Inicio Datos duros. Inteligencia artificial: computadoras que imitan el comportamiento humano

Inteligencia artificial: computadoras que imitan el comportamiento humano

La inteligencia artificial permite que las computadoras tomen decisiones iguales o mejores que las del ser humano

Inteligencia artificial
Inteligencia artificial

Las nuevas tecnologías que aglutina la inteligencia artificial (IA) tienen como principal foco otorgar beneficios a los negocios, que a través de la innovación, empoderan a las personas para facilitar sus tareas cotidianas y lograr una mayor rentabilidad.

Oracle define a la inteligencia artificial como ‘cualquier técnica que permite a las computadoras imitar el comportamiento humano’.

La IA logra que las computadoras tomen decisiones iguales o mejores que las del ser humano, lo que da a las organizaciones una ventaja competitiva, además de ayudar a reducir costos.

Una de estas tecnologías que forman parte de la IA es el Machine Learning (aprendizaje automático), que básicamente se encarga de aprovechar los datos para que las máquinas aprendan nuevas tareas para las que no habían sido programadas inicialmente.

Según Jorge Gálvez, Director de Ingenieros de Soluciones de Oracle de México, el Machine Learning moderno proporciona insights más rápidos, profundos y permite automatizar las tareas mundanas.

Por su parte, el Deep Learning (aprendizaje profundo), es un subconjunto del Machine Learning que hace que el cálculo de redes neuronales multicapa esté siempre disponible.

Gálvez explica que Deep Learning utiliza las redes neuronales que simulan el comportamiento del cerebro para llevar a cabo tareas más complejas.

 

Beneficios en cualquier sector

No existe una limitante para que las organizaciones de todos los sectores productivos puedan aprovechar las ventajas de la inteligencia artificial en todas sus áreas, por ejemplo:

  • En Marketing, individualiza las recomendaciones de productos en tiempo real y permite aprovechar los datos de terceros;
  • En Manufactura, identifica de forma autónoma las causas y soluciones a problemas de calidad y rendimiento;
  • En IT y Seguridad, detecta amenazas de forma autónoma y ayuda a estar un paso adelante de ataques maliciosos.

 

5 consideraciones clave

Jorge Gálvez explica que se deben tomar en cuenta las siguientes consideraciones al momento de implementar soluciones de Machine Learning dentro de las organizaciones:

  1. Contar con datos correctos para alimentar a los robots y así lograr que realicen las tareas adecuadas;
  2. Debe ser fácil de consumir para los sistemas operacionales;
  3. Se necesita que estén conectados y no aislados del resto de los sistemas;
  4. Se requiere transparencia y control para entender las decisiones en un proceso transparente;
  5. Deben ser compatibles con sistemas ya existentes.

Gálvez asegura que tratar de implementar a mano un modelo de Machine Learning puede ser complejo y tomar mucho tiempo. Hay que entender el negocio; explorar los datos; crear, entrenar y evaluar el modelo; desplegarlo; y monitorear y gestionar el ciclo de vida.

‘Implementar este tipo de soluciones no se puede hacer a mano’, asegura el especialista. Por ello, la estrategia de Oracle se basa en que cada rol dentro de la empresa aproveche la inteligencia artificial en todas las áreas.

 

Ventajas de IA para toda la empresa

Uno de los principales beneficios que aporta la inteligencia artificial en las organizaciones es su capacidad de hacer recomendaciones para tomar mejores decisiones y más rápidamente.

Por ejemplo, en aplicaciones de CRM, Relaciones Públicas, Recursos Humanos y Cadena de Suministro, los usuarios pueden aprovecharla directamente desde su mismo proceso de negocio y obtener beneficios.

En el caso del Machine Learning aplicado al Reclutamiento, se tiene un panorama de todos los procesos y perfiles de las redes sociales de los candidatos.

Así, en lugar de tener que leer miles de currículos, la herramienta arroja el mejor match y además se evitan susceptibilidades por parte del reclutador. ‘Simplificamos las tareas y eliminamos factores negativos’, asegura Gálvez.

Para el área de Finanzas, se puede negociar mejor con los proveedores, con base en reglas que analicen el rendimiento histórico, las tasas de interés y otros factores que permiten identificar el mejor momento de compra.

En Atención a Clientes o Ventas, se tiene la visibilidad de las transacciones pasadas y se puede analizar la navegación web e intereses de los consumidores, para así otorgarles créditos, ofertas o cupones que aseguren la venta.

