Con distintas acepciones, Inteligencia Artificial (IA) es un término que se conoce desde hace ya varios años. Un ejemplo de ello es el que menciona Pablo Straub, Delivery Manager de Wipro: “Hacer una cosa como encontrar una ruta entre calles era IA ultra avanzada y requería supercomputadores, mientras que eso lo haces hoy con tu teléfono. La Inteligencia Artificial está ahora en boca de todos, mientras que hace un par de décadas estaba en la boca exclusivamente de algunos cientistas de la computación”.
Junto con los avances en términos de capacidad de procesamiento, los adelantos en Inteligencia Artificial también se han visto en cuanto a investigación y desarrollo, lo que permite que los algoritmos funcionen cada vez mejor para entregar resultados más ajustados a las necesidades de los clientes y sus negocios.
“Vemos que hay cada vez más investigación, las grandes empresas están invirtiendo, lo que crea una tendencia hacia avanzar cada vez más. Los algoritmos ahora producen mejores resultados y eso es producto de la codificación y la inversión en la capacidad de cómputo”, indica Alejandro Legazcue, Director – Head of Digital Architecture & Artificial Intelligence de everis.
En este sentido, Bernardo Aldea, Gerente General de Kudaw, señala que si bien Inteligencia Artificial es un concepto cuya definición data de hace más de medio siglo, en la actualidad cualquier cosa que se asemeje a inteligencia humana puede ser interpretada como IA.
Pablo Straub, WIPRO. Alejandro Legazcue, EVERIS. Bernardo Aldea, KUDAW. Patricio Morales, DIGEVO CORP. Ángel Izurieta, EY. Alex Harasic, Operatio. Patricio Gelmi,
TECH-K. Rodrigo Abt, AXITY.
“Existe una subdisciplina de la Inteligencia Artificial que ha explotado gracias a la capacidad de cómputo y Big Data, y al desarrollo de la ciencia de los datos, que es el Machine Learning, que, básicamente, es una combinación de algoritmos que ya existían hace 50 años con Big Data y la ciencia de los datos. Todo ello hace que el Machine Learning vuelva a explotar y que la IA de nuevo esté de moda”, explica el ejecutivo de Kudaw.
Esta capacidad de aprendizaje de las má- quinas hace que el horizonte de soluciones a problemas empresariales se amplíe, dando la sensación al usuario corporativo de que siempre es posible resolver todo.
Limitar expectativas
Existe consenso sobre que aún hay confusión respecto a la Inteligencia Artificial y, principalmente, sobre su alcance y sus usos. Muchas empresas creen que por contratar un Data Scientist están desarrollando IA, o bien que al implementar un chatbot están haciendo Big Data.
“Es importante que desarrollemos la ciencia de los datos, que es una evolución de la estadística, del Business Intelligence y de Advanced Analytics para poder sacar provecho del Big Data y la Inteligencia Artificial en los negocios. Ese es un concepto que tenemos que trabajar como industria y hacer ver a los clientes que no es solo una pieza la que resolverá el problema”, añade Bernardo Aldea.
La forma en que se presenta un proyecto de Inteligencia Artificial ante un cliente es clave para determinar su alcance, y si a ello se suma que la capacidad de cómputo cuesta cada vez menos, las empresas muestran más interés por proyectos que involucran IA y cómo estos les ayudan en su negocio.
“Hoy las compañías se atreven a explorar cada vez más, e incluso a hacer competir sus modelos tradicionales de Analytics con estas nuevas tecnologías y empiezan a comprobar que los resultados son mejores gracias a una mejor capacidad de predicción y una mayor velocidad en la obtención de resultados de negocios”, afirma Patricio Morales, Gerente General de Digevo Corp.
“Por lo mismo, las empresas se están abriendo a la posibilidad de incorporar Inteligencia Artificial a procesos de negocios donde antes no había técnicas de Analítica. Eso está pasando ahora y, a mi juicio, este es el momento del boom. IA empezó a desarrollarse hace bastante tiempo, pero ya está explotando, y este es el momento de acelerar para incorporarla donde más se pueda”, añade el ejecutivo.
La industria minera, en particular el área de operaciones de una importante minera chilena, es una de aquellas donde se ha incorporado Inteligencia Artificial en el último tiempo, mediante un proyecto desarrollado por EY que buscó analizar el comportamiento de la planta concentradora durante un período de dos años. En ese lapso, se registraron datos de cerca de 270 variables relacionadas con el comportamiento del material que entraba a la planta, junto con más de 100 variables de la operación misma.
“El resultado final es que pudimos darles información de que cuando hay ciertas características de entrada y con determinadas características de setting de la planta, el porcentaje de recuperación de cobre es uno en específico, así se ha dado en los últimos dos años. Así, ellos pudieron ver cómo, dependiendo de las combinaciones de toda esta interrelación de variables, era posible obtener mejores resultados”, explica Ángel Izurieta, Socio de EY.
Los desafíos de este proyecto no terminaron con la entrega final del mismo, ya que el vicepresidente de operaciones de la misma manera les planteó una tarea de nivel superior. Si la solución ya era capaz de determinar que con ciertos parámetros de setting de la planta era posible llegar a un determinado porcentaje de recuperación de cobre, ahora el desafío era cómo dar un salto más e incrementar ese valor en unos 3 a 5 puntos porcentuales.
“Ahí empieza a entrar en juego el cómo aprovechar las capacidades tecnológicas que hoy están disponibles y complementarlas con el conocimiento humano, con esa expertise que tiene el operador de la planta, en este caso. Ese es el próximo salto”, concluye el profesional.
¿Inteligencia Artificial para reducir puestos de trabajo?
Todo tipo de revolución o avance tecnológico e industrial genera el temor intrínseco al desplazamiento de puestos de trabajo, como hay varios casos a lo largo de la historia.
“Pero eso no quiere decir que en ese momento la economía fuera peor, solo hay un desarrollo distinto y superior con sus pros y contras. Cuando la tecnología tiene una relevancia como esta, ayuda a acelerar y crecer, pero si simplemente destruye puestos de trabajo, no los reemplaza y no genera nuevas potencialidades, ahí hay un problema”, explica el ejecutivo de everis.
Desde este temor surge el concepto de “inteligencia ampliada”, que no es más que la combinación hombre máquina, que se usa como argumento para frenar las preocupaciones relacionadas con perder puestos de trabajo a causa de la Inteligencia Artificial.
“La inteligencia ampliada enfatiza el hecho de que se aumentan las capacidades del ser humano con IA. Pero como suele pasar siempre en los ciclos de la historia, la IA provocará que ciertos trabajos efectivamente se eliminen, pero surgirán otros. El desafío que tienen las empresas es hacer que sus equipos se especialicen en casos complejos y que sean parte de esta revolución amplia con sus capacidades”, indica el ejecutivo de Digevo.
Otro de los temores que provoca el auge de las soluciones relacionadas con Inteligencia Artificial, Analítica y Big Data es el peligro de tener un “big brother” que nos esté observando constantemente, como señala el ejecutivo de Wipro. “Hay aplicaciones en China que observan dónde vas caminando, en la calle o en el metro y van analizando tu comportamiento, para asignarte un puntaje como ciudadano para acceder a créditos o servicios. Eso a mí me parece espeluznante”, agrega. En este sentido, el rol de los gobiernos y sus regulaciones es, a juicio de los proveedores, clave para mitigar este tipo de temores.
“Hay dos tendencias, una es la alarmista, que apunta a que las máquinas nos van a dominar en el futuro, y otra es la que afirma que hay mucha evolución por delante desde el punto de vista de la tecnología. Pero, efectivamente la regulación es la que termina controlando todo esto, como ha sido en la banca, donde si hoy implementas un modelo de predicción, la legislación chilena te obliga a informar y dar a conocer ese modelo. La regulación obliga a informar por qué se aprueba un crédito para una persona y no para otra.
Finalmente, lo que pasará es que los Estados tendrán que generar regulaciones para evitar discriminaciones en todo orden de cosas”, señala el ejecutivo.
Más allá de la moda
A juicio de Alex Harasic, Gerente de Inteligencia de Negocios de Operatio, muchas empresas quieren subirse a este carro o al menos decir que están haciendo algo de IA, pero no siempre tienen claro el objetivo más allá de la moda.
“Entonces, creo que parte de nuestro trabajo es también enseñar a los clientes que no se trata solo de implementar un chatbot si eso es lo que quieren. Se trata de obtener ciertos resultados que no necesariamente los genera un chatbot, por lo que nuestra labor es orientar a los clientes chilenos sobre qué es lo que pueden hacer efectivamente con Inteligencia Artificial”, indica.
Opinión similar comparte el profesional de Digevo, quien afirma que es necesario preguntarse cuáles son los objetivos de negocios que se buscan y cómo se medirá que las inversiones estén efectivamente generando un retorno. “No se trata de tener por tener. Me parece que es el principal desafío: que uno sea consultor de la tecnología en beneficio del negocio. Tecnología por tecnología, como pasa siempre, termina siendo una inversión muy mal hecha”, añade.
Por lo mismo, aunque el cambio no ha sido radical, cada vez son más los encargados de negocios y menos los responsables de informática los que están sentados a la cabeza de un proyecto de este tipo.
Para Patricio Gelmi, Gerente General de Tech-K, el interlocutor es principalmente un gerente comercial. “Yo no hablo con informática sino hasta más adelante en las conversaciones. Son los dueños de los procesos los que buscan resolver sus dolores y quienes tienen la posibilidad de tomar decisiones para resolverlos. Ese es el target al que nosotros apuntamos”, explica. Por su parte, el ejecutivo de Operatio resalta la importancia de incluir a profesionales del área informática, pues siempre hay temas técnicos donde son ellos las contrapartes idóneas.
Comparte esta visión Patricio Morales, quien afirma que “las empresas que entendieron que la tecnología es el camino, se dieron cuenta de que no es posible tener a los informáticos en el back-end, por lo que empezaron a surgir las gerencias de transformación digital como un pilar estratégico en el desarrollo corporativo”.
Una visión cultural distinta es uno de los beneficios de este auge de las gerencias de transformación digital: hay mucho menos temor al fracaso de un proyecto y muchas menos aprensiones cuando se trata de trabajar con una startup.
Como expresa el profesional de EY, “hace cinco años, un gerente de operaciones podía decirte que no hablaba con una startup sobre ‘computer vision’ por temas de riesgo. Pero la realidad es que hoy vivimos en una economía abierta, entonces aquel que no tiene 500 mil clientes, pero sí tiene una solución súper particular para un problema determinado, tiene las mismas posibilidades de una gran firma tecnológica. El concepto de fallar rápido hoy ya está más embebido por estos equipos de transformación digital. Hoy montas un piloto en tres semanas y si no tiene los resultados esperados lo descartas sin mayores temores”.
Esta misma nueva visión de las gerencias de transformación digital ha generado más oportunidades de desarrollar pilotos, como lo ha experimentado Rodrigo Abt, Advanced Analytics & Big Data Manager de Axity, quien señala que el mercado nacional está muy abierto a pilotear proyectos, ojalá a muy bajo costo, con herramientas rápidas, y en la nube en vez de en la infraestructura del cliente.
“Lo valioso de poder pilotear es que uno detecta problemas ‘antes de’. Por ejemplo, si el proyecto se relaciona con algo de ventas, quizás el área comercial defina ciertos parámetros y el área de operaciones otros. Entonces, hay un tema de gobierno y calidad de datos y de gestión de la información, por lo que el piloto es también una muy buena alternativa para ayudar a descubrir cosas que faltan en las empresas para que puedan ver el valor en estas iniciativas de las cuales ya tienen altas expectativas”, asevera.
Hacer ciencia con los datos
Una de las carreras que más resuena por estos días es la de Data Scientist, que además promete ser una senda profesional muy lucrativa, principalmente por lo escaso del recurso humano capacitado.
“La cantidad que invertimos en ciencia en Chile es bajísima y la participación de la academia dentro de la empresa es igual, por lo que es súper urgente reiterar el mismo llamado a desarrollar esta capacidad dentro de las organizaciones, que se atrevan porque trabajar con ciencia también significa experimentar”, señala el ejecutivo de Axity.
Patricio Gelmi, TECH-K Rodrigo Abt, AXITY. “Creo que muchas empresas no experimentan por temor al fracaso y siempre quieren ver resultados a corto plazo y ojalá no tener que gastar dinero que no genere un retorno. Eso implica que los sponsors son súper importantes para que transmitan a la alta gerencia y a los directorios lo relevante que es tener estos espacios de innovación para equivocarse sin temor. Sin equivocarse no hay progreso”, enfatiza.
Por su parte, el ejecutivo de everis afirma que la vinculación con la academia es clave para seguir desarrollando la senda de la Inteligencia Artificial. “Es evidente, pero hay que empezar a desarrollarla en una etapa más temprana, cuando los chicos están estudiando este tipo de tecnología y lo único que quieren son casos de la vida real. Ellos tienen todas las ganas, la energía y las capacidades para aplicar lo que han aprendido, pero no siempre lo hacen con requerimientos del mercado”, comenta. “Entonces, para llevarles requerimientos y desafíos reales, las empresas y la academia tienen que acercarse y deben estar dispuestas a exponer este talento que estará en el mercado en un tiempo más.
El desafío es generar ese acercamiento lo antes posible, de manera que la academia empiece a desarrollar especialistas con real conocimiento del mercado. Y si los desarrolla a gran escala, tendremos una oportunidad única como país”, concluye el ejecutivo.
