Las megatendencias tecnológicas como la nube, la era de la telefonía móvil, el metaverso y ahora la IA dependen de tecnologías habilitadoras que se encuentran justo debajo de la superficie, ocultas a la vista de casi todos. Su integridad estructural depende del funcionamiento impecable de esas tecnologías habilitadoras, que en muchos casos son interfaces de programación de aplicaciones (API). Como tal, su éxito depende de la adopción de API. En ninguna parte esto es más cierto que en la rápida proliferación de tecnologías de IA, como la IA generativa, que requiere una interfaz simple y muy fácil de usar que brinde a todos acceso a la tecnología. El secreto aquí es que estas herramientas de inteligencia artificial son simplemente interfaces de usuario delgadas además de API que se conectan al trabajo altamente complejo e intensivo de un modelo de lenguaje grande (LLM).
Es importante recordar que los modelos de IA no piensan por sí mismos, solo lo parecen para que podamos interactuar con ellos de una manera familiar. Básicamente, las API actúan como traductores de plataformas de inteligencia artificial, ya que son relativamente sencillas, altamente estructuradas y estandarizadas a nivel tecnológico. Lo que la mayoría de la gente considera «IA» debe verse a través de la lente de un producto API; y con esa mentalidad, las organizaciones pueden prepararse mejor para los posibles casos de uso y cómo garantizar que su fuerza laboral tenga las habilidades para ponerlos en práctica.
IA y API
Los trabajadores inteligentes ya están integrando ChatGPT en su rutina diaria de oficina, para realizar lluvias de ideas, resumir textos largos, como reemplazo de motores de búsqueda, para traducir o escribir correos electrónicos de rutina. Pero estas capacidades se ven obstaculizadas por el hecho de que depende de datos públicos disponibles hasta 2021, lo que dificulta la confianza en un entorno empresarial acelerado.
Todas las señales apuntan al desarrollo de modelos de IA aún más potentes, modelos de IA multimodal (que incorporan texto, voz, imágenes) y modelos que aprenden continuamente de sus interacciones. Las empresas utilizarán estos modelos de IA para crear productos respaldados por IA para el mercado general o como aplicaciones de IA patentadas internamente. Las futuras aplicaciones de IA se diferenciarán de aplicaciones como ChatGPT en muchos aspectos. El mayor diferenciador será el potencial de integrar los datos y la funcionalidad de la empresa (a los que se accede a través de API) con un modelo de IA (al que a su vez se accede a través de API). Para algunas tareas, una plataforma de IA avanzada podría incluso buscar la API adecuada para realizar la tarea e interactuar con ella automáticamente. Muchos casos de uso son posibles cuando los datos y la funcionalidad de una empresa están disponibles a través de API porque permiten que un modelo de IA interactúe con esa información patentada de manera segura y cerrada. Por ejemplo, algunos de los ejercicios más fáciles para un modelo de IA que interactúa con las API probablemente sean generar correos electrónicos personalizados para los clientes o responder a solicitudes de servicio al cliente. Los casos de uso más avanzados implicarán la creación de nuevos productos digitales y puntos de contacto.
Es importante tener en cuenta que habrá un mayor enfoque en la privacidad y la seguridad de los datos junto con la proliferación de la IA. Si bien es demasiado pronto para decir cómo se desarrollará esto en detalle, la gobernanza API adecuada deberá ofrecer mecanismos establecidos para controlar exactamente estos aspectos: seguridad, flujo de datos, privacidad y acceso.
Impulsando el ascenso del tecnólogo empresarial
Para lograr las ganancias de eficiencia prometidas por las soluciones de IA, deben integrarse perfectamente en las operaciones diarias de diversas funciones comerciales. Se podría suponer que empaquetar datos y funcionalidades en API fáciles de consumir es dominio de los departamentos de TI. Tradicionalmente, los departamentos de TI tenían la tarea de realizar dichas actividades de integración. Sin embargo, los departamentos de TI centralizados a menudo carecen del conocimiento y los contextos comerciales para crear API efectivas, y los requisitos comerciales a menudo cambian demasiado rápido para sus largas cargas de trabajo, lo que los deja abrumados.
Afortunadamente, existe una solución en la forma de tecnólogos empresariales: trabajadores del conocimiento que son autosuficientes con conocimientos técnicos para realizar el trabajo de integración relevante de manera mucho más eficiente. No necesariamente tienen las habilidades de tecnología profunda para escribir código escalable y confiable que esté de acuerdo con la arquitectura técnica; en cambio, pueden utilizar herramientas de desarrollo de código bajo para orquestar y consumir API de manera adecuada. Si bien solo hay 27 millones de desarrolladores en el mundo hay más 1 mil millones de trabajadores del conocimiento. Será más fácil convertir a los trabajadores del conocimiento en tecnólogos empresariales en lugar de buscar desarrolladores cada vez más caros. Las organizaciones que deseen potenciarlas adecuadamente deberán proporcionar documentación exhaustiva, autoridad para crear y gestionar soluciones y las mejores API de su clase para brindar una experiencia intuitiva.
No subestimes el valor de la API
A primera vista, las API no parecen importarle a la revolución de la IA. La IA puede parecer mágica, pero detrás de escena, las API son esenciales para solicitar resultados de los LLM e integrar las plataformas con la funcionalidad y los datos existentes. Invertir en innovación, adopción y uso de API significa invertir en una base sólida esencial para todos los trabajadores que quieran garantizar que la IA lleve a sus empresas a nuevas alturas.
