Especialmente tras la irrupción de la pandemia global del coronavirus, las empresas se han visto obligadas a reorientar su modelo de negocio e incorporar la tecnología como vector de su transformación. En este tiempo, mucho se ha destacado el papel de la digitalización en este proceso. Sin embargo, ¿hasta qué punto la automatización, la cultura data driven o la IA han cambiado el ecosistema empresarial? Y lo más importante, ¿suponen un cambio de paradigma que marcará la próxima década?
Juan Carlos Rubio Sánchez, Director General de OGA, lo tiene claro: «La cultura data driven nos ayuda a extraer información útil para tomar en cada caso las mejores decisiones basadas en datos».
Se trata del gran cambio de paradigma al que estamos asistiendo en los procesos de toma de decisión de las organizaciones: basarnos en los datos, en lugar de hacerlo siguiendo métodos tradicionales como la experiencia, las emociones o la intuición. Un cambio que, por supuesto, tiene el potencial de transformar empresas y organizaciones de todo tipo de sectores, industrias y modelos de negocio.
Su materia prima son los datos, tanto internos -datos generados por la misma organización, en su interacción con clientes, proveedores, y que residen en sus sistemas de información- como externos -datos que tienen determinado grado de impacto, dependencia o relación con sus procesos de negocio, pero que residen fuera de sus sistemas-.
Por supuesto. Las técnicas de Inteligencia Artificial nos permiten en estos momentos analizar ingentes cantidades de datos históricos, provenientes de diferentes fuentes, con diferentes estructuras y relaciones, para identificar patrones o anomalías, predecir determinados comportamientos y eventos relevantes, automatizar y optimizar procesos críticos de negocio, mitigar riesgos y, en general, extraer información útil para tomar en cada caso las mejores decisiones basadas en datos.
Combinada con la aplicación de técnicas de Big Data en aquellos escenarios de negocio en los que no solo prima el volumen de datos, sino la velocidad a la que se generan, y en los que la variabilidad y complejidad de sus fuentes y estructuras tienen valores muy elevados, se construyen palancas de generación de valor realmente disruptivas.
Dentro de todas las tecnologías disruptivas con las que cualquier organización puede dar respuesta a los retos, ambiciones u objetivos de su modelo de negocio y acelerar su transformación, podemos afirmar que la IA es la principal palanca de apoyo a la toma de decisiones críticas basadas en datos. Tanto las técnicas de Machine Learning como su subconjunto de técnicas de Deep Learning están demostrando una capacidad transformadora en todo tipo de organizaciones con un altísimo nivel de impacto.
Parafraseando a todo un referente mundial como Andrew Ng, «la IA es la nueva electricidad». De algún modo esta comparación nos puede ayudar a evaluar el grado de impacto que estas técnicas están generando en nuestra sociedad.
Este papel protagonista de la IA y su positivo resultado lo podíamos confirmar ya hace unos años desde la evaluación de cómo las mayores corporaciones globales estaban usando la IA en sus procesos internos de gestión, de operación y comercialización de sus productos y servicios, si bien hoy en día podemos confirmar que gradualmente cada vez más empresas y organizaciones, públicas y privadas, de todo tipo de sectores y dimensiones, disponen de estrategias y planes de evaluación e implantación de estas técnicas dentro de su transformación digital avanzada.
Desde OGA coincidimos claramente con esta visión. Este subconjunto de técnicas de aprendizaje automático (Machine Learning), inspirados en la estructura del cerebro humano, crea modelos jerárquicos más complejos para imitar el modo en que los humanos aprenden la información nueva, y está demostrando una brutal capacidad de procesamiento de ingentes cantidades de datos con escaso o ningún aporte humano.
Tecnologías como los asistentes de voz, la conducción autónoma, la identificación de fraude en sectores financiero o de seguros, la automatización de operaciones de trading o el desarrollo de medicamentos personalizados están basadas en técnicas de Deep Learning.
En estos últimos años desde OGA hemos tenido la oportunidad de contar con la confianza de grandes compañías como Coca-Cola, Heineken, Acerinox, Scalpers y organizaciones públicas como el Servicio Andaluz de Salud o el Consorcio de Turismo de Sevilla, para las que hemos construido valor de negocio desde los datos en forma de soluciones de IA.
La automatización y optimización de la planificación operativa de grandes organizaciones logísticas, la reducción del consumo eléctrico de los procesos industriales, la gestión optimizada del stock en organizaciones distribuidas de retail, la construcción de business-cases de nuevas rutas aéreas o la reducción de los insumos o las mermas en procesos de fabricación son casos en los que los equipos de IA de OGA están desarrollando soluciones que generan ahorros, eficiencia, aceleración y sostenibilidad para nuestros clientes, habilitando estrategias data driven y construyendo una diferencia competitiva en sus respectivos mercados.
Tanto de manera aislada como en combinación con la IA, las técnicas de Investigación Operativa (IO, comúnmente denominada Optimización de Procesos) son tremendamente útiles para automatizar y optimizar procesos de negocio complejos, en los que un conjunto de recursos limitado, bajo una serie de restricciones duras o con diferentes grados de flexibilidad, deben realizar una serie de tareas definidas mientras compiten varios criterios de negocio diferentes.
La aplicación de estas técnicas de IO no solo nos permite generar ahorros de costes directos e indirectos e incrementar la rentabilidad del cliente, sino que, desde la digitalización y el modelado de los procesos de negocio nos ayuda a mitigar riesgos empresariales derivados de la excesiva dependencia de recursos específicos y nos abre la oportunidad de escalar nuestro modelo de negocio sobre nuevos mercados sin conocimiento operativo previo.
Un gemelo digital no es más que la representación virtual de un activo, un programa o aplicación software que usa datos del mundo real para recrear simulaciones que pueden predecir como funcionará u operará un producto, un proceso, o un conjunto de procesos.
Con diferentes niveles de madurez tecnológica, en los últimos años ha crecido la tendencia de utilización de gemelos digitales de activos físicos como productos hardware, vehículos, maquinaria industrial o instalaciones más complejas como una planta o una fábrica completa.
Desde OGA trabajamos en el desarrollo y comercialización de diferentes soluciones digitales en el ámbito del gemelo digital de procesos críticos de negocio en diferentes sectores, modelando mediante técnicas de IA e IO todos los aspectos técnicos, económicos, operativos, o de servicio que definen estos procesos, y que nos ofrecen ahorros de costes desde su uso diario como herramienta operativa (desde la automatización y desde la optimización asociadas), y las capacidades de simulación y análisis de escenarios de negocio desde su uso como herramienta estratégica de apoyo a la toma de decisiones.
Los algoritmos de optimización bio-inspirados son aquellos métodos que se inspiran generalmente en principios físicos, en la teoría de la evolución y en ciertos comportamientos de los seres vivos para resolver de manera eficiente problemas de optimización en muy diversas áreas de aplicación.
El motivo por el que estos algoritmos son realmente interesantes reside en el aprovechamiento de las leyes de la física y los mecanismos que la propia naturaleza ha diseñado y mejorado durante millones años para resolver los tres grandes obstáculos a los que se puede enfrentar un ser vivo: reproducción, consecución de alimento y adaptación al medio.
Con estos algoritmos podemos obtener soluciones cuasi-óptimas a problemas complejos en un tiempo razonable, algo sumamente interesante y apreciado en organizaciones empresariales de todo tipo. Además, gran cantidad de los algoritmos de optimización bio-inspirados se basan en evolucionar poblaciones de individuos, siendo cada individuo una solución concreta del problema. Esto último hace los métodos de estos algoritmos se puedan paralelizar de forma muy fácil, permitiéndonos reducir considerablemente el tiempo y los costes asociados en obtener soluciones cuasi-óptimas.
Dentro de esta Segunda Revolución Cuántica a la que estamos asistiendo en estos últimos años, parece obvio que este nuevo modelo de computación y la escalada en capacidad de cálculo asociada va a generar un gran impacto en la explotación de diferentes técnicas disruptivas de gran aplicación en el mundo empresarial, incluyendo la IA (finanzas, logística, aeronáutica, salud…), ciberseguridad (la diferencial ventaja combinatoria de los qubits sobre los bits acelerará los avances en técnicas criptográficas), telecomunicaciones, o la exploración astronómica.
Podemos anticipar del mismo modo la existencia durante al menos los primeros años de la implantación gradual de la computación cuántica de servicios en la nube, de modo que entornos de computación clásicos puedan enviar complejas cargas de trabajo a nodos cuánticos centralizados que ejecuten y devuelvan resultados de manera cuasi-síncrona, permitiendo el acceso distribuido a estas capacidades en una siguiente etapa de las plataformas e infraestructuras como servicio.
Sin dudar en ningún caso en la recomendación de la divertida novela de ciencia-ficción de Douglas Adams, y por encima de toda la diversión, creatividad y responsabilidad asociada a nuestro trabajo y nuestras aportaciones en el ámbito de la Inteligencia Artificial y la Investigación Operativa, afortunadamente creo que no nos equivocamos si afirmamos que “el sentido de la vida, el universo, y todo lo demás” no se explicará jamás con una cifra como el “42”. Cifra que ofrecía el superordenador ‘Pensamiento Profundo’ (evento de la novela que se convierte en el epítome de la relevancia que tiene en el ámbito de la IA, -y en el resto de ámbitos también-, hacer siempre la pregunta correcta), ni tampoco se explicará con tecnologías futuras.
Personalmente creo que tenemos la respuesta a esta pregunta tan recurrente mucho más cerca y accesible de lo que quizá a veces podríamos pensar.
