Poco a poco la Inteligencia Artificial ha trascendido el plano de la ciencia ficción para convertirse en una herramienta de uso cotidiano. Apuntalado su presencia de forma discreta en cada rincón de nuestra vida, desde las recomendaciones de streaming hasta la optimización en las cadenas de suministro. Al mismo tiempo que se ha convertido en un tópico recurrente en las conversaciones, ganando cada vez mayor amplitud y profundidad, desde sus admiradores apasionados hasta sus más fervientes detractores.
Esto resalta la importancia de examinar más de cerca las múltiples aplicaciones de la IA en la Industria y comprender mejor las consideraciones clave para llevar a cabo una regulación responsable que permita una implementación óptima de esta tecnología en el marco de la transformación digital y los atisbos en el comienzo de una nueva revolución industrial.
Exploremos juntos sus alcances reales y las perspectivas que marcarán su camino en el futuro cercano.
Un Compañero Cotidiano
Si bien las IAs generativas, como Bard o Vertex IA, pusieron en los reflectores a la Inteligencia Artificial, lo cierto es que llevamos ya una gran temporada conviviendo con esta tecnología, pero a menudo cuando la tecnología es exitosa tiende a volverse invisible. Es por eso que resulta importante resaltar aquellas IAs o funcionalidades de las mismas con las que convivimos casi sin darnos cuenta.
Uno de los ejemplos más claros son los asistentes inteligentes, como el Asistente de Google, en nuestros dispositivos inteligentes, principalmente el móvil, una IA capaz de ejecutar diferentes funcionalidades como programar alarmas, iniciar búsquedas, guardar notas y más.
Te puede interesar: La evolución en la ingeniería de datos
Sin embargo, este es solo uno de una larga lista de ejemplos que usamos en nuestro día a día, otra inteligencia artificial más discreta, pero efectiva es la que hay detrás del buscador Google, que es capaz de comprender nuestras intenciones de búsqueda, ofreciendo las mejores respuestas y anticipando posibles cuestionamientos además de mostrar búsquedas relacionadas.
Algo similar ocurre con los motores de búsqueda y recomendaciones de las plataformas de streaming de música y video, siendo capaces de crear playlists basadas en nuestras preferencias musicales de acuerdo con nuestras últimas reproducciones.
Así mismo, podemos encontrar otros ejemplos de IA en nuestra vida diaria, como en el caso de Google Lens, que a partir de imágenes puede realizar búsquedas inteligentes, pero que también es capaz de identificar texto en imágenes y copiarlo para comenzar nuevas búsquedas o realizar traducciones.
No obstante, los alcances de la IA no sé limitan solo a búsquedas. Hablando de traducciones, por ejemplo, poco a poco la IA se abre paso en este terreno y uno de los mejores ejemplos es Deepl, un traductor que incorpora a la IA para adecuar sus traducciones al tono indicado que se está usando brindando respuestas más orgánicas y adecuadas, según el contexto del texto original.
Así mismo, nuestros dispositivos digitales también incorporan cada vez más la IA en su funcionamiento; uno de los mejores ejemplos es su uso en el apartado fotográfico, dónde destacan dos titanes de los smartphones, iPhone de Apple y Pixel de Google.
Descubre ahora: Proyecto de migración a la nube: Lo que debes considerar
Que cuentan con dispositivos capaces de optimizar el procesamiento de información obtenida por su hardware para lograr resultados increíbles en el apartado fotográfico gracias a su interpretación inteligente de los valores obtenidos por sus distintos sensores, destacando aspectos como la interpretación de la luz o la estabilización inteligente; incluso acuñando el término fotografía computacional.
Ambas marcas usan IA en sus procesadores para aprender de patrones de uso de usuarios y brindar optimizaciones inteligentes sin comprometer la privacidad. Esto incluye sugerencias de horarios de no molestar, modo de concentración, depuración de apps y restricciones en el consumo de batería para maximizar el rendimiento. Creando una mejor experiencia de usuario, por lo que poco a poco otros competidores adecuan sus propias integraciones de IA.
En el ojo del huracán, IA y controversias
De forma silenciosa la IA está presente en nuestra cotidianidad, ya sea que nos demos cuenta o no. Esto también le ha permitido desdibujar las líneas entre el entretenimiento y la productividad, entrando en terrenos ambiguos que rápidamente se vuelven el epicentro de grandes controversias. El mejor ejemplo de ello es la utilización de IA en la elaboración de filtros fotográficos y modificación de audios.
Si bien en un principio, esta aplicación podría limitarse a fines recreativos y no debería ser motivo de alarma, es también su empleo poco ético el que ha disparado múltiples alarmas sobre el uso irresponsable de la IA, así como la importancia de una regulación responsable.
Las IAs enfocadas en los filtros inteligentes, edición de video y fotografía, si bien pueden ser una poderosa herramienta que reduzca los costos de producción, además de acelerar los tiempos de edición. También se han vuelto motivo de controversia gracias a su implementación en la creación de las denominadas Deep Fakes, que han creado confusión y conflicto, llegando incluso a afectar la reputación de algunas figuras públicas o instituciones.
Esto gracias a los resultados hiperrealistas y su implementación poco ética. Originando controversia sobre la forma en que debe ser regulada la IA, incluso la huelga conjunta entre el gremio de escritores y actores de Hollywood responde a la preocupación que hay con respecto a las regulaciones pertinentes para asegurarse de que la adopción de la IA en la industria no represente repercusiones negativas.
Explora estos recursos: Conoce las 7 V’s del Big Data
Un tema por demás delicado, ya que se deben considerar factores como los derechos de autor, el uso responsable de los derechos de imagen, y la adecuación de los puestos de trabajo para evitar recortes masivos de personal.
Preocupación que no solo se limita al empleo de IA para sustituir o reemplazar actores o escritores, puesto que con la implementación de IAs generativas, millones de personas externan de forma contundente su preocupación con respecto al futuro de sus empleos. Otra muestra de estas preocupaciones es la discusión del uso de la IA en el arte, puesto que implica replantear el concepto que se tiene del artista, su técnica y los alcances de la IA.
De igual forma, existen las preocupaciones correspondientes en otros sectores e industrias en dónde se cuestiona la confiabilidad de esta herramienta, como en sector de seguridad, donde las llamadas “alucinaciones” han puesto en entredicho la efectividad de la IA, ante los fallos producidos por la misma.
Alucinaciones, y otras preocupaciones, lo que pasa cuando la IA falla
Los detractores de las IAs no han dejado pasar ni un solo fallo de esta herramienta, pero ¿por qué se producen?, y ¿qué es lo que ocurre cuando fallan?, para dar respuesta a estas interrogantes es pertinente comprender un poco más sobre la forma en que operan las IAs.
Si bien podemos atribuir algunos fallos en su funcionamiento al uso inadecuado de las mismas, otra gran parte de los errores está directamente con el entrenamiento detrás de la IA dando origen a las llamadas “alucinaciones”.
En términos generales, una “alucinación” es una respuesta errática de la IA misma que puede ir desde crear una respuesta errónea al no comprender la solicitud ingresada, hasta la creación o distorsión de información con datos que parecen ser valiosos, pero en realidad resultan imprecisos o directamente falsos. En un esfuerzo de la IA por tratar de brindar una respuesta efectiva a una solicitud incomprendida o que excede sus limitaciones.
Podría interesarte: La tecnología revolucionando los espacios jurídicos, Legatech IA
Las alucinaciones en la IA pueden surgir debido a una variedad de razones, como errores en el código de programación, la presencia de datos incompletos y/o contradictorios, así como la dificultad de la IA para entender plenamente el contexto. Además, las restricciones en la disponibilidad de datos y en el proceso de entrenamiento también son factores que contribuyen a la aparición de “alucinaciones”.
Para entenderlo mejor, es esencial tener una visión sintética del recorrido del Aprendizaje Automático, un proceso subyacente en la creación de una IA del cual podemos destacar los siguientes puntos:
- Definición del Problema: ¿Qué Desafío Queremos Resolver?
Imaginemos que una empresa de comercio electrónico quiere predecir la demanda de sus productos para optimizar su inventario. Aquí, el problema se plantea: ¿Cómo podemos usar la IA para prever cuántos productos se venderán en el próximo mes? - Recolección y Preparación de Datos: ¿Qué Datos Son Relevantes?
La compañía recopila datos históricos de ventas, información sobre promociones, eventos especiales, y temporada. Estos datos se organizan y se preparan para ser utilizados en el modelo de ML. - Entrenamiento del Modelo: ¿Cómo Aprende la IA?
Empleando los datos recopilados, la IA aprende patrones y relaciones. Por ejemplo, puede descubrir que las ventas aumentan en temporada de vacaciones o durante descuentos especiales. - Evaluación y Ajuste: ¿Qué Tan Preciso es el Modelo?
El modelo se prueba con nuevos datos para evaluar su precisión. Si la predicción de ventas no coincide con la realidad, se ajusta el modelo para mejorar su desempeño. - Implementación: ¿Cómo Tomamos Decisiones Basadas en la IA?
Con el modelo entrenado y ajustado, la empresa comienza a usarlo para hacer predicciones de ventas. Esto les ayuda a planificar su inventario de manera más efectiva. - Validación Continua: ¿Cómo Evitamos Alucinaciones de la IA?
A medida que el modelo se utiliza, la empresa debe estar atenta a posibles alucinaciones. Por ejemplo, si el modelo predice una alta demanda inusual, se debe verificar si hay factores inesperados que lo causen.
Cuando no existe un monitoreo adecuado y continuo durante los procesos de entrenamiento, las alucinaciones tienden a volverse más frecuentes y la precisión en las respuestas disminuirá. De ahí que el proceso de entrenamiento y curaduría de datos sea tan importante.
A un nivel técnico ya tenemos una mejor idea de lo que ocurre cuando la IA falla, pero ¿qué repercusiones tiene esto en la cotidianidad y como podemos afrontarlo?
Esta es una interrogante que implica nuevos niveles de complejidad, puesto que algunos fallos pueden ser intrascendentes, mientras que otros pueden tener graves repercusiones; por tanto, identificar el marco en que el error de una IA sucede es primordial. Así mismo, esto también realza la importancia de establecer los fundamentos legales primarios para regular el uso adecuado de IA así como sus alcances y limitantes en diferentes sectores.
Para exponer mejor este punto me gustaría retomar el incidente ocurrido con Porcha Woodruff, una estudiante de enfermería en Detroit, que fue arrestada y esposada en su domicilio durante un operativo policial, bajo los cargos de atraco y robo de un vehículo. Esto luego de que las autoridades, utilizaran una herramienta de reconocimiento facial con IA en un video de lo ocurrido.
Sin embargo, como ya sabrás o supondrás en este punto, dicha identificación resulto ser errónea. No obstante, Woodruff, se enfrentaba a la posibilidad de ir a prisión , estando en un embarazo de ocho meses, factor que ayudo a comprobar su inocencia. Pero como ella misma señalo para los medios, este error afectó su salud, perjudicó su reputación y le causo estrés psicológico.
Aunque pueda parecer un hecho aislado, lo cierto es que no es un caso particularmente inusual, aun con el mejor entrenamiento de ML y el mayor índice de precisión, las IAs no son infalibles. En este caso, en particular, la “alucinación” pudo derivar de una simple confusión al establecer una similitud aceptable entre la sospechosa y Porcha, de acuerdo con los valores de referencia.
Mira esto también: ¿Cómo aportar valor a mi empresa a través de la Analítica de Datos?
Si bien para el marco jurídico este tipo de confusiones no es ajeno, ya que casos similares se han reportado cuando se cuenta con testigos oculares por diversos factores, llama la atención que no se cuente con protocolos claramente definidos, para que los afectados puedan defenderse en esta clase de fallos. Así mismo llama la atención la entera confianza que se le da a la IA, permitiendo cada vez más autonomía sin supervisión adecuada.
Más allá de los fallos, esto genera una preocupación alarmante, cuando se tienen presentes los usos mal intencionados de la misma, y es que los vacíos legales que no consideran el uso de IA, son una brecha de seguridad importante para cualquier sistema legal. Simplemente, no podemos asumir que todo el mundo hará un uso responsable y ético de esta tecnología, por lo que es vital una regulación adecuada de su implementación.
¿Causa Perdida?, IA en la industria
Al centro del debate, la incertidumbre crece y mientras existen una férrea resistencia a la implementación en distintos gremios, los hechos no se pueden negar de acuerdo con el estudio IBM Global AI Adoption Index 2022, realizado con Morning Consult y en el que colaboraron 7,500 compañías, la tasa de adopción de IA a nivel global es de 35%.
Además, de acuerdo con la consultora McKinsey esta tecnología podría generar al año 2,600 millones de dólares. Un porcentaje de implementación que todavía es muy bajo, no obstante, estos primeros atisbos de cambio son impresionantes y han mantenido a CIOs, negocios y organizaciones pendientes de la conversación y evolución de la IA.
Intriga, entusiasmo y preocupación, son papables por todos lados cuando la IA se convierte en el centro de la conversación. El reto es poder integrar de forma eficiente en los negocios esta tecnología y comprender como generar valor en cada negocio sin llegar precipitarse, para evitar ser presa de los errores.
Sigue explorando: Ciencia, Datos, Nube y Rock & Roll
Actualmente, la mayoría de las empresas que ya están aplicando la IA, la emplean para automatizar los procesos relacionados con Tecnologías de la Información, mejorar el desempeño de sus redes, comunicaciones, reducir costos, encontrar puntos de optimización y mejorar la experiencia de clientes, esto de acuerdo con el estudio de IBM.
En este sentido, es pertinente recordar que los alcances de la IA no se limitan a la parte administrativa y también puede implementarse en la parte operativa, por lo que negarse a aceptar la adopción de esta tecnología es una causa perdida, sin embargo, como se ha recalcado, esta integración debe ser de forma responsable y ética.
Con ello en mente es importante plantearnos ¿cómo evitar el desplazamiento de empleos?, ¿cuáles son las barreras de adopción?, y ¿cómo obtener la mayor rentabilidad de la IA?
De usos prácticos e integración responsable
A estas alturas la incertidumbre que surge con cada pequeño paso puede resultar abrumadora, es por ello que es preciso tomar un respiro y dar un vistazo al panorama general, recordado que aspecto clave es la “integración”. Y que mejor forma de hacerlo que repasando algunas de las aplicaciones más recurrentes de la IA en la Industria.
- Democratización tecnológica
Uno de los mayores temores con respecto a la IA y otras tecnologías responde al nivel de expertise requerido para operar dichas tecnologías, sin embargo, la IA, particularmente la IA generativa, resulta de gran utilidad para cerrar esta brecha digital, gracias a su entendimiento del lenguaje natural, es capaz de recibir e interpretar información de forma simple, brindando respuestas igualmente comprensibles.
Esto, además de ayudar a simplificar su integración, evitando depender de especialistas informáticos para operar las nuevas tecnologías, también contribuye en la disminución de costos que suele ser otra barrera en la adopción de nuevas tecnologías. - Deuda Digital
De la mano con el punto anterior, otro uso frecuente de la IA, es ayudar a saldar la deuda digital, es decir, ayudar a empleados y colaboradores, a no ser sobrepasados por el volumen de las interacciones digitales en frentes, tales como emails, chats, notificaciones o procesamiento de información. Lo que se traduce en respuestas más eficientes, un mejor desempeño en labores creativas, y por consiguiente una mejor comunicación de la organización. - Experiencia del consumidor
Otro aspecto en donde la IA destaca, es elevando el nivel de satisfacción del consumidor, desde múltiples frentes, tales como chatbots para resolver problemas frecuentes, dar seguimiento en el servicio al cliente, evaluación del servicio posventa, hasta aspectos relacionados con la cadena de suministro, como sugerencias estratégicas para desarrollar estrategias data driven, o alertas en operaciones de interés para desarrollar nuevos servicios. - Análisis de Datos
Igualmente relacionado, uno de los usos más importantes de la IA es el que corresponde a la analítica de datos, del cual pueden derivar múltiples soluciones, pues además de identificar las preferencias del consumidor, también permite evaluar el comportamiento de nuestros colaboradores e inclusive de los competidores. Aspectos claves en el desarrollo de estrategias data driven.
Que cuando son aprovechados de forma oportuna suponen, además de grandes reducciones en costos operativos, un mayor rendimiento de la inversión y nuevas oportunidades de negocio, permitiendo sacar ventaja de los factores diferenciadores de la competencia.
Así mismo, permite evaluar el desempeño de múltiples áreas de operación y establecer objetivos de optimización con métricas de seguimiento precisas, lo que supone múltiples ventajas al contar con una evaluación objetiva de nuestros procesos, permitiendo identificar áreas de oportunidad y fortalecimiento.
- Desarrollo de Software
¿Has escuchado que la tecnología se mejora así misma?; Algo hay de cierto y es que el campo de la programación es uno de los que mejor ha aprovechado el desarrollo de IA, puesto que al incorporarla como copiloto del desarrollador, permite una adopción más intuitiva y cómoda de la filosofía DevelOps, de la que derivan otras como MLOps y APIOps.
Mismas que fomentan el desarrollo más eficiente de software al cumplir con protocolos estandarizados, lo que permite efectuar pruebas, optimizaciones y documentación de forma acelerada y eficiente, lo que contribuye a incrementar la productividad de los programadores. Además de permitir una mejor comprensión para aquellos usuarios inexpertos, como se mencionaba en un punto anterior. - Seguridad
Ya hemos hablado, de su uso para reconocimiento facial, no obstante el sector de seguridad es uno de los sectores que más ha explorado con el uso de IA. Un ejemplo es la vigilancia 24/7 a partir de sensores y cámaras para detectar patrones de actividad inusuales e informar a partir de notificaciones, actividad sospechosa, sin limitarse a la actividad delictiva, pues también puede detectar otros peligros como incendios, etc.
Otra aplicación es uso de perros automatas de seguridad en el sector privado, pero por supuesto no podemos dejar de lado sus aplicaciones en ciberseguridad, en donde ha beneficiado la autenticación multifactorial, detección y prevención de fraudes y más.
Un caso particular es lo que se ha logrado con Security Command Center de Google, que es capaz de neutralizar amenazas en tiempo real para resguardar la privacidad de los datos, además de ofrecer recomendaciones de seguridad y ser capaz de monitorear entornos completos en la nube. Lo que además de traducirse en una reducción significativa en costos de ciberseguridad, también previene potenciales perdidas y brinda flexibilidad en entornos de trabajo. - Distribución de recursos
La industria alimenticia y la económica son dos sectores que han aprovechado la IA para redistribuir sus recursos de forma eficiente, en el caso del sector financiero, la adopción del Open Banking ha puesto en desuso las instituciones financieras tradicionales, llevando la banca a los clientes y no a la inversa.
Lo que se ha traducido en una incremento en la demanda de clientes bancarios, siendo las Fintechs el mejor ejemplo de esto. Por otro lado, el sector alimenticio se ha visto beneficiado desde la integración con servicios de delivery que expanden su alcance potencial, y la atención digital que reduce las interminables filas para ordenar, hasta la cadena de inventario, reduciendo el desperdicio de alimentos hasta un 40%.
