Torras.ai

Introducció

Els usuaris empresarials històricament han evitat la programació. Sovint confien en eines sense codi, que, tot i ser útils, manquen de les capacitats dels llenguatges de programació moderns. No obstant això, amb la introducció de la IA Generativa, com ara GPT-4, la situació està canviant. Els usuaris empresarials ara poden utilitzar el poder de llenguatges de programació complexos com Python i Java, obrint noves possibilitats per crear solucions més avançades i efectives.

Fórmules d'Excel

Microsoft Excel és una eina fonamental per a molts usuaris empresarials. Les fórmules d'Excel permeten als usuaris realitzar una àmplia gamma de càlculs i manipulacions de dades. Per exemple, una fórmula complexa podria semblar així:

 =IF(B2 > 50000, B2 * 0.1, IF(B2 >= 30000, B2 * 0.075, B2 * 0.05)) +
   IF(C2 > 95, 500, IF(C2 >= 90, 250, 0)) *
   IF(D2 = "Excel·lent", 1.2, IF(D2 = "Bo", 1.1, 1.0))

Aquesta fórmula calcula un pagament de bonificació basat en tres factors: rendiment de vendes, assistència i valoració del rendiment. Sovint, els usuaris empresarials poden crear fórmules intricades que rivalitzen amb la complexitat de fragments de codi desenvolupats per enginyers de programari experimentats utilitzant un llenguatge de programació.

Això seria l'equivalent de la mateixa fórmula utilitzant Python:

 df['E'] = df.apply (
   lambda row: 
       (row['B'] * 0.1 if row['B'] > 50000 else (row['B'] * 0.075
         if row['B'] >= 30000 else row['B'] * 0.05)) +
       ((500 if row['C'] > 95 else (250 if row['C'] >= 90 else 0)) *
       (1.2 if row['D'] == "Excel·lent" else (1.1 if row['D'] == "Bo" else 1.0))),
   axis=1
 )

Aquest fragment de codi va ser generat per GPT-4 amb la simple indicació "què seria l'equivalent de Python d'aquesta fórmula d'Excel". Malgrat això, les capacitats d'Excel són inherentment limitades en comparació amb els llenguatges de programació complets.

SQL

SQL (Structured Query Language) es va desenvolupar com un llenguatge de quarta generació dissenyat per a usuaris empresarials per gestionar i consultar bases de dades relacionals. Malgrat la seva intenció inicial, l'ús de SQL ha romàs predominantment dins del camp dels enginyers de programari que l'utilitzen juntament amb altres llenguatges com Python o PHP. SQL permet una manipulació i recuperació de dades potent, com ara:

 SELECT employee_name, SUM(sales)
 FROM sales_data
 GROUP BY employee_name;

Aquesta consulta recupera els noms dels empleats i la suma de les seves vendes de la taula sales_data, agrupant els resultats pel nom de l'empleat. La robustesa i flexibilitat de SQL el converteixen en una eina crítica en entorns orientats a les dades.

Per generar aquesta consulta SQL utilitzant GPT-4, vam proporcionar una indicació senzilla: "Escriviu una consulta SQL per recuperar les vendes totals per a cada empleat."

Google Colab

Google Colab, abreujat com a Google Colaboratory, és una plataforma basada en el núvol gratuïta proporcionada per Google que permet als usuaris escriure i executar codi Python a través d'un navegador web. És particularment popular per a la ciència de dades, l'aprenentatge automàtic i els projectes d'aprenentatge profund gràcies a la seva integració perfecta amb llibreries de Python populars com TensorFlow, Keras i PyTorch. Colab ofereix accés gratuït a recursos informàtics potents, incloent-hi GPUs i TPUs, convertint-lo en una eina accessible i convenient per a investigadors, estudiants i professionals que necessiten una gran potència informàtica pels seus projectes.

La Meva Experiència amb Programes d'IA per a Empreses

Com a Director de Programa de diversos programes IA com a Eina Estratègica en escoles de negocis com EADA Business School o ADEN Business School, dissenyats per a estudiants amb un perfil empresarial, inicialment vaig confiar en eines sense codi per ensenyar aprenentatge automàtic. Tot i ser fàcils d'utilitzar, aquestes eines van demostrar ser bastant limitades.

Llavors, vaig pensar que si els usuaris empresarials poden dominar fórmules complexes utilitzant Microsoft Excel, no hi ha cap raó per la qual no puguin aprendre aprenentatge automàtic utilitzant GPT-4 com a eina principal de generació de codi.

