“En los últimos años, modelos LLM como GPT-3, BERT o T5 han demostrado capacidades inimaginables hasta ahora. Sin embargo, también existen importantes desafíos que habrán de ser abordados”, dice Elisa Martínez Frade, vicepresidenta de Ventas para Iberia y Latinoamérica de expert.ai, que acaba de lanzar los resultados de una encuesta realizada el pasado mes de abril entre más de 300 expertos en IA para identificar las oportunidades y los riesgos asociados a su implantación en la empresa.
Los datos, recogidos en el informe “Large Language Models: Opportunity, Risk and Paths Forward”, permiten establecer los casos de uso más comunes de los modelos de IA:
- Interacción entre personas y máquinas. Acceso rápido y sencillo a información y soporte. Los casos de uso más mencionados son los chatbots (54,4 %), los sistemas de preguntas/respuesta (52,6 %) y las soluciones de atención al cliente (22,5 %).
- Generación de lenguaje. Generación de contenido nuevo, imágenes realistas, composición de música, generación código. Los ejemplos más populares son el resumen de contenidos existentes (51,1 %) y la generación de nuevos contenidos (44,6 %).
- Extracción de información. Lectura automática de texto para identificar temas o entidades. Como casos de uso más mencionados, minería de conocimiento (48,6 %), creación de metadatos (38,1 %), categorización de contenido (27,2 %) y extracción de entidades (20,1 %).
- Búsqueda. La búsqueda general (39,0 %), la búsqueda semántica (30,7 %) y las recomendaciones (28,8 %) son las herramientas preferidas por los expertos.
Desafíos clave para la adopción de la IA generativa y los LLM
Se recogen además los principales desafíos a los que las organizaciones se enfrentarán a la hora de adoptar los LLM en su negocio.
- Seguridad y gobernanza (73,1 %). Los LLM generalmente requieren gran cantidad de datos para formarse, incluyendo información confidencial. Las empresas deben asegurarse de contar con las medidas de seguridad y privacidad adecuadas para proteger sus datos de accesos o explotaciones no autorizados.
- Falta de precisión y/o calidad (51,2 %). Un buen ejemplo son las alucinaciones, proceso por el cual el LLM genera texto sin basarse en conocimientos o experiencias del mundo real, lo que le lleva a inventar o fabricar respuestas ficticias o imposibles.
- Escasez de profesionales calificados (40,7 %). Los LLM son una tecnología relativamente nueva y existe un déficit de profesionales con experiencia para desarrollarla e implementarla. Como alternativa, los encuestados consideran buscar expertos externos para ajustar e implementar los modelos en producción (51,2 %) y para la selección inicial del modelo LLM principal (31,7 %).
- Grandes necesidades de computación (37,7 %). Los LLM requieren una gran cantidad de recursos para ejecutarse, lo que puede resultar costoso y complejo de configurar y mantener.
El futuro: modelos de lenguaje específicos para cada organización
Alrededor de un tercio de las empresas ya están considerando la creación de modelos de lenguaje específicos para su negocio (37,1 %). Una gran mayoría (78,5 %) consideran importante formar de forma eficaz un modelo lingüístico específico utilizable y preciso. Un 17,4 % han asignado ya presupuesto este año, un 17,7 % planean asignarlo y un 39,5 % lo está considerando para el presupuesto del año próximo.
