IA generativa, la próxima frontera de la productividad

La IA ha impregnado nuestras vidas de manera incremental, a través de todo, desde la tecnología que impulsa nuestros teléfonos inteligentes hasta las funciones de conducción autónoma en los automóviles y las herramientas que los minoristas usan para sorprender y deleitar a los consumidores. Como resultado, su progreso ha sido casi imperceptible. Hitos claros, como cuando AlphaGo, un programa basado en IA desarrollado por DeepMind, derrotó a un jugador campeón mundial de Go en 2016, se celebraron, pero luego se desvanecieron rápidamente de la conciencia del público.

Las aplicaciones generativas de IA como ChatGPT, GitHub Copilot, Stable Diffusion y otras han capturado la imaginación de personas de todo el mundo de una manera que AlphaGo no lo hizo, gracias a su amplia utilidad (casi cualquier persona puede usarlas para comunicarse y crear) y su capacidad sobrenatural para tener una conversación con un usuario. Las últimas aplicaciones generativas de IA pueden realizar una serie de tareas rutinarias, como la reorganización y clasificación de datos. Pero es su capacidad para escribir texto, componer música y crear arte digital lo que ha ganado titulares y persuadido a los consumidores y hogares a experimentar por su cuenta. Como resultado, un conjunto más amplio de partes interesadas están lidiando con el impacto generativo de la IA en los negocios y la sociedad, pero sin mucho contexto para ayudarlos a darle sentido.

La velocidad a la que se está desarrollando la tecnología de IA generativa no está facilitando esta tarea. ChatGPT fue lanzado en noviembre de 2022. Cuatro meses después, OpenAI lanzó un nuevo modelo de lenguaje grande, o LLM, llamado GPT-4 con capacidades notablemente mejoradas. Del mismo modo, para mayo de 2023, la IA generativa de Anthropic, Claude, pudo procesar 100,000 tokens de texto, equivalentes a aproximadamente 75,000 palabras en un minuto, la longitud de la novela promedio, en comparación con aproximadamente 9,000 tokens cuando se introdujo en marzo de 2023. Y en mayo de 2023, Google anunció varias características nuevas impulsadas por IA generativa, incluida la experiencia generativa de búsqueda y un nuevo LLM llamado PaLM 2 que impulsará su chatbot Bard, entre otros productos de Google.

Para comprender lo que se avecina se requiere una comprensión de los avances que han permitido el surgimiento de la IA generativa, que tardaron décadas en producirse. A los efectos de este informe, definimos la IA generativa como aplicaciones típicamente construidas utilizando modelos básicos. Estos modelos contienen redes neuronales artificiales expansivas inspiradas en los miles de millones de neuronas conectadas en el cerebro humano. Los modelos de fundación son parte de lo que se llama aprendizaje profundo, un término que alude a las muchas capas profundas dentro de las redes neuronales. El aprendizaje profundo ha impulsado muchos de los avances recientes en IA, pero los modelos básicos que impulsan las aplicaciones generativas de IA son una evolución de cambio radical dentro del aprendizaje profundo. A diferencia de los modelos de aprendizaje profundo anteriores, pueden procesar conjuntos extremadamente grandes y variados de datos no estructurados y realizar más de una tarea.

Los modelos básicos han permitido nuevas capacidades y mejorado enormemente las existentes en una amplia gama de modalidades, incluidas imágenes, video, audio y código informático. La IA entrenada en estos modelos puede realizar varias funciones; Puede clasificar, editar, resumir, responder preguntas y redactar contenido nuevo, entre otras tareas.

Todos nosotros estamos al comienzo de un viaje para comprender el poder, el alcance y las capacidades de la IA generativa. Esta investigación es la última en nuestros esfuerzos para evaluar el impacto de esta nueva era de la IA. Sugiere que la IA generativa está preparada para transformar roles y aumentar el rendimiento en funciones como ventas y marketing, operaciones de clientes y desarrollo de software. En el proceso, podría desbloquear billones de dólares en valor en todos los sectores, desde la banca hasta las ciencias de la vida. Las siguientes secciones comparten nuestros hallazgos iniciales.

Principales consecuencias de la IA

El impacto de la IA generativa en la productividad podría agregar billones de dólares en valor a la economía global. Nuestra última investigación estima que la IA generativa podría agregar el equivalente de $ 2.6 billones a $ 4.4 billones anuales en los 63 casos de uso que analizamos; en comparación, el PIB total del Reino Unido en 2021 fue de $ 3.1 billones. Esto aumentaría el impacto de toda la inteligencia artificial entre un 15 y un 40 por ciento. Esta estimación se duplicaría aproximadamente si incluimos el impacto de la incorporación de IA generativa en el software que actualmente se utiliza para otras tareas más allá de esos casos de uso.

Alrededor del 75 por ciento del valor que los casos de uso de IA generativa podrían ofrecer cae en cuatro áreas: operaciones de clientes, marketing y ventas, ingeniería de software e investigación y desarrollo. En 16 funciones comerciales, examinamos 63 casos de uso en los que la tecnología puede abordar desafíos comerciales específicos de manera que produzcan uno o más resultados medibles. Los ejemplos incluyen la capacidad de la IA generativa para apoyar las interacciones con los clientes, generar contenido creativo para marketing y ventas, y redactar código informático basado en indicaciones en lenguaje natural, entre muchas otras tareas.

La IA generativa tendrá un impacto significativo en todos los sectores de la industria. La banca, la alta tecnología y las ciencias de la vida se encuentran entre las industrias que podrían ver el mayor impacto como porcentaje de sus ingresos de la IA generativa. En toda la industria bancaria, por ejemplo, la tecnología podría ofrecer un valor equivalente a $ 200 mil millones adicionales a $ 340 mil millones anuales si los casos de uso se implementaran por completo. En el comercio minorista y los bienes de consumo envasados, el impacto potencial también es significativo en $ 400 mil millones a $ 660 mil millones al año.

La IA generativa tiene el potencial de cambiar la anatomía del trabajo, aumentando las capacidades de los trabajadores individuales mediante la automatización de algunas de sus actividades individuales. La IA generativa actual y otras tecnologías tienen el potencial de automatizar las actividades laborales que absorben del 60 al 70 por ciento del tiempo de los empleados en la actualidad. En contraste, anteriormente estimamos que la tecnología tiene el potencial de automatizar la mitad del tiempo que los empleados pasan trabajando.⁴ La aceleración en el potencial de la automatización técnica se debe en gran medida a la mayor capacidad de la IA generativa para comprender el lenguaje natural, que se requiere para las actividades laborales que representan el 25 por ciento del tiempo total de trabajo. Por lo tanto, la IA generativa tiene más impacto en el trabajo de conocimiento asociado con ocupaciones que tienen salarios y requisitos educativos más altos que en otros tipos de trabajo.

Es probable que el ritmo de transformación de la fuerza laboral se acelere, dado el aumento en el potencial de automatización técnica. Nuestros escenarios de adopción actualizados, incluido el desarrollo tecnológico, la viabilidad económica y los plazos de difusión, llevan a estimaciones de que la mitad de las actividades laborales actuales podrían automatizarse entre 2030 y 2060, con un punto medio en 2045, o aproximadamente una década antes que en nuestras estimaciones anteriores.

La IA generativa puede aumentar sustancialmente la productividad laboral en toda la economía, pero eso requerirá inversiones para apoyar a los trabajadores a medida que cambian de actividad laboral o de trabajo. La IA generativa podría permitir un crecimiento de la productividad laboral de 0.1 a 0.6 por ciento anual hasta 2040, dependiendo de la tasa de adopción de tecnología y la redistribución del tiempo de los trabajadores en otras actividades. Combinando la IA generativa con todas las demás tecnologías, la automatización del trabajo podría agregar de 0.2 a 3.3 puntos porcentuales anuales al crecimiento de la productividad. Sin embargo, los trabajadores necesitarán apoyo para aprender nuevas habilidades, y algunos cambiarán de ocupación. Si se pueden gestionar las transiciones de los trabajadores y otros riesgos, la IA generativa podría contribuir sustancialmente al crecimiento económico y apoyar un mundo más sostenible e inclusivo.

La era de la IA generativa apenas comienza. El entusiasmo por esta tecnología es palpable, y los primeros pilotos son convincentes. Pero una comprensión completa de los beneficios de la tecnología llevará tiempo, y los líderes en los negocios y la sociedad aún tienen desafíos considerables que abordar. Estos incluyen la gestión de los riesgos inherentes a la IA generativa, la determinación de qué nuevas habilidades y capacidades necesitará la fuerza laboral y el replanteamiento de los procesos comerciales centrales, como el reciclaje y el desarrollo de nuevas habilidades.