¿DeepSeek acaba de realizar una revolución en inteligencia artificial al estilo Toyota?

OPINIÓN – Las innovaciones de inteligencia artificial de DeepSeek se pueden comparar con la disrupción que Toyota trajo al sector automotriz, mostrando eficiencia, resolución de problemas y adaptabilidad basada en valor por sobre métodos que consumen muchos recursos.

Palabras: Sergio Caldeirinha

Las fuentes y la inspiración para este artículo provienen de varios artículos de investigación y una entrevista con Moacyr Galo, director de inteligencia artificial (CAIO) en sa.global.

Los recientes avances en IA, en particular el modelo R1 de DeepSeek, ofrecen un fascinante paralelo a la transformación que el Sistema de Producción Toyota (TPS) trajo a la industria después de la Segunda Guerra Mundial. Así como el TPS revolucionó la producción al desafiar los paradigmas dominantes de GM, Ford y Chrysler (basados ​​en un capital, una mano de obra y un inventario masivos), el enfoque de DeepSeek en materia de IA desafía las tendencias predominantes de modelos de fuerza bruta y uso intensivo de recursos como ChatGPT. Para los profesionales de lean, esta comparación proporciona información valiosa sobre cómo se puede integrar la IA en las prácticas lean, el aprendizaje corporativo y la resolución de problemas diarios.

LA REVOLUCIÓN DEL TPS: UN AVANCE EN EL LEAN

A mediados del siglo XX, Toyota se enfrentó a importantes limitaciones: capital limitado, recursos escasos y un mercado fragmentado. En lugar de adoptar los métodos de producción en masa de los fabricantes de automóviles estadounidenses, que dependían de grandes inventarios, maquinaria especializada y economías de escala, Toyota desarrolló un sistema que enfatizaba la flexibilidad, la eficiencia y la mejora continua. El TPS introdujo principios como la producción justo a tiempo, jidoka (automatización con un toque humano) y kaizen (mejora continua), que se centraban en eliminar el desperdicio, empoderar a los trabajadores y brindar valor a los clientes.

La clave de TPS fue su capacidad para lograr resultados superiores con menos recursos mediante la optimización de procesos, el fomento de una cultura de resolución de problemas y un enfoque incansable en la creación de valor. Esto contrastaba marcadamente con el modelo estadounidense, que priorizaba la escala y la estandarización por sobre la adaptabilidad y la eficiencia.

DEEPSEEK: UN ENFOQUE LEAN PARA LA IA

El modelo R1 de DeepSeek representa un cambio de paradigma similar en el desarrollo de la IA. Mientras que los modelos como ChatGPT se basan en conjuntos de datos masivos, una enorme potencia computacional y arquitecturas cada vez más grandes, DeepSeek ha adoptado un enfoque más ágil y específico. Al centrarse en la eficiencia, la optimización y el razonamiento sistemático, DeepSeek demuestra que la IA puede lograr resultados de vanguardia sin las prácticas que consumen muchos recursos y que dominan el campo.

1. Innovación impulsada por restricciones

De la misma manera que Toyota convirtió las limitaciones de recursos en oportunidades para la innovación, el equipo de DeepSeek optimizó sus modelos en el marco de las limitaciones de hardware impuestas por las sanciones estadounidenses. Al programar 20 de las 132 unidades de procesamiento de cada GPU H800 específicamente para la comunicación entre chips, lograron una eficiencia notable. Esto refleja el énfasis de TPS en aprovechar al máximo los recursos disponibles y mejorar continuamente los procesos.

2. Arquitecturas enfocadas y eficientes

El éxito de DeepSeek con modelos de parámetros más pequeños (7B y 14B) desafía la tendencia de los modelos de IA cada vez más grandes. En lugar de intentar construir un sistema "para todo uso", DeepSeek se centró en desarrollar modelos que se destaquen en dominios específicos a través de un entrenamiento específico y un aprendizaje de refuerzo. Esto se alinea con el principio de TPS de generar valor centrándose en lo que realmente importa, en lugar de sobreproducir o sobrediseñar.

