Bloomberg: ¿Cómo AI de inteligencia artificial cambiará la forma en que las empresas se organizan?

Durante la mayor parte de la historia humana, contratar a una docena de expertos con doctorados a menudo requería un presupuesto considerable y varios meses de preparación. Ahora, simplemente ingresando algunas palabras clave en un chatbot, se puede obtener al instante la sabiduría de estos "cerebros". A medida que el costo de la sabiduría se reduce y la velocidad aumenta, las suposiciones básicas de nuestro sistema social de que la percepción humana es escasa y costosa dejarán de existir. ¿Cómo cambiarán las estructuras organizativas de las empresas? ¿Cómo evolucionará nuestra forma de innovar? ¿Cómo deberíamos abordar el aprendizaje y la toma de decisiones? La pregunta que se plantea a individuos y empresas es: ¿cómo actuarás cuando la sabiduría esté disponible en todas partes y casi sin costo alguno? El programa histórico de la "Soltar de la sabiduría" Durante la mayor parte de la historia, hemos sido testigos en más de una ocasión de una disminución significativa en el costo del conocimiento y una expansión rápida de las vías de difusión. La aparición de la imprenta a mediados del siglo XV redujo enormemente el costo de la información escrita. Antes de eso, la escritura solía ser una tarea manual realizada por profesionales como monjes, lo que resultaba costoso y requería mucho tiempo. Cuando esta barrera se rompió, Europa experimentó cambios sociales profundos: la Reforma Protestante tuvo un gran impacto en el ámbito religioso; la tasa de alfabetización aumentó rápidamente (sentando las bases para la educación primaria generalizada); y la investigación científica floreció gracias a la publicación impresa. Países con enfoque comercial como los Países Bajos y el Reino Unido se beneficiaron enormemente, con los Países Bajos entrando en su "Edad de Oro" y el Reino Unido continuando desempeñando un papel importante en el escenario mundial en los siglos siguientes. Con el paso del tiempo, la alfabetización generalizada y la educación pública generalizada elevaron la sabiduría colectiva de la sociedad, sentando las bases para la industrialización. Los puestos de trabajo en fábricas se volvieron cada vez más especializados, y una división del trabajo más compleja impulsó el aumento de la economía. A finales del siglo XVIII, los países con una alta tasa de alfabetización masculina fueron los primeros en industrializarse; a finales del siglo XIX, los países con la tecnología más avanzada solían ser los que tenían la tasa de alfabetización más alta. La adquisición de nuevas habilidades por parte de las personas condujo a la creación de más puestos de trabajo especializados, lo que generó un ciclo virtuoso que continúa hasta el día de hoy. La aparición de Internet llevó esta tendencia a nuevas alturas. Cuando era niño, si quería investigar un nuevo tema, tenía que llevar un cuaderno a la biblioteca y pasar la mitad del día buscando libros. En ese momento, adquirir conocimientos era costoso y difícil. Ahora, la inteligencia artificial ha asumido el relevo de esta "Soltar" de la sabiduría que ha persistido durante milenios, abriendo un nuevo capítulo para nuestra economía y forma de pensar. Mi momento de epifanía con ChatGPT Cuando usé ChatGPT por primera vez en diciembre de 2022, sentí que era un hito en la historia de los productos. Al principio, solo lo usaba para hacer "trucos digitales", como hacer que la IA "reescritura la Declaración de Independencia al estilo de Eminem" (la versión modificada que produjo fue algo así como "Ey, vamos a decirlo fuerte, la gente aquí nunca será derrotada", y cosas por el estilo). Después, me di cuenta de que estaba desaprovechando el talento, como pedirle a un chef con estrella Michelin que hiciera un sándwich de queso a la parrilla. Fue solo en una tarde de enero de 2023, cuando pasé varias horas con mi hija de 12 años diseñando un juego de mesa nuevo con la ayuda de ChatGPT, que realmente me di cuenta del poder de este tipo de herramientas. En primer lugar, le dije a la IA qué juegos de mesa nos gustaban y cuáles no, y le pedí que analizara las similitudes entre ellos. Descubrió que nos gustaban los juegos que involucraban "construir caminos", "administrar recursos", "coleccionar cartas" y "elaborar estrategias", con un alto grado de incertidumbre en el resultado, y que no gustaban ciertos patrones comunes en juegos como Risk o Monopoly. Le pedí que ideara algunas ideas de juego más sutiles basadas en estos elementos, con un trasfondo histórico. ChatGPT propuso un juego llamado "Descubrimientos Elementales": los jugadores interpretarían a investigadores químicos del siglo XVIII y XIX, realizando experimentos, obteniendo puntos y pudiendo interferir y sabotearse mutuamente mediante la recolección y el comercio de recursos. Luego, le pedí que refinara los recursos, la jugabilidad, las mecánicas del juego y los roles adecuados para los jugadores. Propuso posiciones como "alquimista", "saboteador", "comerciante" y "científico", e incluso emparejó a estos roles con imágenes de químicos históricos como Antoine Lavoisier, Joseph-Louis Gay-Lussac, Marie Curie y Carl Wilhelm Scheele. Con la ayuda de ChatGPT, que en ese momento todavía era bastante "básico", creamos un juego de mesa en solo un par de horas, rudo pero jugable. Finalmente, tuve que detenerme, en parte porque el tiempo se estaba acabando, y en parte porque estaba exhausto. Esta experiencia me hizo darme cuenta de que un "colaborador" de IA puede comprimir un proceso de desarrollo que normalmente llevaría semanas a solo unas pocas horas. ¿Qué potencial tan grande podría tener si se utiliza para el desarrollo de productos, análisis de mercado e incluso estrategia empresarial? Durante este proceso, vi que ChatGPT no solo repetía o acumulaba hechos; su desempeño mostraba capacidad analógica y conceptual para vincular ideas con soluciones creativas realmente útiles. Desde "loro aleatorio" hasta "Pensador Profundidad" Un trillón es una magnitud asombrosa. Los grandes modelos de lenguaje de ChatGPT suelen tener decenas de miles de millones, cientos de miles de millones o incluso billones de parámetros, lo que es asombrosamente complejo. Aún no entendemos completamente por qué y cómo funcionan estos modelos. Cuando lograron avances repetidos en los últimos siete años, algunos teóricos insistieron en que no podían producir nada verdaderamente nuevo: en 2021, algunos investigadores incluso acuñaron el término "loros aleatorios" (stochastic parrots) con connotaciones despectivas. Esto se debe a que los grandes modelos de lenguaje básicamente predicen texto según las regularidades estadísticas de los datos de entrenamiento, como si un loro repitiera aleatoriamente palabras. Sin embargo, para aquellos que han experimentado y elogiado continuamente estas herramientas, es difícil creer que solo estén repitiendo. Especialmente en los últimos seis meses, esta visión parece aún menos sostenible. Los primeros grandes modelos de lenguaje eran más como "hablar por intuición", careciendo tanto de la capacidad de "reflexión" como de "autoconciencia". En palabras del premio Nobel de Economía Daniel Kahneman, la mayoría de las veces, los humanos dependen del sistema 1 (pensamiento intuitivo y respuestas rápidas), pero cuando realmente necesitamos reflexionar, cambiamos al sistema 2 (más lento, más cuidadoso y menos propenso a errores). La versión inicial de ChatGPT y la mayoría de sus competidores solo tenían un rendimiento similar al sistema 1 pero carecían del proceso de razonamiento del sistema 2. Esta situación comenzó a cambiar en septiembre de 2024, cuando OpenAI lanzó un modelo de razonamiento llamado o1, que puede descomponer y verificar conclusiones intermedias en problemas lógicos complejos de múltiples pasos (y corregirlas si es necesario), lo que permite obtener mejores resultados finales. En comparación con los modelos de lenguaje grandes tradicionales, que dependen solo de la memoria o la coincidencia de patrones superficiales, el nuevo modelo de razonamiento ha comenzado a tener...