Aceleración en la construcción de soluciones con IA

En una reciente charla en Y Combinator, Andrew Ng compartió lecciones valiosas sobre cómo construir startups exitosas en la era de la IA. Su visión proviene de la experiencia práctica en AI Fund, donde co-fundan aproximadamente una startup por mes.

Según Ng, la velocidad de ejecución es el predictor más fuerte del éxito de una startup. La nueva tecnología de IA permite a las startups moverse mucho más rápido que antes, pero solo si aplican las mejores prácticas más adecuadas. Mientras que la atención mediática se centra en semiconductores, cloud y modelos fundacionales, las oportunidades más grandes están en la capa de aplicaciones.

El primer elemento clave es trabajar con ideas concretas: aquellas lo suficientemente específicas para que un ingeniero pueda construirlas. «Usar IA para optimizar recursos de salud» es demasiado vago, pero «software para que hospitales permitan reservar slots de resonancia magnética online» es concreto y ejecutable. Las ideas vagas reciben elogios pero no se pueden construir rápidamente.

Los flujos de trabajo agénticos representan una revolución importante. Permiten que la IA itere, revise y mejore su trabajo, similar a como trabajan los humanos. En lugar de generar una respuesta de una sola vez, la IA puede crear un esquema, investigar en web, escribir un borrador, revisar y mejorar. Esto es más lento pero produce resultados significativamente mejores.

Con asistentes de IA para programar, estamos viendo cambios dramáticos en el desarrollo de software. Los prototipos rápidos son 10x más rápido que antes, mientras que el código de producción mejora entre 30-50%. Él argumenta que todos deberían aprender a programar porque saber comunicarse precisamente con las computadoras será una habilidad fundamental del futuro, difiriendo en esta postura de otros «visionarios» que apuestan a que ya no será necesario aprender un lenguaje de programación.

Paradójicamente, mientras la ingeniería se acelera, el product management se convierte en el cuello de botella, él indica que hay equipos que por primera vez proponen tener más PMs que ingenieros. En estos momentos ya se pueden tener productos mínimos viables (PMV) en un tiempo menor, por lo que se pueden tomar decisiones con respecto al producto más acertadas con opiniones directas de los usuarios.

Visualiza las herramientas de IA como bloques de Lego. Con un bloque puedes construir algo cool, pero la cantidad de aplicaciones posibles crece exponencialmente conforme dominas más bloques: modelos de IA existentes, prompting, RAG, fine-tuning, embeddings, guardrails, etc. Esta filosofía se alinea perfectamente con la estrategia de Coloquialab, donde realizamos sesiones de innovación demostrando precisamente este enfoque: construcción de soluciones a problemas reales combinando diferentes modelos de inteligencia artificial y agentes artificiales, haciéndolos encajar como piezas de un puzzle para conformar una solución integral.

Finalmente, Ng advierte que es necesario realizar toda esta actividad con responsabilidad, es decir, nada de «crear y romper cosas», sino más bien realizar soluciones pensando bien qué se hace y sobre todo por qué se hace. Evidentemente esta visión de análisis ético en los equipos que construyen soluciones con Inteligencia Artificial es cada vez más necesaria, tal y como tratamos de transmitir en las sesiones de innovación.

Esperamos que os guste el vídeo. Andrew nunca defrauda, siempre aporta algo más en sus charlas.