Tres grandes tendencias van a dominar durante años el mercado de las tecnologías de la información: edge, cloud y data, sentencia el entrevistado de esta semana. El orden de su enunciado es revelador y marcará el didactismo de la charla con Luis Buezo, quien desde hace cinco años se desempeña como director mundial de servicios de IA y plataforma de datos de Hewlett-Packard Enterprise. El puesto conlleva la responsabilidad del Centro de Excelencia en IA que la compañía ha inaugurado en su sede de Madrid el pasado mes de abril. “Tenemos que atender una demanda creciente de empresas que nos piden desarrollar sus casos de uso de la IA. Son cada vez más y cada vez más innovadores”, dice.
Luis Buezo
El hecho de que HPE decidiera montar este centro en Madrid responde a varios criterios, explica Buezo: calidad de las universidades, disponibilidad de talento joven, sólida presencia de la compañía, experiencia exitosa de otros centros de excelencia instalados en España.
La Inteligencia Artificial significa diferentes cosas para gente distinta. Unas son más serias que otras, pero lo que aquí importa es el significado que tiene la ITE para HPE.
Antes, será indispensable entender por qué una gran parte de la actividad de nuestros clientes ocurre en el edge y puede adquirir incontables formas según se trate de un hospital, una planta industrial o una cadena minorista, entre otra. En la ecuación entra el cloud, también con modalidades de prestación, servicios e implantación. Todo nos lleva a lo esencial, el dato, de manera que antes de hablar de IA, deberíamos hablar del dato […] La consecuencia de esta visión es que las empresas digitales del futuro, con independencia de lo que sean ahora, serán aquellas que hayan digerido esas tendencias en su día a día. HPE se presenta como un nexo entre las tres y para ello, normalmente, tenemos que empezar por una comprensión de cada caso de uso desde una óptica de negocio.
From edge-to-cloud, es una prédica constante de Antonio Neri [CEO de HPE] ¿Por qué asociar ambos componentes?
Porque es en el edge donde se está produciendo la explosión del dato y porque sería impensable que ocurriera al margen de la corriente cloud. Hay estadísticas de muchas fuentes y colores, pero todas convergen en la misma raíz: actualmente, unos 5.000 millones de personas están conectadas constantemente a Internet y hacia 2025 habrá en todo el mundo 75.000 millones de dispositivos generando datos. A la vista de estas magnitudes, podemos dar por cierto que tres cuartas partes de esos datos nunca van a salir del sitio donde han sido creados […] por lo que aquello que ocurra en el edge va a influir sobre decisiones que se tomarán en otra parte.
[…] en el centro corporativo
Sí y no, porque las plataformas de datos modernas tienen que funcionar de tal manera que las compañías puedan ingerir, almacenar, procesar, catalogar y, por último, explotar esos datos, a veces in situ… para mejorar las decisiones que tome la organización. Entran en juego la IA y la analítica de datos.
Lo que a HPE le interesa de la IA es la analítica de datos, no otras acepciones circulantes […]
El objetivo de esta unidad de la compañía es ayudar a los clientes a tomar sus decisiones. En este punto tengo que añadir un elemento muy relevante y del que nos sentimos orgullosos, que es la idea de la confianza. No es de ahora: desde hace años empezamos en HPE por la creación de un comité de ética en el que se involucran distintos niveles de la compañía y que se ocupa de velar por un uso escrupuloso de la IA. El comité se basa en cinco principios fundamentales.
Le escucho
Del primero, decimos que es human-based para subrayar que no hay contradicción entre trabajar con inteligencia artificial y estar preocupado por los derechos fundamentales de la humanidad: en HPE, la IA tiene que ser supervisada por personas y haber sido concebida para detectar cualquier uso no apropiado. El segundo aspecto, coherente con el primero, es el mandato de que la IA sea privacy-enabled, lo que significa que, desde su primer diseño, tiene que contar con controles que garanticen ese requisito de privacidad, que es un atributo de las sociedades humanas […]
De lo que deduzco que la modelización debe reflejar la mentalidad de la sociedad, lo que conlleva la tarea de identificarla […]
Buena deducción. El tercer elemento es el carácter inclusivo, lo que significa que cuando entrenas un modelo, tienes que evitar los sesgos. Y la manera de controlar que no haya sesgos es empezar por los conjuntos de dato en los que te apoyas, para que no conduzcan a conclusiones erróneas y potencialmente dañinas. Por lo mismo, tienen que ser responsables y nuestro papel es garantizar que lo son. Responsable también quiere decir que sea explicable: si un modelo llega a una determinada conclusión, hay que entender el por qué […] Por último, el quinto es la robustez, en primer lugar relacionado con la seguridad, ya que todo debe estar protegido contra amenazas y manipulaciones y contra usos inapropiados.
¿Cómo se integra esta concepción ética con las prácticas de HPE? Ha dicho que la IA es la clave para hacer analítica de datos; por eso, ¿en qué mejora la analítica gracias a la IA?
Pondré un caso de uso reseñable, que hicimos con la farmacéutica Novartis para la predicción de brotes de dengue. Combinando datos sanitarios y meteorológicos, se detectan las áreas en las que es aconsejable tomar medidas preventivas. Otro proyecto que puedo mencionar tiene como protagonista a Seagate, el fabricante de discos duros, que ha conseguido mejorar la detección de fallos en su cadena de producción […]
¿Cómo se llevan al mercado estas posibilidades?
Normalmente, empezamos por hablar con los clientes y desde el primer momento cualificamos el caso de uso para ese cliente. ]Esto significa que empezamos por una fase de consultoría; naturalmente es una conversación metodológica, en la que identificamos casos de uso potenciales en los que se pretenda mejorar la eficiencia o cualquier otro indicador del negocio. El siguiente paso, sin el cual no podríamos seguir adelante, es saber de qué datos se podrá disponer para diseñar el modelo […] Una vez seleccionado el caso de uso, hacemos una prueba de valor y verificamos en laboratorio la calidad de esos datos.
[…] que deben tener sentido para el negocio del cliente.
Exactamente. Verificamos el retorno de inversión que se puede esperar. A veces nos hemos encontrado con que la expectativa no estaba justificada. Las siguientes fases son las clásicas: diseño, puesta en marcha, despliegue. Es importante recordar que, una vez implantado el modelo en laboratorio, es necesaria una producción que haga uso real de esos datos y se adecúe a su ciclo de vida […] porque las organizaciones cambian y el modelo hay que seguir entrenándolo con nuevos datos. Y queda el mayor reto: llevarlo a escala operativa […]
¿Cómo encaja su rol en la estructura de la compañía?
No lo he dicho antes, pero estamos hablando de una línea transversal dentro de la división de servicios de HPE, PointNext. Por tanto, trabajamos con otras organizaciones de la compañía. Nosotros hacemos los proyectos en los que se decide aplicar la IA y analítica avanzada y modernizamos la plataforma de datos. Lógicamente, intervienen partners de distintas geografías.
¿Con quienes trabajan más comúnmente dentro de la compañía?
Como ejemplo, trabajamos mucho con la división de HPC (computación de alto rendimiento), porque en la supercomputación hay una clarísima convergencia con la IA. Hacemos proyectos conjuntos, que luego ellos se encargan de desplegar e implantar. Los dos grupos hemos cooperado en un proyecto de optimización de las operaciones TI del superordenador Frontier del departamento de Energía de Estados Unidos. A nosotros nos ha tocado montar la plataforma de datos para la telemetría.
¿Puede citar alguna referencia española?
Aunque mi puesto está en Madrid, se trata de un rol global. Sin embargo, ya que lo pregunta, le diré que en España y otros países hicimos tiempo atrás un estudio cuyas conclusiones resultan reveladoras: prácticamente todos los consultados consideran que la IA es un área estratégica y la mayoría declara que sus iniciativas e inversiones en este campo van a más.
¿Saben qué hacer con la IA? ¿Hay estrategias tras esas iniciativas?
Tanto en España como en otros mercados, hemos observado inquietudes comunes alrededor de los datos: para empezar las empresas necesitan la certeza de tener acceso rápido y fiable a ellos. Si empezamos a desarrollar un nuevo modelo o caso de uso, hay que partir de un catálogo de fácil acceso a un set de datos y esto lo asumen las personas con las que tratamos: el acceso rápido tiene el sentido de no dedicar demasiado tiempo a limpiar y procesar […] Un modelo en laboratorio con un set de datos que funciona en ese entorno es algo muy distinto a un despliegue que pueda escalarse a producción.
Aunque lo ha caracterizado como negocio transversal, las aplicaciones que ha nombrado son claramente verticales y distintas unas de otras […]
Cuando construimos un caso de uso, nos guiamos por tres criterios. Uno es que nuestros científicos de datos, analistas e ingenieros puedan trabajar en él de principio a fin, por lo que normalmente necesitaremos contar con un conocimiento vertical […] En otros casos, son los propios especialistas de los clientes los que empiezan a modelar e involucran a los nuestros en el momento de la optimización. En otros casos, nos apoyamos en la red de partners con experiencia en negocios verticales que nosotros en HPE no tenemos.
¿Los servicios de datos forman un segmento adecuado para entrar en la oferta de GreenLake?
Sí, desde luego. Hay casos de Data Fabric as-a-service, HPC as-a-service y MLops as-a-service.
Hemos hablado sobre todo de IA y casi nada de la plataforma de datos
Hay una evolución en la consideración del dato, pero este boom se sabe de dónde viene: del edge […] Por esto nuestra estrategia es una plataforma de datos que sea capaz de ingerir y escalar todos los datos que sean necesarios, a sabiendas de que muchos vienen del edge y la decisión de dónde se deben almacenar es crucial: dejarlo en el edge, traerlo al datacenter, subirlo a la nube o confiarlo a un servidor compartido en un co-location […] la decisión va a impactar radicalmente el rendimiento de las aplicaciones.
¿Cuánto hay de realidad en esta proposición? Salvo excepciones, los clientes tienen una historia, un legacy. ¿Es un obstáculo?
Nosotros hablamos de modernización de las plataformas de datos. Algunas en particular se implantan desde cero, pero en muchos casos se trata de ir adaptando lo que ya existe. Ambas modalidades necesitan evolucionar: no se puede gestionar los datos de la misma manera que se hacía años atrás. Ni todas esas plataformas pueden pasar de golpe a una gestión actualizada.
Vuelvo a la cuestión de los verticales. ¿Cuáles son los más importantes?
Trabajamos con muchos verticales, pero si me pide una selección rápida, diría que todo lo que tenga relación con las ciencias de la salud está mereciendo prioridad; le siguen a poca distancia la industria y los servicios financieros. Esta triada no impide que trabajemos bastante con retail, sector público y energía […]
¿Qué cuestiones específicas plantea el vertical de medicina?
La detección temprana de enfermedades. Colaboramos con el consorcio europeo Gatekeeper en la elaboración de un modelo predictivo de la diabetes. Ya he mencionado el proyecto con Novartis. Otras iniciativas tienen relación con hospitales que quieren incorporar el tratamiento y análisis de imágenes […] o un proyecto global sin fines de lucro que se ocupa de la distribución de plaquetas de la sangre a hospitales.
¿Y la industria de automoción?
Es un sector que está en una encrucijada de fuerzas de cambio muy poderosas. Entre ellas, el coche autónomo se encuentra todavía en estadios muy dispares de desarrollo. En nuestro caso, la contribución de HPE a la industria tiene que ver con el procesamiento de lenguaje natural aplicado a optimizar la configuración de vehículos […] No crea que olvido el sector financiero: nos ocupamos de dos cuestiones de gran interés: la lucha contra el fraude y mejoras en el interfaz de conversación.