Estamos en una época de creciente escrutinio sobre AI y su influencia en la sociedad. Tanto en el Reino Unido como en Europa, numerosos organismos reguladores dictan las normas sobre lo que AI debe y no debe hacer, y la pregunta fundamental es: ¿quién vigila automáticamente a los guardias automáticos?
Una de las preocupaciones de reguladores como la Autoridad de Competencia y Marketing del Reino Unido (CMA) es que el desarrollo de AI es tan difícil y caro (dados los requisitos de potencia de procesamiento de la CPU, conjuntos de datos y conocimientos de AI de alto nivel) que sólo las grandes empresas pueden desarrollar las IA del mañana.
Katie Prescott, del Times, dice en este artículo de pago que cita a CloudNC: "[El informe de la CMA] concluye que es probable que las grandes tecnológicas, esos "guardianes" si se quiere, sigan dominando el mercado cada vez más lucrativo de AI, en lo que el regulador denominó un resultado en el que "el ganador se lo lleva todo". Es muy difícil imaginar qué puede hacer la CMA o cualquier otra persona al respecto.
"Para entrenar estos modelos se necesitan enormes cantidades de potencia de cálculo y un tipo de chip informático más potente de lo que se puede conseguir fácilmente. Luego está la costosa infraestructura: los centros de datos y servidores de los que ya disponen las grandes tecnológicas. Las empresas que no tienen sus propios centros de datos tienen que recurrir a proveedores de servicios en la nube, que son Google, Amazon y Microsoft.
"Cuanto mejores sean los datos, mejor será el modelo. YouTube se sugiere como una profunda reserva de información para los modelos, por supuesto es propiedad de Google... La ventaja es claramente de los incumbentes".
¿Es esto cierto? ¿Sólo las "grandes tecnológicas" pueden desarrollar una AI que cambie el mundo?
AI caramba
En CloudNC no pensamos lo mismo. Creemos que es perfectamente posible que una empresa más pequeña y especializada desarrolle una solución AI que tenga el potencial de transformar un sector o una industria... y no es para menos, ya que eso es exactamente lo que estamos haciendo. Nuestra solución CAM Assist ya acelera enormemente la rapidez con la que un fabricante puede mecanizar componentes de precisión con AI, ahorrando a los usuarios cientos de horas de producción al año.
Es cierto que desarrollar este tipo de tecnología es caro: CloudNC ha recaudado más de 75 millones de dólares en capital riesgo en sus ocho años de vida. Aunque para las grandes empresas tecnológicas esa cantidad de dinero puede ser insignificante, no lo es tanto para una empresa británica respaldada por capital riesgo.
Como resultado, toda esa financiación tiene que tener un propósito directo, y está comprometida con hacer realidad nuestra misión y visión. En otras palabras, una empresa como CloudNC no puede permitirse el lujo de destinar sus fondos al desarrollo de una solución tecnológica que no tenga una aplicación empresarial evidente tras su lanzamiento (como, por ejemplo, Chat-GPT o Dall-E durante su gestación).
En cambio, los desarrolladores como nosotros debemos centrarnos al máximo en para qué se utilizará nuestra AI y cómo marcará la diferencia para los clientes. De lo contrario, podrías gastar mucho dinero sin recompensa y, a su vez, no generar beneficios para las personas que te han apoyado para que tengas éxito.
Automático para el pueblo
Aparte de la financiación, el mayor reto para las pequeñas empresas tecnológicas a la hora de desarrollar una solución AI es competir por el talento.
El desarrollo de soluciones como CAM Assist es un reto técnico extremo y hay una reserva muy limitada de talentos muy cualificados capaces de sacar adelante estas soluciones, y todos, de Big Tech para abajo, compiten por ser los mejores.
Eso hace que a las empresas más pequeñas les resulte muy difícil encontrar a las personas que necesitan para sacar adelante estas soluciones. Por eso, además de esforzarnos por encontrar a los mejores talentos, en CloudNC hacemos mucho para asegurarnos de ser un empleador excelente que se preocupa por sus trabajadores.
El otro gran reto es el acceso a los datos. Las grandes empresas tecnológicas suelen disponer ya de enormes reservas de datos con los que trabajar (o pueden generarlas), mientras que las empresas más pequeñas tienen que encontrar casos de uso más especializados que no estén ya cubiertos. En parte, esa es la razón por la que, por ejemplo, CloudNC busca resolver ineficiencias de fabricación: no es fácil para cualquiera reunir los datos necesarios para resolver el problema. (En nuestro caso, para acumular lo que necesitábamos para construir nuestros modelos de AI que impulsan CAM Assist, construimos literalmente nuestra propia fábrica).
Se trata de un ejemplo extremo, pero ahora, como resultado, disponemos de una solución AI eficaz que está marcando la diferencia para nuestros usuarios en todo el mundo del mecanizado, acelerando su capacidad para programar máquinas CNC y agilizando su capacidad para ayudar a sus clientes.
Entonces, ¿creo que una empresa británica puede construir una AI que cambie el mundo? Bueno, seguimos haciéndolo, pero no hay duda de que hay retos específicos que hacen que el trabajo sea más difícil de lo que podría ser para una terh
¿Desea más información? Póngase en contacto con nosotros y podrá beneficiarse hoy mismo de la presencia de un mecanizador CNC experto AI en su taller de mecanizado.
-33-LO-RES.jpg)
