Esta semana en Las Vegas, 30.000 personas se reunieron para escuchar lo último y lo mejor de Google Cloud. Lo que escucharon fue toda IA generativa, todo el tiempo. Google Cloud es, ante todo, un proveedor de plataformas e infraestructura en la nube. Si no lo sabía, es posible que se lo haya perdido en la avalancha de noticias sobre IA.
No es para minimizar lo que Google tenía en exhibición, pero al igual que Salesforce el año pasado en su gira itinerante en la ciudad de Nueva York, la compañía no logró dar más que un guiño pasajero a su negocio principal, excepto en el contexto de la IA generativa, por supuesto.
Google anunció una serie de mejoras de IA diseñadas para ayudar a los clientes a aprovechar el modelo de lenguaje grande (LLM) de Gemini y mejorar la productividad en toda la plataforma. Es un objetivo digno, por supuesto, y durante el discurso principal del día 1 y el discurso de apertura para desarrolladores del día siguiente, Google salpicó los anuncios con una buena cantidad de demostraciones para ilustrar el poder de estas soluciones.
Pero muchos parecían demasiado simplistas, incluso teniendo en cuenta que debían incluirse en una conferencia magistral con una cantidad de tiempo limitada. Se basaron principalmente en ejemplos dentro del ecosistema de Google, cuando casi todas las empresas tienen gran parte de sus datos en repositorios fuera de Google.
En realidad, parecía que algunos de los ejemplos se podrían haber hecho sin IA. Durante una demostración de comercio electrónico, por ejemplo, el presentador llamó al proveedor para completar una transacción en línea. Fue diseñado para mostrar las capacidades de comunicación de un robot de ventas, pero en realidad, el comprador podría haber completado fácilmente el paso en el sitio web.
Eso no quiere decir que la IA generativa no tenga algunos casos de uso poderosos, ya sea crear código, analizar un corpus de contenido y poder consultarlo, o poder hacer preguntas sobre los datos de registro para comprender por qué un sitio web cayó. Es más, los agentes basados en tareas y roles que la compañía introdujo para ayudar a los desarrolladores individuales, personas creativas, empleados y otros, tienen el potencial de aprovechar la IA generativa de manera tangible.
Pero cuando se trata de crear herramientas de inteligencia artificial basadas en los modelos de Google, en lugar de consumir las que Google y otros proveedores están creando para sus clientes, no pude evitar sentir que estaban pasando por alto muchos de los obstáculos que podrían interponerse en el camino. camino para una implementación exitosa de la IA generativa. Si bien intentaron que pareciera fácil, en realidad es un gran desafío implementar cualquier tecnología avanzada dentro de grandes organizaciones.
El gran cambio no es fácil
Al igual que otros saltos tecnológicos de los últimos 15 años (ya sea móvil, nube, contenedorización, automatización de marketing, lo que sea), se ha cumplido con muchas promesas de ganancias potenciales. Sin embargo, cada uno de estos avances introduce su propio nivel de complejidad, y las grandes empresas actúan con más cautela de lo que imaginamos. La IA parece un impulso mucho mayor de lo que Google, o, francamente, cualquiera de los grandes proveedores, deja entrever.
Lo que hemos aprendido con estos cambios tecnológicos anteriores es que vienen acompañados de mucha publicidad y generan mucha desilusión. Incluso después de varios años, hemos visto grandes empresas que quizás deberían aprovechar estas tecnologías avanzadas y que todavía sólo incursionan o incluso se mantienen al margen, años después de su introducción.
Hay muchas razones por las que las empresas pueden no aprovechar la innovación tecnológica, incluida la inercia organizacional; una frágil pila de tecnología que dificulta la adopción de soluciones más nuevas; o un grupo de detractores corporativos que cierran incluso las iniciativas mejor intencionadas, ya sean legales, de recursos humanos, de TI u otros grupos que, por una variedad de razones, incluida la política interna, continúan simplemente diciendo no a cambios sustanciales.
