<img height="1" width="1" style="display:none;" alt="" src="https://px.ads.linkedin.com/collect/?pid=1205042&amp;fmt=gif">
Home
Blog

¿Logrará ChatGPT/GPT-4 emular el cambio de paradigma que generó iPhone en la transformación digital?

· ·

Share on:

Implicaciones de ChatGPT para la Gestión del Rendimiento de los Activos: Una entrevista con Geir Engdahl, CTO de Cognite

No es ningún secreto que los equipos de operaciones industriales siguen luchando por adoptar y escalar soluciones digitales que realmente transformen los flujos de trabajo diarios. Ya sea que la falta de impulso sea resultado de una gestión del cambio difícil o esté arraigada en el problema de los datos industriales, una cosa es cierta: la cadena de eventos desde los datos en bruto hasta la información operativa significativa y la acción sigue siendo demasiado compleja y engorrosa para escalar.

“Hacer lo complicado simple, de forma increíblemente simple, eso es creatividad.”

Charles Mingus, Pianista de Jazz

 

Las tecnologías de IA generativa en rápido desarrollo, como ChatGPT, están listas para brindar un cambio radical en la forma en que los humanos procesan información o situaciones complejas. Mientras que los expertos en la materia y los operadores se están acostumbrando a la nueva infraestructura de datos que les ayuda a "googlear" datos industriales complejos, ChatGPT simplificará aún más la interfaz humano-datos: se acerca el amanecer de los Copilotos Industriales.

ai-use-cases

Entonces, ¿cuáles son las implicaciones de esta tecnología en los procesos de gestión del rendimiento de activos (APM, por sus siglas en inglés) y en el contexto operativo en tiempo real? ¿Es este el avance que la industria necesita para finalmente lograr "el momento iPhone"? Nos sentamos con el CTO, Geir Engdahl, para analizar esto con más detalle.

Preguntas y Respuestas

Cognite Team: Para sentar las bases, ¿qué es ChatGPT, GPT-3, GPT-4 y la IA Generativa?

Geir: ChatGPT es una solución conversacional de IA generativa desarrollada por OpenAI que utiliza una versión especialmente entrenada de GPT (Transformador Generativo Preentrenado), que a su vez es un tipo de modelo base. Los modelos base, también conocidos como modelos de lenguaje grandes (LLMs, por sus siglas en inglés), son un tipo de aprendizaje automático que utiliza conjuntos de entrenamiento previo muy grandes para realizar funciones avanzadas relacionadas con el lenguaje, incluida la generación de contenido en lenguaje natural, la síntesis, la generación de código y la respuesta a preguntas. GPT-4 es la versión más nueva y capaz del sistema de modelos de lenguaje de OpenAI.

timeline-of-ai-v2

Cognite Team: ¿Esta IA 2.0 es finalmente verdaderamente inteligente? ¿Realmente "comprende" como nosotros, los humanos?

Geir: Aunque los resultados de ChatGPT son indudablemente elocuentes, la respuesta es no. Los términos "comprender" e "inteligente" son términos inherentemente humanos, por lo que en este nivel, su aplicación a cualquier algoritmo de máquina, como ChatGPT, es engañosa. Lo que sucede en realidad es que el modelo adivina repetidamente la siguiente palabra en una respuesta en función de un gran número de operaciones matemáticas, lo que resulta en una lista de palabras y probabilidades para cada una. No hay una verdadera comprensión del tema como la que tenemos los seres humanos. Donde esta nueva IA es similar a nosotros los humanos es que la salida del modelo también puede estar equivocada.

Estas salidas incorrectas se denominan alucinaciones. En términos más sencillos, simplemente son respuestas falsas. Volviendo a la elocuencia, existe el peligro de que el contenido de ChatGPT que sea incorrecto en términos de hechos se asuma como correcto simplemente porque se presenta de manera muy elocuente. Sin embargo, la elocuencia no equivale a la verdad.

 

Cognite Team: ¿Cuáles son las implicaciones para los trabajadores humanos y los trabajadores del conocimiento que te entusiasman más en cuanto a la promesa de GPT?

Geir: Antes del reciente surgimiento de ChatGPT y otras herramientas basadas en IA y chat, incluso hace 5 o 10 años, ya existían emocionantes plataformas de bajo código y sin código que facilitaban a las personas que no son desarrolladoras crear aplicaciones, paneles de control y más por sí mismas.

No se trata de reemplazar el flujo de trabajo humano al 100%, sino de simplificar en gran medida el 80% del trabajo que resuelve el 80% de los desafíos más frecuentes y valiosos.

Eso es lo que me entusiasma de la promesa de ChatGPT, o de cualquiera de las nuevas herramientas de IA generativa. Con ChatGPT como traductor, las personas pueden realizar trabajos bastante poderosos que antes hubieran estado en manos de desarrolladores, simplemente escribiendo su intención. Un muy buen ejemplo es la generación de consultas y código simple. Hace que sea mucho más fácil responder preguntas sobre datos, crear cálculos y modelos utilizando datos y visualizar datos.

Si pensamos en capacitar a un experto en un tema específico en una industria con herramientas de este tipo, empezamos a creer que podríamos estar, por fin, en el punto de inflexión de la superhumanización. ¿Si damos a las personas con décadas de experiencia en dominios y conocimiento del equipo del mundo real la capacidad de auto-servicio y de ser mucho más eficientes? Ese podría ser el punto de inflexión de una nueva revolución industrial...

