Por qué la «inteligencia viva» es el gran futuro
La inteligencia artificial es sólo una parte del futuro.
Por Amy Webb
Tecnología y analítica
Harvard Business Review
#Doxa #IA #inteligencia #futuro #tecnología #analítica #empresa #riesgo #biotecnología #sensores #decisión #industria #viva #percibir #aprender #adaptarse #evolucionar #ciclo #exponencial #innovación #tecnología #disrupción #ola
Resumen. La IA es apenas una faceta de un cambio tecnológico radical en marcha, y las empresas que no reconozcan la importancia de otras tecnologías convergentes corren el riesgo de quedarse atrás. Otras dos tecnologías (los sensores avanzados y la biotecnología) son menos visibles, aunque no menos importantes, y han ido avanzando silenciosamente. Pronto, la convergencia de estas tres tecnologías va a sustentar una nueva realidad que dará forma a las futuras decisiones de todos los líderes de todas las industrias. Se trata de la nueva realidad de la “inteligencia viva”: sistemas que pueden percibir, aprender, adaptarse y evolucionar, posibles gracias a la inteligencia artificial, los sensores avanzados y la biotecnología. La inteligencia viva impulsará un ciclo exponencial de innovación, que revolucionará las industrias y creará mercados completamente nuevos. Los líderes que se centren únicamente en la IA sin comprender sus intersecciones con estas otras dos tecnologías corren el riesgo de perderse una ola de disrupción que ya se está formando.
Hace poco estuve sentado frente al equipo de liderazgo ejecutivo de una empresa global de servicios de salud y, por su lenguaje corporal, me di cuenta de que algo no iba bien. Me habían invitado a que les asesorara sobre su estrategia de inteligencia artificial, pero parecían estar a la defensiva. El director de información, un tipo inteligente que claramente había hecho su tarea sobre tecnología emergente, se lanzó a una explicación detallada de su nuevo modelo de lenguaje de gran tamaño. Era impresionante, sin duda. Este modelo automatizaba su increíblemente complejo proceso de ingreso de datos (piense en montañas de formularios de pacientes escritos a mano y una mezcla caótica de archivos digitales) y consolidaba todo en un único registro coherente. Habían pasado más de un año desarrollándolo y probándolo, y estaban comprensiblemente orgullosos de su logro. Pero cuando habló sobre la implementación, me resultó obvio que ya se estaban quedando atrás.
“Han construido una base increíble”, dije, “pero esto es solo el punto de partida”. La energía en la sala cambió. Esta no era la reacción que esperaban. Aquí había una empresa que había invertido mucho en IA, había construido un sistema sofisticado y había implementado un piloto exitoso. Como tantos otros equipos de liderazgo ejecutivo que pasaron el año pasado construyendo e implementando herramientas de IA, pensaron que ya habían terminado. En realidad, su transformación solo había comenzado. La IA es solo una faceta de un cambio tecnológico radical en curso, y las empresas que no reconocen la importancia de otras tecnologías convergentes corren el riesgo de quedarse atrás.
La era de la inteligencia viviente
Durante mi reunión con el equipo ejecutivo de la empresa, reconocí que, como tantos otros líderes, el reciente enfoque hiperactivo en la IA, aunque tardío, fue la decisión correcta. Sin embargo, los LLM fueron solo un punto de partida. Con nuevos desarrollos sucediendo a una velocidad vertiginosa, la empresa necesitaría desarrollar una nueva fuerza para la transformación continua. Esto se debe a que la IA es solo una de las tres tecnologías revolucionarias que están cambiando el panorama empresarial. Las otras dos (sensores avanzados y biotecnología) son menos visibles, aunque no menos importantes, y han estado avanzando silenciosamente. Pronto, la convergencia de estas tres tecnologías sustentará una nueva realidad que dará forma a las futuras decisiones de todos los líderes de todas las industrias.
Yo llamo a esta nueva realidad “inteligencia viva”: sistemas que pueden percibir, aprender, adaptarse y evolucionar, posibles gracias a la inteligencia artificial, sensores avanzados y biotecnología. La inteligencia viva impulsará un ciclo exponencial de innovación, que revolucionará las industrias y creará mercados completamente nuevos. Los líderes que se centren únicamente en la IA sin comprender sus intersecciones con estas otras dos tecnologías corren el riesgo de perderse una ola de disrupción que ya se está formando.
