Deep Research y el valor del conocimiento
Deep Research y el valor del conocimientoProbamos el último agente de OpenAI: Deep Research. Impresiones, casos de uso, y el valor de la información en la era de los agentes IA.
Esta semana, Ben Thompson publicó Deep Research and Knowledge Value. En el artículo, describe su experiencia probando el último agente de OpenAI, Deep Research. La compañía lo describe así en su FAQ:
Thompson es un reputado analista que lleva más de 10 años escribiendo una de las listas de correo de referencia del sector tecnológico, Stratechery. Como fiel suscriptor, cuando leí su opinión tras sus pruebas con Deep Research no pude evitar sentir cierta excitación.
Ejemplos de uso de Deep ResearchThompson comenta los resultados de tres pruebas en su artículo. En primer lugar, le pide a la IA generar un artículo comentando la última presentación de resultados de Apple, centrándose en tres ideas concretas y siguiendo su propio estilo en Stratechery. Si bien reconoce que no encuentra nada especialmente novedoso, reconoce que la IA hace un buen trabajo. El segundo ejemplo gira en torno de la preparación de una entrevista. Thompson, quien para preparar cualquier entrevista invierte varias horas documentándose, le pide en esta ocasión a Deep Research que le prepare un informe sobre su siguiente invitado. Con la respuesta, un informe de 28 páginas, Thompson ya da por amortizados los 200$ que cuesta la suscripción PRO de ChatGPT.
Pero no todo iba a ser glorioso. En su último ejemplo, Thompson le pide un análisis sobre una industria en concreto. Deep Research hace su trabajo preparando un extenso informe, pero omite información clave de la industria que no es de dominio público.
El valor del conocimientoEl último ejemplo sirve para demostrar una verdad fundamental de los LLMs y cualquier herramienta de investigación que nos provean: no pueden ver más allá de lo que está públicamente accesible en Internet. Una primera derivada de este hecho, es que aquello que está publicado en abierto, tendrá poco valor. Por ejemplo, Thompson cuestiona el valor que tendrá para un analista invertir muchas horas buceando en los reportes financieros de una empresa, cuando probablemente una IA será capaz de proveer un informe casi perfecto a cualquiera que se lo pida en minutos. Por contraposición, si el valor de lo que conoce todo el mundo cae, el valor de lo que conocen sólo unos pocos aumenta. Habrá de hecho, un incentivo en las empresas por mantener la información lo más oculta posible.
Mis pruebas con Deep ResearchEste artículo podría ser tan sólo un comentario sobre el de Stratechery, pero necesitaba probarlo por mí mismo, así que no me quedó otra que sacar la tarjeta de crédito y pagar los 242$ (200$ + IVA) que cuesta la suscripción de ChatGPT Pro desde España. No me arrepiento. Me he pasado literalmente todo el sábado haciendo pruebas y estoy bastante alineado con los comentarios de Thompson. Deep Research es una herramienta impresionante, y tiene la capacidad de ahorrar cientos de horas de trabajo de aquellos que necesitan recabar información profunda sobre cualquier tema del que haya la suficiente cantidad de datos en Internet. Una de mis primeras consultas fue pedirle que redactara un informe listando los princiales casos de empresa que se estudian en escuelas de negocio como Harvard, Stanford o Wharton. Es una lista que siempre he querido hacer, pero que no es fácil sin invertir una apreciable cantidad de tiempo. Deep Research fue capaz de crear un detallado informe de 43 páginas, que se dice pronto, en menos de 10 minutos. Tiene un pequeño truco también, y es que el prompt ya eran tres páginas. ¿Escribí yo las tres? Por supuesto que no. Le pedí a ChatGPT O1 Pro que escribiera el mejor posible para la generar un informe con Deep Research. Casi toda la tarde la pasé así. Pensaba en ejemplos que pudiera usar, y le pedía a ChatGPT que creara un prompt para obtener el informe que necesitaba. Luego le pasaba la pregunta a Deep Research, y unos minutos después, obtenía el informe. Algunos casos de uso interesantes que probé:
Deep Research brilló en cada caso, generando extensos informes y ahorrándome una cantidad de tiempo considerable. Ahora bien, como comentaba Thompson, Deep Research no me aportó ningún insight particularmente novedoso. Simplemente me ahorró trabajo descubriendo, agregando y condensando información que ya existía de por sí en Internet. ¿Vale eso los 200$ de la suscripción? Para ciertos casos de uso no tengo la menor duda. Algunos de esos informes podrían haber llevado varios días a un analista júnior. ¿Es un gasto justificado para todo el mundo? Probablemente no al precio actual. Pero esto avanza muy deprisa y muy pronto habrá más alternativas a una fracción del coste de Deep Research. Google y Perplexity, por ejemplo, ya tienen las suyas propias aunque desde mi punto de vista están un orden de magnitud por debajo de la de Open AI. ConclusiónEn definitiva, Deep Research me ha sorprendido gratamente y me parece una herramienta que sin duda me sería extremadamente útil en determinados momentos. Ahora bien, también me impresionó NotebookLM de Google y aquella historia de amor duró apenas dos semanas. Mi gran duda es en saber si un informe generado a través de la información que está públicamente accesible en Internet tendrá algún valor cuando todo el mundo tenga acceso a herramientas como Deep Research. Tiendo a pensar que no. Sí estoy seguro de que, a futuro, dos cuestiones serán críticas: el acceso a fuentes de datos propietarias y la creatividad humana para unir los puntos de formas que ninguna IA pueda imitar. |
Similar newsletters
There are other similar shared emails that you might be interested in: