Regresa el Innovation Leadership Program de AUSAPE y Seidor con una sesión sobre el futuro de la inteligencia artificial.

El Innovation Leadership Program, el programa diseñado por AUSAPE y Seidor para desarrollar las capacidades de aquellos destinados a ser los líderes de la innovación en las organizaciones, celebró su cuarta edición el 13 de abril en el IESE Business School de Barcelona. En esta ocasión, el tema fue “El futuro de la Inteligencia Artificial”, abordando la mejor manera de aplicarla para hacer frente a los retos del mundo social y empresarial.

Iván González, director de Marketing y Comunicación en Seidor, y Nacho Santillana, CIO del Ayuntamiento de Barcelona y vicepresidente de AUSAPE, presentaron la jornada, que empezó con la exposición de Javier Zamora, profesor de Operaciones, Información y Tecnología en el IESE y cofundador de InQBarna.

Zamora explicó que para trasladar la complejidad de una tecnología como la inteligencia artificial a los directivos, primero es necesario saber cómo funciona. La IA se basa en intentar comprender cómo funciona la mente del ser humano, poniendo muchos ejemplos de lenguaje a la máquina para que haga un aprendizaje estadístico, lo que llamamos el machine learning. Este se compone de un algoritmo, que se entrena con datos, para obtener un modelo.

A la hora de procesar datos, son muy populares las redes neuronales, un modelo basado en la forma de procesamiento del cerebro humano. Estas redes se aplican en soluciones comerciales ofertadas por compañías como Amazon o Microsoft para reconocimiento de caras, redacción de textos, etc. Aplicaciones como Chat GPT emplean modelos generativos, llamados así porque generan datos que parecen reales, caracterizados por una memoria y reconocimiento de patrones infinitos, un bajo código y la carencia de un modelo fundacional de veracidad.

Zamora trazó un paralelismo entre el aprendizaje de las máquinas y el de los niños: se empieza por un aprendizaje supervisado, para pasar al agrupamiento de datos en función de características similares y, por último, al aprendizaje por refuerzo. De ahí se pasa al aprendizaje profundo para lograr un objetivo determinado. Aunque según Zamora, existen pocos procesos de negocio que se puedan reducir a un solo objetivo, el deep learning ofrece posibilidades interesantes para el negocio.

Para vislumbrar cuál puede ser el futuro de la inteligencia artificial, el profesor del IESE apuntó una combinación de factores: el avance computacional -caracterizado por la mejora de los procesadores y el desarrollo de la computación cuántica-, la convergencia del mundo físico y el digital, y la democratización de las herramientas usadas para empezar un proyecto de IA. Otra cuestión es si las inteligencias artificiales alcanzarán el nivel de la inteligencia humana, pero más allá de esto, Zamora recomendó centrarnos en cómo podemos utilizar esa tecnología para transformar el mundo en un sentido positivo. Algo que implicará cambios en el mundo del trabajo y en la evaluación de las capacidades profesionales.

Un nuevo horizonte para los negocios

Aplicar de una manera real y concreta la inteligencia artificial al mundo del negocio fue el hilo conductor de la conversación entre David López, partner de FHIOS y senior lecturer en ESADE Business School, y David Escamilla, director de Cuentas e Innovación en Comunicación y Más. Aunque actualmente ya disfrutamos de una inteligencia artificial útil y práctica que ayuda a las empresas a ser más productivas y eficientes, esta “democratización” de la IA también implica dilemas legales y éticos, por ejemplo su empleo por parte de ciberdelincuentes o redes de desinformación. “Cuando democratizamos una IA, esta aprende lo que hacen los humanos, y lo primero que aprende son las cosas malas. Por eso, si no hay unos códigos claros sobre este tema, vamos a tener un problema”, advirtió López.

López trazó un paralelismo entre la tecnología actual y los negocios, pues ambos se basan en el principio causa-efecto. Pero ahora estamos en un cambio de paradigma en el que se aspira a definir variables futuras, en base a sucesos pasados e información de contexto. Las compañías están usando la IA para definir mejor ese contexto, introduciendo una lógica de mercado basada en datos. “El mundo digital es más de precisión”, recordó.

Para concluir, aseveró que la democratización de la inteligencia artificial genera un horizonte muy amplio, para los usuarios y para las empresas, en áreas como experiencia de cliente, optimización de procesos internos, creación de nuevos modelos de negocio y recursos humanos.

Inteligencia artificial sostenible

Otro tema clave para nuestro presente y nuestro futuro es la sostenibilidad. Un campo en el que la inteligencia artificial tiene mucho que aportar. Para Jordi Rifà, director de Edge Technologies en Seidor, hay una serie de retos en industria, agricultura y salud que debemos afrontar de la manera más adecuada posible. En el plano ambiental, recordó que un solo entrenamiento de machine learning consume tanto CO2 como cinco coches en un año. En el de la seguridad, alertó de que los tradicionales perímetros de datos se están desvaneciendo, merced a la descentralización del trabajo y las operaciones.

Por eso, debemos usar la IA de una manera responsable y ética, centrada en los seres humanos, para evitar los riesgos asociados a pérdida de empleos, daños a la privacidad y la propiedad intelectual... “La IA no nos va a sustituir, pero debemos utilizarla con responsabilidad”, resumió.

Yendo a ejemplos concretos, en el entorno agro la inteligencia artificial puede ayudarnos a afrontar los retos derivados del cambio climático y la escasez de agua, integrando datos del entorno para lograr ahorros de hasta el 20% en insumos o de hasta el 50% de agua. En el sector industrial se pueden llevar a cabo acciones similares. En ambos casos, y en otros análogos, es preciso, eso sí, integrar previamente tecnologías digitales y datos de extremo a extremo.