Adopción de LLMs, el tiempo que le tomó a ChatGPT llegar a 100 millones de usuarios y hacia dónde nos dirigimos con la inteligencia de LLMs.
LLMs: De la Moda a la Realidad
El 30 de noviembre de 2022, OpenAI lanzó ChatGPT, haciendo finalmente accesible al público una tecnología que llevaba más de una década en desarrollo. ChatGPT se convirtió en el producto más rápido en alcanzar los 100 millones de usuarios (enero de 2023, ¡en solo 2 meses!), y, en el proceso, OpenAI alcanzó unos $2 mil millones en ingresos recurrentes anuales (ARR) para diciembre de 2023.
A medida que los consumidores se emocionaron con una interfaz conversacional funcional (sí, nada que ver con esos chatbots de soporte al cliente sin sentido que todos hemos usado), las empresas tuvieron que aceptar que los LLMs llegaron para quedarse. Como resultado, compañías de todos los tamaños e industrias comenzaron a trabajar con LLMs, incluyendo muchas que no se considerarían “adoptantes tempranos” según la teoría de la “Difusión de Innovaciones” de Rogers.
Avancemos hasta hoy, y estamos leyendo sobre LLMs implementados en producción por doquier. Los puestos de “Jefe de IA” se han triplicado desde 2018, y para finales de este año, alrededor del 80% de las empresas Fortune 2000 tendrán liderazgo dedicado en IA. En promedio, las empresas tardan entre 18 y 24 meses en adoptar nuevas tecnologías. Los recientes anuncios de LLMs en producción son la primera tanda de “Adoptantes tempranos” según la clasificación de Rogers. En noviembre de 2024, se cumplirán 2 años desde el lanzamiento de ChatGPT, y estamos viendo señales de una adopción mucho más amplia de la “Mayoría temprana” hacia finales de año.
¿Qué sigue? La inteligencia de usuario de LLMs.
Cada día, millones de usuarios interactúan con los LLMs de diversas formas. ¿Qué sigue? El sentido común sugiere asegurarse de que estos usuarios tengan una buena experiencia. ¿Está el LLM realmente ayudando a los usuarios a resolver sus problemas?
¿Cuántos intentos necesita el usuario promedio para llegar a una solución?
¿Y, por cierto, de qué es lo que más hablan los usuarios?
Si eso parece algo obvio, es porque lo es. Aprender del comportamiento de los usuarios actuales es la manera más rápida de mejorar tu producto con el tiempo y generar un retorno de inversión (ROI) para el negocio. Pero si aún eres escéptico, retrocedamos un poco en el tiempo, a finales de los 90, y veamos qué sucedió con la analítica web.
Lecciones de la Analítica Web
La primera página web salió al aire el 6 de agosto de 1991. Estaba dedicada a la información sobre el proyecto World Wide Web y fue creada por Tim Berners-Lee. Para 1995, el número de sitios web había alcanzado los 23.5 mil, y una pequeña startup de San Diego, Urchin, hizo una apuesta simple: toda empresa con un sitio web necesita saber lo que ocurre en ese sitio para mejorarlo.
Según el fundador de Urchin, Scott Crosby: “Honda.com no podía procesar los registros de acceso Apache del día anterior antes de que terminara el día, lo que les condenaba a quedarse cada vez más atrás.” Por supuesto, la misma lógica se aplica a los LLMs. Si algo, es aún más cierto para los LLMs que para los sitios web, porque los usuarios no solo hacen clic en botones, ¡escriben (texto no estructurado)!
Si tus usuarios de LLM generan más interacciones de las que tu equipo de IA/producto/éxito del cliente/marketing puede leer, y mucho menos digerir, en un día, ¿cómo mejorarás la experiencia del usuario en el LLM?
¿Qué pasó con esa startup de Urchin?
Probablemente, aún estés usando su producto. Después de aprovechar con éxito la ola de Internet, Google adquirió Urchin en 2005 y lo rebautizó como Google Analytics. Para ese momento, ya había 65 millones de sitios web, es decir, 2,000 veces más que cuando Urchin empezó.
Es justo preguntarse qué hubiera pasado sin Urchin. Mi opinión es que tendríamos sitios web menos amigables, más feos y, como resultado, no usaríamos tanto la web.
Inteligencia de Usuario de LLMs
Si la historia de la analítica web es una guía, esto es lo que ocurrirá con los LLMs:
- En los próximos 3-5 años, la mayoría de las empresas creará sus propias interfaces de IA conversacional, de la misma forma en que cada empresa tiene su propio sitio web.
- La inteligencia/analítica de usuarios para LLMs será esencial para que las empresas se mantengan a la vanguardia, continúen ofreciendo experiencias de primer nivel a los usuarios y proporcionen un buen ROI a los inversores.
2024 será un año clave para la adopción de LLMs a gran escala y la inteligencia de usuarios será un factor decisivo en cómo las empresas se adapten y mejoren continuamente sus productos, asegurando una experiencia óptima para los usuarios y un alto retorno sobre la inversión.
