Definición teórica

Siempre es bueno empezar por la definición de papel. A la vez ayuda mucho y a la vez nos deja igual. Para no forzar en exceso, usé ‘San Google’, literalmente “Que es IA” y me arrojó lo siguiente:

“Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano” (Iberdrola).

“La Inteligencia Artificial es el campo científico de la informática que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En otras palabras, la IA es el concepto según el cual “las máquinas piensan como seres humanos” (Salesforce).

Podemos parafrasear el texto, pero la lógica que hay detrás está clara. Si además queremos profundizar un poco, podríamos plantearnos qué tipos de IA existen, que tiene diversos enfoques, desde la profundidad de sus capacidades: Máquinas Reactivas > Memoria Limitada > Teoría de la mente > Autoconciencia (idealmente o no, un Skynet en toda regla), hasta enfoques prácticos con sistemas que Piensan como humanos > Actúan como humanos > Piensan racionalmente > Actual racionalmente. Con la tecnología actual podemos ser más específicos; en el futuro, más imaginativos y filosóficos.

Entonces, ¿es “tan inteligente”?

Antes, un poco de filosofía ¿Qué es la inteligencia?

Tocaremos ese punto filosófico, pero primero, ¿qué es la inteligencia? Ahora acudo a la Real Academia Española, de la que no soy un gran fan, pero reconozco su utilidad (https://dle.rae.es/inteligencia).

Inteligencia: del latín intelligentia, es decir, la extensión a “inteligencia humana”. Muchos dirán que es un bien escaso, pero esa es otra conversación. Para cerrar el círculo, diremos que la meta de la IA es crear personas artificiales. ¿Pero cuán inteligentes debemos ser para lograrlo?

Podríamos escribir una biblioteca para responder esa pregunta y la mitad de ella de manera filosófica. En cualquier caso, y para muestra un botón, gracias al escándalo de Facebook-Cambridge Analytica, sabemos que con un promedio de 500 likes se puede crear un perfil de un usuario para conocerlo mejor que él mismo (por ejemplo nadie admite ser un racista, pero muchos lo son, Trump lo supo y lo explotó a su favor). ¿Acaso anticipar el comportamiento de un humano es muestra de un sistema inteligente?

Toqué este punto para hacer pinza con un sentido práctico acerca de dónde se encuentra hoy la IA:

Hoy la IA es sinónimo de automatización, en mayor, o mejor, más potente grado, pero dista mínimo unos 30 o 40 años de alcanzar a ser “inteligente”, y decimos esto por poner una cifra lejana. Este planteamiento venía de un alto ejecutivo de IBM, de quien omitiremos su nombre para no generar incomodidades. Si bien tenemos muchísimo músculo, lo cierto es que no somos ni seremos inteligentes en el corto y mediano plazo

Siendo un poco más terrenales y si aceptamos que la IA es un camino de la automatización y en cierto modo un habilitador de la digitalización ¿Es la IA un camino para mi empresa, mi departamento o sólo “mi problema”? Este pequeño diagrama nos puede ayudar a encontrar una respuesta:

Ejemplos muy claros de uso práctico en la actualidad:

Reconocimiento de imágenes y ejecución posterior (personalmente el más poderoso)

• Deriva la conducción automática
  • Soporte al diagnóstico médico
  • Optimización del canal de consumo y retail (aplicable a casi cualquier industria). Un ejemplo de un buen amigo mío, Dario Urriza (https://www.linkedin.com/in/dario-urriza-47887a52/), ha liderado el despliegue de reconocimiento de imágenes por SKU con un nivel de asertividad del 98% en el sector de bebidas. Imaginarán el brutal potencial comercial que deriva. No es sólo saber la venta real, sino la ejecución plena de tu esfuerzo y estrategia comercial.
  • Control de personas. Desde el ámbito gubernamental al corporativo, más ahora en la modalidad home office. Aunque sigue siendo un punto polémico, hay abuso, lo cual tampoco está bien.

Bots de atención al cliente derivados de un óptimo uso del análisis de texto hasta los modelos conversacionales, que simplemente agregan la capa de voz

• Aeroméxico ya hizo una potente migración desde su app en WhatsApp.
  • La mayoría de los bancos es su 1ª línea de frente.
  • En DHL, no necesitas hablar con un operador para mandar un paquete.

El ejercicio inverso y complementario, mediante los mismos motores de lenguaje natural, entender las reacciones de mi consumidor en la capa digital (incluidos los call centers) para optimizar mi comunicación. Una palabra puede hacer la diferencia en el mensaje.

O uno más directo, Documentum. ¿Cuánto vale la hora/hombre de un abogado? Mucho, ¿Compensa tenerlo leyendo montañas de papeles sin hacerlo productivo? Cero. Aligeremos la carga con el agregado extra de un control digital de cambios real y de alertas que eviten se nos cuelen cláusulas comprometedoras.

Ofertas personalizadas mediante el análisis de consumidor. Los ejemplos clásicos serían las plataformas de streaming o de comercio online, que son aplicables a cualquier sector. Pero pensemos en cosas más mundanas, ¿Pongo un vendedor que llega con lo mismo a los clientes que me imagino me lo comprarán aunque realmente no les interese lo más mínimo y lo justifico con muchas excusas? ¿O dejo que sean los clientes quienes me digan lo que quieren? Puedo optimizar mis fuerza de venta, mis portafolios, mis costos operativos y de logística y no sólo cometer errores que me hacen perder dinero y participación de mercado, sino ganar en ambos campos con una inversión inferior.

Anticipación de fallas y mantenimiento preventivo. Desde nuestras flotas de vehículos a cualquiera de nuestros activos. Podemos monetizarlo como hacen las aerolíneas la seguridad operativa, ya seamos proveedores como usuarios finales

Ubicación y optimización de activos. Desde la prevención del delito, ya sea en la policía o nuestros equipos de seguridad en RRHH (el robo interno es una merma constante solucionable), o bien, en dónde tienen que amanecer mis recursos hasta la asignación de equipos de mercado o inventarios (Inditex sería un gran ejemplo).

Nueva derivada del punto anterior. El gran hito de todo director comercial y de manufactura ¿Cuánto voy a vender? ¿Qué impacta realmente a mis ventas?

Como última reseña es la creación de contenidos. Por ejemplo, la última canción de Kurt Cobain y Nirvana, aunque lleve casi 30 años muerto
https://www.youtube.com/watch?v=_8aebgK8EOg
Con lo caros que salen los diseñadores y con las veces que no aciertan, creo que será algo grande y una de mis favoritas

Para cerrar, un pequeño paréntesis ético derivado de nuestras limitaciones técnicas: busquen en Google “Director General” y para no estar condicionados por la gramática hispana “CEO”, vayan a imágenes. En general y sin distinción de país, saldrán hombres maduros blancos. Este sería un ejemplo de riesgo ético.

Como contrabalanza, si no sabemos ajustar bien el criterio de discriminación positiva, al final tendremos un resultado igualmente sesgado.

Riesgos de negocio

• Accidentes. Si está mal entrenado, darle al botón de STOP puede no valer mucho.
• Desviación de recursos. Terminaremos ofreciendo el producto equivocado al cliente equivocado porque “el algoritmo lo dice”.
• Control de outliers. El COVID-19 ha sido un gran ejemplo, aunque muchas empresas supieron y pudieron capitalizar la tragedia con oportunidad ante cambios de consumo sin precedentes… que se pudieron anticipar.

Riesgos sociales

• La digitalización es una gran oportunidad, pero durante su transición tendrá efectos. ¿Necesito hoy un alto porcentaje de puestos de trabajo o los mando a la calle mañana para optimizar costos y contrato un bot?
• Ahogar al pequeño negocio por invasión y saturación. La historia de David y Goliat es inspiradora, pero por cada David hay 99 Goliats.

Como simple cierre a esta reflexión. La IA llegó hace mucho y sólo mejorará. Como tantas veces hago mención del enfoque de negocio, es otra de las pocas ventajas competitivas que podemos apalancar en nuestras empresas. Ahora bien, debemos tener conciencia en diferenciar el mito de lo real y enfocarla, como toda herramienta, hacia donde la necesitamos, cuando la necesitamos.

_________________

El autor de este artículo, Jordi Rodríguez Oliver, es Director de Inteligencia & Analytics de GEPP. Síguelo en @JordiRoOl o escríbele a Jordi.ro.ol.gemba@gmail.com