En la conferencia anual Build de Microsoft el martes, la compañía anunció una serie de iniciativas de IA nuevas o ampliadas, incluida una súper aplicación, modelos de inferencia internos, una herramienta de ciberseguridad y agentes de IA al estilo OpenClaw. Todas estas noticias se suman a un mensaje claro: Microsoft está posicionado para ser uno de los mayores actores en IA, y finalmente está actuando como tal.
Durante muchos años, el negocio de IA de Microsoft ha dependido en gran medida de su asociación temprana y exclusiva con OpenAI. Pero el matrimonio lleno de drama poco a poco se convirtió en una situación, y la pareja se separó a finales de abril (aunque Microsoft sigue siendo el principal socio en la nube de OpenAI, por ahora). El diseño de este año tenía la vibra de una persona divorciada soltera moderna que publica una trampa para la sed en Instagram. «Siempre es divertido estar en conferencias de desarrolladores en tiempos de grandes cambios», dijo el director ejecutivo de Microsoft, Satya Nadella, en el escenario el martes, añadiendo que tales eventos tienen como objetivo «afrontar nuevas oportunidades».
El director de Amnistía Internacional, Mustafa Suleiman, en una entrevista con BordeEn otras palabras, más francamente.
«El objetivo es demostrar que podemos convertirnos en uno de los cuatro mejores laboratorios del mundo», afirmó Soliman. «Hay tres laboratorios importantes, Google DeepMind, OpenAI y Anthropic. No somos uno de ellos en este momento, y esa fue siempre mi intención. Por eso vine aquí. Quiero construir los mejores modelos de frontera del mundo, totalmente multimodales, y para hacerlo, tenemos que demostrar que podemos hacer todo lo que necesitamos de la A a la Z, y no simplemente tomar de los demás».
Uno de los primeros pasos de Microsoft en Build fue ponerse al día con los modelos de IA. Solomon presentó MAI-Thinking-1, el primer modelo de pensamiento de la compañía, junto con otros seis modelos nuevos centrados en imagen, audio, transcripción y cifrado. microsoft el dijo El modelo MAI-Thinking-1 de tamaño mediano, que probablemente se comercializará principalmente para clientes empresariales, está «diseñado desde cero para matemáticas, programación e implementación empresarial serias en el mundo real». Microsoft está años detrás de OpenAI y Anthropic aquí; OpenAI comenzará a lanzar modelos de inferencia en el otoño de 2024. Pero Soliman destacó su desempeño en criterios como la programabilidad y el precio, diciendo que son más baratos que sus contrapartes de OpenAI en algunas tareas, un gran no en la era de las restricciones monetarias de la IA, que han provocado muchas quejas de los clientes.
Si bien Microsoft ha tenido años para extraer conocimientos de OpenAI, Solomon tiene cuidado de señalar que su desarrollo no implicó ninguna destilación, lo que significa que no fue entrenado utilizando el modelo de IA de una empresa diferente. Si MAI-Thinking-1 es bueno, Microsoft claramente no quiere que la gente piense que se debe a la influencia de OpenAI.
Salomón dijo Borde Para Microsoft, «el momento crucial fue renegociar nuestro contrato con OpenAI. Esto significó que se nos permitió entrenar modelos a mayor escala e ir tras la superinteligencia de forma totalmente explícita utilizando nuestra propia IP, con nuestros propios datos, sin destilación, y entrenando desde cero».
Nadella también destacó la herramienta de ciberseguridad de IA MDASH recientemente lanzada por Microsoft, que, según dijo, reúne a 100 agentes de IA para encontrar errores explotables «mejor que cualquier modelo individual». Aparentemente fue una investigación en Claude Mythos Preview, que Anthropic presentó en abril en medio de mucha inquietud y fanfarria, y Amplíe su alcance Inmediatamente antes de la construcción. OpenAI también tiene su propia plataforma centrada en la ciberseguridad, y es probable que las tres empresas utilicen sus ofertas para competir por posiciones en los mercados gubernamentales y empresariales que más las necesitan.
Microsoft enfrenta una situación más complicada con los agentes de IA. La popular plataforma de código abierto OpenClaw ha mostrado un camino potencial a seguir para los clientes de IA, y después de que OpenAI contrató rápidamente a su creador, Peter Steinberger, Microsoft (entre otras empresas) está tratando de ponerse al día. Una de sus principales estrategias es hacer que OpenClaw funcione bien con Windows. En Build, Nadella dijo que estaba muy comprometido con el soporte de OpenClaw, y los empleados de Microsoft hablaron con los desarrolladores de la audiencia sobre cómo lo usan.
El propio Steinberger hizo una aparición sorpresa ante una gran reacción de la audiencia, subiendo al escenario para mostrar cómo OpenClaw ha fortalecido su seguridad y se ha ganado la confianza de los usuarios. “Lo que seguía escuchando era: ‘Peter, me encanta mi Claw, pero ¿puedo usarlo en el trabajo?’”, dijo Steinberger. «Ahora puedes ejecutar OpenClaw completamente internamente, e incluso hemos convertido la herramienta en un complemento». Ya sea que alguien confíe en Copilot, Codex o la plataforma de programación de otra compañía, los usuarios ahora pueden ejecutar OpenClaw además de eso a través de Windows, dijo Steinberger.
Pero Microsoft también está promocionando su propia súper aplicación Copilot que integra proxies tipo OpenClaw. La súper aplicación es un punto focal importante para OpenAI en este momento: el presidente Greg Brockman lidera el desarrollo de una aplicación que conectará ChatGPT, la plataforma de programación Codex y el navegador web Atlas. La estrategia de Microsoft es similar, combinando una variedad de asistentes Copilot AI existentes. Sus agentes, llamados «pilotos automáticos», están diseñados para servir como una interfaz de usuario útil. Cassidy Williams, directora senior de soporte para desarrolladores en GitHub, llamó a Copilot “su base de operaciones para el desarrollo y las operaciones en su computadora”, y explicó cómo múltiples agentes pueden realizar tareas como crear aplicaciones. (De manera aún más brillante, Williams demostró cómo puede aprobar o rechazar cambios de código levantando un signo de aprobación o rechazo en la cámara de su computadora).
Los pilotos automáticos están diseñados específicamente para atraer a clientes empresariales: Nadella los llamó “agentes autónomos que operan a largo plazo con total cumplimiento empresarial”. Lo primero que ofrecerá Microsoft es «Scout». descrito como “Su propio agente permanente”, pero los clientes pueden crear y personalizar su propio agente. Los agentes de piloto automático deberían poder consultar su bandeja de entrada de correo electrónico, unirse a chats grupales en Teams, consultar su calendario y enviar resúmenes diarios, entre otras cosas. En consecuencia, el personal en el escenario de Build enfatizó repetidamente las herramientas y barreras de seguridad de Copilot, claramente destinadas a aplacar a los clientes empresariales que pueden haber escuchado historias de terror sobre herramientas como OpenClaw.
Solomon ha tenido cuidado de enfatizar repetidamente la «inteligencia sobrehumana» de Microsoft como «IA que prioriza a la humanidad primero», parte del reciente cambio de nombre de la inteligencia artificial general por parte de las compañías de IA para que parezca menos aterradora en una época en la que las personas son más resistentes que nunca a la IA.
El director ejecutivo de Nvidia, Jensen Huang, otro orador conocido por trabajar estrechamente con OpenAI, apareció a través de una videollamada para promover cómo el chip RTX Spark de Nvidia promueve los objetivos de los agentes de IA de Microsoft. «Puede que esté viajando y esté hablando por teléfono y puedo enviar un mensaje de texto a mi computadora… y eso activará las herramientas en la computadora», dijo Huang. «La idea de que una computadora personal evolucione de una computadora personal a una IA personal es realmente emocionante».
Microsoft lleva años apostando por OpenAI y, de alguna manera, dejándolo atrás en la carrera de la IA. Pero a medida que OpenAI y otros competidores eventualmente recurren a las empresas para ganar dinero, tiene algunas ventajas claras. Microsoft ya tiene una gran base de clientes y una buena reputación en materia de seguridad en comparación con otras empresas de inteligencia artificial. Al igual que Google, también tiene mucho dinero, importantes recursos informáticos y un flujo de ingresos diversificado, lo que significa que puede aceptar grandes apuestas sin mucho riesgo.
Salomón dijo Borde«Hay muchas personas que quieren perseguir valoraciones de startups o están a punto de salir a bolsa, para que podamos operar con más humildad y menos optimización a largo plazo». «Tenemos el dinero para poder comprar Anthropy (modelos) cuando lo necesitemos. Tenemos una opción en Azure con 11.000 modelos, por lo que la gente puede literalmente usar lo que quiera cuando quiera, pero nos da tiempo para hacerlo bien desde el principio», añadió.
Al mismo tiempo, aquí quedan muchas preguntas sin respuesta. Microsoft ha obtenido muchas victorias y avances en los puntos de referencia para sus siete nuevos modelos, pero eso no siempre se traduce en una adopción en el mundo real, e incluso un nuevo modelo que está por delante una semana o dos puede quedarse atrás rápidamente. Las superaplicaciones de IA son en su mayoría una idea no probada. Y Microsoft está entrando en un mercado abarrotado pero aún en gran medida decepcionante para los agentes de IA con un producto que no hemos visto en acción. Todavía hay mucho margen para que sus promesas fracasen.