El marketing basado en inteligencia artificial es un engaño.
Entendemos que es la nueva palabra de moda, pero no es necesario asociarla a todo.
La inteligencia artificial está ganando cada vez más relevancia en diversas áreas de nuestra cotidianidad, especialmente desde el lanzamiento de ChatGPT. Esta tecnología es vista de maneras opuestas: para algunos, es una amenaza que desplaza empleos y causa problemas de derechos de autor, mientras que otros la consideran una oportunidad para impulsar a la humanidad hacia una era de avance y conocimiento.
La capacidad de herramientas como Midjourney, modelos de lenguaje y algoritmos inteligentes ha cambiado radicalmente el panorama tecnológico. Sin embargo, este avance tiene el potencial de generar tanto beneficios como riesgos, dependiendo de cómo se gestione y regule. No es sorprendente que las empresas tecnológicas estén incorporando componentes de inteligencia artificial en sus nuevos productos, buscando persuadir a los consumidores sobre la necesidad de adquirir sus dispositivos.
Desde nuevos portátiles impulsados por IA hasta placas madre que optimizan el rendimiento del CPU, la tendencia es clara. Las empresas están apremiando a sus equipos de marketing para encontrar la forma de incluir la IA en sus ofertas, especialmente en eventos como CES o Computex, a menudo sin un impacto real en el valor que ofrecen a los usuarios.
Un punto de preocupación se presenta con el lanzamiento de la última generación de CPU por parte de compañías como AMD, Intel y Qualcomm. Aunque estos nuevos productos son impresionantes y muestran mejoras significativas en rendimiento y eficiencia, la adición de procesadores de IA no siempre implica un valor real para el consumidor. Se han introducido unidades de procesamiento neural (NPU) que ayudan en ciertas funciones, pero su relevancia en el rendimiento general del CPU es casi irrelevante en el contexto de tareas de inteligencia artificial.
Después de un mes de evaluación de distintos portátiles y procesadores enfocados en tareas de IA, quedó claro que el verdadero poder de procesamiento paralelo lo ofrecen las tarjetas gráficas. Por ejemplo, al ejecutar pruebas de benchmarking, una Nvidia RTX 4080 Super logra cifras asombrosamente superiores en comparación con los últimos CPUs. La realidad es que las tareas de IA requieren un rendimiento de procesamiento paralelo que solo los GPUs pueden ofrecer eficazmente, como lo demuestra la reciente instalación de 100,000 GPUs Nvidia H100 por parte de Elon Musk en un sistema de entrenamiento de IA.
Además, la mayoría de las herramientas de IA populares actualmente dependen de la computación en la nube para funcionar correctamente. Modelos de lenguaje grandes como ChatGPT necesitan tal cantidad de poder de procesamiento y almacenamiento que es inviable ejecutarlos en máquinas locales. Incluso algunas aplicaciones de Adobe requieren de la nube para procesar imágenes.
A pesar de las limitaciones de ejecutar la mayoría de las aplicaciones de IA en casa, la aparición de nuevos portátiles y chips con esta tecnología sigue siendo una constante. Sin embargo, en muchos casos, esto puede parecer una exageración que no aporta soluciones útiles a los problemas que enfrentan los consumidores.