El motor de búsqueda necesita tus datos
Si la IA es el motor de todo, ese motor necesita datos. Lo más probable es que gran parte de esos datos provengan de sensores avanzados y de una red de dispositivos interconectados que se comunican e intercambian datos para facilitar y alimentar el avance de la IA. Esta función es la razón por la que los sensores son la próxima tecnología de uso general, un hecho que muchos líderes actualmente no tienen en cuenta.
La mayoría de las personas no se dan cuenta de que los sensores ya están en todas partes y se están utilizando en múltiples industrias. Es un descuido comprensible; a menudo usamos la tecnología sin pensar en ello. Pero una vez que comienzas a buscarlos, están en todas partes. Por ejemplo, un iPhone viene integrado con una docena de sensores, que van desde sensores de proximidad para detectar objetos cercanos, hasta sensores de identificación facial para autenticar a un usuario. Todos ellos extraen y refinan sus datos, todo el día. Xylem, una empresa de tecnología del agua, desarrolló un nuevo tipo de medidor de agua que aprovecha sensores avanzados e inteligencia artificial para gestionar los desafíos de la distribución de agua en entornos densamente poblados. Los medidores miden continuamente el flujo de agua y brindan datos granulares sobre los patrones de consumo; también pueden identificar anomalías en el flujo de agua, como caídas de presión o patrones de uso irregulares, que generalmente son resultado de una fuga. Mientras tanto, una nueva clase de sensores biológicos se pueden usar e ingerir. Su propósito: enviar y recibir datos en tiempo real para diagnosticar y monitorear enfermedades, detectar patógenos y permitir una recuperación más rápida. Uno de estos biosensores incluye una subclase de máquinas diminutas, llamadas nanobots, que pueden monitorear la salud del paciente en tiempo real después de ser inyectados en el torrente sanguíneo. Al actuar como sistemas de vigilancia interna, los nanobots pueden detectar cambios en los estímulos y las condiciones ambientales, lo que permite un monitoreo continuo de la salud y un diagnóstico temprano de posibles problemas de salud.
A medida que nos rodeen más sensores, estos capturarán y transmitirán no solo más datos, sino más tipos de datos. Mientras las organizaciones están ocupadas creando y utilizando LLM, pronto necesitarán construir LAM: grandes modelos de acción. Si los LLM predicen qué decir a continuación, los LAM predicen qué se debe hacer a continuación, descomponiendo las tareas complejas en partes más pequeñas. A diferencia de los LLM que generan principalmente contenido, los LAM están optimizados para la ejecución de tareas, lo que les permite tomar decisiones en tiempo real basadas en comandos específicos y serán enormemente útiles en organizaciones de todos los tamaños y alcances. Los primeros ejemplos de LAM son Claude de Anthropic y ACT-1 de Adept.ai. Ambos están diseñados para interactuar directamente con código y herramientas digitales y realizar acciones dentro de aplicaciones de software como un navegador web. Los LAM son como los LLM, pero con más datos y requisitos multimodales. Utilizarán los datos de comportamiento que generamos cuando usamos nuestros teléfonos o manejamos nuestros vehículos, junto con una constelación de sensores en todas partes, a nuestro alrededor, que recopilan múltiples flujos de datos a la vez desde dispositivos ponibles, dispositivos de realidad extendida, la Internet de las cosas, el hogar de las cosas, autos inteligentes, oficinas inteligentes y departamentos inteligentes. A medida que los LAM se integren más en nuestros entornos, funcionarán sin problemas, a menudo sin la participación directa de los usuarios.
Lo que muchas organizaciones no se imaginan es cómo evolucionarán los LAM hacia modelos personales de acción a gran escala (PLAM, por sus siglas en inglés) y cómo, con el tiempo, interactuarán con diferentes sistemas, aprenderán de grandes conjuntos de datos y se adaptarán a las cambiantes necesidades comerciales. Los PLAM tendrán la capacidad de mejorar nuestras experiencias digitales, virtuales y físicas al agilizar la toma de decisiones, gestionar tareas, negociar acuerdos y anticipar nuestras necesidades en función de los datos de comportamiento. No necesitarán información consciente. Estos agentes autónomos podrán personalizar recomendaciones, optimizar compras y comunicarse con otros agentes de confianza, lo que permitirá transacciones sin inconvenientes, todo ello manteniendo la privacidad y las preferencias del usuario, ya que los PLAM, por definición, tienen acceso a todos los datos del usuario en los dispositivos personales.
En un futuro próximo, empresas como Apple o Google se verán motivadas a incorporar aún más sensores inteligentes en sus dispositivos para recopilar y analizar continuamente datos personales, como métricas de salud, datos de ubicación e información sobre los hábitos diarios. Todos estos datos se utilizarán para crear perfiles altamente individualizados que se vincularán a modelos de lenguaje y acción personales, adaptados específicamente a las necesidades y preferencias de cada usuario. Si bien las personas tendrán PLAM, las corporaciones también tendrán uno o más modelos corporativos de acción a gran escala (CLAM, por sus siglas en inglés), y los gobiernos avanzados digitalmente tendrán modelos gubernamentales de acción a gran escala (GLAM, por sus siglas en inglés).
La inteligencia artificial se encuentra con la inteligencia organoidal
La tercera tecnología de propósito general de la inteligencia viva es la bioingeniería, que implica el uso de técnicas de ingeniería para construir sistemas y productos biológicos, como microbios de diseño, a los que se les puede diseñar tareas específicas. En este momento, esta es la más fácil de descartar, pero a largo plazo podría resultar la tecnología de propósito general más importante. Junto con la IA, la bioingeniería puede crear una “biología generativa” (genBio), que utiliza datos, computación e IA para predecir o crear nuevos conocimientos biológicos, generando nuevos componentes biológicos, como proteínas, genes o incluso organismos enteros, simulando y prediciendo cómo se comportan e interactúan los elementos biológicos.
Ya podemos ver el potencial de esta tecnología. Empresas como Ginkgo Bioworks están utilizando genBio para diseñar y crear enzimas personalizadas que se pueden aplicar en procesos industriales. Por ejemplo, los algoritmos generativos ayudan a diseñar enzimas que descomponen moléculas complejas, como plásticos u otros contaminantes. Google DeepMind creó AlphaProteo, que diseña proteínas completamente nuevas con nuevas propiedades específicas que podrían tener aplicaciones en biomateriales y desarrollo de fármacos. Otro proyecto de DeepMind, una herramienta llamada GNoME (Graph Networks for Materials Exploration) ya ha predicho la estabilidad de millones de nuevos materiales inorgánicos. Imagine un edificio hecho de materiales que pueden autorregular de forma autónoma la temperatura, la luz y la ventilación, sin una computadora (o un humano) en el circuito.
En un futuro más lejano, la inteligencia viva podría dar lugar a máquinas vivientes. La inteligencia organoide (IO) debutó como un nuevo campo científico en 2024. La IO utiliza tejidos cultivados en laboratorio, como células cerebrales y células madre, para crear computadoras biológicas que imitan la estructura y función del cerebro humano. Un organoide es más o menos una réplica diminuta de tejido que funciona como un órgano del cuerpo. En 2021, investigadores de Cortical Labs en Melbourne, Australia, crearon un cerebro organoide en miniatura que funcionaba como una computadora. Lo llamaron DishBrain, lo conectaron a electrodos y le enseñaron a jugar al videojuego Pong de los años 80. DishBrain está hecho de aproximadamente un millón de células cerebrales humanas y de ratón vivas cultivadas en una matriz microeléctrica que puede recibir señales eléctricas. Las señales indican a las neuronas dónde se encuentra la pelota de Pong y las células responden. Cuanto más juega el sistema, más mejora. Cortical Labs ahora está desarrollando un nuevo tipo de software, un sistema operativo de inteligencia biológica, que permitiría a cualquier persona con habilidades básicas de codificación programar su propio DishBrains.
Cómo posicionar su organización para el éxito
Aunque la inteligencia viva puede parecer una idea futurista, los directores ejecutivos y líderes empresariales con visión de futuro no pueden darse el lujo de esperar. Ya estamos viendo señales de convergencia en tecnologías de inteligencia viva en varias industrias de vanguardia. La adopción temprana se está produciendo con mayor intensidad en industrias como la farmacéutica, los productos médicos, la atención de la salud, el espacio, la construcción y la ingeniería, los bienes de consumo envasados y la agricultura. Pero pronto llegarán aplicaciones a otras industrias, creando nuevos espacios de oportunidad en sectores como los servicios financieros. A medida que más industrias se sumen, la innovación se dispersará mucho más ampliamente, lo que alimentará efectos de volante de inercia adicionales.
