Se acerca el primer aniversario de ChatGPT, su lanzamiento fue el 30 de Noviembre de 2022, algunos aspectos de nuestros trabajos han cambiado radicalmente, otros no, en el siguiente artículo pretendo analizar con exactitud ¿cuál ha sido el impacto real en el trabajo? Y, como dice la canción ¿cómo hemos cambiado?
YouGov realizó un estudio de uso que tiene ya varios meses, y a priori, según estos datos, desde enero de 2023, el 17 % de las personas de entre 30 y 44 años han utilizado ChatGPT para generar texto. Baja a un 15 % el porcentaje de personas entre 18 y 29 años. Aproximadamente el 9 % de las personas entre 45 y 64 años y el 5 % de las personas de 65 años.
Entendemos estas estadísticas en su contexto, en un entorno de uso experimental e individual, en un uso de tipo recreativo, podríamos llamarle. Estos datos a priori pueden parecer insuficientes en relación al ruido mediático que conocemos, pero está sucediendo un fenómeno muy parecido al nivel de adopción que tuvo Internet.
Acordaos de quién y para qué usaba Internet en el 1996, 1998, o en el 2000, y reflexionar 25 años después qué es lo que no hacemos en nuestras vidas y trabajos que no esté directa o indirectamente relacionado con nuestro uso de Internet, luego proyectar en los próximos 20 años, ¿cuál va a ser el nivel de adopción de IA generativa? … Y ¿en cuántas áreas de nuestras vidas y nuestros trabajos nos va a impactar?
Que el estado del arte de la tecnología esté muy avanzado, y el hecho de que en el mercado haya novedades continuamente, no quiere decir que el nivel de adopción masivo de la tecnología por parte de la gran mayoría de la sociedad vaya a la misma velocidad. De hecho, como con cualquier otra tecnología o avance significativo, se produce a dos velocidades, la velocidad a la que se liberan nuevos desarrollos tecnológicos y la velocidad con la que la sociedad los adopta e integra en su día a día.
Para aquellos que pronosticaban a principio de año, que las startups que nos basamos en la capa superficial de LLMs (Largue Lenguage Models) de OpenAI teníamos los días contados, no se ha cumplido la profecía, el resultado, afortunadamente está siendo el inverso, en la mayoría de los casos, salvo excepciones de startups que han aportado muy poco valor por encima de la capa del API de OpenAI, en estos casos, ha habido canibalización sin piedad.
Pero en líneas generales, está siendo un buen año de crecimiento para el resto de startups de IA generativa, que cada vez nos va a costar más diferenciarnos, pero el mercado es enorme.
Si a finales de 2023, solo el 16 % de la sociedad está generando texto con GPTs de manera recurrente, nos queda que entren a nuestras startups el otro 84 % en los próximos años, luego existen razones para ser optimistas y muchas más para ser racionales con conocimiento desde dentro del mercado en que vivimos.
Sin embargo, los datos de las encuestas que se refieren a la implementación real en la empresa, difieren radicalmente. ResumeBuilder realizó una encuesta en febrero de 2023 a 1.000 líderes empresariales de EE.UU. para determinar el número de empresas que actualmente utilizan o tienen previsto utilizar ChatGPT en sus negocios.
Casi la mitad de las empresas encuestadas (49%) confirmaron que ya usan ChatGPT, y un 30% más planea hacerlo pronto. Gracias a esta tecnología, el 25 % de las empresas que la usan han logrado un ahorro superior a los 75.000 dólares. La mayoría de los usuarios de ChatGPT (93%) quieren aumentar su uso en el futuro. Además, el 90 % de los líderes empresariales considera que saber usar ChatGPT es una competencia valiosa para los candidatos a un empleo.
Luego los datos cambian radicalmente según el contexto, como siempre os recomiendo en mis artículos, entender estos datos como orientativos, no como verdades absolutas, la verdad estará en el punto intermedio. En cualquier caso, el estudio más serio y detallado que he encontrado, sobre el impacto futuro de esta tecnología en el trabajo, lo realizó OpenAI a principios de año.
Del mismo se desprende que el 80 % de la fuerza laboral de EE.UU. podría tener al menos el 10 % de sus tareas de trabajo afectadas por la introducción de los GPT, mientras que alrededor del 19 % de los trabajadores podría ver al menos el 50 % de sus tareas impactadas.
Me gusta mucho más este estudio, porque parte de una base más realista, entendiendo que el impacto se debe valorar, no por industrias o profesiones a groso modo, si no por el tipo de tareas que realizas dentro de tu profesión.
La naturaleza de los trabajos modernos basados en conocimiento (o trabajos de cuello blanco) es más compleja de lo que parece, requiere resolución de tareas, sí, un porcentaje de estas tareas ya las puedes realizar con IA, sí, pero también requiere coordinación, comunicación, gestión, conceptualización de problemas, análisis de riesgos, pensamiento crítico, etc.
Luego se debe hilar muy fino de momento, y ninguna duda cabe que tras el lanzamiento que ha hecho OpenAI de agentes especializados (GPTs) que trabajan en silos individuales, habrá un punto en el que pensemos en ¿cómo hacer para que se comuniquen entre ellos? Y el siguiente paso será que se coordinen.
No tendrás que hacer 100 prompts para un proyecto determinado, si no, que le enviarás una al agente 1, la dividirá en tareas hacia el agente 2, que procederá a repartir esas tareas, entre diversos agentes, el 3, 4 etc, y en ningún momento habrá intervención humana, luego la parte de comunicación y coordinación que realizamos en nuestros trabajos, también la harán los agentes de IA entre ellos.
A este concepto le llamo con el sobrenombre de agentes en cadena, y será el paso lógico hacia dónde vaya la industria de GenAI en el corto y medio plazo. La duda será si en el camino aparecerá la AGI (Artificial General Intelligence). Da igual que sean bots de texto, o avatares de IA ultrarealistas como los de Meta, la carcasa del exterior, no importa; la clave estará en que se comuniquen y coordinen entre ellos. Aquí vendrá un nuevo paso disruptivo de gigante.
Impacto de IA generativa por tareas.
La matriz de impacto de abajo trata de analizar el aumento de productividad que se ha producido, y me gusta que se exprese en esos términos, en aumentos de productividad, no en reemplazos de trabajadores. En el eje X, muestra la agrupación de diferentes grupos de tareas comunes que suceden prácticamente en cualquier tipo de sector empresarial, en el eje Y, aparecen las diferentes industrias a nivel general.
A día de hoy, según los datos, podemos afirmar que marketing y ventas, son las que más partido están sacando a estos avances; La IA generativa está causando furor para la creación de contenidos, y la automatización de ventas; su aplicación es muy directa y natural, y los resultados se obtienen inmediatamente.
El segundo grupo de tareas se refiere a ingeniería de software, y los mismos que la han programado, son los que le están sacando más partido, por su uso intensivo en la creación de alta tecnología.
En el tercer grupo quedaría la atención al cliente, y en el cuarto las tareas de producto e investigación. El sector tecnológico, banca, y telecomunicaciones, son los que más ventajas están empezando a experimentar en las implementaciones de esta tecnología.
Sobre el sector de atención al cliente, a priori se perfilaba como la primera profesión que desaparecería, pero según mi experiencia personal de hace años, da igual que tengas un bot antiguo, un bot moderno con GPT-4 integrado, que tenga todo el conocimiento de tu empresa, o no lo tenga, el cliente final cuando decide contactar con la empresa, no quiere ningún automatismo, quiere hablar con una persona que le resuelva el problema, quiere un humano…
Por otro lado, Harvard realizó un estudio de productividad sobre 18 tareas clave en labores de consultoría, y eligió aleatoriamente a 758 consultores de Boston Consulting Group (BCG), a los que se les asignó acceso a GPT-4, (el grupo verde y rojo de la gráfica), en el caso del rojo fueron consultores que previamente recibieron formación de cómo usar GPT-4.
Y se les comparó con otro grupo sin uso de Inteligencia Artificial Generativa. La conclusión es que aquellos consultores que usaron AI completaron un 12,2% más de tareas de media y un 25,1% más rápido. La calidad mejoró un 40%. Los que le sacaron más partido al experimento, fueron los empleados de perfil medio o bajo, y en empleados de perfil alto, mejoró su productividad, pero no tanto como en los anteriores.
Sectores que están siendo reemplazados por la IA generativa.
