A medida que avanzamos hacia el tercer año de la revolución de la IA generativa, la inteligencia artificial está experimentando un cambio radical. El enfoque está pasando de respuestas rápidas y preentrenadas (“pensamiento rápido”) a una inteligencia deliberada basada en el razonamiento en el momento de la inferencia (“pensamiento lento”). Esta evolución está impulsando una nueva generación de aplicaciones de agentes, reconfigurando industrias y redefiniendo posibilidades.

La estabilización de la capa base de la IA generativa

El mercado de la IA generativa ha llegado a una fase de estabilización crucial. Gigantes del sector como Microsoft/OpenAI, AWS/Anthropic, Meta y Google/DeepMind han fortalecido sus posiciones dentro de la capa base. Respaldadas por un capital significativo y modelos económicos eficientes, estas asociaciones han hecho que las predicciones de los próximos tokens sean más rápidas, más baratas y más accesibles.

Sin embargo, a medida que la capa base se estabiliza, la atención se desplaza hacia la capa de razonamiento — el dominio de la resolución deliberada de problemas y las operaciones cognitivas. Este pensamiento del “Sistema 2” va más allá del reconocimiento de patrones y se centra en modelos de IA capaces de razonar y tomar decisiones en el momento de la inferencia. Inspirada en avances como AlphaGo, esta capa está transformando la forma en que la IA resuelve problemas complejos del mundo real.

Del software como servicio (SaaS) al servicio como software

La IA generativa está rompiendo barreras y nos lleva del modelo SaaS a un paradigma revolucionario: El servicio como softwareEn este caso, la IA no solo proporciona herramientas, sino que realiza el trabajo por sí misma. Este cambio abre una oportunidad de mercado de un billón de dólares y redefine sectores como la atención al cliente, la ciberseguridad y el desarrollo de software.

Llevar Sierra, un agente de soporte al cliente impulsado por IA. Las empresas ya no pagan por puestos de software, sino por cada problema resuelto. Este enfoque orientado a los resultados ejemplifica el servicio como software: ofrecer resultados mensurables. De manera similar, Copiloto de GitHub ha evolucionado desde ayudar a los desarrolladores hasta automatizar flujos de trabajo de codificación completos, y Arco de caza revoluciona la ciberseguridad con pruebas de penetración continuas impulsadas por IA.

El razonamiento en el momento de la inferencia: la próxima frontera

El salto de las respuestas instintivas (“Sistema 1”) al razonamiento deliberado (“Sistema 2”) marca el siguiente paso transformador en la IA. Modelos como el de OpenAI o1 (Fresa) son pioneros en este cambio al introducir el “cómputo en tiempo de inferencia”, que permite a los modelos hacer una pausa, evaluar y razonar antes de responder.

Esta innovación ya ha revolucionado ámbitos como la codificación, las matemáticas y la investigación científica. Inspirados en el innovador marco de toma de decisiones de AlphaGo, estos avances liberan capacidades cognitivas sin precedentes y allanan el camino para que la IA aborde desafíos cada vez más complejos.

Arquitecturas cognitivas: cómo afrontar la complejidad del mundo real

Mientras los modelos de razonamiento de propósito general avanzan, las aplicaciones del mundo real exigen arquitecturas cognitivas específicas del dominioEstas arquitecturas emulan los flujos de trabajo humanos, dividiendo las tareas en pasos discretos y lógicos.

Por ejemplo, Droides de fábrica Automatice tareas de ingeniería de software como revisar solicitudes de incorporación de cambios, ejecutar pruebas y fusionar código. Al combinar modelos básicos con lógica de aplicación, barreras de cumplimiento y bases de datos especializadas, las arquitecturas cognitivas crean soluciones prácticas e inteligentes adaptadas a las necesidades de la industria.

Aplicaciones de Agentic: redefiniendo el mercado

Las capacidades de razonamiento de la IA generativa están impulsando una ola de aplicaciones de agente — Herramientas de IA que toman la iniciativa y ofrecen resultados tangibles. Algunos ejemplos son:

• Harvey:Asistente legal potenciado por IA
• Espigar:Asistente de trabajo de IA
• Abreviar:Escribano médico de IA
• Arco de caza:Pentester de IA
• Sierra:Agente de atención al cliente con inteligencia artificial

Al reducir el costo marginal de la prestación de estos servicios, las aplicaciones de Agentic hacen que las herramientas sofisticadas sean accesibles para empresas de todos los tamaños. Por ejemplo, las pruebas de penetración automatizadas de XBOW democratizan la ciberseguridad, lo que permite a las empresas realizar evaluaciones periódicas de manera asequible.

Escalabilidad del cómputo en tiempo de inferencia: el futuro de la IA

El próximo capítulo de la innovación en IA depende de la escalabilidad cálculo en tiempo de inferenciaEl modelo o1 de OpenAI introduce una nueva ley de escala: cuanto más cómputo se asigne en el momento de la inferencia, mejores serán las capacidades de razonamiento. Este cambio impulsará el aumento de nubes de inferencia — entornos dinámicos que ajustan los recursos computacionales en función de la complejidad de la tarea.

Imagine modelos capaces de razonar durante horas o días. Esta capacidad podría conducir a descubrimientos revolucionarios en matemáticas, biología y otros campos, y resolver problemas que antes se consideraban insuperables. La transición de los clústeres masivos de preentrenamiento a las nubes de inferencia ágiles marca un hito importante en el desarrollo de la IA.

Oportunidades en la capa de aplicación

Para las empresas emergentes y los inversores, la capa de aplicación ofrece las oportunidades más prometedoras para la innovación. Si bien los hiperescaladores dominan la capa base, la capa de aplicación permite la creación de Soluciones específicas de dominio que abordan problemas del mundo real con precisión.

Al aprovechar arquitecturas cognitivas personalizadas y capacidades de razonamiento, las empresas emergentes pueden diseñar herramientas que se integren perfectamente en los flujos de trabajo, cerrando la brecha entre los modelos de propósito general y las aplicaciones prácticas.

Reflexiones finales

A medida que la IA cambia el mundo a un ritmo increíble, también lo hace la forma en que cambia el panorama empresarial, por ejemplo, la forma en que las empresas compiten y crecen. La razón es que el “costo de producción para fabricar un producto o prestar un servicio, brindar una experiencia al cliente” es una fracción de lo que era. Gracias a la IA, se desató el factor “10x”.

Aquí presento tres opiniones personales sobre el futuro de los negocios y la IA basadas en mis experiencias en el crecimiento de GroundAI y el servicio a nuestros clientes.

1. Evolución de PLG a ALG. El SLG (crecimiento impulsado por las ventas) y el PLG (crecimiento impulsado por el producto) tradicionales ya no son tan efectivos, dado que la base de clientes no se ha expandido al ritmo de la ganancia de productividad. Por lo tanto, el crecimiento se está inclinando fuertemente hacia la red de distribución. Un nuevo enfoque a la hora de llegar a tu audiencia. Lo llamé ALG, crecimiento impulsado por la audiencia. El quid de la cuestión es cómo involucrar a tu audiencia de manera efectiva en diferentes plataformas.
2. La aceleración de las empresas tecnológicas chinas que se aventuran al extranjero, pero con una historia de dos ciudades.
   Las empresas B2C o B2B masivas de SaaS ($20 ~ $100/mes), por ejemplo, talkie.ai, runcomfy.com, están tomando forma y se están ubicando entre las 3 mejores en su espacio. Muchas de estas nuevas empresas están formadas por un equipo de desarrollo de menos de cinco personas, pero están impulsadas por un enfoque SEO y ALG muy sofisticado. Por otro lado, las grandes empresas de SaaS/software (50K ~ 100 ACV) todavía están luchando por ganar participación de mercado, principalmente debido a un problema que llamé "ajuste de mercado del fundador": el fundador no puede localizar su mentalidad para crear un plan de ejecución consistente para aterrizar y expandirse fuera de China, pero muchos de ellos están contratando activamente talentos extranjeros con ofertas atractivas, por ejemplo, hasta USD 350K/año
3. Cambio de paradigma de software como servicio a "servicio como software". Las capacidades LLM están avanzando más rápido de lo que anticipamos, por ejemplo, la capacidad de razonamiento de O1 y O3 de OpenAi. Sin embargo, la "última milla" de la entrega de estas capacidades a los clientes comerciales aún no está ahí. Es por eso que vemos la proliferación de nuevas empresas de servicios de agentes de IA, pero lamentablemente, solo resuelven entre el 20 y el 30% de las necesidades comerciales. . Es por eso que la mayoría de las nuevas empresas de IA ofrecen servicios o ganan dinero con el "servicio". Re: mi artículo "Por qué el principal SaaS de IA cobra $20/mes.

La IA generativa está redefiniendo los límites del software y los servicios, y marca el comienzo de una era en la que la IA realiza el trabajo por sí sola. Software como servicio a Servicio como softwareEl potencial para transformar industrias y crear nuevos mercados es incomparable. El foco ya no está en imitar la inteligencia humana, sino en razonar, adaptarse y ofrecer resultados que transformen lo posible.

La pregunta ahora no es si la IA puede evolucionar, sino cómo redefinirá la forma en que trabajamos, innovamos y resolvemos los problemas más complejos del mundo.