Automatización Inteligente de Pascal Bornet | Resumen y notas

La inteligencia artificial ya no es un personaje de las películas de ciencia ficción. Pero aún no se ha convertido en un buen amigo. 

Por un lado, los servicios en la nube que aceleran las oportunidades comerciales en ocasiones, prometiendo blockchain, robots cada vez más hábiles.

Por otro lado, las fallas inevitables de los equipos, la difícil elección de las mejores tecnologías y los principios nada obvios de los algoritmos informáticos.

¿Debo tomar AI como socio comercial? ¿Cuáles son las condiciones para hacer un trato con él? ¿Cómo preparar a los empleados de la empresa para el hecho de que su trabajo estará en gran medida automatizado? ¿Qué, después de todo, esperar de mañana?

Sobre el Autor

Pascal Bornet es un experto mundial en el campo de la automatización inteligente, un alto directivo con más de 20 años de experiencia de liderazgo en el campo de los negocios digitales. Fundador del programa de Automatización Inteligente para Ernst & Young y McKinsey.

Ian Barkin es el director de estrategia y marketing de SYKES y anteriormente cofundó Symphony Ventures, una empresa de consultoría de automatización inteligente que brindaba servicios avanzados en esta área (en 2018, Symphony Ventures fue adquirida por SYKES por $ 69 millones). Autor de populares cursos de capacitación de LinkedIn sobre procesos comerciales robóticos.

Jochen Wirtz es profesor de marketing en la Escuela de Negocios NUS de la Universidad Nacional de Singapur e investigador asociado en el Instituto Cornell para Futuros Saludables (CIHF) en la Universidad de Cornell. Destacado especialista en el campo del marketing y la gestión de servicios, autor de más de 100 artículos científicos, incluidos artículos en Harvard Business Review.

Intelligent Automation (IA) es un concepto completamente nuevo, presentado oficialmente en 2017. No se trata de una tecnología única, sino de un factor que reúne tecnologías avanzadas para optimizar el negocio y la producción.

IA incluye inteligencia artificial, robótica y tecnología blockchain, utilizando su efecto acumulativo para repensar cualitativamente los flujos de trabajo. La aparición misma del concepto de AI significa que las tecnologías modernas se han desarrollado a tal punto que cambian nuestra comprensión de la productividad laboral, sus herramientas y el empleo de personas en los procesos de trabajo. 

IA puede considerarse un signo de la cuarta revolución técnica. El primero está relacionado con la máquina de vapor, el segundo con la introducción de la producción en masa, el tercero con las tecnologías digitales.

El objetivo de IA es optimizar el trabajo de los trabajadores del conocimiento: ingenieros, médicos, contadores, diseñadores, arquitectos. Si la tubería a principios del siglo XX simplificó el trabajo con materiales, entonces IA optimiza el trabajo con información. IA tiene tres tareas clave:

1) automatizar las acciones rutinarias de los empleados (creación de presentaciones en PowerPoint para reuniones semanales, facturas en software de contabilidad);

2) aumentar el valor del trabajo realizado (análisis avanzado de big data con la ayuda de IA, ayudando a los gerentes a tomar decisiones más precisas);

3) evitar el trabajo que no cumple con las mejores prácticas (reuniones fuera de línea que están siendo reemplazadas por videollamadas, reduciendo el tráfico de correo electrónico).

El cumplimiento de las tres tareas es bastante realista, dados factores de IA tales como:

  • fiabilidad (los sistemas de IA siempre dan el mismo resultado basándose en los mismos datos de entrada y su nivel de rendimiento sigue siendo consistentemente preciso);
  • universalidad (los algoritmos de IA son igualmente efectivos en la banca, la medicina y el diseño);
  • escalabilidad (desarrollo rápido de programas, su lanzamiento instantáneo con costos adicionales casi nulos);
  • accesibilidad (AI funciona las 24 horas del día, los 7 días de la semana sin descansos ni días libres, además, sus tecnologías, por regla general, tienen una interfaz de usuario intuitiva);
  • atractivo económico (la mayoría de las tecnologías de IA están disponibles a un precio razonable y, por lo general, se amortizan en menos de un año).

En una palabra, la IA para los trabajadores administrativos es como los tractores para los granjeros : las máquinas no eliminan a las personas, pero aumentan su eficiencia en ocasiones. Pero a diferencia de los tractores, IA no requiere un transporte costoso y se actualiza en línea.

El 86% de los líderes empresariales globales creen que para mantenerse a flote, sus empresas deben implementar IA en los próximos cinco años. En los últimos cuatro años, el número de empresas que implementan IA ha crecido un 270%. Para 2025, el mercado global de IA alcanzará los $ 15,8 mil millones, con un crecimiento del 12,5% de 2020 a 2025. Según los expertos, en los próximos cinco años, IA alcanzará un nivel de desarrollo que tomó 200 años para la automatización industrial.

Al mismo tiempo, IA establece nuevas reglas de negocio, ofreciendo:

1) no digitalizar un negocio ya existente, sino crear una nueva empresa digital centrada en tecnologías avanzadas; 

A medida que el mercado de juguetes sin conexión de Lego comenzó a desplomarse, la empresa lanzó nuevos proyectos digitales que abarcaban videojuegos y redes sociales, cuadruplicando sus ingresos netos en 10 años, de 300 millones de euros en 2009 a 1100 millones de euros en 2019.

2) crear ecosistemas de datos : un conjunto interconectado de servicios que le permite satisfacer las diferentes necesidades de los clientes en un entorno integrado. Así, según el análisis de McKinsey, en la industria bancaria los ecosistemas proporcionan ahorros en los costes de adquisición de clientes de hasta un 20%.

El 80% de la interacción entre el cliente y la empresa puede volverse completamente sin contacto y, al mismo tiempo, multicanal, con la capacidad de cambiar sin problemas entre diferentes tipos de comunicación (teléfono, correo, chat) y diferentes empleados de soporte. 

Cuantos más datos analice la IA, más precisas serán sus ofertas para los clientes, mayor será el beneficio para la empresa. El algoritmo de Netflix para personalizar las recomendaciones, que se ofrece a 100 millones de suscriptores en todo el mundo, le ha ahorrado a la empresa mil millones de dólares en ingresos anuales.

Globalmente, IA ahorrará aún más dinero y vidas:

  • $ 1 billón, que cuestan anualmente los errores de los médicos en la atención médica estadounidense;
  • $ 3 billones: pérdidas anuales para la economía global por accidentes y enfermedades asociadas con el estrés en el trabajo;
  • 10 millones de vidas que se pueden salvar cada año si controlamos cuidadosamente la salud de los ciudadanos para prevenir infartos, accidentes cerebrovasculares y diabetes.

Qué puede hacer AI

visión inteligente

En los últimos años, la función de monitoreo ambiental y el reconocimiento de objetos han mejorado en un orden de magnitud. 

  • IA ayuda a automatizar el procesamiento de documentos: facturas, contratos, recibos, hasta el 80% de toda la documentación de la empresa. 
  • La eficiencia de la IA en la detección de patologías en imágenes médicas alcanza el 80-90%. 
  • Los sensores inteligentes y las cámaras optimizan cualitativamente el trabajo de las tiendas: la evaluación de existencias, el análisis del comportamiento del cliente y el pago de los productos son asumidos por algoritmos (Amazon ya está experimentando con los supermercados Amazon Go automatizados). Y la tecnología V-Count utiliza cámaras de circuito cerrado de televisión para analizar el tráfico de clientes y crear promociones en tiempo real basadas en el comportamiento del cliente. 
  • El análisis biométrico automatizado hace que sea mucho más fácil autenticar a los empleados en sus lugares de trabajo (a partir de 2022, la mayoría de los singapurenses podrán pasar por los puntos de control de inmigración sin retirar sus pasaportes; los servicios automatizados los identificarán sobre la marcha por retina y rasgos faciales).


manos inteligentes

Imagine un proceso de reclamo en una compañía de seguros administrada por IA. Primero, el cliente puede registrar un reclamo en línea. En segundo lugar, esta solicitud es confirmada por el programa responsable de verificar el cumplimiento del documento con los requisitos de formalización. En tercer lugar, dependiendo de la naturaleza del reclamo, puede satisfacerse automáticamente. 

Si no, el programa elige la forma más óptima de resolver el problema con la participación del empleado más adecuado. Al mismo tiempo, el programa puede analizar el tiempo dedicado a cada paso e identificar áreas que se pueden optimizar. 

Todo esto sucede gracias a la automatización robótica de procesos tecnológicos (automatización robótica de procesos, RPA). El costo de la licencia RPA es bastante bajo, la configuración es fácil de usar y, además, implica el autoaprendizaje (el programa registra las tareas realizadas por el usuario en la computadora y usa esta información para precodificar el bot; esto le permite generar automáticamente hasta el 40% del código).

Una ventaja clave de RPA es la creación de programas que incluyen sistemas heredados o tienen en cuenta requisitos no estándar (por ejemplo, atraer clientes a su compañía de seguros, teniendo en cuenta las leyes de los países del sudeste asiático). 

Cuantos más procesos de extremo a extremo maneje RPA, más eficiente será el trabajo de la empresa (esto, sin embargo, requiere una clara depuración de los módulos de RPA). Durante los próximos cinco años, RPA será un enfoque clave para las organizaciones. 


Interlocutores inteligentes

Los asistentes de voz se vuelven más inteligentes a medida que mejoran los métodos de enseñanza del lenguaje natural a las máquinas. Si antes asumían un conjunto de ciertas reglas estrictas, ahora los principios de aprendizaje profundo han venido al rescate, cuando los algoritmos aprenden a predecir la siguiente oración en función de la matriz de textos analizada. 

Allá por 2019, la empresa de Elon Musk creó una inteligencia artificial que genera textos de tan alta calidad que se decidió lanzarla solo en una versión simplificada.

Como resultado, los empleados reciben asistentes automatizados que no solo entienden perfectamente el significado de las solicitudes, sino que también se enfocan en las emociones en la voz del hablante. Gracias a estas habilidades, los bots ya están realizando funciones de psicoterapeutas. Así es Woebot, creado por un equipo de especialistas de Stanford: el programa se basa en IA, que está entrenada en los principios de un enfoque cognitivo-conductual en psicoterapia. En un futuro cercano, los bots serán tan indispensables como lo son ahora las aplicaciones.

Otra tarea importante es enseñar a la IA a analizar información no estructurada: esto constituye el 80% de todos los documentos, textos y obras. Aquí es donde entran las plataformas de gestión de información no estructurada (UIM) para ayudar a extraer, clasificar y transformar datos no estructurados en información estructurada legible y con capacidad de búsqueda. 

El algoritmo de Amazon Comprehend Medical ayuda a los médicos a comprender los informes de ensayos clínicos y otros registros médicos electrónicos. 

El holding financiero estadounidense JP Morgan Chase utiliza un programa que revisa los acuerdos de préstamos comerciales, haciendo en unos segundos el trabajo que requeriría miles de horas de abogados.

En el campo de la gestión de personal, los sistemas UIM ayudan a encontrar empleados talentosos mediante el análisis de una gran cantidad de currículos y ofertas de trabajo en una variedad de formatos.


nuevos cerebros

El descubrimiento mágico que transformó para siempre el mundo de la tecnología es el aprendizaje profundo. Gracias a él, confiamos con tanta confianza en nuestros teléfonos inteligentes. Gracias a él, las computadoras aprenden tan rápido. El secreto del aprendizaje profundo es que al recibir datos y extraer patrones de ellos, la máquina puede entrenarse a sí misma, sin la ayuda de una persona.

El mercado de las plataformas de aprendizaje automático es grande, pero se reduce a tres tipos de productos: 

  • plataformas de código abierto (Scikit Learn, Keras, PyTorch, R-Project): están disponibles de forma gratuita, abiertas para el desarrollo y adecuadas para pequeñas empresas con un presupuesto limitado;
  • plataformas comerciales, tradicionales (SAS, Matlab) y en la nube (AWS, Google Cloud), ofreciendo atención al cliente especializada.

Por una cierta cantidad, una empresa puede alquilar potencia informática, lo que acelerará y optimizará significativamente sus procesos comerciales. Pero el aprendizaje profundo no es una varita mágica. Hay dos advertencias:

1. Los algoritmos funcionan con los datos que les dieron sin pensar en nada. Si los datos están incompletos, mal estructurados, mal entendidos por los empleados de la empresa, los algoritmos no crearán una solución ideal. Las investigaciones muestran que menos del 1 % de los datos no estructurados de una empresa se analizan o utilizan. El 80 % del tiempo de los analistas se dedica simplemente a descubrir y preparar datos.