Vineet Jain, director ejecutivo de Egnyte, una empresa que se concentra en almacenamiento, gobernanza y seguridad, ve dos tipos de empresas: aquellas que ya han hecho un cambio significativo hacia la nube y a las que les resultará más fácil adoptar la IA generativa, y aquellos que han avanzado lentamente y probablemente tendrán dificultades.
Habla con muchas empresas que todavía tienen la mayor parte de su tecnología local y que tienen un largo camino por recorrer antes de empezar a pensar en cómo la IA puede ayudarles. “Hablamos con muchos usuarios tardíos de la nube que no han comenzado o están muy temprano en su búsqueda de la transformación digital”, dijo Jain a TechCrunch.
La IA podría obligar a estas empresas a pensar mucho sobre cómo emprender la transformación digital, pero podrían tener dificultades si empiezan desde tan atrás, dijo. “Estas empresas necesitarán resolver esos problemas primero y luego consumir IA una vez que tengan un modelo maduro de seguridad y gobernanza de datos”, dijo.
Siempre fueron los datos
Los grandes proveedores como Google hacen que la implementación de estas soluciones parezca simple, pero como toda tecnología sofisticada, parecer simple al principio no significa necesariamente que sea sencillo al final. Como escuché a menudo esta semana, cuando se trata de los datos utilizados para entrenar Gemini y otros grandes modelos de lenguaje, sigue siendo un caso de “basura que entra, basura sale”, y eso es aún más aplicable cuando se trata de IA generativa.
Comienza con datos. Si no tiene su data house en orden, será muy difícil ponerlo en forma para capacitar a los LLM en su caso de uso. Kashif Rahamatullah, director de Deloitte que está a cargo de la práctica de Google Cloud en su empresa, quedó muy impresionado por los anuncios de Google esta semana, pero aun así reconoció que algunas empresas que carecen de datos limpios tendrán problemas para implementar soluciones de IA generativa. “Estas conversaciones pueden comenzar con una conversación de IA, pero rápidamente se convierte en: 'Necesito arreglar mis datos y limpiarlos, y necesito tenerlos todos en un solo lugar, o casi en un solo lugar, antes de comenzar. empezar a obtener el verdadero beneficio de la IA generativa”, dijo Rahamatullah.
Desde la perspectiva de Google, la empresa ha creado herramientas de inteligencia artificial generativa para ayudar más fácilmente a los ingenieros de datos a crear canales de datos para conectarse a fuentes de datos dentro y fuera del ecosistema de Google. “Realmente está destinado a acelerar los equipos de ingeniería de datos, al automatizar muchas de las tareas muy laboriosas involucradas en mover datos y prepararlos para estos modelos”, Gerrit Kazmaier, vicepresidente y gerente general de bases de datos, análisis de datos y Looker. en Google, dijo a TechCrunch.
Esto debería ser útil para conectar y limpiar datos, especialmente en empresas que están más avanzadas en el viaje de transformación digital. Pero para aquellas empresas como las que Jain mencionó (aquellas que no han dado pasos significativos hacia la transformación digital) podría presentar más dificultades, incluso con estas herramientas que Google ha creado.
Todo eso ni siquiera tiene en cuenta que la IA presenta su propio conjunto de desafíos más allá de la mera implementación, ya sea una aplicación basada en un modelo existente o especialmente cuando se intenta construir un modelo personalizado, dice Andy Thurai, analista de Investigación de constelaciones. “Al implementar cualquiera de las soluciones, las empresas deben pensar en la gobernanza, la responsabilidad, la seguridad, la privacidad, el uso ético y responsable y el cumplimiento de dichas implementaciones”, dijo Thurai. Y nada de eso es trivial.
Los ejecutivos, profesionales de TI, desarrolladores y otras personas que asistieron a GCN esta semana podrían haber ido a buscar lo que viene a continuación de Google Cloud. Pero si no buscaron la IA, o simplemente no están preparados como organización, es posible que hayan salido de la Ciudad del Pecado un poco conmocionados por la total concentración de Google en la IA. Podría pasar mucho tiempo antes de que las organizaciones que carecen de sofisticación digital puedan aprovechar al máximo estas tecnologías, más allá de las soluciones más empaquetadas que ofrecen Google y otros proveedores.
