La prisa por adoptar ChatGPT y otros sistemas de inteligencia artificial generativa o de lenguaje extenso ha sido histórica y extraordinaria. Está a la par con la revolución informática de escritorio de los 80, el auge de las puntocom de los 90 y los cambios generacionales hacia la búsqueda, la movilidad, los teléfonos inteligentes y las redes sociales que siguieron. Ahora, el motor GPT y sus competidores se están convirtiendo rápidamente en plataformas comerciales, con aplicaciones que se extienden de manera invisible en la vida de las personas.
Pero la repentina aceptación popular de la IA generativa se siente diferente a las interrupciones anteriores. A menudo parece caprichoso, exagerado, perezoso, equivocado o táctico. Muchos usuarios están gritando «¡yo también!» sin previsión estratégica o consideración de sus modelos de negocios, solo un vistazo al precio de las acciones de hoy o al tweet deck.
Como se exploró en informes anteriores de diginomica, este comportamiento preocupante considera implícitamente el talento humano, la experiencia y la habilidad como activos que ahora se pueden generar de forma gratuita a través de un aviso de ChatGPT. Italia ha prohibido la tecnología hasta que se puedan establecer mejores medidas de protección, mientras que incluso uno de los hombres más impulsivos y obsesionados con la popularidad del mundo, Elon Musk, ha instado a una pausa en el desarrollo para permitir que el mundo tenga una visión más considerada.
Sin embargo, lejos del rebaño de yo también, están surgiendo aplicaciones empresariales sólidas, en particular algunas que ayudan a las organizaciones a desbloquear el valor de sus propios datos, en lugar de los conocimientos históricos de otras personas. Simplemente haga una pregunta en lenguaje natural a su base de datos, por ejemplo, una nueva generación de proveedores de inteligencia empresarial (BI). Una innovación con pocas desventajas, a menos que sea un analista de datos, tal vez (¡es hora de actualizar ese CV!).
Pero, ¿esas empresas se están subiendo al mismo carro que el público?
Se trata de los datos y los flujos de trabajo
Andy Byrne es fundador y director ejecutivo del especialista en software de ingresos Clari. A principios de este mes, la empresa de 10 años lanzó RevGPT. La nueva herramienta impulsada por GPT consulta los datos almacenados en la base de datos RevDB de Clari, por lo que los usuarios pueden hacer preguntas críticas sobre ingresos, en áreas como riesgo, objetivos de ventas y pronósticos, y luego actuar en consecuencia.
Por lo tanto, a diferencia de las instancias de ChatGPT que se han capacitado y se refieren a datos extraídos de la Web anterior a 2021, RevGPT y su clase empresarial solo acceden a los datos confiables de las empresas. Con el tiempo, sus empleados experimentarán un «efecto volante» de respuestas, acciones y resultados cada vez más precisos, según Clari.
Byrne me dice:
Lo que es poderoso para nosotros es que estamos limitados en nuestros casos de uso. RevGPT no es esta aplicación de propósito general de ‘preguntar cualquier cosa en el mundo’. Y si combina eso con los datos patentados que tenemos, podemos hacer predicciones y sugerencias poderosas en cada «momento de ingresos» para cada empleado crítico para los ingresos.
Él continúa:
He estado en el proceso de ingresos durante más de 30 años. Y durante la última década, ha sido mi responsabilidad profesional ayudar a los CEO, CRO y directorios a responder la pregunta más importante en los negocios: ¿superarán o perderán los ingresos?
Lo que vimos fue que las empresas más grandes estaban utilizando Hydra de tres cabezas (CRM, Excel y BI) para ejecutar este proceso comercial más importante. Sistemas que son de uso general y no están diseñados desde cero para ejecutar esos flujos de trabajo.
A diferencia de Clari, por supuesto. La compañía ahora tiene más de 1,000 clientes, con datos de aproximadamente $ 1 billón de ingresos que se procesan a través de sus sistemas. Entonces, ¿por qué Clari vio el motor GPT de OpenAI como algo que podría mejorar su lista de productos? Byrne dice:
Pensamos en RevGPT como el primo de ChatGPT, pero con una cuota. O como presentar un Jefe de Gabinete para cada persona en el proceso de ingresos. Y ese jefe de personal está allí para impulsar una mayor eficiencia y productividad a escala.
Tómese el tiempo para generar ingresos. ¿Cuánto tiempo tarda una empresa en obtener resultados de su proceso de ingresos? ¿Cuánto tiempo le toma a un representante actualizarlo sobre su trato, poner esos datos en el sistema y comentar si ese trato se cerrará? ¿Y cuánto tiempo le toma a un equipo ejecutivo implementar pronósticos de EMEA o de APAC? Todas estas son consideraciones de tiempo para generar ingresos o momentos de ingresos.
Pero debido a la Hidra de tres cabezas, les está tomando demasiado tiempo, por lo que obtienen una fuga de ingresos, lo que está sucediendo en todo el sistema. Hay pistas que nunca se tocan y objetivos que se vuelven obsoletos porque nadie los está siguiendo. Hay tratos que fallan, o las empresas los pierden y no saben por qué. Boston Consulting Group ha dicho que, en promedio, se producen pérdidas de 2 billones de dólares cada año debido a la fuga de ingresos.
