UNIVERSIDAD

INTERAMERICANA DEL
NORTE.

TESIS DE LA EVOLUCION DE LA
INTELIGENCIA ARTIFICIAL (IA) EN LA
INDUSTRIA PARA FACILITAR EL
CRECIMIENTO DEL PUERTO DE
ALTAMIRA.

ALUMNOS:
AXEL JULIAN
JUAN PABLO
DULCE MARÍA
FATIMA DE JESUS
ARACELY
 DEDICATORIA.
A mis padres por haberme forjado cómo la persona que soy en la actualidad, siendo una persona
respetuosa con principios y perseverancia... muchos de mis logros se los debo a ustedes en el que
incluye este, me formaron con reglas y con algunas libertades...soltándome poco a poco teniendo
me confianza y darme su apoyo incondicional. Me motivaron constantemente para alcanzar mis
anhelos. A mis abuelos por siempre estar conmigo apoyándome y amándome mucho por darme su
amor incondicional; abuela gracias por hacerme las mejores comidas. A mis compañeros por los
buenos y malos momentos que hemos compartido. Todos hemos aprendido y aprenderemos
continuamente tanto como profesional y personalmente.
ARACELY HERNANDEZ HERNANDEZ.

Esta tesis está dedicada a la Universidad y Profesor por ser la sede de todo el conocimiento adquirido
en le proceso, a mi padre, quien me enseñó que el mejor conocimiento que se puede tener es el que
se aprende por sí mismo. También está dedicado a mi madre, quien me enseñó que incluso la tarea
más grande se puede lograr si se hace un paso a la vez.
AXEL JULIAN HERNANDEZ LOPEZ.

Este proyecto primero que nada me lo dedico a mí misma que desde siempre he buscado la manera
de superarme a pesar de todos los obstáculos que se me presentan y que cada día estoy buscando
ser una mejor persona. Se lo dedico a mi mamá por apoyarme en todo lo que puede y que gracias a
ella he podido salir adelante y crecer y por último a todos mis compañeros que gracias a ellos y su
esfuerzo pudimos sacar adelante este proyecto.
FATIMA DE JESUS TORRES LUGO.

A mis padres por haberme forjado como la persona que soy en la actualidad; mucho de mis logros
se los debo a ustedes entre los que se incluye este. Me formaron con reglas y con algunas libertades,
pero al final de cuentas, me motivaron constantemente para alcanzar mis metas. Gracias madre y
padre.
JUAN PABLO URIBE ZAVALA.

Esta tesis la dedico principalmente a mis padres, quienes son los que siempre están apoyándome
para que pueda concretar mis estudios, ellos son mi principal motor para salir adelante y concretar
todas mis metas…

También se lo dedico a mis compañeros de equipo, que gracias a todos pudimos sacar este trabajo
adelante, con la dedicación y el esfuerzo de todos.
DULCE MARÍA VARGAS MOCTEZUMA.
 AGRADECIMIENTOS.

Le queremos agradecer a nuestros padres quienes han sido siempre el

motor que impulsan nuestros sueños y esperanzas, quienes estuvieron
siempre a nuestro lado en los días y noches más difíciles durante
nuestras horas de estudio. Siempre han sido los mejores guías de vida.
Hoy cuando concluimos nuestros estudios, les dedicamos a ustedes
este logro, como una meta más conquistada.
También a mis amigos y compañeros de viaje, hoy culminan esta
maravillosa aventura y no puedo dejar de recordar cuantas tardes y
horas de trabajo nos juntamos a lo largo de nuestra formación. Hoy nos
toca cerrar un capítulo maravilloso en esta historia de vida y no puedo
dejar de agradecerles por su apoyo y constancia, al estar en las horas
más difíciles, por compartir horas de estudio. Gracias por estar siempre
allí.
 INDICE.
TABLA DE CONTENIDO.

CAPITULO I.
PROTOCOLO.
1. LA EVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL (IA) EN LA
INDUSTRIA PARA FACILITAR EL CRECIMIENTO DEL PUERTO
DE ALTAMIRA…………………………………………………
1.1 PLANTEAMIENTO DEL PROBLEMA………………....
2. HIPOTESIS………………………………………………….
TABLA DE ILUSTRACIONES.
 CAPITULO I.

La evolución de la Inteligencia Artificial (IA) en la

industria para facilitar el crecimiento del Puerto de
Altamira.

PLANTEAMIENTO DEL PROBLEMA.

La inteligencia artificial (IA) es una de las tendencias más claras en las

empresas actuales. La aplicación de la inteligencia artificial en las
empresas puede ayudar a la automatización de procesos. Mediante el
uso de máquinas inteligentes, muchas tareas que antes se realizaban
de forma manual y rutinaria ahora pueden programarse y llevarse a
cabo en menor tiempo y con menos recursos. También algunas
organizaciones emplean sistemas informáticos que gestionan, ordenan
y analizan datos no estructurados.
Tomando en cuenta los datos anteriores, es pertinente que nos surja la
siguiente pregunta de investigación: ¿Cuál ha sido la evolución de la
inteligencia artificial en el desarrollo de las empresas del puerto de
Altamira?
 HIPOTESIS.

Se implementará un software con inteligencia artificial para mejorar el

funcionamiento, la productividad y comercialización de los bienes de las
empresas. Para que así tengan un mejor rendimiento empresarial y
puedan realizar sus labores de trabajo con mayor facilidad y a la
brevedad.
 OBJETIVOS.

OBJETIVOS GENERALES:
Identificar los beneficios de la inteligencia artificial (I.A.) en la mejora de
la eficacia y la eficiencia de la empresa a través de los desarrollos
tecnológicos aplicados en el siglo XXI con el fin de contextualizar a las
empresas del poder global y competitivo que estas tecnologías generan.

OBJETIVOS ESPECIFICOS:
• Dirige el comportamiento para resolver problemas de la vida cotidiana.
• Relación en mantener el equilibrio dentro de la empresa.
• Cuenta con la capacidad de demostrar sus habilidades y funciones
dentro de la empresa.
• Mejora el crecimiento y creatividad.
• Almacena gran cantidad de datos para tomar decisiones estratégicas.
• Ayuda a mecanizar algunas tareas manuales para realizarlas con
menos tiempo.
• Analiza y resuelve problemas de manera autónoma con un aprendizaje
progresivo.
• Facilita tareas de la empresa.
 JUSTIFICACION.

El presente trabajo de investigación tiene como justificación que la

inteligencia artificial en las empresas puede ayudar entre otras cosas a
automatizar procesos mediante el uso de máquinas inteligentes muchas
tareas que antes se realizaban de forma manual y rutinaria ahora
pueden programarse y llevarse a cabo en menor tiempo y con menos
recursos.
No cabe duda que vivimos en la era del dato en pleno auge del big data
las empresas trabajan con grandes cantidades de datos a los que
pueden obtener información muy interesante para ello algunas
organizaciones emplean sistemas informáticos que gestionan ordenan
y analizan datos no estructurados
Sin embargo, los sistemas de la inteligencia artificial pueden ayudar a
los empleados y servirles como apoyo en algunas tareas tras un estudio
y análisis del entorno los equipos de IA pueden dotar de información
muy valiosa a los trabajadores.
 METODOLOGIA.

