¿Qué le viene a la cabeza cuando piensa en la inteligencia artificial?

Tal vez visualice una máquina que lleva a cabo tareas “humanas” -ver, oír, leer, hablar, pensar y reaccionar. Esto es así, y es impresionante. Sin embargo, tal vez lo más extraordinario, que está en la esencia de la inteligencia artificial y del aprendizaje de máquinas (el llamado machine learning), sea la capacidad que tienen los ordenadores de procesar e interpretar enormes cantidades de datos no estructurados de una forma que resulta imposible a los humanos.

Por este motivo, la inteligencia artificial nos permite tomar decisiones más informadas y lograr mejores resultados. En el sector sanitario, por ejemplo, la inteligencia artificial podría llevarnos a nuevos descubrimientos en I+D y en capacidades de diagnóstico. En las finanzas, puede ayudar a los analistas a realizar mejores previsiones. En el sector industrial, puede ayudar a incrementar los controles a la producción y la eficiencia.

Se espera que, antes de 2030, la inteligencia artificial sume la impresionante cifra de 15,7 billones de dólares a la economía global,1 una cifra superior al PIB de China en la actualidad. El potencial de crecimiento se deriva de una serie de factores, que incluyen los siguientes:

  • Aumento de la productividad laboral (incremento de los márgenes);
  • Mayor personalización de productos y servicios (incremento de los ingresos por facturación);
  • Detección y prevención de amenazas de ciberseguridad;
  • Identificación de patrones de ahorro de costes;

Según algunas estimaciones, la inteligencia artificial y el machine learning podrían revolucionar la industria de la logística, y potencialmente generar un ahorro de 500.000 millones de dólares estadounidenses al año, mediante incrementos en la eficiencia laboral, reducción de los costes de transporte y aumento de la eficiencia de cada viaje.2 Otros informes estiman que la personalización derivada de la inteligencia artificial en tan sólo tres sectores -minorista, sanitario y servicios financieros- provocará un traspaso de facturación de unos 800.000 millones de dólares estadounidenses hacia las compañías que implementen con éxito la inteligencia artificial en un plazo de cinco años.3

Previsión de valor empresarial derivado de inteligencia artificial a nivel global

Fuente: Gartner, abril de 2018 “Forecast: The Business Value of Artificial Intelligence, Worldwide, 2017-2025”.
Gráfico de barras en el que se muestra una predicción del valor empresarial derivado de la inteligencia artificial a nivel global, donde el valor empresarial, en miles de millones de dólares, aumenta de año en año entre 2017 y 2022.

Incremento de la inversión en inteligencia artificial

Este año se espera que la inversión y el gasto global en inteligencia artificial alcancen los 35.800 millones de dólares estadounidenses, un incremento superior al 44% respecto del año 2018. Se proyecta que, en el año 2022, el gasto en sistemas de inteligencia artificial será más del doble, llegando a casi 80.000 millones de dólares estadounidenses, con un crecimiento anual compuesto del 38% entre 2018 y 2022.4 De forma similar, el gobierno estadounidense ha incrementado la inversión en I+D para inteligencia artificial más del 40% desde el año 2015.

Si sigue a este ritmo, el gasto en inteligencia artificial será uno de los segmentos tecnológicos de crecimiento más rápido.5

En el mundo actual, tan centrado en los datos, las compañías deben elegir entre ahogarse en un diluvio de datos, o utilizar la inteligencia artificial para convertirlos en una ventaja competitiva. La mayoría de las compañías parecen haberse percatado de esto. Según una investigación llevada a cabo por NewVantage Partners, el 88% de los encuestados comunicaron sentir mayor urgencia para invertir en inteligencia artificial en 2019. Aun así, el 77% de los encuestados informaron que le sigue resultando difícil la “adopción en la empresa” de iniciativas de inteligencia artificial.6 Esto se debe probablemente a que los beneficios de la inteligencia artificial no llegan fácilmente, y es necesario considerar los posibles riesgos.

Riesgos de la adopción de estrategias de inteligencia artificial

La calidad de los datos, las inquietudes en torno a su seguridad y ciertas consideraciones culturales relacionadas con la posible disrupción a las plantillas podrían limitar la adopción generalizada de herramientas de inteligencia artificial a corto plazo.

La disponibilidad y la integridad de los datos resulta esencial para el desarrollo de algoritmos, y la calidad de los resultados puede verse comprometida si los datos no se limpian, catalogan y categorizan de forma adecuada. De hecho, el proceso de limpieza de los datos es uno de los problemas más acuciantes y laboriosos a los que se enfrentan las compañías.