A ello se suma una mejora en la cadena de suministro al optimizar las rutas de delivery, lo que además de traducirse en entregas más rápidas se convierte en una mejora sustentable, pues al reducir los tiempos de entrega, se reduce también la emisión de gases contaminantes y el consumo de combustibles.
- Creación de Contenidos
Al principio de este artículo se menciono de forma breve como la huelga de Hollywood es evidencia de la necesidad de regular esta tecnología. Sin embargo, esto también es evidencia de las aplicaciones de la IA en la creación de contenidos y es que, como mencionamos anteriormente, las IAs generativas han puesto en los reflectores a esta tecnología.
Pues la IA, es capaz de crear imágenes, audio y redacciones libres de derechos de autor, mayormente aprovechadas en la industria de marketing, y la industria del entretenimiento.
Con una perspectiva más clara de algunas aplicaciones de esta tecnología, hablemos de como integrar de forma responsable esta tecnología, para ello es clave comprender que la IA es capaz de automatizar múltiples tareas y procesos, no obstante no es un sustituto del trabajador.
Sin afán de entrar en mayor controversia con respecto al debate de sus alcances, debemos entender que si bien la IA evoluciona de forma acelerada, aún estamos comprendiendo como sacar su máximo provecho. Nos encontramos en una fase de adopción temprana, lo que implica que debemos supervisar su correcto funcionamiento de forma continua.
En este sentido, pese a su capacidad de autonomía y automatización, es mejor mantener un enfoque de la IA como un copiloto de nuestros trabajadores, ayudando a maximizar su rendimiento y reducir costos operativos, que como un sustituto definitivo.
Poniendo un ejemplo práctico, retomando la creación de contenidos, la mayoría de los especialistas de marketing han echado mano de IAs generativas como Bard para redactar copys, encontrar inspiración, o ampliar sus enfoques, usando como base las respuestas de estas IAs para pulirlas haciendo uso de su expertise para llegar a un resultado final realizando las adecuaciones necesarias.
Es decir, que si bien mejoras la eficiencia de los creativos y puedes incrementar el rendimiento, no desaparece el factor humano, entender esto es esencial para comprender la integración responsable, así como las posibles reasignaciones de personal.
Las mejoras en el rendimiento al interior de tu organización permiten una mayor flexibilidad operativa, pudiendo considerar factores como el salario emocional, la expansión de tu negocio con gastos controlados y la exploración de nuevos modelos de negocios, mejorando la satisfacción de tus empleados, lo que puede traducirse en un incremento de su compromiso, lealtad y productividad. - Maximizar las ganancias
Ahora tienes una visión panorámica de la IA, y te habrás dado cuenta de que si bien el nivel de adopción actual es un índice menor, la IA ya forma parte de nuestra cotidianidad, además de que existe un gran interés por incorporarla en más y más sectores de la industria.
Me atrevería a decir que te encuentras de cara a los inicios de una nueva revolución industrial, la que se suscita de la transformación digital, por lo que la frase renovarse o morir, nunca fue más acertada, pero ¿cómo hacerlo con los mayores beneficios?
Si has prestado atención, la IA cada vez está más diseñada para requerir de menos expertos para su uso e implementación, sin embargo, también recordarás la importancia del ML, con respecto a la eficiencia de la IA.
Aquí es donde entran la participación de los expertos, y claro, sabemos que, probablemente, no este en tus planes expandir el área de TI de tu empresa, además de que si perteneces al área directiva, es posible que no dispongas del tiempo para convertirte en un experto de IA. Por suerte cuentas con la ayuda de Amarello, y el catálogo de servicios de Google Cloud, gracias a lo cual puedes acceder a soluciones como Vertex AI.
Herramienta, gracias a la cual podrás acceder a múltiples soluciones IA, además desarrollar las propias, y establecer entrenamientos supervisados para tu IA, de forma eficiente, y accesible, accediendo a los recursos pertinentes con una inversión controlada.
Pero claro, cada negocio es diferente, por ello te invitamos a contactarnos para recibir una asesoría personalizada y descubrir como maximizar las ganancias en tu organización.