Per tant, vaig fer la transició dels meus estudiants a utilitzar quaderns de Google Colab, aprofitant GPT-4 per generar el codi de Python necessari i Kaggle per explorar conjunts de dades potencials.

Em preocupava que els usuaris empresarials trobessin aquestes plataformes massa tècniques o inadequades per a les seves necessitats. No obstant això, la realitat va demostrar el contrari. Els estudiants van abraçar la combinació de Colab i GPT-4, utilitzant-los per crear aplicacions d'aprenentatge automàtic completes amb regressió lineal, arbres de decisió i xarxes neuronals. Van descobrir com GPT-4 podia millorar eficaçment el seu coneixement, produir visualitzacions i resoldre problemes.

El Poder de la IA Generativa

La IA Generativa està reduint la bretxa entre els usuaris empresarials i l'enginyeria de programari. Per a aquells familiaritzats amb eines com Excel, la transició a l'ús de Python, DataFrames i llibreries d'aprenentatge automàtic és manejable. Eines d'IA Generativa com GPT-4, Claude i Gemini permeten als usuaris empresarials crear aplicacions sofisticades. El gràfic següent il·lustra aquesta transformació:

Reducció de la Bretxa de Competència

El gràfic destaca les capacitats i nivells de dificultat de diferents eines. Inicialment, els usuaris empresarials són competents amb les fórmules de Microsoft Excel, que ofereixen capacitats moderades amb baixa dificultat. SQL, dissenyat per ser amigable, en realitat requereix més experiència tècnica, per la qual cosa menys usuaris empresarials l'utilitzen directament.

Amb la introducció de la IA Generativa, els usuaris empresarials poden superar les barreres tradicionals. La IA Generativa ofereix un camí des d'Excel directament a llenguatges de programació complexos, evitant les corbes d'aprenentatge pronunciades associades a aquestes eines. Aquest salt està representat per les fletxes verdes, indicant la reducció significativa de la dificultat en utilitzar eines d'IA per ajudar en la programació.

A continuació es mostra un exemple de codi generat per GPT-4 que una persona no tècnica va utilitzar per crear una aplicació d'aprenentatge automàtic. Aquesta aplicació utilitza la regressió lineal per determinar quan s'ha de comercialitzar un préstec als clients potencials.

 # Defineix les columnes de característiques i la variable objectiu
 característiques = ['edat', 'experiència', 'ingressos', 'família', 'ccavg', 'educació', 
   'hipoteca', 'compte_valors', 'compte_a_plaç', 'en línia', 
   'targeta_de_crèdit', 'ingrés_mitjà', 'ingressos_imputats', 
   'percentatge_diferència_ingressos', 'té_hipoteca']
 objectiu = 'préstec_personal'

 # Divideix les dades en conjunts d'entrenament i prova
 X = dades[característiques]
 y = dades[objectiu]
 X_entrenament, X_prova, y_entrenament, y_prova = train_test_split(X, y, test_size=0.2, random_state=42)

 # Crea el model de regressió lineal
 model = LinearRegression()

 # Entrena el model
 model.fit(X_entrenament, y_entrenament)

 # Prediu utilitzant el conjunt de proves
 y_pred = model.predict(X_prova)

 # Avalua el model
 mse = mean_squared_error(y_prova, y_pred)
 r2 = r2_score(y_prova, y_pred)

 print(f'Error Mitjà Quadràtic: {mse}')
 print(f'R-quadrat: {r2}')

Col·laboració Futura

Sens dubte, els enginyers de programari experimentats continuaran col·laborant amb usuaris empresarials per desenvolupar aplicacions innovadores. No obstant això, la capacitat dels usuaris empresarials d'utilitzar llibreries d'aprenentatge automàtic tan fàcilment com utilitzen Excel avui en dia obrirà una nova era d'innovació i disruptura.

Estic emocionat de presenciar i contribuir a aquest moment transformador en l'educació empresarial. En lloc de témer que GPT-4 i eines similars facin les tasques "massa fàcils" pels estudiants, els animo a empènyer els límits del que la IA Generativa pot aconseguir, capacitant-los per assolir noves alçades en les seves capacitats.

Google Colab, GPT-4 i Kaggle s'han convertit en eines indispensables en la meva docència, permetent als estudiants sense una formació en informàtica explorar, analitzar i modelar dades de manera efectiva. La combinació d'aquestes plataformes ofereix oportunitats sense precedents per als usuaris empresarials per crear valor i impulsar la innovació.