Inteligencia artificial (IA)

La primera definición de inteligencia artificial (IA) fue dada por uno de sus

padres fundadores, Marvin Minsky, quien la describió como "la ciencia de

hacer que las máquinas hagan cosas que requieren la aplicación de inteligencia

cuando los humanos las hacen". La esencia de esta definición sigue siendo

cierta hoy en día, pero los informáticos modernos van un poco más allá y

definen la IA como un sistema que es capaz de percibir el entorno y tomar

medidas para maximizar las posibilidades de alcanzar con éxito sus objetivos,

así como la capacidad de este sistema para interpretar y analizar datos de

forma que pueda aprender y adaptarse sobre la marcha.

Historia de la IA

Desde el mito griego de Pigmalión hasta el cuento victoriano de Frankenstein,

los humanos han estado fascinados durante mucho tiempo por la idea de crear

una criatura hecha por el hombre que pudiera pensar y actuar como un

humano. Con la llegada de los ordenadores, nos dimos cuenta de que la idea de

inteligencia artificial no se plasmaría en forma de entidades independientes,

sino en forma de un conjunto de herramientas y tecnologías de red capaces

de complementar las necesidades humanas y adaptarse a ellas.

El término "inteligencia artificial" fue acuñado en 1956 en una conferencia

científica en la Universidad de Dartmouth en Hanover, New Hampshire.

Desde entonces, la IA y la gestión de datos han evolucionado de una manera

extremadamente interdependiente. Para realizar análisis significativos, la

inteligencia artificial requiere una gran cantidad de big data. Y para el

procesamiento digital de grandes cantidades de datos, el sistema requiere de

inteligencia artificial. Por lo tanto, la historia de la IA ha evolucionado en

paralelo con el crecimiento de la potencia informática y la tecnología de bases

de datos.

Hoy en día, los sistemas empresariales que antes solo podían procesar unos

pocos gigabytes de datos son capaces de operar terabytes y utilizar la IA

para procesar los resultados y realizar análisis en tiempo real. Y, a diferencia

de una criatura creada por el hombre que cojea por el camino hacia el campo,

la tecnología de IA es flexible y receptiva: está diseñada para mejorar y

complementar a sus socios humanos, no para reemplazarlos.

Tipos de IA

La inteligencia artificial es una de las áreas de desarrollo tecnológico de más

rápido crecimiento. Y, sin embargo, hoy en día, incluso los modelos de IA más

sofisticados utilizan solo "IA de propósito limitado", el más básico de los tres

tipos de IA. Los otros dos tipos siguen siendo objeto de ciencia ficción y no

tienen ninguna aplicación práctica por el momento. Sin embargo, dada la tasa

de crecimiento de las ciencias de la computación en los últimos 50 años, es

difícil decir a dónde nos llevará el desarrollo futuro de la IA.

Los tres tipos principales de IA

Inteligencia Artificial de Propósito Único (ANI)

La ANI, también conocida como IA "débil", existe hoy en día. Aunque las

tareas que puede realizar una IA débil pueden realizarse con la ayuda de

algoritmos y redes neuronales muy complejos, siguen siendo singulares y

orientadas a objetivos. El reconocimiento facial, las búsquedas en Internet y

los coches autónomos son ejemplos de IA de propósito limitado. Se la cataloga

como débil no porque carezca de escala y poder, sino porque todavía está muy

lejos de tener los componentes humanos que atribuimos a la verdadera

inteligencia. El filósofo John Searle define la IA débil como "útil para probar

una hipótesis sobre las mentes, pero no realmente una mente".

Inteligencia Artificial de Propósito General (AGI)

La IA de propósito general (IA fuerte) debe ser capaz de realizar con éxito

cualquier tarea intelectual que pueda realizar un ser humano. Al igual que los

sistemas de IA de propósito único, los sistemas de IA de propósito general

pueden aprender de la experiencia e identificar y predecir patrones, pero

tienen la oportunidad de dar otro paso importante. Son capaces de extrapolar

este conocimiento a una amplia gama de problemas y situaciones que no se

pueden resolver con datos obtenidos previamente o algoritmos existentes.

La supercomputadora Summit es una de las pocas supercomputadoras de este

tipo en el mundo con IA de propósito general. Puede realizar 200 cuatrillones

de operaciones computacionales en un segundo, lo que le tomaría a un humano

mil millones de años. Los modelos AGI no necesariamente tienen que ser tan

poderosos como lo son, pero requerirán una potencia de cómputo que

actualmente solo existe al nivel de las supercomputadoras.

Superinteligencia Artificial (ASI)

Los sistemas de tipo ASI son teóricamente totalmente conscientes de sí

mismos. No solo imitan o entienden el comportamiento humano, sino que lo

comprenden a un nivel fundamental.

Dotados de estos rasgos humanos, y amplificados por un poder computacional

y analítico mucho más allá del nuestro, los sistemas de IA superinteligentes

pueden parecer salidos de distopías de ciencia ficción sobre un futuro en el

que los humanos se están volviendo gradualmente más anacrónicos.

Es poco probable que alguien vivo hoy en día vea un mundo así; sin embargo, la

IA está evolucionando a tal ritmo que debemos considerar pautas éticas y

mecanismos de liderazgo responsable en previsión de la aparición de una

inteligencia artificial capaz de superarnos en casi todos los aspectos

medibles. Como dijo Stephen Hawking: "Debido al enorme potencial de la IA,

es importante explorar cómo aprovecharla y evitar posibles escollos".

Beneficios de la IA

Hace apenas un par de décadas, el uso de la IA en las operaciones

empresariales se encontraba en la fase de "primera adopción", y su potencial

era todavía algo teórico. Desde entonces, las tecnologías y aplicaciones de IA

han evolucionado y han añadido valor a las empresas, y IDC

prevé un crecimiento interanual del 19,6% en 2022 hasta los 432.800

millones de dólares. Y a medida que las tecnologías de IA mejoran y emergen

como la próxima ola de innovación, las personas también comprenden su

potencial y la creatividad con la que se aplican. Hoy en día, las empresas están

viendo una gama cada vez más amplia de beneficios medibles de los sistemas

impulsados por IA, incluidos los cinco siguientes:

1. Sostenibilidad en toda la organización. Mucho antes de la llegada de las

computadoras, las empresas reconocieron el valor de recopilar y

comprender datos sobre su negocio, mercado y clientes. A medida que

crecía el volumen y la complejidad de los conjuntos de datos, se hacía cada

vez más difícil analizar esos datos con precisión y de manera oportuna. Las
 soluciones impulsadas por IA le permiten no solo gestionar grandes

volúmenes de datos, sino también extraer información valiosa de ellos. Con

la IA, puede automatizar procesos complejos, utilizar los recursos de

manera más eficiente, predecir con mayor precisión y adaptarse mejor a

las disrupciones (y oportunidades) emergentes.

2. Mejorar la experiencia del cliente. La IA permite a las empresas

personalizar las ofertas de servicios e interactuar con los clientes en

tiempo real. A medida que los consumidores se mueven a través del embudo

de ventas moderno de "cliente potencial" a "conversión", generan

conjuntos de datos complejos y heterogéneos. La IA ofrece a los sistemas

empresariales la capacidad de aprovechar estos datos, así como de

mejorar el servicio y la interacción con el cliente.

3. Toma de decisiones segura. Los líderes empresariales eficaces siempre

se esfuerzan por tomar decisiones rápidas e informadas. Cuanto más

importante sea la solución, más probable es que tenga muchos

componentes e interdependencias complejos. La IA ayuda a complementar

la sabiduría y la experiencia humanas al aprovechar el análisis avanzado de

datos y la información procesable que impulsa la toma de decisiones

seguras en tiempo real.

4. Productos y servicios relevantes. Muchos modelos tradicionales de

investigación y desarrollo se basaban en información obsoleta. El análisis

de los datos de rendimiento y los comentarios de los clientes a menudo se

realizaba solo después de que el producto o servicio había ingresado al

mercado. Tampoco existían sistemas que pudieran detectar rápidamente

posibles brechas y oportunidades en el mercado. Con los sistemas

impulsados por IA, las empresas pueden ver una amplia gama de datos

simultáneamente y en tiempo real. Esto les permite modificar los

 productos existentes e introducir otros nuevos basándose en los datos

más actualizados y actualizados del mercado y de los clientes.

5. Compromiso de los empleados. Una encuesta reciente de Gallup encontró

que las empresas cuyos empleados muestran altos niveles de compromiso

son, en promedio, un 21% más rentables. El uso de tecnologías de IA en el

lugar de trabajo reduce la carga de las tareas rutinarias y permite a los

empleados centrarse en un trabajo más gratificante. Las tecnologías de

RRHH que utilizan la IA también te ayudan a notar cuándo los empleados

se sienten ansiosos, cansados o aburridos. Al personalizar las

recomendaciones de bienestar y ayudar a priorizar las tareas, la IA puede

apoyar a los empleados y ayudarlos a recuperar un equilibrio saludable

entre el trabajo y la vida personal.

Solicita una demo

Las tecnologías inteligentes, como la IA y el aprendizaje automático, están

en acción.

Aprende más

Tecnologías de IA

Para que la IA sea útil, debe ser aplicable. Su verdadero valor solo se puede

realizar cuando proporciona información procesable. Si pensamos en la IA en

términos del cerebro humano, entonces las tecnologías de IA son como las

manos, los ojos y los movimientos corporales, todo lo cual hace posible dar

vida a las ideas cerebrales. A continuación se enumeran algunas de las

tecnologías de IA más utilizadas y de rápida evolución.

Tecnologías de Inteligencia Artificial

Aprendizaje automático

El aprendizaje automático, y todos sus componentes, es un subconjunto de la

IA. En el proceso de aprendizaje automático, los algoritmos se aplican a

diferentes tipos de métodos de entrenamiento y técnicas de análisis, lo que

permite que el sistema aprenda y mejore automáticamente en función de su

experiencia sin programación explícita. En las empresas, el aprendizaje

automático se puede aplicar a cualquier tarea u objetivo que requiera

predecir resultados basados en análisis de datos complejos.

¿Cuál es la diferencia entre la IA y el aprendizaje automático? El aprendizaje

automático es un subconjunto de la IA y no puede existir de forma aislada de

ella. Así que no es tanto que sean diferentes, sino cómo se diferencian. La

inteligencia artificial procesa datos para tomar decisiones y hacer

predicciones. Los algoritmos de aprendizaje automático permiten a la IA no

solo procesar estos datos, sino también utilizarlos para entrenar y aumentar

la "inteligencia" sin necesidad de programación adicional.

Procesamiento de datos en lenguaje natural (NLP)

El NLP permite que las máquinas reconozcan y entiendan el lenguaje escrito,

los comandos de voz o ambos. Esta tecnología incluye la capacidad de traducir

el lenguaje humano a una forma que sea comprensible para un algoritmo. La

generación de texto en lenguaje natural (NLG) es un subconjunto de NLP que

permite a una máquina convertir el lenguaje digital en habla humana natural.

En aplicaciones más complejas, la PNL puede utilizar el contexto para revelar

actitudes, estados de ánimo y otras cualidades subjetivas con el fin de

interpretar con mayor precisión el significado de lo que se dice. Las

aplicaciones prácticas de la PNL incluyen chatbots y asistentes de voz

digitales como Siri y Alexa.

¿Qué son los chatbots? Conozca estos asistentes digitales y cómo utilizan el

NLP.

Visión por Computador

La visión artificial es el método por el cual las computadoras entienden y "ven"

imágenes y videos digitales, en lugar de simplemente reconocerlos o

categorizarlos. Las aplicaciones de visión artificial utilizan sensores y

algoritmos de aprendizaje para extraer información contextual compleja que

luego se puede utilizar para automatizar o informar otros procesos. La visión

artificial también puede extrapolar datos con fines predictivos, lo que le da

la capacidad de ver a través de las paredes y alrededor de las esquinas. Los

coches autónomos son un buen ejemplo del uso de la visión artificial.

