Mike Krieger, Director de Producto de Anthropic, habla de estrategia de IA, puntos de entrada para startups y DeepSeek Insights

Recientemente, la empresa de inteligencia artificial Antrópico Muy visible. No sólo¡Presentado el potente modelo Claude 3.7 Sonnet!Sigue ahí.Se han logrado avances significativos en la financiaciónEn una entrevista reciente, Mike Krieger, Director de Producto de Anthropic (y antiguo cofundador de Instagram), compartió sus ideas sobre la evolución del sector de la IA, la estrategia de producto y las tendencias futuras.

Equilibrio entre innovación y confianza: la forma de lanzar productos de IA

Sam Altman ha mencionado que una de las grandes alegrías de las startups es la posibilidad de lanzar productos rápidamente sin tener que esforzarse por alcanzar la máxima perfección. Sin embargo, a medida que la empresa crece, cada lanzamiento conlleva mucha presión.

Krieger lo entiende. Cree que Anthropic trata de encontrar un delicado equilibrio entre la estrategia más agresiva de las startups, "avanzar rápido y romper las reglas", y el ritmo conservador y lento de lanzamientos de las grandes empresas. Especialmente desde que Anthropic tiene millones de usuarios, lograr un equilibrio entre la iteración rápida y la confianza de los usuarios ha sido una cuestión clave.

Anthropic ha explorado lanzamientos flexibles como los mecanismos "opt-in" para adaptarse a los distintos grupos de usuarios. Por ejemplo, en los productos API, en los que los usuarios valoran la previsibilidad y la estabilidad, se puede utilizar un enfoque opt-in para que los usuarios decidan si quieren probar nuevas funciones. No ocurre lo mismo con los productos de consumo o empresariales, en los que los usuarios esperan una experiencia continuamente mejorada y optimizada.

Krieger admite que Anthropic sigue explorando activamente la cadencia de lanzamiento más adecuada. Quieren sacar nuevas funciones al mercado lo antes posible para recibir a tiempo las opiniones de los usuarios, pero también son conscientes de que, a medida que crece el perfil de la empresa y más gente empieza a confiar en los productos de Anthropic para hacer su trabajo, no pueden tratar los lanzamientos tan a la ligera como antes.

Más allá de los modelos: crear un mercado para los productos de IA

Krieger subraya que el objetivo de Anthropic no es ser un mero "proveedor de modelos", sino un "socio de IA" para sus clientes. Esto significa establecer relaciones más profundas y duraderas con los clientes, y no limitarse a ofrecer transacciones API de "entrada y salida de texto".

Para lograrlo, Anthropic concede gran importancia al valor estratégico del producto de primera parte, que, en opinión de Krieger, no sólo aumenta los flujos de ingresos, sino que, lo que es más importante, acelera el aprendizaje, mejora la capacidad de modelización, fideliza a la marca y crea un foso competitivo más sólido.

que lleva el nombre de Claude Code, por ejemplo, señaló que, al probar internamente herramientas de primera mano, es posible obtener información directa sobre las mejoras de los modelos, lo que acelera la iteración de la próxima generación de modelos. Además, los productos de primera mano tienen más probabilidades de fidelizar al usuario y a la marca.

Sin embargo, Krieger también reconoce que Anthropic aún tiene mucho margen de mejora en lo que respecta al desarrollo de productos propios. Admite que la empresa no ha invertido lo suficiente en sus primeros productos, lo que ha provocado iteraciones más lentas que han afectado a la competitividad de Anthropic en el mercado.

Competir con diferenciación: oportunidades y retos para las startups de IA

Al hablar de las oportunidades y retos para las nuevas empresas de IA, Krieger afirmó que las áreas más valiosas serán aquellas con estrategias de mercado diferenciadas y conocimientos únicos de sectores específicos o datos especializados. Destacó ámbitos como las finanzas, el derecho y la sanidad como áreas cuya complejidad y especialización ofrecen oportunidades a las startups de IA para crear una ventaja competitiva a largo plazo.

La clave de la IA y el diseño de productos, señaló Krieger, es el delicado equilibrio entre demostrar una visión de futuro y aprovechar las capacidades actuales del modelo. Las startups pueden "sobreprometer" moderadamente para atraer a los primeros usuarios, pero los verticales de SaaS con productos y usuarios establecidos deben tener más cuidado de no socavar la confianza de los usuarios con capacidades de IA inadecuadas.

También insistió en que las startups deben "construir productos para modelos futuros". Mencionó que los productos de muchas startups no despegaron realmente hasta que aparecieron Claude 3.5 Sonnet o modelos rompedores similares. Esto significa que las startups deben explorar activamente el campo, ser sensibles a las limitaciones de los modelos actuales y experimentar activamente con modelos de próxima generación.

DeepSeek: múltiples reflexiones sobre tecnología, marketing y producto

Krieger también habló de su interés en DeepSeek La visión de DeepSeek. Cree que la aparición de DeepSeek ha hecho que la gente se dé cuenta de que no hay que subestimar la fortaleza tecnológica de China en el campo de la IA.

Señaló que subestimar o seguir subestimando las capacidades de China en IA sería un gran error. Citó como ejemplo una serie de startups paralelas que surgieron tras el bloqueo de Instagram en China, señalando que estos productos suelen ser de gran calidad, muestran mucho pensamiento creativo y también logran una adopción a gran escala.

En cuanto al auge de DeepSeek, Krieger cree que hay factores tanto técnicos como de mercado. En el plano técnico, DeepSeek ha hecho algunas cosas de las que Anthropic debería aprender y en las que debería pensar. Pero en términos de estrategia y posición en el mercado, la influencia de DeepSeek sobre Anthropic es relativamente limitada.

Krieger destacó el éxito comercial de DeepSeek. Atribuyó el hecho de que DeepSeek haya pasado del anonimato a ser más conocido que Claude en muchos círculos a la actual situación mundial y a la narrativa de que "DeepSeek es más barato". Admite que Anthropic no ha hecho lo suficiente para contar la historia de Claude al público y no ha hecho lo suficiente para mostrar la singularidad de Claude.

El auge de DeepSeek también hizo que Krieger se diera cuenta de que Anthropic debería ser más rápido a la hora de sacar ideas al mercado, en lugar de preocuparse demasiado por la perfección de cada detalle. Cree que a veces la novedad de la experiencia es valiosa en sí misma.

Además, Krieger observó que DeepSeek tiene altos índices de uso y retención en los mercados emergentes, pero no en los occidentales. Sugiere que esto puede tener algo que ver con el perfil de usuario y la estrategia de marketing de DeepSeek en los distintos mercados. Señaló que, tanto para DeepSeek como para Anthropic, la clave para seguir siendo competitivos será quién sea el primero en darse cuenta del uso más profundo de la IA en el trabajo y la vida, y en crecer de forma sostenible a lo largo del tiempo.

Capacidad de modelado y experiencia de usuario: el corazón del diseño de productos con IA

Krieger subraya la fuerte correlación entre la calidad del modelo y la experiencia del usuario (UX) del producto. Sostiene que para ser un buen diseñador de UX, también hay que tener en cuenta la calidad del modelo.

Señaló que los diseñadores, jefes de producto y, sobre todo, ingenieros de hoy deben pensar en cómo diseñar andamiajes y productos en torno a un sistema fundamentalmente incierto. Esto significa que la calidad de los modelos, la ingeniería de las palabras clave y todos los demás aspectos secundarios pasan a formar parte del diseño del producto y repercuten directamente en él.

Krieger cree que en el futuro los usuarios no tendrán que elegir sus propios modelos. Utiliza el término "fuga de abstracción" para describir un defecto de diseño en la mayoría de los productos actuales de IA. Señala que los usuarios tienen que elegir los modelos, entender cómo funcionan e ingeniárselas, algo que no debería ocurrir. Espera que los futuros productos de IA "hagan que la ingeniería de pistas sea completamente transparente para el usuario", permitiendo que los modelos aclaren las necesidades del usuario a través del diálogo, en lugar de permitir que los usuarios distingan quién es un buen ingeniero de pistas.

Generación de código y desarrollo de software: la transformación provocada por la IA

En cuanto al uso de la IA en la generación de código y el desarrollo de software, Krieger cree que el valor fundamental de Claude Code es mejorar la eficacia del proceso de desarrollo, no sustituir a los IDE.

Señaló que Claude Code es muy bueno en la gestión de tareas que requieren una colaboración inteligente entre las distintas partes del proceso, como la actualización del back-end, la creación del front-end y el envío de traducciones. Cree que existe un papel intermedio entre las IDE y la IA totalmente autónoma, es decir, las inteligencias IA.

Krieger cree que el papel de los programadores informáticos cambiará mucho en el futuro. Tendrán que adquirir habilidades interdisciplinares y convertirse en "polifacéticos", conociendo tanto el producto como la tecnología. Además, la revisión del código también cambiará, los desarrolladores de software pasarán de ser los principales redactores de código, a ser los principales delegadores de tareas y revisores de código.

Generalización y especialización: el camino a seguir para los productos de IA

Al hablar de la dirección de desarrollo de productos de Anthropic, Krieger hizo hincapié en la importancia de la versatilidad. En su opinión, aunque Anthropic se decante por un grupo de usuarios o una vertical específica, los productos que fabrique deben ser lo bastante genéricos como para admitir múltiples escenarios de aplicación en el nivel arquitectónico subyacente.

Sin embargo, Krieger también reconoce que el conocimiento especializado del flujo de trabajo es esencial para crear productos que tengan una ventaja competitiva a largo plazo. Cita a los traductores profesionales como ejemplo de alguien que puede necesitar funciones específicas para su flujo de trabajo de traducción.

Él ve un gran valor en la IA para los casos de uso profesional y los flujos de trabajo que se desbloquean como resultado. Pero en el ámbito de los consumidores o incluso de los profesionales ligeros (prosumidores), los modelos son suficientemente buenos desde el punto de vista de los productos básicos de IA.

Datos, algoritmos y evaluación: elementos clave para el desarrollo de la IA

En cuanto a los elementos clave del desarrollo de la IA, Krieger cree que mejorar el entorno en el que se entrenan los modelos para reflejar mejor las tareas complejas del mundo real es uno de los mayores retos actuales.

Señaló que, incluso en el campo de la ingeniería de software, el trabajo de un ingeniero de software no consiste sólo en escribir código, sino también en entender los requisitos, elaborar calendarios, colaborar con equipos, etc. No existe una metodología de evaluación adecuada que modele bien estos complejos flujos de trabajo.

En cuanto a los datos, Krieger afirmó que para mejorar los modelos se necesita una combinación de datos humanos y sintéticos. Señaló que los buenos datos humanos pueden utilizarse para orientar los modelos, mientras que los datos sintéticos permiten a los modelos explorar y aprender en diversos entornos.

También mencionó la importancia de las "vibraciones" del modelo. Sostuvo que la "sensación" de un modelo es un aspecto muy subjetivo, de tipo humano, difícil de evaluar cuantitativamente. Por lo tanto, es importante disponer tanto de datos sobre estas habilidades blandas como de métodos para evaluarlas.

Código abierto, destilación y comercialización: temas candentes en la industria de la IA

Al abordar temas candentes de la industria como el código abierto y la destilación, Krieger argumentó que la tecnología de destilación no es necesaria para desbloquear las capacidades de la IA y trae consigo otros problemas, como la seguridad nacional y los términos de servicio.

Señaló que para que los avances tecnológicos continúen al ritmo actual y sean sostenibles a largo plazo, los laboratorios deben ser capaces de comercializar toda su formación e innovaciones. En su opinión, es fundamental encontrar el modelo de negocio adecuado.

En respuesta a la publicación de Llama, Krieger argumentó que esto no significa que el modelo en sí no tenga valor; todo el valor está en los datos. Señaló que el valor está en lo bueno que sea el equipo, en si tienen los datos subyacentes que necesitan y en lo útil que sea el modelo en casos de uso en el mundo real.

Perspectivas de futuro de la IA: guías inteligentes y compañeros humanos

Al analizar el futuro de la IA, Krieger hace la sugerente observación de que la IA evolucionará más allá de ser una "herramienta" o un "asistente" para convertirse en un "guía inteligente". Krieger hace la sugerente observación de que la IA evolucionará más allá de ser una "herramienta" o un "asistente" para convertirse en un "guía inteligente".

En su opinión, la IA detectará de forma proactiva las necesidades de los usuarios, guiará su dirección, les ayudará en la toma de decisiones y se convertirá en un socio clave para que alcancen sus objetivos más importantes. Los productos de IA del futuro ya no serán solo "puedo hacer preguntas y ocasionalmente sugerencias", sino que serán capaces de proporcionar a los usuarios un valor único, ayudarles a ahorrar tiempo, mejorar la eficiencia y convertirse en una mejor versión de sí mismos.

Krieger también habló del potencial de la IA para alargar la vida y la longevidad humana. Cree que la IA puede acelerar el proceso de descubrimiento de fármacos y los ensayos clínicos, aportando nuevas esperanzas para el tratamiento de diversas enfermedades. Es muy optimista al respecto.

Por último, Krieger subrayó la importancia del "discernimiento" y la privacidad en el desarrollo de la IA. Señaló que a medida que los modelos se hacen más potentes, también adquieren más conocimientos y pueden tener acceso a todo tipo de información privada o sensible. Sostuvo que será un gran reto para los modelos ayudar y, al mismo tiempo, proteger la privacidad y la seguridad de los datos de los usuarios.