De ahí Clari, y ahora RevGPT. Pero, ¿en qué momento entró en juego la IA? Según Byrne, la IA está en el ADN de la empresa, pero GPT presentó ventajas únicas para un proveedor que tiene una década de experiencia en nichos a sus espaldas. Byrne explica:
Modelos de lenguaje grande, van a ser mercantilizados. Lo importante son los datos y los flujos de trabajo, y no realmente el algoritmo. Porque todos van a tener acceso a GPT-3, 4, hasta 10. Entonces, realmente se trata de los datos que tiene, sus datos de propiedad. Y tenemos muchos datos propietarios interesantes en RevDB.
Entonces, estamos poniendo un [software] Jefe de Gabinete justo al lado del gerente de primera línea. Y está analizando todas las conversaciones que están sucediendo a través de la inteligencia conversacional.
Imagina que eres ese gerente de primera línea. Tienes ocho repeticiones, digamos. Y cada uno tiene 10 tratos, y tienen de tres a cinco conversaciones por día, justo en cada uno de ellos. Son cientos de conversaciones. ¿Cómo, como gerente de primera línea, sabes lo que está pasando?
Entonces, tenemos resúmenes inteligentes [in RevGPT], que toman esas transcripciones detalladas. Los analiza y proporciona las tres cosas principales que sucedieron en cada reunión. Los primeros tres próximos pasos.
Y es profundo lo preciso que es. No siempre es exacto, hay cosas que no tienen sentido, pero en su mayor parte, es asombroso. Y si relaciona eso con el tiempo que le toma a un gerente de primera línea entender lo que está pasando [it’s transformative].
Conexiones y competencia
Sin embargo, Byrne revela que parte del ímpetu para adoptar GPT provino de las conexiones de Clari con la comunidad de capital de riesgo de EE. UU. Como siempre en Silicon Valley, muchas innovaciones son impulsadas detrás de escena por inversionistas adinerados y sus propias redes de conexiones. Él dice:
Hemos estado pensando en eso desde que Sam [Altman, CEO] comenzó OpenAI. Si observa nuestra junta, y predominantemente Sequoia Capital, y las conexiones que tenemos a través de Bain Capital, Silver Lake, Blackstone, etc., todos tienen sus propios departamentos de ciencia de datos. Y Sequoia, en particular, está muy conectada con el ecosistema de IA.
Por lo tanto, hemos estado jugando con él durante años, tanto a través de nuestro trabajo directo con las primeras versiones de ChatGPT como a través de las conexiones que tiene nuestra placa, que nos han dado acceso a todos los modelos anteriores de lenguaje grande.
En ese punto, ¿qué tan preocupado está Byrne de que otros proveedores estén implementando IA en el espacio de BI, empresas como ThoughtSpot, Sisense y otras? ¿Alguno de ellos podría ofrecer información sobre los ingresos junto con sus otras ofertas? ¿Y podría el inversionista clave de OpenAI, Microsoft, moverse profundamente en ese espacio?
En resumen, ¿podría ser el enfoque de Clari demasiado estrecho para el éxito a largo plazo? ¿O Byrne cree que la profundidad del nicho y la experiencia son el camino a seguir en un mundo de funcionalidad empresarial general?
Él dice:
La amenaza competitiva es siempre una preocupación. Soy el clásico empresario paranoico, siempre preguntándome dónde está la próxima amenaza competitiva.
Dicho esto, habrá capacidades innovadoras basadas en IA en todos los niveles, y cada caso de uso empresarial es difícil. Donde estoy seguro es que estamos en un dominio muy profundo, uno que es muy específico. Se trata de generar ingresos, posiblemente el proceso más importante en cualquier empresa. Y creemos que nuestro diseño de flujo de trabajo, ubicado sobre nuestros datos patentados, nos coloca en una posición de fortaleza.
¿Byrne tiene alguna preocupación sobre la prisa por adoptar la IA generativa? Su respuesta es refrescantemente sincera, dada la exageración que rodea a la tecnología. Él dice:
Si tuviera 30 años, diría que no. Pero ahora que tengo 50 años, definitivamente soy ambivalente al respecto. Me preocupa cómo se usa. ¿Dónde están las barandillas?
Creo que este es un gran momento para la política del gobierno. Necesitamos tener los cerebros correctos trabajando en el gobierno, con los líderes tecnológicos. Y OpenAI está haciendo eso. Pero necesitamos ver una aceleración de las barandillas que deben construirse para la privacidad y la seguridad. La capacidad de tener cierta supervisión.
Pero dónde estamos en nuestro dominio, estoy menos preocupado, ya que está limitado por barreras de seguridad en nuestros datos de propiedad. La IA solo es aplicable al caso de uso que proporcionamos, por lo que creo que hay menos riesgo. Pero no hay duda de que es necesario que se organice un grupo de expertos acelerado, dada la velocidad a la que la IA se implementa y se ofrece al mercado.
Mi toma
Palabras sabias en un mundo de bombo y evangelismo. Evidencia de que están surgiendo casos de uso sólidos que ayudan a los profesionales a hacer mejor su trabajo, en lugar de considerar a las personas creativas como un problema que necesita una solución urgente.