OpenAI prepara su transformación en la "superaplicación" ChatGPT ↗
Según se informa, OpenAI está transformando ChatGPT, pasando de ser un chatbot de preguntas y respuestas a una "superaplicación" más completa: herramientas de codificación, agentes, generación de imágenes y aplicaciones asociadas, todo en un mismo lugar. Una idea sorprendentemente sencilla, pero un cambio radical en el producto. (Fortune)
La apuesta más arriesgada es que los usuarios no solo le pedirán respuestas a la IA, sino que le encomendarán tareas complejas (reservas, calendarios, código, flujos de trabajo) y esperarán que las realice correctamente. Ese es el reto ahora.
La perplejidad permite que los modelos de IA escriban sus propios procesos de búsqueda ↗
La función "Búsqueda como código" de Perplexity transforma la búsqueda, pasando de llamadas a API fijas a flujos de trabajo Python escritos por modelos. En lugar de manipular una caja negra con consulta tras consulta, el modelo construye su propia máquina de búsqueda compacta. (The Decoder)
La empresa afirma haber utilizado muchos menos tokens en una prueba comparativa de ciberseguridad y haber liderado la mayoría de sus pruebas. Por supuesto, conviene tomar esta afirmación con cautela, pero la idea es ingeniosa.
Nvidia cierra nuevos acuerdos de infraestructura de IA en Corea del Sur ↗
Nvidia anunció una serie de alianzas con empresas surcoreanas que abarcan chips de memoria, computación en la nube para IA, centros de datos, robótica y fabricación. SK Hynix, SK Telecom, Naver, Doosan, LG Group y Hyundai figuran entre las empresas que participan en la iniciativa. (Reuters)
La parte práctica más importante: Nvidia quiere asegurar el suministro de memoria avanzada mientras impulsa las "fábricas de IA" hacia una mayor integración en la cadena de valor industrial. ¿Glamuroso? No especialmente. ¿Importante? Mucho.
El sector de la IA se enfrenta a cuatro duras realidades ↗
El panorama del mercado de la IA se torna más sombrío: altos costos, recuperación de la inversión lenta, una demanda de infraestructura fuerte pero no infinita, y una financiación que probablemente seguirá siendo costosa. Es como el cartón mojado bajo el cohete chapado en oro. (Axios)
La tensión principal es simple: la IA como tecnología puede ser sumamente prometedora, mientras que como negocio aún puede parecer costosa, irregular y con escaso potencial de monetización. Ambas cosas pueden ser ciertas, algo molesto, pero cierto.
Los bancos sientan las bases para recortes masivos de personal a medida que la IA se consolida ↗
Según se informa, los bancos están reduciendo drásticamente las plazas para analistas junior, en algunos casos de forma considerable, mientras que siguen recurriendo a esos mismos profesionales al inicio de su carrera para captar futuros talentos en inteligencia artificial. Es un círculo vicioso peculiar, que se vuelve en contra de su propio programa de formación para recién graduados. (Fortune)
Los casos de uso de la IA a corto plazo son más específicos que los de la ciencia ficción: atención al cliente, seguimiento de transacciones y control de operaciones comerciales. Menos "banco robot", más "muchos pequeños ajustes y automatizaciones"
Dentro del almacén europeo más concurrido de Amazon, donde robots, láseres y humanos entregan el futuro ↗
El almacén LCY3 de Amazon en Dartford funciona con robots móviles, software de IA, escáneres y sistemas de cintas transportadoras que mueven millones de unidades por semana. Suena como una mezcla entre centro de distribución y máquina de pinball industrial. (Euronews)
La parte de IA es práctica: coordinación de robots, optimización de rutas, medición de paquetes, lectura de etiquetas y clasificación de carriles. No se trata de chatbots llamativos, sino más bien de la infraestructura invisible que hace que el comercio minorista sea más rápido.
Preguntas frecuentes
¿Qué significa el supuesto cambio de rumbo de OpenAI respecto a su superaplicación ChatGPT?
Según se informa, OpenAI está transformando ChatGPT, convirtiéndolo en una plataforma más completa, similar a una aplicación, que va más allá de un simple chatbot de preguntas y respuestas. La idea es integrar herramientas de programación, agentes de IA, generación de imágenes y aplicaciones asociadas en un solo lugar. En lugar de limitarse a responder preguntas, ChatGPT ayudaría a completar tareas más complejas, como reservas, calendarios, código y flujos de trabajo.
¿Por qué los agentes de IA se están convirtiendo en un tema tan relevante en las noticias sobre inteligencia artificial?
Los agentes de IA son importantes porque transforman el objetivo del producto, pasando de ofrecer respuestas a tomar medidas. En este artículo, el tema central es cómo los usuarios delegan tareas complejas a la IA y esperan que las complete correctamente. Esto hace que la fiabilidad, la gestión del flujo de trabajo y las integraciones valiosas sean más importantes que simplemente generar una respuesta impecable.
¿En qué consiste el enfoque de "Búsqueda como código" de Perplexity?
La función "Búsqueda como código" de Perplexity permite a los modelos de IA escribir flujos de trabajo en Python para realizar búsquedas, en lugar de limitarse a llamar a las API de búsqueda predefinidas. Esto significa que el modelo puede crear un pequeño proceso de búsqueda personalizado para la tarea. El artículo indica que Perplexity afirma que esto consumió menos tokens en una prueba de rendimiento de ciberseguridad, aunque estas afirmaciones deben interpretarse con cautela.
¿Por qué son importantes los acuerdos de Nvidia en Corea del Sur sobre infraestructura de IA?
Los acuerdos de Nvidia en Corea del Sur son importantes porque conectan la infraestructura de IA con chips de memoria, la nube, centros de datos, robótica y fabricación. Entre las empresas mencionadas se encuentran SK Hynix, SK Telecom, Naver, Doosan, LG Group y Hyundai. El objetivo práctico es asegurar el suministro de memoria avanzada e impulsar la integración de las "fábricas de IA" en las operaciones industriales.
¿Cuáles son las duras realidades empresariales a las que se enfrentan las empresas de IA?
El artículo destaca cuatro presiones generales en torno al negocio de la IA: altos costos, recuperación de la inversión más lenta, demanda de infraestructura limitada y financiamiento costoso. La cuestión no es que la IA esté fracasando como tecnología, sino que crear negocios de IA rentables aún puede ser costoso, irregular y más difícil de monetizar de lo que sugieren las expectativas exageradas.
¿Cómo está afectando la IA al empleo en los bancos y las finanzas?
Según se informa, los bancos están reduciendo las categorías de analistas junior, aunque siguen dependiendo de los trabajadores con poca experiencia como futura fuente de talento para la IA. Los usos a corto plazo descritos son prácticos y específicos, e incluyen atención al cliente, monitorización de transacciones y seguimiento de operaciones. En lugar de reemplazar bancos enteros, la IA parece estar creando numerosas automatizaciones a pequeña escala en los flujos de trabajo existentes.