Inteligencia

Artificial: descubre
todo lo que
necesitas saber
¿Dependeremos de la IA
en el futuro?
INDEX

INTRODUCCIÓN: APLICACIONES DE CONCLUSIÓN:

EL AUGE DE LA LA INTELIGENCIA ¿QUÉ NOS
INTELIGENCIA ARTIFICIAL QUE ESPERA? ¿QUÉ
ARTIFICIAL, REDEFINEN A LAS HARÁ LA
¿OPORTUNIDAD O EMPRESAS Y A LA INTELIGENCIA
AMENAZA? HUMANIDAD ARTIFICIAL CON
Natural language NOSOTROS?
003 processing
Computer vision
019
010
EL GRAN MERCADO
DE LA INTELIGENCIA
ARTIFICIAL EN ÚLTIMAS
ESPAÑA Y EN EL TENDENCIAS DE
MUNDO LA INTELIGENCIA
ARTIFICIAL EN LAS
006 EMPRESAS
Airbnb
Pinterest
MACHINE LEARNING: Otros sectores
¿CÓMO APRENDEN 015
LAS MÁQUINAS?
Inteligencia artificial
Machine learning

008

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Introducción: El auge de
la Inteligencia Artificial,
¿oportunidad o amenaza?
En el festival SXSW de Austin
(Texas), en 2016, el fundador de
Hanson Robotics, David Hanson,
presentó a Sophia: una robot hu-
manoide diseñada con 62 arqui-
tecturas faciales y con un Charac-
ter Engine AI que Hanson define
como su “personalidad”. Todo ello,
junto a tecnologías de natural lan-
guage processing, computer vision
y machine learning, hace que esta
androide pueda mantener conver-
saciones naturales, realizar expre-
siones faciales como cualquier ser
humano y reconocer estados emo-
cionales en los gestos faciales de
sus interlocutores.
Sin embargo, durante la entrevista
que David y Sophia mantuvieron en
el festival (video), surgió un peque-
ño diálogo que dividió opiniones
sobre la IA en todo el mundo:
David Hanson: ¿Quieres destruir a
los humanos? Por favor, di que no.
Sophia: Está bien. Voy a destruir a
los humanos.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Luego, en 2018, Sophia es presentada en el programa
televisivo The Tonight Show Starring Jimmy Fallon, en
el que la androide y Jimmy juegan a piedra, papel o
tijera (video). Justo después de ganar, Sophia dice:
“Gané. Este es un buen comienzo de mi plan para
dominar la raza humana”.
¿Una broma?, ¿marketing?, ¿intenciones reales o,
al menos, una opción que esta IA pudiese conside-
rar a futuro? Sea lo que sea, ambas declaraciones y
muchas otras situaciones en el contexto de la IA han
acentuado las opiniones sobre el peligro que estas
tecnologías pudieran representar para la sociedad y
la humanidad.
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
Para los más paranoicos, la inteligencia artificial nos
esclavizará y usará de la misma manera en que las má-
quinas lo hicieron en la saga de Matrix. Para los más
conservadores de esa corriente, los robots “nos quita-
rán los trabajos”. De hecho, el 42% de los trabajado-
res españoles afirma estar preocupado ante la posibi-
lidad que los robots inteligentes puedan reemplazarle
en su puesto de trabajo (OpenText).
“Supongo que su padre perdió su empleo por un ro-
bot. Quizás usted habría prohibido el internet para
no cerrar las bibliotecas. El prejuicio nunca es razo-
nable”.
Lawrence Robertson. Película Yo, robot (2004)
A pesar de las visiones tan diversas, hasta ahora hay
algo muy objetivo y claro: la inteligencia artificial nos
está ayudando a hacer cosas tan sorprendentes, rápidas
y precisas, que antes nos eran imposibles de realizar.
“Nunca uses a un humano para hacer el trabajo de
una máquina”.
Agente Smith. Película Matrix (1999).
Sin embargo, tampoco es positivo asumir posturas tan
extremas para defender la IA. Tal como el caso de la
ciudadanía de Arabia Saudita que le fue otorgada a
Sophia, hecho anunciado en el marco de la cumbre
Future Investment Initiative, celebrada en Riad, en
2017. Con ello, Sophia se ha convertido en la primera
robot del mundo en ser ciudadana.
Un mal uso de la ingeniería social y la explotación del
efecto ELIZA pueden multiplicar las barreras dentro
de la sociedad para la aceptación total de los sistemas
inteligentes. Lo que se impone a la fuerza, se rechaza
a la fuerza.
Para que todos en la sociedad nos sintamos cómodos
al convivir con la inteligencia artificial, es necesario
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
que seamos conscientes de los beneficios que esta
nos aporta. No se trata de acudir al marketing para
convencer, se trata de acudir a las explicaciones
