Por Adam Kleinberg
CEO de Traction, aceleradora de marketing basada en San Francisco, Estados Unidos

Hoy en día existen 58.000 empresas de IA en el mundo. 17.000 de ellas tienen su sede en los Estados Unidos.

Eso es mucho.

Los marketers tienden a mantenerse al día con la tecnología más que la mayoría. Supongo que la mitad de las personas que leen esto ya usan ChatGPT a diario. Vemos el potencial de borrar el trabajo frívolo y darnos el espacio para centrarnos en las tareas significativas de nuestro trabajo. Vemos la oportunidad de hacer más y más rápido.

Existe una base de referencia de esta nueva eficiencia que será beneficiosa en todos los ámbitos. Todos podemos hacer que un robot de IA escriba un primer borrador bastante bueno de metaetiquetas, descripciones de productos, publicaciones de blog y notas de agradecimiento. Se trata de un cambio radical que levantará a todos los barcos.

Pero, en última instancia, nuestro objetivo debería ser aprovechar la IA para obtener una ventaja competitiva para nuestras empresas. Y eso no se consigue utilizando las mismas herramientas que todos los demás y de la misma manera que las utilizan. No se ven empresas ganando cuota de mercado porque utilicen el correo electrónico.

La oportunidad de desbloquear ventajas comerciales vendrá del uso de la IA mejor que la de sus competidores. Eso significa tener las mejores herramientas y las mejores operaciones a su alrededor.

El mayor desafío para los marketers a la hora de dominar la IA será elegir las herramientas adecuadas para los trabajos adecuados.

No toda la IA es igual. Diferentes bots utilizan diferentes modelos de lenguaje grande (LLM). Y, como aprenden de manera diferente, responden de manera diferente. Estoy seguro de que muchos de los curiosos han realizado el ejercicio de escribir el mismo mensaje en múltiples plataformas de IA generativa.

Por ejemplo, cuando les pregunté a varios de ellos “en 15 palabras o menos, ¿cuál es la mejor manera de obtener una ventaja competitiva utilizando Gen AI?”, esto fue lo que obtuve.

ChatGPT4: aproveche la IA para obtener información de datos única, automatización, servicios personalizados y una mayor eficiencia en la toma de decisiones.

Claude: mejore la toma de decisiones con información personalizada basada en datos procedente de IA asistida.

Bard: utilice Gen AI para crear valor único para los clientes.

Pi.ai: sintetice y analice datos, impulse la innovación y optimice procesos.

Perplexity me dio 122 palabras… y 6 fuentes. Ah. Ahora estamos llegando a alguna parte. Muchos robots de la Generación AI alucinan. Cuando no tienen información en su conjunto de datos, inventan algo. O si tienen información contradictoria, adivinan cuál es la correcta. Entonces, Perplexity no puede contar hasta 15. Pero cita fuentes reales para que pueda verificar las respuestas que me da. ¿Qué importa más?

Jasper.ai me dio 506 palabras. Es aún peor al contar. Pero también me preguntó si quería que fuera un documento en blanco, una nueva publicación de blog, algo nuevo a partir de una plantilla o un arte nuevo. Entonces, si mi objetivo es contar, Jasper es un fracaso total. Pero si mi objetivo es crear una declaración de trabajo o un resumen del proyecto o cualquier otra cosa que encaje en una plantilla, puede ser la mejor solución. El caso de uso cambia completamente la perspectiva sobre lo que significa 'mejor'. Jasper también me permite elegir el tono de voz que usaré en su respuesta (elegí 'smartass') e incluso leer todo el contenido del sitio web de Traction para crear nuestro propio tono de voz de marca.

*******

Si bien gran parte del mundo está concentrado en cambiar su puesto de trabajo en LinkedIn a 'ingeniero rápido', una inversión de tiempo mucho mejor podría ser identificar los casos de uso que necesita resolver y luego investigar las mejores herramientas para lograrlos.

Este problema sólo se acelerará. Sunil Subhedar, ex ejecutivo de marketing de crecimiento de Canva y Uber, predijo el crecimiento de LLM más pequeños y de nicho que ofrecen aplicaciones industriales matizadas menos costosas y más impactantes. A pesar de algunas limitaciones, los modelos de lenguaje pequeños están preparados para sobresalir, porque están siendo entrenados con datos realmente de primer nivel que les ayudan a trabajar mejor y de forma más inteligente.

Los modelos de lenguajes pequeños no consumen mucha energía y respetan mejor la privacidad, razón por la cual áreas como la atención médica, las finanzas, la ciberseguridad y la educación están a punto de recibir un gran impulso. Es como tener un experto súper concentrado en su equipo, listo para hacer las cosas mucho más fáciles mientras está seguro.

Eso significa que identificar la herramienta perfecta para su problema específico puede volverse cada vez más difícil a medida que el valor desbloqueado por la IA se vuelve cada vez mayor.

Sunil también predice que los LLM multimodales cambiarán las reglas del juego con la capacidad de combinar perfectamente y dar sentido a las palabras que hablamos, las imágenes que compartimos y los números con los que hacemos malabarismos. Cuando estas capacidades se combinan con transformadores de preentrenamiento generativo basados en agentes, la IA no solo ayuda, sino que toma el mando, dirigiendo las tareas hasta su finalización con un nuevo nivel de independencia, liberándonos de tareas correctivas para centrarnos en lo que realmente importa en nuestro vida profesional y personal.

Todo esto existe hoy. ¿Quién sabe lo que existirá dentro de tres semanas, y mucho menos de tres años?

Encontrar la herramienta adecuada en el menú de posibles soluciones puede provocar una parálisis en el análisis. Pero no dejes que eso te detenga. El mejor paso adelante es pedir algo que se vea bien y probarlo.