dólares en OpenAI.
“Los altos costos de la IA avanzada son una barrera temporal. » Mike ConoverCEO y cofundador de onda de luz, una plataforma de inteligencia artificial para servicios financieros, dijo a PYMNTS.
“Si la historia nos ha enseñado algo, eso es todo La tecnología se democratiza más con el tiempo. Hoy en día, las empresas se centran en herramientas que se integran perfectamente con los flujos de trabajo existentes en lugar de requerir desarrollos personalizados. La verdadera compensación es entre los costos iniciales de implementación y el costo de oportunidad de quedarse atrás en la adopción sistemas capaces de descubrir información a una escala y con una precisión que los humanos no pueden igualar. A medida que evolucionan las capacidades de la IA, la propuesta de valor de estas herramientas se vuelve cada vez más clara.
El ritmo vertiginoso de la IA
Según los expertos del sector, este rápido desarrollo ya es visible en el mercado. A científica de datos, Rebecca Cavallole dijo a PYMNTS que la compensación entre los costos de implementación y las capacidades de IA está en curso.
«Las capacidades de los modelos de lenguaje grandes se duplican cada 5 a 14 meses», dijo Cavallo. Señaló que “GPT-3.5 (lanzado en marzo de 2022) en comparación con GPT-4o-mini (modelo de razonamiento más avanzado lanzado en julio de 2024) es aproximadamente 3,3 veces más barato”.
Cavallo enfatizó que las empresas deben mantenerse ágiles. “Es necesario evaluar: ¿tiene la infraestructura adecuada? ¿Pueden sus desarrolladores manejar los cambios de proceso si adopta un nuevo modelo? ¿Tiene sentido pagar por el trabajo extra necesario para poner en producción un nuevo modelo? » dijo.
