INTELIGENCIA

ARTIFICIAL

Ana Karina Rodríguez Rodríguez

Actualmente, la inteligencia artificial (IA) es uno de los temas que más invita
a la reflexión en el campo de la tecnología y los negocios. Este entusiasmo
tiene fundamentos: vivimos en un mundo cada vez más conectado e
inteligente. Hoy en día, se puede fabricar un coche, componer Jazz
mediante un algoritmo o conectar su CRM a su bandeja de entrada para dar
prioridad a los correos más importantes. La tecnología detrás de todos
estos avances está relacionada con la Inteligencia artificial (IA).
 Definición inteligencia
artificial
La Inteligencia artificial es el campo científico de la informática que se centra en la creación de
programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En otras
palabras, la IA es el concepto según el cual “las máquinas piensan como seres humanos”.

• Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (big data),

identificar patrones y tendencias y, por lo tanto, formular predicciones de forma automática,
con rapidez y precisión. Para nosotros, lo importante es que la IA permite que nuestras
experiencias cotidianas sean más inteligentes. ¿Cómo? Al integrar análisis predictivos
(hablaremos sobre esto más adelante) y otras técnicas de IA en aplicaciones que utilizamos
diariamente.

• · Siri funciona como un asistente personal, ya que utiliza procesamiento de lenguaje

natural

• · Facebook y Google Fotos sugieren el etiquetado y agrupamiento de fotos con base en el

reconocimiento de imagen

• · Amazon ofrece recomendaciones de productos basadas en modelos de canasta de

compra

• · Waze brinda información optimizada de tráfico y navegación en tiempo real

 Historia

• La mayoría de nosotros tenemos un concepto de la Inteligencia artificial alimentado por las películas de
Hollywood. Exterminadores, robots con crisis existenciales y píldoras rojas y azules. De hecho, la IA ha estado
en nuestra imaginación y en nuestros laboratorios desde 1956, cuando un grupo de científicos inició el proyecto
de investigación “Inteligencia artificial” en Dartmouth College en los Estados Unidos. El término se acuñó
primero ahí y, desde entonces, hemos presenciado una montaña rusa de avances (“¡Vaya! ¿Cómo sabe
Amazon que quiero este libro?”), así como frustraciones (“esta traducción es completamente errónea”).

• Al inicio del proyecto, el objetivo era que la inteligencia humana pudiera ser descrita de forma tan precisa que
una máquina fuera capaz de simularla. Este concepto también fue conocido como “IA genérica” y fue esta la
idea que alimentó la (asombrosa) ficción que nos daría entretenimiento ilimitado.

• Sin embargo, la IA derivó en campos específicos. Con el paso del tiempo, la ciencia evolucionó hacia áreas de
conocimiento específicas, y fue entonces que la IA comenzó a generar resultados significativos en nuestras
vidas. Fue una combinación entre el reconocimiento de imagen, el procesamiento de lenguaje, las redes
neuronales y la mecánica automotriz lo que hizo posible un vehículo autónomo. En ocasiones, el mercado se
refiere a este tipo de avances como “IA débil”.
 • Año

•
Acontecimientos
Acontecimiento

1842

importantes en su historia
•

•
Lovelace: máquina analítica programable

1950

• Turing: la prueba de Turing

• 1956

• McCarthy, Minsky, Rochester y Shannon celebran la primer conferencia sobre IA

• 1965

• Weizenbaum: "ELIZA", el primer sistema especialista

• 1993

• Horswill: "Polly" (robótica basada en el comportamiento)

• 2005

• TiVo: tecnología de recomendaciones

• 2011
 Aprendizaje automático
• Generalmente, el concepto de Aprendizaje automático se confunde con el
de “IA débil”. Es en este campo en donde los avances más importantes de
la IA se están llevando a cabo. En términos prácticos, “el Aprendizaje
automático es la ciencia que se encarga de hacer que las computadoras
realicen acciones sin necesidad de programación explícita”. La idea
principal aquí es que se les puede proporcionar datos a los algoritmos de
Aprendizaje automático y luego usarlos para saber cómo hacer
predicciones o guiar decisiones.

• Algunos ejemplos de algoritmos de Aprendizaje automático incluyen los

siguientes: diagramas de decisiones, algoritmos de agrupamiento,
algoritmos genéticos, redes Bayesianas y Aprendizaje profundo.
Aprendizaje
profundo

• ¿Recuerda cuando Google anunció un algoritmo que encontraba

videos de gatos en Youtube? (Si desea refrescar su memoria haga
clic aquí). Pues bien, esto es Aprendizaje profundo, una técnica de
Aprendizaje automático que utiliza redes neuronales (el concepto de
que las neuronas se pueden simular mediante unidades
computacionales) para realizar tareas de clasificación (piense en
clasificar una imagen de un gato, de un perro o personas, por
ejemplo).

• Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundo

son las siguientes: identificación de vehículos, peatones y placas de
matrícula de vehículos autónomos, reconocimiento de imagen,
traducción y procesamiento de lenguaje natural.
 Descubrimiento de datos inteligentes
• Es el próximo paso en soluciones de IE
(Inteligencia empresarial). La idea consiste en
permitir la automatización total del ciclo de la IE:
la incorporación y preparación de datos, el
análisis predictivo y los patrones y la
identificación de hipótesis. Este es un ejemplo
interesante de la recuperación de datos
inteligentes en acción. La información que
ninguna herramienta de IE había descubierto.
 Descubrimiento de datos inteligentes

• Es el próximo paso en soluciones de IE (Inteligencia empresarial). La idea consiste

en permitir la automatización total del ciclo de la IE: la incorporación y preparación
de datos, el análisis predictivo y los patrones y la identificación de hipótesis. Este
es un ejemplo interesante de la recuperación de datos inteligentes en acción. La
información que ninguna herramienta de IE había descubierto.
 Inteligencia artificial para ventas
• La IA ofrece una mayor productividad para los equipos de ventas, ya que permite
centrarse en las oportunidades que pueden llevar al éxito, así como ahorrar
tiempo al personal de ventas durante el registro de información. Veamos algunos
ejemplos a continuación:

• Captura automáticamente las actividades de ventas, lo que significa que el

personal de ventas no tiene que dedicar tiempo al llenado de la base de datos del
CRM;

• Registra automáticamente los datos del cliente, por ejemplo, registros de

navegación del sitio web y conexiones al sitio web, entre otros;

• Sugiere la mejor acción de seguimiento y recomienda respuestas de correo

electrónico al conectar la información del CRM a la bandeja de entrada;

• Valoración predictiva de prospectos: mediante el análisis predictivo, el sistema

podrá indicar la probabilidad de que un prospecto se convierta en una venta. Más
interesante aún, el sistema le indicará por qué se llegó a esta puntuación (p. ej.,
canal de acceso del prospecto, sector, etc.). Por ejemplo, Salesforce Einstein,
tendrá la funcionalidad de puntuación predictiva de prospectos.
 Inteligencia artificial para Atención al
✦ Clasificación automática de los casos de atención al cliente, lo que evita
cliente
depender del agente de atención al cliente a la hora de tener que tomar una
decisión y, por lo tanto, ahorra tiempo al agente.

• Enrutamiento automático de casos una vez que la llamada se ha clasificado

automáticamente, el sistema ya puede reenviar la llamada al agente mejor
calificado para determinar el tipo de problema.

• Recomendación de soluciones y bases de conocimiento. Esto aumenta la

productividad y la calidad de un servicio, al sugerir la solución con mayores
probabilidades de resolver el problema del cliente.

• Comunicaciones de autoservicio. Research muestra que la generación

actual de clientes prefiere el autoservicio (por ejemplo, portal o aplicación
del cliente) en lugar de llamar por teléfono a un centro de atención. Gracias
a la IA, las comunidades de servicios serán más inteligentes, por ejemplo, al
personalizar el entorno que depende del cliente y sugerir soluciones de
forma automática, ej. utilizar el reconocimiento de imagen para identificar el
producto que está en una foto tomada por el cliente.

• Por ejemplo, los bots conversacionales le permiten al cliente enviar

mensajes de texto para establecer comunicación.
 El marketing es una disciplina que se ha vuelto cada vez más analítica y cuantitativa a lo largo de los
Inteligencia artificial para marketing
años. Muchas de las técnicas de Análisis predictivo y de IA se aplican principalmente en el Marketing, por
ejemplo, modelado predictivo para la migración de clientes, probabilidad de compras y modelos de
agrupamiento para la segmentación de clientes.

• Estos son algunos de los nuevos avances de la IA en el marketing, de forma específica, algunas
funcionalidades de Marketing Cloud Einstein.

• Puntuación predictiva por correo electrónico: le permite a los profesionales de marketing saber (antes de
lanzar una campaña de marketing para correo electrónico) cuál es la probabilidad de que sus clientes
respondan a la campaña; o bien, la abandonen. El objetivo aquí es anticipar la respuesta del cliente para
ofrecer viajes verdaderamente personalizados;

• Audiencias predictivas: con base en la puntuación predictiva, será posible segmentar mejor su base de
clientes y prospectos en función de un comportamiento predictivo al agrupar a personas que tienen
puntos en común. Cuanto mayor sea la segmentación, mejor será la conversión;

• Optimización del tiempo de envío: ¿es mejor enviar una campaña a las 2 p. m. o a las 4 a. m.? Con la
optimización del tiempo de envío, el algoritmo de IA le indicará la hora en que será más probable que
cada contacto en su base de clientes abra un correo electrónico y participe en su campaña.

• La Inteligencia artificial está transformando nuestras vidas y revolucionará rápidamente la manera en la

que trabajamos.
 La inteligencia artificial de Google le pone
acción a los videos de YouTube
Los investigadores de inteligencia artificial de Google tienen un nuevo truco bajo la manga:
dar a los videos un nuevo fondo de la manera que se puede con las fotos fijas de hoy.

• Desactivar escenarios de fondo es una tecnología de hace décadas, pero en general es

complicado y requiere mucho tiempo: piensa en hacer películas con superhéroes actuando
frente a pantallas verdes para que luego las computadoras puedan reemplazar el color verde
uniforme con efectos digitales como edificios que estallan. Tener datos de escena en 3D, por
ejemplo, extraídos de las cámaras gemelas de los iPhones más nuevos, hace que el proceso
sea un poco más fácil.

• Google, sin embargo, entrenó una red neuronal con muchas imágenes cuidadosamente
etiquetadas que le ayudaron a aprender a distinguir características faciales (ojos, cabello,
anteojos, bocas, etc.) de todo lo demás. El resultado es un sistema que puede intercambiar
fondos lo suficientemente rápido como para mantenerse al día con el video. Los marcos de
video digital funcionan a 30 fotogramas por segundo, pero la tecnología de Google funciona a
40 fotogramas por segundo en un teléfono Google Pixel 2 y a más de 100 fotogramas por
segundo en un iPhone 7.
Los mayores peligros del uso indebido de la
inteligencia artificial
Un cerebro que procesa cantidades ingentes de información, aprende de los resultados de sus actos y no descansa
nunca… realmente la genialidad humana ha logrado crear algo que supera a su propia capacidad, pero los
expertos advierten que estos avances pueden ser devastadores si se emplean para el mal. No es la primera vez
que escuchamos esta advertencia apocalíptica, pero en esta ocasión se trata de un grupo de expertos conocedores
de la inteligencia artificial quienes ponen nombre y apellidos a estas amenazas en un detallado estudio que ha sido
publicado en la red y que invita al debate.

• ¿Estamos ante una amenaza real y sin remedio? “No diría que la evolución de la inteligencia artificial es en sí una
amenaza”, explica a EL PAÍS Miles Brundage, el responsable del estudio, “pero se trata de una herramienta
poderosa que puede ser mal empleada para el mal por los humanos”

• El informe advierte que un sistema capaz de tomar decisiones en milisegundos y teniendo en consideración
millones de datos puede, sin duda, beneficiar a la humanidad, pero al mismo tiempo, puede ser devastador si la
persona que lo programa tiene fines oscuros. Un panel de expertos alerta de que el uso malicioso de la inteligencia
artificial es ya una realidad y que podemos ser la víctimas de su poder destructivo, aunque de una manera no tan
evidente como la ha dibujado Hollywood en el cine.