Recientemente, Gartner publicó un nuevo informe que indica que, para 2027, las empresas utilizarán modelos de inteligencia artificial específicos para tareas con una frecuencia tres veces mayor que los modelos de lenguaje grandes de uso general. El informe menciona que, aunque los modelos de lenguaje generales poseen una gran capacidad en el procesamiento del lenguaje, su precisión en las respuestas disminuye cuando se trata de tareas que requieren una comprensión profunda de un área de negocios específica. Por lo tanto, cada vez más empresas están prestando atención a los modelos de IA personalizados para satisfacer sus necesidades específicas.
Nota de la fuente: Imagen generada por IA, proveedor de servicios de licencias Midjourney
Sumit Agarwal, vicepresidente y analista de Gartner, afirma que esta transición se debe principalmente a la creciente complejidad de los flujos de trabajo comerciales y a la creciente demanda de precisión. "Estos modelos más pequeños y específicos para tareas ofrecen respuestas más rápidas y utilizan menos recursos informáticos, lo que reduce los costos de operación y mantenimiento", señaló Agarwal en el informe.
A diferencia de los modelos de lenguaje generales, los modelos específicos para tareas se pueden ajustar mediante técnicas como la generación mejorada por recuperación o el ajuste fino para satisfacer las necesidades específicas del negocio. En este proceso, los datos empresariales son especialmente importantes, ya que ayudan a las empresas a personalizar los modelos. Sin embargo, esto también exige que las empresas realicen controles de calidad, preparación y gestión de datos para garantizar el uso de datos adecuados.
Agarwal afirma: "A medida que las empresas toman cada vez más conciencia del valor de sus datos privados y de las ideas derivadas de procesos específicos, pueden comenzar a monetizar sus modelos y ofrecer acceso a estos recursos a un público más amplio, incluidos sus clientes e incluso sus competidores". Esto marca una transición en el uso de datos y conocimientos de una forma protectora a una forma más abierta y colaborativa.
Gartner también ofrece varias recomendaciones para las empresas que están realizando la transición a modelos de IA más pequeños. Entre ellas se incluye la realización de pruebas piloto de modelos personalizados en áreas donde se necesita una comprensión profunda del contexto empresarial o donde los modelos de lenguaje grandes existentes no cumplen con los requisitos de velocidad y precisión. Si un solo modelo no es suficiente para satisfacer las necesidades, Gartner recomienda que las empresas consideren la posibilidad de combinar varios modelos y flujos de trabajo. Además, el informe destaca la importancia de invertir en la preparación de datos y el desarrollo de talento. Las empresas deben priorizar la gestión de datos para prepararlos para el entrenamiento de modelos de IA más pequeños, y también deben mejorar las habilidades de los equipos multifuncionales, incluidos científicos de datos, ingenieros de IA, responsables de cumplimiento, expertos en adquisiciones y otras partes interesadas clave.
Puntos clave:
🌟 Los modelos de IA específicos para tareas se convertirán en la opción principal para las empresas en 2027, con una frecuencia de uso tres veces mayor que los modelos de IA generales.
⚙️ Estos modelos responden más rápido y requieren menos capacidad de computación, lo que ayuda a reducir los costos operativos de las empresas.
📊 Las empresas deben prestar atención a la preparación de datos y al desarrollo de talento para apoyar la personalización y la aplicación de modelos de IA.