2. La IA tiene sus limitaciones: la máquina carece de pensamiento crítico y abstracto, de creatividad. Lo mejor de todo es que es capaz de resolver tareas específicas con un enfoque limitado. AlphaGo ha vencido a un humano en Go, pero eso no significa que también vencerá a los jugadores de ajedrez. No puede preparar el departamento financiero de ninguna empresa. Incluso las tecnologías que se consideran de vanguardia en el campo de la inteligencia artificial no pueden ser completamente autónomas: los poderosos algoritmos de Facebook y Google todavía son respaldados activamente por personas en segundo plano; de lo contrario, no se lograrán resultados altos.

Entre las cuatro posibilidades descritas, no existe una universal: la elección siempre depende de las necesidades de un negocio en particular. 

No reemplazan la infraestructura de TI subyacente de la empresa y solo participan cuando las capacidades básicas del sistema de la empresa ya no son suficientes. Pasamos a las complejidades de su implementación.

Cómo trabajar con IA

Cinco consejos para el éxito

El deseo de implementar IA en su negocio no garantiza el éxito. Según McKinsey, solo el 5 % de todas las tareas de trabajo se pueden automatizar por completo, el 60 % está automatizado en más del 30 %. ¡Transformar una empresa con IA requiere precisión quirúrgica! Aquellas empresas que han tenido éxito en esto se han convertido en líderes indiscutibles (Deutsche Bank, Pfizer, Amazon). ¿Cómo lo hicieron?

1. Se necesita el apoyo incondicional de los líderes del juego. Amazon es así porque está dirigido por el visionario Bezos. La gerencia desarrolla una visión, desarrolla una estrategia y coordina la gestión. 

2. Es importante coordinar las acciones de los tres actores:

  • El comité de liderazgo de IA, que incluye la alta dirección de la empresa y los empleados de todas las funciones clave involucradas en la transformación. El comité es responsable de coordinar la visión, plan de negocios y acciones específicas de los empleados;
  • un equipo que se enfoca en aprender e implementar las mejores prácticas en IA (Centros de Excelencia, CoE). Pero a menudo las empresas también crean un centro de control de automatización: CoE es responsable de la implementación de nuevas aplicaciones de IA, un centro de control de automatización para su soporte y desarrollo;
  • el líder del CoE, que coordina su equipo y el comité de liderazgo de IA, informa regularmente al comité sobre el progreso y los posibles riesgos.

La junta directiva de la empresa debe estar compuesta por gerentes comerciales y especialistas en TI. Según una encuesta de McKinsey, las juntas directivas de las empresas más eficaces tienen una variedad de roles, incluidos científicos de datos, arquitectos de sistemas, desarrolladores y analistas de negocios.

3. Es importante pensar en grande, pero empezar de a poco y escalar rápidamente. Elabore una visión para los cambios futuros, pero limítese a un proyecto piloto al principio. Asegúrese de que el equipo sepa cómo funcionan los procesos comerciales en el área relevante, cómo configurar un programa de automatización utilizando ciertas tecnologías y conozca los métodos apropiados para entregarlos.

La experiencia de proyectos similares es muy importante: desde el principio, vale la pena asegurarse de que al menos el 30% del equipo ya haya trabajado en tareas similares.

4. IA se trata de transformar el negocio y la mentalidad de las personas, no solo un proyecto de tecnología. La tecnología es solo una herramienta. La mejor pala es inútil si cavas un hoyo solo y sin un propósito claro.

AI afecta la cultura de toda la empresa. Implementar IA en comandos aislados no tiene sentido. El valor del cambio debe ser entendido y aceptado por todos los empleados.

5. IA es un viaje, no un destino. Las transformaciones son interminables y están dictadas por condiciones en constante cambio.


Mapa vial

Incluye cinco elementos:

1. Determinación de prioridades para IA. ¿Es posible automatizar tareas de trabajo seleccionadas? ¿Qué esfuerzos son necesarios para esto? ¿Cuales son los beneficios? ¿Dónde empezar?

2. Rediseño de procesos antes de la automatización.Para ello, las mejores empresas recurren o bien a la metodología de fabricación esbelta (está dirigida a cambios graduales), o bien a un enfoque de base cero, cuando se desarrolla el nuevo proceso óptimo sin tener en cuenta las limitaciones actuales (esto requiere más tiempo y esfuerzo que un enfoque esbelto, pero los resultados tienden a ser más creativos y prometedores). 

