Las críticas que se han esgrimido en contra de Mark Zuckerberg, CEO y fundador de Facebook, sobre su respuesta ante el Congreso estadounidense acerca de que la Inteligencia Artificial cumplirá de forma más eficiente los objetivos de revisión de contenidos dentro de la plataforma no excluyen que muchas compañías de todos tamaños y alcances estén aprovechando las capacidades que ofrece esta tecnología para resolver problemas críticos en sus procesos tanto administrativos como industriales, lo que puede suponer la democratización de este tipo de soluciones.

Predicciones sobre el clima, análisis de noticias, chatbots generales y dedicados, asistencia médica, financiera, legal o de recursos humanos y hasta estudios sobre la viabilidad de la extracción petrolera son algunas de las tareas que muchas empresas han dejado a resguardo de la IA y que ésta ha logrado ejecutar con tan buena eficiencia y facilidad que los plazos de implementación de herramientas de aprendizaje automatizado y asistencia virtual en estos sectores se han reducido de varios años a semanas.

Pero no se trata sólo de grandes compañías con presupuestos exorbitantes destinados a la innovación las que pueden eficientar su estrategia mediante la Inteligencia Artificial o Aumentada, como se le ha dado en llamar más recientemente, sino que las pequeñas y medianas empresas y otros sectores, como el del campo, también pueden implementar este tipo de soluciones que, de acuerdo con José María Álvarez, CEO de SOA Professionals, ha logrado aumentar el crecimiento anual de algunas organizaciones hasta 40 por ciento.

SOA Professionals, una consultoría especializada en tecnologías de la información que forma parte del grupo español CMC, es uno de los integradores de la tecnología de Inteligencia Artificial que IBM provee a través de su famoso asistente cognitivo Watson. De acuerdo con Álvarez, el poder de la analítica predictiva, que forma parte de las técnicas más básicas de la inteligencia artificial, permite automatizar aquellas labores que no otorgan mucho valor a los procesos de una compañía, lo que según él no implica la pérdida de empleos, ya que por cada puesto de trabajo automatizado pueden llegar a crearse otros tres.

“Si la necesidad de una compañía se cubre directamente con una solución como la de IBM, la inversión es nula, ya que sólo es necesario comenzar a utilizarla. En caso de que una pequeña o mediana empresa quiera aplicar Inteligencia Artificial a un proceso específico dentro de su negocio, tiene que incorporar un elemento más, que es el entrenamiento. Esto se puede hacer de dos manera: o les enseñamos a entrenar y ellos mismos llevan a cabo esta labor, o nosotros entrenamos la herramienta para ellos”, dijo José María Álvarez.

Para el especialista, normalmente las pymes no hacen integraciones, es decir no requieren de una interfaz especial con el usuario con una solución de IA integrada, por lo que lo más habitual es que sólo requieran el entrenamiento para automatizar labores específicas dentro de la compañía, como la comprobación y certificación de documentos, tareas que cualquier compañía requiere tanto para la administración de procesos industriales como para aquellos que son administrativos, como puede ser la gestión de recursos humanos.

Este tipo de soluciones son las que implementa Eko Neural, una empresa que forma parte del grupo mexicano Sicoss, la cual es otro de los socios integradores de IBM y que está especializada en el desarrollo de asistentes cognitivos virtuales, los famosos chatbots, capaces resolver dudas hacia el interior y el exterior de una compañía con información precisa y contextual en alrededor de seis semanas. Dentro del sitio Incapacidades.com.mx es posible acceder al asistente virtual Sofía que resolverá cualquier duda que el usuario tenga acerca de las incapacidades laborales por maternidad, por riesgo de trabajo o por enfermedad general.

Este tipo de herramientas ofrece soluciones específicas para problemas dentro de los procesos críticos de una compañía. Sin embargo, en el caso de otros sectores, como es el de la agricultura, que en México ha quedado rezagada tanto por las deficientes inversiones gubernamentales que se han realizado en ella como por la innovación que presenta este sector en Estados Unidos, la implementación de esta tecnología se complica un poco más.   

“Para desarrollar la agricultura inteligente se requieren tres variables: información sobre el producto a sembrar, información sobre la tierra e información sobre el clima. Actualmente en México contamos con información sobre dos: los productos y el clima. Conocemos muy bien las curvas de crecimiento de diferentes cultivos y también podemos predecir el clima con por lo menos dos semanas de anticipación. Lo que hace falta es conocimiento sobre los suelos y su relación con los cultivos”, dijo Enrique Abascal, socio director de Inndot, otro de los integradores de la tecnología de inteligencia artificial provista por IBM.

Para que no sólo las grandes empresas agricultoras tengan la capacidad de aprovechar este tipo de información, es necesario que las asociaciones de agricultores del país tengan acceso a soluciones que puedan ser adquiridas como un servicio mensual, por lo que es necesario crear productos que puedan masificarse y que estas organizaciones puedan desembolsar una renta mensual que no sea onerosa, un ejemplo que ya puede verse en los campos del vecino del norte en donde prácticamente todo está cuantificado.        

rodrigo.riquelme@eleconomista.mx