Autos en lugar de carruajes impulsados por caballos, procesadores de palabras en reemplazo de máquinas de escribir, el iPod de Apple sustituyendo a los reproductores de CD portátiles; la fotografía digital a los rollos de película y cadenas de bloques a cambio de registros financieros tradicionales. Se conoce de manera informal a las “tecnologías perjudiciales” como aquellas que cambian de manera radical el panorama de los negocios y su entorno, sustituyendo a cualquier artículo que se produzca en la actualidad, por productos que tienen un desempeño superior (Christensen, 2003) (Laudon & Laudon, 2012).

Frente a estas, la historia nos enseña que tradicionalmente industrias completas quedan en quiebra, pero en otros casos, las tecnologías perjudiciales tan sólo extienden el mercado, por lo general con muchos menos costos de los que involucran los productos existentes. Ocurre que, en un momento dado, se convierten en competidores baratos de lo que se producía y vendía antes bajo lógicas de trabajo anteriores. 

¿Qué pasaría entonces si creáramos una sola tecnología destinada a reemplazar los enfoques específicos usados en diferentes tareas con tan sólo un ajuste mínimo para cada una de ellas? De hecho, ya existen y se llaman Foundation Models o modelos base. Estos son entrenados con un conjunto amplio de datos generales y por lo tanto, se constituyen como la base para aplicaciones de IA especializadas. La ventaja de todo esto es la reducción de costos, el ahorro de tiempo y el reaprovechamiento de recursos. Con sistemas tan potentes como GPT-3.5, GPT-4 o Llama en los cimientos, resulta mucho más sencillo reentrenar una IA para un contexto particular. 

En este sentido, los modelos base presentan un potencial revolucionario para el reemplazo de mano de obra humana e incluso de sistemas de IA artesanales y limitados. Favorecen la automatización de tareas, son fácilmente escalables, son susceptibles de personalización, aumentan la eficiencia, y las grandes empresas creadoras garantizan su mejora continua. A medida que este tipo de modelos prolifera, la IA se vuelve más accesible a las personas usuarias, quienes pueden aprovechar sus beneficios sin tantos esfuerzos o sin conocimientos técnicos tan avanzados.  

Pero como es usual en el ámbito de la innovación disruptiva, la capacidad de adaptación y aprendizaje se convierte en un factor determinante para definir quienes lograrán el éxito y quienes se quedarán atrás. Algunas empresas crean estas tecnologías y participan en ellas para obtener ganancias; otras aprenden rápido y adaptan sus negocios y otras más quedan arrasadas por empecinarse en fabricar lo que ya no se necesita. 

En este ritmo vertiginoso de desarrollo, no hay tiempo para la pereza. Cada momento es valioso y ofrece oportunidades únicas de negocio. La falta de investigación o actualización por un período relativamente corto puede implicar la pérdida de la ventaja de descubrir, aprender y crecer. Para ello, hace falta miembros de la organización que estén dispuestos a experimentar constantemente con nuevas innovaciones tecnológicas y líderes cuya habilidad para trabajar con personas y comunidades sea tan destacada como su conciencia y conocimiento técnico.

Ciertamente, con el boom de la IA generativa, los modelos base, y los LLMs, todos los días se dan a conocer múltiples aplicaciones con costos insignificantes que tienen el potencial de aumentar exponencialmente nuestras capacidades en el entorno laboral y cotidiano. En este escenario, las empresas pequeñas o emergentes pueden desempeñar un papel fundamental al adoptar y adaptar estas innovaciones generando valor agregado. Desde la producción y la depuración de datos específicos para aumentar la precisión de los modelos, pasando por el desarrollo de aplicaciones especializadas y su integración a la infraestructura tecnológica existente hasta la capacitación y soporte, las oportunidades de negocios que se generan son numerosas, variadas y prometedoras. 

Se trata de una carrera aparentemente sin línea de meta que vale la pena recorrer, porque aquellos que lo intenten estarán mejor posicionados para liderar en sus respectivos campos y mejor preparados cuando llegue el momento de ajustarse a los desafíos que implican las nuevas olas de innovación. La colaboración activa y la experiencia sectorial pueden ser la clave para capitalizar plenamente este nuevo paradigma de IA. En Legal HUB nos preparamos constantemente para abrazar el desafío y trabajar de la mano con nuestros clientes.