Todo lo anterior se logra través de la inteligencia artificial y sin intervención humana, al entrenar un modelo que analice el comportamiento de compra.

En Manufactura, la IA puede identificar la calidad del producto o las causas que afecten a la cadena de producción para, después, realizar correcciones y hacer sugerencias automáticas que eviten deficiencias.

Los Asistentes Digitales también se benefician de la inteligencia artificial al momento de automatizar tareas, como gestionar a través de la voz los gastos personales, lanzar alertas en caso de alcanzar ciertos límites, o simplemente identificar acciones posteriores que faciliten las actividades cotidianas.

 

Roles más efectivos

Todo este conjunto de habilidades tecnológicas dan al Analista de Negocio la oportunidad para reducir tiempos, minimizar la programación de código y colaborar con otros analistas.

Por su parte, el Científico de Datos –quien normalmente es el responsable–, encontrará soluciones y componentes para cubrir todo el ciclo de vida de forma integral.

También, la vida del Desarrollador se facilita con la integración entre múltiples aplicaciones, utilizando la inteligencia artificial para integrar automáticamente y generar asistentes digitales de forma rápida y automatizada, todo ello en la nube.

Para el DBA (administrador de bases de datos), la IA permite que la base se gestione automáticamente al aplicar Machine Learning y liberarlo para enfocarse en tareas que aporten mayor valor al negocio, así como generar nuevos algoritmos y decisiones con base en lo que el sistema va aprendiendo.

El IT Manager puede sacar mayor provecho del Machine Learning para múltiples tareas, como: automatizar el monitoreo de las soluciones en el Data Center, la seguridad perimetral, analizar todos los datos y relacionar algoritmos automáticamente para detectar fallas.

 

5 tendencias en la industria del retail

Héctor Meza, director de tecnología en Oracle, expone que las tecnologías como la realidad virtual y aumentada, los beacons, los drones y las carteras digitales, pueden influir de forma decisiva en el sentimiento del comprador.

En el sector de retail, los centros comerciales pueden ofrecer WiFi gratuito que, combinado con beacons, son capaces de registrar el momento en el que un comprador hace una visita.

En ese momento, las herramientas pueden identificarlo y mejorar su experiencia al sugerirle tiendas específicas basadas en sus intereses, mismos que han sido almacenados previamente en una base de datos, creando un historial que incluye las páginas web visitadas, así como sus sitios y preferencias, combinados con información sobre sus amigos en redes sociales, círculos, estrato social, etc.

‘Toda esa experiencia va a potenciar la afluencia en las tiendas, generar más ventas y tener a gente más contenta’, afirma Héctor Meza, quien agrega que estas soluciones serán lanzadas próximamente en tres centros comerciales en México.

 

Casos reales

A nivel internacional, también existen múltiples casos de éxito que han aprovechado las herramientas de inteligencia artificial para mejorar los procesos.

Por ejemplo, en Estados Unidos se utiliza un modelo de Deep Learning creado por investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) y el Hospital General de Massachusetts, que permite predecir la aparición del cáncer de mama con una anticipación de 5 años.

Con este sistema se han analizado por primera vez las mastografías de más de 60,000 pacientes que fueron atendidas en dicho hospital.

Gracias a los datos recabados, los investigadores lograron generar un modelo que reconoce los patrones sutiles en el tejido humano, que constituyen los primeros signos de cáncer.

Además, se logró eliminar la brecha entre diferentes grupos étnicos al hacerlo de forma más generalizada.

En Europa, la policía está aprovechando estas tecnologías para detectar las zonas de mayor incidencia criminal y poder predecir cuándo va a ocurrir un robo o crimen.

Así, se hace un mapeo o patrullaje inteligente de forma más predictiva, ya que por cada 15 minutos de patrullaje en una zona de 500 pies cuadrados, equivalen a 2 horas sin que se registre ningún delito.

De igual forma, el reconocimiento facial aplicado a videos puede ayudar a identificar a criminales, a detectar autos sospechosos o a terroristas infiltrados.

 

Datos duros

Para 2020, el 50% de las aplicaciones empresariales usarán IA, y
más del 50% de los consumidores van a interactuar con bots, de acuerdo con cifras de IDC.

La tasa anual de crecimiento compuesto de las soluciones de inteligencia artificial entre 2017 y 2022 será de 31.5%.

En 2022, más del 20% de las alertas de seguridad serán administradas por automatización basada en inteligencia artificial.

También, para 2024 el 25% de las empresas utilizará tecnología de habla conversacional en aplicaciones relacionadas con la experiencia del cliente.