cnvrg.io, empresa que pertenece a Intel y proveedor de plataformas de inteligencia artificial (IA) y grandes modelos lingüísticos (LLM por sus siglas en inglés), ha publicado los resultados de su encuesta 2023 ML Insider. En un momento en el que todos los sectores parecen dirigir sus esfuerzos hacia la IA, la encuesta anual ha revelado que, a pesar del interés, la mayoría de las organizaciones aún no están aprovechando la tecnología de IA generativa (conocida como GenAI).
La tercera edición anual de la encuesta ML Insider de cnvrg.io ofrece un análisis del sector del aprendizaje automático, destacando las tendencias clave, los puntos de interés y los retos que los profesionales de la IA experimentan cada día. El informe de este año ofrece la perspectiva de un panel global de 430 profesionales de la tecnología sobre cómo están desarrollando soluciones de IA y sus enfoques para aplicar la IA generativa a sus negocios.
Tendencias de adopción de GenAI
A pesar del aumento de la concienciación sobre la tecnología GenAI en 2023, esta continúa representando sólo una porción del panorama general de la IA. La encuesta realizada por cnvrg.io revela que la adopción de grandes modelos lingüísticos (los modelos para entrenar aplicaciones y soluciones de IA generativa) dentro de las organizaciones sigue siendo baja.
En este sentido, tres cuartas partes de los encuestados afirman que sus organizaciones aún no han desplegado modelos GenAI en producción, mientras que tan solo el 10% de los encuestados aseguran que sus organizaciones han lanzado soluciones GenAI en producción en el último año. La encuesta también muestra que los encuestados con sede en EE.UU. (40%) son significativamente más propensos que los de fuera de EE.UU. (22%) a desplegar modelos GenAI.
Aunque puede que la adopción de esta tecnología no haya despegado aún, las organizaciones que han implantado modelos GenAI en el último año están experimentando beneficios significativos. Alrededor de la mitad de los encuestados afirman haber mejorado la experiencia del cliente (58 %), la eficiencia (53 %), las capacidades de los productos (52 %) y el ahorro de costes (47 %).
Retos de la adopción
El estudio indica que la mayoría de las organizaciones se acercan a la GenAI construyendo sus propias soluciones de LLM y personalizándolas para sus casos de uso, aunque casi la mitad de los encuestados (46%) considera que la infraestructura es el mayor obstáculo para convertir los LLM en productos.
La encuesta también pone de relieve otros retos que podrían estar causando una lenta adopción de la tecnología LLM en las empresas, como la falta de conocimientos, el coste y el cumplimiento. De hecho, el 84% de los encuestados admite que sus conocimientos deben mejorar debido al creciente interés en la adopción de LLM, mientras que sólo el 19% afirma tener una sólida comprensión de los mecanismos de cómo los LLM generan respuestas.
Esto revela una brecha de conocimiento como una barrera potencial para la adopción de GenAI que se refleja en las organizaciones que citan la complejidad y la falta de conocimiento como las mayores barreras para la adopción y aceptación de la IA. Además, los encuestados clasifican el cumplimiento y la privacidad (28%), la fiabilidad (23%), el alto coste de implementación (19%) y la falta de habilidades técnicas (17%) como las mayores preocupaciones a la hora de implementar los LLM en sus negocios. Casi la mitad de los encuestados señala la infraestructura como el mayor reto a la hora de poner en producción los LLM.
No hay duda de que la GenAI está teniendo un gran impacto en la industria. Si comparamos los datos actuales con los de 2022, el uso de chatbots/agentes virtuales se ha disparado un 26% y la traducción/generación de texto ha aumentado un 12% en 2023. Esto podría deberse al aumento de la tecnología LLM en 2023 y a los avances en la tecnología GenAI. Las organizaciones que han desplegado con éxito GenAI en el último año ven beneficios de la aplicación de LLM, como una mejor experiencia del cliente (27%), una mayor eficiencia (25%), capacidades de producto mejoradas (25%) y ahorro de costes (22%).
Además, la cartera de hardware y software de Intel que incluye cnvrg.io, ofrece a los clientes flexibilidad y capacidad de elección a la hora de diseñar una solución de IA óptima basada en sus respectivos objetivos de rendimiento, eficiencia y costes. Así, cnvrg.io ayuda a las organizaciones a mejorar sus productos con GenAI y LLM haciendo que sea más rentable y fácil desplegar grandes modelos de lenguaje en el hardware específico de Intel. De hecho, Intel es la única empresa con el espectro completo de plataformas de hardware y software, que ofrece soluciones abiertas y modulares para un coste total de propiedad y un tiempo de obtención de valor competitivos que las organizaciones necesitan para ganar en esta era de crecimiento exponencial e IA en todas partes.
