¿El futuro de la IA en los sectores verticales?

Para ser honesto, mirar a esos pretendidos agentes de IA "omnipotentes" de propósito general en el campo vertical choca repetidamente contra la pared, pero tengo más confianza en el desarrollo de la IA vertical. Recientemente, en el campo de la medicina, OpenEvidence es un ejemplo perfecto: no es como la retórica de la IA general, sino que se adentra honestamente en la vía vertical de la medicina y, como resultado, ha creado una herramienta verdaderamente inteligente que puede ser reconocida por los médicos. Esto me recuerda el sentimiento de un médico jefe de un hospital terciario cuando asistió a una cumbre de IA médica el año pasado: "Lo que necesitamos es una IA que pueda leer películas CT, no una IA que pueda escribir poesía".

Avances verticales en IA

¿Por qué la IA vertical tiene más probabilidades de éxito? La clave está en la palabra "enfoque". El control de riesgos financieros, por ejemplo, el año pasado, un banco desplegó un sistema inteligente de control de riesgos, a través del aprendizaje profundo de millones de datos de transacciones, y ahora puede identificar 98% de transacciones fraudulentas en tiempo real - esta cifra es más de un orden de magnitud superior a cualquier IA de propósito general. A fin de cuentas, la lógica empresarial de un vertical es como un reloj de precisión, en el que cada engranaje tiene que encajar a la perfección, y ¿cómo puede una IA genérica intentar golpear todas las piezas con un solo martillo sin problemas?

Las barreras de datos son el verdadero foso.

Recuerdo que una vez charlando con un amigo que se dedicaba a la IA jurídica, me dijo que les había llevado más de un año organizar los datos de los casos del sitio web de adjudicaciones en un gráfico de conocimiento utilizable, pero que fue este proceso aparentemente aburrido el que permitió a su asistente jurídico inteligente citar con precisión leyes y jurisprudencia específicas. Por el contrario, algunas IA genéricas, aunque elocuentes, empiezan a balbucear cuando se encuentran con problemas profesionales. Esto no puede sino hacer pensar: en la era de la IA, ¿quizás la profundidad de los datos sea más importante que la amplitud algorítmica?

Retos del aterrizaje de la IA vertical

Por supuesto, el desarrollo de la IA vertical no siempre es fluido. El año pasado, un proyecto de IA en el sector manufacturero se encontró con un problema típico: es difícil convertir en datos la experiencia operativa de los maestros de fábrica. Esto también nos recuerda que la IA no es una panacea, especialmente en aquellas áreas que dependen del conocimiento tácito, la colaboración hombre-máquina puede ser la mejor solución. Dicho esto, ¿no es exactamente aquí donde debería situarse la IA? Ser la mano derecha del ser humano, no un sustituto.

Viendo cómo empiezan a surgir cada vez más áreas verticales de la IA, creo que esta ola de IA ha encontrado realmente la dirección correcta. Al fin y al cabo, en lugar de ser un "comodín" que sabe de todo pero flojea en todo, es mejor convertirse en un "consultor experto" en un campo determinado. ¿Qué opina usted?