Knowledge Transformación Digital Transformación Digital
Esta píldora formativa está extraída del Curso online de Introducción a la Inteligencia Artificial

Hay algunas innovaciones en las que la inteligencia artificial va a tener un gran impacto; actualmente aún no están vigentes bien porque no hay personas con los conocimientos para llevarlas a cabo, o bien porque se están implantando ahora y hace falta cierto tiempo para conseguir su madurez.

Data Analytics
La IA acabará sustituyendo a los científicos de datos. Esto es cierto porque ya hay empresas, que empiezan a facturar cantidades importantes, que implementan sistemas automatizados que aplican el análisis científico a los datos. Ganan peso los analistas de negocio, y lo pierden los científicos de datos.
Hiper-personalización
Estamos yendo a la personalización no ya hacia colectivos, sino hace personas concretas. Dado el volumen masivo de "ofertas personalizadas", la única implementación posible de este paradigma es su automatización.
Machine Learning en todo
Cualquier sistema de información va a incorporar aprendizaje automático para adaptarse a nosotros. Más allá de videojuegos, nuestro procesador de textos o el navegador web, la televisión, los electrodomésticos, nuestro vehículo... estos bienes de consumo ya no "funcionan de la misma manera" durante su vida útil, sino que se adaptan a nosotros. Esto también ayuda a la hiper-personalización: cada producto se comportará de forma única en función de quién lo utiliza.
El Hardware ya no existe
El Hardware va a ser "líquido" (actualmente se dice que es un "APIRepresenta las siglas de Application Programming Interface, es decir, la interfaz de conexión con un sistema, los requisitos de entrada y salida de datos para poder comunicarse e interactuar con dicho sistema.", una vez que el cloud es el estándar), es decir, ya no habrá que preocuparse de cuánto, de cómo ni de dónde está el hardware de procesamiento que es necesario para desplegar cualquier sistema de inteligencia artificial. Otra forma de decirlo es que la nube (el cloud) será literalmente "gaseosa", intangible para quien la utiliza...

Lo que va a determinar qué tendrá éxito a medio plazo es lo que el mercado esté dispuesto a pagar. Es decir, hay cosas que las personas queremos tener (por ejemplo, sistemas de chat inmediato en el móvil como Whatsapp), pero que no queremos pagar. 

Hay grandes debates sobre el futuro a medio plazo de la IA: "¿Por qué hay aplicaciones posibles y convenientes, pero que no se llevan a cabo?" Por ejemplo existen chatbox muy avanzados que funcionan como sistemas expertos en bolsa... pero no sencillos chatbox para acompañar a millones de personas mayores que viven solas en Europa, China o EEUU.

El mercado (las empresas y las personas) sí está dispuesto a pagar por sustituir un perfil tan caro como un científico de datos; o mejorar la conversión de la publicidad con mensaje hiper-personalizados; o si estamos dispuestos a "alquilar" nube en lugar de mantener perfiles técnicos de instalación y mantenimiento de hardware.

Lo que el mercado paga (o no) por el uso de la inteligencia artificial es lo que define su futuro a medio plazo.

El futuro a medio plazo es lo que actualmente se está diseñando, por eso sí podemos predecir qué va a ocurrir; la diferencia con otras innovaciones, es que este "medio plazo" no son 10 años, sino más bien entre 3 y 5 años. Recordemos que la inteligencia artificial se retroalimenta a sí misma, la velocidad de aprendizaje es tan grande que sobrepasa el entendimiento de las personas, que van a veces "a remolque" y reaccionando a lo que los algoritmos van descubriendo.

Hiper-personalización

La hiper-personalización merece un capítulo aparte, por el impacto que va a suponer a medio plazo en casi todo lo que hacemos todos los días, tanto en el ámbito personal como el laboral. Veamos algunos ejemplos de aplicación:

Vehículos autónomos
No se tratará tan sólo de que el vehículo pueda circular de forma segura por sí mismo, sino que además lo haga como a nosotros nos gusta: ¿ritmo tranquilo, o más deprisa al filo de los límites de velocidad? Si somos personas mayores o llevamos niños en el coche, debería reducir especialmente la velocidad cuando va a pasar por un bache o similar... y en función de los datos del tráfico, debería reducir la velocidad en previsión de un atasco.
O al revés, en función de si las personas a las que transporta tienen prisa, quizá pueda adaptar su estilo de conducción no tanto para llegar antes, sino para que el usuario sienta que el coche "le comprende"... aumentando su satisfacción e incrementando por tanto la posibilidad de compra de un vehículo de la misma marca.
Estas adaptaciones en la forma de circular ya las aplican algoritmos autónomos que conducen trenes y gobiernan algunas redes de metro, y por supuesto algoritmos de ordenación del tráfico de robots dentro de grandes naves logísticas. 
Móviles, tables, ordenadores portátiles
La configuración de todos estos gadgets electrónicos será propia para cada usuario. Esto realmente ya es así cuando introducimos nuestro usuario, pero el siguiente paso es que esta configuración irá cambiando en función del uso que hacemos de dichos aparatos; no sólo los "accesos directos" que utilizamos, sino la forma de mostrarnos la agenda, el orden en el que se abren las aplicaciones, según la hora del día nos indicará lo que solemos hacer, etc... para hacer lo mismo, cada vez necesitaremos menos "clics" o pulsaciones con los dedos.
Viajes y hoteles
Asumido lo sencillo que resulta comprar un viaje y reservar un hotel mediante gestores de recomendación, el siguiente paso será "acompañarnos" durante dicho viaje. Por ejemplo, en el sistema de entretenimiento en aviones de largo recorrido, y una vez asignado nuestro asiento, ofrecernos directamente nuestro correo (si viajamos por negocios) o información de nuestro hotel y ciudad (si viajamos por turismo). Y en el hotel, la habitación estará personalizada para nosotros: la música cuando llegamos, la luz, la oferta de servicios en una pantalla digital... 
Medios de comunicación digitales
Actualmente, podemos suscribirnos a múltiples canales digitales de comunicación, eligiendo sobre qué temas estamos interesados, o qué publicaciones queremos ver en el momento en que aparecen. 

Pero iremos más allá: la web del medio digital que navegaremos estará compuesta para nosotros; los gestores de contenidos conformarán el contenido completo según nuestras apetencias; por supuesto, se reciclará mediante aprendizaje automático conforme vayamos navegando por noticias de otro tipo, destacados, etc...

También la publicidad: los anuncios que veamos en nuestra smart tv serán distintos de los que vea, en ese mismo momento, otra persona con un perfil de consumidor distinto. Y veremos sobreimpresionados, mientras vemos una serie o película, anuncios flotantes referentes a los productos que aparecen en pantalla (los que corresponden a nuestro perfil de consumidor).
La empresa Tesla es disruptiva en muchos sentidos, incluso en el de la hiper-personalización: su modelo va hacia venta online al 100%, es decir inexistencia de concesionarios. Entre otros impactos importantes, esto ayuda a la compañía a capturar datos de forma mucho más fácil que su competencia: a través del configurador de su web (muy utilizado, puesto que no habrá otro posible medio) aprenden cómo los clientes quieren sus vehículos, y personalizan sus ofertas en función del perfil de los clientes, sus apetencias, cómo han respondido al cambio de precio en función de las opciones... esto se realimenta de forma mucho más ágil a través de la captura por la web, en lugar de la presencia física en tienda (que implica una toma de datos muy lenta y costosa).

 Data Native y DataPools

La Transformación Digital es necesaria para todos... excepto para las compañías que ya nacieron digitales; éstas no necesitan "transformarse", en el sentido en el que no necesitan digitalizar, y sus procesos ya se diseñaron e implantaron para ser digitales desde el principio.

Esto es lo que se está llamando "Data Native", referido tanto a las empresas como a los profesionales:

Empresas Data Native

Una compañía Data Native no piensa en sacar datos de sus procesos para agilizarlos, optimizarlos y tomar decisiones... sino que diseña sus procesos para que produzcan los datos que sean necesarios para tomar las decisiones. Estas compañías no construyen un sistema de ingesta-almacenamiento-procesamiento de datos, sino que construyen sus procesos de forma que, desde el primer día de funcionamiento, este ciclo del dato se vea satisfecho. Y sobre estos datos gira la empresa (Data-Driven Culture). 

También existe el riesgo de detener su negocio en caso de que la infraestructura tecnológica falle.

Las empresas Data Native no tienen que invertir nada en el proceso de transformación, sino que se concentran al 100% en sacar el máximo valor de su motor de funcionamiento, que son los datos. Y esto, independientemente de si la empresa se dedica a un negocio digital o no (hay empresas Data Native y Data Driven que imprimen camisetas o envían flores a cualquier hogar de un país).

Uber es Data Native: sin su analítica no sería nada, no sólo porque se basa en una aplicación móvil. La decisión de qué conductor o ruta aplicar depende de algoritmos. La empresa se detiene en el mismo instante en el que estos sistemas dejen de funcionar. Por el contrario, los bancos de “toda la vida”. Imaginemos que sus sistemas de analítica se detienen... sus clientes van a seguir pagando las hipotecas que tienen firmadas, y los ahorros seguirán en las cuentas bancarias, por tanto la entidad sobrevive a medio plazo.
Profesionales Data Native
El profesional Data Native es el que no entiende la toma de decisiones sin basarse en datos, con todo lo que ello implica. Un científico de datos no tiene por qué serlo, simplemente su trabajo consiste en analizar datos, y lo mismo para otros perfiles del ámbito.

Los profesionales Data Native no son los que trabajan en compañías Data Native; al contrario, las compañías con procesos de transformación digital complejos se ven atraídas por este tipo de profesionales, que aportan un punto de vista que rompe con el enfoque tradicional que impregna la empresa no nativa. 

Es por ello que los impulsores de cambio que tienen más éxito son los que se incorporan a la compañía para ello (de la misma forma que ocurre con la incorporación del enfoque ágil). Podríamos decir que para transformarse, una compañía necesita introducir nuevas ideas, y para ello es necesario introducir personas nuevas. 

Futuro de la IA a medio plazo
 

Esta píldora formativa está extraída del Curso online de Introducción a la Inteligencia Artificial.

Amplía tus conocimientos con el Curso Online de Introducción a la Inteligencia Artificial

Puedes continuar ahora la formación matriculándote en el curso, o si lo prefieres, consultar nuestro catálogo con cerca de 400 actividades formativas acreditadas.

Benefíciate del crédito para formación bonificando el curso.

Este sitio web utiliza cookies de terceros con la finalidad de analizar el uso que hace de nuestra web y personalizar el contenido de los anuncios. Si continúa navegando entendemos que acepta su uso. Más información