Inteligencia Artificial privada frente a Inteligencia Artificial pública: 4 datos clave

La Inteligencia Artificial (IA) ha alcanzado un punto de inflexión en la conciencia pública. Gran parte de ello ha sido impulsado por los avances tecnológicos relacionados con los grandes modelos de lenguaje (LLM) y el lanzamiento de herramientas de Inteligencia Artificial generativa, como ChatGPT de OpenAI. Sin embargo, para las empresas que diseñan una estrategia de Inteligencia Artificial orientada al futuro, una parte fundamental de la conversación que debe abordarse es la cuestión de la Inteligencia Artificial privada frente a la Inteligencia Artificial pública. Es importante comprender la privacidad de los datos y las implicaciones normativas de cada enfoque, especialmente para las organizaciones públicas o las empresas del sector privado en sectores muy regulados. Exploremos ambos enfoques para comprender mejor el impacto potencial de cada uno.

[ Aprenda a hacer operativa la Inteligencia Artificial sin comprometer la privacidad de los datos: Implementación de la Inteligencia Artificial Privada: Una Guía Práctica. ]

Antes de continuar, definamos los dos términos. La Inteligencia Artificial pública se refiere a cualquier tipo de algoritmo de inteligencia artificial disponible públicamente que se entrena con un amplio conjunto de datos, normalmente extraídos de usuarios o clientes. ChatGPT es un ejemplo de Inteligencia Artificial pública: se entrenó con datos disponibles públicamente en Internet, como artículos de texto, imágenes y vídeos.

La Inteligencia Artificial pública también puede referirse a cualquier algoritmo que utilice conjuntos de datos que no sean datos privados de un usuario u organización específicos. Los proveedores de Inteligencia Artificial pública a menudo entrenan sus modelos utilizando los datos de los clientes para mejorar sus propios servicios. Esto a menudo significa que, como cliente, sus propios datos no son totalmente privados para usted. Y, de hecho, estas organizaciones pueden estar utilizando sus datos para mejorar los algoritmos de Inteligencia Artificial de sus competidores. Por ejemplo, si utiliza la Inteligencia Artificial para predecir cuándo comprar espacio publicitario digital, el proveedor de Inteligencia Artificial puede utilizar su información sobre precios de compra y ganancias/pérdidas por compras de anuncios para actualizar su propio algoritmo. Esto significa que cualquiera de sus competidores que utilice ese mismo proveedor de Inteligencia Artificial se beneficiará de un algoritmo entrenado con sus datos.

La Inteligencia Artificial privada se refiere a la práctica de entrenar algoritmos con datos específicos de un usuario u organización. En otras palabras, si utiliza sistemas de machine learning para entrenar un modelo con un conjunto de datos, como un conjunto de documentos como facturas o formularios de impuestos, ese modelo se utiliza solo para su organización y no será utilizado por el proveedor de la plataforma para entrenar sus propios modelos. Y la ventaja es que usted no estará ayudando a crear la inteligencia colectiva que podría ayudar a uno de sus competidores.

La Inteligencia Artificial privada puede construirse utilizando dos métodos: el primero implica la contratación de expertos internos, como un equipo de científicos de datos, ingenieros y desarrolladores de software, para construir y apoyar modelos de IA sin participación externa. El segundo método implica el uso de una plataforma para crear modelos de machine learning que permitan capacidades de Inteligencia Artificial que se basen en sus propios datos privados y garanticen que esos datos nunca se utilizarán para entrenar un algoritmo más ampliamente disponible. Este segundo enfoque reduce la necesidad de contratar a un amplio equipo para crear y mantener los modelos y la infraestructura necesarios para ejecutar modelos privados de IA, al tiempo que se mantiene la privacidad de los datos.

Lo cierto es que ambos modelos ofrecen ventajas e inconvenientes. He aquí cuatro cosas que debe saber sobre la Inteligencia Artificial privada frente a la Inteligencia Artificial pública:

La Inteligencia Artificial privada gana puntos en el ámbito de la privacidad digital. Las Inteligencias Artificiales privadas también pueden ofrecer una gran seguridad, siempre y cuando la empresa siga las prácticas recomendadas de seguridad.

He aquí por qué: Con la Inteligencia Artificial privada, los datos de su empresa siguen siendo suyos. Al alojar modelos entrenados o ajustados utilizando datos privados y restringir su uso únicamente a su organización, usted garantizará que sus datos permanezcan privados y obtendrá todos los beneficios de la optimización del modelo para su caso de uso. En comparación, con la Inteligencia Artificial pública, comparte esencialmente sus datos privados con el proveedor de Inteligencia Artificial, que los almacenará en línea y los utilizará para el aprendizaje posterior.

Los proveedores públicos de Inteligencia Artificial rara vez le dan el control sobre cómo quiere que funcione el algoritmo. La Inteligencia Artificial habrá sido entrenada con datos preexistentes —a veces datos de clientes— para optimizar el algoritmo. Esto significa que la Inteligencia Artificial no estará necesariamente adaptada a su organización o caso de uso y puede requerir más intervención humana que la Inteligencia Artificial privada.

La Inteligencia Artificial privada ofrece un mayor control, permitiéndole personalizar su modelo de IA para su organización específica. Esto garantiza una mayor precisión del modelo y, en caso de desviación de los datos, le permite actualizar sus algoritmos a lo largo del tiempo.

Los modelos de Inteligencia Artificial pública pueden ser más rentables que la Inteligencia Artificial privada en general, sobre todo si no dispone de un equipo interno con experiencia en Inteligencia Artificial. Usted paga para aprovechar los modelos preentrenados y los recursos en la nube de los proveedores de la nube pública.

Los modelos internos de Inteligencia Artificial privada suelen requerir una inversión mayor que las opciones de nube pública. Si no se utiliza una plataforma, el enfoque interno requiere un equipo de expertos —científicos de datos, ingenieros de datos e ingenieros de software— para crear la infraestructura y los modelos de IA. Esto puede aumentar rápidamente los costes. Además, podría haber costes adicionales de construcción y mantenimiento de la infraestructura. Sin embargo, adoptar un enfoque de plataforma para la Inteligencia Artificial privada, que no requiere un equipo de expertos, compensa estos costes.

La Inteligencia Artificial pública normalmente le permite utilizar los servicios de IA rápidamente porque se basan en modelos preentrenados y servicios fácilmente disponibles. Con un modelo de IA privado e interno, lleva tiempo recopilar datos, desarrollar el modelo, probarlo y validarlo antes de desplegarlo. A continuación, se requiere una cantidad significativa de trabajo de TI interno para desplegar los modelos en producción.

Sin embargo, si utiliza un enfoque de plataforma que le permita crear un modelo privado, a menudo podrá desplegar un modelo de IA totalmente entrenado en cuestión de minutos.

Cuando tenga que explicar la diferencia entre la Inteligencia Artificial pública y la privada, recuerde estos tres hechos esenciales:

• La Inteligencia Artificial privada se entrena con sus datos.

• Con la Inteligencia Artificial privada, los datos nunca escapan a su control.

• Los modelos de IA privada son exclusivos de su empresa y nunca se comparten.

Por supuesto, no tiene que elegir completamente entre la Inteligencia Artificial privada y la pública. Puede conservar las ventajas de ambas si adopta un enfoque de plataforma. Una plataforma de automatización de procesos como Appian le permite crear sus propios modelos de datos privados más rápidamente en una plataforma sólida y segura. De hecho, utilizar una plataforma como Appian significa utilizar la Inteligencia Artificial como parte de un enfoque de hiperautomatización más amplio. Tendrá acceso a múltiples herramientas de automatización (incluida la automatización robótica de procesos (RPA) y el low-code) para automatizar procesos completos. La Inteligencia Artificial es una herramienta potente, pero no es una solución milagrosa: necesitará una combinación de tecnologías para seguir el ritmo de la empresa moderna.

8 expertos opinan sobre el futuro de la Inteligencia Artificial. Descargue sus opiniones en el informe Perspectivas de la Inteligencia Artificial 2024.