Informe de La Sociedad Digital en España 2019

Tendencias y peligros de la Inteligencia Artificial
Ampliar

Tendencias y peligros de la Inteligencia Artificial

miércoles 27 de mayo de 2020, 09:00h

google+

linkedin

Comentar

WhatsApp

La Inteligencia Artificial (IA) engloba diferentes innovaciones tecnológicas, como las técnicas de aprendizaje automático (machine learning), la robótica o los sistemas de tomas de decisiones automatizadas. Las aplicaciones de la IA son cada vez más numerosas y abarcan desde los sofisticados algoritmos de recomendación para la compra online de productos y servicios hasta la mejora en el diagnóstico y el tratamiento del cáncer.

La innovación en el campo de los sistemas inteligentes avanza a pasos de gigante. Cada vez vemos más y más tareas y funciones que pueden ser desempeñadas por máquinas. La IA empieza a estar presente en las empresas y en nuestros hogares. Cada vez vivimos en una sociedad más automatizada. Progresivamente, tendemos a delegar funciones que realizan los humanos en unas máquinas cada vez más competentes.

Cuáles son las principales tendencias en Inteligencia Artificial

La plataforma CB Insights estableció en 2019 la matriz en la que aparecen representadas todas las tendencias significativas de la IA, clasificadas en función de su potencial comercial y transformador. El eje vertical refleja el grado de adopción sectorial de cada elemento, mientras que el horizontal establece la fortaleza del mercado, es decir, la existencia de un volumen de demanda crítica potencial.

El modelo se divide en cuatro cuadrantes, que establecen el grado de madurez y de posible rentabilidad de las distintas propuestas, y cada uno está etiquetado con un aspecto que tiende a clasificar el estado en que se encuentra cada tendencia tecnológica. De esta forma, podemos hablar de los siguientes grupos de tendencias:

  1. Experimentales. Se trata de tendencias muy recientes que están en fase de pruebas y que todavía no conocen una aplicación seria, ni presentan unas perspectivas de mercado interesantes. En este cuadrante se encontrarían temas como cápsulas (CapsNet) o redes neuronales convolutiva, prótesis de próxima generación, aprendizaje federado, comercios sin dependientes o automatización del trabajo administrativo.
  2. Transitorias. En este caso hablamos de tendencias que sí que están siendo adoptadas, pero que todavía no muestran perspectivas claras en términos de rentabilidad de mercado. El informe de La Sociedad Digital en España 2019 sitúa aquí la caza de ciberamenazas, la IA conversacional o el descubrimiento de fármacos.
  3. Retadoras. Son tendencias con muy buenas expectativas de mercado pero que todavía no han sido adoptadas masivamente, sino solamente por los pioneros. Se trata de la conducción autónoma, el aprendizaje por refuerzo, la optimización de redes de telecomunicaciones o la monitorización de cultivos.
  4. Necesarias. Se trata de tendencias ampliamente adoptadas y con una demanda en el mercado. Son la punta de lanza actual de la penetración de las tecnologías relativas a la IA, y comprenden los frameworks de código abierto, el edge computing, el reconocimiento facial, la imagen y diagnósticos médicos, el mantenimiento predictivo y las búsquedas de comercio electrónico.

Qué perspectivas hay en España de la IA

Las actividades principales a la que se dedica la IA son el cuidado de la salud (más de la quinta parte de las startups están en ese sector) y las finanzas (el 18 %). Siguen de lejos en importancia las empresas de medios y entretenimiento, y las que operan en el comercio minorista.

Los sectores más atractivos para las empresas emergentes de sistemas inteligentes tienen en común una serie de rasgos:

  • Amplias oportunidades de mercado en segmentos con retos específicos no resueltos por las plataformas Cloud, que incorporan servicios de IA como Google Cloud, IBM Cloud, Amazon Web Services o Microsoft Azure.
  • Son áreas que presentan numerosos desafíos relacionados con la predicción y la optimización.
  • Asimismo, se trata de sectores que cuentan con grandes volúmenes de datos para entrenar a los algoritmos.
  • Tienen la oportunidad de crear un valor añadido demostrable.
  • Se trata de actividades en las que las soluciones alternativas a la automatización pueden resultar poco prácticas o excesivamente caras.

Destaca el hecho de que España, con aproximadamente la mitad de población que Alemania, casi iguala a esta última en número de negocios emergentes. La diferencia es que tan solo la décima parte de ellos han alcanzado el estado de madurez, por lo que nuestro país presenta un ecosistema mucho menos maduro que los de los tres países líderes del sector, Reino Unido, Francia y Alemania.

Si nos trasladamos de las startups a las grandes empresas españolas, se pone en evidencia que la mayor parte tienen en sus agendas la exploración de las posibilidades de la IA para aplicarlas en sus modelos de negocio.

De media, las tecnologías subyacentes más útiles para la gran empresa española son, sobre todo, el aprendizaje automático (machine learning) y la robótica inteligente (smart robotics). Por otro lado, las tecnologías de reconocimiento del habla son significativamente más valoradas en nuestro país que en las compañías del resto de Europa. Asimismo, las áreas de la empresa donde más se concentra la IA son: tecnologías de la información, operaciones y logística, y servicios y atención al cliente.

Las actividades principales a la que se dedica la IA son el cuidado de la salud (más de la quinta parte de las startups están en ese sector) y las finanzas (el 18 %).

La mitad de los ejecutivos encuestados piensa que la IA tendrá el mayor impacto en la actividad principal (core) de la empresa, aunque también en las adyacentes y en la aparición de nuevas líneas de negocio. En algunos casos se espera la llegada al sector de compañías tecnológicas que tengan efectos disruptivos sobre el core business. En general, la mayoría de las respuestas predice una optimización de las operaciones gracias a las tecnologías predictivas y a la automatización de tareas, y una mayor fidelización del cliente al poder conocer mejor sus preferencias y realizar ofertas personalizadas en consecuencia.

Existen ya numerosos casos de la aplicación de la inteligencia artificial en los modelos de negocio de las empresas españolas. Por ejemplo, la petrolera Repsol utiliza IoT, algoritmos de analítica descriptiva y machine learning para el mantenimiento de equipos en sus plantas industriales. Desde la vertiente más comercial, también aplica inteligencia a los datos de su programa de fidelización Repsol Más y de su plataforma de pagos móviles Waylet.

Por su parte, Correos ha puesto en marcha una aplicación para, a través de la IA, optimizar el proceso de recogida de envíos. La aplicación en cuestión identifica de manera predictiva las necesidades de los clientes y sus servicios, con lo que en las recogidas se optimizan las rutas y los horarios de los conductores según variables como el día, el volumen de la carga y el geoposicionamiento de la flota de reparto.

Por otro lado, el banco BBVA pone a disposición de sus clientes la IA para la toma de decisiones. Dispone de un modelo predictivo que permite a los usuarios tener a principios de cada mes una previsión de ingresos y posibles gastos. Y también los robots que ejecutan las operativas que solicitan los clientes cumplen funciones adicionales inteligentes.

Continuando en el terreno de la banca, CaixaBank tiene activo desde 2018 un asistente virtual para asesorar a los empleados que entiende el lenguaje natural y que aprende a partir de la experiencia. La experiencia ha demostrado que alrededor del 80 % de las consultas habituales de los empleados pueden resolverse a través de este sistema.

Por otro lado, la compañía aérea Iberia utiliza la voz y los asistentes virtuales como un nuevo canal para interactuar y proporcionar un servicio más personalizado con el que fidelizar a los clientes, como el chatbot iBot.

Por último, Telefónica ha revolucionado la relación con sus clientes mediante Aura, la Inteligencia Artificial de la compañía, que utiliza la computación cognitiva y el procesamiento de lenguaje natural para entender en tiempo real las intenciones de los clientes, relacionándolas con sus datos personales, para dar respuestas personalizadas a sus consultas.

Peligros asociados a las tecnologías

A pesar de los logros alcanzados, la IA presenta numerosos riesgos para las personas, tanto por culpa de fallos o errores, como por ser utilizada deliberadamente para destruir y hacer daño. Karen Hao y Will Knight, expertos del MIT en este campo, identifican las siguientes amenazas actuales:

  • L􏰇a inmadurez de la tecnología del 􏰀vehículo autónomo. A pesar de que numerosas empresas tanto tecnológicas como de automoción están inmersas en la carrera por lanzar el coche autónomo, los accidentes relacionados con este tipo de vehículos hacen pensar que la conducción autónoma está aún muy verde. En abril de 2019 se produjo el primer accidente de este tipo de vehículos en nuestro país, en concreto en Galicia, cuando un Tesla de conducción automática chocó contra un coche que estaba estacionado en el arcén.
  • Bots dedicados a la manipulación de la opinión pública. En marzo de 2018 saltó a los medios el escándalo de la consultora Cambridge Analytica, que utilizó los datos personales de los usuarios de Facebook para influir en la intención de voto de las elecciones presidenciales de Estados Unidos de 2016. Este caso puso en evidencia cómo los algoritmos de IA determinan la información que se ofrece en redes sociales pueden contribuir a promover la desinformación.
  • La posibilidad de crear armas letales. Los empleados de Google se rebelaron contra la dirección de la empresa cuando descubrieron que esta estaba colaborando con las fuerzas aéreas estadounidenses para crear drones inteligentes de ataque. Finalmente, el denominado Proyecto Maven fue abandonado por la compañía tecnológica.
  • La amenaza de las herramientas de reconocimiento facial. Aunque se presenta como una tecnología clave para la identificación de usuarios en un futuro cercano, y pese a que ya se está usando en muchos teléfonos inteligentes, el utilizar IA para verificar que somos quienes decimos que somos entraña numerosas dudas éticas relacionadas con el derecho a la privacidad y, en general, con las libertades individuales.
  • Deep fake. Más allá de las fake news, la manipulación de vídeos mediante sistemas inteligentes, para humillar o desacreditar a determinadas personas falseando las imágenes, se presenta como uno de los grandes problemas mediáticos de los últimos tiempos. Una tecnología cada vez más sofisticada que permite realizar falsificaciones de imágenes —o deep fakes— cada vez más convincentes.
Los algoritmos que discriminan. El uso sin control de algoritmos para tratar los datos en ámbitos tan diversos como el mundo financiero, la justicia, la educación o la selección de personal, puede causar un daño inmenso a determinados colectivos y a ciudadanos individuales.
¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+

0 comentarios