El entrevistado, fundador y CEO de la empresa española Sherpa.ai, no se corta un pelo a la hora de expresar la ambición de ese proyecto que encabeza desde 2012: “nuestro objetivo es llegar a ser la empresa líder en Europa de inteligencia artificial como servicio y la primera plataforma del mundo en la aplicación de la IA a la privacidad de los datos”. La cita es tan literal como esta otra: “nuestro primer asistente digital tuvo un éxito enorme de descargas, pero cero en monetización”. Aquella experiencia atrajo la atención de conspicuos inversores que en sucesivas rondas han aportado 25 millones de dólares. En qué punto se encuentra la iniciativa era la finalidad de la videoconferencia.

Xabi Uribe-Etxebarria

Desde luego, hoy parece imposible hablar con nadie de la industria TI que no mencione la inteligencia artificial, no una sino varias veces en pocos minutos. La consecuencia es que se acaba por recibir acepciones distintas. Unas científicas, otras a caballo entre la ciencia y su aplicación [sí, el lector habrá notado que ambos ejemplos son de Facebook]. Pero esta es la primera vez, en diez años, que en este blog aparece un interlocutor que propone comercializar la IA como servicio. Y que, además, lo hace desde España.

Dadas las circunstancias, creo que deberíamos empezar por el origen de Sherpa y cómo ha ganado tantos premios sin ser todavía rentable  

En el origen está un proyecto anterior, mi primera empresa con la que desarrollamos un asistente digital. Con cierta pretensión, pretendíamos seguir la estela de Siri en español. La verdad es que tuvimos mucho éxito, si por éxito se entiende el número de descargas. Pero cero en monetización. Pero seguimos adelante, trabajando en la mejora de aquel primer asistente: añadimos tecnología predictiva y de recomendación, incluso llegamos a compararnos favorablemente con los resultados de Netflix y de otras plataformas. Aunque ellos eran célebres y nosotros no. Ellos estaban en California, nosotros en Bilbao.

¿Eso fue antes de crear Sherpa?

No, ya habíamos fundado la compañía. Éramos unas quince personas, veinte como máximo. Mientras buscábamos acuerdos para encajar el asistente en alguna estrategia ajena, empezamos a desarrollar una serie de algoritmos para añadirle funciones de privacidad, es decir para que el sistema pudiera aprender con privacidad […] Hasta que alguien nos hizo ver que teníamos entre manos un excelente ejemplo de federated learning, tal vez el mejor en aquel momento. Ahí fue cuando decidimos que ya era hora de monetizarlo [risas]. Nuestro consejo decidió que la estrategia idóneo no era B2C sino crear una plataforma de inteligencia artificial para que otras empresas pudieran utilizar nuestros servicios en distintas ramas de aplicación: conversacional, predictiva, recomendación […] a la que se añadiría pronto una específica de privacidad.

Por lo que parece, la monetización tarda en llegar. ¿Quiénes son esos inversores con tanta paciencia?

Hay algunas personalidades muy conocidas, como Alex Cruz [quien fuera CEO de Vueling y luego de British Airways] o Marcelo Gigliani, managing partner de Apax Digital, quien invirtió a título personal. También están Doug Solomon, quien fue jefe de estrategia de Apple y Chris Shirley, una de las mujeres más influyentes del Silicon Valley. Otras incorporaciones recientes han sido Tom Gruber, quien dirigió el equipo que desarrolló Siri y ahora nos asesora, así como Joanna Hoffman, quien durante años mano derecha de Steve Jobs como directora de marketing de Apple. Los nombro en este contexto porque todos coinciden en un punto de vista: los objetivos que he mencionado son alcanzables. Apoyan nuestro proyecto de compañía de inteligencia artificial como servicio [AIaaS].

Aclarada esa curiosidad, vayamos a la plataforma y sus aplicaciones, por favor. Para aclararme […]

Por un lado, la línea conversacional se propone comercializar un asistente de marca blanca que, por ejemplo, un fabricante de automóviles pueda incorporar a sus vehículos; en este plano hemos desarrollado un prototipo para el grupo Volkswagen; como marca blanca, algo que no podrían hacer si licenciaran la tecnología de otros. Evidentemente, nosotros no podemos competir con los recursos que invierten Apple en Siri o Amazon en Alexa, pero podemos competir orgullosamente en personalización. Por ejemplo, piense en un ayuntamiento, o en más de uno, que quieren tener un asistente para los turistas que llegan a su ciudad, un chatbot interactivo que, desde el punto de vista de los contenidos, sea exclusivo y puedan sentir como suyo […] Para ese tipo de cliente hemos creado un sistema conversacional personalizable. La marca blanca es un rasgo fundamental, porque el producto se configura para cada cliente. Si hubiéramos persistido en la idea inicial de atacar el mercado B2C, no estaríamos donde estamos.

¿Por qué?

El mercado B2C es complicado. Crea expectativas que pueden aumentar el valor de la compañía, pero tienes que hacer muchas rondas de financiación porque el dinero se va muy rápido y si no empiezas a vender pronto, serán necesarias ampliaciones de capital. Por esta consideración nos decantamos por B2B

¿Es razonable pensar que la personalización conduce casi necesariamente a la recomendación?

No son lo mismo, pero encajan perfectamente. No hay diferencias tecnológicas entre recomendar una canción, una noticia o una prenda de ropa. Para las empresas, puede representar un valor económico; ahí es donde entramos nosotros con nuestro algoritmo […] Es un punto fuerte de nuestros desarrollos: la tecnología de recomendación nos ha facilitado firmar un acuerdo con un primer grupo de comunicación, Prisa, con el que colaboramos en la personalización de contenidos de sus medios. Pero la clave, la base, es la capacidad de localizar el producto en cada mercado vertical.

¿Los modelos a imitar en recomendación son Google y Amazon?

 No estoy de acuerdo con esa suposición […] Google tiene sus motores de recomendación y Amazon tiene los suyos, así como Netflix los suyos, etcétera. Estamos hablando de una tecnología, no de un modelo imitable. Lo mismo puede decirse de la personalización: hay muchas empresas que tienen personalización de contenidos y no se llaman Google.

¿Y la tecnología predictiva? Están los mismos, que tienen tendencia a ser universales, no renuncian a nada […]

En la parte predictiva, estamos trabajando con una compañía industrial pero el acuerdo está verde, así que sólo diré que tiene tres fábricas en España.

Supongo que Sherpa no tiene esa pretensión de ser universal, ¿cierto? 

[risas] Podemos encontrarnos en algún punto concreto con uno de esos grandes nombres de la industria, pero nosotros en Sherpa no hacemos visión artificial, ni reconocimiento de imagen ni estamos en la movida de los coches autónomos […] La IA tiene muchos campos de actividad explotables, de los que estamos sólo en tres, y de esto realmente nos sentimos competitivos en dos. En todo este proceso, lo más importante ha sido la creación de la plataforma partiendo de un buen algoritmo; es un trabajo que suele costar años, pero cuando tienes la plataforma, ya puedes adaptarla a los datos del cliente. Supongamos que esos datos vienen en un formato, pero la plataforma los acepta en otro […] tenemos que afinarlos y tunearlos, a partir de lo que ya tenemos construido. En cuestión de pocas semanas podemos mostrar resultados tangibles al cliente y con gran precisión. En asuntos de privacidad, por ejemplo, estamos trabajando con varias telecos y nos hemos introducido en proyectos muy interesantes en temas de salud […]

Muy oportunamente. Tengo entendido que Sherpa ha colaborado con el Servicio Vasco de Salud durante la pandemia […]

Sí pero no vale como referencia comercial. Fue una colaboración altruista en un momento en el que la Covid-19 apretaba fuerte; nos pidieron echar una mano y lo hicimos. Me estaba refiriendo a la participación de Sherpa en un proyecto internacional de investigación sobre una enfermedad cuyo diagnóstico se hace recopilando radiografías de pacientes. Viene a ser un caso típico de machine learning: para que el algoritmo pueda detectar si una persona tiene esa enfermedad o no, hay que alimentarlo con miles de radiografías de miles de individuos; entonces, el algoritmo aprende con patrones y puede determinar el diagnóstico. Ahora bien, el algoritmo existe, pero legalmente no se puede compartir los datos de las radiografías. Por tanto, nuestro papel es relativamente menor, pero asegura que cada nodo aprenda de las imágenes que almacena cada institución participante, en distintos países del consorcio científico. De modo que lo que se envía al sistema que centraliza el proyecto, es lo aprendido, no la imagen. Este uso de nuestra plataforma en aplicaciones que requieren privacidad es una de nuestras esperanzas, pero todavía no llevamos siquiera un año en ello.

Lo que he entendido es que Sherpa propone un servicio basado en IA para que otros construyan encima sus aplicaciones. ¿Este es el cometido?

Cualquier desarrollador puede conectarse a las API que están detalladas en nuestra página web. La plataforma está montada para que terceros puedan conectarse […] Normalmente, las grandes compañías tienden a que ciertas cosas tengan que adaptarse a su manera de funcionar; en lo que a Sherpa concierne, eso es exactamente lo que buscamos, adaptarnos a las necesidades de distintas compañías. Sobre esa base, hemos cerrado varios acuerdos en distintos sectores […]

¿Cuál es la modalidad de esos acuerdos?

La llamamos de AIaaS, Artificial Intelligence as-a-service. Es decir que Sherpa es propietaria de los algoritmos y los pone a disposición en una plataforma de servicio mediante pago por uso. Un modelo SaaS de lo más corriente.

Tan corriente que es el instrumento para monetizar la tecnología […] Pero me pregunto por la perspectiva que se plantea el consejo ¿vender la compañía? ¿Tal vez salir a bolsa algún día que se antoja lejano? ¿O integrarse en una corporación más potente aceptando una oferta?

Nuestros objetivos se han trastocado temporalmente como efecto de la pandemia, pero no han cambiado. La estrategia es llegar a acuerdos con varias empresas que sean referencias clave de cara a escalar al año siguiente. Hemos comprobado que el modelo funciona, lo que nos falta es escala. En cuanto a la pregunta sobre la perspectiva, sólo puedo decir que no han llegado ofertas que no han interesado. Naturalmente, no estamos construyendo castillos en el aire: el objetivo es crecer, luego se verá.

¿Por qué la privacidad es la prioridad en este momento?

Ante todo, no es la única prioridad. Como he dicho, tenemos otras tres líneas de trabajo, que son recomendación, personalización y predicción. Es cierto que en cuanto a la privacidad creemos tener un producto claramente diferencial, tal vez el más completo de federated learning […] Por cierto, es una técnica que inventó Google, pero se centró solamente en redes neuronales […] En realidad, las redes neuronales sólo abarcan el 20% de los algoritmos utilizados en la industria; hay otro 80% que no son neuronales pero son muy válidos.

Me vendría bien desagregar los muchos ingredientes que caben en la palabra privacidad, tan llevada y traída últimamente por los reguladores […]

Sí, es un ámbito demasiado grande, se puede resolver de muchas maneras, por ejemplo, con encriptación. Nosotros no usamos encriptación; hemos inventado una plataforma que permite que un algoritmo aprenda sin necesidad de compartir los datos.

Este es un mercado muy diverso y a la vez global. Quien más quien menos, tiene que definir a qué carta quedarse. ¿Cómo hace una empresa cuya sede está cerca de Bilbao para abordar el mercado internacional?

En realidad, todavía no hemos empezado con el marketing internacional: hemos lanzado la plataforma, hemos hecho unas pruebas de concepto y ahora estamos cogiendo clientes [risas]

¿Cuáles son las capacidades de desarrollo de Sherpa? ¿Tiene vínculos con el mundo académico?

El equipo principal de desarrollo está en Euskadi y tenemos otro en Granada dirigido por Paco Herrera, una de las grandes eminencias en inteligencia artificial. Por consiguiente, colaboramos con varias universidades, proyecto a proyecto. La gente de Granada es fantástica, con un enfoque lúcido del mundo empresarial: entiende nuestras necesidades y se pone a resolverlas.

¿A qué sectores se dirige primariamente la actividad de Sherpa?

Sabemos a qué sector podemos ir con provecho recíproco. Nos llaman ellos o vamos a verles, pero siempre con una pregunta por delante: ¿en qué podemos ayudar? Es una especie de consultoría: cuesta tanto, tarda tanto, podéis mejorar estos KPI […] ¿Nos dicen que quieren aumentar el número de suscriptores, aumentar la ratio de conversión o reducir el número de impagos? Lo que hacemos es mirar si nuestros algoritmos pueden ser útiles, luego ver cómo están los datos, etcétera

Como Sherpa no tiene clientes notorios de referencia, ¿cómo se plantea el go-to-market?

Discrepo en la mayor: los clientes que tenemos son notorios, pero esto es a la vez un orgullo y una complicación. Grandes compañías están confiando en nosotros, pero precisamente porque son grandes empiezan por pedir una prueba de concepto y tengo que decir que generalmente presentamos resultados espectaculares. Una de las ventajas de la IA es que sus frutos con muy objetivos.

Primero, ¿los clientes saben de entrada lo que buscan? Segundo: en ese proceso es muy posible que haya competidores […]

De momento, estamos yendo a clientes que saben cuál es su problema, tienen claro lo que quieren mejorar y que con tecnologías convencionales no van a llegar a dónde necesitan llegar. En cuanto a la competencia, no nos da miedo encontrarnos con ellos. Por lo general son multinacionales, casi siempre estadounidenses. Me viene a la mente un caso reciente en el que competimos en la prueba de concepto y nos fue tan bien que esperamos llevarnos el contrato. Tener competidores es preferible a estar solos en el mundo, esta es nuestra filosofía: compitiendo te equivocas menos.