Aunque la Inteligencia Artificial se basa en tecnologías muy concretas, suele despertar miedo o desconfianza, sobre todo a la hora de aplicarla en las organizaciones. Para desmitificarla y concretarla, Pablo Haya, director de Social Business Analytics en el IIC, participó en la charla de introducción a la IA organizada por Madrid Emprende en el vivero de empresas de Villaverde.
Para nuestro experto, “las bondades y verdaderas aplicaciones de la Inteligencia Artificial quedan difuminadas por el hype”. Las expectativas sobre una Inteligencia Artificial igual o mejor que los humanos que aún no existe chocan con la llamada Weak AI que simplemente trata de imitar o automatizar tareas concretas de cualquier sector, pudiendo realizarlas de forma más eficaz. Por ello, dio algunos ejemplos de casos de uso reales de la Inteligencia Artificial.
Implementando la IA: Machine Learning y PLN
Según explicaba Pablo Haya, las tecnologías relacionadas con la Inteligencia Artificial que más impacto están teniendo en los negocios actualmente son el Machine Learning y el Procesamiento del Lenguaje Natural (PLN).
La primera, también denominada aprendizaje automático, consiste en entrenar a un modelo con datos disponibles o históricos, dotando a la máquina de experiencia para predecir nuevos resultados. El experto puso el ejemplo de una entidad financiera que quiere saber si un cliente pagará su deuda. Para predecirlo, se necesitarán datos sobre su comportamiento pasado y el de clientes con las mismas características o con el mismo tipo de deuda, añadiendo si la pagaron o no en cada caso.
La clave es que el sistema descubre e infiere patrones en los datos automáticamente. Según Pablo Haya, “esta tecnología se basa en extraer la relación lógica entre datos y resultados, que existe y que las maquinas detectan mejor que nosotros”.
Puede ocurrir que esos datos sean datos en texto. Ahí es donde se aplica PLN, para convertir esa información en datos estructurados y procesables por un sistema de IA y que se pueda aprovechar de la misma forma. Para ello, se cuenta con lingüistas computacionales que los anotan previamente.
Una vez estructurados los datos, se aplica el proceso anterior. La construcción de un modelo es la misma independientemente del tipo de datos. Y tras la fase de entrenamiento, se reservan parte de esos datos para su validación.
Casos de uso de la Inteligencia Artificial
Para finalizar y poner realidad, Pablo Haya compartió con los asistentes algunos casos de la aplicación de la Inteligencia Artificial en distintos sectores.
Por un lado, habló de algunos ejemplos transversales:
- Detección de defectos con visión artificial en procesos de fabricación.
- Automatización de almacenes para la gestión y optimización de stock.
- Análisis de las conversaciones para predecir compras y mejorar la eficiencia operacional de los contact centers.
- Detección de fraude y de bots en el contexto de ciberseguridad.
- HR Analytics para predecir riesgos laborales.
Después, se centró en ejemplos más específicos para diferentes sectores
- Finanzas y seguros: apertura de cuentas, peritaje de siniestros.
- Retail: recomendación de productos, predecir patrones de consumo, optimización de operaciones con productos frescos.
- Salud: recomendaciones de diagnóstico y tratamiento, asistencia en quirófano, desarrollo de nuevos medicamentos, análisis de imágenes de radiografías.
- Media: transformar texto en voz o en imágenes.
Para finalizar, mostró algunos casos de éxito del IIC.
- Gestión de efectivo en los cajeros automáticos, para una mejor planificación y ahorro de costes.
- Detección de anomalías en facturas con Machine Lerning, en este caso para una aseguradora.
