Se habla últimamente tanto sobre inteligencia artificial (IA) que va camino de convertirse en ese autobús que vemos llegar a nuestra parada desde lejos, y corremos para subirnos en él sin saber muy bien si en realidad es el nuestro. Solo lo cogemos por el hecho de no querer perderlo al haber ya tanta gente dentro.
Con la IA pasa exactamente lo mismo que con los sistemas de BI (inteligencia de negocios): tiene mucho potencial, pero primero necesitamos saber hacia dónde queremos ir y cómo la queremos aplicar. Porque la potencia sin control no sirve para nada.
Definamos qué es la IA aplicada a un sistema informático definiendo primero lo que no es: meros procesos automáticos de toma de decisiones en función de unos parámetros de entrada.
No, la IA trata de emular la toma de decisiones de la psique humana. Y para hacer eso, tiene que tener cierta capacidad de adaptación al medio. Es decir, aprender y cambiar en tiempo real en función de los cambios en las variables de partida.
Un ejemplo para entenderlo sería un sistema predictivo que nos avisase de los cambios en la demanda hotelera. En el sector turístico quien es capaz de comprar barato los paquetes de habitaciones y predecir la demanda antes que el resto de la competencia obtiene más margen.
Nuestro sistema nos avisa, antes que al resto, de que este año parece que se recupera el turismo en Turquía y comienza a comprar por sí mismo plazas hoteleras que saca a la venta a un ritmo determinado.
A ver, ¿que pasaría si, de repente, el sistema detecta un cambio brusco en la demanda, ya sea de fuerte subida o de caída? Debería ser capaz de reaccionar de inmediato tanto para frenar la compra de paquetes como para deshacerse de ellos de inmediato, y acto seguido reprogramarse en caso de que los resultados no hayan sido los esperados. Eso es un sistema de IA.
Por tanto, para desarrollar un sistema de IA a nivel empresarial lo primero es saber cuál es nuestro objetivo, nuestro universo de datos, las decisiones que el sistema debe adoptar (y las que no), los resultados que queremos obtener, y sobre todo, qué condiciones debe tener el sistema para cambiar su comportamiento.
Sin todos estos datos de partida lo que haremos es, como siempre, tirar el dinero sin llegar a nada.
¿Pero por qué adoptar un sistema de IA cuando una persona puede realizar las mismas funciones ante un tablero de control? La respuesta es sencilla: pongamos al mejor ajedrecista a jugar contra un sistema de IA, y veremos como ésta tiene una capacidad de aprendizaje infinitamente más rápida que la de cualquier ser humano, incluso partiendo de cero. Por lo que, en aquel terreno donde reaccionar antes de tiempo pueda suponer una ventaja (por ejemplo, la bolsa), estos sistemas se convierten en críticos. Reaccionar tarde puede suponer perder o ganar mucho dinero.
Por desgracia, cuesta mucho dinero desarrollar la IA, y también mantenerla. Porque ningún sistema desarrollado hoy servirá para nada en unos meses, si no se mantiene al día.
Pero la IA no es una moda pasajera, como la de los televisores 3D, que han desaparecido del mercado en menos de un año. Cada vez nosotros generamos más datos para las empresas, que son un tremendo potencial de estudio. No solo en el campo de la oferta y la demanda –donde más la vamos a sentir aplicada–, sino en medicina, justicia, estudios, psicología… Solo se necesita a alguien que tenga la idea para otros se la desarrollemos.
No sé si veremos en un futuro cercano médicos digitales, capaces de reaccionar ante nuestro síntomas, sin atisbo de equivocación; psicólogos online que nos ayuden sin pasar por una consulta; y por que no, tarde o temprano, un árbitro digital en los partidos de fútbol.
¿Uno capaz de impartir justicia, sin que ningún humano tenga que revisar el VAR y determinar la intencionalidad del jugador, en base a sus antecedentes? No, no lo creo. Y si algún día llega, tampoco será perfecto.
José Luis Briones es Chief Operating Officer de Grupo Most IT Solutions en España.