5 consejos para elegir el modelo AI adecuado para su negocio

El auge de la IA generativa (gen AI) ha sido impulsado en gran medida por modelos de lenguaje grandes (LLMs) de alto perfil como GPT-4o de Open AI, Gemini de Google y Claude de Anthropic. Sin embargo, en medio del revuelo que rodea a estos gigantes, los modelos de lenguaje pequeños (SLMs) están ganando terreno silenciosamente. Algunos expertos de la industria sugieren que los SLMs podrían ser el futuro de la gen AI.

Según la firma de investigación Gartner, aunque los LLMs han liderado tradicionalmente el desarrollo de modelos de lenguaje, los SLMs presentan soluciones viables para desafíos críticos como restricciones presupuestarias, protección de datos, preocupaciones por la privacidad y mitigación de riesgos. A medida que las empresas navegan por el mundo de la gen AI, los líderes podrían encontrarse eligiendo entre estos dos tipos de modelos. Esto es lo que cinco líderes empresariales tienen que decir sobre el futuro de los modelos de IA.

1. Considerar oportunidades específicas del dominio

Claire Thompson, directora jefe de datos y análisis del gigante de servicios financieros L&G, cree que tanto los modelos pequeños como los grandes encontrarán su lugar en las operaciones empresariales. Ella vislumbra un futuro donde los LLMs podrían ajustarse para aplicaciones específicas, mejorando su utilidad.

"Puedo imaginar una situación en la que algunos de los LLMs comiencen a entrenarse en temas específicos para obtener más detalles de ellos, y veo que eso comienza a suceder cada vez más," le dijo a ZDNET.

Aunque hay una clara demanda por modelos específicos del dominio, Thompson es escéptica sobre las empresas que dedican recursos significativos al desarrollo interno.

"No sé si construirías tu propio modelo," dijo. "Cuando hablo de construir modelos, se trata más de aprovechar los modelos existentes internamente y usar tus datos en un entorno seguro para lograr resultados."

Independientemente del tamaño, Thompson ve el futuro inclinado hacia modelos específicos del dominio.

"Creo que comenzaremos a obtener modelos más personalizados," dijo. "Por ejemplo, podrías ver cómo personalizar un modelo en torno a información médica, temas climáticos y ESG, y mercados de activos. Son esos casos de uso específicos donde podrías obtener modelos más personalizados."

2. Elegir el caballo adecuado para la carrera

Nick Woods, CIO del Grupo de Aeropuertos MAG, enfatiza que el futuro de la gen AI probablemente involucra una mezcla de modelos grandes y pequeños, adaptados a necesidades empresariales específicas.

"No creo que sea una talla única para todos," dijo. "Y creo que el modelo que seleccionas depende del caso de uso en tu negocio."

Woods advierte contra lanzarse al desarrollo de IA sin una estrategia clara.

"No, es lo último que deberíamos hacer," dijo cuando se le preguntó sobre iniciar un programa de IA.

En cambio, cree que los ejecutivos deberían centrarse en sus objetivos más amplios de transformación empresarial e identificar las herramientas, incluida la gen AI, que pueden ayudar a lograrlos.

"Por ejemplo, podríamos querer ejecutar un modelo pequeño y específico en el borde para resolver un caso de uso particular, como detectar cuando un puente aéreo ha atracado," explicó.

Para preguntas más amplias y complejas, como los patrones de tráfico aéreo global y los impactos climáticos, podrían ser necesarios diferentes modelos.

En esencia, Woods cree que elegir el modelo correcto es similar a elegir el caballo adecuado para la carrera.

"Creo que verás muchos modelos pequeños desplegados en el borde a escala para casos de uso particulares," dijo. "Eso es casi inevitable. Sin embargo, aún pienso que verás algunos modelos grandes prevaleciendo."

3. Considerar el contexto

Gabriela Vogel, analista senior en la práctica de Liderazgo Ejecutivo de Negocios Digitales en Gartner, destaca el creciente interés entre los CIOs por modelos pequeños y específicos del dominio.

"Los clientes con los que hablo están tratando de encontrar y crear modelos aplicados a un contexto específico," dijo. "No son necesariamente modelos grandes y generales, sino modelos específicamente vinculados a bases de datos pequeñas para una aplicación particular."

Vogel señala que las empresas están cambiando cada vez más de fases exploratorias a implementar servicios de gen AI utilizando SLMs.

"Están haciendo este cambio porque han probado mucho," dijo. "Han visto qué funciona y qué no con modelos más grandes, y luego están intentando ser más específicos y aplicar ese enfoque. Eso es lo que he visto personalmente con mis clientes."

4. Ir pequeño para reducir alucinaciones

Ollie Wildeman, quien lidera la satisfacción del cliente en Big Bus Tours, cree que la elección entre SLMs y LLMs depende del caso de uso específico, con muchas empresas probablemente optando por modelos más pequeños.

Big Bus Tours utiliza la Suite de Servicio al Cliente de Freshworks, que incluye chatbots con tecnología de IA y ticketing, y un asistente virtual de Satisfi Labs que maneja consultas básicas de clientes.

"La tecnología de IA de Satisfi solo toma datos de las empresas específicas con las que trabajan," explicó Wildeman. "La tecnología de la empresa no está conectada a AIs de gran escala, como ChatGPT u otras herramientas; lo están haciendo ellos mismos."

Este enfoque centrado, según Wildeman, ofrece beneficios comerciales significativos, asegurando que los datos se usen de manera responsable y reduciendo el riesgo de "alucinaciones" de IA.

"De esa manera, tus datos están más seguros porque sabes de dónde provienen y qué procesos están utilizando," dijo. "Además, obtienes menos alucinaciones porque sabes que el modelo que estás utilizando está diseñado para el tipo de negocio en el que estás."

Wildeman concluye que los modelos pequeños y específicos del dominio jugarán un papel crucial en las estrategias de IA empresarial.

"Creo que para las empresas, la elección del modelo será más específica, mientras que probablemente para el usuario general, estos modelos masivos y gratuitos que ves por todas partes serán populares."

5. Enfocarse en tus datos propios

Rahul Todkar, jefe de datos e IA en Tripadvisor, cree que el modelo ideal para una empresa no se trata únicamente del tamaño, sino de la personalización.

Los profesionales pueden experimentar con modelos grandes y pequeños, pero Todkar ve el futuro en modelos construidos y personalizados para propósitos específicos.

"Toma el ejemplo de Mistral 7B, que es un modelo relativamente pequeño en el contexto de otros LLMs, pero lo hace fantásticamente bien cuando miras tareas específicas," dijo. "Entonces, para mí, el futuro se trata de modelos personalizables."

Todkar enfatiza la importancia de aprovechar los datos propios de una empresa de manera efectiva.

"No es el tamaño del entrenamiento o las características del modelo lo que importa, sino que se trata de tomar ese modelo y aplicarlo en tu contexto con tus datos propios," dijo. "Ahí es cuando vas más allá de los modelos listos para usar y puedes usar las percepciones de tus datos. Entonces, la respuesta estará en algún punto intermedio."