Jeff Barr, de AWS: “Con la IA creo que estamos recién en la mañana del primer día”

Hay una realidad que no se puede negar: la era de la inteligencia artificial ha comenzado. Sus funciones han trascendido de forma impresionante, al punto que ha permeado tanto las esferas profesionales como las cotidianas. Por eso, no es de extrañarse que muchas industrias estén incorporando más y más procesos con inteligencia artificial, especialmente por su capacidad de impulsar la eficiencia, la optimización y personalización de los servicios.

Tanto ha sido su avance, que para acciones cotidianas también ha tomado fuerza: desde una ruta más eficiente para un viaje, hasta poder probarse ropa a través de una app.

“Tenemos una frase en Amazon que nos gusta decir: ‘Todavía es el primer día’. Y esto significa que estamos justo al comienzo de cualquier cosa emocionante de la que formemos parte. Con la IA creo que estamos casi en la mañana del primer día. El sol apenas ha salido y aún tenemos mucha emoción por delante”, dice Jeff Barr, Vicepresidente y Chief Evangelist de Amazon Web Services (AWS).

Jeff Barr ha estado ligado a la industria tecnológica gran parte de su carrera y se ha convertido en uno de los voceros más reputados. Desde 2002 es parte de AWS, empresa subsidiaria de Amazon que ofrece servicios de infraestructura de TI, como almacenamiento, potencia de cálculo, bases de datos, aprendizaje automático y otros más.

Por eso, en esta entrevista –que se dio en el contexto de su visita a Chile para participar del AWS Community Day 2023 el pasado 30 de septiembre– aborda el impacto que ha tenido la IA en las industrias y el potencial esperado.

– ¿Cuál es el contexto de este desarrollo tan rápido de la IA? Pareciera que de un momento a otro comenzó a utilizarse para casi todo.

“En Amazon hemos estado trabajando en esto probablemente durante las últimas dos décadas, usando machine learning para sistemas de recomendación, para la optimización de rutas para entregas y recogidas, o la optimización de inventarios. Creo que como industria hemos estado construyendo los fundamentos durante ese tiempo.

Si miramos hacia atrás en los últimos 10 o 15 años, hemos estado poniendo lentamente todas estas partes en su lugar. No necesariamente sabiendo que llegaríamos a este punto, pero sí haciendo que todos estos sistemas sean cada vez más potentes y de alta capacidad.

Creo que todos sabíamos que llegaríamos a este punto, pero cuando el futuro llega, aún puedes sorprenderte incluso si estabas pensando en él. Tan pronto como llegué a Santiago, me metí en Amazon Bedrock y le dije: “Dime cinco cosas interesantes para hacer en Santiago”, y me dio excelentes recomendaciones en una fracción de segundo. Esa fue mi primera prueba oficial en la plataforma. Empezaremos viéndola en empresas, aplicaciones de consumidores, en atención médica, creo que veremos a los gobiernos utilizarlos, ojalá, para brindar mejores servicios a los ciudadanos.

Pero también veremos, tal vez a más largo plazo y a medida que las personas profundicen en los detalles de estos modelos y tipos de aplicaciones específicas, lo que pensamos como aplicaciones de segunda y tercera generación. Esas serán las verdaderamente sorprendentes, pero siempre tardan un tiempo en surgir”.

– ¿Cómo ve el avance de la inteligencia artificial en los próximos años? ¿Y qué papel imagina que jugará AWS en esta evolución?

“Veremos muchas formas en las que AWS proporcionará valor a sus clientes desde los niveles más bajos, ayudándolos a entrenar e inferir en estos modelos. Eso sí, veremos que estos modelos seguirán haciéndose más grandes y requerirán más almacenamiento y potencia de cálculo, lo que, creo, seguirá resaltando el valor de la nube. Porque si quisieras descargarlos y ejecutarlos en tus propios ordenadores, necesitan tanta capacidad de ancho de banda y almacenamiento que la nube es el hogar más adecuado.

Los clientes pueden tomar cualquiera de los modelos básicos, y entrenarlos y personalizarlos para sus propias áreas de aplicación, industria o clientes específicos.

También hay enormes desafíos de seguridad involucrados. Cuando comenzamos a construir estos servicios especializados queremos asegurarnos de que estamos protegiendo cuidadosamente los datos del cliente, cifrando los datos mientras se almacenan y cifrando los datos mientras se transmiten. Proteger todos estos datos es realmente importante”.

– ¿Puede compartir algunos ejemplos de cómo sus clientes están utilizando la IA para resolver problemas o impulsar la innovación en sus negocios?

“Estamos viendo muchos usos industriales diferentes. En la industria automotriz, cuando las personas diseñan nuevos autos, hay esta idea interesante de que la IA generativa va a llegar a decir quiénes son nuestros clientes y qué tipo de autos les gustaría, qué estilos y características, etc. Esta idea se trata de buscar patrones y predecir a dónde pueden llevarte esos patrones.

Entonces, existe esta idea de que la IA generativa será muy útil para acortar efectivamente el tiempo desde el diseño y desarrollo hasta el envío de autos al mercado. Vemos la fabricación, maximizando la productividad y creando productos mejores, más resistentes y ligeros, y más baratos. La cifra que tengo es que dentro de la fabricación, el 93% de las empresas creen que la IA cambiará la forma en que crecen e innovan.

La IA generativa ha impactado a la gente de una manera muy diferente en comparación con hace un año. No creo que nadie supiera qué era ChatGPT o Stable Diffusion o Bedrock.

Hoy hablas con personas comunes y corrientes y no solo están al tanto de lo que son, sino que los están utilizando en su vida cotidiana de maneras interesantes, y están pensando en cómo pueden trabajar con esto en atención médica, ciencias o servicios financieros. Veremos una era con mucha creatividad”.

– Considerando eso, ¿cuáles son algunos tipos de uso en los que la inteligencia artificial está teniendo un impacto significativo hoy en día? Especialmente en la esfera cotidiana

“Puedes verlo en el e-commerce. Que las personas se prueben la ropa online antes de comprarla porque la IA generativa permite que la ropa se coloque en tu cuerpo de forma dinámica, crea una experiencia virtual.

También es posible escribir descripciones de productos de buena calidad. Si observas un catálogo de productos, la IA generativa puede crear descripciones detalladas.

Si eres una empresa, vas y tomas uno de estos modelos básicos, luego realizas una capacitación basada en tus propios datos o base de datos de clientes y entrenas un modelo específico para tus tipos de clientes. Entonces, servicio al cliente podría ser capaz de atender a ciertos tipos de clientes de diferentes sectores.

Lo que hemos escuchado de nuestros clientes es que la personalización de modelos es realmente el aspecto más importante de todo esto, sin olvidar mencionar la seguridad, ya que la seguridad siempre es la prioridad principal”.

– A propósito, ¿podrías brindar algunas recomendaciones para garantizar el desarrollo responsable de la IA en cuanto a seguridad?

“Este es un desafío de la industria y estamos trabajando en colaboración. Creemos que se trata de un conjunto de buenos desafíos, y hemos estado promoviendo la idea de la IA responsable desde el principio. Esto se relaciona con nuestro modelo aquí en Amazon de obsesionarnos por el cliente, queremos asegurarnos de que sean la prioridad en todo lo que hacemos. Cuando pensamos en la IA generativa y en cuán transformadora será, necesitamos ser justos, precisos y proporcionar a los clientes toda la orientación que necesitan.

En primer lugar, necesitamos asegurarnos de que los clientes entiendan cómo utilizarlo adecuadamente. Creo que hemos llegado a un punto interesante en el que, en muchas tecnologías anteriores, podías mirar dentro si tenías suficiente interés y decir: “Entiendo exactamente cómo funciona”. Sin embargo, cuando llegamos a estos modelos se requiere un conocimiento muy especializado sobre el proceso de entrenamiento. ¿Cómo funcionó el proceso de entrenamiento? ¿Cuáles fueron las fuentes de datos? ¿Cómo se seleccionaron, filtraron y depuraron los datos?

El modelo es una enorme colección de números y ponderaciones. Por lo tanto, no puedes mirar realmente dentro de él y decir: “¿Cómo funciona realmente esto?” Creo que ahora estamos en una era ligeramente diferente en cuanto a comprensión.

Lo que veremos es que las personas harán especializaciones en modelos particulares, pero la parte responsable y segura de eso es: ¿cómo sabes que el modelo que estás eligiendo es realmente el adecuado para el trabajo?

Creemos que proporcionar a los clientes una orientación sólida es totalmente apropiado, educarlos sobre el uso de los modelos y sobre la seguridad”.

– Por otro lado, hay preocupaciones acerca del impacto que puede tener en los trabajos. ¿Cómo ve que la IA influye en el panorama laboral? ¿Cuál debería ser la estrategia para que las empresas y las personas se adapten a estos cambios?

“Ciertamente va a cambiar la naturaleza de algunos trabajos, pero creo que será para mejor. Creo que dará lugar a nuevos tipos de trabajos. Porque hoy podemos decir: “Estos son los trabajos que van a cambiar”, pero también podemos preguntarnos, “¿Cuáles son los trabajos que se van a crear?” Hay un nuevo empleo en IA llamado Ingeniero de Indicaciones. Hace dos años, nadie sabía que el ingeniero de indicaciones iba a ser un trabajo real y ahora hay personas que ganan buenos salarios.

Como con casi cualquier tecnología que primero se percibe como una amenaza para los trabajos, con el tiempo se convierte en la creación de nuevas industrias y, en última instancia, en la generación de más empleos. Siempre que hablo con jóvenes les digo que es realmente importante ser flexible y estar abierto al futuro en sus carreras, porque hay pocas profesiones en el mundo donde comienzas con una base y tienes un conjunto determinado de habilidades que puedes usar durante 30 o 40 años.

La mayoría de los trabajos de hoy no son así. En la mayoría de los trabajos actuales, vas a tener que ser un aprendiz de por vida. El conocimiento que tengas, vas a necesitar actualizarlo constantemente y asegurarte de estar al día y también verás que se presentarán nuevos trabajos y nuevas carreras.

La tecnología cambia bastante rápido. Muchos trabajos dependen, están conectados o son impulsados por la tecnología y simplemente necesitas poder reconocer eso y responder adecuadamente”.

– Respecto de la nube, ¿cómo ha sido la integración de la IA y el machine learning?

“Los servicios en la nube y la IA encajan perfectamente, ya que construir modelos, almacenarlos, protegerlos y ponerlos a disposición de los clientes a escala no es algo que la mayoría de las organizaciones podrían hacer por sí mismas. Por lo tanto, la nube es el espacio natural para hacerlo. Nosotros anunciamos un nuevo servicio y lo pusimos a disposición de nuestros clientes: Amazon Bedrock. Esta es una herramienta para desarrolladores, y pueden acceder a una gran colección de modelos fundacionales de Amazon y de otros proveedores.

En lugar de preocuparse por todas las cosas que compartí, como el almacenamiento, el hardware, la red y la seguridad, los clientes pueden simplemente hacer referencia a un modelo y decir: “Deseo generar texto o imágenes” o “quiero iniciar una sesión de chat”. Hemos eliminado gran parte de la carga que generalmente conlleva la descarga, instalación, configuración y ejecución de modelos, y hemos hecho que estos servicios en la nube estén disponibles de manera sencilla. Eso es fundamental para que los desarrolladores puedan beneficiarse.

Para mí, el servicio en la nube es fundamental para facilitar a los clientes realizar la inferencia, y uno de los aspectos que vale la pena destacar es la capacidad de hacerlo a una escala muy grande. La gente querrá construir aplicaciones de consumo a nivel mundial que integren la IA generativa, por lo que la escala es importante, al igual que la seguridad y el costo. Además, hay dos formas diferentes de ver el costo: el costo de construir y el de entrenar modelos. Si buscas en línea, verás que los modelos pueden costar desde decenas de miles hasta cientos de millones de dólares para construir y entrenar. Ese número se espera que aumente con el tiempo a medida que estos modelos se vuelvan más grandes y sofisticados. Ese es el primer costo: la configuración y el entrenamiento del modelo.

La inferencia es cuando dices: “Aquí está mi modelo y quiero generar una imagen o quiero generar algún texto”. Y esa operación en sí misma requiere una cantidad significativa de potencia de cómputo. Por lo tanto, poder hacerlo de la manera más eficiente posible también ha sido uno de nuestros objetivos”.