La metodología a realizar seria de la forma mixta, ya que nos ayuda a

recopilar, analizar e integrar tanto la manera cualitativa como
cuantitativa, esto nos ayuda a dar un mejor enfoque al problema de la
investigación cosa que no nos aportaría los otros dos métodos ya
mencionados por separados, al mismo tiempo logramos una mejor
profundidad y amplitud en la comprensión del problema porque nos
permite identificar con mayor precisión al abordarlo desde diferentes
puntos de vista.
CRONOGRAMA DE ACTIVIDADES (GANTT).
 CAPITULO II.
MARCO TEORICO.
2.1 HISTORIA DE LA IA.
La historia de la inteligencia
artificial comenzó en 1943
con la publicación del artículo
«A Logical Calculus of Ideas
Immanent in Nervous
Activity» de Warren
McCullough y Walter Pitts. En
ese trabajo, los científicos
presentaron el primer modelo
matemático para la creación
de una red neuronal.
El primer ordenador de red
neuronal, Snarc, fue creado en 1950 por dos alumnos de Harvard:
Marvin Minsky y Dean Edmonds. Ese mismo año, Alan Turing publicó
el Test de Turing, que todavía se utiliza hoy para valorar las IA.
En 1952, Arthur Samuel creó un software capaz de aprender a jugar al
ajedrez de forma autónoma. El término inteligencia artificial fue utilizado
por primera vez en la conferencia «Dartmouth Summer Research
Project on Artificial Intelligence» de John McCarthy en 1956.
En ese acto, los investigadores presentaron los objetivos y la visión de
la IA. Muchos consideran esta conferencia como el verdadero
nacimiento de la inteligencia artificial, tal y como se conoce hoy en día.
En 1959, Arthur Samuel acuñó el término Machine Learning mientras
trabajaba en IBM. Por su parte, John McCarthy y Marvin Minsky
fundaron el MIT Artificial Intelligence Project. En 1963, John McCarthy
también creó el «AI Lab» en la Universidad de Stanford.
En los siguientes años, se cernieron dudas sobre el campo de la IA. En
1966, el informe estadounidense ALPAC puso de manifiesto la falta de
avances en la investigación de la traducción automática destinada a
traducir simultáneamente la lengua rusa en el contexto de la Guerra
Fría. Muchos proyectos financiados por el gobierno estadounidense
fueron cancelados.
Del mismo modo, en 1973, el gobierno británico publicó su informe
«Lighthill» en el que destacaba las decepciones de la investigación en
IA. Una vez más, los proyectos de investigación fueron reducidos por
los recortes presupuestarios. Este periodo de duda duró hasta 1980, y
ahora se denomina el «primer invierno de la IA«.
Ese invierno terminó con la creación de R1 (XCON) por parte de Digital
Equipment Corporations. Este sistema comercial experto está diseñado
para configurar los pedidos de nuevos sistemas informáticos, y provocó
un auténtico auge de las inversiones que se prolongó durante más de
una década.
Japón y Estados Unidos hicieron grandes inversiones en la
investigación de la IA. Las empresas se gastaron más de mil millones
de dólares al año en sistemas expertos y el sector no paraba de crecer.
Desgraciadamente, el mercado de las máquinas “Lisp” se desplomó en
1987 al surgir alternativas más baratas. Este fue el «segundo invierno
de la IA». Las empresas perdieron el interés por los sistemas expertos.
Los gobiernos de Estados Unidos y Japón abandonaron sus proyectos
de investigación y se gastaron miles de millones de dólares para nada.
Diez años después, en 1997, la historia de la IA estuvo marcada por un
acontecimiento importante. La IA Deep Blue de IBM triunfó sobre el
campeón mundial de ajedrez Gary Kasparov. Por primera vez, el
hombre fue derrotado por la máquina.
Diez años después, los avances tecnológicos permitieron el
resurgimiento de la inteligencia artificial. En 2008, Google hizo grandes
avances en el reconocimiento de voz y lanzó esa función en sus
aplicaciones para smartphones.
En 2012, Andrew Ng alimentó una red neuronal con 10 millones de
vídeos de YouTube como serie de datos de entrenamiento. Gracias al
Deep Learning, esta red neuronal aprendió a reconocer un gato sin que
se le enseñara lo que es un gato. Este fue el inicio de una nueva era
para Deep Learning.
 En 2016 se produjo otra victoria de la IA sobre el ser humano, con el
triunfo del sistema AlphaGo de Google DeepMind sobre Lee Sedol, el
campeón de Go. La inteligencia artificial también conquistó el campo de
los videojuegos, especialmente con DeepMind AlphaStar en Starcraft u
OpenAI Five en Dota 2.
Actualmente, empresas de todos los sectores utilizan el Deep Learning
y el Machine Learning para infinidad de aplicaciones. La IA no deja de
avanzar y sorprender con su rendimiento. El sueño de la inteligencia
artificial general se acerca cada vez más a la realidad.

LINEA DEL TIEMPO.

1950–1970 Día presente

1980–2010
Redes neuronales. Deep Learning
Aprendizaje automático
El trabajo inicial con Los adelantos en deep
redes neurales despierta Se vuelve popular el
learning impulsan el auge
emoción por las machine learning.
de la inteligencia
“máquinas pensantes” artificial.

2.2. DEFINICIÓN DE LA IA.

Hoy en día no existe una definición totalmente aceptada sobre qué es
la Inteligencia Artificial sin embargo varios autores e interesados en el
área han creado sus propias definiciones sobre la IA y obviamente cada
una de ellas es válida para determinado enfoque. Algunas definiciones
bastante aceptables sobre el tema son las que se presentan a
continuación. Rich & Knight en 1991 lanzaron la siguiente definición de
IA: "La inteligencia artificial es el estudio de cómo hacer que las
computadoras hagan cosas que por el momento los humanos
hacen mejor".
2.3. ENFOQUES DE LA IA.
Según O´Leary (1995), citado por Suárez (2000), existen dos enfoques
para la construcción de los sistemas expertos:
• El primer enfoque permite la introducción del conocimiento
acumulado de expertos humanos a lo largo de su vida profesional,
obteniéndose de esta forma lo que se conoce como sistema
experto. El principal problema de este enfoque se relaciona con el
proceso de captación de la información, la cual se ha de hacer
mediante entrevista al experto en un dominio específico o
mediante la observación de su comportamiento a través de un
análisis de protocolo. Esto trae bloqueos o cuellos de botellas en
el desarrollo de la aplicación.
• El segundo enfoque busca la elaboración de programas de
ordenador capaces de generar conocimiento a través del análisis
de los datos empíricos y posteriormente se usa ese conocimiento
para hacer inferencias sobre nuevos datos. Como resultado de
este enfoque surgen procedimientos conocidos como Machine
Learning (Aprendizaje Automático) o Data Mining (explotación de
datos), los cuales permiten transformar una base de datos en base
de conocimiento (más adelante en este artículo se menciona con
más detalle este concepto). Este segundo enfoque es uno de los
más utilizado para el diseño de sistemas expertos.
2.4. TIPOS DE INTELIGENCIA ARTIFICIAL QUE
EXISTEN.
En la actualidad, existen dos tipos principales de IA:
 IA aplicada. Es la modalidad más común e incluye sistemas
diseñados para llevar a cabo de manera inteligente una sola tarea,
por ejemplo, guiar un vehículo sin conductor.
IA generalizada. Este tipo de inteligencia artificial incluye
sistemas o dispositivos que, en teoría, pueden ocuparse de
cualquier tarea, ya que tienen suficiente inteligencia para
encontrar soluciones a problemas desconocidos. Se trata de una
tecnología en etapas muy tempranas de desarrollo.
A lo largo de los años, la investigación en IA ha permitido muchos
avances tecnológicos, entre ellos algunos tan conocidos como las
recomendaciones de compra en un e-commerce, las de visualización
de películas y series en una plataforma de entretenimiento, los agentes
virtuales y chatbots, la publicidad dirigida o la conducción autónoma.
Ligados al ámbito empresarial, la inteligencia artificial permite disfrutar
de avances como el reconocimiento de patrones, el reconocimiento de
voz o la analítica predictiva. Muchos de los cuales son ahora de uso
habitual en las organizaciones y ofrecen soluciones a una gran cantidad
de desafíos empresariales y problemas complejos.

2.4.1. NIVELES DE INTELIGENCIA ARTIFICIAL

IA Fuerte (Strong AI): podemos ver este nivel como el más futurista y
más cercano a las películas de ciencia ficción. En este tipo de
inteligencia artificial se intenta simular y superar los seres humanos
hasta el punto de conseguir sistemas con consciencia propia y capaces
de resolver cualquier problema. Replicaría completamente la
inteligencia humana hasta el punto de superarla.
IA Floja (Weak AI): en cambio, la Weak AI es capaz de estudiar y
resolver problemas de razonamiento definidos y acotados. La mayoría
de la IA utilizada actualmente se encuentra en este nivel ya que se
encarga, como hemos mencionado, de resolver problemas específicos.
Muchas veces pueden resolverse de una mejor manera de la que lo
haría un humano. Es en este nivel donde encontramos los algoritmos
más comunes en IA de aprendizaje automático (Machine Learning) o
aprendizaje profundo (Deep Learning).
2.5. ¿POR QUÉ ES IMPORTANTE LA INTELIGENCIA
ARTIFICIAL?
• La inteligencia artificial automatiza el aprendizaje y
descubrimiento repetitivos a través de datos. La inteligencia
artificial es diferente de la automatización de robots basada en
hardware. En lugar de automatizar tareas manuales, la
inteligencia artificial realiza tareas computarizadas frecuentes de
alto volumen de manera confiable y sin fatiga. Para este tipo de
automatización, la investigación humana sigue siendo
fundamental para configurar el sistema y hacer las preguntas
correctas.
• IA agrega inteligencia a productos existentes. En la mayoría de
los casos, la inteligencia artificial no se venderá como aplicación
individual. En su lugar, los productos que ya utiliza serán
mejorados con recursos de inteligencia artificial, de forma muy
similar en que se agregó Siri como característica a una nueva
generación de productos de Apple. La automatización, las
plataformas conversacionales, los bots y las máquinas
inteligentes se pueden combinar con grandes cantidades de datos
para mejorar muchas tecnologías en el hogar y en el lugar de
trabajo, desde inteligencia de seguridad hasta análisis de las
inversiones.
• La inteligencia artificial se adapta a través de algoritmos de
aprendizaje progresivo para permitir que los datos realicen la
programación. La inteligencia artificial encuentra estructura y
regularidades en los datos de modo que el algoritmo adquiere una
habilidad: el algoritmo se convierte en un clasificador o predictor.
De este modo, así como el algoritmo puede aprender a jugar
ajedrez, puede aprender también que producto recomendar a
continuación en línea. Y los modelos se adaptan cuando se les
proveen nuevos datos. La retropropagación es una técnica de
inteligencia artificial que permite al modelo hacer ajustes, a través
de capacitación y datos agregados, cuando la primera respuesta
no es del todo correcta.
• La inteligencia artificial analiza más datos y datos más profundos
empleando redes neuronales que tienen muchas capas ocultas.
 Construir un sistema de detección de fraude con cinco capas
ocultas era casi imposible hace unos años. Todo eso ha cambiado
con increíble poder de cómputo y el Big Data. Se necesitan
muchos datos para entrenar modelos de aprendizaje profundo
porque aprenden directamente de los datos. Cuantos más datos
les pueda proporcionar, más precisos se vuelven.
• La inteligencia artificial logra una increíble precisión a través de
redes neuronales profundas – lo cual antes era imposible. Por
ejemplo, sus interacciones con Alexa, Google Search y Google
Photos están todas basadas en el aprendizaje profundo – y se
siguen volviendo más precisas cuanto más las usamos. En el
campo de la medicina, las técnicas de inteligencia artificial del
aprendizaje profundo, clasificación de imágenes y reconocimiento
de objetos se pueden emplear ahora para detectar cáncer en
MRIs (imágenes de resonancia magnética) con la misma precisión
que radiólogos altamente capacitados.
• La inteligencia artificial saca el mayor provecho de los datos.
Cuando los algoritmos son de autoaprendizaje, los datos mismos
pueden volverse de propiedad intelectual. Las respuestas están
en los datos; usted sólo tiene que aplicar inteligencia artificial para
sacarlas a la luz. Como el rol de los datos es ahora más importante
que nunca antes, pueden crear una ventaja competitiva. Si tiene
los mejores datos en una industria competitiva, incluso si todos
aplican técnicas similares, los mejores datos triunfarán.
2.6. APLICACIONES Y CASOS PRÁCTICOS DE LA
INTELIGENCIA ARTIFICIAL.
La inteligencia artificial tiene muchos propósitos, como el aprendizaje,
el razonamiento y la percepción. Se utiliza en todos los sectores, hasta
el punto en que las aplicaciones son infinitas e imposibles de enumerar
con exhaustividad.
En el ámbito de la salud, se utiliza para desarrollar tratamientos
personalizados, descubrir nuevos fármacos o analizar imágenes
médicas como radiografías y resonancias magnéticas. Los asistentes
virtuales también pueden ayudar a los pacientes y recordarles que se
tomen sus pastillas o que hagan ejercicio para mantenerse en forma.
El sector del comercio minorista está utilizando la IA para ofrecer
recomendaciones y publicidad personalizadas a los clientes. También
puede utilizarse para optimizar la disposición de los productos o
gestionar mejor el inventario.
En las fábricas, la inteligencia artificial analiza los datos de los equipos
IoT para predecir la carga y la demanda mediante Deep Learning.
También puede anticiparse a posibles fallos de funcionamiento e
intervenir en una fase temprana.
Los bancos, por su parte, están utilizando la IA para prevenir y detectar
el fraude. La tecnología también puede utilizarse para comprobar si un
cliente podrá pagar el crédito que solicita y para automatizar las tareas
de gestión de datos.
Estos son solo algunos ejemplos de sectores que utilizan la inteligencia
artificial. Como puede verse, esta revolucionaria tecnología está
llamada a revolucionar todos los sectores de actividad en los próximos
años.
2.7. BREVE HISTORIA DE LA INTELIGENCIA
ARTIFICIAL: EL CAMINO HACIA LA EMPRESA
Los orígenes de la inteligencia artificial
Aunque los primeros referentes históricos se remontan a los años 30
con Alan Turing, considerado padre de la inteligencia artificial, se
considera que el punto de partida es el año 1950, precisamente, cuando
Turing publica un artículo con el título «Computing machinery and
intelligence» en la revista Mind, donde se hacía la pregunta: ¿pueden
las máquinas pensar? y proponía un método para determinar si una
máquina puede pensar. Los fundamentos teóricos de la IA se
encuentran en el experimento que propone en dicho artículo y que pasó
a denominarse Test de Turing, y mediante cuya superación por una
máquina se podía considerar que sería capaz de pasar por un humano
en una charla ciega. Este test sigue estando vigente en la actualidad y
es motivo de estudios e investigaciones continuas.
Sin embargo, numerosos investigadores e historiadores consideran que
el punto de partida de la moderna inteligencia artificial fue el año 1956,
cuando los padres de la inteligencia artificial moderna, John McCarty,
Marvin Misky y Claude Shannon acuñaron formalmente el término
durante la conferencia de Darmouth, como: «la ciencia e ingenio de
hacer máquinas inteligentes, especialmente programas de cálculo
inteligente». La conferencia fue financiada por la Fundación Rockefeller
y se llamó Dartmouth Summer Research Project on Artificial
Intelligence.

