La IA no es mágica: es hora de desmitificarla y aplicarla

Durante siglos, se pensó que la electricidad era dominio de los hechiceros: magos que dejaban perplejas a las audiencias cuestionándose de dónde venía y cómo se generaba. Y aunque Benjamin Franklin y sus contemporáneos eran muy conscientes de los fenómenos cuando demostró la conexión entre la electricidad y los rayos, tuvo dificultades para imaginar un uso práctico en 1752. De hecho, su invento más preciado tuvo más que ver con evitar la electricidad: el pararrayos. Todas las nuevas innovaciones pasan por una evolución similar: rechazo, evitación, miedo y quizás finalmente aceptación.

Hoy en día, demasiadas personas ven la inteligencia artificial (IA) como otra tecnología mágica que se está poniendo a trabajar con poca comprensión de cómo funciona. Ven la IA como especial y relegada a expertos que la han dominado y deslumbrado con ella. En este contexto, la IA ha adquirido un aire de misticismo con promesas de grandeza, fuera del alcance de los simples mortales.

La verdad, por supuesto, es que la IA no es mágica. El término Inteligencia Artificial se acuñó por primera vez en 1956 y, desde entonces, la tecnología ha progresado, decepcionado y resurgido. Al igual que con la electricidad, el camino hacia los avances de la IA vendrá con la experimentación masiva. Aunque muchos de esos experimentos fracasarán, los que tengan éxito tendrán un impacto sustancial.

Ahí es donde nos encontramos hoy. Como han sugerido otros, como Andrew Ng, la IA es la nueva electricidad. Además de volverse omnipresente y cada vez más accesible, la IA está mejorando y alterando la forma en que se realizan los negocios en todo el mundo. Permite realizar predicciones con una precisión suprema y automatizar los procesos empresariales y la toma de decisiones. El impacto es enorme, y va desde mejores experiencias del cliente hasta productos inteligentes y servicios más eficientes. Y al final, el resultado será un impacto económico para las empresas, los países y la sociedad.

Sin duda, las organizaciones que impulsen la experimentación masiva en IA se llevarán las oportunidades de mercado de la próxima década. Para desglosar y ayudar a desmitificar la IA, hay que tener en cuenta dos elementos clave de las categoría: los componentes y el proceso. En otras palabras, identificar qué hay detrás y cómo se puede adoptar.

Al igual que la electricidad estaba impulsada por componentes básicos como resistencias, condensadores, diodos, etc., la IA está siendo impulsada por componentes de software modernos:

1. Una estructura de datos unificada y moderna. La IA se alimenta de datos y, por lo tanto, los datos deben estar preparados para la IA. Un tejido de datos actúa como una representación lógica de todos los activos de datos, en cualquier nube. Preorganiza y etiqueta los datos en toda la empresa. El acceso sin problemas a todos los datos está disponible a través de la virtualización desde el cortafuegos hasta el borde.
2. Un entorno y motor de desarrollo. Un lugar para crear, entrenar y ejecutar modelos de IA. Esto permite un aprendizaje profundo de extremo a extremo, desde la entrada hasta la salida. Los modelos de machine learning ayudan a encontrar patrones y estructuras en los datos que se infieren, en lugar de explícitos. Es entonces cuando empieza a parecer magia.
3. Características humanas. Un mecanismo para dar vida a los modelos, conectando modelos y aplicaciones con características humanas como la voz, el lenguaje, la visión y el razonamiento.
4. Gestión y explotación de la IA. Esto le permite insertar la IA en cualquier aplicación o proceso de negocio, mientras comprende las versiones, cómo mejorar el impacto, qué ha cambiado, el sesgo y la varianza. Aquí es donde residen sus modelos para su explotación y donde se gestiona el ciclo de vida de toda la IA. Por último, ofrece pruebas y explicabilidad de las decisiones tomadas por la IA.

Con estos componentes a su disposición, cada vez más organizaciones están desbloqueando el valor de los datos. Pero para aprovechar al máximo la IA, también debemos comprender cómo adoptar e implementar la tecnología. Para aquellos que planean hacer la transición, primero deben considerar estos pasos fundamentales:

1. Identificar las oportunidades de negocio adecuadas para la IA. Las áreas potenciales de adopción son amplias: atención al cliente, productividad de empleados y empresas, defectos de fabricación, gastos de la cadena de suministro y muchas más. Cualquier cosa que se pueda describir fácilmente, se puede programar. Una vez programada, la IA la mejorará. Las oportunidades son infinitas.
2. Prepare a la organización para la IA. Las organizaciones requerirán mayor capacidad y experiencia en ciencia de datos. Muchas de las tareas repetitivas y manuales actuales se automatizarán, lo que evolucionará el rol de muchos empleados. Es raro que la IA pueda desempeñar una función completa. Pero también es raro que ninguna de las funciones pueda mejorarse con la IA. Toda la tecnología es inútil sin el talento para ponerla en práctica, así que cree un equipo de expertos que inspire y capacite a otros.
3. Seleccione la tecnología y los socios. Aunque es poco probable que el CEO elija personalmente la tecnología, la participación aquí es más bien cultural. Una organización debe adoptar muchas tecnologías, comparando, contrastando y aprendiendo a través de ese proceso. Una organización también debería elegir un puñado de socios que tengan tanto las habilidades como la tecnología para ofrecer IA.
4. Acepte los fracasos. Si prueba 100 proyectos de IA, probablemente 50 fallarán. Sin embargo, los 50 que funcionan compensarán con creces los fallos. La cultura que cree debe estar lista y dispuesta a aceptar los fracasos, aprender de ellos y moverse al siguiente. Fracase rápido, como dicen.

La IA se está volviendo tan fundamental como la electricidad, Internet y los dispositivos móviles, ya que nacieron en la corriente principal. No tener una estrategia de IA en 2019 será como no tener una estrategia móvil en 2010 o una estrategia de Internet en 2000.

Esperemos que, cuando mire atrás y recuerde este momento de la historia, pueda hacerlo con cariño, como alguien que acogió los datos como un nuevo recurso y la IA como la empresa de servicios públicos para aprovecharlo.

_______________________________________________

Una versión de este artículo apareció por primera vez en Informationweek.

• Watson Anywhere, Rob Thomas
• Nueva capacitación en habilidades de IBM para que los clientes se pongan en marcha con la IA, Ana Echeverri
• Una nueva forma de acelerar sus planes de IA, Inderpal Bhandari
• Escalar la escalera de la IA, Rob Thomas