La inteligencia artificial actual no se parece en nada a las invenciones hollywoodenses de Skynet o La Matrix. Lejos de estas apocalípticas visiones, hoy es una realidad que está transformando sociedades y al mundo de los negocios.
Oliver Schanbenberg, vicepresidente ejecutivo y oficial en jefe de tecnología para la empresa internacional de software SAS, se da un tiempo para platicar sobre las implicaciones y oportunidades que la inteligencia artificial está abriendo.
"Todos tenemos preguntas sobre la inteligencia artificial, qué significa para mí, mi trabajo y mi negocio. Cómo lidiamos con las implicaciones éticas de la tecnología y quizá más importante, cómo se verá el futuro", dice.
Reconocido académico y articulista, Schanbenberg es un experto en analítica avanzada, aprendizaje automático, el Internet de las cosas e inteligencia artificial.
Según él, ésta última aún se encuentra en una etapa muy temprana en la que sólo se han logrado crear máquinas capaces de procesar grandes cúmulos de información y aportar un resultado.
Esto es muy diferente a la visión cinematográfica en la que las máquinas cobran conciencia de sí mismas, son capaces de generar nuevo conocimiento y finalmente reemplazar a los humanos.
"El 'boom' en la inteligencia artificial es un 'boom' en la analítica, permitida por volúmenes masivos de datos. Me puede decir que un gato es un gato y un perro es un perro, pero previamente le tuve que haber dicho qué es cada uno.
"Entonces (la inteligencia artificial actual) es 'te doy esta información y dime qué puedes hacer con ella'. Resuelve tareas específicas en sistemas previamente construidos", dice.
Por ejemplo, la inteligencia artificial puede hacer que un vehículo se maneje solo, pintar un avión o calcular las probabilidades de que un paciente padezca cáncer, pero aún no es capaz de entender un discurso, amar a alguien o crear una pieza musical original.
"Mientras los algoritmos se vuelven más rápidos y mejores y el poder de la computadoras crece, así como los límites de la automatización, muchos preguntan qué tan inteligentes pueden volverse las máquinas. Creo que esta pregunta es equivocada. La conversación que deberíamos tener es cómo nos permitirán volvernos más inteligentes", dice.
Existe un miedo justificado hacia la disrupción de la inteligencia artificial y la automatización en el mundo laboral.
Es un hecho –dice– que todas las ramas de la actividad económica serán alteradas en alguna medida por estas tecnologías; sin embargo esto no es malo, pues permitirá que las tareas más repetitivas y que no necesitan de la creatividad humana sean solventadas por máquinas.
"La inteligencia artificial es altamente disruptiva y como con cualquier disrupción tecnológica algunos empleos van a desaparecer y algunos serán creados. La inteligencia artificial es excelente para automatizar la frecuencia de tareas de alto volumen que no requieren razonamiento lógico o creatividad. Eso es grandioso, las cosas buenas son para nosotros, son cualidades humanas únicas.
"El futuro que veo mezcla la inteligencia artificial con conectividad para redirigir a pasajeros en un vuelo cancelado, (...) o con biotecnología para que en las mañanas una voz automatizada me diga por la mañana: 'buenos días, Oliver, mientras dormías detectamos y eliminamos 200 células cancerosas'. El objetivo es salvar humanos, no salvar empleos", dice.
EL PODER DE LA INFORMACIÓN
SAS es una empresa de software especializada en la recopilación, análisis y procesamiento de datos. Sus soluciones y asesorías permiten a empresas como Honda saber el rendimiento de combustible promedio de sus autos, a Bank of América cuáles de sus clientes es más probable que vayan a incurrir en un fraude o al equipo de básquetbol Orland Magic entender por qué no está llenando los estadios, por mencionar sólo unos ejemplos.
Según Schanbenberg, las empresas globales están recopilando más información sobre sus clientes y ellas mismas que en ningún momento en la historia: cuántas veces usan sus productos y servicios, cómo viven sus clientes, cuáles son sus gustos y deseos, o qué productos están siendo los más vendidos y en qué zonas, qué partes de la cadena de suministro son las más onerosas o cuántas quejas se reciben en el centro de contacto de clientes.
Este masivo cúmulo de información está cambiando las reglas del juego para las empresas, ya que aquellas que puedan entender lo que toda esta información les dice podrán atraer y retener nuevos clientes, mejorar en la experiencia de los usuarios, saber dónde están perdiendo recursos o automatizar y robotizar muchos de sus procesos.
Hoy esta es la cara más tangible de la inteligencia artificial; sin embargo, no todas las empresas y sociedades están preparadas para esta realidad.
"Estamos en una era de mayor automatización basada en datos, utilizando analítica e inteligencia artificial. Es un poco como nuestras habilidades en tecnología, estas están rebasando a nuestra habilidad como sociedad de tratar con ella.
"Tenemos carros autónomos pero no estamos listos para dejarlos "libres". ¿Qué pasaría si 99% de los vehículos allá afuera fueran autónomos ahora mismo? Cada auto sería automatizado, pero no tenemos un sistema de tráfico autónomo. Tampoco sabemos cuáles serían las implicaciones y responsabilidades si ocurre un error, (...) si un algoritmo comete un error al decir un diagnóstico médico en donde te dice que tienes cáncer pero no es así", dice.
Según Oliver Schanbenberg aún existen muchos vacíos que impiden a la analítica de información y la automatización tomar un papel primordial en las empresas y sociedades, principalmente la ausencia de talento especializado, preocupaciones sobre la privacidad y la ausencia de regulación.
Sin embargo, refiere que estos avances tecnológicos no esperarán a nadie, por lo que empresas y personas están en un riesgo real de perder las oportunidades que ofrecen.
En particular las empresas en todo el mundo adolecen –dice– de una estrategia de recopilación y análisis de datos; logran almacenar mucha información sin que puedan darle un uso práctico.
De esta manera es necesario que las empresas, primero, entiendan qué problema quieren resolver y luego conocer qué información tienen y qué información necesitan para hacerlo.
"Una cosa es construir un algoritmo en el que analices las rutas de entrega de tu empresa y otra que cambies a tu organización para que se maneje de esa manera, lo que sea que eso signifique, cambiar tus procesos de negocio, el mantenimiento de tus rutas y todo eso.
"No hemos pensado en eso, ahora mismo estamos en este modo de colectar y colectar datos, logramos tener cantidades masivas de información pero no sabemos qué ni a quién representan", dice.
