2. Actualmente, la inteligencia artificial (IA) es uno de los temas que más invita a la reflexió n en el campo de la tecnología y los
negocios. Este entusiasmo tiene fundamentos: vivimos en un mundo cada vez más conectado e inteligente. Hoy en día, se
puede fabricar un coche, componer Jazz mediante un algoritmo o conectar su CRM a su bandeja de entrada
para dar prioridad a los correos más importantes. La tecnología detrás de todos estos avances estárelacionada con la
Inteligencia artificial (IA).
En esta publicació n le hablaremos sobre:
· La definició n de Inteligencia artificial
· La historia de la Inteligencia artificial
· Có mo funciona la IA
· Una descripció n general de las principales técnicas de la IA
· Ejemplos del uso de la Inteligencia artificial en los negocios
Específicamente, le mostraremos algunas aplicaciones prácticas en la CRM, ventas, atenció n al cliente y marketing.
3. ¿QUE ES UNA
INTELIGENCIA
ARTIFICIAL?
La Inteligencia artificial es el campo científico de la informática que se centra en la creació n de
programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En otras
palabras, la IA es el concepto según el cual “las máquinas piensan como seres humanos”.
Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (big data), identificar
patrones y tendencias y, por lo tanto, formular predicciones de forma automática, con rapidez y precisió n.
Para nosotros, lo importante es que la IA permite que nuestras experiencias cotidianas sean más
inteligentes. ¿Có mo? Al integrar análisis predictivos (hablaremos sobre esto más adelante) y otras
técnicas de IA en aplicaciones que utilizamos diariamente.
· Siri funciona como un asistente personal, ya que utiliza procesamiento de lenguaje natural
· Facebook y Google Fotos sugieren el etiquetado y agrupamiento de fotos con base en el
reconocimiento de imagen
· Amazon ofrece recomendaciones de productos basadas en modelos de canasta de compra
· Waze brinda informació n optimizada de tráfico y navegació n en tiempo real
4. HISTORIA:
La mayoría de nosotros tenemos un concepto de la Inteligencia artificial alimentado por las películas de Hollywood. Exterminadores, robots
con crisis existenciales y píldoras rojas y azules. De hecho, la IA ha estado en nuestra imaginació n y en nuestros laboratorios desde 1956,
cuando un grupo de científicos inició el proyecto de investigació n “Inteligencia artificial” en Dartmouth College en los Estados Unidos. El
término se acuñ ó primero ahí y, desde entonces, hemos presenciado una montañ a rusa de avances era que la inteligencia humana
pudiera ser descrita de forma tan precisa que una máquina fuera capaz de simularla. Este concepto también fue conocido como “IA
genérica” y fue esta la idea que alimentó la (asombrosa) ficció n que nos daría entretenimiento ilimitado.
Sin embargo, la IA derivó en campos específicos. Con el paso del tiempo, la ciencia evolucionó hacia áreas de conocimiento específicas, y
fue entonces que la IA comenzó a generar resultados significativos en nuestras vidas. Fue una combinació n entre el reconocimiento de
imagen, el procesamiento de lenguaje, las redes neuronales y la mecánica automotriz lo que hizo posible un vehículo autó nomo. En
ocasiones, el mercado se refiere a este tipo de avances como “IA débil”.
La siguiente tabla muestra algunos acontecimientos importantes en la historia de la Inteligencia Artificial.
Acontecimiento
1842
Lovelace: máquina analítica programable
1950
Turing: la prueba de Turing
1956
McCarthy, Minsky, Rochester y Shannon celebran la primer conferencia sobre IA
1965
Weizenbaum: "ELIZA", el primer sistema especialista
1993
Horswill: "Polly" (robó tica basada en el comportamiento)
2005
TiVo: tecnología de recomendaciones
2011
Apple, Google y Microsoft: aplicaciones mó viles de recomendaciones
2013
Varios: avances tecnoló gicos en aprendizaje automático y profundo
2016
Google DeepMind: AlphaGo supera a Lee Sedol en el juego “Go”
5. TECNICAS
PRINCIPALES:
Aprendizaje automático
Generalmente, el concepto de Aprendizaje automático se confunde con el de “IA débil”. Es en este campo en donde los avances más importantes
de la IA se están llevando a cabo. En términos prácticos, “el Aprendizaje automático es la ciencia que se encarga de hacer que las computadoras
realicen acciones sin necesidad de programació n explícita”. La idea principal aquí es que se les puede proporcionar datos a los algoritmos de
Aprendizaje automático y luego usarlos para saber có mo hacer predicciones o guiar decisiones.
Algunos ejemplos de algoritmos de Aprendizaje automático incluyen los siguientes: diagramas de decisiones, algoritmos de agrupamiento,
algoritmos genéticos, redes Bayesianas y Aprendizaje profundo.
Aprendizaje profundo
Pues bien, esto es Aprendizaje profundo, una técnica de Aprendizaje automático que utiliza redes neuronales (el concepto de que las neuronas se
pueden simular mediante unidades computacionales) para realizar tareas de clasificació n (piense en clasificar una imagen de un gato, de un perro
o personas, por ejemplo).
Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundo son las siguientes: identificació n de vehículos, peatones y placas de
matrícula de vehículos autó nomos, reconocimiento de imagen, traducció n y procesamiento de lenguaje natural.
Descubrimiento de datos inteligentes
Es el pró ximo paso en soluciones de IE (Inteligencia empresarial). La idea consiste en permitir la automatizació n total del ciclo de la IE: la
incorporació n y preparació n de datos, el análisis predictivo y los patrones y la identificació n de hipó tesis. Este es un ejemplo interesante de la
recuperació n de datos inteligentes en acció n. La informació n que ninguna herramienta de IE había descubierto.
Análisis predictivo
Piense en ese momento en el que estácontratando un seguro para auto y el agente le hace una serie de preguntas Estas preguntas están
relacionadas a las variables que influyen en su riesgo. Detrás de estas preguntas se encuentra un modelo predictivo que informa sobre la
probabilidad de que ocurra un accidente con base en su edad, có digo postal, género, marca de auto, etc. Es el mismo principio que se emplea en
los modelos predictivos de crédito para identificar a los buenos y malos pagadores. Por lo tanto, el concepto principal de análisis predictivo (o
modelado) significa que se puede utilizar un número de variables (ingresos, có digo postal, edad, etc.) combinadas con resultados (por ejemplo,
buen o mal pagador) para generar un modelo que proporcione una puntuació n (un número entre 0 y 1) que representa la probabilidad de un
evento (por ejemplo, pago, migració n de clientes, accidente, etc.).
6. INTELIGENCIA
ARTIFICIAL EN LOS
NEGOCIOS:
Existe una gran cantidad de aplicaciones para IA en los negocios. En esta publicació n nos vamos a centrar en un aspecto
fundamental: el cliente. La IA estátransformando las expectativas de los clientes. Por ejemplo, el cliente que organiza su vida desde
aplicaciones como Uber, Google y Amazon. Estos clientes saben que las empresas disponen de informació n sobre ellos y, lo que es
más importante, saben lo que las empresas podrían hacer con esta informació n para proporcionar una experiencia de atenció n al
cliente excepcional. Por ejemplo, los millenials están obsesionados con la experiencia de atenció n al cliente (es decir, todo debe ser
sencillo, rápido e inteligente).
Esta es una lista de algunos ejemplos prácticos de có mo la IA estátransformando los procesos empresariales.
Inteligencia artificial para ventas:
La IA ofrece una mayor productividad para los equipos de ventas, ya que permite centrarse en las oportunidades que pueden llevar al
éxito, así como ahorrar tiempo al personal de ventas durante el registro de informació n. Veamos algunos ejemplos a continuació n:
•Captura automáticamente las actividades de ventas, lo que significa que el personal de ventas no tiene que dedicar tiempo al llenado
de la base de datos del CRM;
•Registra automáticamente los datos del cliente, por ejemplo, registros de navegació n del sitio web y conexiones al sitio web, entre
otros;
•Sugiere la mejor acció n de seguimiento y recomienda respuestas de correo electró nico al conectar la informació n del CRM a la
bandeja de entrada;
•Valoració n predictiva de prospectos: mediante el análisis predictivo, el sistema podráindicar la probabilidad de que un prospecto se
convierta en una venta. Más interesante aún, el sistema le indicarápor qué se llegó a esta puntuació n (p. ej., canal de acceso del
prospecto, sector, etc.). Por ejemplo, Salesforce Einstein, tendrála funcionalidad de puntuació n predictiva de prospectos.
7. Inteligencia artificial para Atenció n al cliente
•Clasificació n automática de los casos de atenció n al cliente, lo que evita depender del agente de atenció n al cliente a la hora de tener
que tomar una decisió n y, por lo tanto, ahorra tiempo al agente.
•Enrutamiento automático de casos una vez que la llamada se ha clasificado automáticamente, el sistema ya puede reenviar la llamada
al agente mejor calificado para determinar el tipo de problema.
•Recomendació n de soluciones y bases de conocimiento. Esto aumenta la productividad y la calidad de un servicio, al sugerir la
solució n con mayores probabilidades de resolver el problema del cliente.
•Comunicaciones de autoservicio. Research muestra que la generació n actual de clientes prefiere el autoservicio (por ejemplo, portal o
aplicació n del cliente) en lugar de llamar por teléfono a un centro de atenció n. Gracias a la IA, las comunidades de servicios serán más
inteligentes, por ejemplo, al personalizar el entorno que depende del cliente y sugerir soluciones de forma automática, ej. utilizar el
reconocimiento de imagen para identificar el producto que estáen una foto tomada por el cliente.
•Por ejemplo, los bots conversacionales le permiten al cliente enviar mensajes de texto para establecer comunicació n.
Inteligencia artificial para marketing
El marketing es una disciplina que se ha vuelto cada vez más analítica y cuantitativa a lo largo de los añ os. Muchas de las técnicas de
Análisis predictivo y de IA se aplican principalmente en el Marketing, por ejemplo, modelado predictivo para la migració n de clientes,
probabilidad de compras y modelos de agrupamiento para la segmentació n de clientes.
Estos son algunos de los nuevos avances de la IA en el marketing, de forma específica, algunas funcionalidades de Marketing
Cloud Einstein.
•Puntuació n predictiva por correo electró nico: le permite a los profesionales de marketing saber (antes de lanzar una campañ a de
marketing para correo electró nico) cuál es la probabilidad de que sus clientes respondan a la campañ a; o bien, la abandonen. El
objetivo aquí es anticipar la respuesta del cliente para ofrecer viajes verdaderamente personalizados;
•Audiencias predictivas: con base en la puntuació n predictiva, seráposible segmentar mejor su base de clientes y prospectos en
funció n de un comportamiento predictivo al agrupar a personas que tienen puntos en común. Cuanto mayor sea la segmentació n,
mejor serála conversió n;
•Optimizació n del tiempo de envío: ¿es mejor enviar una campañ a a las 2 p. m. o a las 4 a. m.? Con la optimizació n del tiempo de
envío, el algoritmo de IA le indicarála hora en que serámás probable que cada contacto en su base de clientes abra un correo
electró nico y participe en su campañ a.
8. 10 de las principales
tecnologías de inteligencia
artificial que dominarán este
año:
1. Generació n de lenguaje natural
Es un sub-campo de la inteligencia artificial que consiste en crear texto a partir de
datos obtenidos. Esto permite que las computadoras puedan comunicar ideas con
gran precisió n y exactitud.
Se utiliza actualmente en servicio al cliente, generació n de reportes y en el resumen
de hallazgos de inteligencia de mercado.
Algunos proveedores que brindan este servicio son: Attivio, Automated Insights,
Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS, Yseop.
2. Reconocimiento de voz
Siri no es el único agente que te entiende. Cada vez más sistemas incorporan la
transcripció n y transformació n del lenguaje humano a formatos útiles para
las computadoras.
Actualmente se implementa en sistemas interactivos voice response
(reconocimiento de voz) y en aplicaciones mó viles.
Algunos ejemplos de proveedores son: NICE, Nuance Communications,
OpenText, Verint Systems.
9. 3. Agentes virtuales
“La diva actual de los medios”, según Forrester. Un agente virtual es una computadora o programa
capaz de interactuar con humanos. El ejemplo más común de esta tecnología son los chatbots.
Actualmente se utiliza en servicio y atenció n al cliente y para la administració n de las smart homes
(casas inteligentes).
Algunos ejemplos de proveedores son: Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual,
Google, IBM, IPsoft, Microsoft, Satisfi.
4. Plataformas machine learning
Ahora las computadoras tambié n aprenden y ¡vaya que pueden llegar a ser inteligentes!
El aprendizaje automático o aprendizaje de máquinas (en inglés machine learning) es el sub-campo de
las ciencias de la computació n y una rama de la inteligencia artificial cuyo objetivo es desarrollar
té cnicas que permitan a las computadoras aprender.
Proporcionando algoritmos, APIs (interfases de programació n de aplicaciones), herramientas de
desarrollo y training (entrenamiento), así como el procesamiento y análisis en tiempo real de Big Data,
las plataformas con machine learning están cobrando día con día mayor relevancia…
Actualmente, se utilizan en gran variedad de aplicaciones empresariales, principalmente para realizar
predicciones o clasificaciones.
Algunos proveedores son: Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree y Adext.
Tomemos el ejemplo concreto de Adext.
Adext es el primer y único BMaaS (Budget Management as a Service) en el mundo que te brindará
resultados de publicidad digital superiores a los de cualquier experto en publicidad, herramienta o
software en el mercado.
¿Có mo lo logra?
A través de avanzadas tecnologías y procesos de Inteligencia Artificial (como Machine Learning y Data
Science) predice y detecta el mejor público para cada uno de tus anuncios o grupo de anuncios. De esta
forma, estáconstantemente aprendiendo y explorando nuevas posibilidades, redistribuyendo tu
presupuesto hacia las plataformas y audiencias que te estén brindando más conversiones a un
menor costo.
Ya sea que estés en una agencia de marketing digital donde inviertan como mínimo $50,000 USD
mensuales en todas las campañ as de Google AdWords y Facebook para sus clientes, o bien, que tu
empresa en particular desee adquirir alguno de nuestros paquetes que comienzan desde $997 USD al
mes, Adext te estaría garantizando bajo contrato otorgarte resultados superiores.
10. 5. Hardware optimizado con IA
No queda de otra. El hardware tiene que comenzar a ser más amigable con las tecnologías de
inteligencia artificial, y esto concibe la creació n de unidades procesadoras de gráficos y
dispositivos específicamente diseñ ados y estructurados para ejecutar tareas
orientadas a la IA.
Algunos ejemplos de proveedores son: Alluviate, Cray, Google, IBM, Intel, Nvidia.
6. Manejo de decisiones
Las máquinas inteligentes ya insertan normas y ló gica a los sistemas de inteligencia artificial, y se utilizan
para la instalació n inicial, mantenimiento y ajustes de cualquier sistema u operació n empresarial.
Es utilizada en una amplia variedad de aplicaciones empresariales, asistiendo o ejecutando la toma de
decisiones automatizadas, como en el ejemplo anterior que vimos de Adext, donde este robot inteligente
es quien, además de automatizar la creació n de campañ as publicitarias, toma las decisiones de inversió n en
los medios digitales que generen más ganancias para los negocios.
Algunos proveedores son: Advanced Systems Concepts, Informatica, Maana, Pegasystems, UiPath.
7. Plataformas de aprendizaje profundo
Un tipo especial de machine learning que consiste en circuitos neuronales artificiales con múltiples
capas de abstracció n. Esta tecnología imita las funciones del cerebro humano para procesar
datos, y crea patrones que utilizaráen la toma de decisiones, como también ocurre en el ejemplo antes
mencionado.
Actualmente se utiliza principalmente para reconocer patrones y clasificar aplicaciones únicamente
compatibles con conjuntos de datos a gran escala.
Algunos ejemplos de proveedores son: Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Adext, Peltarion,
Saffron Technology, Sentient Technologies.
11. 8. Biomé tricas
Esta tecnología contempla la identificació n, medició n y análisis de las
características físicas (forma o composició n del cuerpo) y de comportamiento
de las personas. Esto permite interacciones más naturales entre humanos y
máquinas, incluyendo –pero no limitado a– reconocimiento de tacto, imagen, habla y
lenguaje corporal.
9. Automatizació n de procesos robó ticos
Esta automatizació n se da al integrar scripts y otros mé todos para imitar y
automatizar tareas humanas que apoyen en los procesos empresariales.
Actualmente utilizado en casos donde resulta muy costoso o ineficiente que los
humanos ejecuten una determinada tarea o proceso.
Eso sí, recordemos que la inteligencia artificial no viene a reemplazar la
capacidad humana, sino a complementarla y a potencializar todo el talento que
tienen las personas.
10. Analíticas de texto y NLP
El procesamiento de lenguaje natural (NLP por sus siglas en inglés) utiliza analíticas de
texto para facilitar el entendimiento estructural de los enunciados, así como su
significado, entonació n y lo que pretenden decir a travé s de mé todos
estadísticos y de machine learning.
Actualmente se utiliza en sistemas de seguridad y detecció n de fraudes, y en una amplia
gama de asistentes automatizados y aplicaciones para la extracció n de datos no
estructurados.
Algunos ejemplos de proveedores son: Basis Technology, Coveo, Expert System, Indico,
Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify.
¿Qué te han parecido estas tecnologías de IA?
La mayoría de éstas ya se están convirtiendo en el brazo derecho de diversas compañ ías
alrededor del mundo.
Así que es tiempo de dar el siguiente paso. Si quieres resultados diferentes, no
hagas siempre lo mismo. Toma la iniciativa de cambio antes de que tus competidores lo
hagan.
12. La inteligencia artificial ¿Hacia dó nde nos lleva?
Renato Gómez Herrera
Un vistazo al sueñ o humano de la creació n
Cuando en los añ os cuarenta se pusieron a funcionar las primeras computadoras (esos roperos de metal, llenos de bulbos) se les llamó
“cerebros electró nicos”, ya que podían hacer sumas. Esto hizo imaginar a muchos: “Mañ ana las máquinas conversarán con nosotros”. Y
entonces el cine, los dibujos animados y la televisió n se poblaron de robots “inteligentísimos”
—aunque de movimientos algo torpes— que acompañ aban a los humanos en toda clase de mundos. Mientras los alumnos de cibernética
seguían perforando tarjetas, en el cine la computadora HAL se ponía paranoica y tomaba la decisió n de asesinar a los astronautas de la
película 2001, Odisea del Espacio.
La industria de las computadoras no dejó de evolucionar y, de pronto, aquellos enormes aparatos con grandes cintas de carrete se
volvieron pequeñ os y mucho más fáciles de operar. Un día ya tenían un monitor y un teclado para comunicarnos con sus circuitos. Al día
siguiente aparecieron en nuestras casas las computadoras personales y hoy están por todos lados, volviéndose indispensables. Los niñ os
de hoy viven en un mundo que, por lo menos en parte, la ciencia ficció n imaginó hace 50 añ os.
¿A nuestra imagen y semejanza?
La palabra robot, acuñ ada en 1921 por el escritor checo Karel Capek, ya ha dejado de ser sinó nimo de androides metálicos que van
moviendo sus brazos como tentáculos, mientras avanzan sobre sus rueditas por el planeta de las Amazonas Sicodélicas. Los robots serán
parte de nuestra vida cotidiana.
