Ya dejó escrito Alan Turing que «si queremos que las máquinas sean infalibles, entonces no serán inteligentes». En nombre de la Inteligencia Artificial (IA) se escriben titulares ingeniosos, con el consiguiente riesgo de convertir una disciplina científica en un argumento de marketing. Una de sus muchas ramas, la que se conoce como machine learning ocupa la primera plaza en el ranking de tecnologías emergentes de Gartner, lo que es en sí mismo un indicador de que habría madurado lo suficiente para despertar el interés de las empresas. El alcance de este interés es lo que ha pretendido medir un exhaustivo estudio elaborado por Oxford Economics por encargo de Service Now y distribuído recientemente.
Es hora de tomarse la Inteligencia Artificial con la seriedad que merece y con ello combatir la tentación sensacionalista de ciertos promotores de eventos con más bombo que sustancia. Una experiencia seria y positiva es el estudio patrocinado por ServiceNow, que recoge las opiniones de 500 CIOs representativos de empresas en 25 sectores y 11 países en Norteamérica, Europa y Asia-Pacífico.
El primer hallazgo en esa muestra de empresas – razonablemente amplia para estar sesgada hacia las grandes organizaciones – revela que están aumentando la cuantía de sus inversiones en machine learning. Previsible y coincidente con una predicción de IDC, que estima un crecimiento global del gasto en IA (principalmente de machine learning) desde los 8.000 millones de dólares en 2016 a 47.000 millones en 2020. No obstante se insiste en la necesidad de adaptar el talento y los procesos de negocio para que esa inversión se transforme en productividad y, por supuesto, en ingresos.
El 53% de los CIOs encuestados señala que machine learning será una de sus principales prioridades a medida que su papel dentro de las empresas pase de las operaciones TI tradicionales a otro más relacionado con las estrategia del negocio. Como sustento del dato, se cita otra predicción de IDC: en 2019, cuatro de cada diez iniciativas de transformación digital se apoyarán en machine learning como principal variante de la IA.
Sorprendentemente, el estudio llega a la conclusión de que el 89% de los CIOs dicen estar usando ya alguna forma de machine learning, aunque en su mayor parte se trata de pruebas piloto antes de pasar a la implantación de la tecnología. Sólo el 11% declara no tener intención de seguir esa corriente. Casi dos terceras partes de los encuestados responden que en los próximos tres años harán alguna inversión en machine learning (en este momento, sólo un tercio).
Como suele ocurrir, las respuestas menos genéricas son más reveladoras. Un 69% de los CIOs cree que las decisiones tomadas por máquinas serán más precisas que las tomadas por individuos de carne y hueso. No lo dicen por decir, sino que la automatización en la toma de decisiones – más allá de las tareas rutinarias – avanza en sus organizaciones. Por ejemplo, en lugar de enviar un mail de alerta al detectarse un problema de seguridad, los sistemas más evolucionados envían recomendaciones para paliarlo mientras se busca la solución adecuada.
Se desprende de lo anterior que la inversión empieza a dar sus frutos. En el plazo de tres años, la mayoría espera poder mostrar resultados tangibles. Empezando por el seno de los departamentos de TI. Chris Pope, vicepresidente de ServiceNow y responsable de haber encargado el estudio, destacaba en conversación con el autor de este blog: «tenemos costumbre de hablar de automatización en términos de procesos de negocio, pero ¿qué decir de lo que está por hacerse en las propias estructuras de TI? Uno de los objetivos explícitos del estudio era determinar qué capacidad tienen para automatizar sus tareas».
Como cabía esperar, el 68% de los CIOs cree que la automatización de tareas repetitivas es una de las capacidades que aporta machine learning. Pero el 54% cree también que sirve para tomar decisiones complejas y el 40% considera que es útil para reconocer patrones en la información, un rol que asocia la IA a los procesos analíticos convencionales. Cita Pope tres ejemplos: 1) en servicios financieros, podría emplearse para revisar hipotecas, 2) en las telecos, para calcular por anticipado los efectos de la expiración de contratos, y 3) en retail para monitorizar inventarios.
Por mucho entusiasmo que se ponga en celebrar la buena nueva de machine learning, muchas decisiones de negocio aún requieren del factor humano. En el ámbito de la seguridad, donde hay más automatización operativa (24% en 2017) se espera alcanzar un 70% en 2020. Otras áreas son menos proclives, como las finanzas y la comercial y de marketing. El papel de los individuos es y seguirá siendo muy relevante.
