La IA requiere partir de los problemas, no de las capacidades

¿Cuál es ese problema que estamos tratando de resolver y cómo podemos aprovechar mejor la IA para ayudar a resolverlo, en lugar de qué hacemos con la IA?

Existe algo llamado la trampa del objeto brillante, y siempre le digo a la gente: 'Oye, no hagas IA solo por hacer IA'. Asegúrate de que haya un problema ahí. Asegúrate de que haya un punto doloroso que necesite ser resuelto de una manera inteligente.

Cuando comienzas pequeño, te obliga a pensar en cuál es el problema que voy a resolver. En todos estos avances de la IA, una pendiente resbaladiza fácil es seguir pensando en las complejidades de la solución y olvidar el problema que estás tratando de resolver.

Para mí, cientos de dólares gastados en este ejercicio son insignificantes en comparación con el posible valor estratégico de tener mejores ideas. Es como si un jefe de gabinete realmente, realmente inteligente hubiera revisado y leído cada una de las transcripciones de las llamadas de ventas que hemos tenido en el último año.

Desde una perspectiva de producto, puedo imaginar como tres burbujas en mi cabeza. Entonces quieres encontrar la intersección entre algo que es deseable para los usuarios, algo que será un negocio viable y algo que será factible desde la perspectiva de un científico de investigación y técnica.

Komoroske se refiere a los LLM como "cinta mágica" - una herramienta versátil pero imperfecta que puede manejar muchas tareas pero no se debe esperar que funcione a la perfección.

No asumas que va a resolver todos tus problemas. No asumas que va a poder dar resultados de alta calidad de forma autónoma en todos los casos. Pero ¿qué puedes construir ahora que tienes cinta adhesiva mágica?

Cada vez que le das capacidades de toma de decisiones a los sistemas agénticos, estás renunciando a cierta cantidad de control por tu parte.