Inteligencia artificial: principios de pensamiento por diseño.

Seguimos con el monográfico sobre inteligencia artificial (IA) tras los anteriores artículos en los que hemos analizado el problema actual y su necesidad en la ideación empresarial. En el presente post aterrizamos un poco más la idea, incidiendo en la necesidad de aplicar nuevas técnicas que faciliten su uso.

En la mayoría de las compañías existe una gran brecha entre las expectativas generadas por la IA y su ejecución y uso actual. El estudio «Reshaping Business with Artificial Intelligence: Closing the Gap Between Ambition and Action» muestra este hecho con total claridad.  Tres cuartas partes de los ejecutivos entrevistados creen que IA permitirá a sus empresas entrar en nuevos negocios y casi el 85% que les permitirá obtener o mantener una ventaja competitiva. Sin embargo, sólo una de cada cinco empresas ha incorporado en la actualidad la IA en algún proceso de negocio, lo que es aún más preocupante es que menos del 39% cuentan con una estrategia de IA. Las empresas más grandes -las que tienen al menos 100.000 empleados- son las que tienen más probabilidades de tener una estrategia de IA, pero sólo la mitad tienen una. Además, otro aspecto muy relevante de la investigación concluye que, en conjunto, los encuestados expresaron que una de las barreras más significativas para la implementación de la IA es que no detectan casos de uso claros ni prioridades concretas para la inversión en esta tecnología.

La IA puede (y debe) cubrir tres necesidades empresariales fundamentales: la automatización de los procesos empresariales, la obtención de información y conocimiento a través del análisis de datos y la fidelización y estudio de clientes y empleados, según el estudio «Artificial Intelligence for the Real World: Don’t start with moon shots. Deloitte«. En una encuesta de 250 ejecutivos, se muestra que el 51% percibe los beneficios de negocio de la IA en mejorar las características, funciones y rendimiento del producto, el 36% desea su uso para optimizar las operaciones internas de negocio, el 36% para liberar a los trabajadores para que sean más creativos mediante la automatización de tareas, el 35% para una toma mejor de decisiones, el 32% considera su uso especialmente para la creación de nuevos productos, el 30% para optimizar los procesos externos como el marketing y las ventas, el 25% la ayuda de la IA en la consecución de nuevos mercados, el 25% para el uso en la captura y aplicación del conocimiento y sólo el 22% para reducir el número de empleados mediante la automatización. En la misma investigación, los ejecutivos que pidieron desafíos de la IA respondieron de manera mayoritaria (47%) que es difícil integrar los proyectos cognitivos con los procesos y sistemas existentes.

Es por tanto muy necesario en vista de los datos anteriores un estudio en profundidad sobre el impacto de la AI en los Modelos y Procesos de negocio. Los Modelos de Negocio y Procesos de Negocio no sólo deben ser automatizados, si no que es necesario un rediseño sistemático de los flujos de trabajo para asegurar que usamos todas las capacidades de IA y de este modo asegurar que las personas y las máquinas aumenten sus fortalezas y compensen sus debilidades. Para ello es imprescindible aplicar principios de pensamiento de diseño: comprender las necesidades del cliente o del usuario final, involucrar a los empleados cuyo trabajo será reestructurado, tratar los diseños como «primeros borradores» experimentales, considerar múltiples alternativas y considerar explícitamente las capacidades de la tecnología de IA en dicho proceso inicial de diseño.

Se pone de manifiesto la falta de herramientas que ayuden a llevar a cabo modelos de negocio basados IA, aplicándola desde la concepción misma de la idea. Es necesario investigar el uso de la IA desde dos puntos de vista equidistantes y confluentes (negocio y tecnología), con el fin de encontrar puntos de sinergia entre ambos.
Por tanto, se deben crear herramientas y frameworks que faciliten al analista de negocio el conocimiento de las capacidades de la IA, utilizando estas capacidades como facilitadores en el diseño de los procesos de negocio.
Bajo mi punto de vista la IA remodela el propio mecanismo de reingeniería de estos procesos de negocio, creando un nuevo paradigma para su creación y desarrollo.

Inteligencia Artificial en la ideación empresarial

Siguiendo el hilo de post temáticos sobre las posibilidades de la Inteligencia Artificial en la creación de nuevos modelos de negocio, que comencé planteando el problema inicial, en este post me centraré en la necesidad de añadir la IA en etapas tempranas de la ideación empresarial.

En el pasado las empresas no disponían de datos digitalizados. Ahora, sin embargo, el problema es que la gran cantidad de datos es a veces inmanejable, y lo será aún más en el futuro con el uso del IoT. El factor clave para la competitividad de las empresas en un futuro inmediato no será sólo el uso de estos datos, sino el conocimiento que puedan extraer de ellos mediante un manejo eficiente de los mismos.

El mundo se está moviendo hacia Modelos de Negocio basados en el conocimiento (datos), con una cada vez mayor automatización de los procesos gracias a la Inteligencia Artificial (IA). Es importante pensar en la IA como una herramienta que proporcionará mayores capacidades y productividad, y que puede ser utilizada de forma autónoma o híbrida con los trabajadores. Y también es importante pensar en la IA no como un fin en sí misma, sino como una inversión para mejorar esos Modelos de Negocio y resolver problemas empresariales reales. Las expectativas de negocio evolucionarán hacia modelos híbridos en los que el uso intensivo de ciencias de datos junto con las matemáticas ayuden a resolver problemas empresariales específicos, manejando de forma eficiente los datos. Esto requerirá el uso cada vez mayor de algoritmos de IA, necesitando a su vez gerentes que entiendan sus capacidades y resultados para mejorar los resultados generales del negocio. Por supuesto, la generación de valor empresarial a partir de la IA estará directamente relacionada con la necesidad de datos, formación y algoritmos. Y todo esto tendrán que tenerlo en cuenta los emprendedores a la hora de diseñar sus Modelos de Negocio.

Hasta ahora, los algoritmos realizaban tareas monótonas y estáticas. En la actualidad, las capacidades de la IA permiten formular sus propias hipótesis y utilizarlas para adaptarse a nuevas tareas o para realizar modificaciones en la tarea actual. Las empresas que no adopten estas ventajas competitivas no podrán ser competitivas en el mercado.

Existen en la literatura algunas investigaciones que estudian el impacto potencial de la IA en las empresas actuales con Procesos de Negocio consolidados. Pero no hay en la literatura un enfoque de la IA como facilitador para la creación de nuevos modelos de negocio. Además, no existen aproximaciones de cómo afectaría la IA a la estructura adecuada de los nuevos modelos de negocio y a la propia economía. Es necesario por tanto el estudio de herramientas que ayuden a los emprendedores, en etapas previas, a la implantación de la IA en una empresa aún en fase de ideación. Su objetivo sería proporcionar métodos para crear una empresa con IA incorporada, siguiendo un «Modelo de Negocio basado en IA». Existen varios estudios que discuten los posibles efectos de la IA y la automatización, pero no profundizan en la idea de la IA como facilitador en la iniciación de nuevos modelos de negocio. 

Si las expectativas y el sentido de la oportunidad son tan altas, ¿qué impide que las organizaciones adopten la IA? Incluso en industrias con un amplio historial de integración de nuevas tecnologías y gestión de datos, las barreras para la adopción de la IA pueden ser difíciles de superar.

Conseguir una efectiva integración de la AI dentro de la creación de modelos o procesos de negocio ayudará a crear empresas innovadoras con un alto impacto económico y social. La IA no es sólo un elemento de la transformación digital general de una empresa, sino que puede proporcionar una nueva forma de hacer negocios, por lo que se requieren nuevos enfoques para su adopción lo más temprana posible.

 

Inteligencia Artificial como motor empresarial- Problema actual

La Inteligencia Artificial (IA) está reinventando la forma en se hacen negocios, redefiniendo las estrategias, los modelos y los procesos empresariales, ayudando a las empresas a comprender (y poner en valor) el volumen cada vez mayor de datos que manejan. El problema es que los actuales Modelos de Negocio (BM, por su acepción inglesa Business Models) se conceptualizaron antes de la aparición de esta nueva herramienta tecnológica y es necesario que se alineen con ella.

Con este post quiero iniciar una serie de artículos en los que desarrollaré la necesaria relación entre la Inteligencia Artificial y los Modelos de Negocio. Trabajando juntos tienen el potencial de crear un nuevo tipo de industrias y servicios, cambiando la forma en que tanto la IA como los BMs se relacionan, pero para ello se debe llevar a cabo un análisis más amplio de ambos conceptos y de las relaciones entre ellos. La IA, desde un punto de vista empresarial debe ser vista como algo más que una fuerza automatizadora o mecanizadora de trabajo, ya que por sí misma puede reformular la forma en que se hacen los negocios. Es decir, no se trata solo de automatizar procesos, sino de repensarlos. Para ello, es necesario rediseñar dichos Procesos de Negocio (BP, por su acepción inglesa Business Process) impulsados por la IA.

