Cómo los LLM pueden ayudar a optimizar los procesos comerciales

Grandes modelos de lenguaje (LLM) parecen ideales para crear interfaces de lenguaje naturalpero el aumento de ChatGPT y otras herramientas similares ha planteado una pregunta: ¿Son los LLM adecuados para optimizar los procesos de negocio?

En definitiva, la respuesta es un rotundo “sí”. Por supuesto, la respuesta más larga tiene más matices que eso. La utilidad o destreza independiente de un LLM es relativamente limitada a menos que se combine con otras tecnologías. El verdadero impacto de la IA radica en su capacidad para facilitar la aceleración de los procesos de negocio mediante la automatización.

Donde la IA se encuentra con los procesos de negocio

Considere la posibilidad de simplificar el proceso de “oportunidad de realizar un pedido” dentro de una empresa. Tal como están las cosas, independientemente del producto o solución implementado, las organizaciones se ven obligadas a navegar por la complejidad de esta automatización, y eventualmente recurren a métodos manuales como interfaces de arrastrar y soltar, soluciones de bajo código o programación de alto código.

Ahora agregue LLM a la ecuación. Los LLM son repositorios amplios que albergan conocimientos sobre procesos comunes que son aptos para la automatización. Aprovechando esta información, el modelo actúa como un catalizador que proporciona una ventaja para la resolución de problemas. Como resultado, los usuarios no necesitan reinventar la rueda. Solo necesitan personalizar las soluciones existentes para adaptarlas a sus necesidades específicas y acelerar significativamente el proceso.

En este caso, la experiencia del usuario final sigue arraigada en la interacción del lenguaje natural. Los usuarios podrían solicitar un modelo de lenguaje grande para crear un marco de «oportunidad de pedido» adaptado a su CRM y ERP utilizando un plataforma de integración como servicio (iPaaS). Luego, el sistema podría generar activos relevantes para conectar y automatizar el proceso, permitiendo a los usuarios ajustar y realizar una transición rápida de sus soluciones personalizadas a una realidad operativa.

En otro ejemplo, una empresa de comercio electrónico podría utilizar un LLM para crear una aplicación que examine los pedidos entrantes antes de integrarlos en un sistema ERP. Tradicionalmente, crear una aplicación de este tipo requería mucha mano de obra, ya sea que la codificaras desde cero o utilizaras una plataforma de código bajo. Los LLM han revolucionado este enfoque al poder interpretar los requisitos específicos y generar una aplicación basada en la solicitud del usuario.

Muchos en la industria agrícola buscan una optimización similar. Un agricultor que haya invertido en tecnología pero carezca de sofisticación técnica podría diseñar una aplicación para monitorear su huella de carbono a lo largo de las estaciones. En este caso, el LLM utilizaría su comprensión de las necesidades de seguimiento de carbono y la representación de datos para generar una aplicación hecha a medida.

Estas son solo algunas de las formas en que los LLM pueden remodelar los procesos automatizando partes sustanciales de tareas complejas. Debido a que pueden obtener una comprensión completa de las complejas necesidades comerciales, pueden generar soluciones comerciales personalizadas. Los casos de uso de los LLM son infinitos y trascienden las fronteras de la industria.

Pasos para comenzar con los LLM

La rápida evolución y adopción de IA generativa Las tecnologías indican que las empresas deben considerar cómo pueden aprovecharlas para seguir siendo competitivas en su mercado. Para las organizaciones interesadas en comenzar, hay algunos pasos iniciales que deben considerar:

1. Edúcate tu mismo. Al aprovechar cualquier tecnología nueva para optimizar los procesos comerciales, la preparación es clave. Esto significa que es fundamental informarse sobre el panorama en rápida evolución de los LLM. OpenAI ha sido pionero en este espacio, comercializando la IA generativa con ChatGPT y sus diversos modelos GPT. Pero los principales actores, incluidos AWS, Google, Meta y Microsoft, e incluso entidades emergentes como Hugging Face, están lanzando rápidamente sus propias iteraciones para ampliar el espectro de LLM accesibles para el desarrollo de aplicaciones.
2. Conozca a los principales actores. Para navegar en este campo en expansión, las empresas deben familiarizarse con la diversa gama de proveedores e identificar el LLM que mejor se adapta a sus requisitos específicos. Esto incluye explorar ofertas de los proveedores antes mencionados y muchos otros para tomar una decisión informada para la integración y el posterior desarrollo de aplicaciones.
3. Tenga cuidado. Dada la aceleración de los avances en IA, es imprescindible actuar con cautela. Las empresas deben monitorear las acciones de los modelos de IA con vigilancia para garantizar la alineación con las funciones y valores previstos, e implementar las medidas de seguridad sólidas necesarias.

En última instancia, la rápida evolución de la IA enfatiza la necesidad de que las empresas no solo aprovechen estos avances sino que lo hagan de manera consciente, seleccionando las herramientas que mejor se alineen con sus objetivos y requisitos de seguridad. Nadie quiere quedarse atrás a la hora de adoptar nuevas tecnologías por miedo a quedarse atrás de la competencia. Pero es igualmente importante evaluar los riesgos y evitar invertir en iniciativas que eventualmente fracasan o causan consecuencias no deseadas.

Las organizaciones que encuentran una manera de lograr un equilibrio entre la adopción temprana y la precaución medida se colocan en la mejor posición para el éxito a largo plazo.

Manoj Chaudhary es CTO y vicepresidente senior de ingeniería en poco de nerviosismo.

—

Generative AI Insights proporciona un lugar para que los líderes tecnológicos, incluidos proveedores y otros contribuyentes externos, exploren y discutan los desafíos y oportunidades de la inteligencia artificial generativa. La selección es amplia, desde análisis profundos de tecnología hasta estudios de casos y opiniones de expertos, pero también subjetiva, basada en nuestro juicio sobre qué temas y tratamientos servirán mejor a la audiencia técnicamente sofisticada de InfoWorld. InfoWorld no acepta garantías de marketing para su publicación y se reserva el derecho de editar todo el contenido aportado. Contacto doug_dineley@foundryco.com.