Los últimos cinco años han sido la expansión de la inteligencia artificial

(IA) en sectores donde hasta estas fechas no llegaba. Yoshua Bengio -
uno de los investigadores más prestigiosos del mundo en el campo de
la inteligencia artificial- en su artículo de Aprendizaje Profundo publicado
en la revista Scientific American, da como fecha de partida de la
explosión de la IA el año 2012, donde se presentaron los primeros
productos comerciales que entendían el habla -como el caso de Google
Now- y posteriormente aplicaciones que permitían identificar el
contenido de una imagen, como hoy incorpora Google Photos.
1997
El supercomputador Deep Blue de IBM ganó en 1997 al campeón
mundial de ajedrez Gari Kasparov, después de un fracaso previo en
1996 donde ganó Kasparov. El año 1997 es considerado por algunos
historiadores de la IA como el punto de inflexión donde comenzó a oírse
de la inteligencia artificial fuera de los ámbitos académicos y de
investigación.
Sin embargo, es en la segunda década del siglo XXI cuando comienzan
a aparecer los acontecimientos de impacto para llevar la IA al punto de
despegue donde se encuentra en este momento.
2011
En febrero de 2011, el supercomputador Watson de IBM -el modelo de
computador cognitivo, como lo denomina su creador IBM- gana en el
concurso televisivo de Estados Unidos Jeopardy¡, en el que se realizan
preguntas y cuestiones diferentes de todo tipo, cultura y conocimiento,
a los dos mejores concursantes del programa, Brad Ruttler y Ken
Jennings.
Watson es una computadora capaz de aprender a medida que trabaja
y acumula información y que puede interactuar con el lenguaje humano
en un lenguaje natural. Watson va aprendiendo con las interacciones
con el usuario.
La computadora cognitiva Watson está disponible y accesible desde la
nube y tiene clientes en numerosos países del mundo; en el caso de
España, CaixaBank y Repsol trabajan con Watson.
2011-2014
Otro hito importante fue la presentación de Apple del asistente virtual
Siri integrado en el teléfono móvil iPhone 4S en el año 2011 y donde
comenzaron las primeras experiencias de aprendizaje automático y los
primeros indicios de aprendizaje profundo.
El año 2012 es considerado como el año clave de la segunda
generación de inteligencia artificial, con el lanzamiento de asistentes
virtuales apoyados en IA con algoritmos de aprendizaje profundo. En
junio de 2012 Google presentó su asistente virtual, Google Now, y en
abril de 2014 Microsoft presentó su propio asistente virtual, Cortana.
2016
El 9 de marzo de 2016, el software de inteligencia artificial Alpha Go de
Google se enfrentó al surcoreano Se-Dol, campeón mundial de Go -un
juego milenario de estrategia muy complejo- en una partida a cinco
juegos. Alpha Go ganó los tres primeros juegos limpiamente y solo en
el último quinto juego Se-Dol ganó, gracias a un movimiento inicial que
hizo y donde se comprobó que la máquina estaba poco entrenada para
enfrentarse a situaciones inesperadas.
2017
El algoritmo Libratus de Inteligencia Artificial desarrollado por la
Universidad Carnegie Mellon venció claramente a cuatro de los mejores
jugadores profesionales de póquer en un Casino de Estados Unidos. La
partida se realizó en enero-febrero de 2017 durante 20 días en un torneo
de póquer con sesiones de 11 horas diarias en el Casino Rivers de
Pittsburgh (Estados Unidos) dentro del Torneo Cerebros vs. Inteligencia
Artificial (Brains vs. Artificial Intelligence). La modalidad del juego
elegida fue mano-a-mano, enfrentando a la máquina con los cuatro
jugadores profesionales y ganó Alpha Go por abrumadora mayoría.
2018
La Inteligencia Artificial se asienta en sectores importantes del tejido
productivo como la automoción, produciéndose avances relevantes en
la conducción autónoma por parte de Tesla o Audi entre otros.
2019
Se intensifica la utilización de soluciones basadas en IA por parte de
otras industrias como Turismo, Movilidad o Seguros, utilizando
algoritmos de reconocimiento de imagen y modelos predictivos sobre el
comportamiento de los conductores para evaluar la probabilidad de
sufrir un accidente.
2020-2021
La situación de pandemia favorece también los avances de la
Inteligencia Artificial en el ámbito de la Salud, utilizándose sensores
térmicos automatizados o aplicando herramientas de Big Data para la
detección temprana de pacientes cero y el control de los focos de
contagio.
Crece por otro lado el uso del “Low Code”, tecnología que permite a
usuarios sin formación técnica desarrollar de forma intuitiva
aplicaciones sencillas que aprovechen la inteligencia artificial y cuyo
incremento de uso estimado durante 2021 llegará al 30%.
2022-2024
Se incrementará el uso del IoT y los dispositivos controlados por voz,
no sólo por la mayor entrada de los asistentes de voz de Google,
Amazon o Apple en el ámbito doméstico sino por el crecimiento
esperado de su implantación en oficinas y áreas de trabajo.
Con todo, se estima que la Inteligencia Artificial genere más de 300 mil
millones de dólares anuales de negocio en todo a lo largo de 2024.
 2.7. EL GRAN IMPACTO DE LA INTELIGENCIA
ARTIFICIAL EN LAS EMPRESAS.
La inteligencia artificial en las
empresas se abre paso, aunque su
implantación todavía es muy escasa.
Aporta beneficios en todos sus
procesos, gracias en parte a su
interrelación con nuevas innovaciones
tecnológicas, como la realidad
aumentada o el Internet de las cosas.
La inteligencia artificial (IA) se puede entender como la capacidad de
las máquinas para realizar tareas que suelen necesitar la implicación de
la inteligencia humana. En este sentido, la IA ha ayudado a reducir la
jornada laboral. De este modo, una jornada laboral de los años 70 es
completada ahora por un trabajador en tan solo hora y media. Así lo
señala un estudio de Adecco Group Institute.

2.7.1. EL CRECIMIENTO DE LA INTELIGENCIA

ARTIFICIAL EN LAS EMPRESAS
Aunque su presencia todavía es muy incipiente, la inteligencia artificial
se va abriendo camino en todos los procesos empresariales. La
consultora Gartner resalta en uno de sus últimos informes que en el año
2025 el uso de la IA estará muy extendido y liderará la inversión
tecnológica de las empresas. Queda clara su importancia en las
empresas y su papel hegemónico a corto y medio plazo.

Pero en realidad, la aplicación de la tecnología inteligente a la empresa

no es algo nuevo. Se viene realizando desde siempre, aunque a
distintas escalas, teniendo su base en la automatización de procesos
de trabajo en fábricas. La clave de su implementación hoy es enseñar a
esas máquinas a solucionar problemas y a tomar decisiones de forma
más o menos autónoma. Para lograrlo, se basa en cuatro pilares:

 Algoritmos genéticos. Similares a la secuencia de pasos con la

que se forma el ADN.
 Redes neuronales artificiales. Con nodos de conexión que
simulan el cerebro humano.
  Razonamiento lógico. Equiparable al pensamiento abstracto.
 Búsqueda del estado solicitado. Eligiendo entre las distintas
posibilidades, algo similar a las decisiones que debe evaluar un
ajedrecista antes de hacer un movimiento.

Como es evidente, el desarrollo de esta tecnología es mucho más

complejo que diseñar una serie de protocolos para el movimiento de una
máquina en una cadena de producción al uso. De ahí que las
aplicaciones para las distintas industrias sean también muy específicas.
Esto ralentiza su implementación, porque no es tan sencillo como
adquirir un nuevo robot o un vehículo de serie.

Por la importancia de su desarrollo, las posibilidades de utilización en

cada sector son objeto de atención por parte de los directivos de las
grandes corporaciones. Sin embargo, todavía no hay una estrategia
decidida para su puesta en marcha en la mayoría de las empresas.

2.7.2. EL IMPACTO SOCIAL DE LA IA EN LAS

EMPRESAS.

Poco a poco se puede vislumbrar cómo será la empresa del futuro a

medio plazo y cómo afectarán las nuevas tecnologías inteligentes al
desempeño de sus trabajadores. Diseñar mejores estrategias, destacar
sobre la competencia o conocer mejor a los clientes y a los propios
productos son algunos de los beneficios. Nada desdeñable será el
impacto en la vida de los empleados y en la reconfiguración del mercado
laboral.
Aumento de la productividad.
El aumento del rendimiento de los trabajadores y de la capacidad
productiva de las empresas parece ser el principal beneficio de la
implantación de la inteligencia artificial. Enseñar a las máquinas a
encargarse de los procesos rutinarios servirá para que los trabajadores
puedan aprovechar mejor su tiempo.
Pero el gran beneficio que se espera de esta tecnología tiene que ver
con la mejora en el desarrollo de estrategias empresariales. Sobre el
terreno, las labores que más se relacionan con la IA son las del
intercambio de información y el análisis de datos desestructurados. En
menor medida, serán útiles en las destrezas manuales o en la
resolución de problemas en tiempo real.

Mejora de la calidad de vida de los trabajadores.

Como ya sucedió cuando comenzó la robotización de la industria, la IA
permitirá a las personas desarrollar capacidades menos mecánicas. A
largo plazo hará que cobren mayor importancia los factores
emocionales, la creatividad, la intuición o la imaginación. En el
desempeño de sus tareas, cada trabajador sentirá que aporta algo
diferente al resto y se podrá sentir más valorado.

Mejor conocimiento de los clientes.

La implantación de programas informáticos inteligentes servirá para dar
mejores respuestas automatizadas a las demandas de los clientes.
También serán útiles para conocerlos mejor y para diseñar estrategias
de fidelización. Esto ya se está poniendo en práctica, por ejemplo,
mediante los últimos sistemas de planificación de recursos
empresariales, llamados ERP por sus siglas en inglés.
  Mejor conocimiento de los propios productos.
El análisis de grandes cantidades de datos que propicia la IA y sus
distintas aplicaciones no solo permite gestionar un gran volumen de
clientes, sino también de los productos que se les ofrecen. Conocer en
profundidad todos los detalles de cada artículo, de su almacenamiento,
distribución y venta es una ayuda esencial para las empresas del siglo
XXI. La inteligencia artificial permitirá simplificar todos los procesos de
control y gestión de los datos para brindar información relevante en
tiempo real.

 Influencia en el mercado laboral.

Los expertos de recursos humanos creen que las nuevas tecnologías
basadas en la IA no van a aumentar el desempleo. Lo que sí parece
inevitable es que los trabajadores deberán actualizarse porque
desaparecerán algunas ocupaciones y surgirán otras. Es decir, el
número neto de puestos de trabajo seguirá siendo aproximadamente el
mismo, lo que cambiará será el tipo de empleo. Así, la edad y la
formación serán dos aspectos claves para encontrar trabajo, incluso
más que en la actualidad.

 Automatización de cargas de trabajo.

Recopilando y analizando datos de sensores inteligentes o usando
algoritmos de aprendizaje automático para clasificar el trabajo o enrutar
automáticamente las solicitudes de servicio.

 Optimización de la logística.
planificando rutas de transporte y ajustando las necesidades de
inventario a la demanda.
  Administración y análisis de datos.
Para conseguir una visión significativa de los activos, la marca, el
personal o los clientes.

2.7.3. BENEFICIOS EMPRESARIALES DE LA

INTELIGENCIA ARTIFICIAL.
Muchas empresas utilizan la tecnología de inteligencia artificial para
reducir los costes operativos, aumentar la eficiencia, impulsar los
ingresos y mejorar la experiencia del cliente.
De hecho, el impacto de la inteligencia artificial en los negocios puede
traducirse fácilmente a rentabilidad. Basta con hacer la elección
tecnológica adecuada e implementar una solución de IA para obtener
nuevas capacidades como:
 Ahorro de tiempo y dinero al automatizar los procesos y tareas de
rutina.
 Impulso a la eficiencia en las operaciones y aumento de la
productividad.
 Toma de decisiones empresariales más rápida basada en los
resultados de las tecnologías cognitivas.
 Prevención de fallos de sistema y errores humanos.
 Predicción efectiva de las preferencias de los clientes, que permite
ofrecer una experiencia mejor y más personalizada.
 Optimización del negocio, la fuerza laboral o los productos.
 Aumento de los ingresos identificando y maximizando las
oportunidades de ventas.
La búsqueda de soluciones a problemas inesperados, la respuesta a la
competitividad del mercado o la demanda de los clientes pueden ser
razones para decidirse a considerar la IA.
 2.8. VENTAJAS
 Automatización de procesos
Permite que las máquinas hagan de forma automática tareas que para
los humanos resultan repetitivas y tediosas.
 Reduce el error humano
Al reducir la intervención de los humanos en ciertos procesos, acaba
con las posibilidades de que estos puedan cometer errores. Por
ejemplo, una errata al introducir un dato en la contabilidad de un
negocio.
 Potencia la creatividad
Al liberar a los trabajadores de tareas repetitivas y poco motivadoras, la
mente de estos es mucho más libre para dedicarse al proceso creativo.
 Aporta precisión
Al ser capaz de tomar decisiones por sí misma, la inteligencia artificial
da lugar a procesos productivos mucho más eficientes y con una menor
tasa de error.
 Agiliza la toma de decisiones
La inteligencia artificial es capaz de analizar miles de datos en apenas
minutos y además tener en cuenta posibles actualizaciones de los
mismos. La información bien sintetizada y actualizada ayuda a los
profesionales a tomar decisiones estratégicas.

2.9. DESVENTAJAS
 Dificultad de acceso a los datos
Para que una inteligencia artificial funcione de forma adecuada debe
tener datos actualizados y fiables, pero esto nos siempre es así. Por
eso, uno de los principales retos a abordar es garantizar que estos
sistemas puedan acceder a los datos que necesitan en cada momento.
  Falta de profesionales cualificados
Uno de los inconvenientes de esta tecnología es que su desarrollo no
está siendo tan rápido como debería porque faltan profesionales bien
cualificados que puedan implementar los ajustes necesarios.

 Su desarrollo es costoso
Aunque las inteligencias artificiales aplicadas al ámbito de la medicina,
la producción, la dirección de empresas, etc. pueden ser muy útiles, el
desarrollo de las mismas tiene todavía un coste muy elevado, lo que
hace que no sean accesibles para todo el mundo.
Con la inteligencia artificial las ventajas y desventajas están ahí y toca
valorar qué pesa más. Teniendo en cuenta la manera en la que pueden
mejorar la forma de trabajar en sectores muy diferentes entre sí, a día
de hoy está claro que expriman más los beneficios que los
inconvenientes.
Dado que tanto ahora como en el futuro serán necesarios los expertos
en esta materia, este es buen momento para informarte sobre nuestro
Máster Universitario en Inteligencia Artificial y formarte para trabajar en
un sector que está teniendo un gran desarrollo.

3. ¿CUÁLES SON LOS RETOS DE USAR LA

INTELIGENCIA ARTIFICIAL?
La inteligencia artificial habrá de transformar todas las industrias, pero
tenemos que entender sus límites.
La limitación principal de la inteligencia artificial es que aprende de los
datos. No hay otra forma en que se pueda incorporar el conocimiento.
Eso significa que cualquier imprecisión en los datos se verá reflejada en
los resultados. Y cualquier capa adicional de predicción o análisis se
tiene que agregar por separado.
Los sistemas de IA actuales son entrenados para realizar una tarea
claramente definida. El sistema que juega póquer no puede jugar
solitario o ajedrez. El sistema que detecta fraude no puede conducir un
automóvil o brindarle asesoría legal. De hecho, un sistema de IA que
detecta fraude en la atención a la salud no puede detectar con precisión
fraude en impuestos o en reclamos de garantías.
En otras palabras, estos sistemas son muy, muy especializados. Se
enfocan en una sola tarea y están lejos de comportarse como humanos.
De la misma forma, los sistemas de autoaprendizaje no son sistemas
autónomos. Las tecnologías de inteligencia artificial imaginadas que
usted ve en las películas y en la televisión siguen siendo ciencia ficción.
Pero las computadoras que pueden sondear datos complejos para
aprender y perfeccionar tareas específicas se están volviendo bastante
comunes.

3.1, ¿CÓMO FUNCIONA LA INTELIGENCIA ARTIFICIAL?

La inteligencia artificial funciona combinando grandes cantidades de
datos con procesamiento rápido e iterativo y algoritmos inteligentes,
permitiendo al software aprender automáticamente de patrones o
características en los datos. La inteligencia artificial es un vasto campo
de estudio que incluye muchas teorías, métodos y tecnologías, además
de los siguientes subcampos principales:
El aprendizaje basado en máquina automatiza la construcción de
modelos analíticos. Emplea métodos de redes neurales, estadística,
investigación de operaciones y física para hallar insights ocultos en
datos sin ser programada de manera explícita para que sepa dónde
buscar o qué conclusiones sacar.
Una red neural es un tipo de aprendizaje basado en máquina que se
compone de unidades interconectadas (como neuronas) que procesa
información respondiendo a entradas externas, transmitiendo
información entre cada unidad. El proceso requiere múltiples pases en
los datos para hallar conexiones y obtener significado de datos no
definidos.
El aprendizaje a fondo utiliza enormes redes neurales con muchas
capas de unidades de procesamiento, aprovechando avances en el
poder de cómputo y técnicas de entrenamiento mejoradas para
aprender patrones complejos en grandes cantidades de datos. Algunas
aplicaciones comunes incluyen reconocimiento de imágenes y del
habla.
El cómputo cognitivo es un subcampo de la inteligencia artificial que
busca una interacción de tipo humano con las máquinas. Utilizando la
inteligencia artificial y el cómputo cognitivo, el objetivo final es que una
máquina simule procesos humanos a través de la capacidad de
interpretar imágenes y el habla – y luego hable de forma coherente
como respuesta.
La visión por computadora se apoya en el reconocimiento de patrones
y el aprendizaje profundo para reconocer lo que hay en una imagen o
video. Cuando las máquinas pueden procesar, analizar y entender
imágenes, pueden capturar imágenes o videos en tiempo real e
interpretar sus alrededores.
El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es
la capacidad de las computadoras de analizar, entender y generar
lenguaje humano, incluyendo el habla. La etapa siguiente de NLP es la
interacción en lenguaje natural, que permite a los humanos comunicarse
con las computadoras utilizando lenguaje normal de todos los días para
realizar tareas.
Además, varias tecnologías habilitan y dan soporte a la inteligencia
artificial:
Las unidades de procesamiento gráfico son fundamentales para la
inteligencia artificial porque aportan gran poder de cómputo requerido
para el procesamiento iterativo. Entrenar redes neurales requiere big
data, además de poder de cómputo.
Internet de las Cosas genera cantidades masivas de datos de
dispositivos conectados, la mayoría de ellos no analizados. La
automatización de modelos con inteligencia artificial nos permite usar
una mayor parte de ellos.
Se están desarrollando algoritmos avanzados y se combinan en nuevas
formas para analizar más datos con mayor rapidez y en múltiples
niveles. Este procesamiento inteligente es clave para identificar y
anticipar eventos poco comunes, entender sistemas complejos y
optimizar escenarios únicos.
Las APIs, o interfaces de programación de aplicaciones, son paquetes
portables de código que hacen posible agregar funcionalidad de
inteligencia artificial a productos y paquetes de software existentes.
Éstas pueden agregar recursos de reconocimiento de imágenes a
sistemas de seguridad domésticos y capacidades de preguntas y
repuestas que describen datos, crean leyendas y encabezados, o
resaltan patrones e insights interesantes en los datos.
En resumen, el objetivo de la inteligencia artificial consiste en proveer
software que pueda razonar lo que recibe y explicar lo que produce
como resultado. La inteligencia artificial proporcionará interacciones
similares a las humanas con software y ofrecerá soporte a decisiones
para tareas específicas, pero no es sustituto de los humanos – y no lo
será en el futuro cercano.

3.2. ¿CUÁL ES LA INTELIGENCIA ARTIFICIAL MÁS

AVANZADA?
GPT-3, la avanzada IA que escribe y es capaz de mantener
conversaciones fluidas.

GPT-3 es un avanzado modelo de IA que permite generar lenguaje

escrito de una manera natural, dinámica y precisa. Si nos ponemos un
poco técnicos -no demasiado-, podríamos decir que hace gala de lo que
se conoce como modelo de lenguaje auto-regresivo, es decir, hablamos
de un algoritmo que es capaz de crear una serie de palabras con sentido
en base un texto dado. El usuario únicamente tiene que empezar a
escribir un párrafo, mantener una conversación o señalar algo, para que
la inteligencia artificial sea capaz de completar el resto y mantener una
serie de conversaciones realistas y fluidas. En este video de la youtuber
Ter, la celebridad de internet mantiene un diálogo con GPT-3 realmente
curioso.
Pero lo interesante de GPT-3 es que, como ente artificial, sigue
aprendiendo y es capaz de asimilar conocimiento. ¿Cómo? Pues
gracias al deep learning o aprendizaje profundo de hasta 96 capas y
175 mil millones de parámetros. Gracias a este avanzado diseño, las
tareas de procesamiento de lenguaje natural se van especializando de
tal manera que cuando la usamos le estamos enseñando a mejorar su
forma de construir frases o expresarse. Para entrenar al sistema se han
utilizado en total 500 mil millones de palabras diferentes, muchas de
ellas extraídas de artículos de la Wikipedia, páginas web, textos clásicos
o varias colecciones de libros libres de derechos de autor.
A través de la llamada forma de entrenamiento auto-supervisada, GPT-
3 va mejorando cada seguro. Hablamos de un modelo de inteligencia
artificial de OpenAI, fundada por Elon Musk (Tesla, SpaceX) y Reid
Hoffman (LinkedIn), que busca democratizar y estudiar las inteligencias
artificiales en términos generales. Sin ánimo de lucro, ahora ha pasado
a convertirse en una empresa con el apoyo de Microsoft que pretende
elevar el listón de los avances logrados en los últimos años en este
campo. GPT-3, que puede tener aplicaciones comerciales en el futuro,
de momento no es demasiado rentable. En un futuro, una vez se
consigan sortear problemas como el de los sesgos -evitando que sea
racista, violenta o mal hablada-, puede tener un gran potencial.

3.3. EL FUTURO DE LA INTELIGENCIA ARTIFICIAL

EN LAS EMPRESAS.
Para imaginar hacia dónde evolucionará la IA es interesante prestar
atención a cómo se está abordando su desarrollo por las grandes
corporaciones de la informática. Por ejemplo, el gigante Microsoft
desvelaba en 2018 cómo se posicionaba respecto a la IA y el
aprendizaje automático.
Hay que aclarar que el aprendizaje automático o machine learning es la
rama de la inteligencia artificial que se encarga de estudiar la forma en
la que las máquinas aprenden y de desarrollar las aplicaciones
necesarias para ello. Algo en lo que Microsoft quiere seguir siendo líder.

 Razonamiento, entendimiento e interacción

Las tres grandes áreas de la IA para empresas son el razonamiento, el
entendimiento y la interacción. El razonamiento se utiliza en
aplicaciones para extraer información relevante de los datos. El
entendimiento se aplica a la interpretación de los datos que sirve, por
ejemplo, para el reconocimiento facial de un usuario utilizando su
fotografía almacenada en la nube. Esto ya lo está aplicando la
multinacional Uber.
Por último, con la interacción se logra cambiar la forma en la que un
usuario se relaciona con un dispositivo. Por ejemplo, en lugar de usar
un teclado, se hace mediante la voz o los gestos. También esto se ha
puesto en práctica con éxito en la compañía de transportes UPS,
facilitando así el trabajo de sus operadores.

 Inteligencia artificial y el Internet de las cosas

Estas aplicaciones de la IA, que ya son una realidad en empresas de
servicios, señalan un camino de posibilidades que se añade a las ya
conocidas en el entorno industrial. Pero a partir de ahí se abre todo un
abanico de opciones estrechamente relacionadas.

El desarrollo de las nuevas tecnologías se hace palpable en los nuevos

dispositivos, como los altavoces inteligentes, que ya han abierto un
nuevo mercado liderado por Apple y Google. Estos dispositivos y todos
los que conforman el concepto del Internet de las cosas pueden servir
como enlaces entre empresas y clientes, creando nuevas interacciones
y modelos de negocio, además de mejorar la atención al cliente.
Como se puede ver, el futuro se cuela en el ámbito de las empresas de
todos los tamaños y sectores. La IA no es ciencia ficción; las máquinas
ya pueden pensar y tomar decisiones. Su implementación puede no ser
fácil, pero sí prometedora.

3.4.1 EL FUTURO DE LA INTELIGENCIA ARTIFICIAL

El futuro siempre produce incertidumbre y en un campo tan
controvertido como este, las especulaciones son muchas. Pero el
Future of Humanity Institute, el centro de investigación interdisciplinario
de la Universidad de Oxford, ha realizado un estudio con 352 científicos
e investigadores expertos en IA y han extraído unas predicciones que
parece ser que pueden cumplirse:
En 2024, la inteligencia artificial superará a la inteligencia humana a la
hora de traducir idiomas.
Se cree que en 2026 las máquinas serán capaces de escribir
comentarios de texto mejor que los alumnos de bachillerato.
Conducir un camión, a partir de 2027, será más seguro que lo haga una
máquina a que lo haga una persona. Se reducirá la tasa de accidentes
de manera significativa.
La IA en el comercio superará a los vendedores humanos en 2031.
En 2049 las máquinas con inteligencia artificial serán capaces de
escribir best sellers. ¿Te imaginas comprar un libro escrito por un robot?
Entrar al quirófano será de lo más seguro, en 2053, cuando los robots
tengan la capacidad de realizar cirugías.
E incluso se prevé que en 2057 podrán llevar a cabo sus propias
investigaciones científicas.
Y aunque son muchos los que vaticinan una gran evolución de la IA en
los próximos 40 años, debido a la aceleración del desarrollo de esta
tecnología, lo cierto es que nadie puede asegurarlo al 100% y que
deberemos esperar para ver como evoluciona.

