El futuro de la IA: desarrollar agentes que funcionen

Mira a Sam Altman y Ali Ghodsi, fundadores de OpenAI y Databricks respectivamente, analizar en profundidad qué es lo que sigue para los agentes de IA en los negocios. Desde las raíces de investigación de OpenAI en 2015 hasta los orígenes de Spark en Databricks en 2013, estos líderes comparten perspectivas únicas sobre la IA empresarial.

Presentado por Hanlin Tang, CTO de Redes Neuronales de Databricks.

Conclusiones principales

Ali y Sam conversan sobre la asociación estratégica que incorpora de forma nativa los modelos más potentes de OpenAI en Databricks, lo que permite a las empresas utilizar IA de vanguardia en sus datos exclusivos con controles totales de gobernanza, seguridad y privacidad.

Por qué esta asociación es importante

Ali Ghodsi:
"Cada uno de nuestros clientes empresariales quiere usar los modelos de OpenAI con sus datos empresariales. Lograr que estas dos cosas funcionen juntas no es trivial porque los datos son sensibles —necesitan privacidad, auditoría y derechos de GDPR—, pero también quieren usar los modelos para crear agentes y obtener información valiosa. La demanda de los clientes ha sido abrumadora."

Sam Altman:
"El sector empresarial se está convirtiendo en uno de nuestros principales focos de atención. Hemos tenido un crecimiento empresarial 6x este año. Estamos entrando en la fase de la IA en la que los modelos se están volviendo tan buenos que las empresas necesitarán usarlos, querrán usarlos e integrarlos en todo su ecosistema. No podemos imaginar un socio mejor que Databricks para hacerlo realidad."

Temas clave de discusión

La ventaja del contexto empresarial

• La IA de consumo comenzó con datos públicos acumulados durante miles de años
• La IA empresarial permite el acceso a datos exclusivos no disponibles para los LLM
• Proporcionar contexto empresarial a los agentes es la clave para la próxima ola de IA

Evolución de la capacidad del modelo: la métrica del horizonte de tareas del 50 %

Sam Altman presenta un marco poderoso para pensar en el progreso de la IA:

"Para una clase de tarea determinada, ¿qué tan larga puede ser una tarea para que el modelo tenga un 50 % de probabilidad de éxito?"

La evolución:

• Lanzamiento de GPT-3.5: tareas de codificación de 5 segundos
• Iteraciones de GPT-4: tareas de codificación de 5 minutos
• GPT-5: tareas de codificación de 5 horas    

"Pero gran parte de lo que hace una empresa requiere tareas que llevan meses o años. Ampliar el horizonte en el que estos modelos pueden trabajar, darles todo el contexto que existe dentro de una empresa y expandir esto a muchos más verticales, ese será el impulso importante." — Sam Altman

Gestión del contexto: la clave para horizontes más amplios

Ali Ghodsi destaca que un mayor contexto empresarial amplía directamente los horizontes de las tareas:

"Si aportas más contexto con los datos que tienen las empresas —que son de propiedad exclusiva—, puedes aumentar la longitud de ese horizonte. Una de las cosas que desarrollamos, llamada JAPA, optimiza automáticamente ese contexto empresarial para que puedas ingresar el contexto relevante de diferentes documentos dentro de la empresa sin que haya personas que lo optimicen manualmente".

El futuro de los modelos de código abierto

Sam sobre los modelos de peso abierto:

• "Claramente existe una demanda de modelos que los usuarios puedan controlar y ejecutar en sus propios sistemas"
• "Mucha menos demanda que los modelos más capaces alojados en la nube, pero la gente que lo quiere, realmente lo quiere"
• OpenAI está trabajando para algún día ejecutar modelos con la calidad de GPT-5 en factores de forma de código abierto de 120 000 millones de parámetros
• Visión: Nuevas computadoras para la era de la IA que puedan ejecutar grandes modelos localmente cuando no haya wifi o por necesidades de privacidad

"La privacidad y la libertad serán dos principios extremadamente importantes para la forma en que las personas usan la IA. " "Si se vuelve tan importante como esperamos, la gente querrá buenos modelos locales". — Sam Altman

La gobernanza como factor limitante

Sam Altman:
"Este se convertirá en el limitante fundamental para la adopción de la IA en la empresa. No se tratará de la inteligencia, no se tratará del precio; los equipos de investigación resolverán eso. Pero las empresas están empezando a darse cuenta de lo crítica que es la gobernanza, y será el reactivo limitante".

Ali Ghodsi:
"Hemos trabajado muy de cerca para construir con privacidad y seguridad desde cero: registro de auditoría en todo, control de acceso, resultados acordes a la marca y filtrado de la competencia. Si usas GPT-5 ahora dentro de Databricks, obtienes todo eso de forma nativa."

El futuro: compañeros de trabajo de IA en cada función

La visión de Ali:

• La codificación es solo el 20 % de lo que hace un ingeniero en Databricks
• El otro 80 %: documentos de diseño, PRD, conversaciones, reuniones; todo tiene potencial para la participación de agentes
• La participación de extremo a extremo del agente en todo el flujo de trabajo mejorará considerablemente la codificación al proporcionar el contexto que falta
• Cada función —ingeniería de ventas, operaciones de marketing, análisis financiero— se transformará por completo

Los casos de uso más emocionantes de la actualidad:

• AstraZeneca: Analiza 400,000 documentos y hace lo que ningún humano podría hacer.
• Servicios financieros: Análisis de los documentos presentados ante la SEC y documentos relacionados para generar alfa para las inversiones
• Seguros: Automatización de la suscripción
• Sector salud: procesar miles de páginas por visita al hospital para la extracción de riesgos