Nico Finelli, miembro fundador de Vellum, ha compartido perspectivas sobre el desarrollo de la inteligencia artificial (IA) en el ámbito empresarial, centrándose en la creación de agentes de IA que generen valor sustancial. Con una sólida experiencia en machine learning y modelos de lenguaje, Finelli ha trabajado con empresas de Fortune 500 y ahora se dedica a ayudar a diversas organizaciones a avanzar desde la fase de experimentación hacia una implementación efectiva de estas tecnologías avanzadas.
Una reciente encuesta realizada con más de 1,200 desarrolladores de IA ha revelado que solo un 25% de los participantes utiliza actualmente sus proyectos de IA en producción. A pesar del creciente interés mediático en torno a la IA generativa, muchas compañías todavía enfrentan retos significativos durante la etapa de pruebas. Un hallazgo notable es el fenómeno de las «alucinaciones» en los modelos de IA, el cual fue señalado por más del 57% de los encuestados como su principal obstáculo.
Finelli enfatiza que la evaluación es un aspecto crítico que puede determinar el éxito o fracaso de un sistema de IA. Muchos equipos que experimentan problemas de alucinaciones dependen de pruebas manuales y de feedback de usuarios como sus métodos principales para evaluar sus modelos, lo que pone de manifiesto la falta de procesos sólidos que garanticen una implementación adecuada. La mayoría de las empresas aún no cuentan con sistemas de prueba automatizados, lo que dificulta abordar estos problemas, dado que las aplicaciones de IA suelen ser altamente específicas.
Las compañías que logran implementar la IA con éxito mantienen un enfoque riguroso y estructurado desde el comienzo. En lugar de seguir modas del sector, estas organizaciones se centran en el desarrollo de casos de uso bien definidos e integran retroalimentación continua entre desarrolladores y expertos, lo cual les permite realizar ajustes rápidos. Según Finelli, entre el 65% y el 70% de los clientes de Vellum cuentan con IA en producción, gracias a su habilidad para adaptarse con rapidez y evaluar de manera constante sus sistemas.
En resumen, la implementación eficaz de agentes de IA no solo depende de las tecnologías utilizadas, sino también del enfoque y la estructura adoptados durante el proceso de desarrollo. Una evaluación efectiva se configura como la clave para transformar la IA de un concepto teórico en una herramienta útil y durable en el entorno empresarial.