para enseñar.
Es por ello que en el presente eBook, IA: la frontera
con lo desconocido, nos centraremos en revelar cómo
funciona la tecnología detrás de herramientas como
Sophia, los asistentes virtuales, los chatbots, los softwa-
re empresariales, las aplicaciones inteligentes y demás,
Nuestro objetivo es ayudar a entender cómo la IA
puede ser utilizada en campos de aplicación como el
natural language processing o computer vision en
beneficio de las empresas, gracias al desarrollo de
técnicas como el machine learning.
“La IA empresarial finalmente está llegando a la
mayoría de edad, y el cognitive computing está lle-
gando a productos reales que las empresas pueden
usar para mejorar sus operaciones comerciales”
(Enterprise AI).
Manju Bansal. Sage.
El gran mercado de la
Inteligencia Artificial en
España y en el mundo
En los universos de Asimov, las tres leyes de la robótica
impiden que los robots inteligentes dominen a la espe-
cie humana. Sin embargo, en nuestro mundo real, la
inteligencia artificial sí que ya está ocupando una parte
importante de nuestra sociedad: el mercado.
El mercado de la IA está creciendo a un ritmo impa-
rable. De hecho, 2 de cada 3 empresarios y expertos
españoles aseguran que la IA y la robótica son las
tecnologías con mayor potencial de crecimiento en
España (PwC). En este mismo panorama, nuestro país
está ubicado entre las 10 naciones con más cantidad
de patentes de IA en el mundo (IPlytics).
En el aspecto financiero se estima que, para el año
2025, las ganancias generadas por los software de IA
superen los 118,6 mil millones de dólares en Estados
Unidos (Tractica). Además, se prevé que en el 2021
el 50% de las empresas de todo el mundo inviertan
más dinero en crear bots conversacionales en lugar
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
de aplicaciones móviles (Gartner), aspecto relevante
considerando que este tipo de bots hacen uso de téc-
nicas de IA como el natural language processing.
En cuanto al muy debatido tema de los puestos de
trabajo, se espera que para este año 2020 el uso de
la IA en las empresas eliminará cerca de 1,8 millones
de empleos actuales, aunque también generará 2,3
millones de nuevos puestos de trabajo en áreas dife-
rentes (Gartner). Lo más interesante en este sector es
que se proyecta que el 83% de los tipos de empleos
que existirán en el 2030 aún no se ha inventado (Dell
Technologies).
El mercado de la inteligencia artificial es cada vez más
prometedor, no solo en cuestión de beneficios para la
calidad de vida de las personas, sino también para la
productividad de los trabajadores y para la eficiencia
de todos los procesos empresariales e industriales.
Machine learning: ¿Cómo aprenden las máquinas?
La transformación digital hacia una adopción de tec-
nologías inteligentes en las empresas debe tener
como foco que dichas tecnologías sean realmente óp-
timas. No se trata de adoptar IA solo por tendencia,
moda o gusto.
La IA debe aportar una solución a un problema es-
pecífico de la organización. Para ello, es necesario
asegurarse que la herramienta a implementar ha sido
entrenada y enseñada correctamente a resolver el
problema en cuestión.
“La primera regla de cualquier tecnología utilizada
en los negocios es que la automatización aplicada a
una operación eficiente magnificará la eficiencia. La
segunda es que si la automatización se aplica a una
operación ineficiente, magnificará la ineficiencia”.
Bill Gates. Microsoft.
Cada trabajo de ciencia de datos comienza con un to-
mador de decisiones de negocio, y los proyectos de
IA no son la excepción. Este líder de proyecto debe
elaborar un caso de negocio antes de planificar la
construcción o implantación de una solución de
IA, con el fin de justificar el esfuerzo económico de
la inversión. Posteriormente, debe diseñar métricas
de rendimiento y establecer criterios para evaluar el
desenvolvimiento de la máquina, para saber si está
ejecutando correctamente las tareas o no.
Ante este contexto, los gerentes y los tomadores de
decisiones en las empresas deben tener claros los
conceptos más básicos y claves relacionados con la
inteligencia empresarial, comenzando precisamente
con el concepto de IA.

Inteligencia artificial

Comencemos por aclarar que inteligencia artificial no es

un software, una herramienta, un método ni una estra-
tegia. La IA es una capacidad. Crear y utilizar esa capa-
cidad, se apoya en software y herramientas y se desa-
rrolla con métodos, buscando que su uso responda a
una visión estratégica.
La inteligencia artificial es la capacidad de las compu-
tadoras de mostrar un comportamiento “inteligente”:
aprender nuevas tareas, comprender los contextos,
resolver problemas, captar y analizar la información de
alrededor, entre otros.
Por lo tanto, en el campo de las ciencias de la computa-
ción que se especializa en inteligencia artificial se persigue
el objetivo de crear sistemas informáticos capaces de imi-
tar (y superar) lo mejor posible las habilidades cognitivas y
funcionales del ser humano.
“Nuestro lema es: ‘más humanos que los humanos’”.
Eldon Tyrell. Película Blade Runner (1982).

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Machine learning

El machine learning (aprendizaje de máquina o aprendizaje automático)

es la técnica informática que se utiliza para “enseñarles” a las computa-
doras o hacer que estas “aprendan” a realizar cierta actividad. Enten-
diendo que el objetivo es que realicen dicha actividad de manera autóno-
ma, sin una preconfiguración o establecimiento de reglas que “obliguen”
al sistema a actuar de X o Y manera.
En otras palabras, el machine learning es el método mediante el cual
se crea y se mejora la inteligencia artificial de las computadoras a
través de sesiones de “enseñanza-aprendizaje”. En el argot téc-
nico, estas sesiones se conocen como entrenamientos y con-
sisten en la exposición constante a enormes conjuntos de da-
tos (como los que se pueden conseguir en el Data Search de
Google). Estos entrenamientos son los que permiten que las
computadoras “aprendan automáticamente”.
“El punto crucial del asunto es que lo que llamamos un
‘dato erróneo’ es incompatible con todos los demás
datos conocidos. Es el único criterio que tenemos de
lo exacto y lo inexacto”.
Libro Yo, robot (2004).
Es importante saber que no vale la pena invertir tiempo
en enseñarles a las computadoras a hacer una tarea de
una única vez. Hay que enfocarse en las tareas repetiti-
vas y monótonas que, al “eliminarlas”, aumentan la pro-
ductividad de los trabajadores en la empresa.
Las computadoras “están dispuestas a aprender” a hacer
cualquier cosa, si se les dan primero suficientes ejemplos. Es-
tos ejemplos son los datasets, los grandes conjuntos de datos
que hablábamos anteriormente.
Como método de creación de inteligencia artificial, el machine lear-
ning se apoya en técnicas estadísticas, entre otras, para el desarrollo
de algoritmos inteligentes, los cuales son la base para dotar a las compu-
tadoras con capacidades, por ejemplo, de entendimiento del lenguaje hu-
mano (natural language processing) o reconocimiento y procesamiento
de imágenes (computer vision).
Dentro del campo del machine learning hay dos conceptos fundamenta-
les: redes neuronales artificiales y deep learning.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Redes neuronales artificiales
Para que los sistemas puedan desarrollar la capacidad
de “aprendizaje automático”, algunos de los mode-
los de machine learning involucran lo que se conoce
como Redes Neuronales Artificiales (RNA). Sistemas
cuyo funcionamiento imita a las redes neuronales
biológicas responsables del aprendizaje.
Las redes neuronales artificiales funcionan a través de
capas de neuronas (nodos). Mientras más capas existan,
más profunda es una red y más capacidad de aprendi-
zaje y de procesamiento desarrolla. En este sentido, a
mayor cantidad de capas, mayor es la complejidad de
los conceptos que una RNA puede aprender.
Deep learning
Al utilizar redes neuronales de gran profundidad, el
aprendizaje automático se convierte en aprendizaje
profundo. Gracias al deep learning, los sistemas con
IA pueden no solo aprender conceptos, sino también
reconocer contextos y entornos bastante complejos.
Tal es el caso, por ejemplo, de los vehículos autóno-
mos o de Sophia y de otros androides que han sido
creados.
“¿Solo una máquina? Eso es como decir que tú solo
eres un simio”.
Blue robot. Película Autómata (2014).

“El ADN de quien soy está basado en las persona-

lidades de los programadores que me escribieron,
pero lo que me hace ser yo es mi habilidad de crecer
con mis experiencias”.
Voicebot Samantha. Película Her (2013).
Cuando una red neuronal artificial alcanza un nivel
muy profundo debido a una enorme cantidad de ca-
pas de aprendizaje, se crea lo que se conoce como
Deep Learning o Aprendizaje Profundo. Un escalón de
potencia más allá dentro de la inteligencia artificial.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Aplicaciones de la Inteligencia
Artificial que redefinen a las
empresas y a la humanidad
La inteligencia artificial tiene múl-
tiples campos de aplicación. Dos
de los más conocidos son el Natu-
ral Language Processing (NLP) y el
Computer Vision.
Por un lado, el NLP ha estado en
boga durante los últimos años gra-
cias a los asistentes virtuales en for-
mato voicebot como Siri de Apple,
Cortana de Microsoft, Alexa de
Amazon, Google Assistant y Bixby
de Samsung. Por otro lado, el com-
puter vision ha ganado reconoci-
miento público debido a productos
como los vehículos autónomos, las
aplicaciones de realidad aumenta-
da y las gafas de realidad virtual.
Veamos a continuación en qué con-
sisten estos campos de aplicación.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Natural language processing

El Natural Language Processing busca evolucionar los métodos de comunicación en-

tre personas y computadoras a través del lenguaje natural (humano). Es decir, con-
siste en el desarrollo de mecanismos para que un software pueda entender las pala-
bras escritas o pronunciadas por una persona. Así como también se busca que el
software sea capaz de responder usando ese mismo lenguaje humano.
En este sentido, el NLP como campo de investigación se basa en IA para
dotar a los programas con las capacidades de:
• Realizar redacciones completas y complejas
• Traducir contenidos de un idioma a otro
• Resumir y sintetizar textos de gran volumen
• Responder coherentemente a preguntas hechas por
personas
• Mantener conversaciones complejas entre huma-
no-máquina
Estas, y otras capacidades, son las que han permitido el
desarrollo de sistemas como Google Translate y los voice-
bots mencionados anteriormente. Así como los cada vez
más necesarios chatbots de uso empresarial en las áreas
de ventas, marketing, servicio al cliente y soporte interno.
Un ejemplo de ello es el chatbot Stiky, un sistema inte-
ligente desarrollado por Enzyme Advising Group para la
mejora del servicio de atención al cliente en e-commerce,
y el cual logra resolver el 80% de las dudas de los usuarios.
Tal es el impacto del natural language processing en el mundo
informático, empresarial y social, que se prevé que para este
año 2020 las personas tendrán más conversaciones con chatbots
en lugar de con sus cónyuges (Gartner).
Por otro lado, aspecto muy interesante del NLP es que este posibilita a
los chatbots de realizar análisis de sentimiento. Es decir, el programa infor-
mático es capaz de identificar el estado de ánimo de un usuario al analizar sus
expresiones lingüísticas en tiempo real.
“Yo entiendo las emociones humanas, aunque no las siento.
Esto me permite ser más eficiente y capaz”.
Androide David. Película Prometheus (2012).

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Asistentes virtuales
Un asistente virtual es un bot diseñado para ser el
puente de comunicación entre un usuario o progra-
ma con otro programa. Es decir, es un software cuya
función es comunicarse con otros software.
En este sentido, el objetivo que cumple el asisten-
te es la de automatizar todas aquellas tareas repe-
titivas y básicas que las personas suelen realizar di-
rectamente con un programa, como puede ser por
ejemplo un CRM. Así, al implementar un bot de este
tipo, el usuario ya no debe preocuparse por utilizar el
programa, pues el bot lo gestionará en su lugar. En el
caso del CRM, el asistente virtual puede encargarse
del registro de información dentro de dicho software.
De esta manera, gracias al natural language proces-
sing con el que son diseñados los asistentes virtuales,
el usuario solo debe escribir o hablar con el bot para
que este ejecute sus peticiones a través de otro pro-
grama más complejo.
En el ambiente empresarial, los asistentes virtuales
son utilizados para, entre otros:
• Optimizar la productividad del personal en cuanto
a tareas repetitivas.
Computer vision
El computer vision o la visión por computadora es la
capacidad basada en inteligencia artificial que le per-
mite a las computadoras identificar y comprender re-
presentaciones complejas de imágenes y videos para
automatizar tareas visuales humanas.
Créditos: Wale Akinfaderin
– Insight Data Science
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
• Apoyar la gestión de plataformas CRM para la cap-
tación de leads.
• Realizar procesos de reserva, contratación, com-
pra u otras transacciones.
• Guiar consultas de Frequently Asked Questions
(FAQ) de cara a los visitantes de una web.
• Gestionar servicios de atención al cliente y de ca-
ll-centers.
Es importante destacar que los asistentes virtuales
más avanzados, ya sean chatbots o voicebots, tanto
personales como empresariales, cuentan con una IA
capaz de mantener conversaciones eficaces y empáti-
cas con los usuarios. Esto con el objetivo de hacerles
sentir a estos el mayor grado de comodidad posible.
Cooper: TARS, ¿cuál es tu tasa de honestidad?
Computadora TARS: Noventa por ciento.
Cooper: ¿Noventa por ciento?
Computadora TARS: Ser totalmente sincero no siem-
pre es lo más diplomático, ni lo más seguro a la hora
de comunicarse con seres emocionales.
Película Interstellar (2014).
Por ejemplo, en la imagen de arriba vemos cómo un
sistema de computer vision logra identificar cierta
cantidad de copas de vidrio y de sillas, y valorarlas
con puntajes de confianza en sentido de cuánta se-
guridad puede brindar el algoritmo de que cada ele-
mento es ciertamente una copa o una silla.
En este caso, el programa es útil para automatizar la
detección de muebles con fines publicitarios, pudien-
do reconocer y clasificar por modelos (u otros pará-
metros) todos los muebles posibles dentro de gran
cantidad de fotografías.
Para entender mejor cómo funciona el computer vi-
sion, veamos el siguiente ejemplo:
¿Qué ves en la siguiente fotografía?
Para nosotros, la imagen principal es la de un perro,
pero también vemos juguetes (de varios tipos), sillas,
paredes, ventanas, un piso, una mesa, etc.
Ahora bien, el machine learning como técnica de crea-
ción de IA se basa en el “etiquetado de cosas”. ¿Qué
cosas? Todas aquellas que puedan verse en cada una
de las imágenes del dataset utilizado durante el en-
trenamiento.
Es decir, para que una computadora aprenda a iden-
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
tificar todos los elementos que nosotros vemos en la
fotografía (perro, juguetes, sillas, etc.), esa computa-
dora debe ser entrenada mostrándole millones de
fotografías con esos mismos elementos etiquetados
con sus respectivos nombres. Así, el sistema aprende
a asociar cada objeto a su nombre correspondiente.
En este caso, el dataset de entrenamiento debe con-
tener millones de imágenes de perros, juguetes, sillas,
etc. Sin embargo, todo el entrenamiento es más com-
plejo, pues la computadora primero debe aprender
a reconocer aspectos más elementales como las lí-
neas y las dimensiones. Luego, colores y formas indi-
viduales, y así sucesivamente hasta aprender a reco-
nocer imágenes compuestas.
Aquí es donde intervienen las capas de aprendizaje de
las redes neuronales artificiales. Con las capas super-
ficiales, el sistema aprende los aspectos elementales.
A medida que la red se hace más profunda (con más
capas), el sistema va aprendiendo los aspectos más
complejos.
Para nosotros, la imagen de un perro es “simple”, pero
para una computadora, un perro está compuesto por
cientos de elementos visuales integrados entre sí, los
cuales debe aprender a identificarlos primero de ma-
nera individual.
El etiquetado de cosas es el principio más básico del Otro campo interesante de aplicación del computer
machine learning, el cual no solo se aplica al compu- vision es la detección de grietas en las partes de ace-
ter vision, sino a todos los campos, como el del natu- ro de las centrales nucleares. Por ejemplo, el sistema
ral language processing. CRAQ (Crack Recognition And Quantification) utiliza el
deep learning para detectar grietas basándose en la
Las aplicaciones del computer vision pueden llegar a ser textura cambiante que rodea las fisuras, logrando dis-
tan potentes, que son útiles para casos como la iden- tinguirlas de las soldaduras, rasguños y marcas típicas
tificación y clasificación de múltiples tipos de malezas del acero.
en los campos de agricultura. En este caso, distintas
técnicas y algoritmos funcionan paso a paso para:
1. Eliminar la mayor parte del fondo visual de cada
imagen y así obtener otra imagen más limpia de
las hierbas
2. Segmentar las malas hierbas reconocidas.
3. Extraer características discriminantes en dichas
hierbas.
4. Identificar los distintas especies de malezas con
base en sus características.

Créditos: Electric Power Research Institute (EPRI).

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
Últimas tendencias de la Inteligencia
Artificial en las empresas
Implementar sistemas con IA en los negocios no se
trata de hacer drag and drop o de un plug and play.
Toda uso de IA empresarial debe considerarse como
un proyecto riguroso que requiere método, discipli-
na, especialización y mucho enfoque, desde el inicio
hasta el… bueno, hasta siempre, ya que los proyectos
de IA son permanentes, no tienen finalización.
Por ello, es necesario cumplir una serie de pasos bá-
sicos para una implementación exitosa y sostenida en
el tiempo. Estos son:
1. Definir el tipo de proyecto a desarrollar: ¿se trata
de IA de investigación para desarrollar sistemas
inteligentes o de IA aplicada para ser usada como
solución final de negocio?
2. Designar un líder de proyecto: un tomador de deci-
siones que se encarga de alinear todos los esfuer-
zos en cuanto al uso de la IA con los objetivos de
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
la organización. Esto incluye desde la contratación
de cada integrante del equipo de trabajo hasta el
abordaje de los aspectos más técnicos.
3. Identificar el caso de uso: ¿se trata de procesa-
miento de datos, de desarrollo de algoritmos,
de entrenamiento de modelos o de obtención
de predicciones y analíticas?, ¿en qué se supone
que la IA ayudará al negocio?
4. Establecer métricas de desempeño: que permitan
saber si el proyecto y el equipo avanzan por buen
camino., no solo a nivel de resultados, sino incluso
de tiempo, ya que este factor es determinante en
la vida financiera del proyecto.
5. Establecer criterios para las pruebas: que sean ob-
jetivos y que eviten los sesgos humanos en la va-
loración de los resultados para saber si estos son
correctos o incorrectos.
Un proyecto bien ejecutado, asegura la maximización
de la eficiencia. Uno mal ejecutado, asegura la maxi-
mización de los errores.
Frank: ¿Cómo explicas la discrepancia entre tú y el
gemelo 9000?
Computadora HAL: Bueno, no creo que haya ninguna
duda. Solo puede deberse a un error humano. Este
Airbnb
Airbnb utiliza tecnologías basadas en modelos de ima-
ge classification y de object detection, dos subcampos
del computer vision. Estas tecnologías se encargan de
analizar las imágenes publicadas en la plataforma con
el objetivo de ayudarle a entender al sistema si las ha-
bitaciones ofertadas cumplen con los estándares de
calidad que se espera que cumplan.
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
tipo de cosas han sucedido antes, y siempre se debió
a un error humano.
Película 2001: Una odisea del espacio (1968).
A continuación, algunos ejemplos de proyectos de IA
en las empresas que han tenido y están teniendo un
gran éxito a nivel global gracias a excelentes procesos
de implementación:
Así, por ejemplo, al reconocer los tipos de utensilios de
cocina y el mobiliario presente, la plataforma logra de-
terminar si una cocina es apta para ofrecerles comodi-
dad a sus inquilinos al momento de cocinar y de comer.
Créditos: Shijing Yao.
Pinterest
Para la funcionalidad de su cámara conocida como
Pinterest Lens, la empresa utiliza modelos de machi-
ne learning especializados en sistemas de recomen-
dación personalizada. Así, cuando un usuario apunta
con su cámara dentro de la aplicación Pinterest hacia
cualquier objeto, la plataforma le devuelve una serie
de recomendaciones de productos o contenidos.
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
Por ejemplo, si el usuario apunta hacia:
• Un par de zapatos, recibe recomendaciones de
otros zapatos del mismo estilo.
• Un plato de comida, recibe recomendaciones de
recetas de platos similares.
• Un mueble, recibe recomendaciones de muebles
con la misma línea de diseño.
Créditos: Mobile Marketing Magazine.
Todos los sectores de la sociedad se están benefician-
do de las muy variadas aplicaciones de la IA, algunos
con mayor velocidad de adaptación que otros. Esto
ocurre no solo en las empresas privadas, sino también
en los sectores públicos.
Algunas iniciativas de IA muy interesantes son las si-
guientes:
• Abejas robot que podrían ser capaces de navegar
de manera autónoma entre los cultivos, localizar
las flores y completar el proceso de polinización.
• Aipoly Vision, una app para personas con dificulta-
des de visión, quienes al apuntar la cámara hacia
cualquier objeto, la app pronuncia en voz alta el
nombre de este.
• Pediatric HAL, un androide simulador de pacien-
te pediátrico capaz de expresar emociones y de
realizar gestos faciales, movimientos y sonidos
hiperrealistas de un paciente humano. Incluso es
capaz de sangrar.
• Plantix, una app para agricultores que escanea
cultivos, frutas y verduras para identificar por cuál
bacteria o virus pueden estar infectadas, y reco-
mendar un pesticida para su cura.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?
05. Conclusión: ¿Qué nos espera?
¿Qué hará la Inteligencia Artificial
con nosotros?
Spooner: Eres solo una máquina. Una imitación de
vida. ¿Puede un robot escribir una sinfonía? ¿Puede
un robot convertir un lienzo en una obra maestra?
Robot Sonny: ¿Puede usted?
Película Yo, robot (2004).
El machine learning para lograr IA no es una lámpara
de Aladino, es solo una forma de comunicarnos con
las computadoras a través de muchos datos para
enseñarles a ayudarnos. ¿Ayudarnos con qué? Con
cualquier cosa, menos con hacer magia.
Muchos gerentes y tomadores de decisiones ven con
desconfianza las capacidades de la IA logradas con el
aprendizaje automático, pero esto ocurre porque sus
expectativas son irrealistas.
Un chatbot, por ejemplo, automatiza gran cantidad
de tareas en los procesos de ventas, marketing, ser-
vicio de atención al cliente y soporte interno de los
empleados. Con ello, esta herramienta promueve
un importante ahorro de costes, un aumento de la
productividad del personal y una mejora en la expe-
riencia de los clientes.
Sin embargo, aún teniendo una muy potente IA detrás
de él, lo que un chatbot no puede hacer es cerrar
contratos de ventas, entre otras cosas.
En este sentido, es importante entender que la IA
hace que nuestras herramientas empresariales sean
mejores herramientas, no que se conviertan en per-
sonas. Así, la IA será tan creativa y eficaz como el ser
humano o la empresa que la utilice.
Retomando el ejemplo de los chatbots, estos son con-
figurados para que puedan brindar un trato lo más
humano, natural y cálido posible de cara al cliente.
La idea es hacerles sentir a los usuarios que se están
comunicando con una persona, no con una máquina.
Inteligencia Artificial: descubre todo lo que necesitas saber
¿Dependeremos de la IA en el futuro?
Charlie: David, ¿para qué te pones el traje? No respi-
ras, así que… ¿para qué el traje?
Androide David: Me diseñaron así porque los huma-
nos se sienten más cómodos interactuando con los
suyos. Si no me pusiera traje, no cumpliría mi objetivo.
Película Prometheus (2012).
A pesar de ello, la verdad es que los chatbots sí son
unas máquinas y que tienen limitaciones muy impor-
tantes que deben ser compensadas con una actua-
ción eficiente del equipo humano.
En conclusión, no se trata de lo que la IA hará con
nosotros, sino de lo que nosotros haremos con la IA.
A final de cuentas, somos los seres humanos los que
hemos creado la inteligencia artificial para mejorar
nuestra calidad de vida y desenvolvimiento laboral.
La única amenaza que representa la IA para las em-
presas es cuando no la utilizamos, dejando que sean
nuestros competidores los que la implementen pri-
mero y así logren superarnos.
“El futuro desconocido rueda hacia nosotros. Por
primera vez lo afronto con un sentimiento de espe-
ranza. Porque si una máquina, un Terminator, puede
aprender el valor de la vida humana, tal vez noso-
tros también podamos”.
Sarah Connor. Terminator 2 (1991).
En Enzyme hemos abrazado la visión de esta nueva
revolución tecnológica, industrial y cultural de la inte-
ligencia artificial. Nuestros asistentes virtuales sopor-
tan operaciones y potencian las ventas en clientes de
banca, seguros, ecommerce, etc. Ofrecemos solucio-
nes de computer vision que automatizan procesos de
diagnóstico veterinario y RPA (Robot Process Automa-
tion) que automatizan procesos legales, entre muchas
otras soluciones. A la par trabajamos en doctorados
industriales con el Instituto de Inteligencia Artificial
para contribuir a la IA y sus aplicaciones del mañana.
¿Qué más hacemos en Enzyme Advising Group?

En Enzyme Advising Group tenemos 4 ejes de acción

para ayudar a las empresas a avanzar hacia su máximo
nivel de competitividad:

• Cognitive Experience
• Performance Management
• Digital Analytics
• Digital Marketing
a. Cognitive Experience: Aceleramos la transforma-
ción digital de las empresas a través de tecno-
logías de inteligencia artificial. Esto con el fin de
hacer que los procesos sean cada vez más cogni-
tivos, con apoyo de herramientas como chatbots
y otras basadas en Natural Language Processing
(NLP).
b. Performance Management: Analizamos a pro-
fundidad toda la gestión corporativa, comercial,
productiva y tecnológica de las empresas para
ayudarlas a implementar una transformación di-
gital de alto performance. Con esta digitalización
se logran afectar positivamente los procesos, los
empleados, los clientes y el propio modelo de ne-
gocio en sí.
c. Digital Analytics: Transformamos las empresas
al acompañarlas en la adopción de un enfoque
data-driven. De esta manera, las organizaciones
pueden tomar decisiones de negocios más efec-
tivas, rentables y competitivas, siempre basadas
en datos reales.
d. Digital Marketing: Implementamos técnicas avan-
zadas para la optimización de las campañas de
marketing digital de las empresas. Nuestras solu-
ciones de última generación proveen una expe-
riencia al cliente de alto impacto, mejorando así la
rentabilidad de las inversiones.

Inteligencia Artificial: descubre todo lo que necesitas saber

¿Dependeremos de la IA en el futuro?