Imagine que viaja en un automóvil totalmente sin conductor, sin controles humanos, por un camino rural angosto, sin luces ni marcas viales. Al salir de una curva retorcida, un rebaño de ovejas se enfrentará a usted. ¿Qué pasa después?

Este tipo de situaciones es lo que programas como la Moral Machine desarrollada por el MIT han estado buscando para desbloquear. Durante los últimos cuatro años, el sitio ha sondeado la opinión pública al presentar una serie de dilemas éticos: ¿debería un automóvil autónomo proteger a su pasajero, por ejemplo, o a un peatón, en un escenario particular?

El punto más amplio, sin embargo, es que tal autonomía, o para decirlo más románticamente, las máquinas que piensan por sí mismas, requieren grandes cantidades de datos. Datos que, hasta la fecha, no han sido calibrados. ¿Confiaría su seguridad a su vehículo?

Esta es una analogía que Dorian Selz, cofundador y CEO de Squirro, utiliza para explicar por qué la gran revolución de la IA podría llevar más tiempo de lo que muchos piensan. "Creo que veremos avances masivos en la tecnología subyacente en los próximos 10 años; probablemente veremos algún nivel de avance para tener un bajo nivel de inteligencia en estas máquinas", dice Selz AI News. "Me lo imagino, pero tomará tiempo hasta que realmente se adopte ampliamente".

Para el CEO de un proveedor de plataformas de inteligencia artificial, esta puede ser una posición interesante para tomar, algo que Selz acepta. Sin embargo, el caso comercial de Squirro puede dar una indicación. El modus operandi de la compañía está tomando los conjuntos de datos no estructurados de las organizaciones, desde correos electrónicos, informes de mercado, presentaciones de PowerPoint y documentos de Word, y está utilizando lo que llama "inteligencia aumentada" para obtener una mayor información.

Este proceso de colaboración no solo se apoya en el factor humano, sino que también lleva tiempo apreciarlo. "La mayoría de las empresas tienen proporciones del 90% al 99% de todos los datos que generan o adquieren que nunca se utilizan más allá del primer uso", explica Salz. “Eso es el equivalente a comprar un automóvil, conducirlo del concesionario de regreso a su garaje y luego tirar la llave y nunca conducir ese automóvil nuevamente.

"Si usted dice que los datos son el nuevo petróleo, al mismo tiempo las compañías no están haciendo uso de esos datos", agrega. "Lo que funciona maravillosamente bien para los números no funciona para el texto en un Excel".

Selz sabe de qué habla con respecto a cómo las empresas usan y almacenan los datos. Squirro es la cuarta compañía que ha co-construido, con un éxito anterior siendo el motor de búsqueda local suizo local.ch. Con Squirro, que promete beneficios de los conocimientos del cliente y del servicio para la búsqueda cognitiva, el objetivo es que estos datos complementen los procesos comerciales y los métodos de trabajo.

Tome un departamento de cuentas, por ejemplo, en el que los datos puedan mostrar no solo si un cliente ha pagado o no, sino cualquier noticia relevante o investigación de mercado que pueda afectar su capacidad de pago. En la cadena de suministro, se pueden identificar problemas en varios niveles de la cadena que pueden afectar al proveedor directo.

“Si observa a cualquier empresa hoy, pequeña o grande, su panorama de TI es efectivamente una combinación de aplicaciones en caja: un sistema de cadena de suministro en la parte posterior de la empresa, un sistema ERP en el medio, algún nivel de CRM en el frente y sistemas de soporte en segundo plano ”, explica Selz. "Cuanto más grande es la empresa, más cosas tienes, pero sigue siendo esencialmente un panorama de aplicaciones de TI en caja.

"El futuro que vemos es un futuro en el que verás una capa impulsada por el aprendizaje automático que entrelaza todos estos silos de datos diferentes", agrega Selz. “Prevemos un futuro en el que este tipo de tejidos informativos íntimamente tejidos se convierta en la nueva norma en cualquier empresa.

"No te reemplaza, no creo en eso en absoluto. Pero te ayudará en la toma de decisiones.

Un cliente que ejemplifica este "tejido" de datos es Brookson, una firma local de contadores para contratistas con sede en el Reino Unido. La compañía ya había estado usando Squirro para clasificar los datos que ingresan para acelerar el proceso administrativo y del centro de atención telefónica, pero el siguiente paso fue particularmente notable: usar la tecnología para evaluar las futuras relaciones con los clientes. Basado en una hoja de ruta creada a partir de clientes anteriores, buenos, malos o indiferentes, cada nueva interacción se puede evaluar y pronosticar mediante viajes predefinidos.

"Me encanta volver a contar esa historia, porque muestra que la IA per se no es solo para los grandes", dice Selz. "Como una empresa ágil, ágil, PYME, puede utilizar este tipo de tecnología para fundamentalmente ponerse en una mejor posición en el mercado".

Este es un punto interesante; Una gran cantidad de investigaciones, un estudio de la empresa de capital de riesgo Work-Bench en 2018, ha argumentado que las empresas más grandes tienen una ventaja natural con la inteligencia artificial porque pueden aspirar al mejor talento. Pero como la experiencia en IA no iguala automáticamente a las grandes empresas, los grandes efectos aún no son el resultado de dicha tecnología, argumenta Selz, volviendo a su tema original sobre la transformación.

"Todo el mundo habla de estas grandes máquinas de inteligencia que hacen estas cosas fantásticas para las empresas y se automatizan", explica. ¿Transformar industrias enteras? Realmente no lo creo.

"Si nos fijamos en muchas técnicas de aprendizaje automático en uso hoy en día, desde las más simples como SVM, algoritmos bayesianos, hasta modelos de aprendizaje profundo más sofisticados, al final, no son realmente inteligentes", agrega Selz. "Es coincidencia de patrones a la potencia de cualquier computadora que tenga".

Selz señala que "ninguno de los encantadores motores de IA había previsto el coronavirus". Dados los pasos reactivos, en lugar de proactivos, tomados por los gobiernos de todo el mundo, no fueron solo las máquinas las que fueron planas. Al observar varias historias que evalúan el impacto de la IA en Covid-19, muchos argumentan que su papel es evaluar lo que sucederá después, más bien, evaluar el daño una vez que el caballo se haya desbocado, con una unidad de investigación de Singapur que predice el mes pasado, con extrema precaución, que La pandemia terminará a nivel mundial en diciembre.

Esto informa la teoría general de Selz de que aún no estamos listos para el horario estelar en B2B. "Es completamente peligroso pensar que un motor de IA así puede transformar repentinamente su negocio si es tan limitado en sus capacidades y capacidad", dice.

"Una relación con el cliente es más de lo que tiene en sus conjuntos de datos", agrega Selz. “Incluso en los segmentos de volumen minorista, nadie tiene una relación con el cliente totalmente digitalizada todavía. Si no lo tiene completamente digitalizado, todos los aspectos, ¿por qué confiaría algún método de llamada de algoritmo anónimo para evaluar y decidir efectivamente el futuro de esa relación?

"Ninguna persona cuerda haría eso".

Nota del editor: puede obtener más información sobre la inteligencia aumentada en AIM, un evento virtual organizado por Squirro del 23 al 25 de junio.

¿Está interesado en escuchar a los líderes de la industria discutir temas como este y sus casos de uso? Asista a los eventos de la IA y Big Data Expo con ubicaciones próximas en Silicon Valley, Londres y Amsterdam para obtener más información. Ubicado conjuntamente con IoT Tech Expo, Blockchain Expo y Cyber ​​Security & Cloud Expo.