Torras.ai

Introducción

Los usuarios comerciales históricamente han evitado la codificación. A menudo confían en herramientas sin código, que, aunque útiles, carecen de las capacidades de los lenguajes de programación modernos. Sin embargo, con la introducción de la IA Generativa, como GPT-4, la situación está cambiando. Los usuarios comerciales ahora pueden utilizar el poder de lenguajes de programación complejos como Python y Java, abriendo nuevas posibilidades para crear soluciones más avanzadas y efectivas.

Fórmulas de Excel

Microsoft Excel es una herramienta básica para muchos usuarios comerciales. Las fórmulas de Excel permiten a los usuarios realizar una amplia gama de cálculos y manipulaciones de datos. Por ejemplo, una fórmula compleja podría verse así:

 =SI(B2 > 50000, B2 * 0.1, SI(B2 >= 30000, B2 * 0.075, B2 * 0.05)) +
   SI(C2 > 95, 500, SI(C2 >= 90, 250, 0)) *
   SI(D2 = "Excelente", 1.2, SI(D2 = "Bueno", 1.1, 1.0))

Esta fórmula calcula un pago de bonificación basado en tres factores: rendimiento de ventas, asistencia y calificación de rendimiento. Los usuarios comerciales a menudo pueden crear fórmulas intrincadas que rivalizan con la complejidad de fragmentos de código desarrollados por ingenieros de software experimentados utilizando un lenguaje de programación.

Eso sería equivalente a la misma fórmula utilizando 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'] == "Excelente" else (1.1 if row['D'] == "Bueno" else 1.0))),
   axis=1
 )

Ese fragmento de código fue generado por GPT-4 con la simple indicación "cuál sería el equivalente en Python de esta fórmula de Excel". A pesar de esto, las capacidades de Excel son inherentemente limitadas en comparación con los lenguajes de programación completos.

SQL

SQL (Lenguaje de Consulta Estructurado) fue desarrollado como un lenguaje de cuarta generación diseñado para que los usuarios comerciales administren y consulten bases de datos relacionales. A pesar de su intención inicial, el uso de SQL ha permanecido predominantemente dentro del ámbito de los ingenieros de software que lo utilizan junto con otros lenguajes como Python o PHP. SQL permite una manipulación y recuperación de datos potente, como por ejemplo:

 SELECT nombre_empleado, SUM(ventas)
 FROM datos_ventas
 GROUP BY nombre_empleado;

Esta consulta recupera los nombres de los empleados y la suma de sus ventas de la tabla datos_ventas, agrupando los resultados por nombre de empleado. La robustez y flexibilidad de SQL lo convierten en una herramienta crítica en entornos orientados a los datos.

Para generar esta consulta SQL utilizando GPT-4, proporcionamos una indicación simple: "Escriba una consulta SQL para recuperar las ventas totales de cada empleado."

Google Colab

Google Colab, abreviatura de Google Colaboratory, es una plataforma basada en la nube gratuita proporcionada por Google que permite a los usuarios escribir y ejecutar código Python a través de un navegador web. Es particularmente popular para proyectos de ciencia de datos, aprendizaje automático y aprendizaje profundo debido a su integración perfecta con bibliotecas populares de Python como TensorFlow, Keras y PyTorch. Colab proporciona acceso gratuito a recursos informáticos potentes, incluidas GPUs y TPUs, lo que lo convierte en una herramienta accesible y conveniente para investigadores, estudiantes y profesionales que requieren una potencia informática significativa para sus proyectos.

Mi Experiencia con Programas de IA para Negocios

Como Director de Programas de varias programas de IA como Herramienta Estratégica en escuelas de negocios como EADA Business School o ADEN Business School, diseñados para estudiantes con formación en negocios, inicialmente confié en herramientas sin código para enseñar aprendizaje automático. Aunque amigables para el usuario, estas herramientas resultaron ser bastante limitadas.

Luego, pensé que si los usuarios comerciales pueden dominar fórmulas complejas utilizando Microsoft Excel, no hay razón por la cual no puedan aprender aprendizaje automático utilizando GPT-4 como la principal herramienta de generación de código.

Por lo tanto, trasladé a mis estudiantes a utilizar cuadernos de Google Colab, aprovechando GPT-4 para generar el código de Python necesario y Kaggle para explorar conjuntos de datos potenciales.

Estaba preocupado de que los usuarios comerciales encontrarían estas plataformas demasiado técnicas o inadecuadas para sus necesidades. Sin embargo, la realidad demostró lo contrario. Los estudiantes adoptaron la combinación de Colab y GPT-4, utilizándolos para crear aplicaciones de aprendizaje automático completas con regresión lineal, árboles de decisión y redes neuronales. Descubrieron lo efectivamente que GPT-4 podía mejorar su conocimiento, producir visualizaciones y solucionar problemas.

El Poder de la IA Generativa

La IA Generativa está cerrando la brecha entre los usuarios comerciales y la ingeniería de software. Para aquellos familiarizados con herramientas como Excel, la transición a utilizar Python, DataFrames y bibliotecas de aprendizaje automático es manejable. Herramientas de IA Generativa como GPT-4, Claude y Gemini permiten a los usuarios comerciales crear aplicaciones sofisticadas. El gráfico a continuación ilustra esta transformación:

Acortando la Brecha de Proficiencia

El gráfico destaca las capacidades y niveles de dificultad de diferentes herramientas. Inicialmente, los usuarios comerciales son competentes con las fórmulas de Microsoft Excel, que ofrecen capacidades moderadas con baja dificultad. SQL, diseñado para ser fácil de usar, en realidad requiere más experiencia técnica, por lo que menos usuarios comerciales lo utilizan directamente.

Con la introducción de la IA Generativa, los usuarios comerciales pueden saltarse las barreras tradicionales. La IA Generativa proporciona un camino desde Excel directamente a lenguajes de programación complejos, evitando las curvas de aprendizaje pronunciadas asociadas con estas herramientas. Este salto está representado por las flechas verdes, indicando la reducción significativa en la dificultad al utilizar herramientas de IA para ayudar en la programación.

A continuación se muestra un ejemplo de código generado por GPT-4 que una persona no técnica utilizó para crear una aplicación de aprendizaje automático. Esta aplicación utiliza regresión lineal para determinar cuándo se debe comercializar un préstamo a posibles clientes.

 # Definir las columnas de características y la variable objetivo
 caracteristicas = ['edad', 'experiencia', 'ingreso', 'familia', 'ccavg', 'educacion', 
   'hipoteca', 'cuenta_valores', 'cuenta_plazo_fijo', 'en_linea', 
   'tarjeta_credito', 'ingreso_promedio', 'ingreso_imputado', 
   'porcentaje_diferencia_ingreso', 'tiene_hipoteca']
 objetivo = 'préstamo_personal'

 # Dividir los datos en conjuntos de entrenamiento y prueba
 X = datos[caracteristicas]
 y = datos[objetivo]
 X_entrenamiento, X_prueba, y_entrenamiento, y_prueba = train_test_split(X, y, test_size=0.2, random_state=42)

 # Crear el modelo de regresión lineal
 modelo = LinearRegression()

 # Entrenar el modelo
 modelo.fit(X_entrenamiento, y_entrenamiento)

 # Predecir utilizando el conjunto de prueba
 y_pred = modelo.predict(X_prueba)

 # Evaluar el modelo
 mse = mean_squared_error(y_prueba, y_pred)
 r2 = r2_score(y_prueba, y_pred)

 print(f'Error Cuadrático Medio: {mse}')
 print(f'R-cuadrado: {r2}')

Colaboración Futura

Los ingenieros de software experimentados sin duda seguirán colaborando con los usuarios comerciales para desarrollar aplicaciones innovadoras. Sin embargo, la capacidad de los usuarios comerciales para utilizar bibliotecas de aprendizaje automático tan fácilmente como utilizan Excel hoy en día abrirá una nueva era de innovación y disrupción.

Estoy emocionado de presenciar y contribuir a este momento transformador en la educación empresarial. En lugar de temer que GPT-4 y herramientas similares hagan que las tareas sean "demasiado fáciles" para los estudiantes, los animo a que empujen los límites de lo que la IA Generativa puede lograr, capacitándolos para alcanzar nuevas alturas en sus capacidades.

Google Colab, GPT-4 y Kaggle se han convertido en herramientas indispensables en mi enseñanza, permitiendo a los estudiantes sin formación en informática explorar, analizar y modelar datos de manera efectiva. La combinación de estas plataformas ofrece oportunidades sin precedentes para que los usuarios comerciales creen valor y fomenten la innovación.