Además, pueden producirse fallos de seguridad y ataques de ciberdelincuentes. ¿Cómo podemos impedir los errores o la manipulación no autorizada de los datos? Por ejemplo, cada vez causan más problemas los llamados “deepfakes”. Estos videos creados mediante inteligencia artificial muestran a sujetos reales dando discursos o mensajes que nunca dieron en realidad.7

También existe potencial de disrupción del mercado de trabajo. Según algunas estimaciones, tan sólo un 5% de las ocupaciones pueden automatizarse de forma total, pero el 49% de las actividades por las que actualmente se remunera a las personas en la economía global en la actualidad podrían potencialmente ser automatizadas.8 La formación profesional va a ser esencial a la hora de enfrentarse a esta cuestión.

Amplio potencial

A pesar de los riesgos y limitaciones, la inteligencia artificial está teniendo un impacto en todos los sectores. A continuación, describimos algunos ejemplos:

  • Minorista. La inteligencia artificial pronto permitirá a las compañías textiles diseñar, comercializar y producir prendas customizadas. En lugar de los métodos manufactureros uniformes tradicionales, la inteligencia artificial podría utilizarse en conjunción con otras tecnologías, como las imágenes en 3D, la realidad aumentada o virtual y la producción automatizada para crear vestidos o trajes a medida de forma más eficiente. De forma similar, las compañías minoristas ya han comenzado a utilizar el machine learning para anticipar los pedidos de los clientes, tanto online como en las tiendas.9
  • Sanitario. Mediante la inteligencia artificial, los médicos pueden asistir y diagnosticar a los pacientes de forma remota, lo que tiene un enorme potencial de reducción de costes. La inteligencia artificial también está mejorando la capacidad de detectar y diagnosticar enfermedades. En 2019, un ordenador equipado con capacidades de aprendizaje fue capaz de diagnosticar un cáncer de pulmón con mayor precisión que los radiólogos.10
  • Servicios financieros. Muchos gestores financieros ya han implementado estrategias de inversión teniendo en cuenta sugerencias derivadas del machine learning. La inteligencia artificial no sólo podría sugerir estrategias de inversión, sino también implementarlas. Aun así, seguirá necesitando supervisión y experiencia humana. En J.P. Morgan estamos centrados en utilizar la inteligencia artificial para mejorar los resultados de inversión. Haga clic aquí si desea aprender más sobre cómo la inteligencia artificial y el machine learning están influyendo en las inversiones en J.P. Morgan.
  • Transporte. Al igual que el sector sanitario, este sector podría utilizar la inteligencia artificial para obtener beneficios económicos, y al mismo tiempo salvar vidas. En Estados Unidos, la Administración Nacional de Seguridad en el Tráfico de Autopistas estima que el 94% de los accidentes automovilísticos graves se deben al error humano.11 Los vehículos automatizados (o incluso semi-automatizados) podrían eliminar este factor. Por otro lado, se espera que los vehículos autónomos transformen radicalmente el sector del transporte en camión estadounidense. Teniendo en cuenta que las dos terceras partes de todos los bienes transportados dentro de Estados Unidos van por camión, cualquier avance en la condición autónoma tendría un efecto significativo.  Si, en todo el país, camiones plenamente autónomos sustituyeran completamente a los camioneros, los costes operativos de la industria del camión caerían un 45%.12

Capacidad de los sistemas de inteligencia artificial de identificar correctamente objetos en imágenes (precisión porcentual)

Fuente: ImageNet Large Scale Visual Recognition Challenge: Mc Kinsey Global Institute, análisis hasta abril de 2018.
Gráfico lineal en el que se muestra la capacidad de los sistemas de inteligencia artificial para identificar correctamente objetos en imágenes, donde la precisión se muestra como porcentaje, comparando el mejor sistema de inteligencia artificial con el rendimiento humano entre 2010 y 2017.

Potencial para la inversión

Tan sólo el 20% de todas las compañías que conocen la inteligencia artificial la implementan a gran escala 13 en una dataesfera de 16.3 zettabytes (Se proyecta que la dataesfera se multiplique por 10, llegando a 163 zettabytes en 2025).14 Para poner estos datos en perspectiva, un único zettabyte es igual a 1 billón de gigabytes.

Ahora que se proyecta un fuerte incremento de la inversión en inteligencia artificial en los próximos cinco años, las compañías de gran tamaño buscan añadir capacidades de inteligencia artificial a sus plataformas. Recientemente, Salesforce.com anunció que pagaría 15.700 millones de dólares estadounidenses para adquirir Tableau, una compañía de análisis de datos de negocio que ayuda a sus clientes a visualizar sus datos. Evidentemente, a nosotros también nos interesa invertir en inteligencia artificial. ¿Cómo lo hacemos? Hemos identificado cinco categorías de beneficiarios:

1. Proveedores de plataformas de inteligencia artificial: estos proveedores de software proporcionan herramientas de visualización de despliegue inmediato, algoritmos de machine learning, herramientas de reconocimiento facial y de procesamiento del lenguaje, así como seguimiento del sentimiento y chatbots. Permiten a las compañías con poca experiencia en este campo aplicar inteligencia artificial utilizando herramientas que pueden utilizar por sí mismos -lo que les ahorra tiempo, dinero y esfuerzos.

2. Habilitadores informáticos: semiconductores que fabrican unidades de procesamiento gráfico (GPUs) o chips específicos para aplicaciones (ASIC) y posibilitan habilidades de computación de alta potencia con capacidad para la inteligencia artificial. Esperamos que siga aumentando la demanda de estos chips.

3. Enfoque en modelos de negocio impulsados por la inteligencia artificial: tanto las compañías ya establecidas como las emergentes están empezando a poner los datos en el centro de todo lo que hacen. Buscamos compañías destacadas que hayan construido sus modelos de negocio en torno a la inteligencia artificial, y que ofrezcan servicios impulsados por la inteligencia artificial a sus clientes. Compañías como éstas pueden encontrarse en sectores como ciberseguridad, protección de datos, sanitario, servicios financieros y seguros.

4. Consultores tecnológicos: cuando las compañías comienzan su transformación digital, rápidamente se dan cuenta de lo complicado que es determinar cuándo, cómo y dónde hay que aplicar inteligencia artificial. En estos casos los consultores pueden resultar de ayuda.

5. Proveedores de datos: los resultados de un algoritmo de machine learning dependen mucho de los datos que se empleen para su creación. Resulta esencial el acceso a conjuntos de datos amplios y de alta calidad. No debe sorprendernos que estén surgiendo más y más proveedores de datos -que ofrecen cualquier cosa, desde imágenes de satélite de las sombras que rodean a los buques petroleros a datos de tráfico peatonal en los centros comerciales basados en la geolocalización. De hecho, nuestra banca de inversión ha contado más de 500 proveedores de datos alternativos.

Conclusión

La inteligencia artificial tiene un potencial revolucionario de transformar negocios, impulsar la productividad y añadir valor a la economía global. Compañías líderes en cientos de industrias están aprovechando este potencial para mejorar su eficiencia operativa. Además, los avances en aplicaciones de inteligencia artificial podrían ayudarnos a solucionar algunos de los problemas más destacados del mundo, tanto en el mundo de los negocios como en la vida diaria. Si gestionamos adecuadamente los riesgos, el futuro de la inteligencia artificial parece brillante, y conlleva la perspectiva de beneficios y posibilidades para toda la sociedad.

 

1 PwC, 2017, “Sizing the prize: What’s the real value of AI for your business and how can you capitalize?

2 Goldman Sachs, 9 de marzo de 2017, “Artificial Intelligence & Machine Learning: Logistics.”

3 Boston Consulting Group, mayo de 2017, “Profiting from Personalization.”

4 International Data Corporation, marzo de 2019, “Worldwide Semiannual Artificial Intelligence Systems Spending Guide.”

5 White House Paper, mayo de 2018, “Summary of the 2018 White House Summit on AI for American Industry.”

6 NewVantage Partners, enero de 2019, “Big Data and AI Executive Survey 2019.”

7 USA Today, 13 de mayo de 2019, “Wait, is that video real? The race against deepfakes and dangers of manipulated recordings.”

8 McKinsey Global Institute, enero de 2017, “A Future that works: Automation, Employment, and Productivity.”

9 PwC, mayo de 2018, “Global Consumer Insights Survey 2018—Artificial intelligence: Touchpoints with consumers.”

10 The New York Times, mayo de 20, 2019, “A.I. Took a Test to Detect Lung Cancer. It Got an A.”

11 Administración Nacional de Seguridad en el Tráfico de Autopistas, mayo de 2019, “Automated Vehicles for Safety.”

12 McKinsey, diciembre de 2018, “Distraction or disruption? Autonomous trucks gain ground in U.S. logistics.”

13 McKinsey Global Institute, junio de 2017, “Artificial Intelligence: The Next Digital Frontier?”

14 Seagate and IDC, noviembre de 2018, “Data Age 2025: The Digitization of the World From Edge to Core.”