¿Existe relación entre la Inteligencia Artificial y el Big Data en la toma de decisiones empresariales? ¿De qué manera han trasformado estas herramientas los modelos de negocio de las compañías? ¿Qué industrias o sectores se están beneficiando más de su implementación y en qué áreas específicas se está invirtiendo más y por qué? La ética en el manejo de datos y la privacidad se han convertido en temas muy sensibles. ¿Cuáles son las consideraciones más importantes que deben tener en cuenta los profesionales de Data y Business Analytics? De todo ello (y de mucho más) nos habla Carlos Moreno Rojo, Director Desarrollo Tecnológico DATA & IA de Verne, en la siguiente entrevista.
Vídeo Resumen de la entrevista a Carlos Moreno
en el marco del 3 Congreso de Innovación APD
Entrevista a Carlos Moreno Rojo, Director de Desarrollo Tecnológico en Verne Tech – 3 Congreso APD Innovación
This is «Entrevista a Carlos Moreno Rojo, Director de Desarrollo Tecnológico en Verne Tech – 3 Congreso APD Innovación» by APD on Vimeo,…
En nuestro país, la adopción de la inteligencia artificial (IA) ha avanzado a pasos agigantados y ha tomado un nuevo impulso al calor de la Inteligencia Artificial Generativa no solo para estos proyectos concretos, sino que se están desempolvando otras iniciativas que estaban metidas en los cajones.
Según un estudio reciente, el 40% de las empresas ya utilizan alguna forma de IA en sus operaciones diarias. Sin embargo, la madurez de esta adopción es desigual; mientras algunas empresas están a la vanguardia, implementando soluciones avanzadas que optimizan procesos y mejoran la toma de decisiones, otras están apenas explorando las posibilidades. Nos encontramos en una fase de transición donde la curiosidad y la experimentación están dando paso a una implementación más estratégica y estructurada.
La relación entre la IA y el Big Data es fundamental en la toma de decisiones. Gracias a arquitecturas Big Data tenemos la capacidad de almacenar y procesar grandísimos volúmenes de información. Y la IA se aprovecha para para analizar esa gran cantidad de datos en tiempo récord, identificando patrones y tendencias para finalmente entrenar modelos que nos permitan predecir o generar nueva información.
Esto ha revolucionado los modelos de negocio, permitiendo tomar decisiones de manera más ágil y fundamentada en datos, así como explorar nuevas oportunidades para la predicción y generación. Según Gartner, las empresas que implementan IA y Big Data tienen un 30% más de probabilidades de superar a sus competidores (antes de la IA Generativa), por lo tanto, estas tecnologías deben ser una parte integral de cualquier estrategia tecnológica empresarial.
No me atrevería a decir un área concreta que se esté beneficiando más que otras, depende mucho más de la madurez de cada empresa en el tratamiento y aprovechamiento de los datos. El impacto de la IA y el Big Data es notable en sectores como la salud en todos los ámbitos, desde el diagnóstico hasta fabricación de medicamentos; las finanzas, con los modelos de inversión o riesgos; el comercio minorista con recomendadores, segmentación, cadenas de suministro etc.; y la manufactura, como por ejemplo, con la automatización de máquinas y procesos, o la predicción de demanda. Todas ellas están recibiendo grandes inversiones debido al alto retorno. Además, si nos centramos más en IA generativa, un gran número de empresas están poniendo en marcha iniciativas para la mejora de la productividad, en diferentes ámbitos, que hablan de ahorros iniciales de 4 a 8 horas semanales.
La ética en el manejo de datos y la privacidad son temas críticos en el campo de la IA y el Big Data. Los profesionales de Data y Business Analytics deben garantizar que los datos se manejen de manera segura y ética, cumpliendo con regulaciones como el GDPR. La transparencia en el uso de datos, obtener el consentimiento adecuado y asegurar que los algoritmos no perpetúen sesgos, son consideraciones esenciales. Un estudio de IBM reveló que el 76% de los consumidores consideran crucial la transparencia en el manejo de sus datos.
Como cualquier cambio tecnológico, tiene dos tipos de riesgos principales: lo inherente a lo humano y lo que deriva de las nuevas herramientas.
En cuanto al factor humano, el más importante a mi entender es resistencia al cambio. Siempre que aparecen nuevas tecnologías o formas de realizar las cosas, se produce una fuerza contraria a ese avance que deriva en dos riesgos: por un lado, ignorarla e imponer, con lo que podemos no ver problemas importantes en la integración de estas tecnologías en la compañía; o, en el otro extremo, que esa fuerza sea tan potente que impida o ralentice el cambio hasta convertir a la compañía en ineficiente.
Por el lado técnico, la inmadurez que pueda tener la tecnología al estar tratando con datos (la calidad de los datos es determinante); o incluso los sesgos, de los cuales cada vez somos más conscientes tanto fabricantes como integradores, y debemos poner medidas para que no ocurran o evitarlos en la medida de lo posible.
Y para mí hay un tercer factor, que es el nexo de los dos puntos anteriores: personas y tecnología. La integración, implantación y la puesta en marcha del proyecto. Puede ser que tengamos unas personas altamente motivadas y una tecnología totalmente madura, pero si no planteamos un proyecto de forma correcta teniendo en cuenta el factor humano que comentábamos, es muy posible que nuestro proyecto fracase y, por tanto, la implantación de esa tecnología en nuestra compañía no siga adelante o tenga que pasar mucho tiempo para darle una nueva oportunidad.
Pensar en grande y actuar en pequeño, con objetivos claros y medibles que nos permitan definir una estrategia o plan:
Con todo esto, empezar con proyectos piloto que nos permita validar la idea y realizar un mejor desarrollo e implantación del proyecto productivo.