El rediseño de procesos en términos de enfoque de base cero se aplica a procesos de extremo a extremo con mayor costo. En la mayoría de las empresas, más del 50 % del costo potencial de la transformación proviene de 10 a 20 procesos centrales de extremo a extremo. La ‘cola larga’ de las oportunidades de automatización de menor costo requiere menos elaboración. Decida qué procesos deben rediseñarse radicalmente y cuáles simplemente deben optimizarse.

3. Elección de proveedores. No dedique más de un par de semanas a esto: las soluciones que ofrecen los proveedores líderes suelen tener características muy similares. Además, la mayoría de las tecnologías propuestas están bien integradas. Su objetivo es lanzar IA en la empresa lo antes posible.

4. Requisitos de TI detallados: separación y preparación de entornos de desarrollo, prueba y producción, preparación de datos de prueba de alta calidad antes del desarrollo, compra de licencias suficientes para programas de IA, provisión de acceso a sistemas heredados.

5. Gestión de datos. Los datos son el combustible para procesos automatizados eficientes. Sea consciente de los peligros de los datos de baja calidad. Es importante desarrollar e implementar un compromiso en toda la organización para tratar los datos como un activo valioso: 

  • ser capaz de almacenar y estructurar datos; 
  • considerar medidas de seguridad y cuestiones de privacidad; 
  • organizar auditorías periódicas de datos; 
  • formular iniciativas prioritarias para la recopilación y el análisis de datos; 
  • determinar su relevancia para las capacidades específicas de IA.


Cómo escalar IA en los negocios

La etapa más importante en la implementación de IA es escalar al tamaño de toda la empresa , cubriendo la mayor cantidad de procesos y tareas posibles. Cuatro factores contribuyen a ello:

Factor #1: La democratización de la tecnología. La mayoría de los empleados de la empresa deben estar facultados para crear programas de IA que les ayuden en su trabajo diario. Esto se ve facilitado por la introducción de programas de código bajo o sin código que requieren habilidades de programación mínimas o nulas por parte de los usuarios. 

Al mismo tiempo, es arriesgado dejar la gestión de dichos programas sin control, por lo que las organizaciones exitosas asignan la función de control al centro de control de automatización. El centro selecciona personal con conocimientos avanzados de tecnología para dar soporte a otros usuarios.

Hace unos años, la historia de un programador que ideó un programa que le permitía hacer el trabajo de un mes en 10 minutos se hizo viral en Internet. Funcionó tan bien que incluso tuvo que agregar errores al software para que el guión pareciera más humano. Pero pronto el programador se sintió intranquilo: ¿es ético no contarle a las autoridades sobre tu innovación? Y si el jefe se entera, ¿decidirá reemplazar a la persona con este mismo programa? 

Si la empresa en la que trabaja este programador realmente mirara hacia el futuro, fomentaría tales ideas de todas las formas posibles, porque aumentan significativamente la productividad y permiten que los empleados sean creativos. No sin razón, cada vez más empresas quieren que sus empleados trabajen solo cuatro días a la semana, pero de forma más consciente y eficiente.

Un problema común en las empresas que implementan IA es la desconfianza de los empleados en las decisiones tomadas por inteligencia artificial. Por ejemplo, los médicos pueden dudar de la exactitud de un diagnóstico asistido por computadora. Tienen motivos para desconfiar, porque la máquina toma decisiones sobre la base de la «caja negra»: muchas veces no sabemos cuál fue el curso de su razonamiento. Recientemente, se ha prestado especial atención al desarrollo de modelos explicables de IA. Tal, por ejemplo, es la técnica LIME. 

El problema es mundial. En el futuro, a medida que la IA se introduzca en las actividades diarias, los gobiernos deberían obligar a cualquier empresa a explicar las soluciones de sus propias herramientas de IA.

Factor #2: Convergencia Tecnológica. Las cuatro habilidades de IA enumeradas anteriormente (visión inteligente, etc.) son más fuertes cuanto más estrechamente relacionadas están. El desarrollo de dicha integración es un proceso largo y complejo, pero extremadamente prometedor, por lo que las empresas no escatiman dinero en ello. SAP compró la empresa de desarrollo de software RPA Contextor a fines de 2018 con el objetivo de integrar IA en sus ofertas existentes de ERP (Enterprise Resource Planning). Ahora, una de las últimas soluciones de SAP, SAP Leonardo, combina tecnologías en el campo de RPA, aprendizaje automático, Internet de las cosas y blockchain. Microsoft está trabajando en proyectos de integración similares, pero a una escala aún mayor, con una base de usuarios de Microsoft Office de 1200 millones de usuarios.

De importancia decisiva aquí es la tecnología de interfaz de programación de aplicaciones (API), una interfaz de programación para la interacción entre sistemas, que le permite intercambiar datos dentro y entre organizaciones, así como entre diferentes componentes de IA. Cuando en lugar de un proceso de registro de varios pasos, simplemente hacemos clic en el botón «regístrate con Google», es la API la que nos ayuda. Mata dos pájaros de un tiro: mejora constantemente sus habilidades de recopilación de información y mejora la interfaz de usuario.

Factor #3: IA que enseña IA. La tecnología de IA ya es capaz de priorizar de forma independiente las capacidades de IA y automatizar algunas tareas de procesamiento de datos. Hay dos tecnologías principales disponibles en el mercado: la generación automatizada de código y AutoML, una herramienta de Google que automatiza el desarrollo de algoritmos de aprendizaje automático para una variedad de tareas.  Es importante que dichos sistemas no solo generen tareas de trabajo, sino que también mantengan el orden en sus cerebros electrónicos, pudiendo encontrar y corregir desviaciones de la norma.

Factor número 4. Simbiosis de personas y máquinas. Por separado, ni las personas ni las máquinas proporcionan el aumento de eficiencia esperado, por lo que el futuro está en formas más avanzadas de su interacción. Esto ayudará a mejorar áreas de IA tales como:

  • comprensión por ordenadores de órdenes verbales de empleados;
  • recopilación de información sobre el comportamiento de los empleados en el trabajo. Muchas organizaciones utilizan activamente pulseras, cámaras y GPS para recopilar datos de los empleados. Entonces, la patente de Amazon para las pulseras inteligentes que usarán los empleados del centro logístico se aprobó en 2017 (estas pulseras usan tecnología ultrasónica de seguimiento de manos). Agreguemos aquí las posibilidades de apertura de la Internet de los cuerpos (IoB), una versión extendida de la Internet de las cosas (dispositivos Apple Watch o Fitbits, marcapasos, etc.). Los chips incrustados en los cuerpos de los empleados ya se utilizan en corporaciones para la autenticación de seguridad: por ejemplo, la empresa sueca Epicenter ofrece a sus empleados un microchip RFID implantable para reemplazar los pases;
  • tecnologías de realidad aumentada, que en el futuro sean capaces de ampliar cualitativamente las posibilidades del trabajo remoto (imaginemos nuestra presencia holográfica en una conferencia en otro país).


Tendencias que impulsan el éxito a largo plazo de IA

Incluyen tres tecnologías que cualquier persona que automatice un negocio debe tener en cuenta y quiere tener éxito en él durante el mayor tiempo posible.

1. El aprendizaje por refuerzo es una forma de entrenar una máquina en la práctica teniendo en cuenta numerosas señales de retroalimentación. Se eliminan las decisiones equivocadas que no permiten que la máquina logre un resultado, las decisiones acertadas pasan a formar parte de su plan. Imaginemos un robot doméstico que observe atentamente nuestras acciones y optimice el entorno doméstico para ellas. El problema es que entrenar máquinas de esta manera es largo y difícil, por lo que llevará años que la técnica se utilice ampliamente en IA. Sin embargo, su momento seguramente llegará.

2. Cadena de bloques. Ahora es conocido principalmente por operaciones con criptomonedas, pero el potencial de la tecnología es enorme. El sistema para trabajar con datos que se almacenan simultáneamente en muchas computadoras, por lo que no se pueden falsificar ni cambiar, es particularmente confiable. Al mismo tiempo, la cadena de bloques en sí no automatiza las tareas, pero ahorra recursos al procesarlas: esto es especialmente cierto para operaciones como la verificación de transacciones o la autenticación de partes. Es cierto que puede tomar hasta seis horas confirmar la transacción. La plataforma Ethereum solo puede procesar unas 17 transacciones por segundo en comparación con Facebook, que procesa 175 mil transacciones por segundo. Además, blockchain consume mucha energía.

3. La robótica de enjambre (grupo) es un nuevo enfoque para la coordinación de muchos robots diseñados para realizar tareas de diversa complejidad de manera coordinada (por ejemplo, médicas: explorar órganos internos con la ayuda de nanorobots). Blockchain es adecuado para su gestión descentralizada.

Imperativos del futuro

Cualquier conversación sobre IA se desarrolla de acuerdo con uno de los siguientes escenarios:

  • optimista. Como toda revolución industrial, la actual, la cuarta, crea más empleos nuevos que los que automatiza la IA (según el Foro Económico Mundial, 58 millones de nuevos empleos en pocos años), y lo más importante, simplifica mucho la vida de las personas.
  • Pesimista. La cuarta revolución industrial no seguirá los viejos patrones históricos, los cambios son demasiado globales y afectan la base de la naturaleza humana. La historia, argumentan los escépticos, no ha conocido tal ritmo de innovación técnica. Digamos que se han obtenido más datos en los dos últimos años que en toda la historia anterior de la humanidad.

Simplemente no tenemos tiempo para adaptarnos. De 1870 a 1970 el número de agricultores disminuyó en un 90 %, de 1950 a 2010 el número de trabajadores de fábrica disminuyó en un 75 %. Y a nuestra disposición, a juzgar por los cambios actuales, no puede haber más de 10 años. Los expertos confían en que la IA superará a los humanos en escribir ensayos escolares para 2026, conducir un camión para 2027 y escribir bestsellers para 2049. Hay un 50% de posibilidades de que la IA supere a los humanos en todas las tareas en 45 años.

En realidad, la verdad está en el medio. Pero para estar preparado para el futuro, debe tener en cuenta cinco imperativos:

Imperativo #1: Desarrollar habilidades clave. Estos incluyen la capacidad de adaptarse a condiciones que cambian rápidamente, la creatividad y la capacidad de aprender, algo que los robots no pueden hacer. Mientras las máquinas acumularán conocimiento, los humanos se encargarán de comprender este conocimiento. Como dijo un analista: «Al mundo no le preocupa cuánto sabes, sino qué puedes hacer con eso».

AlphaGo derrotó a Lee Sedol, el mejor jugador de Go del mundo. Pero ella perdió uno de los cinco partidos contra él, porque Lee usó una combinación rara y creativa de «Amasha» y, por lo tanto, tomó el auto por sorpresa.

Imperativo #2: Redistribuir la riqueza del mundo. Las ocho personas más ricas del planeta tienen tanto como la mitad más pobre de la población mundial. Desde 2010, la riqueza de los multimillonarios ha crecido un 13 % anual y el salario de los trabajadores ordinarios un 2 % anual. Al mismo tiempo, el desarrollo de la tecnología solo aumenta la desigualdad financiera. En este sentido, es relevante la idea de un impuesto progresivo sobre la riqueza: el dinero acumulado de esta forma podría proporcionar una renta básica incondicional que evitaría que las personas tuvieran que ganarse la vida.

Imperativo #3: Repensar el trabajo. Durante siglos, la gente ha trabajado para no morir de hambre. O porque eran esclavos. Por primera vez en la historia de la humanidad, ambas amenazas retrocedieron. Inmediatamente se descubrió que la relación entre trabajo y felicidad es muy compleja. Según un estudio de Gallup, el 85 % de los empleados en todo el mundo no se siente comprometido con su trabajo; dos tercios de los empleados experimentan agotamiento en el trabajo. Y todo porque la gente no le encuentra sentido a este trabajo. Tal vez se hayan convertido en víctimas de una trampa profesional: han estado luchando por algo durante la mitad de sus vidas y, como resultado, se sienten como ardillas en una rueda. 

Idealmente, el trabajo es lo que mejor haces, porque eso es lo que más disfrutas hacer en el mundo. Al asumir la rutina, IA permite (quizás por primera vez en la historia) reflexionar sobre esta definición de trabajo. 

Los autores del libro creen que las empresas exitosas del futuro serán aquellas que comiencen preguntando a sus empleados qué habilidades quieren desarrollar y qué problemas los inspiran.

Imperativo #4: Repensar la educación. La palabra «escuela» en griego antiguo significa «ocio». Deberíamos aprender de los antiguos griegos el amor por la reflexión reflexiva sobre la naturaleza de la moralidad y la felicidad. La educación griega antigua buscaba ayudar a las personas a encontrar un propósito en la vida. Al recordar a los aristócratas griegos o los patricios romanos que confiaban el trabajo duro a los esclavos, comprendes que la idea misma de trabajo es bastante ambigua. ¿Qué pasa si necesitamos trabajar menos y cuidarnos más?

