De Amazon a la Fórmula 1. Los usos de la inteligencia artificial en las grandes empresas
Desde la identificación de las preferencias de un cliente para una habitación de hotel a la capacidad de predecir problemas de visión generados por la diabetes. La inteligencia artificial tiene infinitas posibilidades de aplicación que contribuyen a solucionar problemas y a mejorar el servicio que ofrecen las distintas empresas del mundo.
Sobre esto disertó hoy Marcos Grilanda, líder de ventas para Amazon Web Services (AWS) de MCO, en la segunda edición del evento Inteligencia Artificial, organizado por LA NACION y realizado hoy en el auditorio del museo Malba. Recién llegado de Miami, Grilanda contó algunos casos prácticos de cómo las grandes empresas integran la inteligencia artificial dentro de su estructura.
"La inteligencia artificial es cuando la máquina pasa a hacer funciones cognitivas que normalmente asociamos a los humanos. Por ejemplo, la capacidad de resolver problemas o aprender", sintetizó el ejecutivo. Dijo, además, que ya hay más de 300.000 profesionales dedicados a esta rama de la tecnología en el mundo y que se estima que en los próximos años demandará 58 millones de puestos de trabajo.
El primer caso práctico que mencionó fue el de la plataforma de alojamientos Airbnb. "Ellos entienden, cuando buscas un alojamiento de dos habitaciones y un baño y te interesa determinada foto, qué otras opciones te pueden interesar y te las sugieren", explicó. Algo similar ocurre con Pinterest, que reconoce imágenes y las describe. "Puede tomar un elemento de una foto, por ejemplo una lámpara en un living, y mostrarte esa lámpara en otros lugares", señaló.
Mencionó también la plataforma turística Expedia, que "comparó 100.000 imágenes para entrenar un modelo". Ese desarrollo permitió que se pueda administrar más de 18 millones de imágenes de 300.000 hoteles y que, de acuerdo a los criterios de búsqueda del cliente, puedan armar rápidamente un ranking de alojamientos para ofrecerles.
En Stanford, por otro lado, se utiliza inteligencia artificial para detectar a tiempo posibles afectaciones de la visión generados por diabetes comparando la imagen de un ojo con millones de otras imágenes.
Y es posible encontrar ejemplos en los rubros más diversos. El videojuego Fortnite utiliza esta tecnología para, a partir del minuto a minuto de sus jugadores, direccionar las acciones en el juego y en la liga de fútbol americano NFL generan, a partir de sensores ubicados en la ropa de los deportistas y en estadio, predicciones de la probabilidad de que ocurra determinada jugada.
También hay 120 sensores en algunos autos de la Fórmula 1, que monitorean el tiempo, la velocidad, la posición del auto, el estado del caucho de las cubiertas. Con esa información recolectada se puede predecir, por ejemplo, las probabilidades que tiene un auto de sobrepasar a otro durante la carrera.
En el caso de su propia empresa, Amazon, Grilanda dijo que trabajan con inteligencia artificial desde hace 20 años y mostró un video de uno de sus almacenes, en el que robots buscan la mercadería y arman los pedidos de los clientes, ayudados también por un dispositivo de visión por computadoras que les indican en qué parte del pallet está lo que buscan.
Un binomio poderoso
"Las compañías no tienen, necesariamente, que hacer tecnología. Tienen que ser tecnología", dijo Guibert Englebienne, cofundador y CTO de Globant, en un panel del evento moderado por la periodista de LA NACION Carla Quiroga. Englebienne compartió el espacio con otros altos ejecutivos de empresas que utilizan tecnología de punta para optimizar sus servicios y todos estuvieron de acuerdo en que es clave combinar los desarrollos más sofisticados con las capacidades humanas.
"Las compañías nacidas en la era analógica necesitan un cambio cultural, que los humanos y la tecnología nos unamos de modo que amplifiquemos nuestras capacidades", dijo Englebienne y contó que desde hace tres años Globant decidió que el 100% de los trabajadores de la firma "entiendan" para qué sirve la inteligencia artificial. "Desde el que te abre la puerta hasta el más senior de la compañía. Porque eso te permite entender que lo que vos hacés tal vez no tendrías que estar haciéndolo vos sino la inteligencia artificial", explicó.
El ejecutivo también mencionó la posibilidad que otorga la tecnología de "digitalizar las emociones". "Por ejemplo, si veo que estás haciendo algo muy bien te doy una estrellita virtual o nos sacamos una foto o te mando un audio con un feedback después de una reunión". "Si queremos organizaciones vibrantes, en la que cada uno dé lo mejor de sí mismo, necesitamos generar mecanismo para amplificar nuestra humanidad y conocernos mucho mejor", dijo.
Alejandro Salevsky, gerente de Big Data Analytics de Telefónica Movistar Argentina, dijo que el contexto actual genera un gran desafío para la compañía, porque "cada vez que cambia la tecnología, cambia el negocio".
"Hace algunos años comenzamos un proceso de seriamente armar una tecnología de información y de inteligencia artificial para poder realmente explotar los datos que recolectamos y ponerlos en dos focos de trabajo: una atención más inteligente para nuestros clientes y, por otro lado, la optimización de procesos", dijo Salevsky. Mencionó, como ejemplo, que antes un ingeniero decidía dónde instalar una antena y que ahora también lo hace un ingeniero, pero con la ayuda de una herramienta de inteligencia artificial que hace predicción de patrones y complementa su criterio.
Pedro Carossi, principal AI Engineer Despegar, contó que la firma utiliza mucho machine learning para la administración de sus procesos. "Aprendemos muchísimo de nuestra propia operatoria", contó. La inteligencia artificial les permite, entre otras cosas, predecir disponibilidad para manejar el stock y catalogar millones de imágenes en poco tiempo.
"Fue todo un trabajo llegar a que la gente confíe en este tipo de soluciones. Para eso tenemos un programa de capacitación interna para enseñar estas herramientas y que todos sean conscientes del alcance de estas tecnologías. Muchas veces no resolvemos un problema porque no sabemos que podemos hacerlo", aseguró.
Jorge D'Antiochia, vicepresidente de Customer Service de American Express Argentina, explicó que su compañía realiza más de 400 procesos para más de 20 mercados y que la tecnología le permite hacerlos cada vez mejor, más rápido, y con menos errores, que es su objetivo.
"A través de machine learning generamos modelos predictivos que nos permiten validar ciertos patrones e identificar cuándo vamos a tener un problema en un proceso puntual y no vamos a poder cumplimentarlo en el tiempo estimado. Te dice: ‘En dos semanas, si siguen con esta tendencia, van a tener problema’ y dispara alarmas para que las personas de la empresa puedan tomar acciones preventivas", relató.
LA NACIONConforme a los criterios de
Más leídas de Economía
Valor del día. ¿A cuánto cotiza el real este jueves 21 de noviembre?
Nuevos básicos. Cuánto ganan los empleados de farmacias en diciembre
El futuro de la educación. Cómo la inteligencia artificial pateó el tablero de los profesores y de los alumnos
Dictamen. El procurador de la Corte de Santa Fe emitió una opinión clave para el caso del millonario concurso de Vicentin
