Una conversación con Kevin Scott

Convertir la escasez en abundancia

Kevin Scott es el Director de Tecnología de Microsoft. Antes de incorporarse a Microsoft, fue Vicepresidente Sénior de Ingeniería y Operaciones en LinkedIn.

Anteriormente en su carrera, supervisó la ingeniería de anuncios móviles en Google. Forma parte de la junta directiva de Shopify; asesora a varias startups de Silicon Valley; es miembro emérito del consejo directivo del Instituto Anita Borg y fideicomisario de la Fundación Scott. También es un inversor ángel activo y fundó la organización sin fines de lucro Behind the Tech.

Esta entrevista ha sido condensada y ligeramente editada a partir de la conversación original.

---

Como líder tecnológico, ¿cómo ha visto evolucionar el sector?

Los cambios han sido asombrosos. Escribí mi primer programa a los 12 años y acabo de cumplir 53. El proceso es muy diferente ahora. Como desarrollador de software, nuestras herramientas se han vuelto increíblemente potentes en las últimas cuatro décadas, y esto se refleja en los productos que desarrollamos. Y creo que seguimos avanzando.

Probablemente experimentaremos más cambios en los próximos 40 años debido a la tecnología que en los últimos 40. Sin duda, las capacidades de las herramientas seguirán aumentando, lo que crea un enorme espacio de posibilidades para que la sociedad reflexione sobre los problemas que queremos resolver. Algunas personas ven la tecnología como una fuerza imparable, fuera de nuestro control. Si bien es cierto que la tecnología evoluciona de maneras inesperadas, rechazo la idea de que tengamos poca capacidad de decisión sobre sus resultados. La tecnología, incluyendo el software y la IA, es una herramienta que moldeamos y decidimos cómo usar. A diferencia de innovaciones pasadas como la imprenta o la máquina de vapor, las herramientas actuales son mucho más accesibles.

Cuando dejé la academia para irme a Silicon Valley hace 22 años, mi primer proyecto fue una tarea de aprendizaje automático [ML] en Google, automatizando parte del backend del sistema de anuncios. A pesar de mi experiencia en sistemas de bajo nivel y lenguajes de programación, tuve que sumergirme en la investigación a fondo y dedicar seis meses a escribir código complejo. Hoy, un estudiante de secundaria podría completar la misma tarea en una sola mañana. La democratización de estas potentes herramientas permite que más personas puedan dedicarse a sus intereses, y la IA está acelerando esta tendencia.

¿Cómo mantenerse a la vanguardia de las tendencias tecnológicas?

Predecir el futuro es un desafío. Arthur C. Clarke escribió un famoso conjunto de ensayos a finales de la década de 1960 titulado “Perfiles del Futuro”, en el que sugería tres leyes. Todos conocemos la tercera ley: “Cualquier tecnología suficientemente avanzada es indistinguible de la magia”. Sin embargo, Clarke también enfatizó que, por lo general, somos pésimos prediciendo con exactitud cómo será el futuro. Pero Clarke observó que, si bien a menudo nos equivocamos en los detalles, podemos acertar en los contornos si prestamos atención.

Con OpenAI [la plataforma de programación e IA de Microsoft, en la que Scott lideró la inversión en 2019], he estado observando la disciplina del aprendizaje automático durante mucho tiempo. Tras haber dirigido proyectos gigantescos de aprendizaje automático, comprendí las dificultades. De repente, OpenAI contaba con un mecanismo que resolvía algunos de estos grandes problemas insolubles y estaba escalando. No era una solución puntual; resolvía toda una categoría de problemas, con una vía de escalamiento. Cada vez que damos un giro a la manivela, aumenta el abanico de problemas solucionables. Detectar tendencias como esta es crucial para apostar por la tecnología. Un buen equipo y el acceso al capital también son consideraciones importantes para los inversores.

Por otro lado, es necesario observar el ritmo del progreso. Por ejemplo, la tecnología blockchain entusiasmó a todos como una posible solución a muchos problemas. Sin embargo, la pregunta que no se planteó fue: ¿qué problemas resolvería de forma única? Por ejemplo, se estaba usando la tecnología blockchain de forma inapropiada, como base de datos o para otras soluciones innecesarias. Es fundamental determinar si una nueva tecnología resuelve un conjunto de problemas mejor que las herramientas disponibles. De lo contrario, ¿qué sentido tendría?

Es increíblemente difícil convencer a la gente de adoptar algo que no es una solución real a un problema que tienen. Lo descubrirán rápidamente y simplemente no lo usarán. Con el tiempo, se les hace más fácil tomar esas decisiones. Como desarrolladores de plataformas en Microsoft, nos centramos en crear plataformas que sean ampliamente útiles, incluso si no podemos imaginar todos los usos potenciales en la etapa de diseño. Necesitamos ser humildes y confiar en el criterio de quienes adoptan nuestras herramientas para encontrar aplicaciones interesantes. Es crucial prestar mucha atención al ciclo de vida útil.

¿Cómo está impactando la IA el desarrollo de software?

El ritmo de adopción de la tecnología de IA está transformando drásticamente la infraestructura de los centros de datos. Predije que la demanda de inferencia de modelos de IA se convertiría en un aspecto fundamental del desarrollo de aplicaciones. El capital invertido en el apoyo a la inferencia pronto eclipsará otras inversiones.

Cuando se produce un cambio importante en las cargas de trabajo sobre la infraestructura, es necesario replantear todo desde los principios básicos. Este es un patrón común en el desarrollo de software.
Inicialmente, se construyen nuevas tecnologías emergentes sobre la infraestructura existente porque no hay otra manera de impulsarlas. Pero una vez que empiezan a despegar, se enfrenta un enorme problema de optimización para construir todo específicamente en torno al nuevo patrón dominante.

La naturaleza de la ingeniería de software está cambiando drásticamente. Utilizamos la IA para realizar tareas de desarrollo de software cada vez más complejas, lo cual beneficia incluso a una empresa como Microsoft, una de las empresas de ingeniería de software más grandes del planeta. A pesar de nuestros recursos, nunca tenemos suficiente capacidad de ingeniería para realizar todo el trabajo necesario, lo que convierte el desarrollo de software en un juego de suma cero insoportable que implica constantes concesiones.

Las herramientas de IA ofrecen la posibilidad de que la ingeniería de software sea menos compleja. Por ejemplo, en Microsoft Research, contamos con un grupo de investigadores cuya misión es eliminar la deuda técnica a gran escala mediante herramientas de IA. La deuda técnica es difícil de evitar y se acumula como una deuda real, con pagos de intereses que deben atenderse; de ​​lo contrario, puede generar problemas importantes. El uso de IA para abordar la deuda técnica es transformador y cambia la dinámica de gestión de una organización de ingeniería.

¿Cuáles son sus opiniones sobre la IA agente?

Es emocionante. En el nivel más alto, lo que he anhelado toda mi vida está a punto de suceder. Desde que Ada Lovelace escribió su primer programa hace 200 años, para acceder a la tecnología, has tenido que ser programador, comprender la complejidad de las máquinas y traducir los problemas humanos a soluciones informáticas, o depender de los programadores para anticipar las necesidades y empaquetar el código en aplicaciones.

Con el software agente, este paradigma se está rompiendo. Pronto, la ingeniería de software y la gestión de productos ya no implicarán concebir y empaquetar aplicaciones o servicios, ni realizar experimentos para comprobar si funcionan correctamente. En cambio, un agente podrá traducir sus necesidades con alta fidelidad y ejecutarlas. Las capacidades de estas aplicaciones deberán ser accionables por su agente, lo que provocará un cambio profundo en la forma en que se produce y utiliza el software.

Sam Altman [CEO de OpenAI] ha afirmado que los agentes de primera generación, como los de la era GPT-4, eran eficaces para completar tareas de cinco segundos. La generación actual gestiona tareas de cinco minutos y, con el tiempo, los agentes serán capaces de realizar tareas más largas y complejas. Por ejemplo, mi hija, una estudiante de décimo grado que realiza prácticas en Stanford, me preguntó cómo funcionan las redes neuronales convolucionales (CNN). Estaba intentando construir un monitor de saturación de oxígeno en sangre utilizando imágenes de la retina y necesitaba segmentar los vasos sanguíneos. Inmediatamente pensé en desafíos como la falta de datos para entrenar un modelo de CNN. Sin embargo, mediante una investigación profunda [un agente de investigación de OpenAI] y ChatGPT en mi teléfono móvil, le proporcioné 24 citas, incluyendo literatura médica, algoritmos de procesamiento de imágenes y la biblioteca de código abierto adecuada. Incluso escribió el código Python para la segmentación. Lo que me habría llevado dos días en la escuela de posgrado se redujo a cinco minutos. Hacia allá vamos. Esto ilustra la creciente complejidad y capacidad de los agentes de IA.

¿Cómo deberían adaptarse las grandes organizaciones y sus empleados a la IA agente?

Todos deberían leer el nuevo libro de [los fundadores de LinkedIn, Redi Hoffman y Greg Beato], Superagency. Coincido totalmente con su punto de vista: los empleados más exitosos del futuro serán los primeros y más ambiciosos en adoptar herramientas de IA. Algunas personas ya han descubierto cómo ser más productivas utilizando sistemas para gestionar las partes más irritantes de sus trabajos, lo que les da tiempo para dedicarse a lo que se les da especialmente bien. Estas personas están consiguiendo las herramientas que desean y esto está teniendo un impacto positivo real en su productividad.

Si bien habrá cierta disrupción, las empresas más exitosas contratarán a personas excelentes y las equiparán con las mejores herramientas de IA. Es poco probable que la idea de obtener ganancias únicamente mediante la optimización de costos, sustituyendo la IA por mano de obra humana, sin reinvertir los ahorros en la fuerza laboral humana para generar innovación y valor, funcione. Con el tiempo, los mercados lo reflejarán y veremos una gran inversión en personas.

Aunque soy un gran fan de la IA, hay muchas cosas en las que probablemente nunca será buena. Además, existe una fuerte preferencia humana por interactuar y trabajar con otros humanos, algo que no va a cambiar.

¿Cómo podemos garantizar que la IA beneficie a todos?

La gente realmente quiere ayudar a los demás. Ya veo a mucha gente usando estas herramientas para el bien. La sociedad debería centrarse en abordar los problemas más complejos que enfrentamos. A menudo, la fricción y la irritación en la sociedad provienen de juegos de suma cero, como la atención médica. Tenemos una capacidad limitada para brindar atención médica a una población cuyas demandas aumentan debido al envejecimiento demográfico. En este contexto, la disrupción tecnológica es necesaria para evitar una crisis. Los responsables políticos y quienes piensan en estructuras de incentivos deberían recurrir a la IA para abrir áreas de suma cero y así haber más ganadores. Todos queremos una atención médica de alta calidad, eficiente y a la vez abundante y económica, y la IA puede ayudarnos a lograrlo. También puede ayudar a abordar otros problemas complejos como la necesidad de energía sostenible, el cambio climático, el acceso a la educación, entre otros. Hay muchas áreas donde la tecnología puede convertir la escasez en abundancia.