Sí, el sistema educativo es de naturaleza inercial y, por desgracia, no podemos esperar cambios rápidos aquí. Pero los padres pueden acudir en ayuda de sus hijos antes que los maestros. Para hacer esto, debe preguntarles no «¿Qué quieres ser cuando seas grande?», sino «¿Qué te gusta hacer?» ¿Qué te da energía?»

Imperativo No. 5. Construir una nueva sociedad. Suena global, pero repensar la educación y el trabajo lleva exactamente a eso. La sociedad del futuro es una sociedad donde el empleo de las personas evolucione hacia: 

  • actividades profundamente significativas como cuidar a los demás y al planeta en general; 
  • buscando activamente actividades que realmente inspiren; 
  • creando nuevas formas de ocio, porque en el futuro la humanidad tendrá mucho más tiempo libre.

Los gobiernos deben tener en cuenta estos vectores de cambio hoy, cambiando las leyes de la vida social en consecuencia. De lo contrario, estamos amenazados con problemas sociales a gran escala.

El factor más importante

Este libro trataba sobre servicios en la nube, robótica, blockchain y otras maravillas tecnológicas. Pero para que la automatización inteligente de su negocio tenga éxito, debe tener en cuenta el factor de cambio clave más importante. 

Estas no son nubes, ni robots, ni blockchain. Estas son personas. AI solo tiene éxito cuando se centra en los empleados. Están en el centro de cualquier transformación empresarial. Y el resultado principal no es solo un aumento en la productividad laboral, sino también un aumento en la experiencia de los empleados. Deben aceptar el cambio y convertirse en sus autores. Para esto:

  • inspirarlos: explicar con el mayor detalle posible las razones por las que la empresa se decidió por IA y los beneficios esperados, contar la experiencia exitosa de otras empresas;
  • edúquelos e involúcrelos lo más activamente posible en la discusión de nuevas soluciones: recuerde que la tecnología se está volviendo más simple rápidamente, los programas sin código se están volviendo más populares. Los procesos de AI deben ser entendidos por los empleados de la misma manera que administran sus propios teléfonos inteligentes;
  • Busque talento en las primeras etapas de la implementación de IA. Confíe en la experiencia y las habilidades de las personas que ya trabajan en la empresa y que conocen sus detalles desde adentro. De acuerdo con la experiencia de los autores, generalmente es posible encontrar alrededor del 60% de los talentos necesarios dentro de la empresa y reciclarlos, el 40% está contratando.

Al final, es importante que en la vida de cada uno de nosotros se logre un equilibrio entre las mejores prácticas y los valores eternos, la vida personal y el trabajo, la automatización y la iniciativa. Es la tecnología la que ayudará a comprender lo que nos hace seres humanos: eficientes, creativos, felices.

10 mejores ideas

1. IA se trata de transformar el negocio y el pensamiento de las personas, no solo un proyecto de tecnología. La tecnología es solo una herramienta.

2. IA es para los trabajadores administrativos lo que los tractores son para los agricultores. Pero a diferencia de los tractores, IA no requiere un transporte costoso y se actualiza en línea.

3. IA es un viaje, no un destino. El cambio es interminable y está dictado por condiciones siempre cambiantes.

4. Piense en grande, comience en pequeño y escale rápidamente. Elabore una visión para el cambio futuro , pero limítese a un proyecto piloto al principio.

5. Es necesario el apoyo incondicional de los líderes del juego en la implementación de IA. Amazon es así porque está dirigido por el visionario Bezos.

6. Los datos son el combustible para IA. La calidad de este combustible debe ser monitoreada con mucho cuidado.

7. No dedique demasiado tiempo a buscar talento, confíe en la experiencia y las capacidades de las personas que ya trabajan en la empresa.

8. Aprendizaje por refuerzo, blockchain y robótica grupal: estas tres tecnologías determinarán el éxito de IA en el futuro cercano.

9. La adaptabilidad, la creatividad y la capacidad de aprender son las competencias clave del futuro.

10. Las empresas exitosas del futuro serán aquellas que comiencen preguntando a sus empleados qué habilidades quieren desarrollar y qué desafíos los inspiran.

error: Alerta: Contenido protegido !!