Veritas Online

Tecnologías de la Información

Inteligencia artificial y tecnologías emergentes

Inteligencia artificial y tecnologías emergentes
agosto 01
2019

Es difícil encontrar una explicación precisa, así como entender la diferencia entre los conceptos y cómo aplicarlos en los negocios y la vida cotidiana. El objetivo de este artículo es clarificar un poco la situación con enfoque a la IA.

En los ámbitos empresarial y académico están en boga términos como transformación digital, tecnologías emergentes, macrodatos o big data, analítica de datos, Inteligencia Artificial (IA), aprendizaje automatizado o machine learning y aprendizaje profundo o deep learning.

Para definirlos, se necesita hacer referencia a dos categorías principales de sistemas de información con los que cuentan la mayoría de las empresas y entidades gubernamentales:

1. Sistemas transaccionales. Soportan las operaciones diarias de una compañía y sirven para que los negocios abran sus puertas en las mañanas y comiencen a operar, realizar actividades en los puntos de venta de las tiendas o abrir las sucursales del banco y recibir depósitos y retiros en cuentas. Incluyen los siguientes:
• Sistemas de gestión administrativa (ERP, por sus siglas en inglés).
• Sistemas de gestión de clientes (CRM, por sus siglas en inglés).
• Sistemas de core bancario o desarrollados por una institución bancaria con sus clientes minoristas y pequeñas empresas.
• Sistemas para la administración de la cadena de suministro (SCM, por sus siglas en inglés).

2. Sistemas de toma de decisiones. Extraen, transforman y concentran información de los sistemas transaccionales y otras fuentes internas y externas a las compañías, en repositorios centrales para su análisis y toma de resoluciones. Entre ellos se encuentran los almacenes de datos (data warehouses o data marts) y los lagos de datos (data lakes). En estos sistemas se gestiona información estructurada (almacenada en tablas de bases de datos organizadas en renglones y columnas) e información no estructurada o semiestructurada, resguardada en otro tipo de formatos como PDF, correos electrónicos, páginas web, redes sociales, geolocalización y grabaciones de voz, y videos, entre otros.

El fin primordial de los sistemas para la toma de decisiones es analizar la información de varias fuentes al hacer cruces, verificaciones y cálculos para identificar hallazgos y conclusiones que permitan entender y describir situaciones actuales, pronosticar situaciones futuras y prescribir acciones para objetivos de negocios específicos. Es común el uso de técnicas de analítica y estadística avanzada para estos análisis. Algunos casos de uso:

• Planeación de la demanda.
• Ejecución de campañas comerciales.
• Segmentación de clientes y clasificación por rentabilidad.
• Optimización de inventarios.
• Mejor gestión de las flotas de vehículos.
• Perfeccionamiento del uso de recursos físicos y humanos.

Antes de profundizar en el concepto de IA, se debe hablar de las tecnologías emergentes y de la transformación digital. Se pueden identificar las siguientes innovaciones emergentes esenciales: IA, blockchain, drones, internet de las cosas, robótica, impresión 3-D, realidad aumentada y realidad virtual. Existe una tendencia importante en la convergencia de tecnologías, es decir, en su uso combinado o en el aprovechamiento de una para el desarrollo de otra. Por ejemplo, algunos drones usan algoritmos de IA para calcular rutas y tiempos para su regreso automático a la base.

La transformación digital se refiere al aprovechamiento de estas y otras innovaciones para definir nuevos modelos disruptivos de negocio en los que, de manera simultánea, se logra un aumento en los ingresos y el valor percibido de productos y servicios, así como una disminución en los costos de producción y gastos de administración y ventas, al crear un valor económico diferencial y una ventaja competitiva.

Para retomar el punto primordial de este artículo, puede intuirse que la IA es una tecnología emergente central. Es parte de la analítica avanzada y tiene origen en los primeros estudios y teoremas realizados por Warren McCulloch, Walter Pitts y Donald Hebb en la década de 1940 sobre redes neuronales.

El aprendizaje automatizado tiene un enorme potencial para crear productos y servicios significativos en los ámbitos contable, financiero, de salud y en las aseguradoras”.

La IA se refiere a la capacidad que teoremas y algoritmos matemáticos dan a los sistemas computacionales de tener funciones cognitivas, de conciencia del entorno y de aprendizaje, semejantes a las capacidades naturales de los humanos, las cuales se complementan y aplican en aprendizaje y resolución de problemas al tomar información de los resultados de ciclos de ejecución anteriores en los mismos algoritmos. Las instrucciones del software automatizan tareas complejas de toma de decisiones que imitan los sentidos y formas del pensamiento humano. No se trata de una tecnología monolítica; subconjuntos de ella son el machine learning y el deep learning, que se enfocan en el desarrollo de programas de computadora que pueden aprender a memorizar, entender, razonar, planificar y actuar cuando están cargados de datos. Con base en su sofisticación, se puede categorizar en:

• Inteligencia asistida. Disponible para mejorar lo que las personas y organizaciones hacen. Por ejemplo, los Sistema de Posicionamiento Global (GPS, por sus siglas en inglés) actuales que se adaptan a condiciones de la carretera al recibir direcciones de los conductores.
• Inteligencia aumentada. Apenas emerge en las organizaciones y busca realizar acciones no posibles sin la interacción con sistemas inteligentes, como los programas que coordinan funciones de los automóviles con los servicios de viajes compartidos.
• Inteligencia autónoma. Desarrollada para el futuro con máquinas que actúan por sí mismas. El ejemplo más claro son los vehículos de conducción autónoma.

CONCLUSIONES

Este panorama presenta un área de oportunidad para cambiar y evolucionar la forma de hacer negocios. Se recomienda el aprovechamiento de las tecnologías emergentes en la jornada de transformación digital de la empresa o área, en especial, el uso de la IA.

El aprendizaje automático tiene un enorme potencial para la creación de productos y servicios significativos, por ejemplo, bancos que implementan prevención de fraudes y lavado de dinero, gestión de riesgo y conocimiento de clientes; hospitales que utilizan una biblioteca de imágenes escaneadas para detectar y diagnosticar el cáncer; compañías de seguros que reconocen y evalúan digital y automáticamente los daños causados por automóviles, o empresas de seguridad que intercambian contraseñas tipificadas para el reconocimiento de voz.

Finalmente, como parte de la implementación de sistemas de IA se podría definir un caso de negocio con un retorno de inversión claro, capacitar a la fuerza de trabajo, con la certeza de que tomen la tecnología como un aliado no un riesgo y combinar esta tecnología con otras.

Ignacio Madrid
Socio Líder de Digital Risk Solutions en PwC
ignacio.madrid@pwc.com

Facebook Comments

Related Articles

Búsqueda

Sígueme en Twitter

A %d blogueros les gusta esto: