En qué me puede ayudar la Inteligencia Artificial?

Ésta pregunta nos hacíamos en linkedIn hace poco y la respuesta era: Primero ayúdate tú, preparando tu negocio, osea, tus datos.

Pero eso hay que trabajarlo y contrastarlo con los tipos de proyecto que se pueden mejorar o automatizar con IAs. Por eso ponemos unos cuantos tipos de proyecto… para dar ideas y comenzar a tirar del hilo.

Idea clave 1: Hay que trabajar los datos. Qué tienes, cómo lo tienes, cómo enriquecerlo, qué quieres conseguir con ellos.

Idea clave 2: Los modelos generales no resuelven bien problemas muy tuyos. Hazte un modelo tuyo, para ti, con tus datos.

Vamos a por ello:

Algunos tipos de proyecto que se benefician de las IA

1.Generación de contenido general:

Esto es lo más conocido, y es lo que hacen los LLMs tipo GPT-4, Bard, etc. Generan contenido a partir de un prompt. Pueden ser textos, imágenes, música, etc.

Técnicas: GPT-4, Bard, recién salidos de la caja.

• Ejemplo: Generar descripciones de productos para una tienda online.
• Ejemplo: Generar textos o imágenes para marketing.

2.Generación de contenido especializado:

Éste es más interesante porque “aumentas” la eficiencia de unos de los modelos con tus datos.

Técnicas LLMs más RAG, fine-tuning o destilados.

• Ejemplo: Generar descripciones de productos para una tienda online con tus datos.
• Ejemplo: Generar documentación de tus proyectos de acuerdo a tus estándares.

3.Clasificación de datos:

Clasificar o etiquetar datos es una tarea que puede ser muy tediosa y que puede ser muy cara si la haces con personas. Etiquetar datos con un LLM (GPT-X) es más barato pero tened en cuenta la Idea clave 2. Si tienes un conjunto de datos tuyos (quejas de clientes de tu banco), lo aumentas, lo refinas y consigues etiquetarlos bien, tienes un tesoro con el que entrenar tu propio sistema de clasificación.

Técnicas: BERT, DistilBERT, Pretraining en un dominio, etiquetado basado en reglas, RAG, fine-tuning o destilados, mechanical turk.

• Ejemplo: Clasificar las quejas de tus clientes en función de su contenido.
• Ejemplo: Clasificar los productos de tu tienda en función de su descripción.
• Ejemplo: Detección de fraude en transacciones.

4.Sistemas de recomendación y cesta de la compra:

Recomendar productos a tus clientes en función de su comportamiento, de sus gustos, de sus necesidades. Si has comprado patatas y cerveza, te recomiendo que compres aceitunas, basándome en el comportamiento de otros clientes.

Técnicas: Algoritmos de cesta de la compra, clustering, etc.

• Ejemplo: Recomendar compra de activos a clientes de un broker.

5.Identificación de características ganadoras:

Identificar las características que hacen que un producto sea mejor que otro.

Técnicas: Modelos de regresión, modelos de clasificación, modelos de clustering, UMAP, PCA.

• Ejemplo: Identificar de una bolsa de deudores quiénes son los que van a dejar de pagar o tienen más probabilidades de devolver el crédito.
• Ejemplo: Identificar las características que hacen que un producto financiero sea mejor que otro.

Otros ejemplos de proyectos de IA:

1. Detección de anomalías en series temporales.
2. Predicción de series temporales.
3. Agentes conversacionales (apoyados en algún otro sistema de los mencionados).
4. Adaptaciones de sistemas generales al individuo.

Conclusión

El futuro son las AIs generativas vale pero:

1. Como una parte de un todo. Para multiplicar números la pieza es una calculadora y no Bard.
2. Especializadas con tus datos y a tus necesidades. RAG o fine-tuning, o los dos.
3. Sobretodo para quien se trabaje bien sus datos y los sepa etiquetar y clasificar.
4. ELIGE Y DEFINE BIEN TU CASO DE USO Y QUÉ LE VA A APORTAR A LA EMPRESA.

Foto de Elaine Bernadine Castro