Los conceptos “Inteligencia artificial (IA) y “Aprendizaje de maquinaria (AM)” han logrado hace tiempo el estatus de “buzzword”, en relación con su frecuencia de uso actual. Tan a menudo como se utiliza el termino, así de diversas son las interpretaciones. Por consiguiente, a continuación se ofrece un entendimiento común que sirva para establecer sus significados:

  • Inteligencia artificial (IA): Bajo IA, se entiende la inteligencia de objetivos sin vida, es decir, máquinas,  las cuales cuentan con un rendimiento analítico integral. Este rendimiento resulta en diferentes habilidades (típicamente humano) como la percepción, capacidad de aprendizaje, argumentación, planeamiento y deducciones de decisiones. Dependiendo de si estas habilidades funcionan en un determinado contexto o si pueden funcionar en un nuevo contexto, se diferenciará entre sistemas IA débiles y fuertes.
  • Aprendizaje de maquinaria (AM): En el contexto de AM se permite que alguien aprenda a utilizar el ordenador sin que previamente hayan sido programados detalles específicos. Para ello un ordenador detecta por sí mismo el patrón de datos proporcionados y las leyes que rigen. Tras la finalización de la fase de aprendizaje se generalizará la experiencia adquirida, es decir, transformado en conocimiento, lo cual después puede ser utilizado como transferencia de nuevos registros. Por consiguiente es importante realizar el AM de inteligencia artificial, dado que en su esencia la inteligencia no es otra cosa que aprender. Por lo que de la misma forma que aprenden a comunicarse las personas, o a reconocer determinados modelos (por ejemplo en forma de gramática) o a tener en cuenta las reglas a la hora de conducir, pueden las máquinas también ser formadas, para después poder llevar a cabo por sí solos las actividades relacionadas con ello. Dado que tanto los sistemas de IA así como i.d.R. se basan en AM, se encuentra a menudo un uso similar de ambos conceptos. Aquí entendemos el AM sobre todo como un requisito previo necesario para la IA.

El principio de la IA no es nada nuevo y los primeros conceptos teóricos tienen más años que una década. Sin embargo, es ahora cuando hay suficiente rendimiento de hardware de los requisitos técnicos para utilizar el tema a escala industrial y principalmente para conseguir ganancias de rendimiento a través de la automatización. Tal y como se muestra en la figura 1, la inteligencia artificial es a menudo una combinación de big data, algoritmos basados en la inteligencia artificial así como los hardware de alto rendimiento necesarios para ello.

Figura 1: Soluciones de inteligencia artificial de una combinacion de tres componentes centrales 

Se presenta una casi interminable variedad de opciones de aplicación debido a la posibilidad de transmitir los principios de IA en una amplia gama de contextos. Ya hoy los sistemas de IA bien entrenados no son sólo capaces de llevar a cabo determinadas tareas del nivel de las personas, sino también llevarlas a cabo más rápido y de forma insistente. En algunos campos de aplicación las capacidades de los ordenadores se llevan a cabo con datos complejos, de forma que el rendimiento de las máquinas supera al de las personas. Como ejemplo se nombra aquí el mejor ordenador de reconocimiento de cáncer de piel.

Las altas expectativas del potencial en el sector industrial, basado en gran parte en ello, se presentan a través del crecimiento de objetos interconectados a través del Internet de las cosas (IoT) ideales para aplicaciones de IA. El alto volumen de datos que se generan en el contexto de IoT se dejan combinar por medio de IA a aplicaciones concretas de mayor valor así como el mantenimiento predictivo.

El impresionante rendimiento de tales aplicaciones de IA estimula (no sólo por la contribución de muchas películas de Hollywood) a la fantasía de los riesgos y oportunidades relacionados con ello.

El escenario en el que robots inteligentes hacen que la gente quede completamente obsoleta permanecerán de forma indefinida como ciencia ficción. En cuanto a la cooperación entre personas y máquina la IA sirve más bien como un apoyo que prepara el camino para mejoras en el rendimiento de forma sostenible. De forma correspondiente cambian los procesos y los roles de las personas, pero no su relevancia fundamental. En la figura siguiente se muestran tres ejemplos de aplicaciones de IA que ayudan a las personas en el día a día:

 

Figura 2: Ejemplos de aplicación de inteligencia artificial 

 

A pesar del potencial asociado a este tema, la IA no es definitivamente una panacea para cualquier desafío para la empresa. Nuestra experiencia muestra, que los usos de aplicaciones concretas deben ser dirigidas de forma sistemática. Tal y como se muestra en la figura 3, se recomiendan el siguiente procedimiento:

Figura 3: Acciones en el marco de identificación e integracion de soluciones de inteligencia artificial 

En el procedimiento ilustrado de la figura 3, son especialmente importantes los pasos 1 y 5 para el éxito de las soluciones de inteligencia artificial. La aproximación a la IA se debe seguir a través de desafíos concretos y problemas. La pregunta global “¿para qué podemos utilizar la IA?” es por ello demasiado amplia y poco útil.

Igual de fundamental es la integración de la solución de IA en la organización existente. Cuando el trabajo en equipo entre personas-máquinas no es aceptado por los trabajadores inolucrados, por consiguiente no se ajustan los procesos y los roles, las soluciones más inteligentes serán condenados desde el principio. Por consiguiente, la construcción de la confianza necesaria es uno de los requisitos esenciales de una exitosa cooperación hombre-máquina. Especialmente los desarrollos de las soluciones de IA pueden llevar a desafíos culturales, dado que el proceso entre input y output de las soluciones de IA pueden parecer intransparentes para los trabajadores. Por este contexto, no se debe poner el foco en el algoritmo definido una vez, sino a la “formación” de los datos relacionados con la máquina-IA. La experiencia ha demostrado que las personas necesitan un cierto tiempo para ello, el cual debe planificarse en en consecuencia antes de que se espere la eficacia total. En este contexto no es sólo aconsejable desde una perspectiva de rendimiento que la dirección del tema de IA se lleve a cabo en una etapa temprana, sino también desde el punto de vista organizacional /cultural, para que todo el potencial de la IA pueda propagarse dentro de la empresa.

Le ayudamos gustosamente con nuestros expertos a estructurar y valorar el potencial de las soluciones de inteligencia artificial en su empresa.

Contacte con uno de nuestros expertos

Markus Fost, MBA, es un experto en e-commerce, modelos de negocio online, y transformación digital. Tiene una amplia experiencia en los campos de estrategia, organización, finanza corporativa, y en reestructuración operativa.

Saber más

Markus Fost

Managing Partner
Markus Fost, MBA, es un experto en e-commerce, modelos de negocio online, y transformación digital. Tiene una amplia experiencia en los campos de estrategia, organización, finanza corporativa, y en reestructuración operativa.

FOSTEC & Company es conocido por

Ver más

FOSTEC & Company GmbH

Marienstraße 17, D-70178 Stuttgart

info@fostec.com

+49 (0) 711 995857-0

+49 (0) 711 995857-99

Contacte con nosotros ahora