3 formas extrañas en las que las empresas pierden la cabeza por la IA

MMaximilian Schwarzmüller
ManagementBusiness NewsComputing/Software

Transcript

00:00:00Cuando se trata de
00:00:02empresas que usan IA
00:00:04Probablemente estemos aquí en lo que respecta al actual hype sobre la IA
00:00:10No estoy seguro de si hemos alcanzado el máximo, la cima todavía, pero definitivamente estamos en un punto muy alto
00:00:17Ahora, obviamente, no soy la excepción. Creo mucho contenido sobre IA
00:00:23Tengo cursos sobre IA, cursos sobre códecs, cloud code y mucho más porque es una realidad, es
00:00:31Útil, está cambiando la forma en que creamos software
00:00:35No hay forma de evitarlo
00:00:36Y quiero decir que he dejado muy, muy claro cómo me siento sobre
00:00:43la IA para programar y que personalmente me divertía más
00:00:47que disfrutaba escribiendo código antes de que tuviéramos IA, pero es lo que hay
00:00:52Y por supuesto, nada me impide seguir escribiendo código a mano, pero si estás haciendo
00:00:58trabajo de desarrollo serio, si estás construyendo software
00:01:01Sí, la IA puede hacerte más productivo y no usarla es una opción válida
00:01:07Pero en la mayoría de los casos probablemente no sea la correcta si lo haces profesionalmente, al menos esa es mi opinión
00:01:15Ahora, eso no cambia que estemos
00:01:20realmente en un punto máximo con respecto al hype
00:01:24con respecto a la IA en las empresas y
00:01:27Quizás alcancemos alturas aún mayores, ahora, por supuesto, cuando digo IA en las empresas, soy plenamente consciente de que no hay
00:01:36técnicamente una cantidad infinita de empresas
00:01:39Pero hay, por supuesto, muchas, muchas empresas en todo el mundo y el uso de la IA no está distribuido de manera uniforme
00:01:46Y, por supuesto, me refiero principalmente a tecnología, a empresas orientadas al software
00:01:52Pero cuando hablamos o cuando observamos el uso de la IA en las empresas
00:01:58hay un par de
00:02:00tendencias interesantes y algo preocupantes de las que tenemos que hablar, que tenemos que observar
00:02:08una gran tendencia que vimos en las últimas semanas o
00:02:13de la que oímos hablar en las últimas semanas es, por ejemplo
00:02:16el "token maxing"
00:02:19El "token maxing", por supuesto, significa que para algunas empresas, un mayor uso de IA es mejor
00:02:25Eso es todo
00:02:28hay
00:02:30según se informa, empresas que tenían o tienen
00:02:33tablas de clasificación internas que rastrean cuántos
00:02:37tokens gastan sus
00:02:39desarrolladores de software o empleados en general en la IA y
00:02:45bueno, eso es un poco como medir solo las líneas de código que generas como
00:02:52una medida de qué tan bien lo estás haciendo. Es una mala medida, por supuesto
00:02:57Y probablemente no necesite decirte que debería ser bastante obvio que solo gastar muchos tokens es
00:03:03no es una buena medida para evaluar qué tan productivo eres, quiero decir, por un lado
00:03:09Es fácil de manipular, puedes simplemente enviar mensajes inútiles a la IA o hacer que haga trabajos
00:03:15sin sentido, y eso te permite maximizar tus tokens, pero incluso si no estás haciendo eso
00:03:21qué desarrollador es probablemente mejor, ¿el que pone algo de pensamiento?
00:03:29en un problema que
00:03:32analiza el resultado que la IA les da o sugiere, y que analiza el código
00:03:38o el programador que solo envía mensajes y
00:03:42produce toneladas de tokens y resultados. Para algunas empresas, parece ser la segunda opción. Para mí, definitivamente es la primera. Yo
00:03:51pienso que la cosa mágica sobre la IA y donde realmente puedes sacarle mucho provecho
00:03:58ahora mismo, es si combinas tu experiencia con las ventajas de la IA
00:04:05que, por supuesto, son que puedes moverte rápido, que tienes un mentor
00:04:10infinitamente paciente al que puedes hacer preguntas, que puedes combinar dos cerebros, aunque
00:04:16deberías confiar un poco más en tu cerebro en la mayoría de las situaciones
00:04:20Sí, puedes obtener ventajas de la IA, pero el "token maxing" probablemente no sea la forma, pero es una tendencia que
00:04:28vemos, de la que oímos hablar en algunas empresas, aunque
00:04:31por supuesto, ahora que se hizo público, algunas de estas empresas como Meta, por ejemplo, ya anunciaron que
00:04:37se estaban deshaciendo de esa tabla de clasificación o de ese fuerte incentivo para maximizar los tokens
00:04:43Pero todavía es algo que existe en algunas empresas, al parecer. Otra
00:04:48tendencia que vi más y más durante la última semana es que hay empresas como
00:04:55McKinsey
00:04:56a las que realmente les gusta
00:04:59impulsar la narrativa de los agentes de IA como empleados
00:05:04Entonces, el CEO de McKinsey dijo aquí que tendrían 60.000 empleados, de los cuales
00:05:0925.000 son agentes de IA y solo alrededor de 40.000 son humanos
00:05:15Así que los agentes de IA como fuerza laboral es algo que también he visto aquí y allá, y sí
00:05:22por supuesto, esa es una forma de verlo, supongo
00:05:26pero, por otro lado, yo
00:05:29no lo sé. Quiero decir, por un lado, ahora mismo
00:05:32estamos en un punto en el tiempo en el que la mayoría de los agentes de IA son bastante
00:05:38especializados en cuanto a lo que pueden hacer. Mientras que los humanos tienden a ser más
00:05:44versátiles en lo que pueden hacer y en lo que se les puede enseñar
00:05:48Así que no estoy seguro de si esa comparación realmente tiene mucho sentido. Quiero decir, ¿quién hubiera pensado en
00:05:55llamar a tu script de respaldo un
00:05:58empleado que quizás ya tenías en 2018, ¿verdad? Así que teníamos automatizaciones
00:06:03teníamos flujos de trabajo antes de la IA y eso tiene mucho sentido
00:06:08Obviamente, tenemos procesos de implementación automatizados, procesos de respaldo, web scrapers, procesos de análisis de datos
00:06:15Tenemos todo tipo de automatizaciones y las tenemos desde hace 10, 20 años o más
00:06:20pero ahora son los agentes de IA los que llamamos parte de la fuerza laboral y
00:06:26No me malinterpreten. Puedes hacer cosas útiles con agentes de IA
00:06:31Personalmente, no estoy totalmente a bordo con el hype de "open claw" porque personalmente
00:06:36todavía no soy capaz de obtener un gran
00:06:41uso útil de él. No he encontrado esos casos de uso que realmente sean mágicos para mí cuando se trata de "open claw"
00:06:49Pero estoy usando "cloud code" y "codecs" para programar, pero también para más que eso
00:06:55Estoy usando el agente "pie", que es un agente de IA
00:07:00independiente y de código abierto que puedes, por ejemplo, usar con tu suscripción de Chat GPT
00:07:05Lo estoy usando para hacer todo tipo de cosas en mi máquina o en mi VPS, para que analice archivos de registro
00:07:12Es eso un empleado? No estoy tan seguro
00:07:16Es una herramienta útil, seguro
00:07:19Y ni siquiera sabría cómo contar eso si tengo dos empleados y cada uno de ellos está usando este agente
00:07:25¿Son esos dos empleados adicionales o es el agente todavía solo un empleado usado por otros empleados?
00:07:34No lo sé. Pero sí, esto es algo que también ves aquí y allá y, obviamente, hay mucho marketing involucrado aquí
00:07:41obviamente quieres ser la empresa que sabe cómo hacer IA y que está en la vanguardia de
00:07:48sacar el máximo provecho de la IA y, obviamente, esa es una narrativa que beneficiaría a una empresa de consultoría como
00:07:55McKinsey, así que entiendo de dónde vienen. Pero eso es, sí, es una tendencia extraña. Diré eso
00:08:03con seguridad. Otra
00:08:05tendencia interesante que vi está relacionada con el "token maxing". Supongo que es
00:08:11el uso obligatorio ahora. Sin embargo, no me refiero a que se requiera usar la IA tanto como sea posible
00:08:19sino que te obligan a usarla
00:08:23A menudo, o en algunos casos, también modelos o agentes específicos
00:08:29así que eso es algo que va de la mano con ese uso obligatorio en algunas empresas, al menos, y
00:08:37Este es un punto que entiendo hasta cierto punto porque
00:08:41entiendo que como empresa quieras asegurarte de que tus empleados
00:08:47experimenten con esta nueva tecnología e intenten descubrir dónde es útil porque
00:08:53Creo que hay una cantidad decente
00:08:55de personas que
00:08:57usaron Chat GPT, la versión gratuita, hace un par de meses o algo así
00:09:04O la usan aquí y allá y está bien, pero no parece súper impresionante y
00:09:10especialmente entre la gente normal que no está en esta burbuja tecnológica, la proporción de personas
00:09:17que están en ese grupo y que no usan regularmente modelos de vanguardia es muy probablemente
00:09:24muy, muy alta, así que entiendo por qué las empresas quieren incentivar o empujarte a
00:09:30usar activamente la IA, a intentarlo, a tratar de usarla en tu trabajo diario y
00:09:35Eso funciona mejor, por supuesto, si también tienes acceso a los modelos más capaces
00:09:43Quiero decir, si te obligo a trabajar con un modelo de IA que tiene dos años, que no tiene ninguna capacidad
00:09:48adicional porque no se está ejecutando en ningún entorno que le daría esas capacidades
00:09:53Eso sería bastante inútil
00:09:55Pero entiendo por qué las empresas quieren que los empleados jueguen con la IA. Ni que decir tiene que algunas empresas están
00:10:03definitivamente yendo demasiado lejos y no tiene sentido
00:10:08obligar a los empleados a hacer todo con IA, y creo que también deberías
00:10:13tratar de confiar en tus empleados cuando te dicen que una determinada tarea no se puede hacer con IA, o al menos
00:10:20no se puede hacer mejor con IA. Pero, por supuesto, entiendo
00:10:24que las empresas también puedan dudar de si los empleados realmente se involucraron con la IA, y es fácil resistirse
00:10:32a la nueva tecnología, obviamente también porque mucha gente tiene miedo, y ¿cómo no ibas a tenerlo con Dario Amodei básicamente
00:10:40yendo a un programa de entrevistas o entrevista cada semana diciéndole a la gente que la gran mayoría
00:10:45de los trabajadores de cuello blanco perderán sus trabajos. Lo entiendo, mucha gente tiene miedo, así que es fácil resistirse a la IA
00:10:53Pero lo he dicho antes en otros episodios y creo firmemente en ello
00:10:57La única forma de lidiar con esta nueva tecnología
00:11:01al igual que con todas las nuevas tecnologías del pasado, es realmente
00:11:07abrazarla e intentar sacar el máximo provecho de ella. Eso no significa que debas confiar ciegamente en ella
00:11:13Tampoco significa que debas usarla para todo
00:11:16pero significa que deberías
00:11:19intentar seriamente usarla para ver dónde puede ayudarte, que quieres llevarla al límite y, especialmente con la IA
00:11:25donde todo está cambiando tan rápidamente todo el tiempo
00:11:28también quieres reevaluar
00:11:32regularmente, cada pocos meses o algo así, porque las cosas cambian, los modelos cambian, pero más importante aún
00:11:38y lo he dicho en otros episodios también, pero más importante aún, los entornos, las herramientas alrededor de estos modelos también evolucionan, los
00:11:46agentes, los entornos agentes en los que corren estos modelos, digamos que esos también evolucionan y por lo tanto es muy
00:11:54probable, o es posible, que hoy puedas hacer algo con IA que no podías hacer hace un par de meses
00:12:00así que entiendo esto, pero es, por supuesto, claro que algunas empresas están llevando esto demasiado lejos y
00:12:06obligando a los empleados a hacer algo con la IA que simplemente no funciona con la IA o donde eres más eficiente sin la IA
00:12:14por supuesto, es una especie de
00:12:16sobrepasar el objetivo de
00:12:18incentivar a la fuerza laboral a usar la IA, pero sí, aquí es donde estamos
00:12:24Ese es el estado extraño en el que estamos ahora mismo. Y yo no he formado parte realmente de anteriores
00:12:30revoluciones tecnológicas por las que pasamos en el pasado
00:12:33Quiero decir, seguro, la adopción masiva de Internet ocurrió mientras estaba vivo
00:12:40pero era un niño entonces cuando Internet se convirtió en algo. Así que no era parte de la fuerza laboral
00:12:48es muy probable que sea bastante normal que las cosas sean ásperas y extrañas cada vez que tal
00:12:55transición o evolución sucede, por supuesto con la IA
00:12:58probablemente sea especialmente áspero porque todo va tan rápido y
00:13:03debido a que va tan rápido y a la forma en que funciona y lo que gente como Dario te dice todo el tiempo
00:13:10también es súper aterrador. Así que sí
00:13:14todas estas cosas combinadas. Tiene mucho sentido que las cosas sean muy, muy extrañas
00:13:20Y de nuevo, como mencioné antes
00:13:22para mí
00:13:24definitivamente, disfrutaba más la parte de la programación antes de que la IA fuera algo. Pero aquí estamos y
00:13:31sí, definitivamente ahora mismo muchas empresas están aquí y veremos si continuamos así o si encontramos un camino más
00:13:40significativo y razonable a seguir, donde realmente podamos intentar sacar el máximo provecho de la IA en lugar de solo usar
00:13:47la mayor cantidad de IA
00:13:49sin la parte de uso

