Andrew Ng: What AI Can and Can’t Do
por Andrew Ng
Muchos ejecutivos me preguntan qué puede hacer la inteligencia artificial. Quieren saber cómo va a generar disrupción en su sector y cómo pueden usarlo para reinventar sus propias empresas. Pero últimamente los medios de comunicación han pintado a veces un panorama poco realista de los poderes de la IA. (¡Quizás pronto se apodere del mundo!) La IA ya está transformando las búsquedas web, la publicidad, el comercio electrónico, las finanzas, la logística, los medios de comunicación y más. Como director fundador del equipo Google Brain, exdirector del Laboratorio de Inteligencia Artificial de Stanford y ahora director general del equipo de IA de Baidu, compuesto por unas 1200 personas, he tenido el privilegio de fomentar muchos de los principales grupos de IA del mundo y de haber creado muchos productos de IA que utilizan cientos de millones de personas. Tras haber visto el impacto de la IA, puedo decir que la IA transformará muchos sectores. Pero no es magia. Para entender las implicaciones para su negocio, dejemos el bombo publicitario y veamos qué es lo que realmente hace la IA en la actualidad.
Sorprendentemente, a pesar del amplio impacto de la IA, los tipos de TI que se despliegan siguen siendo extremadamente limitados. Casi todo el progreso reciente de la IA se debe a un tipo, en el que algunos datos de entrada (A) se utilizan para generar rápidamente una respuesta simple (B). Por ejemplo:
Poder introducir A y producir B transformará muchos sectores. El término técnico para crear este software A→B es aprendizaje supervisado. A→B está lejos de ser los robots sensibles que nos ha prometido la ciencia ficción. La inteligencia humana también hace mucho más que A→B. Estos sistemas A→B han mejorado rápidamente y los mejores de la actualidad se crean con una tecnología llamada aprendizaje profundo o redes neuronales profundas, que se inspiró vagamente en el cerebro. Pero estos sistemas aún están muy por debajo de la ciencia ficción. Muchos investigadores están explorando otras formas de IA, algunas de las cuales han demostrado ser útiles en contextos limitados; puede que haya un gran avance que posibilite niveles más altos de inteligencia, pero aún no hay un camino claro hacia este objetivo.
El software de aprendizaje supervisado actual tiene un talón de Aquiles: requiere una enorme cantidad de datos. Tiene que mostrar al sistema muchos ejemplos de A y B. Por ejemplo, crear un etiquetador de fotos requiere entre decenas y cientos de miles de imágenes (A), así como etiquetas o etiquetas que le digan si hay personas en ellas (B). Crear un sistema de reconocimiento de voz requiere decenas de miles de horas de audio (A) junto con las transcripciones (B).
Entonces, ¿qué puede hacer A→B? He aquí una regla general que habla de su capacidad disruptiva:
Si una persona normal puede realizar una tarea mental con menos de un segundo de reflexión, probablemente podamos automatizarla con la IA ahora o en un futuro próximo.
Centro de información
La era de la automatización
Patrocinado por KPMG
Cómo la robótica y el aprendizaje automático están cambiando los negocios.
Muchos de los valiosos trabajos que realizan actualmente los humanos (examinar los vídeos de seguridad para detectar conductas sospechosas, decidir si un coche está a punto de atropellar a un peatón, encontrar y eliminar publicaciones abusivas en Internet) pueden realizarse en menos de un segundo. Estas tareas están listas para ser automatizadas. Sin embargo, a menudo se ajustan a un contexto o proceso empresarial más amplio; también es importante averiguar estos vínculos con el resto de su empresa.
El trabajo de IA requiere elegir cuidadosamente A y B y proporcionar los datos necesarios para ayudar a la IA a averiguar la relación A→B. Elegir A y B de forma creativa ya ha revolucionado muchos sectores. Está a punto de revolucionar muchos más.
Tras entender lo que la IA puede y no puede hacer, el siguiente paso para los ejecutivos es incorporarla a sus estrategias. Eso significa entender dónde se crea el valor y qué es difícil de copiar. La comunidad de IA es extraordinariamente abierta, y la mayoría de los principales investigadores publican y comparten ideas e incluso código fuente abierto. En este mundo del código abierto, los recursos escasos son, por lo tanto:
- Datos. Entre los principales equipos de IA, es probable que muchos puedan replicar el software de otros en, como máximo, de 1 a 2 años. Pero es extremadamente difícil acceder a los datos de otra persona. Por lo tanto, los datos, más que el software, son la barrera defendible para muchas empresas.
- Talento. El simple hecho de descargar y «aplicar» software de código abierto a sus datos no funcionará. La IA debe personalizarse según el contexto y los datos de su empresa. Por eso actualmente hay una guerra por el escaso talento de IA que puede hacer este trabajo.
Se ha escrito mucho sobre el potencial de la IA para reflejar lo mejor y lo peor de la humanidad. Por ejemplo, hemos visto a la IA ofrecer conversación y consuelo a personas solitarias; también hemos visto a la IA participar en la discriminación racial. Sin embargo, el mayor daño que la IA puede causar a las personas a corto plazo es el desplazamiento laboral, ya que la cantidad de trabajo que podemos automatizar con la IA es mucho mayor que antes. Como líderes, nos corresponde a todos asegurarnos de construir un mundo en el que cada individuo tenga la oportunidad de prosperar. Entender lo que la IA puede hacer y cómo se adapta a su estrategia es el principio, no el final, de ese proceso.
Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología
Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?
Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.