3. Razonamiento sistemático y resolución de problemas.

Uno de los avances más importantes de DeepSeek es el uso del aprendizaje por refuerzo para enseñar a los modelos a razonar paso a paso. Este enfoque refleja los métodos sistemáticos de resolución de problemas que son la base de TPS, donde se capacita a los trabajadores para dividir los problemas complejos en pasos manejables, analizar las causas fundamentales e implementar soluciones. Al pasar de la incierta "predicción del siguiente token" al razonamiento metódico y seguro, los modelos de DeepSeek encarnan el mismo pensamiento disciplinado que impulsa las prácticas lean.

4. Eliminar el desperdicio en la formación

La optimización de políticas relativas a grupos (GRPO) de DeepSeek elimina la necesidad de un modelo crítico independiente, lo que reduce la sobrecarga computacional y agiliza el entrenamiento. Esto es similar al enfoque de TPS en eliminar el desperdicio (muda) en los procesos de producción. Al simplificar el sistema de recompensas y centrarse en las comparaciones basadas en grupos, DeepSeek logra un entrenamiento más rápido y escalable: un enfoque simplificado para el desarrollo de IA.

IMPLICACIONES PARA LOS PRACTICANTES LEAN

Los paralelismos entre DeepSeek y TPS ofrecen varias lecciones para los profesionales lean que buscan integrar la IA en sus prácticas:

1. Acepte las limitaciones como oportunidades

De la misma manera que Toyota y DeepSeek transformaron las limitaciones en fortalezas, las organizaciones lean pueden usar la IA para optimizar procesos en situaciones en las que los recursos son limitados. La IA puede ayudar a identificar ineficiencias, predecir cuellos de botella y sugerir mejoras, lo que permite una mejora continua incluso en entornos difíciles.

2. Concéntrese en el valor, no en la escala

El enfoque específico de DeepSeek demuestra que más grande no siempre es mejor. Los profesionales de Lean deberían centrarse en implementar soluciones de IA que aborden problemas específicos y brinden un valor medible, en lugar de buscar sistemas demasiado complejos o que consuman muchos recursos.

3. Fomentar la resolución sistemática de problemas

Las capacidades de razonamiento paso a paso de DeepSeek resaltan la importancia del pensamiento estructurado. Las organizaciones eficientes pueden usar la IA para mejorar la resolución de problemas desglosando desafíos complejos, analizando datos sistemáticamente y desarrollando información procesable.

4. Eliminar el desperdicio en la implementación de la IA

Así como el TPS elimina el desperdicio en la producción, los profesionales lean deben esforzarse por eliminar el desperdicio en los proyectos de IA. Esto incluye evitar la recopilación innecesaria de datos, la sobreingeniería de modelos y los procesos redundantes. La IA debe implementarse con un enfoque claro en la eficiencia y la creación de valor.

UN FUTURO LEAN CON IA

La historia de DeepSeek y TPS subraya una verdad fundamental: los avances suelen surgir de desafiar el status quo y centrarse en la eficiencia, la adaptabilidad y el valor. A medida que la IA sigue evolucionando, los profesionales lean tienen la oportunidad de dar forma a su desarrollo e implementación de maneras que se alineen con los principios lean. Al adoptar la innovación impulsada por las restricciones, el razonamiento sistemático y la eliminación de desperdicios, las organizaciones pueden aprovechar el poder de la IA para impulsar la mejora continua y ofrecer un mayor valor a los clientes.

En el espíritu de kaizen, el viaje hacia la integración de la IA en las prácticas lean recién está comenzando. Al aprender de las lecciones de DeepSeek y TPS, podemos construir un futuro en el que la IA no solo mejore la eficiencia, sino que también fomente una cultura de aprendizaje, resolución de problemas e innovación, avanzando "hacia un modelo de capacidad acumulativa", que comienza con "capacidades de fabricación rutinarias", avanza hacia "capacidades de aprendizaje rutinarias" y alcanza su punto máximo con "capacidades de aprendizaje evolutivo" (más sobre esto aquí ).

---

FUENTES. https://www.planet-lean.com/articles/did-deepseek-just-pull-a-toyota-style-revolution-in-ai

ACERCA DEL AUTOR.

Sergio Caldeirinha es presidente de Lean Academy Portugal

TRANSCRIPCIÓN: Areli Álvarez Lean Construction México®