El futuro, las prisas y los errores de concepto

By Enrique Dans

Si alguien tenía alguna duda sobre la magnitud del desarrollo del machine learning y la inteligencia artificial, el CEO de Google, Sundar Pichai, se encargó hace un par de semanas de despejarlas, comparando su impacto con el de tecnologías tan importantes en la historia de la humanidad como la electricidad o el fuego. Sundar Pichai no es en absoluto una persona dada a las hipérboles: todo lo contrario, su reputación es la de ser una persona pragmática, de carácter calmado y realista. Muchos lo consideramos no solo una persona dotada de una gran inteligencia, sino además, con el privilegio de estar situado en una posición que le permite una visión sumamente completa de la realidad actual.

Sin embargo, vivimos una curiosa paradoja: a pesar de que cada vez existen menos dudas sobre la enorme importancia de estas tecnologías y de su capacidad para generar avances y valor añadido, el desfase entre ambición y ejecución en las compañías en este terreno es sumamente elevado: según una encuesta llevada a cabo por el MIT, si bien el 85% de los directivos considera la inteligencia artificial como una tecnología importante que permitirá a su compañía entrar en nuevos negocios y obtener o sostener una ventaja competitiva, solo una de cada cinco empresas ha incorporado algún tipo de tecnologías de inteligencia artificial en sus ofertas o procesos. Tan solo una de cada 20 la ha incorporado de una forma que pueda considerarse exhaustiva, y menos del 39% de todas las empresas tiene algún tipo de estrategia con respecto a ella. Las empresas más grandes, con más de 100.000 empleados, son las que tienen más probabilidades de haber desarrollado una estrategia que mencione la inteligencia artificial, pero tan solo la mitad tiene una como tal.

¿A qué se debe esta aparente ausencia de prisas con respecto a una tecnología que, sin duda, va a tener una enorme influencia en el futuro? Básicamente, al desconocimiento y a la presencia de graves errores de concepto. Cuando pensamos en inteligencia artificial, la magnitud de sus posibilidades es tan elevada, que el común de los directivos es sencillamente incapaz de abarcarlo, y esa orientación a proyectar hasta las últimas consecuencias dificulta el planteamiento de iniciativas mínimamente realistas. Lo que predominan son visiones apocalípticas, tremendistas: ante un artículo que menciona la presencia de un robot en un consejo de administración capaz de cualificar las estrategias o escenarios planteados por directivos, lo que el directivo medio imagina de manera inmediata no son las ventajas de un consejo así y la mejora en la calidad de la toma de decisiones de alto nivel, sino el peligro de sustitución de su puesto de trabajo, o cuando menos, la generación de escenarios de inseguridad.

¿Qué impide el planteamiento de proyectos realistas que exploren la inteligencia artificial? Twitter, por ejemplo, acaba de presentar una tecnología capaz de recortar las imágenes que los usuarios suben a la plataforma de una manera que preserve la parte interesante, en lugar de recortar siempre según una norma fija y, en muchas ocasiones, privando a la imagen de sentido hasta que es visualizada en su integridad. ¿Es una tecnología que cambie el mundo? No, en absoluto: es lo que llamamos un quick win: la compañía contaba con un enorme archivo de imágenes junto con textos que las acompañaban y que podían ser utilizados para entender qué parte de las mismas era la que debía ser destacada. Adiestrar una red neuronal para que entienda qué parte de una fotografía es la más interesante y, por tanto, debe permanecer a la vista tras el recorte es algo que simplemente genera una pequeña mejora del servicio, pero posibilita que la compañía empiece a ser consciente de las posibilidades de este tipo de tecnologías de una manera realista. Otro algoritmo, en Canadá, examina perfiles en redes sociales e intenta prevenir posibles suicidios, la segunda causa de muerte en el país entre los 10 y los 19 años.

Pensar en las últimas consecuencias del desarrollo tecnológico es, por supuesto, interesante: a qué tipo de sociedad nos encaminamos a medida que las máquinas son capaces de llevar a cabo más tareas, si esto incrementará la desigualdad o será necesario plantear medidas que lo corrijan, cómo se llevarán a a cabo esas dinámicas de sustitución de personas por algoritmos y robots y si serán o no una buena cosa, si se puede ser optimista sobre ello o qué respuestas tiene la política ante ello, según la consideración de los diferentes países y sus circunstancias.

Pero además de las grandes cuestiones, indudablemente interesantes y fundamentales, falta algo en el entorno de la inteligencia artificial y el machine learning: directivos y compañías capaces de entender lo suficiente como para plantear proyectos realistas, que generen beneficios tangibles, y que lleven a la organización a plantearse más, a explorar más, a desarrollarse más en ese ámbito. Las compañías que no inviertan en machine learning e inteligencia artificial perderán oportunidades para ser más competitivas, para incrementar su facturación, para diferenciarse de sus competidores, y para atraer y retener un talento que aún no resulta fácil de encontrar.

Mientras algunos se plantean ambiciosas reflexiones filosóficas sobre el futuro de la humanidad para las que nadie tiene aún respuesta, otros se dedican a extraerle partido y rendimiento, y a aprender a desarrollar proyectos tangibles en un ámbito que cobra cada día más importancia. Los principios no son sencillos, los proyectos tienen una “travesía del desierto” importante en términos de definición de objetivos, recolección y transformación de datos e ingeniería de procesos y, cuando quieras darte cuenta, tendrás un retraso acumulado importante y habrás desperdiciado un tiempo precioso a la hora de desarrollar las posibilidades de una de las tecnologías más importantes en la historia de la humanidad.

Puedes leer el artículo completo en: : El futuro, las prisas y los errores de concepto