¿Qué modelo de IA para qué tarea?
¿Qué modelo de IA para qué tarea? Usa el modelo más pequeño que haga bien la tarea. Un modelo rápido se encarga de los trabajos cortos y frecuentes. Un modelo equilibrado se encarga del trabajo diario con varios pasos. Un modelo de razonamiento profundo es para los problemas difíciles, y un modelo local es para los datos que deben quedarse en casa.
Por qué hay más de un modelo
Un modelo de IA es el programa que piensa detrás de una app de IA. Cada empresa de IA ofrece varios, de pequeños a grandes. Los grandes pueden con problemas más difíciles, pero responden más despacio y cuestan más cada vez que los usas.
Es como elegir un vehículo. No contratas un camión para entregar una carta, ni haces una mudanza en bicicleta. La elección correcta depende de la carga.
Los cuatro tipos
- Rápido. Los modelos más pequeños. Responden casi al instante y cuestan lo mínimo. Siguen bien instrucciones claras y les cuestan las tareas que requieren muchos pasos de razonamiento.
- Equilibrado. El punto medio de la gama y una opción razonable por defecto. Planifican, escriben bien y pueden consultar datos, a un precio y una velocidad moderados.
- De razonamiento profundo. Los modelos más grandes. Le dan vueltas al problema antes de responder. Son los más lentos y los más caros.
- Local. Modelos que se ejecutan en tus propios ordenadores. Nada sale de tu empresa.
Los nombres de los modelos cambian cada pocos meses. Estos cuatro tipos permanecen.
Ocho tareas y el modelo que encaja con cada una
| Tarea | Modelo |
|---|---|
| Clasificar las solicitudes entrantes por tema | Rápido |
| Extraer la fecha, el importe y el proveedor de una factura | Rápido |
| Traducir un aviso corto | Rápido |
| Resumir un largo intercambio de correos con un cliente | Equilibrado |
| Redactar una respuesta con el tono de tu empresa | Equilibrado |
| Planificar un proyecto en fases y tareas | Equilibrado |
| Comparar punto por punto dos contratos largos | De razonamiento profundo |
| Resumir expedientes de personal que no pueden salir de la empresa | Local |
Cómo elegir, en cuatro pasos
- Reúne diez ejemplos reales. Tómalos del trabajo del mes pasado e incluye dos o tres complicados.
- Empieza con el modelo rápido. Ejecuta los diez y cuenta cuántos resultados habrías aceptado.
- Mejora primero las instrucciones. Las instrucciones poco claras causan más malos resultados que un modelo demasiado pequeño.
- Sube un escalón solo si los problemas continúan. Entonces ejecuta de nuevo los mismos diez ejemplos y compara.
Repite la prueba más o menos una vez al año. Llegan modelos nuevos con frecuencia, y una tarea que el año pasado necesitaba un modelo equilibrado quizá ahora funcione bien con uno rápido.
Lo que un modelo más grande no arregla
Dos cosas influyen más en un resultado que el tamaño del modelo. La primera son las instrucciones: un trabajo claro y una idea clara de cómo debe ser la respuesta. La segunda es la información que recibe el modelo. Ningún modelo puede saber lo que no se le ha mostrado. Si nunca ha visto tu lista de precios, hasta el más grande solo puede adivinar.
¿Un solo modelo para toda la empresa?
Resulta tentador elegir el modelo más potente y usarlo para todo. Eso hace que cada tarea pequeña sea más lenta y más cara de lo necesario. Elegir por tarea funciona mejor. El trabajo de clasificación que se ejecuta cientos de veces al día recibe el modelo rápido. La comparación de contratos que se ejecuta dos veces al mes recibe el de razonamiento profundo.
Cómo lo resuelve Worknano
En Worknano el modelo es un ajuste de cada agente, junto a sus instrucciones. Un agente es un ayudante de IA que configuras para un trabajo. La guía para crear agentes da la misma regla práctica: un modelo rápido va bien para comprobaciones cortas, y uno equilibrado para planificar con varios pasos. No dependes de una única empresa de IA. Puedes conectar cualquier modelo que elijas, incluidos modelos locales, modelos de código abierto o el endpoint privado de tu propia empresa, y ajustar el modelo a la tarea, a tu presupuesto y a tus reglas de datos.
- ¿Qué modelo de IA usa el AI Module Builder?
- Modelos de IA y dónde se procesan tus datos
- Crea tu propio agente: modelo e instrucciones
Crea un workspace gratuito y elige el modelo de tu primer agente.