¿Qué es y cómo puedo utilizar la Generative AI?

En un contexto dónde la tendencia es hablar sobre la AI (Artificial Intelligence) y GenAI (Generative Artificial Intelligence) con motivo principal del impacto que causó la herramienta ChatGPT de OpenAI, la mayoría de las empresas se muestran cada vez más curiosas y predispuestas a probar esta tecnología para optimizar sus procesos.

Tratando de ser lo más pragmático posible, comparto algunos takeaways más relevantes sobre esta “nueva” tecnología y potenciales use cases que podrían aplicarse en el área de marketing.

La parte no tan divertida: ¿Qué es la GenAI?

Para explicar de qué va la GenAI, primero tendremos que pasar por otros conceptos.

La AI es una disciplina dentro de la ciencia de la computación que se enfoca en la creación de agentes inteligentes capaces de razonar, aprender y actuar de manera autónoma. La AI utiliza algoritmos y modelos de Aprendizaje Profundo (Deep Learning) para construir máquinas que piensen y actúen como los humanos.

Dentro de la AI, se encuentra el Aprendizaje Automático (Machine Learning), que es una subárea que permite entrenar modelos para hacer predicciones a partir de datos de entrada. El modelo puede hacer predicciones a partir de datos nuevos o nunca antes vistos que provienen del mismo conjunto utilizado para entrenarlo. El Aprendizaje Automático proporciona a las computadoras la capacidad de aprender sin programación explícita.

Dentro del campo más amplio del Aprendizaje Automático, el Aprendizaje Profundo (Deep Learning) utiliza redes neuronales artificiales, inspiradas en el cerebro humano, que le permite procesar patrones más complejos que el Aprendizaje Automático tradicional. Los modelos de Aprendizaje Profundo tienen muchas capas de neuronas, que facilita aprender patrones más complejos.

El Aprendizaje Profundo puede usar tanto datos etiquetados como no etiquetados. Cuando se utiliza un conjunto de datos pequeño etiquetado y un conjunto de datos grande no etiquetado, se llama aprendizaje semi supervisado. El modelo se entrena con los datos etiquetados para aprender conceptos básicos y luego se generaliza a partir de los datos no etiquetados para adaptarse a nuevos ejemplos.

La Generative AI o GenAI (Inteligencia Artificial Generativa) es una subrama de la Inteligencia Artificial que se centra en desarrollar algoritmos y modelos capaces de crear contenido nuevo y original, como imágenes, texto, música, videos y más. En otras palabras, tiene como objetivo generar datos y contenido en lugar de sólo analizar y procesar datos existentes.

Toma artefactos de datos y los utilizan para generar material novedoso que retiene similitud con los originales pero no los repite. Puede producir medios (texto, imágenes, audio, código y video), métodos de aprendizaje, procesos, aplicaciones, datos sintéticos y modelos de objetos físicos. Hoy en día crea contenido principalmente en respuesta a solicitudes en lenguaje natural, es decir, no requiere conocimiento ni introducción de código.

La Generative AI es un subconjunto del Aprendizaje Profundo que utiliza redes neuronales artificiales para generar contenido basado en grandes cantidades de datos y utilizando transformadores, técnica importante en el procesamiento del lenguaje natural. La generación de contenido se realiza a partir de modelos de lenguaje pre-entrenados que se pueden controlar mediante el uso de prompts, entradas cortas de texto que guían la respuesta del modelo.

Generative AI  ≠  AI

La principal diferencia en general entre la GenAI y la AI es el enfoque en la creatividad y la producción de contenido original. Mientras que la AI se enfoca en tareas específicas como el reconocimiento de voz, el procesamiento del lenguaje natural o la toma de decisiones, la GenAI se enfoca en la creación de nuevos datos que no existían previamente.

Podríamos decir que todas las aplicaciones de Generative AI son consideradas Inteligencia Artificial, pero no todas las aplicaciones de AI son Generative AI. La GenAI representa un paso adicional hacia la creatividad y la originalidad, donde las máquinas pueden producir contenido nuevo y novedoso por sí mismas, ampliando aún más las posibilidades de la AI en campos como el arte, el diseño, la música y la generación de contenido multimedia.

La parte más divertida: ¿Cómo puedo utilizarla?

Si en algo coinciden los recientes informes de las más importantes consultoras de transformación digital como Capgemini, McKinsey o Gartner, es que aún nos encontramos en una etapa de early adoption de esta tecnología dónde queda mucho por explorar. Sin embargo las compañías que ya están testando distintas soluciones y use cases, lo realizan en torno a las áreas de Marketing, Ventas, Customer Care. 

Use cases y herramientas pueden haber tantas como imaginemos (si, hay vida más allá del ChatGPT…). Mi recomendación es antes de querer implementar una herramienta "sólo porque tiene GenAI y es el futuro", analizar e identificar:

• Qué pain puedo resolver que impacte en la satisfacción de mis clientes 
• Qué valor añadido puedo entregar que me diferencie 
• Cómo podría hacer más eficiente un proceso interno para ahorrar tiempos/costes 

Luego de hacer business cases o una matriz de priorización con las ideas que puedan surgir, vendrá la etapa de analizar qué herramienta (o combinación de ellas) podría ser mi mejor partner para alcanzar la línea de acción identificada.

Si bien ChatGPT fue sin dudas una de las soluciones qué más dio de qué hablar, existen muchas que, o han incorporado GenIA en su core (como Salesforce o Adobe), han hecho alguna alianza con alguna solución de GenAI (Duolingo con ChatGPT) o que se han creado con esta tecnología para dar una solución específica (como DeepL). 

Aquí un ejemplo de un stack de soluciones agrupadas por usos (link al artículo):

Si hacemos zoom-in en el área de marketing, según las últimas tendencias y reportes de grandes consultoras, podríamos encontrar los siguientes casos de usos más usuales (entre otros más):

McKinsey en su reporte What’s the future of generative AI?, por ejemplo propone la siguiente estructura:

En resumen, la Generative AI o GenAI es una rama de la Inteligencia Artificial que utiliza algoritmos de Aprendizaje Profundo llamados modelos fundacionales (FMs) para generar nuevo contenido, como texto, imágenes o audio, a partir de datos de entrenamiento (prompts) que son entradas cortas de texto que guían la respuesta del modelo. Sus diversos usos podrían aportar un diferencial en la experiencia del cliente, potenciar la creatividad de la compañía y aumentar la eficiencia de tareas operativas vía la reducción de costes y tiempos. Los riesgos de no supervisar esta tecnología podrían caer en la generación de información no correcta, conflictos de propiedad intelectual y hasta fraude o brechas de seguridad.