¿Cómo introducir la Inteligencia Artificial en las empresas?

Aunque estamos en una fase inicial en la adopción de la Inteligencia Artificial ya son muchas las empresas que se encuentran en el grupo de early adopters, y cuentan con interesantes casos de uso. IDG Research Services opina que la IA va a ser el próximo gran factor de disrupción en los negocios, que no se puede ignorar, ni posponer.

Por ello IDG ha organizado el IA Roadmap 2019 con la participación de importantes compañías que han contado cómo están integrando la IA y con un panel de profesionales que han ofrecido su punto de vista de cómo ven el momento actual y que perspectivas tiene el sector. José Carlos Baquero, Director de Big Data e Inteligencia Artificial de Secure e-Soluitons de GMV, ha sido uno de los expertos que han participado en esta jornada. IDG aprovechó el encuentro para presentar el informe "IA Machine Learning Roadmap 2019" elaborado con el objetivo de facilitar el desarrollo de una estrategia de IA por parte de las empresas. [Descargar el Informe]

Para GMV la IA no es algo nuevo, lleva años empleando las técnicas más avanzadas en proyectos para la detección del fraude para entidades bancarias, la detección de amenazas, optimización de procesos industriales, mantenimiento predictivo, segmentación y scoring de clientes, gestión del conocimiento, asistentes conversacionales, reconocimiento de voz e indexación, identificación facial, formación, consultoría tecnológica, etc.

GMV apuesta por el modelo de cocreación, que permite desarrollos a medida, combinando el conocimiento interno del cliente sobre su negocio y sus problemas, con los recursos y capacidades de GMV para conectar de forma precisa con el caso de uso más adecuado. En GMV ayudamos a nuestros clientes a identificar esos casos de uso donde poder aplicar la IA, bien para mejorar un proceso, para mejorar un producto o incluso para crear nuevos productos a partir de los datos.

Es evidente la ventaja que conlleva la automatización de decisiones, sin embargo, es de suma importancia tener en cuenta la posible falta de equidad derivada de los sesgos de los algoritmos heredados en los propios datos que pueden provocar injustas decisiones discriminatorias.

Para hacer frente a este problema, en GMV estamos analizando distintas técnicas en tres fases del diseño del algoritmo: el procesamiento previo de los datos, cuando los datos per se ya tienen sesgos; por otro lado, durante el entrenamiento ya que existen técnicas que penaliza al algoritmo y no aprenda de esos sesgos; y finalmente en el post-procesamiento mediante la asignación de distintos umbrales.

Es importante que las decisiones de la IA reflejen equidad, no sólo porque lo marquen los reguladores, sino porque la propia sociedad debe demandar un uso responsable que garantice los derechos de las personas. GMV afronta un nuevo reto en el que ya está consiguiendo importantes resultados.