En este apartado, he revisado un artículo antiguo del blog, de marzo de 2020; La 3a Generación Disruptiva ya es Generativa, en este artículo, comentaba que las primeras profesiones impactadas por la IA generativa, serían los freelancers que trabajan de modo online en plataformas como Fiverr, este tipo de trabajador ofrece servicios unitarios de tareas muy específicas, por ejemplo, te escribo un artículo de SEO optimizado para tu blog, te creo un video reel para Instagram, te grabo una voz en off para el video, te creo un excel con datos de investigación en Internet, etc.
Al tratarse de microtareas únicas bajo demanda, se resuelven muy fácilmente con IA generativa que trabaje en silos unitarios, y con software como servicio que integre esta tecnología, luego el impacto está siendo muy grande en este sector, ha bajado drásticamente el número de trabajos contratados, y el precio lógicamente también ha bajado.
Ya sea de manera online, en estos marketplaces de freelancers, u offline, mi consejo para este tipo de profesionales, es que vendáis el proyecto completo, no vendáis servicios unitarios e individuales dentro de un proyecto mayor, que se pueden hacer ya con IA en cuestión de minutos.
El que os contrate porque no tiene el conocimiento en su empresa, probablemente lo siga haciendo, ya que no contrata el entregable en sí, sino vuestra experiencia, conocimiento y criterio para ese proyecto; el que os contrate por falta de tiempo en su empresa aunque disponga de conocimiento, se irá directamente a herramientas de IA generativa para conseguir estos servicios.
Según mi punto de vista, la manera de evitar pérdidas, es ofrezcer el pack completo, que requiera coordinación de áreas de conocimiento, y comunicación con varias personas.
Otras profesiones que se están viendo impactadas son redactores, guionistas, traductores, administrativos, dobladores de cine, asistentes legales, diseñadores gráficos, periodistas, etc.
Respecto a los programadores de código, la demanda previa a la entrada de esta tecnología era muy alta, y continua siendo alta, estudios dicen que les ayudan en un 40% de sus tareas de programación, pero en el otro 60% el conocimiento de estos profesionales sigue siendo imprescindible.
En proyectos mínimamente serios y personalizados, que no sean de no code con módulos prefabricados, no creo que vaya a haber un impacto alto de pérdida de empleo en esta profesión en el corto plazo, veremos que ocurre en el medio y largo plazo, porque se está cociendo una nueva generación de herramientas muy potentes para construir el código del proyecto directamente desde los entregables de diseño y poder desplegarlo desde la misma herramienta a los entornos de desarrollo, si que se puede afirmar, que a día de hoy, la productividad ha aumentado drásticamente en este sector.
Las 4 fases de adopción empresarial con IA generativa.
Durante el año, he mantenido conversaciones puntuales con pymes fundamentalmente, de entre 20 a 30 trabajadores, preguntándome, Pedro ¿cómo integro la IA generativa en mi empresa?… He podido identificar patrones en todas ellas, y el primer punto antes de integrar esta tecnología en tus operaciones viene por entender qué has hecho en la fase anterior de la que veníamos, es decir, ¿Cómo estaba funcionando la cultura del dato en tu empresa? ¿Cómo has capturado esos datos? ¿En qué estado están esos datos?
Y las respuestas han sido muy dispares, mi consejo, es que empieces por el paso anterior, si no, se masca la tragedia como intentes correr para implementar la GenAI con prisas sin tener en tu empresa una cultura del dato implementada, o los procesos no estén bien definidos.
Sin entrar en detalles, el proyecto de implementación de GenAI en tu empresa pyme debería seguir estas 4 fases fundamentales:
Exploración–A estas alturas lo doy por hecho, pero puedes comenzar con pruebas de concepto y familiarización con ChatGPT, crea las prompts adaptadas a tu negocio, que prueben varios departamentos diferentes de tu empresa, haz alguna formación previa, etc.
Pilotaje-Hace unos meses era mucho más complejo, hace unos años, mucho más, pero con el reciente lanzamiento de los GPTs de OpenAI, ya no hay excusa, en cuestión de minutos puedes crear tu GPT especializado para el conocimiento específico y personalizado de tu empresa, aquí el punto clave estará en la calidad de los datos que tengas, más que la cantidad. Bien usado, este bot te puede hacer muy productivo, reduciendo tiempos de ejecución de tareas, reduciendo costos, y aumentando la calidad.
Escalado-En esta fase vendría la automatización de las operaciones de soporte a cliente, puedes organizar, separar, y relacionar toda la documentación de tu empresa, para crear diferentes GPTs por cada caso de uso de cada departamento. Finalmente, comienza con la generación de contenido automático tanto para marketing, ventas, como para producto, e instala esta filosofía en los empleados.
