La Inteligencia Artificial (IA) está en plena ebullición y en boca de todos. Los pesos pesados de la industria tecnológica invierten miles de millones en una tecnología que esperan sea el próximo gran punto fuerte de sus soluciones. Así, Google compró la startup DeepMind en 2014; Microsoft lanzó el proyecto Oxford en 2015; Facebook lleva invirtiendo en IA desde 2013; y por todos es conocido el interés de Apple por lograr que su Siri sea 100% autónoma como asistente para sus usuarios. Las tres primeras firmas, junto con IBM y Amazon, han creado una alianza que tiene por objetivo acercar esta tecnología al público. Y es que las previsiones de inversión en IA apuntan a un crecimiento del 300% este mismo año, según Forrester.
Nuestra experiencia, en Eulerian Technologies, es que los clientes más enfocados a Data ya montan dispositivos de Machine Learning para su marketing, conectados a sus herramientas de activación de campañas. Es decir, todos parecen tener claro que el futuro pasa por lograr que las máquinas alcancen la capacidad de reflexión de los humanos. Pero, ¿qué entienden estas empresas por IA? ¿Y el gran público? ¿Cuánto ha avanzado la tecnología en los últimos meses? ¿Y en los últimos años? ¿De dónde viene este “hype”?
IA: nuevo nombre, mismo concepto
Cuando se habla de IA, existe una clara tendencia a confundir conceptos. La ficción, el cine, nos han hecho creer que, en algún momento a lo largo del siglo XXI, los robots tendrán apariencia humana, pensarán como nosotros en incluso sobrepasarán nuestra capacidad de reflexión. Entre los conceptos quizás demasiado futuristas que el cine nos ha vendido y que los términos Machine Learning (ML) e Inteligencia Artificial (IA) se suelen usar para designar la misma cosa, no es de extrañar la confusión general.
El término IA abarca un amplio abanico de máquinas que son capaces de realizar tareas de un modo “inteligente”. Podría clasificarse esta tecnología en dos grandes familias. La primera, la IA aplicada: por ejemplo, los famosos coches autónomos, también conocidos como auto-conducidos o robóticos, que no son otra cosa que automóviles capaces de imitar las capacidades humanas de manejo y control. La segunda familia sería la IA general, y aquí es donde los conceptos empiezan a complicarse y nos topamos con el famoso aprendizaje automático o Machine Learning (ML).
El Machine Learning es una rama de la IA cuyo objetivo es desarrollar técnicas que permitan a los ordenadores “aprender”, y no es otra cosa que la aplicación actual real de la IA. El ML se basa en la idea de dar acceso a las máquinas a grandes bases de datos que memorizarán con la idea de aprender y tomar decisiones por sí mismas. Es la rama del campo de la IA más desarrollada hoy día, y entre sus aplicaciones encontramos tecnologías capaces de leer texto e identificar el tono, como por ejemplo críticas a restaurantes en ciertas webs, u otras que pueden reconocer el género musical de una canción y relacionarlo con los sentimientos que producirá en la persona que la escuche, algo en lo que, por ejemplo, Spotify lleva tiempo trabajando.
En la actualidad, la IA se centra en desarrollar la tecnología para que las máquinas sean capaces de imitar los procesos de toma de decisiones y realizar las tareas de una manera más humana, basándose sobre todo en facilitar acceso a las máquinas a grandes bases de datos (el famoso Big Data del que todas las compañías quieren hacer uso, y en el cual nuestro enfoque en Eulerian Technologies es privilegiar la recopilación y centralización de datos de calidad).
¿En qué punto se encuentra la IA?
Si en algo están de acuerdo los expertos es en que todavía no se ha avanzado lo suficiente en el campo de la IA. O, dicho de otra forma, lo que la gente entiende como IA, todavía no existe. A pesar de los avances conseguidos y de tener un mayor conocimiento sobre su aplicación para poder crear procesos que se asemejen a la IA, las máquinas que piensan por sí solas son hoy todavía nada más que ciencia ficción. ¿Por qué…?
Sin ir más lejos, y basándonos simplemente en los números de los que disponemos, los algoritmos que se utilizan hoy en día son los mismos que se utilizaban hace 30 años. La única diferencia es que las máquinas disponen hoy de acceso a una inmensa cantidad de datos, y son capaces de hacer cálculos más avanzados sobre estos. Aun así, los expertos apuntan a que ninguna máquina se acerca ni por asomo a lo que el cerebro humano es capaz de procesar. Y se pone como ejemplo la capacidad de aprendizaje de un niño frente a la de una máquina. El cerebro de un niño consigue reconocer un gato tan solo con explicarle una vez lo que es y mostrarle un ejemplo del concepto que le estamos enseñando. En cambio, los últimos tests realizados con máquinas muestran que éstas requieren de mil imágenes diferentes de gatos para poder comenzar a comprender dicho concepto.
Las previsiones indican que no será hasta dentro de unos 10 o 15 años cuando veremos asistentes virtuales capaces de comprender las necesidades del gran público. Hoy en día, Siri o M for Messenger funcionan, según sus propios creadores, “a medio gas”, y se encuentran respaldados por un numeroso equipo humano que toma el relevo en caso de fallo de la tecnología. Además, también se advierte que las expectativas de los consumidores son demasiado altas, probablemente como consecuencia de las películas de ciencia ficción centradas en el tema, lo cual bien podríamos achacar a Spielberg o Kubrick.
¿Existe un verdadero potencial?
La respuesta a esta pregunta es simple: el potencial de la IA es real. Tech Insider señala que unas 450 de las 600 empresas tecnológicas americanas más importantes invierten ya en esta tecnología, y todas las previsiones apuntan a que la tendencia se extenderá como la pólvora en Europa. Y no solo Microsoft, Apple, IBM o Tesla invierten en IA. Como en cualquier campo, en cuanto algo empieza a interesar a los grandes, surgen startups dedicadas al 100% a la investigación sobre la materia.
En la actualidad, el ML y la IA ya han comenzado a mostrar un gran potencial y a hacerse ver como tremendamente útiles: ya existen tecnologías de reconocimiento de voz, idioma y conversacionales, otras que simulan condiciones y predicen el futuro, y muchas se usan en estrategia comercial. Las aplicaciones y posibilidades de estos softwares parecen infinitas: en el terreno médico (diagnóstico, ensayos clínicos), en el logístico (transportes, aparcamiento), en el sector bancario (detección de transacciones fraudulentas), o en el del marketing y la publicidad. Gracias a esta tecnología, los equipos de marketing no tendrán que invertir tiempo en tareas tales como el análisis de los datos o la instalación/implementación del software, y podrán centrarse en aspectos más interesantes de su campo, tales como planificar su estrategia en el mercado o alcanzar sus objetivos de ROI. De hecho, varios de nuestros clientes ya aprovechan los datos que recopilan para aplicar modelos predictivos de compras, y así maximizar su ROI digital.
Por otro lado, no podemos olvidar que un nuevo avance tecnológico siempre conlleva la creación de nuevos puestos profesionales. Lejos de reemplazar a las personas por máquinas, la IA requerirá de expertos en la materia que acompañen a la tecnología en sus etapas más tempranas y que continúen desarrollándola en el futuro. La idea nunca ha sido reemplazar a los humanos, sino multiplicar nuestras prestaciones.
Aunque la opinión de los expertos apunta a que es poco probable que veamos verdaderos avances en un futuro cercano, lo cierto es que la IA ya empieza a despuntar, y se perfila como el caballo al que apostar en próximas carreras. Las posibilidades de mejorar la calidad de vida, tanto a nivel personal como a nivel profesional, hacen de esta tecnología una de las más prometedoras del futuro.
Y es cierto que aún queda mucho camino por recorrer, pero no olvidemos que la tecnología a menudo cumple sus promesas. Elon Musk, de Tesla, anunció que su Autopilot conseguirá el nivel 5 de autonomía (que prescinde de cualquier intervención humana salvo la definición del destino) en 2019, y somos testigos del compromiso de Carlos Ghosn, CEO de Nissan, de que un coche de su grupo llegaría a este nivel en cinco años (2021), el mismo plazo anunciado por Elmar Frickenstein, VP de BMW, para un coche autónomo de la marca alemana. La única pregunta que queda por hacerse es: ¿hasta dónde llegará la capacidad de las máquinas?
Pierre Saisset, director general de Eulerian Technologies en España.
Acerca de Eulerian Technologies
Creada en 2002, Eulerian Technologies es el líder europeo en análisis y optimización en tiempo real de las operaciones de e-marketing. Independiente, la empresa es un actor de referencia en su mercado gracias a su suite de data-marketing innovadora y a su colaboración constante con renombrados anunciantes. Eulerian Technologies cuenta entre sus clientes a renombrados retailers como Meliá Hotels, Promofarma, FNAC, Bankia o Photobox.