yN1vVEIRndGaHC60nuEW.png

Cómo Oracle, del cuarto hombre más rico del mundo, está entrando en la pelea de la IA

Por: Administración
2023-08-29 23:08:06
423

FORBES. Oracle y su cofundador, el multimillonario Larry Ellison, que desde 1977 han marcado pauta en la industria tecnológica, podrían ser llamados dinosaurios al lado de otros gigantes que tienen pocos años de existencia, pero están lejos de serlo.

En los últimos cuatro años, Ellison, de 79 años, que es el cuarto hombre más rico del mundo (con un patrimonio de 144,000 millones de dólares -mdd-), ha aumentado su fortuna personal en al menos 88,000 millones, gracias al alza del precio de las acciones de Oracle, que con sede en Austin (Estados Unidos), está valuada en 316,000 millones.

La compañía ha extendido su software de base de datos a una infraestructura de nube de la que se desprenden aplicaciones con funciones comerciales como finanzas, ventas y gestión de la cadena de suministro, y que es propietaria de la plataforma de lenguaje de programación y desarrollo Java.

Ahora, que competidores suyos como Microsoft, Google y Amazon han inclinado sus estrategias empresariales a entrar de lleno en la carrera por el liderazgo con la inteligencia artificial (IA), esta firma se apresura para no perderse esa fiesta.

“Tenemos plataformas para científicos de datos que brindan soporte durante todo el ciclo de vida de los modelos de aprendizaje automático, desde su desarrollo hasta su implementación, inferencia, monitoreo y lo que siga, hemos estando utilizado esto en nuestro propio portafolio de productos y proporcionando estas capacidades a nuestros clientes durante un tiempo”, dice Greg Pavlik, vicepresidente senior de Oracle Cloud Infrastructure en una entrevista con Forbes en Español. “Tenemos una capa de servicios cognitivos que abcan áreas como la visión artificial, el procesamiento del lenguaje natural y formas más sofisticadas de automatizar procesos empresariales. Más recientemente, estamos haciendo una extensión natural, que consiste en comenzar a impulsar y adoptar funcionalidades en torno a la IA generativa”.

Hay cuatro áreas en las que están concentrando la inversión en ese sentido. La primera es una de datos, que a través de 22 unidades de negocio busca ayudar a sus clientes a aprovechar los datos, para que sean la base para diferentes modelos, que puedan ser adaptados y personalizados.

La segunda es una de infraestructura, que denominaron OCI Supercluster, un sistema de ingeniería que integra cómputo, almacenamiento, redes y software para entrenar modelos de lenguaje grandes, que usan clientes como el fabricante de chips Nvidia.

“Nuestro enfoque ha sido ayudar a los clientes a tener éxito en la creación de modelos de lenguaje grandes y en el desarrolllo de IA generativa”, sostiene Pavlik. “En el último año nos hemos involucrado mucho más seriamente en aplicar IA generativa a casos de uso empresarial directamente, lo que refleja la madurez de la tecnología y una necesidad real en la industria de sacar la IA generativa de los laboratorios y de la fase de prueba de concepto, para empezar integrarla en aplicaciones del mundo real y procesos empresariales reales”.

La tercera, es el lanzamiento del servicio OCI Generative AI, en alianza con Cohere, una startup de inteligencia artificial con sede en Toronto (Canadá), para optimizar los modelos para casos de uso empresarial, usando los activos de datos para adaptarlos y hacerlos más especializados en una variedad de industrias.

“Estos modelos son fáciles de crear si quieres un modelo deficiente”, advierte este directivo de Oracle. “Pero si deseas un modelo realmente bueno, hay varios factores como los datos, la capacidad de procesamiento para hacer esto a gran escala y una auténtica experiencia en términos de arquidectura de modelo y comportamiento de modelo”.

Con la inteligencia artificial, entre más modelos se puedan combinar a través del tiempo, el resultado será mejor, así que este titán tecnológico, antes que comenzar desde cero, prefirió aliarse con Cohere que ha estado creando modelos de IA generativa desde sus inicios. Tanto que el cofundador y CEO de Cohere Aidan Gomez, fue uno de los autores de ‘Attention is All You Need’, un popular artículo académico de Google, que fue una especie de génesis para la revolución de la inteligencia artificial.

Mientras que OpenAI, la compañía detrás de ChatGPT, ha orientado principalmente sus productos hacia los consumidores, Cohere ha abordado los casos de uso empresariales, con modelos adaptables a los datos y problemas empresariales.

“Han creado modelos que son más eficientes pero también más pequeños, lo que significa que son más baratos de ejecutar, tienen latencias más bajas para poder ser parte de los procesos empresariales, y son más fáciles de ajustar y adaptar a problemas específicos utilizando datos empresariales del mundo real”, indica Pavlik.

Entre tanto, la cuarta y última capa de inversión consiste en la integración de IA generativa al portafolio de aplicaciones en software como servicio (SaaS, por sus siglas en inglés). Así, su base de clientes puede integrar IA generativa a sus propias soluciones para mejorar la productividad de sus usuarios y cubrir bechas en los flujos de trabajo.

CÓMO INTEGRAR IA EN LAS EMPRESAS

El vicepresidente senior y CTO de Oracle Cloud Infrastructure Greg Pavlik afirma que cada día habla con al menos dos o tres directivos de sus grandes clientes, se les encienden las bombillas a medida que se liberan nuevos casos de uso para la intelignecia artificial.

“Cualquier cosa que implique que un ser humano tenga que realizar trabajo manual de conocimiento, como crear documentos, resumir información, escanear correos electrónicos para tratar de entender interacciones de clientes, cualquier cosa que entre en esta área de resumen, clasificación, análisis de sentimientos o generación de contenido nuevo, todo esto puede ser en gran medida automatizado”, apunta Pavlik.

Desde su perspectiva, la IA generativa contribuye a acelerar tareas como la redacción de correos electrónicos o identificar lo que se permite o no se permite en un contrato. Cita como ejemplo que en hospitales, médicos y enfermeros pueden liberar espacio el espacio que ocupa en su agenda tener que escribir resúmenes, notas de instrucciones para pacientes y autorizaciones para los pacientes.

“Estas tecnologías no reemplazan al humano, seguimos esperando ver a los trabajadores en acción, pero los hace mucho más eficientes y capaces de centrarse en el problema en cuestión y realmente llegar al meollo del asunto en términos de comprender los datos que están analizando”, reitera.

Así mismo, considera que se están volviendo relevantes en entornos laborales las personas que desarrollan con destreza la habilidad de saber dar instrucciones a los modelos de IA.

“Lo interesante aquí es que cada uno de estos modelos interpreta un poco diferente esas instrucciones y lo que espera en términos de entradas para obtener resultados de calidad. Por lo tanto, está emergiendo una disciplina llamada ingeniería de instrucciones, que se trata de comprender el comportamiento de los modelos y luego optimizar las instrucciones en función de los resultados que necesitas. Creo que esta disciplina de ingeniería de instrucciones será algo que se convertirá en una habilidad crítica en las empresas”.

Para este ejecutivo de Oracle, la forma más sencilla de superar la ansiedad que producen este tipo de herramientas es comenzar a usarlas, sin que eso implique hacerlo de manera descontrolada impactando a clientes o ciudadanos.

“Creo que lo primero que me gustaría ver es que las personas comiencen a experimentar y a probarlas en algunos escenarios para entender cuáles son las capacidades y dónde se puede aplicar mejor dentro del conteto empresarial o gubernalmental”, anota.

Frente a la preocupación de la privacidad y la seguridad de los datos que ha surgido con el auge de la IA generativa, señala que en el enfoque de Oracle, alega que los modelos de esta compañía son privados para sus clientes.

“Somos un poco diferentes de algunas de las otras compañías que están por ahí, donde en cierto sentido roban los datos para usarlos en su propio entrenamiento y en el aprendizaje de los modelos. Nosotros hemos tomado el enfoque opuesto, que es que nunca tocaremos los datos, nunca veremos los datos”, concreta Pavlik. “Pueden comenzar a entenderla sin poner en riesgo información sensible”.


n6oPerUY3K4X2IyYNU0N.png

Administración

Síguenos en nuestras redes sociales!

FacebookTwitter, o Mándanos un Correo Electrónico