Cadena de valor de los modelos generativos (ChatGPT, LLaMA…)

En un artículo anterior analizamos el impacto económico de los modelos generativos y los modelos de deep learning. La aparición en los últimos años de modelos generativos de deep learning como GPT-X, ChatGpt, Bard, DALLE,… ha generado muchas expectativas de negocio en todos los participantes de la cadena de valor de estos modelos.

Es entonces muy importante analizar, siguiendo la metodología de nuestro anterior artículo, la cadena de valor de los modelos generativos e identificar donde se generan las oportunidades. Desde el hardware necesario para su entrenamiento hasta los usuarios finales, vamos a identificar las siguientes partes de la cadena de valor:

• Soporte hardware para su entrenamiento y creación (GPUs, infraestructura cloud, etc.) Aquí estaría NVIDIA, AMD y los proveedores de Cloud como Google, AWS o Azure.
• Empresas tecnológicas que diseñan, entrenan y operan los modelos con grandes cantidades de datos como ChatGPT, Bard, etc. Aquí estarían OpenAI, Alphabet, Baidu, Meta y las que vengan.
• Empresas especializadas que crean o afinan (fine-tuning) modelos con datos especializados para su negocio. Aquí habría empresas como Bloomberg que ha creado su BloombergGPT, empresas farmacéuticas, Universidades, etc.
• Empresas usuarias de los modelos que, fruto de una ventaja diferencial (productos y servicios exclusivos, capacidad de inversión, capital humano muy cualificado), consiguen mejorar sus productos y servicios integrando los modelos generativos.
• Empresas usuarias que simplemente usan los modelos generativos para evitar tareas repetitivas o para una automatización limitada.

Las primeras, las empresas que proporcionan GPUs como Nvidia o infraestructura cloud para entrenamiento y operación como AWS, Azure o Google Cloud van a ser las grandes beneficiadas dada las barreras de entrada en estos sectores. Es necesario una gran cantidad de inversión para diseñar y fabricar chips para inteligencia artificial y para montar y operar infraestructura Cloud de computación como servicio.

Las segundas, las creadoras de modelos como OpenAI y Alphabet, van a enfrentarse a una gran competencia de startups que creen sus propios modelos generales gracias a iteraciones de fine-tuning que requieren modelos más pequeños y menos infraestructura. Aquí es donde OpenAI, Alphabet y Meta tienen que decidir si optan por modelos propietarios como OpenAI o por crear un ecosistema abierto que fomente la innovación y el desarrollo de aplicaciones alrededor del modelo, como Meta.

El tercer integrante, empresas especializadas que tienen datos propios y generan sus modelos más pequeños, tiene gran potencial de transformar su negocio con estos modelos. Farmacéuticas que ya están usando modelos generativos en el desarrollo de medicamentos. Empresas de ciberseguridad que los crean para sus herramientas de detección y prevención de amenazas. Bancos de inversión que tienen datos no estructurados con buena capacidad de predicción y diseñan su propio modelo de lenguaje.

El cuarto sería cualquier empresa que tenga unos recursos de capital y humanos que le permitan analizar e implantar soluciones con los modelos de lenguaje para mejorar sus productos y servicios. Por ejemplo un banco que en su servicio online de asesoramiento integra la API de OpenAI. Aquí es donde está el caballo de batalla y donde tienen que llegar el 90% de empresas restantes a los tres primeros grupos para no quedarse en el quinto grupo, donde los modelos generativos no serán disruptivos ni transformadores.

Un caso curioso son las grandes empresas tecnológicas como Google o Microsoft que están presentes en varias partes a la vez de la cadena de valor ya que proporcionan infraestructura cloud que permite entrenar y operar los modelos, han creado sus propios modelos y también los están integrando en sus productos y servicios. Siguiendo el análisis que hemos realizado, estas empresas van a conseguir sus mayores beneficios en sus servicios cloud (Google Cloud, AWS y Azure) e integrando los modelos generativos en todos sus productos y servicios (p.e. integrando chatGPT en Word, Excel y Outlook).

Entonces, cada empresa tiene que hacer un análisis de su cadena de valor, sus capacidades y recursos y determinar la mejor forma de crear o integrar los modelos generativos. De esta forma no se quedarán atrás en esta revolución.