La evolución constante de la IA (inteligencia artificial) ha hecho que cada vez sean más versátiles y funcionales sus aplicaciones en el mundo empresarial. Actualmente existen desarrolladores expertos en el tema que pueden diseñar soluciones para hacer frente a los desafíos de negocios basados en el análisis de datos, considerados hoy por hoy la materia prima de la inteligencia artificial. Con base en los hallazgos es posible disparar oportunamente acciones cruciales para fortalecer la operación y la toma de decisiones más complejas, incluso aquellas que exigen un razonamiento profundo a partir de gran cantidad de información que en consecuencia, no resulta intuitiva o procesable para el ser humano.

Transformarse digitalmente en la actualidad representa una evolución cognitiva que va más allá de la implementación del software ya conocido, que usualmente es capaz de simplificar procesos. Las nuevas tecnologías aprenden y procesan constantemente datos para generar mejoras importantes a los procesos y servicios. La IA es inminente para crear estrategias basadas en múltiples datos. Mientras más volumen de datos, mejor performance puede esperarse de la IA. De acuerdo con el informe  Data Age 2025 de IDC (2017), se prevé que para 2025 la humanidad habrá generado 163 zettabytes de información, equivalente aproximado a ver todo el catálogo de Netflix 500 millones de veces.

Andrew Ng, profesor de Stanford y experto en IA hace algunos años dijo “la inteligencia artificial es la nueva electricidad” haciendo referencia a cómo la electricidad a finales del siglo XIX transformó a todas las industrias. El potencial en este segmento es enorme, de acuerdo con uno de los últimos informes del Foro Económico Mundial (2018), en el que se proyecta que para 2022 aumentará 21 millones los empleos en el sector de datos e Inteligencia Artificial.  Por lo tanto, es importante entender cuáles son los alcances de estas tecnologías, y qué beneficios pueden traer a las empresas.

Una de las formas más conocidas de crear IA es a través del Machine Learning, este tipo de tecnología desarrolla inteligencia a partir de los datos que la hace capaz de identificar patrones para hacer predicciones. La gran mayoría de los usuarios que hacemos uso de plataformas y hardware en nuestra vida diaria hemos interactuado en algún momento con este tipo de implementaciones en: asistentes virtuales, buscadores en línea, recomendaciones en plataformas de películas, diagnósticos médicos, detecciones de fraude de pagos con tarjetas, automóviles autónomos y más.

Dentro del Machine Learning existe una interesante rama conocida como Deep Learning, este tipo de tecnología se basa en una arquitectura denominada “redes neuronales profundas”, que básicamente es el subconjunto de algoritmos de Machine Learning más evolucionados. Hasta el momento esta es la forma más parecida al pensamiento humano ya que funciona como una mente propia que genera razonamiento lógico de manera autónoma a través de superposición de capas no lineales de procesamiento de datos. Algunas de sus aplicaciones más comunes están en tareas de clasificación, especialmente en el reconocimiento de imágenes y sonidos.

En la actualidad un gran número de empresas ya han implementado algún tipo de IA beneficiándose con la versatilidad de sus aplicaciones. En una charla el ingeniero Haldo Spontón, VP of Technology y Head of AI para Globant, unicornio latinoamericano que atiende alrededor de 870 proyectos de transformación digital en el mundo, mencionó algunos de los usos más interesantes de la IA en los negocios:

Reconocimiento de imágenes: Capaz de analizar y sacar conclusiones específicas y descriptivas de objetos, personas, animales, colores, números, símbolos, etc. Para conocer patrones de comportamiento, conteo de mercancía, aforo, validación de personal, detección de género, estimación de edad y más. Un buen ejemplo de este tipo de tecnología es el que hace algunos años desarrolló Microsoft con un dispositivo en forma de gafas para personas invidentes, capaz de describir con un lenguaje natural el escenario que le rodea con el objetivo de ayudarlos a tomar decisiones inmediatas en su día a día.

Generación de datos ficticios: Se basa en modelos generativos y descripciones semánticas de lo que se necesita basado en el aprendizaje de datos. Este tipo de modelos pueden generar imágenes desde cero, sustituyendo las herramientas pasivas de diseño conocidas en donde una persona debe crear todo paso a paso. Con los modelos generativos basta con solicitar lo que se necesita para que el algoritmo lo genere de manera automática; hasta el momento es una técnica que continúa evolucionando, perfeccionándose, y que se considera que será muy útil en ámbitos de animación, diseño y videojuegos.

Transferencia de transferencia de estilo: Este tipo de tecnología puede validar e imitar de manera muy natural la forma en que un autor crea o interactúa basado en imágenes en movimiento, texto o distintas formas de expresión con base en una gran cantidad de datos previamente analizados; Esto permite a la tecnología interactuar de forma fluida y tomar decisiones por sí sola, dando continuidad a la creatividad de un artista.

Generación de audio: Actualmente algunos desarrolladores están creando asistentes virtuales que tienen la capacidad de hacer llamadas para agendar citas o atender temas que requieren un grado complejo de análisis y toma de decisión al interactuar con personas que necesitan una conversación fluida para resolver situaciones al instante u obtener información concreta. Se cree que en pocos años al hablar por teléfono es posible que no nos demos cuenta si se está hablando con una persona o con una computadora.

Diagnósticos médicos: La IA ha generado grandes avances en detección de enfermedades oportunas como el cáncer; un estudio realizado por Harvard Medical School y Massachusetts Institute of Technology se analizó que la efectividad de detección usando IA con base en clasificación de imágenes fue de un 92.5% y que sumado con el análisis y talento humano de expertos en la materia se llegó a alcanzar un porcentaje del 99.5% de casos acertados.

Las aplicaciones de Inteligencia Artificial para las industrias son infinitas y se pueden adaptar para resolver una gran cantidad de temas, es importante aprender sobre sus beneficios y perder el miedo a generar acciones que transformen de manera sostenible a las empresas. Para muchos tomadores de decisión resulta difícil confiar tareas a la tecnología, sobre todo cuando no se está familiarizado con este tipo de implementaciones.

Lo cierto es que la tecnología es probabilística, siempre existe la posibilidad de que exista un margen de error. Por esto mismo, la IA es un complemento al talento humano para acelerar y empoderar sus capacidades, haciendo más precisa la toma de decisiones, sin sustituir el criterio humano.

Por Haldo Sponton

VP of Technology & Head of AI