Ahora puedes llevar la IA en tiempo real al núcleo de tu negocio

La inteligencia artificial (IA) es la noticia del momento gracias a una ola de aplicaciones virales como ChatGPT y Dall-E, que han capturado la imaginación del público.

Herramientas como estas y muchas otras demuestran el gran salto que ha dado la IA en los últimos años en sus capacidades. Y esta ola de innovación también está lista para impactar en el mundo de los negocios, con una nueva generación de aplicaciones con IA que redefinirán lo que es posible.

Los avances más transformadores serán aquellos capaces de lograr una IA en "tiempo real". Toda IA se basa en la información (datos), y los datos en tiempo real son los más valiosos de todos. Después de todo, ¿qué será más útil a la hora de tomar decisiones: saber lo que está sucediendo en este momento o saber lo que ocurrió hace una semana?

Algunas de las aplicaciones más útiles y conocidas impulsadas por IA han construido su éxito en la IA en tiempo real. Piense en Netflix, que utiliza información actualizada para recomendar qué película o programa debería ver a continuación. O Uber, que utiliza IA en tiempo real para emparejar a los pasajeros con los conductores lo más rápido posible. Incluso Google y Amazon confían en la IA en tiempo real para poner anuncios frente a los usuarios y recomendar productos para comprar según las últimas tendencias de compra.

Para la última edición de mi podcast, hablé con Ed Anuff, quien es el Director de Producto de Datastax, una empresa que ayuda a las empresas a incluir los datos en su operación y ponerlos a trabajar en aplicaciones de inteligencia artificial en tiempo real. Hablamos sobre cómo las empresas que pueden moverse rápidamente en el espacio de la inteligencia artificial en tiempo real tomarán ventaja sobre su competencia, además de estar mejor posicionadas para satisfacer y superar las expectativas de sus clientes.

¿Qué es la IA en tiempo real?

Cuando hablamos de IA en un contexto empresarial hoy, generalmente nos referimos al aprendizaje automático (Machine Learning). ML implica algoritmos que pueden volverse cada vez más eficientes en la realización de sus trabajos a medida que se entrenan en conjuntos de datos cada vez más grandes. La IA en tiempo real se refiere a algoritmos de ML que son capaces de procesar y aprender de datos en streaming que se capturan mientras ocurren.

Algunos ejemplos incluyen:

Los bancos y las empresas de tarjetas de crédito monitorean las transacciones financieras en tiempo real a medida que ocurren para identificar aquellas que podrían ser fraudulentas.

Las empresas de comercio electrónico como Amazon analizan el comportamiento de los clientes en tiempo real para ofrecer productos y servicios que es más probable que quieran comprar en ese momento.

Las plataformas de publicidad en línea como Google y Facebook analizan lo que los usuarios están buscando para ofrecer anuncios más relevantes que tengan una mayor probabilidad de generar ventas.

Los fabricantes de automóviles autónomos monitorean la actividad alrededor del vehículo para ayudarlo a navegar de manera segura hacia su destino mientras evita peligros.

Los especialistas en seguridad cibernética analizan el tráfico de redes y correos electrónicos en tiempo real para intentar predecir de dónde pueden venir ataques de hacking o comunicaciones de phishing.

Anuff me dice: "La IA y el ML se tratan de hacer predicciones, basadas en... un conjunto de observaciones... y en un contexto en tiempo real, esas predicciones son típicamente '¿cuál es el próximo producto en el que podrías estar interesado?', '¿cuándo llegará mi paquete?', '¿cuánto tiempo falta para que llegue mi Uber?'

"En tiempo real se trata de hacer esto continuamente en función de todos los eventos de datos que están sucediendo [ahora]... en tiempo real significa algo que no es después del hecho".

¿De dónde provienen los datos en tiempo real?

Las actividades y las interacciones empresariales se pueden descomponer en eventos, y cada uno de estos eventos, si se captura de manera que sea posible analizarlo, puede convertirse en una pieza de un conjunto de datos de transmisión en tiempo real.

Esto podría ser cualquier cosa, desde una transacción con tarjeta de crédito hasta un flujo de clics de interacciones de los usuarios mientras navegan por un sitio web, hasta datos recopilados de escáneres RFID o cámaras equipadas con visión por computadora en tiendas o en la calle.

Una vez que una empresa pueda recopilar estos puntos de datos, pueden alimentarse en algoritmos de ML que pueden detectar patrones y tendencias. Estos pueden ser demasiado sutiles para ser detectados por cualquier análisis humano, pero sin embargo, proporcionan información valiosa que se puede utilizar para hacer predicciones.

"Y luego, si lo vincula a esos puntos de interacción, puede sintonizar cosas que realmente afectarán su negocio: puede saber si un cliente probablemente esté en el negocio en este momento del día ... sin tener que tener un humano llegue a esa conclusión. Por lo tanto, el negocio se optimiza de muchas maneras sorprendentes y automaticas".

Otras fuentes de datos en tiempo real que son propicias para la explotación por negocios impulsados por IA incluyen:

Actividad en redes sociales - puede ser utilizada por empresas para rastrear menciones de su marca y dirigir la actividad de marketing en tiempo real.

Datos de sensores de equipos de internet de las cosas (IoT) - para rastrear el movimiento de personas o permitir el mantenimiento predictivo de herramientas y equipos.

Datos transaccionales y de punto de venta - para identificar fraudes, así como para detectar oportunidades de venta cruzada y venta adicional.

Datos ambientales, como el clima, la humedad y los niveles de contaminación, y datos económicos, como los precios de las acciones y las tasas de cambio de divisas - para comprender su impacto en los mercados y cómo afectan el comportamiento del cliente.

¿Por qué es importante para las empresas ahora?

El hecho es que nada de esto es nuevo: los ejemplos que hemos discutido muestran que los líderes en el campo de la tecnología, como Netflix, Uber y Amazon, los han estado utilizando durante décadas. Lo que es comparativamente nuevo es que el ecosistema de proveedores de aprendizaje automático y análisis, y las plataformas que lo hacen posible, ahora están al alcance de casi cualquier empresa.

Como lo explica Anuff, "Las herramientas y capacidades para recopilar y gestionar estos datos ahora son mucho más amplias ... la realidad es que cada empresa está generando datos, pero estas herramientas y bases de datos no han estado realmente disponibles".

Este es un resultado del fenómeno continuo que a menudo vemos referido como la "democratización" de la inteligencia artificial. La tecnología que antes era dominio de los gigantes tecnológicos de Silicon Valley o del mundo refinado de la academia ahora se ha empaquetado, comercializado y puesto a disposición de todos. Es una progresión natural, me dice Anuff, que refleja lo que sucedió anteriormente con la democratización de otras tecnologías, desde los primeros días de la mecanización hasta la llegada de las computadoras y el internet.

"Es un patrón que hemos visto una y otra vez donde hay nuevas capacidades tecnológicas que inicialmente solo son comprensibles por expertos... pero con el tiempo se democratiza hasta el punto en que los simples mortales pueden ir y usar esto en una amplia variedad de aplicaciones".

Y Anuff está particularmente emocionado por cómo la convergencia de diferentes técnicas y formas de análisis de inteligencia artificial llevará a nuevas aplicaciones innovadoras que revolucionarán lo que es posible en un futuro cercano.

Un buen ejemplo de esto es la combinación de tecnología de generación de imágenes y procesamiento de lenguaje natural, lo que ha permitido la creación de aplicaciones como Dall-E que toman declaraciones escritas y las convierten en imágenes.

"Es como un iceberg, la mayor parte de lo que hay está por debajo de la línea de flotación ... muchas cosas en el mundo del aprendizaje automático han estado sucediendo bajo la línea de flotación durante mucho tiempo, y de repente están siendo desbloqueadas ... por personas que son muy creativas y que combinan cosas de nuevas formas".

Artículo escrito por Bernard Marr, un gran autor que siempre está hablando sobre las últimas tendencias en tecnología y sus posibles repercusiones para el futuro. Aquí su perfil de LinkedIn.