Desde hace dos años se ha producido una “explosión” de información y marketing en relación a la Inteligencia artificial. Todos hablan de inteligencia artificial. Florecen los seminarios, congresos, cursos y diplomados de “Data Science”.Y las grandes empresas están creando áreas o al menos contratando gerentes de “Data Science”. Y más de alguno, en forma personal, sentirá que está quedado al margen de esta macrotendencia.
Pocos saben que en realidad esta tecnología está presente en nuestras vidas hace ya bastante tiempo, en el diseño de nuestros autos, en Facebook, LinkedIn, Google, y otras múltiples aplicaciones. No es algo para el futuro, es algo que ya nos rodea.
Para comenzar a involucrarse en el tema, es razonable tener un entendimiento al menos a muy alto nivel de qué se trata y que nos permita evitar los mitos y los clichés.
Cuando usted lanza una moneda al aire, usted sabe que hay un 50% de probabilidades que caiga en cara y 50% que caiga en sello. Y cuando tira un dado ⅙ de probabilidad por cada número. Con funciones probabilísticas más complejas, la matemática permite escribir la función y dibujar la curva de probabilidades.
Cuando hay problemas complejos en los cuales no podemos calcular una “función de probabilidad”, métodos como las “redes neuronales” permiten que a partir de mucha información de entrada, se puedan determinar “patrones de salida” (algo así como “intuir resultados a partir de muchos datos y condiciones”). El programa irá gradualmente modelando en forma evolutiva las predicciones, lo cual corresponde a un proceso llamado “entrenamiento”, de modo de poder ir refinando las capacidades de “predicción”, en muchos casos en un modelo de “prueba y error”. Pero al final, lo principal es mejorar su capacidad de calcular bien las probabilidades.
Cuando leemos sobre el “automóvil que se conduce solo” de Uber, en realidad es una máquina muy compleja y con muchos sensores, calculando muchas probabilidades en línea, tomando decisiones en función de esas probabilidades con reglas preexistentes y que son refinadas en forma continua. El mejoramiento de esas reglas es el “aprendizaje” de la inteligencia artificial
Si nos vamos a analizar las Empresas Medianas y Pequeñas y nos preguntamos si esta tecnología les servirá o no, es muy probable que en alguna maquinaria o sistema que utilicen, ya estén incorporadas estas capacidades de aprendizaje. Hoy no es tan claro que valga la pena hacer un proyecto ad hoc o individual para una empresa en particular, ya que si bien hoy en dia las inversiones no son inalcanzables, es muy probable que sea una problemática transversal para muchas empresas, por lo cual sería más razonable buscar una solución paquetizada y lista para su uso.
En caso de existir situaciones muy particulares que requieren diseñar y construir una solución específica, lo primero que se debe tener claro que para abordar este proyecto es la necesidad de disponer de muchos datos para entrenar estos sistemas. Hay que tener muchos datos de entrada y muchos resultados ya conocidos, que permitan entrenar a los sistemas.
Por esto, antes de buscar proyectos usando inteligencia artificial, en una pyme, es fundamental abordar un proyecto de digitalización de sus procesos y orientar la organización a automatizarlos, recopilando en forma sistemática todos sus datos, los cuales nos podrán servir eventualmente para un proyecto de Big Data o Inteligencia Artificial.
Estos proyectos de digitalización deben ser enfrentados desde una perspectiva estratégica, identificando los macro procesos y los procesos claves, identificando oportunidades de automatización, eliminación de digitación, registro y control, identificar problemáticas y cuantificarlas (para evaluar si los proyectos son rentables), abordar proyectos de interconectarse con clientes y proveedores (pensando en eliminar viajes de múltiples papeles y redigitación en múltiples sistemas, etc).
Como conclusión, es posible que podamos encontrar en forma inmediata en algunas Pymes algún proyecto de Inteligencia Artificial que valga la pena y sea rentable, para el cual tengamos datos. Pero en una mirada más general, las pymes deben primero abordar su transformación digital, recopilar y almacenar sus datos, aumentando su eficiencia administrativa y operacional. Es el primer paso para posteriormente incorporar nuevas capacidades mediante el uso adecuado de las nuevas tecnologías emergentes.
[dropcap font=”” size=”1″ background=”” color=”” circle=”0″ transparent=”0″]I[/dropcap]Si bien, adoptar estás tecnologías es una decisión de la empresa, por nuestra parte, en JR Consultores, sugerimos que ante la duda siempre es importante asesorarse por una persona que tenga conocimiento del rubro. Cualquier duda que tengas sobre la transformación digital referente a nuestros servicios contables, tributarios, legales y laborales. No dudes en contactarnos aquí.
