Inteligencia Artificial Generativa y su adopción en México

Ejecutivos de Dell nos hablaron de los diferentes tipos de Inteligencia Artificial  y sus implementaciones en nuestro país.

Para Dell es de suma importancia hablar de la Inteligencia Artificial generativa y como LATAM está trabajando con esta y la han implementado, Francisco Aguirre,  Latam Artificial Inteligente Senior Principal, nos habló de lo que hay detrás de esta tecnología y la situación por la que atraviesa.

Si bien la Inteligencia Artificial puede beneficiar a muchas compañías automatizando procesos, otras áreas como lo es  la asociación de escritores de Hollywood se vieron amenazados de esta tecnología y exigen una regulación.

#UNDATO El 89.2% de los actores cree que la Inteligencia Artificial viola los términos de su imagen.

Pero la IA tiene su lado bueno, se ha demostrado que esta tecnología, puede generar reducciones hasta del 20% en áreas específicas como el desarrollo de productos, servicios, marketing y ventas, así como en las estrategias corporativas logrando ahorros más significativos.

“La IA artificial ha ayudado a la analítica del fraude bancario, haciendo más eficiente la identificaciones de operaciones fraudulenta, esto gracias a los algoritmos”.

Comentó Francisco Aguirre.

México ocupa el 5 lugar en LATAM en adoptar la IA y lo aplican en las siguientes verticales:

• Iniciativas gubernamentales: para mejorar los servicios públicos, se están buscando iniciativas para integrar la IA en áreas como la sanidad, la educación y el desarrollo urbano
• Inteligencia artificial en las empresas: Están aplicando la IA para mejorar sus operaciones, servicio al cliente y estrategias de marketing. Sectores como el financiero, el minorista y el manufacturero utilizan cada vez más la IA para el análisis de datos, los modelos predictivos y la automatización.
• Enfoque educativo: Están optando por el aprendizaje automático en sus planes de estudio, con el fin de preparar una fuerza laboral capacitada en estas tecnologías emergentes, que son críticas para los mercados laborales del futuro.
• Startups e innovación: Estas se enfocan en Al y machine learning. Estas startups están trabajando en diversos campos, desde fintech y salud hasta retail y logística.
• Colaboración entre gigantes tecnológicos: Principales empresas tecnológicas mundiales están colaborando con organizaciones e instituciones mexicanas para fomentar el desarrollo de Al. Por ejemplo, DELL, Google y Microsoft han participado en iniciativas para apoyar la educación y el desarrollo de la inteligencia artificial en México,
• IA para el bien social: Existen iniciativas en las que la Inteligencia Artificial se utiliza para abordar problemas sociales y medioambientales en México, como los esfuerzos de conservación, la lucha contra la contaminación atmosférica y la mejora de las prácticas agrícolas.
• Investigación y desarrollo: Universidades e instituciones de investigación mexicanas están cada vez más implicadas en la investigación del Al, colaborando a menudo con organismos internacionales para avanzar en el conocimiento y las aplicaciones del Al.

“La IA marcará un antes y un después utilizar Inteligencia Artificial  y Generativa en las empresas, se necesita  que se empiece a adoptar, México va a en buen camino, se están dando los pasos para implementarla”.

Afirmó Francisco Aguirre.

Inteligencia Artificial Generativa el próximo paso.

Las diferencias entre IA e IA Generativa son:

¿Cómo se podría aplicar la IA  Generativa en México?

Guillermo Sandoval  Director del Costumer Solutions Center en Dell nos habló de las cantidades industriales de datos para almacenar la data  y que se rija con los datos correctos para entrenarlos.

“Necesitamos trillones de datos para crear una Inteligencia artificial Generativa eficiente y para esto se necesita almacenar en el EDGE ”.

Afirmó Guillermo.

Ciclo de vida de la IA  Generativa:

• Gestión y preparación de datos: Esta fase es fundamental ya que es el proceso de depuración, transformación, y reestructuración de los datos para dejarlos listos para su modelado.
• Entrenamiento: Fase en la que un modelo aprende de un gran corpus de texto. Esta fase requiere la mayor cantidad de recursos computacionales. Por ejemplo, se entrenó una iteración de GPT-3 (175B) en 10.000 GPU V100 en el transcurso de 14,8 días.
• Ajuste fino / Personalización: Durante el ajuste, el modelo base se entrena aún más en un conjunto de datos más pequeño y específico de la tarea. En esta fase es donde los clientes pueden tomar un modelo pre-entrenado disponible en el mercado y ajustarlo a su información patentada.
• Inferencia: En el contexto de grandes modelos de lenguaje se refiere al proceso de utilizar el modelo para generar predicciones o resultados basados en datos de entrada. Esto es «usar» la IA, como cuando ChatGPT da una respuesta o Stable Diffusion genera una imagen

Casos de Usos de la IA Generativa

• Acelerar las operaciones comerciales, previsión de estrategias financieras y en la toma de decisiones.
• Automatización de operaciones de ventas y marketing colaboración con B2C y B2B interacciones de servicio para contar con interacciones más ricas con los clientes.
• Ciencias de la vida y avance de la atención médica, científica, así como er modelado de datos masivos para los nuevos avances.
• Conversión de miles de millones de datos “fríos” en conocimiento más inteligentes y de alto valor pata la agilidad y crecimiento de todo el negocio.

Soluciones e Infraestructura para trabajar la Inteligencia Artificial Generativa

Para estas nuevas tecnologías Dell cuenta con los equipos necesarios para poder implementar el mundo las soluciones de Inteligencia Artificial Generativa más completo: