Gracias por su interés, por favor complete sus datos le estaremos contactando a la brevedad
Siguenos en
Puedes suscribirte para recibir nuestro Blog por email. Dejanos saber tu opinión para mejorar y/o los temas que te interesaría encontratar acá. Gracias!
Suscribirme
Ya es común oír hablar de la Inteligencia Artificial (Artificial Intelligence, AI) en todos los ámbitos de nuestras vidas, la AI está en todas partes, desde asistentes virtuales capaces de hacer reservaciones en un restaurant, neveras que nos notifican proactivamente que hay que reponer algún producto, autos sin conductor, robots que realizan diagnósticos médicos ó recomendaciones de inversión, ejemplos que nos hablan de la ubicuidad de esta tecnología, que está transformándolo todo y que cada día será más poderosa y versátil.
En este articulo repasaremos algunos conceptos generales, soluciones y casos de uso para conocer de la relevancia de la AI en el contexto empresarial y en artículos futuros iremos desarrollando en más detalle estos temas y otros que creemos de interés conocer al considerar la incorporación de estas tecnologías en su empresa.
La Inteligencia Artificial es una rama de las ciencias de la computación que se enfoca en lograr que las máquinas se comporten de una manera inteligente, que puedan aprender, percibir y razonar como las personas.
A diferencia de un “programa de software” donde todos los pasos, opciones y decisiones han sido programados para un determinado propósito, la AI no está preprogramada, está conformada por algoritmos de software avanzados que, a partir de los datos, son capaces de clasificar, identificar patrones, razonar, hacer predicciones y aprender de sus éxitos y fracasos para ser cada vez más efectivos.
La AI es un término general con varias ramas de especialización que proveen diferentes capacidades para emular las capacidades humanas tales como aprender, razonar, planear, sensar, comunicarse en lenguaje natural etc
El aprendizaje automático o aprendizaje de máquinas (Machine Learning, ML) es la rama de la AI que se ocupa de las técnicas que permiten que las máquinas aprendan por su cuenta.
En términos generales, la AI “aprende” inicialmente con un conjunto de datos relacionados a la tarea que se espera que realice y mediante diferentes técnicas de “aprendizaje” se logra que vaya aprendiendo y perfeccionando sus respuestas para alcanzar un nivel de confiabilidad en su respuesta/predicción que es aceptable para la función que estará realizando.
El Aprendizaje de Máquina, o Aprendizaje Automático, utiliza métodos y conceptos matemáticos y estadísticos, como árboles de decisión, bosques aleatorios, agrupación de medios K, máquinas de vectores de soporte, regresión lineal o logística, para construir los algoritmos que procesan los datos, descubren patrones, hacen clasificaciones y predicciones.
Los sistemas de aprendizaje automático se pueden clasificar según el tipo de supervisión que necesitan para el entrenamiento. Las categorías principales son aprendizaje supervisado, no supervisado y de refuerzo.
Aprendizaje Supervisado : utiliza conjuntos de datos etiquetados y requiere la intervención de un humano quien decide si está bien o mal la clasificación o predicción generada por el algoritmo.
Aprendizaje No-Supervisado : utiliza conjuntos de datos sin etiquetar y no requiere la intervención de un humano.
Aprendizaje Reforzado: el algoritmo no utiliza datos de entrenamiento, aprende con cada experiencia, por ensayo y error, éxitos o fracasos se traducen en recompensas o castigos, el objetivo final es maximizar la recompensa.
El Aprendizaje Automático se utiliza, por ejemplo, en aplicaciones para filtrar los correos electrónicos, calcular el precio de casas o carros, detección de fraudes, predicciones en la bolsa de valores, diagnóstico de enfermedades, video juegos, etc.
El Aprendizaje Profundo es un subconjunto del Aprendizaje de Máquina que imita las funciones del cerebro humano mediante redes neuronales.
Las redes neuronales son modelos de cómputo basados en neuronas. Las neuronas son las unidades básicas, utilizan una serie de entradas, pesos y reglas para calcular una salida, que a su vez puede ser entrada para otra neurona en un modelo jerárquico.
El Aprendizaje Profundo utiliza varios niveles de redes neuronales y es utilizado, por ejemplo, para el reconocimiento del lenguaje hablado, traducción de idiomas, reconocimiento facial, etc
Las tecnologías de reconocimiento del lenguaje natural (Natural Language Processing, NLP) ayudan a las computadoras a reconocer, comprender, interpretar y manipular el lenguaje humano y hacen posible la comunicación humano-maquina a través del lenguaje natural, la AI puede por ejemplo: leer texto, escuchar, capturar la intención e identificar las partes importantes en el mensaje. Las tecnologías de comprensión del lenguaje (Natural Language Understanding NLU), más allá de entender la sintaxis, adicionalmente comprenden la semántica del lenguaje hablado o escrito, el contexto y los matices en la forma de expresarse de los humanos y las tecnologías de generación del lenguaje (Natural Language Generation NLG) son capaces de generar narrativas/mensajes escritos o hablados a partir de los datos.
Los avances del NLP han transformado la forma en que interactuamos con las máquinas, de tener que conocer una secuencia de comandos específicos para obtener un resultado, ahora podemos pedirle a la maquina lo que necesitamos hablándole o escribiéndole y podemos comunicarnos con otras personas incluso si hablamos idiomas diferentes, porque la AI hará la traducción.
NLP es la base que impulsa el crecimiento de los chatbots, sistemas de voz, sistemas de búsqueda en la web, entre otras tecnologías que están transformando los procesos del negocio.
Otras tecnologías apalancadas por AI, ML, NLP que extienden las posibilidades de las máquinas para emular a los humanos, sin ser una lista exhaustiva, incluyen:
Apalancados en tecnologías de NLP, de procesamiento de imágenes, de reconocimiento de patrones y de análisis contextual, los algoritmos de AI cognitiva imitan la forma de pensar y razonar de los humanos, son capaces de realizar análisis del entorno y del contexto más profundos y en tiempo real y generar recomendaciones que son utilizadas por los humanos para resolver problemas complejos y tomar decisiones; a diferencia de la AI que toma una decisión por sí misma, los sistemas cognitivos están orientados a apoyar a los humanos con información para que sean éstos quienes tengan la decisión final.
Casos de uso incluyen procesos de análisis como los realizados para decidir el mejor producto para recomendar a un cliente de acuerdo con su historial con la empresa; realizar análisis de riesgos recopilando y analizando información de diferentes sistemas, internos y externos; personalizar la experiencia del cliente en el web site de acuerdo a su perfil, preferencias y experiencias pasadas; recomendaciones de tratamientos médicos en función de las imagenes e informes del paciente y acceso a fuentes de conocimiento de salud especializadas.
Permite que las máquinas puedan “ver”, capturar imágenes, analizar, tomar decisiones y entender mejor el entorno, utilizada por ejemplo para aplicaciones de reconocimiento biométrico facial o de huellas dactilares, aplicaciones de salud que manejan imágenes, carros autónomos entre otros muchos ejemplos.
Que transcribe y transforma el habla humana a formato texto e incluso puede traducir a diferentes idiomas, utilizada en aplicaciones como MS Word que transforma un dictado en un texto ó sistemas de voz de atención a clientes.
Ofrecen un canal de comunicación mediante el lenguaje natural hablado o escrito con las personas, por su facilidad de uso y disponibilidad 7x24 lo hacen el canal preferido de empleados y clientes para interactuar con las empresas; son “entrenados” para manejarse en diversos entornos y proveer servicios, por ejemplo: reciben peticiones, consultas, reclamos, problemas etc y dan respuestas.
Cada una de estas tecnologías tiene el potencial para producir grandes transformaciones en la empresa, combinadas su poder se multiplica.
El desarrollo de la AI sigue sorprendiéndonos cada día con nuevos avances, vemos cada vez más como las máquinas son capaces de hacer cosas que antes solo pensábamos que era posible que las realizaran los humanos, la disrupción de la AI abarca todo tipo de industria y actividad humana y es fácil anticipar que seguiremos sorprendiéndonos en los tiempos por venir.
De acuerdo a lo que puede lograr, la AI se clasifica como :
Es la creada para una función específica y trabaja dentro un contexto limitado, se conoce también como inteligencia artificial débil; la mayor parte de la AI que conocemos hoy día está en esta categoría, por ejemplo: realizar el reconocimiento fácil o del lenguaje, ofrecer recomendaciones de compra en un portal web, controlar el spam de los correos electrónicos, los autos sin conductor, los modelos predictivos que alertan de fallas o recomiendan cambios de piezas en las maquinarias. ANI es una AI especializada en una cosa con el potencial de hacerla cada vez mejor y en muchos casos mejor que las personas, al ser capaz de procesar grandes volúmenes de datos en una fracción del tiempo que le toma a las personas.
La inteligencia general artificial (AGI) es el futuro, el objetivo es que sea capaz de realizar cualquier tarea que un ser humano puede ejecutar, se conoce también como inteligencia artificial fuerte.
Los sistemas AGI pueden pensar, comprender, aprender y aplicar su inteligencia para resolver problemas como lo harían los humanos, incluso ante situaciones o tareas desconocidas, la AGI encontrará una solución.
La AGI está lejos de ser realidad, algunos expertos creen que todavía falta mucho por conocer del funcionamiento del cerebro humano antes de poder crear algoritmos con cualidades humanas, tales como la conciencia, las emociones o el pensamiento crítico; aparte de que no se cuenta con las herramientas necesarias para construir tales capacidades. Empresas como Google, Facebook, DeepMind y Open AI parecen llevar la delantera en los desarrollos de AGI y pronto seguramente conoceremos de sus avances.
La ASI es la versión de AI que supera la inteligencia humana, por ahora es un concepto. En teoría la ASI tendrá poderes intelectuales más allá de los humanos en una gama casi completa de categorías y campos de actividad, podrá realizar cualquier tarea mejor que un humano, siendo capaz de pensar, razonar, resolver acertijos, emitir juicios, aprender y comunicarse por sí sola.
Mencionamos el tema de la infraestructura en esta sección, ya que es crítico para obtener el mejor rendimiento de las soluciones de AI y como tal debe ser considerado en los planes de implementación.
Poder procesar los grandes volúmenes de datos que alimentan los algoritmos de aprendizaje automático en el tiempo requerido por la dinámica moderna, es posible gracias a los avances en las tecnologías de hardware; procesadores con mayor potencia de cómputo y los GPU, unidades de procesamiento gráfico, son considerados el estándar para la AI y otras ciencias de manejo de datos, sin embargo esto puede cambiar pronto, ya que los fabricantes siguen innovando y buscando mejores resultados.
Otro componente en la plataforma de la AI son los sensores y equipos electrónicos que hacen posible que la AI pueda “ver”, “oír”, “hablar”, detectar movimiento, temperatura, etc y entender diferentes aspectos del entorno y para comunicarse con los humanos.
Los requerimientos de almacenamiento de alto rendimiento igualmente serán mayores al incorporar la AI debido a la mayor cantidad de datos que se estará capturando, almacenando y procesando.
La siguientes gráfica de Deloitte - Artificial Intelligence Defined nos da una representación gráfica de los componentes generales de una solución de AI
Es difícil pensar, en tiempos de transformación hacia mayor digitalización, que las empresas puedan competir, y ganar, manteniendo sus modelos tradicionales de operación que limitan la agilidad y competitividad ante competidores digitalmente avanzados y brindan limitadas posibilidades de innovación para seguir creciendo en los negocios y seguir siendo de relevancia para sus clientes, a riesgo incluso de su viabilidad a futuro.
La AI es clave para que la empresa pueda:
Las empresas mantienen gran cantidad de información sobre sus clientes, su historia, transacciones, contratos, etc, en los sistemas empresariales y pueden obtener muchos más a partir de las interacciones con los clientes en la web o en las redes sociales, de correos electrónicos, de llamadas telefónicas, extraerlos de sistemas externos a la empresa etc. para ampliar el perfil de datos y con ello el conocimiento de sus clientes.
El aumento en el volumen de datos y las fuentes disponibles va en aumento, y el correcto y oportuno manejo de éstos es fundamental para las empresas que buscan manejarse por los datos y obtener inteligencia de negocio para soportar sus decisiones.
La AI brinda enormes capacidades para este fin, por una parte es capaz de limpiar, consolidar, organizar, grandes volúmenes de datos de múltiples fuentes, estructurados como los que residen en los sistemas empresariales como el ERP, CRM, etc y no-estructurados como chats, correos electrónicos, documentos, imágenes, etc y procesarlos en una fracción del tiempo que le toma a las personas; y por otra parte, puede hacer análisis, identificar las relaciones y patrones entre los datos, hacer proyecciones y dar recomendaciones para que las empresas tengan el conocimiento y entendimiento del comportamiento, preferencias, tendencias de sus clientes al alcance de un click y puedan ajustar sus decisiones en tiempo real.
Unas de las causas comunes por las que los empleados dejan la empresa, o cometen errores en su trabajo, o no son productivos con los consiguientes impactos negativos en los resultados, son el aburrimiento por estar realizando tareas repetitivas que no generan ningún interés o satisfacción al empleado o que no se ajustan a su nivel de conocimientos y experiencia, o por no contar con los recursos necesarios para realizar y cumplir las metas de su trabajo, entre otras.
La AI puede trabajar con los humanos y ayudarlos a hacer su trabajo más interesante y productivo, veamos algunos ejemplos:
Es posible implementar la AI en casi cualquier tipo de proceso para mejorar sus resultados, reducir tiempo, costos, riesgos, mejorar la calidad, la eficiencia, la productividad, la confiabilidad, etc . A partir de los datos históricos del proceso se pueden alimentar los algoritmos de ML y la AI puede empezar a ofrecer análisis, predicciones y recomendaciones que ayudan a mejorar el proceso, a hacerlo más rápido y más económico y con la ejecución del día a día, seguirá aprendiendo y será cada vez más efectiva.
Cuando se incorpora AI en la Automatización Robótica de Procesos (Robotic Process Automation, RPA), los robots de software además de emular las tareas repetitivas basadas en reglas, pueden aplicar la inteligencia de la AI para automatizar tareas de mayor complejidad, tomar decisiones, interactuar con las personas y ser más autónomos, ampliándose así las posibilidades para poder automatizar tareas más diversas y complejas y extender los beneficios de estas tecnologías combinadas, en lo que ahora conocemos como Automatización Inteligente, a otras áreas del negocio.
La AI abre un sinfín de oportunidades para transformar la experiencia de clientes y empleados, haciendo posible:
De cara al futuro, se espera que la AI, mediante una cámara o algún novedoso instrumento por inventar, sea capaz de entender también el lenguaje corporal, lo cual elevaría la experiencia a niveles “más humanos” al ser posible que la IA interprete la postura, movimientos de la cabeza, expresión de la cara, contacto visual, gestos, tono de la voz entre otras características no verbales de comunicación que usamos los humanos.
Algunos ejemplos de lo que se puede lograr incorporando la AI en los procesos de negocio, con el beneficio añadido de la rapidez y precisión, la AI puede completar las actividades en una fracción del tiempo que le tomaría a las personas
Los avances logrados por la AI y el potencial todavía por explorar de esta tecnología, nos anticipa una transformación profunda en la forma de trabajar, de generar valor para el negocio y de relacionarse con clientes y empleados, las empresas que se inicien antes en la incorporación de la AI en sus procesos de negocio estarán mejor posicionadas que sus competidores.
La AI ayuda a las empresas a optimizar sus procesos y a potenciar el talento humano, ayudandolo a ser más productivo y exitoso, lo que impulsa mejores resultados para la empresa, el crecimiento y la innovación.
Es un camino lleno de retos y recompensas y al principio puede lucir intimidante y complicado, por ello es importante prepararse y conocer las tecnologías disponibles, sus capacidades y limitaciones para decidir las mejores opciones y la mejor estrategia para servir los propósitos del negocio y obtener el mayor valor.