Key Takeaway

El valor real de la IA corporativa reside en la combinación de la experiencia humana con herramientas especializadas, no en maximizar el consumo de tokens ni en forzar el uso de agentes automatizados para todas las tareas.

Highlights

Empresas han implementado tablas de clasificación internas que miden exclusivamente el número de tokens consumidos por sus desarrolladores en tareas de IA.

Compañías como McKinsey proyectan plantillas laborales donde 25,000 agentes de IA conviven con 40,000 empleados humanos.

La métrica de 'token maxing' incentiva el volumen de producción sobre la calidad del pensamiento crítico en la resolución de problemas técnicos.

Meta eliminó sus tablas de clasificación de tokens tras hacerse pública la ineficacia de dicha métrica para evaluar la productividad real.

La adopción obligatoria de herramientas de IA busca superar la resistencia de empleados temerosos ante las proyecciones de desplazamiento laboral en sectores de cuello blanco.

Timeline

La ineficacia del 'token maxing' como métrica

  • El uso de IA no equivale automáticamente a mayor productividad profesional.
  • Las empresas que rastrean el consumo de tokens de sus empleados fomentan la manipulación de resultados en lugar de la calidad técnica.
  • El éxito en la programación actual depende de analizar críticamente las sugerencias de los modelos, no solo de generar grandes cantidades de código.

Las empresas están utilizando tablas de clasificación para medir cuánto consumen sus desarrolladores en IA, una métrica comparable a contar solo líneas de código. Este enfoque, denominado 'token maxing', es fácilmente manipulable mediante mensajes inútiles y desincentiva el análisis humano. La verdadera ventaja competitiva surge cuando los desarrolladores actúan como supervisores de los resultados de la IA, combinando criterio propio con la rapidez de la herramienta.

Agentes de IA como fuerza laboral

  • Firmas de consultoría como McKinsey promueven la narrativa de agentes de IA integrados formalmente como empleados.
  • Los humanos mantienen una versatilidad superior frente a los agentes de IA altamente especializados actuales.
  • La automatización de procesos no es un concepto nuevo, aunque ahora se etiquete bajo la categoría de 'empleados de IA'.

La tendencia a clasificar scripts y automatizaciones como 'agentes-empleados' es, en gran medida, una estrategia de marketing. Aunque existen casos de uso prácticos, como el análisis de archivos de registro mediante agentes independientes como 'pie', no existe una forma clara de cuantificar estos agentes dentro de una nómina. La distinción entre una herramienta útil y un empleado autónomo sigue siendo borrosa debido al enfoque comercial de las consultoras.

La imposición del uso de IA

  • Las empresas incentivan o fuerzan el uso de IA para vencer la resistencia cultural de los empleados.
  • El miedo al reemplazo laboral justifica gran parte de la reticencia de los trabajadores ante las nuevas tecnologías.
  • La integración efectiva requiere una reevaluación constante de las herramientas, ya que los entornos y capacidades de los modelos cambian cada pocos meses.

La obligatoriedad de utilizar modelos específicos busca que los empleados descubran utilidades reales en su trabajo diario, evitando que se queden en un uso superficial. Sin embargo, forzar el uso de IA para tareas donde no aporta eficiencia es contraproducente. La mejor estrategia para navegar este entorno es adoptar la tecnología para probar sus límites, reconociendo que la rápida evolución de los agentes exige un aprendizaje continuo y una validación regular de lo que hoy es posible realizar.

Community Posts

View all posts