Una nueva startup, fundada por veteranos de Meta y Google, ha irrumpido en el panorama de la inteligencia artificial con una promesa audaz: una arquitectura capaz de razonar cien veces más rápido que los grandes modelos de lenguaje (LLM) como GPT-4, y que además solo necesita una fracción de los datos de entrenamiento. La compañía, llamada Contextual AI, ha salido a la luz con una financiación inicial de 20 millones de dólares (aproximadamente 18,5 millones de euros) y una tecnología diseñada para resolver algunos de los problemas más persistentes que enfrentan las empresas al adoptar la IA generativa.
La propuesta se centra en crear modelos de inteligencia artificial más pequeños, seguros y eficientes, específicamente diseñados para las necesidades corporativas. En lugar de los millones de ejemplos de datos que requieren los modelos tradicionales, la tecnología de Contextual AI puede afinarse con tan solo 1.000 ejemplos, abriendo la puerta a una personalización más rápida y asequible para las empresas.
Una solución a los grandes desafíos de la IA empresarial
La adopción de la inteligencia artificial generativa en el mundo empresarial ha estado marcada por un gran entusiasmo, pero también por importantes obstáculos. Los modelos de lenguaje masivos, aunque increíblemente potentes, a menudo resultan demasiado lentos, costosos y, lo que es más preocupante, propensos a «alucinar». Este término se refiere a la tendencia de la IA a inventar hechos o dar respuestas que no se basan en la información proporcionada, un riesgo inaceptable para cualquier organización que dependa de la precisión de sus datos.
Es aquí donde Contextual AI busca marcar la diferencia. Su enfoque está diseñado para abordar directamente estos puntos débiles. «Estamos creando una nueva arquitectura de IA para resolver el problema de la ‘última milla’ de la adopción de la IA empresarial», escribió el CEO y cofundador Douwe Kiela en una publicación de blog. El objetivo es ofrecer un sistema que no solo sea rápido y rentable, sino también fiable y seguro, garantizando que las respuestas de la IA estén siempre «ancladas» a las fuentes de datos verificadas de la empresa.
La clave: Modelos de Lenguaje Contextual (CLM) sobre una base ya existente
La tecnología central de la compañía no consiste en construir un nuevo competidor para GPT-4 desde cero. En su lugar, han desarrollado lo que llaman Modelos de Lenguaje Contextual (CLM). Estos son modelos significativamente más pequeños y especializados que se construyen sobre grandes modelos de lenguaje de código abierto ya existentes, como Llama 2 de Meta.
El enfoque tradicional para que una IA utilice datos de una empresa es una técnica conocida como Recuperación Aumentada por Generación (RAG, por sus siglas en inglés). En términos sencillos, el RAG funciona conectando el «cerebro» del LLM a una base de datos externa. Cuando se le hace una pregunta, el sistema primero busca la información relevante en la base de datos y luego le pide al LLM que genere una respuesta basada en esos documentos.
Según Contextual AI, aunque el RAG es útil, es una solución parcial que puede ser lenta e imprecisa. Su propuesta con los CLM es diferente. En lugar de una consulta externa, su método integra profundamente el conocimiento de la empresa en el propio modelo. Esto se logra mediante un proceso de ajuste fino que, asombrosamente, solo requiere unos 1.000 ejemplos de datos de la compañía. El resultado, según declaró Kiela a VentureBeat, es un modelo que puede realizar tareas de razonamiento complejas hasta 100 veces más rápido que un LLM genérico que utiliza RAG.
Fundadores con pedigrí y una sólida ronda de financiación
La credibilidad de estas afirmaciones se ve reforzada por la experiencia de su equipo fundador. El CEO, Douwe Kiela, fue anteriormente jefe de investigación en Hugging Face y científico investigador en Meta. Por su parte, el CTO, Amanpreet Singh, trabajó en Google Brain y Meta AI. Ambos cuentan con un profundo conocimiento de los desafíos y las limitaciones de los sistemas de IA actuales.
Esta experiencia ha sido clave para atraer a inversores de primer nivel. La ronda de financiación inicial de 20 millones de dólares fue liderada por Bain Capital Ventures (BCV), con la participación de Lightspeed, Greycroft, SV Angel y el inversor de renombre Elad Gil. Esta inversión ha situado la valoración de la joven empresa en 150 millones de dólares (unos 138,7 millones de euros).
Ameet Patel, socio de BCV, destacó la importancia de un enfoque centrado en la empresa. «La mayoría de las empresas no necesitan un LLM que pueda escribir un soneto, necesitan un LLM que pueda responder con precisión a las preguntas de sus clientes o de sus empleados basándose en sus datos privados y su contexto», afirmó Patel en declaraciones recogidas por VentureBeat. «El equipo de Contextual AI ha desarrollado una forma ingeniosa de hacer precisamente eso».
El fin de las «alucinaciones»: una IA anclada en la realidad de la empresa
El concepto de una IA «anclada» (o grounded) es fundamental para la propuesta de valor de Contextual AI. Al entrenar sus CLM para que dependan exclusivamente del corpus de datos de una organización —ya sean documentos internos, bases de conocimiento, correos electrónicos o registros de clientes—, el sistema aprende a ignorar la vasta (y a veces incorrecta) información con la que fue pre-entrenado el LLM base.
Esto tiene un doble beneficio. Primero, elimina casi por completo el riesgo de alucinaciones, ya que el modelo no tiene permitido inventar información fuera de las fuentes proporcionadas. Segundo, garantiza la privacidad y seguridad de los datos, un aspecto no negociable para cualquier empresa.
Los casos de uso son amplios y abarcan desde chatbots de atención al cliente que ofrecen respuestas precisas y contextualizadas, hasta asistentes internos que ayudan a los empleados a analizar complejos informes financieros o documentos legales. «Puedes imaginarte un futuro en el que cada empresa tenga su propio modelo, o múltiples modelos personalizados para diferentes tareas», explicaba Kiela en una publicación en la red social X.
Para llevar esta visión a la realidad, Contextual AI ya ha forjado alianzas estratégicas con gigantes tecnológicos como Nvidia, para optimizar sus modelos en las potentes GPUs H100, y Oracle, para aprovechar su infraestructura en la nube.
Si Contextual AI cumple sus promesas, su tecnología podría representar un paso crucial hacia una inteligencia artificial más práctica, fiable y accesible para el mundo empresarial, resolviendo el enigma de cómo aprovechar el poder de la IA generativa sin caer en sus trampas.