Ya comienzan a serlo. En el siglo XX, el ser humano intenta reproducir el antiguo mito de la creació n. Así como, según la Biblia, Dios creó
a Adán y a Eva para no estar solo, ahora nosotros quisiéramos crear compañ eros a nuestra imagen y semejanza. ¿Pero, de qué tipo? Que
nos sean útiles y podamos interactuar con ellos de una forma cercana, casi natural; por eso se desea poner un cerebro artificial dentro de
un cuerpo que imite lo mejor posible al nuestro. Finalmente somos como tristes Gepetos soñ ando con darle vida a un muñ eco de madera
para no sentirnos tan solos. Procurando ese sueñ o, el industrial estadounidense Joe Engelberg construyó un prototipo en los añ os
cincuenta, y en la década siguiente vendió su primer robot útil. Pero realmente los robots dejaron de ser ficció n en los añ os ochenta,
cuando brazos gigantes que se movían obedeciendo un programa predeterminado, desplazaron a los obreros en las fábricas automotrices
de Japó n. Y aunque la robó tica tiene el objetivo de poner a las máquinas a trabajar en todas las áreas posibles, esto es caro y complicado.
En los Estados Unidos han logrado crear un modelo que es capaz de caminar, captar el movimiento de una pelota en el aire y cacharla con
su mano mecánica. Sin embargo, para ejecutar un movimiento tan sencillo, el costoso robot (que asemeja más a una marañ a de alambres y
pistones hidráulicos que a un humano) estáconectado a varias computadoras que trabajan a su máxima capacidad intentando coordinar lo
que detectan los “ojos” (varias cámaras de video) y el movimiento del brazo y la mano.
Aunque es cierto que Mike —otro robot acoplado a una lavadora rodante que limpia, pule y abrillanta pisos— es aún tan caro que cuesta
menos tener un empleado que lo haga, no siempre seráasí. Un día, la producció n en masa haráa los robots baratos. Si algunos tendrán
una figura semejante a la nuestra, estápor verse. Lo que parece más factible es que sus cerebros electró nicos tengan algún grado de
inteligencia.
13. ¿Puede la inteligencia ser artificial?
La inteligencia artificial (IA) puede definirse como el medio por el cual las computadoras, los robots y otros dispositivos realizan tareas
que normalmente requieren de la inteligencia humana. Por ejemplo, la resolució n de cierto tipo de problemas, la capacidad de
discriminar entre distintos objetos o el responder a ó rdenes verbales. La IA agrupa un conjunto de técnicas que, mediante circuitos
electró nicos y programas avanzados de computadora, busca imitar procedimientos similares a los procesos inductivos y deductivos
del cerebro humano. Se basa en la investigació n de las redes neuronales humanas y, a partir de ahí, busca copiar electró nicamente
el funcionamiento del cerebro.
El avance en la investigació n de las redes neuronales va ganando terreno a una velocidad espectacular. Entre sus aplicaciones
destaca la poderosa computadora Deep Blue, que puede vencer a cualquier jugador de ajedrez: no só lo tiene gran cantidad de
jugadas programadas, sino que aprende de su adversario, por lo que se va volviendo capaz de adelantarse a las decisiones de su
enemigo y hundir sus estrategias antes de que prosperen.
Esas redes también se han usado en los autos robot, que pueden circular por las autopistas a una velocidad normal con un excelente
margen de seguridad, y de hecho han cruzado la Unió n Americana de costa a costa sin que el conductor tuviera que tocar el volante
o los pedales. Persisten dos problemitas: la cajuela continúa atiborrada de equipo y cuestan un dineral. Pero siguiendo esta línea de
avance, es posible que en la pró xima década sea común que en la central de autobuses una máquina pregunte al pasajero si desea
viajar en un autobús conducido por un humano o guiado por computadora; este último servicio serámás seguro y por lo tanto más caro.
Se espera que en poco tiempo, imitando el funcionamiento de nuestro cerebro, las computadoras ya no tendrán un gran procesador,
sino miles (y más adelante millones) de pequeñ os procesadores totalmente interconectados entre sí, lo que permitirála maravillosa
capacidad de aprender a través de experiencias recogidas por los “sentidos” de la máquina (cámaras de video, micró fonos, etcétera).
