- Snack IA
- Posts
- Snack IA #05 - Apple Intelligence: El fracaso de Apple en IA
Snack IA #05 - Apple Intelligence: El fracaso de Apple en IA
Lo que está ocurriendo con IA, no hacen más que marcar la tendencia: Apple logra destacarse en Hardware, y falla en software.
No fui la primera persona en adoptar Apple, más bien lo contrario. Soy usuario de Mac hace 3 años, y de Iphone hace algunos meses.
A nivel performance y belleza los dispositivos son insuperables. A nivel usabilidad, en muchos casos deja mucho que desear. Quien utilizó Windows o Android puede verlo con ojos críticos y no fanáticos.
Apple no es simpleza, es status quo.
Si les interesa mi opinión del Iphone, pueden seguirme en Twitter.
¿Qué anuncio apple?
Apple anuncio su alianza con Open AI, por lo que comenzaremos a ver que los dispositivos Apple, incluyendo Siri y otras herramientas, utilizan ChatGPT y otras tools de Open AI para ser “inteligentes”.
Apple Intelligence (AI) se puede resumir de la siguiente forma:
😤El fracaso de Apple en términos de IA
Este acuerdo marca el fracaso total en los esfuerzos de Apple por sus desarrollos con IA.
La tendencia era negativa desde el abandono del Apple Car a inicios de año.
Se confirma que Apple no tuvo la capacidad de ser referente en IA.
Aunque no logró posicionarse en un área que siempre fue de su interés, la empresa seguirá siendo un éxito. Aceptar el fracaso rápidamente, es una buena decisión y evita mayores pérdidas.
🪟Microsoft, el gran beneficiado
No es cualquier derrota de Apple. Beneficia a Microsoft, uno de los principales inversores de Open AI y competidor histórico de Apple.
No solo entrega el negocio a su rival. Entrega toda la información de uso de tus usuarios.
Es extraño ver a Apple caer de esta manera ante la competencia.
💾 Elon Musk y la protección de datos
Elon musk opinó al respecto y comentó que va a suspender el uso de dispositivos Apple en sus empresas. Bastante razón tiene en preocuparse.
Cada día es más difícil saber quién cuida nuestros datos. Este acuerdo lo hará más complejo aún. Si bien se habla de desarrollos en donde la información será procesada en nubes privadas que funcionan como extensión del procesamiento del celular, permítanme dudar de este punto.
Incluso Elon Musk volvió a impulsar la idea de desarrollar un teléfono propio de Tesla que no comparta información. Dudo que pueda irle bien a este dispositivo, quedará reservado para un nicho muy chico.
🤓 La victoria de Sam Altman
Sin duda, Open AI y Sam Altman son los grandes ganadores de este acuerdo.
Ser la IA default de los dispositivos Apple, garantiza ser uno de los líderes en el uso personal de IA.
📈 ¿Cuáles son las consecuencias económicas de este anuncio?
Poco sabemos sobre los detalles del acuerdo entre Open AI y Apple.
Si es similar al acuerdo con Google respecto al buscador default en los dispositivos IOS, los réditos económicos para Apple serán bilionários.
Sin embargo, mi intuición me dice que el caso es diferente y Apple será quien pague a OpenAI por su uso.
🧙 Funcionalidades poco útiles hechas para fanáticos
No quiero dejar de comentar sobre los cambios que se vienen en IOS a partir del Apple intelligence: “Ponele IA a cualquier cosa”. Emojis más lindos, imágenes con IA en chats, IA en notepad. Nada realmente útil.
No crean en las notas que mencionan “11 cosas que cambiarán para siempre con el lanzamiento de Apple AI”. Nada cambiará para siempre realmente.
Google entendió cual es el valor que puede aportar al mercado con los agentes. Mientras que Apple continúa desarrollando cosas bonitas para fanáticos, pero lejos de resolver problemas reales.
☀️La brillantes en Marketing
El mayor logro del anuncio está en el marketing.
A pesar de estar anunciando públicamente su fiasco en AI, lograron maquillarlo con un nombre simpático como Apple Intelligence.
PALABRA DE LA SEMANA
DEEP LEARNING. Es una subárea del aprendizaje automático (machine learning) que utiliza redes neuronales artificiales con múltiples capas (redes neuronales profundas) para modelar y analizar grandes cantidades de datos complejos.
Estas redes pueden aprender y extraer características relevantes de los datos de manera automática, lo que les permite realizar tareas como reconocimiento de imágenes, procesamiento del lenguaje natural y toma de decisiones, con un alto nivel de precisión.
El deep learning es particularmente efectivo debido a su capacidad para aprender representaciones jerárquicas de los datos, donde cada capa de la red extrae características de mayor nivel y abstracción a partir de las características de nivel inferior.
¿Alguien te reenvió este correo? Suscríbete aquí gratis.
Esto es todo!
¿Te gustó esta edición? Reenvíalo a esa persona que le pueda interesar.
¿Qué temas te interesan? Responde este correo con tu feedback constructivo.de