Las empresas ya tienen su respuesta entre los generalistas o especialistas. – Desde dentro

El asombro inicial contra Chatgpt no fue solo su sentimiento mágico de ver cómo reaccionó al personaje, el patrón inherente a los LLM, que humanizaron hasta cierto punto. El asombro fue porque lo sabían todo. Explicaron la teoría cuántica y escribieron poemas, resumieron novelas y armaron un plan de negocios en segundos.

Parecían ser capaces de todo, como los estudiantes clásicos de la primera fila que se mezclaron porque analizó Blasco Ibáñez con la misma precisión con la que disolvió una ecuación diferencial.

La pregunta tarde o temprano siempre viene: ¿Qué usa el uso?

En él Informe de tendencia tecnológica de Deloitte para 2025 Aparece una pista: muchas compañías que han elegido estos modelos generales, grandes, complejos, difíciles de refinar, comienzan a ver opciones más pequeñas y específicas.

Los modelos que entrenan con menos datos, pero son mucho más relevantes. Especialistas, no Mortal. No es una coincidencia: este entusiasmo inicial con la LLM funciona con una realidad: no siempre es útil. Y el mundo de los negocios no aprecia la sabiduría, se estima el margen.

Como a veces sucede, este es un cambio más filosófico. Y se ve muy similar a un viejo debate en las empresas: el de los especialistas humanos contra los generalistas.

• El experto que dedicó su vida a una sola área que domina como todos los demás …
• … confrontado con el perfil amplio, curioso y personalizable con conocimiento tangencial.

David Epstein lo investigó bien en un libro que Me encantó‘Amplitud’. Este título hizo una tesis algo incómoda en la moda: en un mundo cambiante, la especialización puede convertirse en una jaula. Pero la IA, tal vez en un contrapista, vuelve a brillar al perfil especializado.

¿Porque? Porque en la práctica, Los modelos generalistas son vagos. Intentan todo, pero refinan un poco. Una IA que asesora a médicos, abogados o ingenieros no puede ser improvisado. Se necesita rigor. Contexto. ¿Conoces el sitio? Y no existe el enfoque.

Hay una lectura algo más delgada aquí. El giro a modelos especializados permite una mayor eficiencia, pero también más control. Los modelos grandes están en manos de algunos: OpenAi, Google, Anthrope, Goal … están cerrados, opacos, a menudo caros.

Los modelos más pequeños se pueden abrir en casa y entrenarse en concreto. Se parecen más a las herramientas que Oracle.

También tiene un impacto en el trabajo:

• Si un generalista puede «hacer todo», es una amenaza difusa.
• Si hay muchos ciertos, es posible que no venga a reemplazar a las personas, sino a expandirlas.

Un médico con una IA que se ha adaptado a su especialidad, un arquitecto con un asistente que sabe leer planes, un copiloto que se especializa en su sector. No es lo mismo competir con una IA universal para trabajar con una herramienta sofisticada.

Y esto se combina con algo más importante: Una nueva economía científica. Durante años nos dijeron que «todo» sabe «. Sea versátil, navegue entre disciplinas. Ahora las empresas recompensan el conocimiento localizado, técnico y profundo. Ya sabemos que la IA está cambiando el trabajo, pero tal vez también nuestras ideas para el conocimiento. Lo que vale, lo que cuenta.

Y ahí está la pregunta. ¿Qué tipo de inteligencia queremos mejorar? ¿Uno que es un poco de todo y monopolio? ¿O mucha inteligencia modesta que se centró en resolver sus propios problemas?

La elección entre generalistas o especialistas es cómo queremos vivir con IA. Y qué modelo de conocimiento preferimos para el mundo venidero.

Excelente imagen | Elen Sher Y Patricio En Atractivo

En | La investigación profunda no es solo una nueva función de IA. Es el comienzo del fin del trabajo intelectual tal como lo conocemos