Jensen Huang, CEO de Nvidia: "Una persona inteligente se vuelve muy útil cuando la exponemos a información particularmente importante, el acceso a la información es crucial"
El CEO de Nvidia afirma que las empresas deben combinar buenos modelos de IA con información propia para crear agentes más útiles, seguros y especializados de negocio.
La inteligencia artificial puede redactar textos, analizar datos o responder preguntas en pocos segundos. Pero dentro de una empresa puede resultar poco útil si desconoce cómo funciona el negocio y no tiene acceso a la información necesaria para resolver un caso concreto.
Jensen Huang abordó este problema durante una entrevista concedida a Harrison Chase, fundador y CEO de LangChain. El responsable de Nvidia defendió una nueva visión de la IA empresarial, donde dijo que la capacidad del modelo de IA importa, pero el contexto es lo que permite aprovecharla de verdad.
Para Huang, el futuro no pasa únicamente por crear sistemas cada vez más avanzados, sino que las empresas también tendrán que conectarlos con sus documentos y herramientas internas. Solo así podrán convertir una IA general en un agente que entienda realmente su trabajo.
Saber mucho no significa conocer la respuesta correcta
Huang explicó su idea mediante una comparación con las personas. Alguien puede tener una gran capacidad para pensar, aunque eso no garantiza que pueda resolver cualquier problema, ya que primero necesita conocer los detalles importantes.
Pensemos en un trabajador de atención al cliente, donde, por mucha experiencia que tenga, difícilmente podrá solucionar una incidencia si no sabe qué compró el usuario o qué ocurrió con el envío. Necesita consultar el pedido y conocer las condiciones de la empresa antes de actuar.
Eso es lo que Jensen quiere decir cuando asegura que una persona inteligente se vuelve mucho más útil al recibir información relevante. En la IA ocurre algo similar, ya que el modelo aporta la capacidad para razonar, pero la información le permite aplicar esa capacidad al problema adecuado.
Los agentes de IA quieren ir más allá del chatbot
La conversación con Harrison Chase se centró en los agentes de IA, donde se dijo que estos sistemas no se limitan a contestar una pregunta, sino que también pueden buscar información, utilizar programas y completar varios pasos hasta terminar una tarea.
LangChain desarrolla herramientas para construir y supervisar este tipo de agentes. Su tecnología permite combinar modelos con memoria, aplicaciones y mecanismos de evaluación para adaptarlos a situaciones reales de trabajo.
La diferencia se entiende con un ejemplo sencillo, en el cual un chatbot puede redactar una respuesta para un cliente, pero un agente conectado a los sistemas internos podría revisar su caso y preparar una solución basada en las reglas reales de la compañía.
Los datos pueden convertirse en la verdadera ventaja
Dos empresas podrían utilizar el mismo modelo y conseguir resultados muy diferentes. La diferencia estaría en la información que cada una pone a su alcance y en la forma de organizarla.
Aquí aparece uno de los puntos más importantes de la visión de Jensen Huang, donde los modelos de IA pueden estar disponibles para muchas compañías, pero cada negocio conserva un conocimiento propio. Sus procesos y la experiencia acumulada permiten crear agentes especializados.
Este acceso también requiere límites, donde una IA no debería entrar en todos los sistemas de la empresa por defecto, sino que cada agente tendrá que consultar solo los datos necesarios y pedir autorización cuando una acción pueda tener consecuencias importantes.
Por ello, Nvidia y LangChain trabajan en soluciones que buscan ofrecer esa combinación entre autonomía y control. La intención es que las empresas adapten sus agentes sin poner en riesgo la información privada.
Quién es Jensen Huang
Jensen Huang nació en Taiwán y estudió Ingeniería Eléctrica. Antes de crear Nvidia, trabajó en AMD y LSI Logic, y en 1993 fundó la empresa junto a Chris Malachowsky y Curtis Priem. Desde entonces permanece al frente como presidente y consejero delegado.
Nvidia comenzó centrada en los gráficos para ordenadores, donde su GPU, presentada en 1999, impulsó los videojuegos y abrió nuevas posibilidades para realizar muchas operaciones al mismo tiempo. Esa capacidad terminó siendo fundamental para entrenar los grandes modelos de IA.
Cabe señalar que Huang se ha convertido en una de las figuras más influyentes del sector porque los chips de Nvidia sostienen buena parte de la infraestructura utilizada por esta tecnología.