Raul Arrabales: “No hay ninguna empresa que no aplique técnicas de inteligencia artificial”


Daniel Hernández | Madrid


Raul ArrabalesEn los 80 alucinábamos con Cortocircuito, el robot capaz de leerse un libro en dos segundos. Hay que reconocerle mérito a esa película porque se diferencia del grueso de las que la inteligencia artificial es protagonista en que no hay tanto mal rollo, tanto fin apocalíptico. Todas, sin embargo, se parecen en que no se parecen demasiado a la realidad, en que no vemos aplicaciones interesantes para las empresas, para las pymes, vamos, lo que pasa en el mundo real. No es que no haya peligros, los hay y nos pueden pasar factura: el mayor de todos es el ataque a la privacidad. De inteligencia artificial, de Big Data aplicado a la empresa hablamos con un experto, Raul Arrabales, doctor en Inteligencia Artificial y emprendedor. Raul ofrecerá una conferencia en el Zinc Shower, el evento sobre economía colaborativa que se celebra en Madrid los días 19 y 20 de mayo, de la que nos adelanta algo.

Te habrán dicho muchas veces que lo primero en lo que piensa alguien cuando le dices a qué te dedicas es en las películas de ciencia ficción ¿Cuál de las que has visto sobre inteligencia artificial te parece más realista?

Todas tienen una parte realista y otra en la que te das cuenta que no se cumple. Una de las que me hace mucha gracia es 2001: una odisea en el espacio, donde sale el “HAL [9.000]”, que deja a todos tirados. Ahí ves cómo se pensaba que para el año 2001 íbamos a tener ciertas cosas y cómo las predicciones fallan. Siempre me llama la atención eso.

En muchos foros en los que he estado se hace una pregunta habitual: “¿Cuánto tiempo creéis que tardaremos en tener máquinas que sean equivalentes en inteligencia a los humanos?” y la gente contesta con el tiempo que le queda de carrera. La gente que es más joven suele decir entre 20 y 30 años, y los que son más mayores dicen que en 10 años. El tema es que en realidad no se cumple ninguna predicción. Lo que ocurre es que la realidad nos adelanta por otro lado. Un ejemplo es que, a fecha de 2016, en vez de tener robots de servicios que van andando por las calles, como estamos acostumbrados a ver en las películas, la inteligencia se ha colado y diluido de otra forma. Ahora está en los dispositivos móviles, en Internet… No ha tomado una forma tan física.

¿Qué hacen ya las máquinas que no sepamos, o que no percibamos?

Mucho más de lo que pensamos. En el mundo digital lo hacen prácticamente todo. En ese entorno la toma de decisiones tiene que ser muy rápida. Un humano no puede tomar decisiones en ese ámbito por el tiempo. Por ejemplo, en un comercio electrónico, cada vez que compramos, la web nos ofrece productos. Esa decisión, la de los productos que se nos oferta, los colores en qué orden, está decidido por una máquina.

Otro ámbito son las redes sociales. La cantidad de información que hay es brutal. Así que la propia red decide qué se presenta a cada usuario. Esa decisión también la toma la inteligencia artificial.

No es como cuando vemos noticias en la televisión. Detrás hay humanos que deciden cuáles entran y cuáles no. En el ecosistema digital eso lo deciden más las máquinas.

Hay una película de animación, Wall-e, en la que se muestra a los humanos como tipos gordos que consumen todo tiempo refrescos y contenidos audiovisuales y que están asistidos todo el tiempo por máquinas. Con los avances que hay ¿existe el peligro de volvernos cada vez más “inútiles”?

Ese peligro existe, eso está claro. Pero yo lo veo como una llamada de atención para que no nos durmamos en los laureles. Pero, aunque existe el riesgo, la realidad es que las máquinas hoy por hoy no funcionan autónomamente del todo. Estamos en un entorno híbrido. Todavía no nos hemos convertido del todo en elementos pasivos. No nos hemos atrofiado por alguien que nos da todo resuelto. Además las máquinas nunca nos van a dar todo resuelto.

Cuando vamos hacia la pasividad y vemos que eso es un problema, tomamos medidas. Por eso digo que es una oportunidad para ponernos las pilas.

¿Qué aplicaciones tiene la inteligencia artificial para la empresa?

Yo, que me dedico a esto, puedo decir que no tenemos unos sectores específicos privilegiados de aplicación. No hay ninguna empresa que no aplique técnicas de inteligencia artificial. En el ámbito de Internet hay compañías que lo aplican desde su nacimiento. Ahí no hay duda. Sin embargo, lo que ocurre en el ecosistema competitivo es que las empresas se tienen que convertir. No hay más remedio. Incluso en el entorno productivo, las fábricas donde hacen coches, maquinaria, etcétera. Todos esos entornos requieren de automatización, toma de decisiones en tiempo real… Pasa por incorporar algoritmos, por la necesidad de procesar un gran volumen de datos que un humano no puede manejar.

Por ejemplo en el ámbito de la salud, la cantidad de usuarios de un sistema que necesitan estar monitorizados, pues ya con el Internet de las cosas empieza a haber avances que permiten ver los datos del paciente. En vez de necesitar un equipo médico para cada paciente, ahora un sólo equipo puede llevar muchos más pacientes dejando que las máquinas tomen alguna decisión.

Ayudamos a empresas a implantar nuevos sistemas en su toma de decisiones

En tu currículum pone que has liderado proyectos y startups de base tecnológica asumiendo diferentes roles, desde jefe de Proyecto a CEO. Ampliame esa información.

En los tres últimos años he estado haciendo cosas de consultoría tecnológica en el entorno de Big Data. Lo que hacemos es ayudar a las empresas a implantar nuevos sistemas en su toma de decisiones.

Antes estuve en la universidad, donde hice el doctorado en Inteligencia Artificial. Ahí un compañero, al que le gustaban los videojuegos, y yo, que estaba haciendo cosas con sistemas cognitivos artificiales, decidimos montar una startup a través de la Universidad Carlos III de Madrid que se llamaba Comaware. Lo que hacíamos era desarrollar personajes de videojuego que fueran autónomos, lo que se llama jugar contra la máquina. La idea era que fueran lo más creíbles posible, que su comportamiento fuera indistinguible del comportamiento humano. Esto es lo que se llamaba el test de Turing, que ya que hablamos de películas, se ve en Blade Runner, para poder distinguir a un humano de un robot.

Esto se ha aplicado al mundo de los juegos serios o de los asistentes virtuales, que tienen la capacidad de tener más paciencia. Ahora desde el mundo de la consultoría veo cómo en muchas compañías se opta por esto. Ikea, Renfe y otras son empresas que tienen estos asistentes. Entonces muchas tienen su call center donde hay humanos, casi en el 100% de los casos. El cliente busca una persona al otro lado. Pero ahora hay una idea clara de que la relación con el cliente cada vez será más automatizada porque permite atender a más clientes con menos coste.

En el ámbito de la inteligencia artificial está el Big Data ¿Qué puede hacer una empresa con ello?

Cualquier organización, cuando piensa en el Big Data, tiene dos opciones: explotar los datos que tiene o fuente externas para optimizar su negocio, es decir, ahorrar costes; o facturar más generando más interés en el cliente. Una de las principales estrategias es la de personalización. En un modelo tradicional, las empresas tratamos al cliente como si fueran todos iguales. Es no es así. Con Big Data se puede obtener mucha más información y, además, en tiempo real, de cómo es el comportamiento de estos clientes e incluso predecir qué harán en el futuro y en función de eso adaptar la oferta.

Más allá de eso también hay una nueva línea: la generación de nuevo negocio. Si yo soy un banco, me dedico a productos financieros, si soy una aseguradora, hago seguros, si soy una empresa de telecomunicaciones, proporciono servicios de telecomunicaciones. Esto era lo tradicional, pero estos servicios dan el margen que dan y la competencia es mucha. Entonces se han dado cuenta de que pueden generar un nuevo negocio gracias a estas estrategias.

Por ejemplo, pensemos en una empresa de telecomunicaciones. Su negocio es cobrar un dinero por un servicio de comunicaciones. Pero en una empresa que tiene millones de abonados que generan muchísimos datos existe la posibilidad de monetizarlo. Una operadora puede vender el conocimiento de cómo se mueven todos sus usuario geográficamente, porque tiene los móviles de los usuarios localizados. Esa información se puede explotar para venderla a terceros. En este caso ¿a quién le interesan estos datos? Pues al sector retail.

Por último, otra derivada sería cuando empresas de diferentes sectores empiezan a cruzar sus datos. Si compañías de telecomunicaciones cruzan los datos con los bancos o aseguradoras se tendría una información más global sobre el comportamiento de los usuarios. Aquí ya hay un riesgo contra la privacidad que es muy importante y por eso no se avanza tan rápidamente en este sentido como a muchas compañías les gustaría.

LAS 4 “UVES” DEL BIG DATA

¿Qué es el Big Data? Lo mejor para identificarlo es comprobar si cumple con cuatro requisitos, conocidos como las cuatro uves del Big Data.

VARIEDAD: Los datos deben venir por varias fuentes (vídeos, blogs, redes sociales, etc.) y diferentes dispositivos (móvil, ordenador, tablet, etc.)

VELOCIDAD: Se debe tener la capacidad de procesar los datos a tiempo real

VOLUMEN: Se refiere a la acumulación a gran escala de datos. A gran escala significa mucho más de lo que podamos imaginar. Se trata de cantidades ingentes de datos.

VERACIDAD: Los datos deben ser útiles, no olvidemos que la idea es sacar negocio de ellos.

¿El Big Data es también para las pymes?

Esto ha cambiado. Hace 5 o 6 años parecía que no. Había plataformas de código abierto, pero que requería personal formado que no está al alcance de todos. Había una barrera de entrada muy grande para empresas pequeñas. Yo he llegado a oír que las pymes no necesitan esto. Pero no es verdad. Una empresa por pequeña que sea explota grandes cantidades de datos. Por ejemplo, si queremos hacer un comparador de seguros tenemos que explorar todo Internet y ver las ofertas, así que el volumen de datos es muy grande.

Lo que ocurre ahora es que, es verdad que hay escasez de profesionales, pero también ocurre que gracias a que hay demanda, muchas empresas grandes crean herramientas que ya no están orientadas al profesional como es mi perfil o el de mi equipo (con doctores en Inteligencia Artificial, matemáticos, estadísticos…) En el ámbito de la inteligencia artificial, con algoritmos que se adaptan solos según los datos se empiezan a ofrecer en la nube como software as a service.

“He llegado a oír que el Big data no es para las pymes, pero eso no es verdad”

Para entenderlo pongo un ejemplo. Amazon, Microsoft, IBM, Google están ofreciendo ya estos servicios de aprendizaje automático en la nube. De esta manera sin hacer una inversión inicial pagas por servicios. Si tienes una empresa pequeña que necesita, por ejemplo, procesar imágenes que vengan de Internet, puedes contratar un servicio de Google, envías la imagen y todo ese proceso se realiza en la nube y en pocos segundos se devuelven los resultados: “en esta imagen hay cuatro rostros, están en tales coordenadas, la imagen parece que se ha tomado en Madrid en la calle Alcalá, etcétera.”

Imagina que automatizamos algo de relación con el cliente y necesitamos un sistema que escuche la voz de un cliente y que conteste de forma hablada. Pues hay servicios en la nube ya que lo permiten.

¿Qué vas a ofrecer en el Zinc Shower?

La idea es hacer un taller en el que se haga una reflexión sobre el proceso de transformación. Contaré cómo las máquinas aprenden y se adaptan al entorno para aplicarnos el cuento nosotros. Desde la neurociencia estudiamos cuáles son los procesos más idóneos para que una máquina se adapte a los cambios. Eso es un valor muy importante si lo tomamos como lección para nosotros mismos, para que también nos adaptemos a los cambios.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *