Este año, Microsoft encargó a la firma global de asesoría tecnológica Access Partnership, en colaboración con socios locales como la Asociación de análisis de Filipinas, la Federación de Cámaras de Comercio e Industria de la India (FICCI) y el Centro de comunicaciones globales (GLOCOM) de Japón, para realizar investigaciones a nivel nacional sobre el impacto económico potencial de la IA generativa en toda Asia. La investigación estima un impulso potencial a la capacidad productiva de US $ 621 mil millones en India, US $ 1,1 billones en Japóny US $ 79.3 mil millones en Filipinas solo, con estudios en curso en Malasia, Indonesia y Corea del Sur. Los hallazgos de estos países son consistentes con otros estudios globales; por ejemplo, un informe reciente de McKinsey estima La IA generativa podría sumar 4,4 billones de dólares al año
El crecimiento económico potencial es tan grande porque la IA generativa tiene implicaciones para la mayoría de los tipos de trabajo: su impacto puede considerarse comparable al de la digitalización en general, más que al de un producto específico. En particular, esta enorme inyección de productividad surgirá de tres canales: el potencial de la IA generativa para dar rienda suelta a la creatividad, acelerar el descubrimiento y mejorar la eficiencia.
Si bien no podemos predecir el futuro, es probable que la IA generativa sirva como un “copiloto” que aumente la capacidad de las personas para desempeñar sus roles, lo que conducirá a una evolución de las tareas dentro de los roles en lugar de eliminarlos por completo. Por ejemplo, la investigación de Access Partnership proyecta que el 45 % de los trabajadores en la India usarán potencialmente IA generativa para hasta el 20 % de las actividades laborales regulares.
Entonces, ¿cuáles son exactamente las implicaciones potenciales para las industrias, los trabajos y las habilidades?
Desatando la creatividad
Piense en ello como una actualización digital del Renacimiento. Dada la capacidad de la IA generativa para proporcionar resultados en una variedad de formatos (texto, imágenes, video, audio, código de computadora y datos sintéticos), es probable que Asia vea una explosión de contenido nuevo. “Si bien la innovación seguirá necesitando una chispa humana, la IA generativa puede desempeñar un papel en el apoyo del proceso creativo”, dice Ahmed Mazhari, presidente de Microsoft Asia.
Al aprender de grandes cantidades de datos de entrada, la IA generativa puede ayudar a crear contenido nuevo o simplemente reducir el tiempo y el costo involucrados en la conceptualización. La tecnología tiene el potencial de abrir nuevas posibilidades y casos de uso en campos como el periodismo, la academia, las artes creativas, el marketing y el diseño de productos, desde el reportero que busca generar rápidamente ideas para la historia hasta el estratega de marca que genera ideas sobre conceptos y el investigador que busca para un borrador para luego afinar y personalizar. Los usos de la industria ya abundan: Coca-Cola, por ejemplo, ha anunciado el uso de IA generativa para crear textos publicitarios personalizados a escala, mientras que Deloitte ha encontrado un aumento del 20 % en la velocidad de desarrollo de código.
La IA generativa también impulsa la economía de los conciertos y el espíritu empresarial en solitario. Por ejemplo, en India, donde la cantidad de creadores individuales ya está aumentando, una encuesta de más de 1600 trabajadores independientes encontró que el 47 % usaba herramientas de IA generativa con regularidad y más del 50 % reportó un impacto positivo en su productividad. Mientras tanto, mientras Filipinas se esfuerza por convertirse en la principal economía creativa de Asia para 2030, la IA generativa puede desempeñar un papel clave en la profesionalización del trabajo de los trabajadores autónomos del país.
Acelerar el descubrimiento
La segunda forma en que la IA generativa puede generar un gran impacto económico es acelerando el proceso de descubrimiento científico y educativo. Eso podría incluir la reducción del costo de la investigación: las capacidades de la tecnología para interrogar grandes conjuntos de datos, por ejemplo, pueden ayudar a desarrollar y probar hipótesis de manera rápida y más rentable. Eso, a su vez, puede reducir el tiempo necesario para diseñar nuevos medicamentos de años a semanas.