Las empresas que utilizan inteligencia artificial para automatizar procesos tienen una nueva alternativa enfocada en reducir costos. Meta presentó Muse Ember, un modelo diseñado para ejecutar las pequeñas tareas que los agentes de IA necesitan repetir constantemente dentro de un flujo de trabajo.
El modelo puede clasificar información, consultar herramientas, extraer datos de documentos, realizar tareas de programación y procesar grandes cantidades de contenido. Su precio comienza en 0.10 dólares por cada millón de tokens de entrada y 0.50 dólares por millón de salida.
Muse Ember busca reducir el costo de los agentes de IA
Meta diseñó Muse Ember para funcionar principalmente como un modelo ejecutor. En un sistema empresarial, una inteligencia artificial más potente puede encargarse de planificar una tarea mientras modelos pequeños realizan operaciones repetitivas.
Esta estrategia puede resultar relevante para compañías que procesan contratos, facturas, solicitudes de clientes o grandes cantidades de documentos. Cuando un agente realiza cientos o miles de operaciones, pequeñas diferencias en consumo pueden representar cambios importantes en el gasto total.
Muse Ember cuenta con una ventana de contexto de un millón de tokens. También puede trabajar con texto, imágenes, audio y video, lo que amplía sus posibilidades dentro de diferentes procesos empresariales.
También puedes conocer: Alta cocina mexicana gana reconocimiento a nivel mundial
Empresas podrán evaluar nuevas formas de automatización
Meta asegura que Muse Ember puede ofrecer un menor costo por tarea frente a algunos modelos comparables. Sin embargo, estos resultados dependen de evaluaciones específicas y cada empresa tendrá que medir su desempeño con cargas de trabajo reales.
Compañías como Box, Oracle, Cloudflare, Cline y You.com participaron en pruebas iniciales. Los casos evaluados incluyeron revisión de contratos, programación y análisis de grandes repositorios de información.
La propuesta refleja una tendencia importante para la cultura empresarial. Adoptar inteligencia artificial ya no consiste únicamente en buscar el modelo más potente. Las organizaciones también pueden combinar diferentes modelos según el costo, velocidad y dificultad de cada proceso.