Innovación-Con todo el conocimiento adquirido en las fases anteriores, y con algún proyecto piloto de carácter interno, es la hora de crear productos hacia el exterior para tus clientes. Encuentra tus casos de uso y comienza a probarlos con tus clientes finales, previamente, piensa en ¿Cómo vas a monetizar? No es trivial este punto, para no canibalizar tu actividad principal…
IA generativa y el futuro del trabajo.
Sobre el modelo de trabajo del futuro presente, ya lo estamos experimentando de algún modo, a la entrada interactúas con modelos de conocimiento general como ChatGPT, accedes a bots personalizados con datos propietarios de tu empresa, usas otros softwares o web apps de IA generativas de carácter específico en tus flujos de trabajo, y a futuro (no muy lejano parece ser) vendrá la Inteligencia Artificial General (IAG) o IA general.
Luego te ayuda a gestionar y generar información, a investigar, a automatizar, a innovar, y a tomar decisiones basadas en datos. En este escenario de trabajo, las capas de seguridad y ética adquieren más sentido cuanto mayor es el tamaño de la empresa, y cuando el volumen de datos internos que se maneja es alto.
A la salida de tus trabajos, divides las tareas en dos grupos, las tareas de tipo táctico o de ejecución, que ya las hacen las IAs, el trabajo pesado. Como os comenté en el artículo de inicio de año; El significado del trabajo en tiempos de transformers, esta nueva modalidad de trabajo te empuja inevitablemente hacia el trabajo de alto nivel, de carácter estratégico, como la construcción de nuevos servicios y productos, la apertura de nuevos mercados, diseñar nuevas líneas. Y para este tipo de tareas os hemos construido en Vizologi una aplicación especializada y basada en IA generativa para que podáis imaginar y generar más negocio para vuestras empresas. re
Conclusión.
La variable más importante de las economías modernas que vienen se basa en la productividad, no en el número de personas que están empleadas, y el concepto de capital humano dentro de la economía muta, cuando tienes inteligencia artificial sintética cercana a coste cero, y niveles de automatización muy altos.
Jeremy Rifkin, economista y activista social, relaciona la economía con la termodinámica para explicar la productividad.
Ve la productividad económica como un proceso termodinámico donde la energía y los recursos se transforman en bienes y servicios. Según Rifkin, la economía es ineficiente desde el punto de vista termodinámico. Propone que estamos en el proceso de la Tercera Revolución Industrial, que apunta a ser mucho más eficiente que las anteriores, impulsada por nuevas tecnologías de la información y energías renovables.
Cuando el coste de la inteligencia y de la energía se acerque a cero, será el punto de inflexión hacia la llamada era de la abundancia que tanto nos gusta a los tecnólogos. Pero no estamos en ese punto todavía, ni mucho menos, estamos en el comienzo del camino, donde la Inteligencia Artificial Generativa simplemente ha sido la llama que ha encendido la mecha de un proceso de combustión que viene desde hace 3 décadas.
La economía se basa en cómo de productivo es el proceso de crear un bien o un servicio, da igual que haya una máquina detrás o un humano, a pesar de que va a haber grandes pérdidas de empleo, la macroeconomía teóricamente crecerá mucho, por el simple hecho de que el factor clave, la productividad aumentará drásticamente en los próximos 10 años, luego debemos pensar en cómo gestionar ese excedente macroeconómico en las ganancias para poder paliar la escasez de trabajo que va a haber.
El riesgo es real, si este excedente se concentra solo en las cuatro manos de las big tech norteamericanas, si no devuelven este excedente a la sociedad de algún modo, también entrarían en riesgo de colapsar, en un escenario de desempleo masivo, independientemente del tamaño, a ninguna empresa le interesa el desempleo o una situación de crisis grave, ya que baja el consumo y bajan las facturaciones.
En 1900, el 36% de la población activa estadounidense trabajaba en la agricultura. Hoy, esa cifra es del 1,2%, y el desempleo es <4%. La IA quitará puestos de trabajo, pero también creará otros nuevos, aunque sinceramente, no tengo claro de que se vayan a crear más profesiones nuevas de las que se destruyen, tengo mis serias dudas. Lo mejor que puedes hacer hoy es aprender a trabajar estrechamente con la IA en tu campo.