En un evento con desarrolladores y empresas, directivos de Google Cloud destacaron la importancia de democratizar el acceso a las herramientas de Inteligencia Artificial (IA) Generativa, cuyo impacto se estima en alrededor de 4.4 billones de dólares al año, según estimaciones realizadas por McKinsey.
Durante su conferencia Gen AI Live + Labs en la Ciudad de México, David Ruiz, líder en Analítica, Datos, IA y Machine Learning, consideró que el impacto de la IA no se limita a una sola industria, pero las empresas y personas recién comienzan a identificar el impacto que esta herramienta puede tener en su productividad, ya sea en generar contenidos o realizar un análisis de forma simple.
Aseguró que desde Google Cloud se han implementado iniciativas para la democratización de IA y ML en tres niveles: para personas sin especialización que pueden utilizar modelos y datos de Google, para empresas que pueden usar sus datos pero con modelos de Google, y para usuarios avanzados se ofrecen herramientas para crear sus propios modelos y datos.
También lee: Microsoft supera a Amazon por ingresos de Nube en segundo trimestre
Los directivos consideraron que México está en buena posición para acelerar la adopción de herramientas de IA, al señalar que proveedores como Google Cloud ofrecen herramientas que reducen las barreras de acceso, a la vez que existen grandes conglomerados corporativos en el país, los cuales pueden atraer su experiencia y conocimiento.
Julio Velázquez, director General de Google Cloud en México, identificó actualmente tres tendencias claras respecto al desarrollo y uso de la IA Generativa:
- Facilitación de tareas, desde un análisis de datos hasta reportes y minutas automáticas;
- Capacidad conversacional, que facilita la interacción con las computadoras, sin necesidad de conocimientos técnicos o de desarrollo de código; y,
- Mejora en la productividad y su impacto en las industrias.
Durante un encuentro con medios, el directivo aseguró que la IA es transformacional en múltiples industrias donde ayudará a resolver complejos problemas, desde la salud, al cambio climático, el control de tráfico o ayudar a empresas determinar nuevas ofertas en el mercado.
En Google Cloud “estamos llenos de información y la estamos ordenando y estructurando para facilitar el aprendizaje”, acompañada de importantes montos de inversión y lineamientos para asegurar un uso responsable de la IA, dijo Velázquez.
“No nos interesa la velocidad, sino la distancia y cómo el viaje nos da los cimientos para romper los miedos sobre el impacto de la tecnología”, agregó.
Te puede interesar: ¿Google y Meta pueden combatir el robo de celulares? Brasil dice que sí
Al respecto, Ruiz indicó que la indicación al interior de la compañía es que “la privacidad va primero” en cualquier tecnología que se desarrolle, desde la IA, hasta la barra de búsqueda. En ese sentido, indicó que es importante llevar estos mismos estándares al mundo empresarial, de modo que las compañías tengan información sobre la seguridad de sus datos.
Los principios de Google para la IA
En cuanto a la posible regulación, los directivos coincidieron en que el primer paso es trabajar en entender cómo funciona la tecnología, para lo cual trabajan de la mano de asociaciones industriales y representantes del gobierno.
Gobiernos alrededor del mundo han comenzado a evaluar los posibles riesgos a partir del uso de herramientas de IA, tanto en usos malintencionados como desinformación, hasta impactos de largo plazo como el futuro del trabajo. La Unión Europea (UE) fue una de las primeras que publicó una ley basada en riesgos para regular el uso de IA, aunque algunas corporaciones y empresarios han buscado impulsar un enfoque de autorregulación.
Como parte de esta tendencia, Google Cloud publicó sus principios de IA, entre los que se incluye que esta deba ser beneficiosa para la sociedad, desarrollada y probada con seguridad, incorporar mecanismos de privacidad desde el diseño, y evitar o reforzar sesgos, entre otros.
Novedades para desarrolladores
Durante la conferencia, Google Cloud presentó sus avances en la integración de Inteligencia Artificial en sus propios productos y soluciones, además de software que permiten a otros desarrolladores acceder a herramientas para su implementación en sus propias organizaciones.
AutoML es una herramienta que permite a los desarrolladores con experiencia limitada en Aprendizaje Automático entrenar modelos de alta calidad específicos para sus necesidades comerciales. Entre otras herramientas también se encuentra Dialogflow, que proporciona una plataforma de desarrollo integral para chatbots y voicebots, con más de 1.5 millones de desarrolladores trabajando en esta.
Otra herramienta a la que pueden acceder los desarrolladores es Vertex AI, que proporciona herramientas pre entrenadas y personalizadas con una plataforma de IA unificada que permite a los científicos e ingenieros de Aprendizaje Automático simplificar sus operaciones. De este se desprenden Vertex AI Vision para aplicaciones de visión por computadora; Vertex AI Workbench, para análisis de datos; y Vertex AI Model Registry, que permite descubrir, usar y gobernar modelos de Aprendizaje Automático.