Robótica
La robótica no es un invento nuevo: se ha utilizado durante muchos años,

especialmente en la fabricación. Sin embargo, sin el uso de la IA, la

automatización debe realizarse programando y calibrando manualmente. Si

hay debilidades o ineficiencias en estos flujos de trabajo, solo se pueden

descubrir después del hecho, o cuando algo se rompe. Un operador humano a

menudo no tiene forma de saber qué causó el problema, qué cambios se

pueden hacer para mejorar la eficiencia y la productividad. Cuando la

inteligencia artificial se agrega a un sistema, generalmente a través

de sensores de IoT, es posible ampliar enormemente el alcance, el alcance y

el tipo de tareas que realizan los robots. Ejemplos de aplicaciones de la

robótica en la industria son los robots para la preparación de pedidos en

grandes almacenes y los robots agrícolas que pueden programarse para

cosechar o procesar cultivos en el momento óptimo.

La IA empresarial en acción

Cada año, más y más empresas se dan cuenta de los beneficios y ventajas

competitivas que las soluciones basadas en IA pueden aportar a sus

operaciones. Algunos sectores, como el sanitario y el bancario, cuentan con

conjuntos de datos especialmente grandes y vulnerables. Para ellos, los

beneficios de la IA fueron evidentes desde las primeras etapas de su

desarrollo. Pero hoy en día, la escala y la accesibilidad de la IA moderna le

permiten encontrar aplicación en casi todos los modelos de negocio. A

continuación se muestran ejemplos de algunas de estas industrias.

• Los conjuntos de datos

de salud se encuentran entre los más grandes, complejos y sensibles del

mundo. La tarea principal de la IA en la atención médica es utilizar estos

datos para encontrar correlaciones entre los protocolos de diagnóstico y

 tratamiento, así como los resultados de los pacientes. Además, los

hospitales están recurriendo a soluciones de IA para apoyar otras áreas

e iniciativas operativas. Estos incluyen la satisfacción y optimización del

personal, la satisfacción del paciente, el ahorro de costos y otras áreas.

• Los

bancos y las instituciones financieras tienen una mayor necesidad de

seguridad, cumplimiento y velocidad de transacción y, por lo tanto, han

estado entre los primeros en adoptar tecnologías de IA. Características

como los bots impulsados por IA, los asesores de pagos digitales y los

mecanismos biométricos de detección de fraude contribuyen a mejorar la

eficiencia y la calidad de la experiencia del cliente, así como a reducir el

riesgo y los episodios de fraude. Descubra cómo los bancos están

ofreciendo un servicio integral con tecnologías digitales e inteligentes.

Cuando los dispositivos y las máquinas están conectados a una red con la

capacidad de enviar y recibir datos a través de un sistema central, forman

una red IoT. La IA no solo procesa esta información, sino que también la

utiliza para predecir oportunidades y fallos, así como para automatizar

tareas óptimas y flujos de trabajo asociados. En las fábricas inteligentes,

esto se extiende a los protocolos de fabricación bajo demanda para

impresoras 3D e inventario virtual. Descubre cómo Adidas utiliza el

aprendizaje automático para producir zapatillas personalizadas en solo 24

horas.

• La IA en el comercio minorista

La pandemia ha tenido un gran impacto en los hábitos de compra, con un

aumento significativo de las compras en línea durante el mismo período del

año anterior. Esto ha contribuido a crear un clima altamente competitivo

y rápidamente cambiante para los minoristas. Los compradores en línea

 interactúan a través de una amplia variedad de puntos de contacto y crean

mayores volúmenes de conjuntos de datos complejos y no estructurados

que nunca. Para comprender y aprovechar mejor estos datos, los

minoristas buscan soluciones impulsadas por IA que puedan procesar y

analizar conjuntos de datos dispares para ofrecer información procesable

y compromisos con los clientes en tiempo real.

Cuestiones éticas y de IA

En 1948, el pionero de la informática Alan Turing dijo: "Una computadora

merece ser llamada inteligente si puede hacer que un hombre piense que está

tratando con un hombre". Si bien la velocidad de procesamiento y las

capacidades analíticas de una computadora moderna impulsada por IA le

habrían parecido increíbles a Turing, es probable que hubiera entendido los

dilemas éticos asociados con este nivel de poder. A medida que la IA nos

entiende e imita mejor, parece cada vez más humana. Y a medida que

generamos más datos personales a través de canales digitales, tenemos que

depender cada vez más de las aplicaciones de IA, en las que se basan muchas

de nuestras acciones diarias. A continuación se presentan algunos ejemplos

de cuestiones éticas que los líderes empresariales deben tener en cuenta y

seguir.

Lea las mejores prácticas éticas de IA de SAP

Aprenda a gestionar el desarrollo y la implementación de nuestras soluciones

de software de IA.

Aprende más
• Uso ético de los datos de los clientes

En la década de 2020, la mayor parte de la información que

compartimos y recopilamos es a medida que las empresas o las personas

acceden a los canales electrónicos. A principios de 2020, había más

de 3.500 millones de teléfonos inteligentes en el mundo , todos

compartiendo enormes cantidades de datos, desde la ubicación GPS

hasta los datos personales y las preferencias de los usuarios, pasando

por las redes sociales y el comportamiento de búsqueda. A medida que

las empresas obtienen un mayor acceso a la información personal de

sus clientes, se vuelve extremadamente importante establecer puntos

de referencia y protocolos desarrollados continuamente para proteger

la privacidad y minimizar el riesgo.

• El sesgo de la IA puede introducirse en el sistema de IA debido al

sesgo humano en la programación de sus algoritmos o a sesgos

sistémicos que pueden propagarse a través de suposiciones erróneas

en el proceso de aprendizaje automático.

En el primer caso, es más obvio cómo puede suceder esto. Pero el

segundo puede ser más difícil de notar y evitar. Un ejemplo bien

conocido de sesgo de IA ha ocurrido en el sistema de salud de EE. UU.,

donde las aplicaciones de IA se han utilizado para distribuir

estándares de atención. El algoritmo aprendió que algunos grupos

demográficos tienen menos capacidad para pagar la atención. Luego

extrapoló esta información para confundir erróneamente a este grupo

con el hecho de que tienen menos derecho a la atención. Después de

descubrir este desafortunado error, los científicos de la Universidad

de California, Berkeley, trabajaron con los desarrolladores para

 modificar las variables algorítmicas, reduciendo así el sesgo en un 84

por ciento.

• Transparencia de la IA y explicación de la IA

La transparencia en la IA es la capacidad de determinar cómo y por

qué un algoritmo llegó a una conclusión o decisión concreta. Los

algoritmos de inteligencia artificial y aprendizaje automático que

informan los resultados, y los resultados en sí mismos, a menudo son

tan complejos que están más allá de la comprensión humana. Estos

algoritmos se conocen como modelos de "caja negra". Es importante

que las empresas se aseguren de que los modelos de datos sean justos,

imparciales y puedan explicarse y estudiarse externamente.

Especialmente en áreas como la aviación o la medicina, la vida de las

personas está en juego. Por lo tanto, es imperativo que las personas

que utilizan estos datos se tomen muy en serio las iniciativas de gestión

de datos.

• Los deepfakes y las noticias

falsas son una combinación de "aprendizaje profundo" y "falso". Es una

técnica que utiliza la inteligencia artificial y el aprendizaje automático

para superponer típicamente la cara de una persona en el cuerpo de

otra persona en un video, con tal precisión que es indistinguible del

original. En su forma inocente, puede dar lugar a imágenes asombrosas,

como el envejecimiento de 30 años de Robert De Niro y Joe Pesci en

The Irishman. Desafortunadamente, su uso más común es crear

noticias falsas creíbles o incluir celebridades en videos gráficos o

comprometedores en los que nunca aparecieron originalmente.