Reid Hoffman respalda el seguimiento del uso de tokens de IA para fomentar la experimentación

Tras la decisión de Meta de cerrar su panel interno de “tokenmaxxing”, el cofundador de LinkedIn, Reid Hoffman, ha apoyado públicamente la práctica de realizar un seguimiento del uso de tokens de IA por parte de los empleados como una herramienta para la adopción organizacional. El concepto de “tokenmaxxing” —definido como la práctica de rastrear el uso de tokens de IA de los empleados como un indicador de la adopción de IA— ha ganado terreno recientemente en Silicon Valley. Un token es una pequeña unidad de datos que un modelo de IA procesa al comprender un prompt y generar una respuesta, y sirve como la unidad utilizada para medir el uso y el costo de la IA. Meta cerró su panel interno tras conocerse la noticia de una filtración de su tabla de clasificación de IA. Muchas empresas han comenzado a rastrear qué empleados utilizan la mayor cantidad de tokens para identificar quién está adoptando herramientas de IA, aunque los ingenieros han debatido si esta métrica es una medida viable de la productividad laboral.

Hoffman compartió su perspectiva durante una entrevista en la cumbre World Economy de Semafor (organización de noticias) esta semana, ofreciendo consejos para las empresas que adoptan la IA. Argumentó que realizar un seguimiento del gasto de tokens de los empleados es una buena idea, aunque el uso de tokens no sea un ejemplo perfecto de productividad. Según Hoffman, cofundador de LinkedIn y capitalista de riesgo: “Aquí hay una de las cosas que es un buen panel para observar; no significa que sea un ejemplo perfecto de productividad, pero… ¿cuánto uso de tokens están haciendo realmente las personas mientras trabajan?”. Enfatizó que las empresas deberían alentar a los empleados de todas las funciones a participar y experimentar con la IA. Si bien algunos de estos experimentos fracasarán, Hoffman señaló que esto es aceptable porque el objetivo es que una amplia variedad de personas utilicen la tecnología de manera colectiva y simultánea.

Más allá de las métricas de seguimiento, Hoffman sugirió que las empresas deberían fomentar la adopción de la IA a través de reuniones de seguimiento interfuncionales periódicas para compartir aprendizajes e identificar casos de uso exitosos. Aconsejó que las organizaciones establezcan una reunión semanal para que los grupos discutan qué nuevas aplicaciones de IA probaron para la productividad personal, grupal y de la empresa, así como lo que aprendieron de esos esfuerzos. Este enfoque, señaló, ayuda a las empresas a identificar casos de uso altamente efectivos que surgen de una experimentación amplia. Explicó que estas reuniones no necesitan involucrar a todos todo el tiempo, pero una reunión de seguimiento a nivel grupal puede revelar resultados sorprendentes a medida que los empleados comparten sus experiencias.

Por qué importa

El respaldo de Hoffman al “tokenmaxxing” destaca un cambio en la forma en que el liderazgo ve la adopción de la IA: priorizando la experimentación amplia y el volumen de uso sobre las métricas de productividad inmediatas y perfectas.