3.4. EJEMPLOS DE LA INTELIGENCIA ARTIFICIAL.

Al pensar en ejemplos de inteligencia artificial, lo más habitual es que la
mente piense en androides sacados de películas de ciencia ficción. Sin
embargo, a continuación, te presentamos cinco ejemplos que ya son
reales hoy en día.

1. ASISTENTES DE VOZ
Los asistentes de voz como Google Home o Amazon Echo son dos
ejemplos de inteligencia artificial que ya están presentes en muchos
hogares del mundo entero. Se trata de máquinas que utilizan el
procesamiento de lenguajes naturales para interpretar qué es lo que se
les está comunicando y, de este modo, poder responder a las
necesidades humanas, ya sea verbalmente o mediante la ejecución de
una acción concreta.

2. SMARTPHONES
Los smartphones son otro buen ejemplo de máquinas que utilizan
inteligencia artificial de forma constante. De nuevo nos encontramos
ante una máquina que cuenta con un asistente de voz que responde a
las peticiones humanas, aunque la integración de la inteligencia artificial
va mucho más allá, y está presente en multitud de acciones que ni
siquiera percibimos. Por ejemplo, cuando seleccionamos el modo
retrato de la cámara de fotos y es el propio smartphone el que arregla
la foto de manera automática para que salgamos lo más favorecidos
posible. Eso también es gracias a la inteligencia artificial.

3. ANÁLISIS DE HÁBITOS
Otro de los ejemplos de inteligencia artificial que nos acompaña a todas
partes son las IA que se ocupan de analizar los datos que producimos
de forma continua y que permiten conocer nuestros hábitos. Gracias a
la combinación de tecnología Big Data e inteligencia artificial, se pueden
analizar los hábitos de consumo de cada persona, lo que también ofrece
ventajas muy interesantes. Gracias a esta actividad se puede ofrecer
contenido personalizado (especialmente en lo relativo a la publicidad
que recibe cada usuario). Pero también es fundamental a la hora de
luchar contra el fraude digital, por ejemplo, en el sector bancario,
financiero o de las aseguradoras.

4. APLICACIONES MÉDICAS
Aunque no formen parte de nuestro día a día, sí que son una realidad
cada vez más habitual en muchos hospitales. Gracias a la inteligencia
artificial, las máquinas trabajan mano a mano con los doctores y
cirujanos. Estas máquinas están programadas para llegar a donde el ojo
clínico del médico no consigue hacerlo y, de esta forma, tenemos
desfibriladores, máquinas quirúrgicas y máquinas de diagnóstico que se
valen de una IA para ofrecer mejores resultados.

5. OPTIMIZACIÓN DE RUTAS
Otro de los ejemplos de inteligencia artificial que usamos a diario, y que
cumple un papel clave en el sector de la logística, son las IA que sirven
para la optimización de rutas. Estas inteligencias artificiales nos ofrecen
la mejor alternativa para realizar los desplazamientos a partir de la
comparación de multitud de datos, desde datos geográficos a datos
relativos a la situación actual del entorno en el que nos desplazamos
(por ejemplo, condiciones meteorológicas o información relativa al
tráfico). De hecho, gracias a aplicaciones como PlannerPro by Beetrack,
se pueden planificar y diseñar las rutas de reparto de la manera más
eficiente posible, garantizando la optimización de los recursos
disponibles y ofreciendo la mejor calidad de servicio a los clientes.
Como puedes ver, son muchos los ejemplos de inteligencia artificial que
ya forman parte de nuestra vida cotidiana sin que apenas nos demos
cuenta. Esta tecnología nos ayuda en multitud de tareas de nuestro día
a día, y todo hace pensar que sus aplicaciones no harán otra cosa que
incrementarse exponencialmente en los próximos años.
 DESARROLLO.

Actualmente la inteligencia artificial va con el avance tecnológico y el

impulso hacia la fabricación de nuevas tecnologías, herramientas,
equipos, softwares para mejorar la productividad y comercialización de
los bienes de las empresas.
Gracias a ello, podemos tener hoy en día al alcance de nuestras manos
la implementación de nuevos softwares, los cuales son de gran utilidad
para todas aquellas empresas que quieren tener un crecimiento tanto
económico, como de nivel empresarial.
 BIBLIOGRAFIA.

Las fuentes utilizadas para esta investigación son:

https://datascientest.com/es/inteligencia-artificial-
definicion#:~:text=La%20historia%20de%20la%20inteligencia%20ar
tificial%20comenz%C3%B3%20en%201943%20con,creaci%C3%B3n
%20de%20una%20red%20neuronal.
https://www.apd.es/el-gran-impacto-de-la-inteligencia-artificial-
en-las-empresas/
https://blog.mdcloud.es/inteligencia-artificial-en-las-empresas-
definicion-beneficios-y-riesgos/
https://es.wikipedia.org/wiki/Inteligencia_artificial
https://www.sap.com/latinamerica/insights/what-is-artificial-
intelligence.html?gclid=Cj0KCQiAg_KbBhDLARIsANx7wAy8kB4Rui9r
HuRAZmelU_pQQ4uskkSYAEu046rAqq9QAYYus1zxlq8aAnL2EALw_
wcB&gclsrc=aw.ds
https://invidgroup.com/es/que-es-la-ia-y-como-esta-ayudando-a-
las-
empresas/#:~:text=Gracias%20a%20algoritmos%20detallados%2C%
20los,desarrollo%20en%20todo%20el%20mundo.
https://www.universidadviu.com/es/actualidad/nuestros-
expertos/inteligencia-artificial-ventajas-y-desventajas
https://www.redalyc.org/pdf/646/64602307.pdf
https://www.sas.com/es_mx/insights/analytics/what-is-artificial-
intelligence.html
https://vandal.elespanol.com/noticia/r16339/conoce-a-gpt3-la-ia-
conversacional-mas-avanzada-del-mundo
https://www.actiumdigital.es/es/blog/que-es-inteligencia-artificial-
como-cambiara-futuro
https://www.cesce.es/es/w/asesores-de-pymes/breve-historia-
la-inteligencia-artificial-camino-hacia-la-empresa
 CONCLUSIONES.

Tenemos como conclusión que la inteligencia artificial es de gran

importancia en el ámbito empresarial, debido a que, con las
innovaciones que se tienen gracias a la IA las empresas pueden tener
un mejor rendimiento laboral, los empleados no tienen porque
ANEXOS.