Veremos un avance compuesto a medida que cada tecnología mejore. A continuación, se ofrecen cinco recomendaciones sobre cómo actuar con diligencia y urgencia:
- Desmitificar la inteligencia viva para toda la organización. Los líderes sénior deberían familiarizarse con la inteligencia viva: cómo se relacionan la IA, los datos de sensores avanzados y la bioingeniería.
- Desarrollar escenarios pragmáticos para la disrupción y la generación de nuevo valor. Los líderes deben desarrollar escenarios a corto y largo plazo para utilizar y ampliar las tecnologías, los procesos y los productos de inteligencia viva. Las empresas deben utilizar la previsión estratégica para comprender cómo el ecosistema de inteligencia viva en evolución podría tener un impacto en sus productos y procesos existentes.
- Identifique dos o tres casos de uso de alto impacto y comience. Los líderes deben identificar casos de uso específicos en los que la inteligencia viva puede tener el impacto más significativo. Al elegir proyectos piloto con el mayor potencial de escalabilidad, los líderes pueden acelerar la adopción de la inteligencia viva y comenzar a integrar estas tecnologías en los flujos de trabajo cotidianos.
- Comprométete a desarrollar los roles, las habilidades y las capacidades necesarias. La inteligencia viva exige un cambio de mentalidad en toda la organización. Prioriza las iniciativas de formación y experimentación para preparar a los empleados para trabajar de manera eficaz junto con estas tecnologías y desarrolla nuevas categorías y descripciones de puestos para tu fuerza laboral del futuro.
- Esté atento a los cambios regulatorios y prepárese para la incertidumbre política. La inteligencia viva sin duda generará innovaciones y exigirá una agilidad sin precedentes por parte de las empresas, especialmente considerando el actual enfoque regulatorio heterogéneo. Los líderes deben empoderar a sus organizaciones para que experimenten con nuevos productos y procesos, y asegurarse de que sean ellas las que den forma a su propio futuro en lugar de verse obligadas a adaptarse a innovaciones externas o reaccionar a cambios regulatorios.
Tal vez la recomendación más valiosa que puedo ofrecer es simplemente preguntar: “¿Qué pasaría si...?”. En mi siguiente reunión con la empresa de atención médica, le pedí al equipo de liderazgo ejecutivo que considerara escenarios de cómo su negocio podría transformarse en la próxima década a medida que la inteligencia viva madure. ¿Qué pasaría si hubiera un paquete de suscripción de “seguro de salud” que incluyera sensores portátiles, diagnósticos impulsados por IA y entrega personalizada de medicamentos? ¿Qué pasaría si los proveedores tradicionales se ignoraran por completo y las nuevas empresas usaran IA y datos de sensores para ofrecer soluciones de salud personalizadas directamente a los consumidores? ¿Qué pasaría si el baño de hoy fuera el laboratorio de diagnóstico de mañana? ¿Qué pasaría si los datos en tiempo real condujeran a informes en tiempo real sobre los resultados de los pacientes? ¿Habría un cambio hacia precios basados en resultados? Es decir, ¿se les pagaría a los proveedores en función de la eficacia de sus tratamientos? Todos estos representan un cambio significativo en la generación de valor.
Resistan la tentación de obsesionarse con la IA tal como existe hoy, le dije al equipo. Adopten una visión más integral del cambio que ya está en marcha y preparen a su organización para la era de la inteligencia viva.
Lea más sobre Tecnología y análisis o temas relacionados Innovación, IA y aprendizaje automático, IA generativa, Algoritmos y análisis y ciencia de datos
Amy Webb es una futurista cuantitativa, directora ejecutiva del Future Today Institute y profesora de previsión estratégica en la Escuela de Negocios Stern de la Universidad de Nueva York. Es autora de The Signals Are Talking: Why Today's Fringe Is Tomorrow's Mainstream, The Big Nine: How the Tech Titans and Their Thinking Machines Could Warp Humanity y The Genesis Machine: Our Quest to Rewrite Life in the Age of Synthetic Biology.
No hay comentarios:
Publicar un comentario