La carrera para controlar el desarrollo de la Inteligencia Artificial (IA) está en su momento más álgido. China y los Estados Unidos, su sector privado apoyado por los propios gobiernos, están a la cabeza. La Unión Europea intenta ubicarse en ese espacio de control. Esta realidad se concreta en soluciones constantes de Inteligencia Artificial aplicada, tanto de las grandes empresas que lo lideran como de pymes y startups.
La aplicación de la inteligencia artificial en el ámbito empresarial toca toda la cadena de valor. El tema es captar datos para generar toma de decisiones y ejecutarlas, todo automatizado y realizado por cerebros digitales. Cuando una máquina ganó al mejor jugador de Go, un juego posiblemente más complejo en cuanto a combinaciones que el ajedrez, se visualizó que el futuro estaba en la IA. De eso hablamos: de que máquinas inteligentes aprendan a partir de datos y tomen decisiones, aplicables o como propuestas para que un humano ejecute.
Antes de entrar en cómo aplica la IA a la gestión empresarial, parémonos un momento en concretar lo que integra la IA. La IA permite el aprendizaje automático de las máquinas, el aprendizaje profundo -mediante redes neuronales artificiales-, el descubrimiento de datos inteligentes y el análisis predictivo.
Cualquier proceso de inteligencia artificial supone, entonces, cuatro premisas para poder activarse. La primera es el de los datos. Como de más datos disponga el cerebro digital, más precisas serán los outputs y, por lo tanto, más concretos serán los patrones de que se dispondrán para tomar decisiones. Muchos, muchísimos datos, debe tener un vehículo autónomo para poder circular y hacerlo sin poner en riesgo ninguna vida.
La segunda premisa es la de la tecnología de la propia máquina. Como más precisa y robusta, más podrá generar mejores resultados. La tercera premisa es la del procesamiento de los datos: cómo se generan patrones para tomar decisiones, y toda la ética que envuelve a la generación de esos patrones. Finalmente está el tiempo de creación de un algoritmo: quien lo cree antes, antes avanzará en la carrera del servicio que ofrece a los usuarios finales. Ese algoritmo es el que permite hacer activar el aprendizaje de las máquinas: con los datos disponibles, el algoritmo va mejorando los outputs para toma de decisiones.
A partir de aquí, la IA, en toda la cadena de valor de la empresa, es lo que debe permitir optimizar los recursos para la toma de decisiones correctas. Igual que no sabemos si viene antes el huevo que la gallina, tampoco sabemos si llegó antes el aumento exponencial de las opciones de captar datos o la IA. Podríamos afirmar que uno retroalimentó a lo otro.
Lo que está claro es que hoy en día las empresas deben aprovechar la gran cantidad de datos estructurados y no estructurados -los que circulan ‘porque sí’ por la red- para optimizar sus recursos en la estrategia, los procesos de producción y de relación con los clientes. La IA es la perfecta aliada para simplificar los procesos, y para tomar decisiones y ejecutarlas o, como hemos dicho, recomendar decisiones.
Lo que sí está claro es que el impacto en la empresa supone un nuevo enfoque en distintos ámbitos. Mejor la productividad. Se puede ampliar y automatizar la interrelación y la fidelización de los clientes. Se puede readaptar en tiempo real el producto a las necesidades del usuario final. A nivel de procesos, se puede sustituir la mecanización humana con lo que, consecuentemente, los humanos pueden dedicarse a tareas más creativas y estratégicas.
Este último punto, ciertamente, abre un debate sobre el cambio de los puestos de trabajo. Y también lo hay, como se apuntaba antes, sobre temas éticos de toma de decisiones automatizadas. Los avances siempre generan choques que, con el tiempo, se reubican y todo vuelve a su cauce. La Inteligencia Artificial está para quedarse, y debe ser aprovechada.
