¿Se está exagerando la importancia de la inteligencia artificial?

En los últimos años la inteligencia artificial ha ido expandiéndose a diferentes áreas tecnológicas, desde software de gestión de datos a soluciones de administración de sistemas, seguridad e infraestructuras de todo tipo. Y muy especialmente a la analítica avanzada de datos y a los sistemas de aprendizaje automático y profundo, vitales para aportar inteligencia al dato en las empresas. Las inversiones para implementar estos avances son cuantiosas, ya que se requieren equipos con procesadores de primer nivel, memoria de alta velocidad y almacenamiento SSD de máximo rendimiento. A esto se suma la infraestructura de red y el software de nueva generación, y el personal cualificado para instalar, programar y administrar estos sistemas.

Con unos costes tan elevados, el retorno de la inversión no está muy claro, y los expertos indican que puede tardar en verse reflejado en términos económicos. Esto genera una sensación de que se podría estar dando demasiada importancia a la IA. Aunque Gartner afirma que el valor de mercado de estas soluciones podría superar los 1.200 millones de dólares para finales de 2018, y que podría triplicarse de cara a 2022, hay un sector crítico que advierte de que se están sobrevalorando las posibilidades de la IA. Algunos opinan que el punto de inflexión de esta tecnología no ha llegado, y que la verdadera explosión no se está produciendo, sino que llegará en unos años.

Entre ellos, Daniel Newman, uno de los socios fundadores de Futurum Research, quien, a pesar de reconocer el valor de la inteligencia artificial en ciertas tecnologías para las empresas, habla sobre la posibilidad de la actual no esté lo suficientemente madura. Por ejemplo, indica que casi todas las propuestas del mercado basadas en esta tecnología son muy parecidas, mostrando poca innovación real. Y que por mucho que se haya avanzado en este campo, no se ha podido eliminar un cierto sesgo humano en el diseño de los algoritmos y las soluciones impulsadas por IA. Afirma que esto no es esencialmente malo, ya que en ocasiones hace falta algo del raciocinio y la capacidad de juicio humanas dentro de la analítica pura, que en ocasiones puede ser muy rígida. Pero en esto se corre el riesgo de aportar valores equivocados a la IA.

En este factor ve una falta de desarrollo de las tecnologías de inteligencia artificial, ya que todavía requieren de una intervención humana en muchos casos de uso. Como ejemplo habla del procesamiento de imágenes, la identificación de patrones y otras utilidades de analítica avanzada, que requieren un sistema de entrenamiento conducido por humanos, que permita alcanzar el nivel de comprensión de la información que se requiere en casos complejos o muy específicos.

Pero, teniendo en cuenta de dónde provienen las propias capacidades humanas, es lógico que la inteligencia artificial no sea “inteligente” por sí misma, sino que necesite un aprendizaje inicial para alcanzar la necesaria capacidad de juicio. Bien es cierto que algunas experiencias recientes demuestran que la inteligencia artificial actual está lejos de ser autónoma, sobre todo cuando se trata de la interacción con humanos o en sistemas muy complejos, para lo que precisa de un entrenamiento muy específico que no siempre da buenos resultados. Pero esto no significa necesariamente que la IA esté sobrevalorada, ya que se ha demostrado que, con un adecuado entrenamiento, puede ser muy útil para agilizar determinados procesos y para aportar una mayor comprensión de los datos que manejan las empresas. Por ejemplo, identificando perfiles de clientes, analizando y clasificando datos desestructurados para aportar valor a la información o monitorizando en tiempo real el estado y la seguridad de la infraestructura TI para proporcionar recomendaciones de uso y capacidades predictivas.

En cualquier caso, para evaluar la verdadera utilidad de las tecnologías de inteligencia artificial y sus posibles beneficios económicos para las empresas, todos los expertos apuntan a que se debe realizar un estudio previo para conocer qué clase de ventajas puede aportar a la organización. Y también se deben evaluar con cuidado los requisitos tecnológicos, humanos y la inversión que se debe realizar para desplegar soluciones de este tipo, tratando de ser conservadores en el cálculo de los beneficios operativos y económicos que puede proporcionar. Así se corre menos riesgo de dejarse llevar por lo que podría ser una tecnología de moda, que podría resultar poco útil, muy cara y poco productiva para la compañía.