No se debe exactamente a que la tecnología no esté madura. La mayoría de los CIOs identifican otras barreras a la adopción, como la falta de calidad de los datos (51% globalmente, 54% en España), la obsolescencia de los procesos (48%/50%) o la insuficiencia de recursos para formar al personal (47%/52%). Según el estudio, los datos tienden a enclaustrarse en silos o no son identificados como relevantes para las máquinas.
Los desafíos – he aquí otra conclusión del estudio – van más allá de la organización de los datos. Las empresas necesitan atraer talento con capacidades en áreas como programación, análisis y gestión. Sin embargo, por ahora, menos de la mitad de los CIOs ha puesto en marcha algún programa para expandir esas capacidades de sus empleados, mientras que sólo una cuarta parte ha contratado personas con la formación requerida. Es significativo que un 56% de los encuestados apunta que su compañía delega en terceros el desarrollo de sus capacidades en machine learning.
Al respecto, Pope sostiene que está en manos de los CIOs cambiar el modo en que se hacen las cosas. Remite a un estudio anterior, también de ServiceNow, The State of Work según el cual la cantidad de procesos manuales se incrementa exponencialmente sin que en paralelo aumenten el número de personas y el presupuesto. «¿Cómo abordar el problema? Desde luego, no recortando plantillas sino liberando a personas para que hagan tareas más relevantes. Uno tras otro, los estudios confirman que hay sistemas viejos y complejos que requieren procesos manuales y, en muchos casos, están basados en mainframes y plataformas que no se pueden dar de baja. La verdadera diferencia sólo puede residir en la automatización de muchos de esos procesos».
Añade Pope que la tecnología aporta hoy una capacidad de resolución de problemas mucho más rápida sin necesidad de engrosar la nómina de personal. «Puede recurrir a un proveedor de servicio o a un integrador, que tienen el conocimiento necesario, pero cuando el proyecto finaliza ese conocimiento se marcha. Lo inteligente sería retenerlo»
El estudio señala con cierto detalle dos sectores: Los servicios financieros y el sanitario. Los primeros son más propensos que otros a invertir en tecnologías que forman la base de la IA, y lo demuestran con su intenso uso de software analítico. Las empresas y servicios de salud han allanado el camino para optimizar sus procesos, pero en este caso se observa más cautela por parte de los CIOs, poco convencidos de que vaya a tener impacto sensible en el negocio.
En un apartado específico se analiza un grupo de first movers, empresas que planean una gran inversión en los tres próximos años y alcanzarán la automatización de un cierto número de áreas clave, que va de tres a seis. Se diferencian del resto, principalmente, por una mayor propensión a adaptar las descripciones de los puestos de trabajo a la interacción con máquinas (lo hace un 76% de este grupo, frente al 35% de la muestra global). También son más proclives a elaborar una hoja de ruta para los cambios futuros y a desarrollar métodos para monitorizar los fallos. Estos CIOs no tienen dudas de que gracias a machine learning aumentarán los ingresos de sus compañías.
Hay variaciones en las opiniones entre regiones, como cabria esperar. En Norteamérica hay más CIOs que esperan obtener valor (72%) mientras que en Asia-Pacífico la proporción baja al 61% y en Europa – donde se ha entrevistado a 318 representantes de 7 países – cae al 58%. En estos, Francia y Alemania se llevan la palma, aventajando a Austria, España, Holanda, Reino Unido y Suecia, en este orden.
En general, la actitud europea que describe el estudio casi no difiere de la media global. Con un tecnológico más arraigado, el 98% de los CIOs norteamericanos es entusiasmo tán convencidos de que con la automatización, las decisiones serán más acertadas, porcentaje que en Europa baja al 85%. Cuando se pregunta por sus inversiones en machine learning no hay más de uno o dos puntos de diferencia entre los dos bloques: en Europa, del 35% que las califica de ´sustanciales` en 2017 se salta al 64% previsto en 2020.
ServiceNow contribuye al estudio con sus recomendaciones producto del estudio. Para resolver el problema de la calidad de datos – dice – los CIOs deberán utilizar tecnologías que simplifiquen el mantenimiento de la información y su transición a nuevos paradigmas. En cuanto a la hoja de ruta, aconseja centrarse en los servicios más usados: su automatización proporcionará los mayores beneficios.
ServiceNow barre para casa con uno de sus caballos de batalla, la experiencia del cliente: recomienda priorizar la inversión con este enfoque. La creación de una cultura que impulse la colaboración más estrecha entre máquinas y personas, así como la fijación de objetivos medibles, son dos propuestas que se dejan como mensaje a las empresas a la hora de zambullirse en la moda de machine learning.
[informe Pablo G. Bejerano]