La última vez que tu IA mejoró, tu equipo no tuvo nada que ver. Un laboratorio entrenó una versión nueva según su propio calendario, y todos los que usan ese modelo recibieron la misma mejora el mismo día.
Mientras tanto, las personas que mejor conocen tu trabajo intentan enseñarle algo cada día: la contable que sabe qué proveedor factura siempre tarde, el ingeniero que sabe qué alerta ignorar, la responsable de soporte que sabe qué quieren decir tus clientes cuando escriben. Esa es la inteligencia que más le importa a tu empresa, y hasta ahora, la única forma de enseñarle algo de eso a una IA era un entrenamiento.
ACI, Adaptive Continual Intelligence, cambia quién puede hacer que la IA aprenda. La contable, el ingeniero y la responsable de soporte se convierten en sus maestros mientras trabajan, y lo que aprende te pertenece. El aprendizaje sale de unos pocos laboratorios y entra en la jornada de trabajo de todos.
Hasta ahora, la IA aprendía en el laboratorio, en largos entrenamientos, y todos recibían el mismo modelo.
Hacer que la IA aprendiera era cosa de los laboratorios.
Para hacer que un modelo aprendiera, hacía falta un pipeline de entrenamiento, un clúster de aceleradores y un equipo que los manejara. Así que el aprendizaje ocurría en los laboratorios, y todos los clientes recibían el mismo modelo, que sabía las mismas cosas y nada del trabajo de ninguna empresa en concreto.
Las empresas que querían más recurrieron al ajuste fino, y se encontraron con la misma fábrica en miniatura. Alguien prepara los datos, reserva los aceleradores, lanza el entrenamiento y prueba el resultado, y lo que sale es otro modelo fijo, desfasado en cuanto cambia una regla. Y el ciclo vuelve a empezar.
ACI hace del aprendizaje parte del trabajo diario. Aprende de tus resultados mientras se trabaja, sin entrenamientos ni GPU, así que el aprendizaje no necesita ningún laboratorio alrededor. Una persona en su propio asistente tiene la misma ACI que toda una gran empresa.
La inteligencia va adonde está el trabajo.
Enseñarle tu trabajo a un modelo siempre ha significado llevar tu trabajo al entrenamiento: enviar conversaciones y documentos al servicio de ajuste fino de un laboratorio, o a un clúster propio. El aprendizaje ocurría allí donde estuvieran los aceleradores.
ACI le da la vuelta a eso. Aprende donde ocurre tu trabajo, en la ubicación que elijas: Vareon cloud, tu propia nube o sin nube alguna. Un equipo pequeño puede empezar en Vareon cloud. Una empresa con su propia nube ejecuta ACI dentro de su propia cuenta, y una gran empresa que no quiere que nada salga de su red la ejecuta allí.
Se ejecute donde se ejecute, tus datos no tienen que salir para hacer más inteligente a tu IA. Lo que ACI aprende ahí refleja tu trabajo y el de nadie más, y está separado de lo que posea cualquier otro cliente.
Se multiplica.
Un aprendizaje que ocurre cada día se va sumando. Cada resultado que confirma tu equipo hace que la siguiente petición parecida sea más rápida, más barata y más precisa. Cuanto más tiempo funciona ACI, más parte de tu trabajo puede asumir, y más tiempo de tu modelo se dedica a lo nuevo.
Puedes verlo en una sola ejecución. En un flujo de 3,000 decisiones en el que las reglas cambiaron cinco veces, Duplex, que está basado en ACI, pasó de un 85.0% de precisión a un 94.6% sobre la marcha, mientras el coste de cada decisión bajaba en unos dos tercios.
Eso es lo que hace que la IA deje de ser un coste y pase a ser un activo. Cualquiera puede alquilar mañana el mismo modelo que tú, al mismo precio. Nadie puede alquilar lo que tu trabajo le ha enseñado a ACI, y cada mes que funciona, crece la distancia entre tu IA y la suya.
El modelo pasa a ser tu elección, cada vez.
Los modelos no dejan de mejorar, y el mejor para tu trabajo no deja de cambiar: un nuevo lanzamiento, un precio mejor, un modelo que le va mejor a un equipo que a otro. Cuando lo que aprendió tu IA vive dentro de un modelo, cada cambio significa empezar de nuevo.
ACI aprende junto al modelo y no dentro de él, así que un cambio de modelo deja intacto lo que aprendió. Cambia por precio, por calidad o por las necesidades de un equipo, y la inteligencia que ha construido tu trabajo viene contigo. En pruebas con dos familias de modelos, Duplex pasó de una a otra sin ningún reentrenamiento.
Eso cambia el equilibrio de poder. Los laboratorios compiten por construir el mejor modelo, y tú puedes aprovechar cada uno en cuanto sale. El valor duradero de tu IA pasa del modelo que alquilas a la inteligencia que te pertenece.
Adónde lleva.
Un modelo mejora cuando su creador entrena el siguiente. Un agente con ACI mejora cada día que trabaja, gracias a sus propios resultados: actúa, vuelve el resultado, ACI aprende de él, y la siguiente acción parte de ahí.
Creemos que Los agentes mejorarán con una segunda inteligencia a su lado, en un bucle recursivo, en ejecución. ACI es esa segunda inteligencia. Cada resultado mejora la siguiente acción, y cada acción mejor trae de vuelta un resultado mejor del que aprender. El bucle funciona dentro de tu trabajo, al ritmo de tu trabajo, y no dentro de un laboratorio entre un lanzamiento y otro.
Multiplica ese bucle por cada persona, cada equipo y cada empresa. Cada uno construye una inteligencia propia, a partir de su propio trabajo, en la ubicación que eligió, y es dueño de ella a medida que crece. Los modelos seguirán cambiando, y lo que aprende ACI seguirá creciendo junto al que venga después.
Los modelos más capaces se seguirán entrenando en laboratorios. La inteligencia que más te importa se aprenderá donde está el trabajo, cada día, de las personas que lo hacen.