Por Jorge, Manrique, Rector del Colegio Jurista y director general de Gobierno de calidad, consultoría de políticas públicas

El «Gran Modelo Lingüístico», LLM, tienen un rol fundamental en la capacidad de la IA para impulsar la innovación. Esto hace en el desarrollo de productos:

Identificar y analizar las necesidades, productos y características de los clientes/usuarios. Las soluciones de software impulsadas por LLM se utilizan, particularmente por parte de empresas de consumo, para sintetizar una amplia gama de reseñas de productos, publicaciones en redes sociales, transcripciones de servicio al cliente y otras fuentes de datos para identificar segmentos de mercado direccionables y las categorías de productos y características/funciones que mejor abordarían las necesidades aún no satisfechas de los clientes.

Explorar y sintetizar la investigación y los datos existentes. En industrias como las ciencias de la vida, productos químicos y materiales, existe un vasto y creciente cuerpo de investigaciones y bases de datos publicadas. Puede ser un desafío mantenerse al día con la literatura en su propia subdisciplina, sin mencionar las áreas adyacentes o incluso distantes de otras investigaciones, que podrían aportar información para avances en su campo. A menudo, el volumen de datos legibles por máquina que están disponibles crece incluso más rápidamente que los artículos publicados.

Las herramientas habilitadas por los LLM y la IA analítica pueden sintetizar conocimientos de la literatura y las bases de datos publicadas, tanto para informar a los profesionales de la innovación como para sugerir posibles vías para crear soluciones.

Google, OpenAI, Perplexity y Anthropic, por ejemplo, introducen productos de agentes de conocimiento que realizan tareas de investigación de varios pasos que de otro modo se podrían asignar a un asistente de investigación: crear un plan de trabajo, buscar un conjunto de fuentes en la web y producir un informe de investigación bien estructurado.

También las LLM agilizan la gestión interna del conocimiento. No solo hay un volumen creciente de publicaciones y datos disponibles públicamente, sino que las grandes corporaciones tienen una gran cantidad de conocimiento codificado en varias bases de datos y conocimiento tácito en la mente de los empleados. Las herramientas impulsadas por LLM pueden ayudar a codificar el conocimiento tácito, por ejemplo, transcribir y capturar reuniones grabadas y otras comunicaciones con el permiso de los participantes.

Herramientas similares a los productos de investigación disponibles públicamente mencionados anteriormente pueden ayudar a los profesionales del desarrollo de productos a encontrar conocimiento corporativo relevante, que se puede combinar con datos de fuentes externas para generar síntesis e información.

Automatización de tareas de documentación. En muchos procesos de desarrollo de productos, particularmente en industrias altamente reguladas como la farmacéutica y la fabricación de aviones, existen importantes requisitos de documentación, por ejemplo, para presentaciones regulatorias, órdenes de cambio de ingeniería y otra documentación requerida. Los LLM pueden acelerar el proceso de generación y síntesis de estos documentos.

Para ello se deben implementar sistemas, incluida la revisión humana, para garantizar que estos documentos cumplan con los requisitos de precisión y fidelidad.