Cognite Team: La gestión del rendimiento de activos (APM) abarca cientos de casos de uso en mantenimiento, optimización de la producción, ESG y habilitación de trabajadores de campo. ¿Qué debemos esperar de ChatGPT en este ámbito?

Geir: La gestión del rendimiento de activos (APM) no es algo nuevo para las organizaciones industriales. Sin embargo, históricamente, la mayoría de las soluciones de APM han tratado de hacer demasiado, son demasiado complejas o en última instancia, demasiado especializadas para brindar el retorno de inversión esperado. Estas soluciones son demasiado engorrosas de usar, especialmente para la nueva generación de graduados que ingresan a la fuerza laboral industrial y tienen expectativas de experiencia de usuario muy diferentes a las de aquellos que están cerca de la edad de jubilación.

El espacio de APM ha esperado durante mucho tiempo su "momento iPhone": hacer lo complejo simple para las masas. Mientras que un teléfono inteligente Nokia estaba cargado de tecnología, necesitabas leer el manual de 500 páginas para usarlo correctamente. En cambio, el iPhone tenía la misma tecnología o incluso menos, pero un niño de cinco años es capaz de usarlo. No se necesita un manual.

Con el surgimiento de ChatGPT, debemos esperar ver una simplificación similar de todas las tareas de conocimiento que ocurren en los flujos de trabajo de gestión del rendimiento de activos. ChatGPT puede ayudar fundamentalmente a abstraer parte de la complejidad requerida para escribir una consulta avanzada de información, comprender causas raíz similares o familiarizarse con un nuevo proceso.

 

Cognite Team: Ha habido mucha exageración sobre generaciones anteriores de IA para operaciones. ¿Estamos experimentando nuevamente la "hype" de algo que no es inmediatamente útil (por ejemplo, el Industrial Metaverse), o ChatGPT/GPT-4 tiene la capacidad de generar un impacto real ahora?

Geir: Si bien el surgimiento de la IA puede parecer un cambio repentino, en realidad es un proceso que ha estado en marcha durante años. A pesar de todas las plataformas disponibles de bajo código/sin código y las interfaces de usuario de chatbot, aún no hemos logrado la simplicidad necesaria en un entorno de excesiva complejidad.

La diferencia ahora es que hemos visto algunas soluciones realmente viables que están listas para ser utilizadas: tanto para que las personas privadas las utilicen en una infinidad de tareas o consultas diarias (ChatGPT), como para que los desarrolladores y las empresas de productos las aprovechen (GPT-4, Codex y DALL-E) para ofrecer experiencias más ricas y generativas impulsadas por IA en sus aplicaciones ya valiosas.

La verdadera "hype" e intriga de los productos de OpenAI radica en que, con un esfuerzo relativamente pequeño, cualquier empresa puede mejorar las experiencias de sus productos, APIs, SDKs, y más, con una experiencia impulsada por IA. Este "Copiloto" puede realizar tareas, ayudar a los usuarios o incluso ayudar a las personas sin experiencia en programación a programar como profesionales

 

code-generation-ai


Recuerda, Google Search no fue el primero en el mercado de búsqueda en internet, y el iPhone no fue el primer teléfono inteligente con pantalla táctil en el mercado. Sin embargo, tanto en ese momento como en retrospectiva, estas innovaciones tecnológicas parecieron desencadenar transformaciones de la noche a la mañana. ChatGPT y los demás productos de OpenAI no son los primeros productos impulsados por IA, pero ciertamente están teniendo un impacto en el mercado en términos de viabilidad y facilidad de uso.

 

Cognite Team: Cognite es conocido por su enfoque en el acceso simple a datos industriales complejos. ¿Existe un nuevo nivel completamente posible en las experiencias de datos con ChatGPT y GPT-4?

Geir: La historia de Cognite siempre ha girado en torno a la liberación de datos industriales: liberar los datos de los sistemas fuente, contextualizarlos y proporcionar un acceso sencillo a datos industriales complejos. Sin embargo, una vez que todo esto se haya hecho, la pregunta es: ¿qué podemos hacer con estos datos? ¿Cómo podemos hacer que los datos hagan más?

La transición hacia un futuro industrial más seguro y eficiente depende de democratizar la innovación y facilitar la colaboración. Algo que he observado una y otra vez en el mundo de la industria es que la mayoría de los expertos en la materia saben exactamente lo que quieren hacer, pero carecen de conocimientos en programación (Python), datos o software para lograrlo.

Es ahí donde entra en juego el concepto de liberación de la ciencia de datos industriales. Se trata de darle a cualquier persona la capacidad de realizar ciencia de datos industriales sin necesariamente saber programar. Y para los programadores experimentados, significa que pueden hacer más con su tiempo y habilidades, aplicando su experiencia donde más importa.

industrial-copilot-2

GPT-4 brinda la oportunidad de ofrecer la liberación de la ciencia de datos en cualquier experiencia de producto. Tiene el potencial de realizar cálculos, crear paneles de control y más. Pero lo más importante es que GPT-4 puede proporcionar los medios para ayudar a los expertos en la materia a aprender cómo y por qué construir una solución industrial específica. Al mismo tiempo, permite a los humanos adquirir, liberar y codificar conocimientos especializados a través de una interfaz fácilmente accesible y amigable para el usuario.

Estos son los tipos de experiencias de producto que nos entusiasman en Cognite para los tiempos que se avecinan.

Contáctenos para ser los primeros en conocer la aplicación de ChatGPT y GPT-4 en la verdadera gestión de rendimiento de activos de próxima generación y en Industrial DataOps.

Share on: