
Los humanos y las máquinas son una combinación perfecta para maximizar la productividad. Las máquinas han hecho posible la vida tal como la conocemos hoy en día. Sin embargo, durante mucho tiempo los humanos han temido la posibilidad de que algún día las máquinas adquieran inteligencia al nivel de los humanos y actúen por sí mismas. Hoy en día no podemos decir que eso se haya hecho realidad, pero desde hace años estamos viendo aplicaciones en las que las protagonistas son máquinas con capacidad para aprender y realizar tareas reservadas hasta hoy para los humanos. En este post me ocupo sobre qué es la inteligencia artificial.

Introducción
La mera idea de que existan máquinas inteligentes nos produce al mismo tiempo fascinación y miedo. Hoy en día estamos viviendo lo que antes era sólo campo de la ciencia ficción. Inicialmente los teóricos del siglo XX como el informático y matemático Alan Turing, imaginaron un futuro en el que las máquinas podrían realizar funciones más rápido que los humanos. Ese futuro se hizo realidad muy pronto pero fuimos aún más lejos. Los cálculos que algunas computadoras pueden realizar en un solo segundo, le tomarían a una persona 31.688.765.000 años.
Esas máquinas inteligentes son cada vez más rápidas y complejas. Pero no se trata sólo de computación. Las computadoras y otros dispositivos están adquiriendo habilidades y percepciones que antes eran de exclusiva competencia de los humanos.
¿Qué es la inteligencia artificial?
La inteligencia artificial es la capacidad de una máquina para realizar funciones cognitivas que asociamos con la mente humana como percibir, razonar, aprender, interactuar con un entorno, resolver problemas e incluso ejercitar la creatividad.
Probablemente ya estés habituado a tener conversaciones con asistentes de voz como Siri o Alexa, los que se basan en tecnología de inteligencia artificial, al igual que algunos chatbots de servicio al cliente que se ofrecen para ayudarte a resolver tus inquietudes en un sitio web.
La inteligencia artificial aplicada a problemas del mundo real tiene serias implicancias para el mundo empresarial. Al utilizar la inteligencia artificial, las empresas tienen el potencial de hacer que los negocios sean más eficientes y rentables. No obstante en última instancia el valor de la inteligencia artificial no está en los sistemas en sí, sino en cómo las empresas los utilizan para ayudar a los humanos de una manera que genere confianza.
¿Qué es el aprendizaje automático? (machine learning)
El aprendizaje automático es una forma de inteligencia artificial basada en algoritmos entrenados a partir de datos controlados. Estos algoritmos pueden detectar patrones y aprender a hacer predicciones y recomendaciones procesando datos y experiencias, en lugar de recibir instrucciones de programación explícitas. Los algoritmos también se pueden adaptar en respuesta a nuevos datos y experiencias, para mejorar con el tiempo su eficacia.
El volumen y la complejidad de los datos que se generan ahora, demasiado vastos para que los humanos puedan procesarlos en forma razonable, han aumentado el potencial del aprendizaje automático, así como su necesidad. En los años transcurridos desde su implementación generalizada, que comenzó en la década de 1970, el aprendizaje automático ha tenido impacto en varios sectores, incluidos logros en el análisis de imágenes médicas y la utilización de modelos complejos para predecir el clima.
El volumen y la complejidad de los datos que se generan ahora, demasiado vastos para que los humanos puedan procesarlos en forma razonable, han aumentado el potencial del aprendizaje automático, así como su necesidad.
¿Qué es el aprendizaje profundo? (deep learning)
El aprendizaje profundo es un tipo de aprendizaje automático que puede procesar una gama más amplia de recursos de datos (imágenes y texto) y que requiere incluso menos intervención humana. Con frecuencia, puede producir resultados más precisos que el aprendizaje automático tradicional. El aprendizaje profundo utiliza redes neuronales (basadas en la forma en que las neuronas interactúan en el cerebro humano) para procesar datos a través de múltiples iteraciones que aprenden características cada vez más complejas de los datos.
Luego la red neuronal puede tomar decisiones sobre los datos, saber si una decisión es correcta y utilizar lo que ha aprendido para tomar decisiones sobre nuevos datos. Por ejemplo, una vez que «aprende» cómo se ve un objeto, puede reconocerlo en una nueva imagen.
¿Qué sectores pueden beneficiarse del aprendizaje automático y el aprendizaje profundo?
De acuerdo con la consultora McKinsey, que recopiló más de 400 casos de uso de aprendizaje automático y profundo en 19 sectores y nueve funciones comerciales, casi todos los sectores pueden beneficiarse del aprendizaje automático y profundo.
A continuación refiero algunos ejemplos de casos de uso en distintos sectores:
Mantenimiento predictivo
El mantenimiento predictivo es una parte importante de cualquier empresa cuya operación sea intensiva en equipos. En lugar de esperar hasta que un equipo falle, las empresas utilizan el mantenimiento predictivo para proyectar cuándo será necesario el mantenimiento, maximizando el tiempo de operación y reduciendo el riesgo de falla inesperada. Esto limita los daños asociados a la rotura de una pieza y reduce los costos operativos.
El aprendizaje automático y el aprendizaje profundo tienen la capacidad de analizar grandes cantidades de datos de distintas características, lo que puede aumentar la precisión del mantenimiento predictivo. Por ejemplo, los profesionales de la inteligencia artificial pueden incorporar datos en otros formatos, como datos de audio e imágenes, que pueden agregar matices al análisis de una red neuronal.
Optimización de la cadena de suministro
El uso de la inteligencia artificial para optimizar la cadena de suministro puede reducir los costos mediante una mejor predicción de la demanda, la optimización del transporte o una mejor administración de los inventarios. Por ejemplo, la inteligencia artificial puede optimizar la definición de rutas para el tráfico de entrega, mejorando la eficiencia del combustible y reduciendo los tiempos de entrega.
Servicio al Cliente
Las técnicas de inteligencia artificial en los centros de llamadas pueden permitir una experiencia más fluida para los clientes y un procesamiento más eficiente. La tecnología va más allá de comprender las palabras de la persona que llama: el análisis de audio de aprendizaje profundo puede evaluar el tono de un cliente. Si una persona que llama se enoja, el sistema puede redirigirlo a un operador o administrador humano.
¿Qué es la inteligencia artificial generativa?
La inteligencia artificial generativa es un modelo de inteligencia artificial que genera contenido en respuesta a un mensaje. Está claro que las herramientas de esta naturaleza como ChatGPT y DALL-E (Del mismo creador que ChatGPT y que tiene la capacidad de generar imágenes a partir de texto) tienen el potencial de cambiar la forma en que se realizan una variedad de trabajos.
Sin embargo, aún se desconoce el alcance total de ese impacto, al igual que los riesgos. Sin embargo, ya se está comenzando a entender cómo es que se construyen los modelos de IA generativa, qué tipos de problemas son más adecuados para resolver y cómo encajan en la categoría más amplia de inteligencia artificial y aprendizaje automático.
¿Cómo pueden utilizar las empresas la inteligencia artificial generativa?
Si alguna vez has utilizado la herramientas ChatGPT de inteligencia artificial generativa, habrás visto cómo pueden darte interminables horas de entretenimiento. No obstante, las herramientas de inteligencia artificial generativa también pueden ser de utilidad para las empresas, produciendo una amplia variedad de textos creíbles en segundos y luego responder a la retroalimentación del usuario que los solicitó, para que el texto sea más adecuado a su propósito. Estas aplicaciones pueden ser de utilidad para una amplia gama de sectores, desde organizaciones de TI y software que pueden beneficiarse de la generación de código de programación por modelos de inteligencia artificial, hasta organizaciones que necesitan textos de marketing.
En resumen, potencialmente cualquier organización que necesite producir borradores de materiales escritos en forma clara se puede beneficiar. Las organizaciones también pueden utilizar la inteligencia artificial generativa para crear materiales más técnicos, como versiones de imágenes médicas de mayor resolución. Y con el tiempo y los recursos ahorrados, las organizaciones pueden buscar nuevas oportunidades de negocio y la posibilidad de crear más valor.

A pesar de sus ventajas, la inteligencia artificial generativa no está exenta de riesgos. Los modelos de inteligencia artificial pueden producir resultados inexactos, plagiados o sesgados, sin ninguna indicación de que sus resultados puedan generar problemas. Esto se debe a que los modelos utilizan información que extraen de páginas disponibles en Internet, que no es una fuente universalmente confiable. Los líderes deben ser conscientes de estos riesgos antes de recurrir a la inteligencia artificial generativa como solución empresarial.

Fuente: What is AI, McKinsey & Company
Última actualización:
¿Quieres más contenido como este? ¡Suscríbete!
Podrás descargar gratis un extracto de mi libro: Gestión de tecnología de información - Manual de supervivencia para gerentes y empresarios
¡Perfecto! Para asegurar que tus datos están correctos, sigue el link del email enviado a tu bandeja de entrada.
Algo salió mal.