"¿Qué somos las personas sino máquinas muy evolucionadas?". Marvin Minsky
Aunque parece que la Inteligencia Artificial es algo que ha surgido desde hace relativamente poco tiempo, en realidad es una disciplina que lleva acompañándonos muchos años. Pero el que se hable ahora más que nunca de ella se lo tenemos que agradecer al avance en lo que respecta a la capacidad de adquisición, tratamiento y elaboración de los datos para que las máquinas puedan procesarlos. Pero, ¿sabemos qué es exactamente y sus aplicaciones reales en el día a día de las empresas? Para responder a ello y mostrarnos el uso que le están dando las compañías, contamos con la experiencia y conocimiento de Aitor Moreno, Responsable del Área de Inteligencia Artificial y Computación Cuántica en Ibermática.
¿Qué es la IA aplicada a los datos y a la empresa?
Desde el punto productivo de la empresa, la Inteligencia Artificial es un conjunto de sistemas, algoritmos y programas que permiten acelerar de una forma exponencial, la toma de decisiones empresariales con respecto al negocio gracias a acciones como cruzar datos históricos, tablas dinámicas, atributos, dimensiones, etc. Si bien es cierto que estas acciones también pueden ser realizadas por humanos, la realidad es que las máquinas, además de hacerlo de forma mucho más rápida, eficiente y automática, también:
- Ofrecen reglas de negocio que van a explicar el por qué de lo que ocurre.
- Predicen qué es lo que va a ocurrir a corto o medio plazo.
- Guían a las empresas a saber qué acciones deben potenciar o minimizar de cara a la optimización de recursos.
Sin duda, la IA es una herramienta de gran ayuda para muchos perfiles, como por ejemplo aquellos que analizan datos de negocio. Pero a su vez, está acelerando algunos cambios que afectan a los profesionales de las disciplinas involucradas:
- Con respecto a la IA, la digitalización y la robotización de procesos, aquellos trabajos repetitivos que no ofrecen un valor añadido ya están desapareciendo para centrarse en trabajos donde la masa gris humana sea potente y disruptiva.
- Las máquinas son muy buenas dando respuestas, pero no saben hacer las preguntas adecuadas, y aquí es donde el humano entra en juego. Por ello, aquellas personas que quieran tener una ventaja competitiva en su negocio, serán los que sepan hacer uso de ellas a nivel usuario. Es más, en algún momento habrá que enfrentarse a una brecha de analfabetismo digital avanzado en el cual todo aquel que tenga que tomar una decisión, si no lo hace en base a los datos que lancen estos sistemas, perderá competitividad.
Cómo hacer frente un proyectos de IA
En el área de Inteligencia Artificial y Computación Cuántica de Ibermática, llevan desde 2007 creando proyectos de IA en prácticamente todos los sectores: desde médicos, industriales, de marketing, educación, etc. Y en todos los proyectos en los que trabajan, buscan la excelencia. En otras palabras, mejorar dentro de los procesos de los clientes aquello que no pueden mejorar más en base a su experiencia pasada. Al final su objetivo es ayudar a los clientes a que dejen de usar el 80% de su tiempo en analizar datos, para que lo usen en analizar las conclusiones que las máquinas ya dan sobre esos datos.
A la hora de abordar estos proyectos de la manera más óptima, han comprobado que la clave es la personalización. Para conseguirla, hacen uso de la metodología CRISP-DM con la que, además de dar respuesta a las necesidades del cliente, van directamente a descubrir qué es lo que realmente quieren y para qué lo quieren. Para ello, parten de la siguiente pregunta: “¿cuál es el objetivo de negocio a buscar con una solución de IA?”. Con la respuesta que reciban, ya tienen todo lo necesario para desgranar qué tipo de modelado van a necesitar, qué algoritmia, etc.
En el momento de la puesta en marcha del proyecto, y como ya hemos comentado antes, se hace un acercamiento ágil con metodologías como Scrum o Jira. Esto permite, de forma muy rápida, saber si se va a poder alcanzar el objetivo marcado o no. Si se supera el umbral, el proyecto sigue adelante. Sino, se da marcha atrás para revisar los datos y descubrir en dónde se está fallando. Es por cosas así por lo que siempre es recomendable medirlo todo muy bien de forma objetiva y empezar con pequeños proyectos que den mucho valor a la empresa.
Equipo implicado
Una parte fundamental de cualquier proyecto es el equipo humano. En el caso de los proyectos de IA, Aitor maneja unos cinco perfiles:
- El analista de datos: Es un perfil muy funcional que sabe hablar con el cliente en su mismo idioma. En otras palabras, traduce lo que quiere el cliente a cada uno de los otros perfiles implicados en el proyecto. Está muy especializado en su vertical y sabe hablar desde esa funcionalidad y contexto. En los proyectos de IA se habla mucho de semántica y la labor del analista de datos es traducir esos datos dentro de un contexto.
- Arquitecto de datos: Es el encargado de dimensionar los equipos y los sistemas que van a dar soporte a todo el proyecto de IA.
- Ingeniero de datos: Habla tanto con el analista de datos como con el cliente para entender los datos, ver qué datos tiene que recoger, si faltan datos, la calidad del dato o su potencia predictiva, por ejemplo. Son los que más importancia tienen en el proyecto.
- Científico de datos: Cuando el ingeniero de datos ha certificado la calidad y que con esos datos se pueden realizar los “para qués” que el analista de datos ha extractado del cliente, son los encargados de trabajar en el modelado más atractivo del proyecto.
- Diseñador del proyecto: cuando el científico de datos termina, se lo pasa al diseñador que es quién traduce visualmente estos datos analíticos en un cuadro de mando, aplicación web, aplicación móvil, app… O sea, que traduce los resultados a algo visual y comprensible para el usuario final.
¿Te has quedado con ganas de más? No te pierdas la conversación entre Aitor y Eduardo a continuación:
 |
 |
 |