AI llega a la corriente principal

Para Robert Welborn, jefe de ciencia de datos de la aseguradora y compañía financiera USAA, 2015 fue el año en que el aprendizaje automático comenzó a tener sentido comercial. El acceso a herramientas mejoradas de aprendizaje automático, tecnología de procesamiento más barata y una fuerte disminución en el costo de almacenamiento de datos fueron clave. Cuando esos desarrollos se combinaron con la abundancia de datos de USAA, una tecnología estudiada durante décadas de repente parecía práctica.

Seguros, finanzas, manufactura, petróleo y gas, fabricación de automóviles, atención médica: estas pueden no ser las industrias que primero le vienen a la mente cuando piensa en inteligencia artificial. Pero a medida que las empresas de tecnología como Google y Baidu construyen laboratorios y son pioneros en los avances en el campo, un grupo más amplio de industrias está comenzando a investigar cómo la IA también puede funcionar para ellos.

Esta historia fue parte de nuestra edición de mayo de 2016

• Ver el resto del número
• Suscribir

¿Cómo se desarrollará la IA a medida que se comercialice y cómo cambiará la tecnología estas diversas industrias? Esas son las grandes preguntas de este Business Report.

Hoy en día, la industria que vende software y servicios de IA sigue siendo pequeña. Dave Schubmehl, director de investigación de IDC, calcula que las ventas de todas las empresas que venden plataformas de software cognitivo —excluyendo empresas como Google y Facebook, que realizan investigaciones para su propio uso— ascendieron a mil millones de dólares el año pasado. Predice que para 2020 esa cifra superará los 10.000 millones de dólares. Aparte de algunos grandes jugadores como IBM y Palantir Technologies, AI sigue siendo un mercado de nuevas empresas: 2600 empresas, según el recuento de Bloomberg.

Esto se debe a que, a pesar del rápido progreso en las tecnologías conocidas colectivamente como inteligencia artificial (reconocimiento de patrones, procesamiento de lenguaje natural, reconocimiento de imágenes y generación de hipótesis, entre otras), todavía queda un largo camino por recorrer.

USAA, solo uno de los primeros en adoptar, ha estado probando formas de usar la IA para afinar su detección del robo de identidad. Su sistema busca patrones que no coincidan con el comportamiento típico de un cliente e identifica esas anomalías incluso en la primera instancia, dice Welborn. Los sistemas tradicionales no captarían un nuevo patrón de delincuencia hasta la segunda vez que sucediera. Nuestros sistemas de aprendizaje son realmente buenos para comprender cosas que parecen fraude, dice.

Otro proyecto que se está probando en USAA trata de mejorar el servicio al cliente. Se trata de una tecnología de inteligencia artificial creada por Saffron, una división de Intel, que utiliza un enfoque diseñado para imitar la aleatoriedad de las conexiones realizadas por el cerebro humano. Al combinar 7000 factores diferentes, la tecnología puede relacionar amplios patrones de comportamiento del cliente con miembros específicos, y el 88 por ciento de las veces puede predecir correctamente cosas como cómo ciertas personas podrían contactar a USAA (¿web? ¿teléfono? ¿correo electrónico?) y qué productos buscarán cuando lo hagan. Sin la IA, los sistemas de USAA estaban acertando el 50 por ciento de las veces. Esa prueba ahora se está ampliando.

General Electric está utilizando IA para mejorar el servicio en sus motores a reacción de alta ingeniería. Al combinar una forma de IA llamada visión por computadora (desarrollada originalmente para categorizar películas y secuencias de TV cuando GE era dueña de NBC Universal) con dibujos CAD y datos de cámaras y detectores de infrarrojos, GE ha mejorado su detección de grietas y otros problemas en las aspas de los motores de los aviones.

El sistema elimina errores comunes a las revisiones humanas tradicionales, como una caída en las detecciones los viernes y lunes, pero también depende de expertos humanos para confirmar sus alertas. Luego, el programa aprende de esa retroalimentación, dice Colin Parris, vicepresidente de investigación de software de GE.

La IA también puede ser un impulsor de nuevos productos y servicios. A través de su aplicación de seguimiento de ejercicio y calorías MyFitnessPal y otros productos, el fabricante de ropa deportiva Under Armour está conectado con 160 millones de consumidores. Pero en lugar de limitarse simplemente a registrar los resultados del ejercicio de las personas, la compañía hizo un trato con el negocio de computación cognitiva de IBM, Watson, para combinar sus datos sobre rutinas de acondicionamiento físico y nutrición con información obtenida de estudios de investigación y otros datos de terceros sobre el sueño, la actividad , fitness y nutrición. El objetivo: decirle a las personas con un objetivo determinado cómo pueden lograrlo, haciendo que la empresa sea más relevante para esos 160 millones de clientes.

Para empresas como USAA y Under Armour, el futuro de la IA se parece menos a los robots antropomórficos de las películas y más a herramientas que mejoran todo el tiempo. Y a pesar de los temores de que la IA conduzca al reemplazo generalizado de trabajadores, el juicio humano y la retroalimentación siguen siendo parte integral de la mejora de los sistemas de aprendizaje automático. Como John Giannandrea, vicepresidente de ingeniería de Google, le dijo al escritor Robert D. Hof para su historia más adelante en este informe: Incluso si tiene un automóvil elegante, aún tiene que decidir a dónde ir.

esconder