Por Nick McMenemy, CEO de Renewtrak

El verdadero valor de la Inteligencia artificial para los negocios, hoy
Ampliar

El verdadero valor de la Inteligencia artificial para los negocios, hoy

domingo 07 de junio de 2020, 21:42h

google+

linkedin

Comentar

WhatsApp

El mundo que nos rodea es cada vez más inteligente, si queremos creer todo el ruido que se está haciendo al hablar de relojes inteligentes, casas inteligentes, ciudades inteligentes, aplicaciones y servicios en la nube impulsados por inteligencia artificial (IA); sin embargo, todavía suceden un montón de cosas, a todas luces, muy poco inteligentes - incluyendo negocios envueltos en tantas capas de seguridad que ya no justifican el uso del término "solución". ¿Somos tan estúpidos que no somos capaces de diferenciar inteligencia real de inteligencia artificial?

El propósito de la inteligencia artificial

La palabra ‘artificial’ se ha convertido en un problema. Cuando pensamos en su uso común, como en la seda artificial, las flores artificiales, los sabores artificiales, la palabra significa algo que no es tan bueno como el original, algo de segunda categoría. Pero la palabra originalmente significaba "hecho por artistas" en lugar de "hecho por la naturaleza". La pintura de Los girasoles de Van Gogh es artificial en este sentido y, aunque carece de ciertas cualidades del girasol natural, difícilmente podríamos descartarla como un sustituto inferior de lo real.

Esto es lo que la IA realmente está proponiendo: una inteligencia desarrollada por los humanos para ser lo más fidedigna posible, si no realmente igual a la inteligencia natural de la mente humana. Y, sin embargo, lo que se nos ofrece bajo la etiqueta AI se acerca a menudo más al concepto de flores artificiales: tal vez sorprendentemente bueno para esto o para lo otro; pero, de ninguna manera, algo que pueda coincidir con el concepto de inteligencia real.

Entonces, ¿qué es esta inteligencia ‘natural’? ¿Qué busca una empresa al reclutar candidatos para puestos de alto nivel? Un primer paso es mirar la educación de una persona, sus títulos y diplomas – es una forma de medir lo bien que han respondido a la programación proporcionada por el sistema educativo-. Pero para un puesto de alto nivel también buscamos algo más sutil y difícil de definir. Vemos señales de ello en su elección de actividades extracurriculares y logros sociales, pero también suele hacer falta una entrevista cara a cara, donde tratamos de ver más allá de la fachada del candidato y juzgar si hay una mente verdaderamente despierta, receptiva, dispuesta a aprender, a adaptarse y que pueda llegar a ser un buen miembro de un equipo.

Algo similar está sucediendo en la IA. Durante décadas, los desarrolladores han estado desafiándola para conseguir que aprenda a realizar acciones simples o a jugar juegos complejos. En 1997, por primera vez, un vigente campeón mundial de ajedrez, Garry Kasparov, fue derrotado por un ordenador desarrollado por IBM para jugar al ajedrez. Deep Blue había sido entrenado para reconocer situaciones ganadoras y proyectar todos los movimientos posibles que conducían a la derrota del rival. Esto fue descrito como un enfoque de "fuerza bruta", y tiene algo en común con la educación humana, donde los maestros preparan a los alumnos para obtener buenos resultados en un examen programando, repasando las preguntas probables del examen y la mejor manera de responderlas.

Diez años más tarde, en 2017, Google mostró un programa llamado AlphaGo Zero a quien se le enseñó a jugar Go, un juego estratégicamente mucho más complicado que el ajedrez.

Esta habilidad, explorar un juego y aprender a dominarlo, está mucho más cerca de esa inteligencia reseñable que buscamos en un solicitante de empleo

Esta habilidad, explorar un juego y aprender a dominarlo, está mucho más cerca de esa inteligencia reseñable que buscamos en un solicitante de empleo; no sólo ‘programado’ para responder bien las preguntas de un examen, sino para tener la capacidad de aprender en tiempo real, de responder a nuevos desafíos y dominarlos. Alpha Go aprendió a jugar Go en sólo cuatro horas, desarrolló habilidades que van más allá de cualquier hito alcanzado por la programación pura; el alumno se convirtió en el maestro y la comunidad internacional Go obtuvo nuevos enfoques estratégicos a la hora de estudiar cómo jugar Alpha Go. Los desarrollos actuales en IA se están moviendo en una dirección similar, hacia un mayor autoaprendizaje, pero aún tienen un largo camino por recorrer.

El camino a la IA

¿Una inteligencia artificial capaz de derrotar a los cerebros humanos más grandes del mundo seguramente sería capaz de idear estrategias de negocio inmejorables? No es así.

La investigación de la IA utiliza juegos como el ajedrez y el Go porque, aunque son muy complejos, dependen de reglas fijas que se juegan en un tablero limitado con un pequeño número de piezas. Las decisiones empresariales de la vida real pueden estar limitadas por ciertas reglas, pero rara vez se producen en un entorno rígido: las condiciones del mercado, las expectativas de los clientes, los factores económicos y regulatorios pueden cambiar inesperadamente.

Es verdad que el número de protagonistas involucrados puede ser limitado, pero éstos pueden verse afectados por problemas familiares, enfermedades, cambios de humor o de lealtades. Para que la IA ofrezca beneficios empresariales más amplios, necesitará ir mucho más en ambos tipos de aprendizaje: necesita que se le enseñe las reglas del juego, además de una carga completa de material para estudiar y enseñarse a sí mismo cualquier tipo de estrategia. Entonces, ¿cuántos humanos se necesitarán para recopilar laboriosamente todos esos datos que puedan llegar a proporcionar una experiencia de aprendizaje realista?

La respuesta es la automatización. El valor empresarial de la automatización no es tanto ahorrar trabajadores como evitarles a estos las laborares aburridas, repetitivas y a la vez complicadas que los seres humanos tienden a hacer peor, ya sea porque les resulta cada vez más tedioso o, porque lo hacen en un estado de distracción en el que los errores humanos se multiplican y, a menudo, conducen a problemas a largo plazo. La teoría es que la automatización debe liberar recursos humanos para permitirnos utilizar nuestra inteligencia real en un trabajo básico más importante.

Por lo tanto, la supervisión automatizada, como en miles de dispositivos conectados en el Internet de las cosas (IoT), o la supervisión del tráfico integrada en los componentes de red, puede cosechar más datos en tiempo real de los que nunca podrían ser administrados por agentes humanos. Si a esto le añadimos un elemento de aprendizaje automático, nos situaremos en el camino hacia el desarrollo de esa inteligencia de nivel superior que va más allá de las habilidades que le hemos enseñado y llega a tener, realmente, algo que enseñarnos.

Si se observan detenidamente algunos de los sistemas y soluciones que pretenden utilizar la IA en el mercado, hoy en día, generalmente se encontrará que están en la etapa de sistemas automatizados con una capacidad de aprender con la esperanza de avanzar hacia comportamientos más inteligentes.

IA ya operativa

Las redes informáticas son un candidato obvio para este tipo de aprendizaje de IA. Aunque implica muchos más nodos y combinaciones posibles que cualquier juego de mesa, ofrece un campo de acción más o menos definido por la infraestructura física de la red.

El valor empresarial de la automatización no es tanto ahorrar trabajadores como evitarles a estos las laborares aburridas, repetitivas y a la vez complicadas que los seres humanos tienden a hacer peor,

Apstra es una empresa que ofrece un sistema operativo para automatizar el ciclo de vida de las redes modernas de centros de datos. Su "red basada en la intención" aprende y comprende no sólo la estructura y los elementos de la red, sino también lo que la red está obligada a hacer. Esta "intención" se compara constantemente con el comportamiento real de la red ­construyendo una "única fuente de verdad", que se utiliza para identificar y aislar automáticamente los problemas de red, no sólo las averías, sino también las más sutiles como la degradación del rendimiento o la incoherencia, ­aprendiendo a evitar alertas falsas positivas y utilizando su creciente comprensión para profundizar e identificar la verdadera fuente del problema.

¿Esto es IA de verdad? El sistema operativo no tiene nada que se asemeje al verdadero intelecto de un operador humano experimentado, pero se ha incorporado el conocimiento acumulado de un número infinitos de operadores humanos. La máquina no sufre del aburrimiento e impaciencia humana, es mecánicamente consistente y más rápido en la recopilación de datos que cualquier humano, por lo que es potencialmente mucho mejor en el análisis sistemático para corregir y detectar anomalías. Este sistema operativo presenta su visión general de la red en una interfaz gráfica simple que facilita el diseño, la construcción, la implementación y el funcionamiento de una red compleja en días, en lugar de en meses, no solo especificando los requisitos de hardware detallados, sino validando también que se ha alcanzado completamente la intención para la que fue creada y que se sigue cumpliendo en tiempo real. Este es sin duda un paso importante hacia la verdadera IA y una futura red de centros de datos autogestionados.

Otra compañía, Mellanox, está haciendo algo aún más radical al permitir que la inteligencia surja dentro de una estructura de red altamente compleja, como las utilizadas por los ‘gigantes de Internet’. Se estimó que Google tenía 900.000 servidores en sus 13 centros de datos en todo el mundo. Mientras que antes, en un centro de datos tradicional, los servidores eran la inteligencia y el tráfico de red estaba dirigido por conmutadores de hardware y sofisticados enrutadores, en la actualidad las señales de enrutamiento de las "redes definidas por software" se pueden controlar de forma centralizada, en tiempo real, y conseguir una red mucho más flexible y eficiente, utilizando menos hardware.

Por otra parte, Mellanox está haciendo la red en sí más inteligente, mediante la instalación de tarjetas de red "inteligentes" que pueden tomar decisiones locales sin tener que volver al control central como en un centro de datos tradicional. Esto se ha comparado con la inteligencia que surge en una colonia de termitas, donde las hormigas, individualmente, muestran habilidades muy limitadas en cuanto a lo que pueden hacer solas; sin embargo, al comunicarse, al trabajar juntas en masa, desarrollan una notable eficiencia y habilidades de ‘auto-curación’. La solución Mellanox está aportando rendimiento a hiperescala de los gigantes de la Red, pero llevado a empresas medianas y no mediante el trabajo de una gran fuerza informática, sino permitiendo que la inteligencia surja y aprenda durante los procesos de operación real.

Llegar a esas frutas que cuelgan alto

Un último ejemplo nos saca del mundo relativamente cerrado de la red de centros de datos y nos lleva al mundo desordenado de los negocios del mundo real. Todo vendedor sabe cómo recoger la "fruta que cuelga en la parte baja del árbol", esos clientes que vale la pena perseguir activamente para renovar contratos masivos o grandes pedidos nuevos. Pero también es consciente de que un porcentaje significativo de las ventas también proviene de la fruta que está en la zona alta del árbol - esa molesta cantidad de pequeñas ventas y contratos limitados que requieren un tiempo significativo para perseguirlos y, encima, ofrecen muy poca recompensa individual. Ese es el tipo de trabajo aburrido, repetitivo y a la vez complicado del que hablábamos anteriormente, el tipo de trabajo que clama automatización.

Los clientes más pequeños aprecian un proceso de renovación simple y automatizado, mientras que los principales se benefician de una mayor atención y de construir relaciones más solidas

Renewtrak, por su parte, está logrando exactamente eso con su solución basada en la nube. Han encontrado la forma de automatizar el notoriamente complejo proceso de negocio de perseguir las renovaciones de licencias, soporte y mantenimiento, permitiendo que haya más renovaciones generen beneficios de manera más eficiente. En consecuencia, la empresa genera más ingresos y mayores márgenes para socios, distribuidores y proveedores, y tiene la ventaja de las mejores soluciones de automatización, las cuales, al ocuparse de esas laboriosas y eternas renovaciones, libera al personal de ventas para realmente construir mejores relaciones con clientes de mayor valor.

¿Cómo afecta este enfoque a los canales de venta existentes? ¿Los revendedores se sienten amenazados por ella? Hasta ahora, en países donde se aplica, parece que a los distribuidores y a los vendedores les encanta; ya que ven un aumento significativo de cierre de ventas ‘tediosas’, con las consiguientes mejoras en las cifras de negocio, sin exigir trabajo adicional. Los clientes más pequeños aprecian un proceso de renovación simple y automatizado, mientras que los principales se benefician de una mayor atención y de construir relaciones más solidas. El software Renewtrak también aprende directamente en horas de trabajo; perfecciona las estrategia de renovación y lleva a cabo ventas del mundo real mediante sistemas inteligente. Es decir, son una empresa de aprendizaje automático, especializada en renovaciones.

Conclusión

¿Ofrecen empresas como Mellanox, Apstra y Renewtrak una IA real? Estrictamente, la respuesta es que hoy por hoy no lo hacen. Pero con la automatización y la capacidad de aprendizaje de sus soluciones, están allanando el camino a esa inteligencia en constante crecimiento. Las empresas que adoptan lo mejor de las soluciones automatizadas e inteligentes de hoy en día están dando un paso significativo en el camino hacia la IA real.

Firma: Nick McMenemy, CEO de Renewtrak, empresa de aprendizaje automático con sede en Palo Alto

¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+

0 comentarios