La revolución de la tecnología cognitiva en las pymes

¿Un marketplace de algoritmos? Probablemente una excelente forma de que empresas pequeñas y medianas puedan acceder a la tan anunciada transformación que la inteligencia artificial […]

¿Un marketplace de algoritmos? Probablemente una excelente forma de que empresas pequeñas y medianas puedan acceder a la tan anunciada transformación que la inteligencia artificial va a producir en dos o tres años.

Detectamos una necesidad en el negocio, vamos a la tienda, buscamos entre aquellos que mejor se adapten a nuestra particularidad, lo testamos (el código es simple, la tienda nos muestra un tutorial muy pedagógico), y lo implementamos. Todo bajo una fórmula de precios asequibles (modalidades on demand y enterprise incluidas).

¿Qué le podríamos pedir al algoritmo?

Tenemos claro que debemos acceder a gran cantidad de datos y procesarlos adecuadamente, en función de nuestras necesidades.

Por eso, podríamos definir el machine learning como un conjunto de algoritmos que permiten reconocer estos patrones de datos y extraer la información relevante para generar nuevos productos y servicios (o nuevos datos, si lo prefieren).

Este algoritmo o grupo de algoritmos nos permitirán comprender y analizar el lenguaje humano (incluyendo texto y voz), identificar y analizar imágenes y también analizar series de datos. Esto es un sistema basado en inteligencia artificial.

Si queremos ir más allá, el deep learning sería un conjunto de machine learning conformado igual que las redes neuronales del cerebro.

Por tanto, la inteligencia artificial ha generado una cantidad considerable de tecnologías cognitivas: tratamiento de datos bajo instrucciones lógicas, procesamiento del lenguaje natural, reconocimiento de voz, identificación de objetos, escenas y actividades en las imágenes, etc.).

Además, y como mostraremos posteriormente, estas tecnologías son transversales y pueden ser aplicadas a múltiples sectores económicos.

 

La tecnología cognitiva aplicada a la empresa

Las oportunidades que se desprenden del uso de la tecnología cognitiva (incluyendo el machine learning) para cualquier negocio deben ser, primero, materializadas en objetivos: ¿qué pretendemos conseguir?

Por ejemplo, comprender mejor a nuestros clientes, potenciar la automatización o incluso elaborar estrategias de negocio son tres posibles áreas sobre las que implementar un sistema de inteligencia artificial competitivo.

Si hablamos de obtener estas perspectivas cognitivas (perfiles) de los clientes, nuestro cometido se centra en detectar los patrones clave (y las relaciones) entre cuantiosas fuentes de datos en tiempo real para elaborar acciones específicas.

Si además trabajamos sobre automatización cognitiva, los procesos (repetitivos) de decisiones basados en el lenguaje natural y en el conocimiento permitirán a los colaboradores mejorar la calidad y el tiempo de respuesta de nuestros servicios a partir de agregación e interpretación de gran cantidad de requerimientos planteados por los clientes.

Los chatbots, tanto en su versión más simple como en la interactiva, son herramientas que comenzarán a formar parte de nuestra forma de relacionarnos con los clientes.

Si deseamos diseñar estrategias de mercado, la empresa debe trabajar sobre dos factores: conocer las dinámicas del mercado y detectar tendencias disruptivas que afectarán a su estructura en los próximos años. Para ello, es necesario analizar datos en tiempo real con el objetivo de obtener la información clave de las situaciones en el momento en el que sucedan.

 

Sectores en los que se está implantando la tecnología cognitiva

Aunque el grado de madurez se encuentra aún en una fase temprana, diversos sectores están adoptando ya algunas de estas tecnologías:

  • El sector financiero está empleando el machine learning en sus sistemas de detección del fraude, el reconocimiento de voz para automatizar el servicio al cliente vía smartphones y de imágenes para los sistemas de verificación.
  • El sector médico emplea el machine learning para predecir relaciones causa-efecto en datos biológicos para ajustar las pautas médicas y farmacológicas en pacientes. También se trabaja en sistemas de mejora de la diagnosis clínica a partir de datos específicos diarios del paciente. Su siguiente reto: la nanotecnología.
  • El retail emplea el procesamiento de lenguaje natural y el reconocimiento de imágenes para analizar datos de fuentes como blogs, artículos y redes sociales para detectar y anticipar tendencias de moda y conocer cómo se moverá la industria en los meses siguientes.
  • Otros sectores como la publicidad (a través del email marketing, la medición del sentimiento en audiencias o chatbots conversacionales, por ejemplo) o el energético (a través de la robótica) también están aplicando tecnologías cognitivas en sus proyectos empresariales.

Todo ello ante la previsión de que 2019 sea el año en que el Internet de las Cosas despunte en el mercado.

En conclusión, y más allá del ahorro de costes, las tecnologías cognitivas permitirán a las empresas: mejorar la toma de decisiones (desde la planificación a la detección del fraude), innovar sobre productos y servicios (añadiendo características basadas en la información personal del usuario), mejorar resultados (ajustando la relación producción-demanda).

 

Foto: erik_stein