Veritas Online

Tecnología

Inteligencia artificial, su impacto en los negocios

Inteligencia artificial, su impacto en los negocios
diciembre 01
2019

El concepto ha generado grandes expectativas y muchas dudas sobre su significado, alcance e impacto en las actividades cotidianas. ¿Cuáles ya son realidad?

Muchas ideas e imágenes vienen a la mente al hablar de Inteligencia Artificial (IA), la mayoría influenciadas por películas donde se muestra su lucha por supremacía ante los seres humanos; sin embargo, estos escenarios se mantienen en el contexto de la ciencia ficción, mientras que su impacto en la vida diaria y en el campo de los negocios es una realidad.

Quienes tienen curiosidad sobre la IA se han encontrado con términos como aprendizaje automatizado, Redes Neuronales Artificiales (RNA) y aprendizaje profundo. Estos conceptos pueden generar dudas y dificultar adentrarse en el tema por pensar que se limita a grandes genios, aunque ya existen soluciones basadas en IA al alcance de muchos sin necesidad de mayores conocimientos en matemáticas, estadística o desarrollo de software. Tal es el caso de los asistentes virtuales a los que se puede pedir que reproduzcan una canción, por ejemplo, sin saber que detrás existe una solución basada en esta tecnología para el Procesamiento de Lenguajes Naturales (PLN).

1950
Allan Turing, padre de la computación moder­na, hace una primera propuesta en su publi­cación Computing ma­chinery and intelligence (Maquinaria computacio­nal e Inteligencia), donde plantea la interrogante: “¿Pueden las máquinas pensar?”

1956
John McCarthy, informá­tico considerado padre de la IA, hace la primera conferencia sobre el tema y define el término como la ciencia e ingeniería de hacer máquinas inteligentes. En dicho evento, él no habla de cómo funciona, sólo explora los distintos caminos para que una máquina razone como humano.
– A partir de la propues­ta de McCarthy, se puede considerar a la IA como el marco general a partir del cual se plantearon diferentes técnicas para la creación de máquinas inteligentes.-

1959
Frank Rosenblatt toma la descripción demostrada del funcionamiento del sistema nervioso conformado por neuronas, de Santiago Ramón y Cajal (1899), plantea la implementación de RNA y propone un algoritmo perceptrón que representa una serie de neuronas que pueden aprender a partir de información de entrada y asociarla con las diferentes salidas de manera similar a como lo haría un humano.

– Se generaron otras propuestas y estudios para aumentar la efectividad de aprendizaje de las RNA que utilizan una función matemática en cada neurona artificial para generar resultados, con los que se alimenta a otras neuronas y se generan ajustes automáticos para mejorar la predicción de los datos de salida. Un ejemplo es al introducir los datos de una solicitud de crédito para determinar la probabilidad de impago de un solicitante con mayor predicción que los modelos estadísticos tradicionales.-

1981
Se acuña el concepto de aprendizaje basado en la experiencia, que más tarde se conocerá como aprendizaje automatizado bajo la propuesta de Gerald De Jong. Su aportación se basaba en que una computadora podía analizar datos históricos y generar una regla de aprendizaje que descarte información no relevante a partir de ellos.
El aprendizaje automatizado o machinelearning se utiliza para generar predicciones a partir de diferentes técnicas de reconocimiento y aprendizaje de patrones, por ejemplo, la predicción de satisfacción de un cliente por un servicio brindado.

2006
Geoffrey Hinton propone definir deep learning como una nueva arquitectura de redes neuronales profundas. Esta propuesta genera algoritmos de aprendizajes más rápidos para este tipo de redes y ha generado aplicaciones como el reconocimiento de voz, patrones de imágenes y el análisis de comportamiento humano en tiempo real, etc.

2010
Aparecen aplicaciones de la IA como el reconocimiento de personas en fotos de redes sociales, el análisis del contenido de videos, el análisis de movimientos de personas en video­juegos y traducciones entre diferentes idiomas en tiempo real, entre otros.

2015
Diferentes empresas liberaron soluciones de IA bajo código abierto o servicios en la nube. A partir de este punto se puede ver como un mecanismo que genera servicios al alcance de personas que no cuentan con alto conocimiento en tecnología, por lo que la inversión en tiempo y dinero para obtener los beneficios de IA en comparación con la década anterior, son mucho menores.

EN LA ACTUALIDAD

Algunas aplicaciones que se pueden obtener a través de servicios de IA en la nube son:
° Identificación de relaciones de datos no estructurados, como el análisis de correos electrónicos o redes sociales de clientes para conocer a detalle la percepción de un producto o servicio.
° Proyección de ventas y estados financieros.
° Análisis de la demanda de un producto o servicio.

Todo lo anterior se genera a partir de aprendizaje automático basado en datos históricos e información que el negocio pueda considerar relevante con previsiones 50% más precisas, de acuerdo con información de proveedores de servicios de IA en la nube y sin la necesidad detener conocimiento o experiencia en el tema para entrenar los modelos de predicción.

En lo referente a servicio al cliente, las soluciones basadas en PLN pueden ofrecer una oportunidad de mejorarla a través de aprendizaje profundo. Este tipo de soluciones pueden detectar la intención dela voz o el texto y crear aplicaciones con robots, chatbots, sin la necesidad de conocimientos avanzados de programación.

CONCLUSIONES

Las aplicaciones de las diferentes herramientas de la IA pueden mejorar procesos en las empresas o generar nuevos modelos de negocio.Las soluciones existentes permitirán a las organizaciones acceder a los beneficios de una manera sencilla y sin requerir grandes inversiones en el desarrollo de esta tecnología en un futuro cercano, ya que las barreras de entrada se disminuyen y podrá beneficiar a diferentes sectores.

Dr. Miguel Ángel Castro Morales
Profesor de Negocios en el Tecnológico de Monterrey
Líder de la iniciativa FinTech y Blockchain de la Escuela de Negocios Región CDMX
m.castro@tec.mx

Facebook Comments

Related Articles

Búsqueda

Sígueme en Twitter

A %d blogueros les gusta esto: