Para el director de Ciencias de Datos de la aseguradora y empresa financiera USAA, Robert Welborn, 2015 fue el año en el que el aprendizaje que máquinas empezó a tener sentido comercial. El acceso a mejoradas herramientas de aprendizaje de máquinas, las tecnologías de procesamiento más baratas y una marcada caída del precio del almacenamiento de datos resultaron clave. Cuando esos avances se juntaron con la abundancia de datos de USAA, una tecnología estudiada durante décadas de repente se volvió práctica.

Los seguros, las finanzas, la fabricación, la explotación del petróleo y gas natural y la atención médica: puede que no sean las primeras industrias que uno se imagina al pensar en la inteligencia artificial (IA). Pero mientras empresas tecnológicas como Google y Baidu construyen laboratorios y generan avances pioneros dentro del campo, un grupo más amplio de sectores empieza a investigar cómo pueden beneficiarse de la IA.

¿Cómo cambiará la IA cuando se convierta en un activo comercial, y cómo afectará su presencia a las diferentes industrias?

Crédito: James Graham.

Hoy, el sector de la comercialización de software y servicios de IA sigue siendo pequeño. El director de investigaciones de IDC, Dave Schubmehl, calcula que las ventas de todas las empresas que ofrecen plataformas de software cognitivo (salvo Google y Facebook, cuyas investigaciones se realizan para beneficio propio)  sumaron unos 900 millones de euros el año pasado. Prevé que para 2020 esa cifra será 10 veces mayor y superará los los 9.000 millones de euros. Con la excepción de unos pocos actores importantes como IBM y Palantir Technologies, la IA sigue siendo un mercado de start-ups: unas 2.600 empresas, según el recuento de Bloomberg.

Eso se debe a que, a pesar del rápido progreso de las tecnologías conocidas como inteligencia artificial, que incluyen el reconocimiento de patrones, procesamiento del lenguaje natural, reconocimiento de imágenes y la generación de hipótesis, entre otros; aún nos queda mucho camino por recorrer.

USAA, uno de los primeros adoptantes, ha estado probando maneras de emplear la IA para afinar la detección de robos de identidad. Su sistema busca patrones que no concuerden con el comportamiento habitual de los clientes e identifica esas anomalías incluso desde su primera aparición, afirma Welborn. Los sistemas tradicionales no detectarían un nuevo patrón criminal hasta la segunda vez que se presentara. El responsable asegura: "A nuestros sistemas de aprendizaje se les da realmente bien entender cosas que se asemejen al fraude".

Otro proyecto que está probando USAA intenta mejorar la atención al cliente. Emplea una tecnología de IA desarrollada por Saffron, una división de Intel, con un enfoque diseñado para imitar el carácter aleatorio de las conexiones establecidas por el cerebro humano. Al combinar 7.000 factores distintos, la tecnología puede relacionar amplios patrones de comportamientos de clientes con los de clientes específicos, y el 88% de las veces puede predecir con precisión cosas como por qué medio contactarán determinados clientes la próxima vez (mediante su página web, el teléfono o el correo electrónico) y qué productos estarán buscando cuando lo hagan. Sin la IA, los sistemas de USAA acertaban un 50% de las veces. Ahora el equipo está ampliando el alcance de esta prueba.

General Electric (GE) está empleando la IA para mejorar el rendimiento de sus motores de avión de alta ingeniería. Al combinar una forma de IA llamada visión de máquinas (desarrollada originalmente para categorizar películas y emisiones televisivas cuando el conglomerado de medios de comunicación estadounidense NBC Universal era propiedad de GE) con dibujos asistidos por ordenador y datos procedentes de cámaras y detectores de infrarrojos, GE ha mejorado su detección de grietas y otros problemas de los álabes de los motores de avión.

El sistema elimina errores comunes de las tradicionales inspecciones humanas, como el descenso de las detecciones realizadas los viernes y lunes, pero también depende de expertos humanos para confirmar sus avisos automáticos. El programa después aprende de esas interacciones, señala el vicepresidente de investigaciones de software de GE, Colin Parris.

La IA puede ser un impulsor de nuevos productos y servicios también. Mediante su app de rastreo de ejercicio y calorías MyFitnessPal y otros productos, el fabricante de ropa deportiva Under Armour está conectado con 160 millones de consumidores. Pero en lugar de limitarse a registrar los resultados del ejercicio de la gente, la empresa firmó un acuerdo con el negocio de computación cognitiva de IBM, Watson, para cruzar sus datos sobre las rutinas de ejercicio y nutrición de sus usuarios con informaciones extraídas de estudios de investigación y otros datos de terceros sobre el sueño, la actividad, el bienestar y la nutrición. El objetivo: indicar a la gente con un objetivo determinado cómo conseguirlo, volviéndose la empresa así más relevante para aquellos 160 millones de consumidores.

Para empresas como USAA y Under Armour, el futuro de la IA se parece menos a los robots antropomórficos de las películas y más a unas herramientas que mejoran constantemente. Y a pesar de los temores de que la IA dé paso a la sustitución masiva de trabajadores humanos, el juicio y la retroalimentación siguen siendo claves para la mejora de los sistemas de aprendizaje de máquinas. Como el vicepresidente de ingeniería de Google, John  Giannandrea, le contó al escritor Robert D. Hof: "Aunque tengas un coche hipersofisticado, aún eres tú el que decire a dónde quieres ir".