Laurent - stock.adobe.com

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Estrategias de IA requieren alimentarse de datos funcionales

La inteligencia artificial no resolverá todos los problemas de automatización y analítica de las empresas; es crucial una estrategia de datos correctos para un aprendizaje de máquinas adecuado.

Si bien las empresas hoy en día están concentrando gran parte de sus esfuerzos en implementar o mejorar sus iniciativas de analítica, de gestión de grandes volúmenes de datos y de inteligencia de negocios (BI), el siguiente paso en el manejo y análisis de los datos es el cómo usarlos para un caso práctico de negocio, como la digitalización o la automatización de la que tanto se habla actualmente.

La inteligencia artificial (IA) se erige como la siguiente tendencia de negocios, sumando tecnologías de automatización y análisis de información con la intención de que los sistemas absorban tareas manuales o procesos tediosos.

Más allá de programar sistemas para que emulen tareas realizadas por los humanos, la inteligencia artificial en los negocios ayuda a la toma de decisiones en temas complejos; permite predecir, detectar y clasificar patrones importantes en datos estructurados e imágenes; ayuda a mejorar la experiencia del cliente con mejores ofertas y mensajes dirigidos, y genera análisis y pronósticos sin intervención humana disminuyendo desviaciones por interpretaciones personales.

Una de las compañías tecnológicas que más experiencia tienen en soluciones de IA y aprendizaje automático (machine learning) es SAS. Charlamos con la ejecutiva principal para el área de Soluciones de Analítica, Tuba Islam, quien nos contó sobre la estrategia de SAS en torno a IA.

Tuba Islam tiene una formación en ingeniería eléctrica y electrónica y una maestría en procesamiento digital de señales. Está especializada en aprendizaje automático, previsión, análisis de texto y gestión de modelos. A lo largo de más de una década de experiencia en el nicho de analítica, tuvo la oportunidad de implementar proyectos en diversas industrias, incluyendo detección de fraudes en mercados de capitales, análisis de medición inteligente en servicios públicos, riesgo crediticio en bancos, predicción de abandono en telecomunicaciones, entre otros.

Tuba Islam

La ejecutiva reconoce que, si bien la experiencia de SAS en el mercado les ayuda en términos de reputación, también ha generado ciertos obstáculos, pues hay gente que los considera una empresa de la vieja escuela, algo anticuado. Sin embargo, aclara, “SAS es muy innovador; en los últimos dos años SAS ha cambiado, y ha invertido mucho ($2 mil millones de dólares) en soluciones innovadoras”, dijo Islam.

“Hemos logrado muchos avances que no se ven [con otros proveedores]. Y me gustaría resaltar la importancia del proceso que existe, porque mucha gente se queda estancada en los algoritmos, pero no se trata sólo de algoritmos, sino de su implementación. Es importante tener en cuenta ese ciclo completo”, opinó la ejecutiva.

Aprendizaje incremental y evolutivo

Tuba Islam resumió la evolución de la inteligencia artificial, desde sus orígenes en los años 50, pasando por el desarrollo de nuevos algoritmos de aprendizaje automático en los 60s y 70s, hasta los algoritmos modernos de machine learning, que son aún más avanzados, necesitan un poder de cómputo mucho mayor, y se están moviendo más hacia el lado cognitivo.

“Están avanzando hacia la interacción de los humanos con las máquinas, para que sea más natural usarlas”, explicó. En lo que respecta a las mejoras en el poder de cómputo para procesar esos datos, no sólo para almacenarlos, explicó que ha habido avances en chipsets y GPUs, CPUs, incluso TPUs (creados específicamente para machine learning) que aceleran aún más la fase de descubrimiento.

“Probablemente en los últimos 10 años hemos tenido el privilegio de almacenar más fuentes de datos de una forma mucho más eficiente gracias al avance de la tecnología. Por tanto, las fuentes de datos se están volviendo masivas; existe una mayor variedad, se almacenan datos no estructurados que fluyen de todas partes, como los medios sociales o correos electrónicos; o datos de imágenes como fotos, para el reconocimiento de rostros”, dijo.

Agregó que gracias a todos estos recursos del poder de cómputo y a tener más datos, en los últimos cinco años se han desarrollado algoritmos más avanzados. “He trabajado en proyectos de reconocimiento del iris ocular y yo no entendería la diferencia entre el de una persona y otra. Pero una máquina sí puede hacerlo si se le enseña (y eso es el aprendizaje automático)”, explicó.

Sin embargo, hay una advertencia detrás de este aprendizaje de máquinas. “El uso de la inteligencia artificial viene con algunas responsabilidades. Hemos visto algunos ejemplos [fallidos] con Facebook y Google; las máquinas no están aprendiendo solas, nosotros estamos enseñándole a las máquinas. Y si se les dan los datos equivocados, los resultados no serán los esperados”, advirtió Islam.

De los robots de ciencia ficción a la IA en la vida real

Si bien la mayoría de la gente piensa en robots completamente autónomos –y hasta un tanto maliciosos– cuando escucha el término de inteligencia artificial, lo cierto es que esta tecnología es parte de la vida diaria.

“Desde que uno se despierta, habla con Alexa para saber el pronóstico del tiempo o cómo está el tráfico; programa el termostato, el cual sabe a qué temperatura poner la casa para cuando regrese la persona; o el refrigerador nos indica lo que hace falta comprar; hasta las apps que muestran el número de calorías que tiene lo que vamos a comer. Todo eso ya está integrado a nuestra vida”, dijo la ejecutiva de SAS.

Y esto será aún mayor en el futuro, pronosticó. “El crecimiento de la IA ha sido exponencial. Estoy segura que veremos autos que se manejan a sí mismos, y tomaremos un café en lugar de conducir; ya está sucediendo. No sé cuándo será accesible para la gente, espero que pronto, pero estoy convencida de que así será”, dijo.

En lo que respecta al futuro asistido por robots, Islam considera que serán de ayuda en la vida diaria, o de utilidad para apoyar a quienes tienen algún padecimiento; van a mejorar la vida de la gente, no sólo de las empresas.

Pero, aclaró, la inteligencia artificial no se trata de resolver todos los problemas con sólo oprimir un botón. “Puede resolver problemas muy específicos; ahí es donde las empresas deben empezar y enfocarse en su valor. [Pueden aprovechar la IA] para ser más rentables. Pero también les representará un desafío porque, para mantener altas sus ganancias, necesitarán invertir más y ser competitivos”, comentó la ejecutiva.

En la segunda parte de esta entrevista, Tuba Islam responde algunas preguntas sobre la evolución y las tendencias de la inteligencia artificial para las empresas.

Este artículo se actualizó por última vez en junio 2018

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close