La inteligencia artificial (IA) se está filtrando en cada vez más industrias, como las finanzas y la fabricación. Ahora, la empresa Narrative Science, está consiguiendo que la IA se adentre en el mundo de la escritura. Aunque cuando se fundó en 2010, el objetivo de la empresa crear historias sobre béisbol de forma automática a partir de las estadísticas, hoy en día se ha convertido en una de las compañías líderes del procesamiento del lenguaje natural.

El CEO de Narrative Science, Stuart Frankel, ha ayudado a lograr que la empresa deje de lado las estadísticas deportivas para centrarse en la información y el conocimiento empresarial. Hablamos con Frankel sobre cómo el procesamiento del lenguaje natural está cambiando el flujo de trabajo de diferentes industrias y acortando la brecha de lenguaje entre los trabajadores humanos y las máquinas.

Narrative Science comenzó a convertir las estadísticas en noticias. ¿Cómo le ayudó esta línea de negocio a construir su enfoque actual y entrenar su software?

Ese fue realmente el impulso para poner en marcha la empresa. Licenciamos la tecnología en 2010. Empezamos a escribir historias de béisbol. Pero también podríamos crear noticias financieras y actas de reuniones de bienes raíces. Empezamos a construir un negocio centrado en los medios, pero con el tiempo cambiamos a ser una empresa de software empresarial.

¿Qué provocó este cambio de enfoque?

Empezamos a recibir mucho interés de personas que se habían enterado de lo que hacíamos con los medios de comunicación. Siempre bromeo con que si una empresa que está empezando quiere captar la atención de los medios, debe ofrecer algo que se perciba como una posible alteración de la industria periodística, porque a los periodistas les encanta escribir sobre su propio sector. Esto ayudó a amplificar la difusión de Narrative Science, hasta que empezamos a recibir muchas consultas de muchas industrias diferentes que describían el mismo problema: todas ellas tenían muchos datos.

Foto: El CEO de Narrative Science, Stuart Frankel. Crédito: Narrative Science.

A día de hoy, tenemos alrededor de 100 clientes. El trabajo que hacemos para estas organizaciones y sus usos se divide en tres categorías: eficiencia operativa, aumento de la participación del cliente y cumplimiento.

¿Sus nuevos clientes provienen mayoritariamente de algún sector concreto?

En los últimos años, aproximadamente el 60 % de nuestro negocio se encuentra en servicios financieros; trabajamos con compañías como USAA, MasterCard, Franklin Templeton y otras grandes organizaciones de servicios financieros.

¿Cómo pueden estas empresas aprovecharse del procesamiento del lenguaje natural?

En los últimos años se creía que, dado que los usuarios estaban dando acceso a una enorme cantidad de datos personales a las empresas, estas iban a adquirir las habilidades necesarias para analizarlos, interpretarlos y actuar en consecuencia. Pero para nosotros era ridículo pensar que todo el mundo iba a adquirir capacidades de analista de negocio o científico de datos. Pensábamos que sería más fácil enseñar a las máquinas a comunicarse con nosotros en nuestro idioma de lo que sería enseñar a todos en el mundo a interactuar con los ordenadores para aprovechar toda la información disponible.

¿Cuáles son las industrias que deberían aprovecharse de la inteligencia artificial pero que aún no lo están haciendo?

Creo que, en última instancia, la IA acabará siendo algo omnipresente e impactará en todos los sectores. Ya sea en finanzas, comercio al por menor o atención médica, hay una gran cantidad de datos. Existen varios colectivos que necesitan la información que hay en esos datos, ya sea con fines meramente informativos o para tomar decisiones basadas en datos.

¿Cómo cree que cambiará su trabajo a medida que aparezcan nuevas herramientas de inteligencia artificial?

Dedicaremos menos tiempo a generar hojas de cálculo y a volcar grandes bases de datos de números; esto nos dejará más tiempo libre para realizar consultas, por ejemplo, preguntar sobre grandes conjuntos de datos y obtener respuestas. En lugar de cómo trabajamos ahora, en el futuro será más bien una experiencia de conversación con los datos.