Desde los años 90, la tecnología cambió radicalmente los modelos de negocio y procesos de las empresas, creando nuevos mercados y eliminando otros. De hecho, la digitalización cambió radicalmente la forma en que se organizan las empresas. Las TIC cambiaron el diseño, la estrategia, la gestión y la toma de decisiones de las organizaciones, y la IA afectará aún más profundamente, ya que las empresas del mañana se construirán en torno a los datos, la automatización y el Machine Learning. Los modelos de negocio deben construirse alrededor de «datos», deben ser «datafy», dando lugar a empresas «automatizadas y basadas en datos». Para ello la IA se deberá integrar a toda costa en la cadena de valor de la empresa. Debe surgir un concepto de negocio híbrido, y los trabajos serán una combinación de automatizaciones y fuerza laboral humana aumentada (IA colaborando con humanos).

La IA por tanto tiene el potencial de cambiar la forma en que las empresas generan valor, siendo una tecnología revolucionaria con la posibilidad de cambiar  la economía mundial. Los empresarios y emprendedores deben tener en mente la IA desde el momento inicial,  es decir, en paralelo con la construcción de su modelo de negocio, teniendo en cuenta sus capacidades, potencial e influencia. Cuanto más tiempo se tarde en incorporar las capacidades de IA en la metodología de diseño de BMs, menos competitivas serán las empresas que surjan.

Pero no se trata sólo de incorporar la IA en determinados procesos de negocio, priorizando cuál de ellos es más importante o cuál es el más óptimo para hacer uso de ella. Estamos hablando de un cambio de paradigma, en el que estos BPs deben ser reinterpretados, tanto internamente como dentro del ecosistema global de todo el BM de la empresa, analizando su necesidad y las conexiones entre ellos dentro de las nuevas posibilidades que se ofrecen. Porque la IA no sólo tiene la capacidad de crear nuevas actividades económicas, sino también de reinterpretar las ya existentes. Por lo tanto, teniendo en cuenta la IA desde el inicio de la ideación de un negocio, es posible no sólo que los BPs puedan ser ostensiblemente mejorados, sino también que incluso puedan ser sustituidos por otros, o incluso más, que esos BPs, antes vistos como claves, sean considerados obsoletos o innecesarios.

Muchos países, como China, están llevando a las escuelas la programación y los estudios de IA. Esto apoya la idea que manejo en este post, que expone la necesidad de que la IA sea considerada en la fase más temprana de la elaboración de un nuevo Modelo de Negocio. Se necesitan empresarios que entiendan las capacidades de la IA y que puedan actuar junto a ella de forma híbrida desde el principio de su idea. Este tipo de empresarios necesitan herramientas, métodos y un marco para ayudar a entender el uso de la IA.

En siguientes post iré desarrollando estas ideas y proponiendo posibles soluciones mediante el rediseño de las fases tempranas de conceptualización e ideación

No seas un Director de Ventación & Ventarrollo

He hablado en otros post de lo que implica ser un director de innovación zombie. Un «no-vivo» rodeado de proyectos fantasmas, al que todos le rehuyen porque les enmarrona con documentación «a generar» y cuyo objetivo es justificar algo injustificable y éticamente reprobable.

Hoy quiero hablar de otro especimen. En este caso pertenece al mundo de los vivos, existe, respira, pero su existencia carece totalmente de sentido y mira el futuro sin ilusión, sintiendo un gran vacío existencial. Se trata del Director de Ventación y Ventarrollo.

A diferencia del zombie, este director convive con proyectos reales, que se ejecutan dentro del devenir de la empresa. Tiene un equipo que ejecuta los trabajos de forma más o menos satisfactoria y piensa continuamente en nuevos proyectos. Es una máquina de presentar propuestas. Se mueve genial en el ecosistema de innovación, siendo casi como un consultor «in house». Cada año consigue mucho dinero, que se ejecuta como proyectos dentro de su empresa. Parece todo genial, ¿verdad?

El problema viene al no tener un plan a medio plazo. Llegó a la empresa prometiendo trabajo y proyectos que iban a dejar margen y se le valora por la cantidad de dinero que genera. Es un comercial de la I+D. Carece de una estrategia, no ha definido ámbitos de actuación, ni tiene una visión de la empresa a 3 o 4 años. Básicamente ejecuta a lo loco y como mucho consigue que el equipo aprenda de una determinada tecnología que luego es olvidada al no seguir profundizando en ella.

Es por tanto un comercial más cuyos clientes son los organismos de financiación. Error. El propio Director de Innovación debe ser el cliente de sus proyectos para asegurarse que se obtienen resultados concretos para la empresa. Y los proyectos se deben agrupar en carteras de proyectos con un objetivo común.

No sabe lo que es un plan estratégico de I+D, no sabe lo que es generar valor en una empresa. La I+D debe crear productos, debe alejarse de los proyectos tradicionales de la empresa. La I+D debería ser una especie de StartUp, un espacio diferente y de riesgo. Y eso el Director de Ventación no lo entiende ni le interesa y por eso su futuro es cortoplacista. ¿Por qué he dicho antes que carece de sentido? Porque el sentido último de la I+D debe ser crear donde antes no había nada, abriendo nuevas líneas de negocio a la empresa con nuevos productos o servicios. Y este Director de Ventación desaparece en la ejecución de los proyectos, no es el cliente interno, y solo quiere que se justifiquen correctamente.

No trabaja la transferencia a los verdaderos comerciales porque de su trabajo no surge nada de valor que vender. Y no lo hace porque no tiene un plan y por tanto no establece a la hora de pedir financiación una estrategia tecnológica clara ni apuesta por poner foco en ninguna tendencia.

Lógicamente el Director de Ventación es claramente mejor que el Director de Innovación Zombie que trabaja en empresas buitres de innovación, pero sigue sin saber aprovechar el gran potencial que tiene una correcta y coherente gestión de la I+D.

Pd: Permitidme que en los tiempos del Brexit y el empuje de necios nacionalismos os recomiende leer a Stefan Zweig, pensador de mediados de siglo que amaba el concepto de una Europa unida por encima de las nacionalidades y tuvo que sufrir dos guerras mundiales entre naciones que él consideraba hermanas. Se suicidó en Brasil creyendo que el nazismo se extendería a todo el planeta. Uno de sus mejores libros es El mundo de ayer

Carta abierta a la Ministra de Innovación

Estimada Ministra,

Eres Ministra de Ciencia, Innovación y Universidades, y cada una de esas asignaciones representa un estado distinto dentro de la I+D+i. Esta carta es para hablar de la «i» pequeña, esa que está en tu ministerio entre la ciencia y la universidad, aquella que representa a las empresas, empresas que de manera lastimosa en España no conocen lo que es la Investigación, apenas saben de qué va el Desarrollo y la Innovación la miran con exótica extrañeza. Y es que en el tejido empresarial se hace más bien F+J+c (financiación, justificación y cobro)

Porque el sistema es perverso y no ayuda a que esto se revierta. Innovar, significa ante todo rapidez, agilidad y foco. Una idea innovadora necesita ser única, necesita un grupo de personas que sólo piensen en ella y necesita un momento oportuno, ese momento en el que todo encaja (empresa, mercado, clientes, tecnología). Además requiere que la gerencia crea en ella y que no exista más ruido alrededor. El sistema es perverso, sí, y al intentar ayudar lo que hace es frenarlo todo.

Resuena esa idea en una empresa, se ve claramente la oportunidad, se piensa seriamente en invertir dinero en ella… y de repente alguien dice la frase mágica: «esto es financiable, y se podría pedir una subvención». Palo en la rueda, todo se frena, el momentum pasa de largo, el foco se desmorona y un montón de variables tensionan la idea inicial hasta convertirla en nada, o lo que es peor, la transforman en un engendro hambriento de financiación. Esas variables son todas las condiciones impuestas para conseguir ese dinero, que una vez aprobado se diluye en nada porque la oportunidad pasó hace tiempo.

Es una cuestión sumamente profunda, en la que la Administración Pública no llega a entender cómo funciona la mente de un empresario (en el mal sentido), una mente que tiende a preferir subvención en mano que inversión y riesgo volando. ¿Y si no existieran las subvenciones? Seguramente se dejarían de hacer montones de proyectos zombies, pero quizás alguna de esas ideas innovadoras no quedarían paradas esperando la financiación, que cuando llega lo hace para respaldar una idea que ya es un muerto viviente. Y ojo, no digo que no se invierta desde el estado en I+D+i, que yo vivo de esto y tengo mi hipoteca por pagar.

¿Y si las subvenciones fueran distintas y arriesgadas? Es necesario y urgente que España innove en financiar la innovación, que reflexione la forma en la que aplica las subvenciones, y que arriesgue. Que arriesgue con un sistema más flexible, un sistema que financie a fondo perdido (¿préstamos?, para eso voy a un banco y me ahorro que maten mi idea), un sistema que sepa que la iniciativa debe surgir de la empresa, por lo que los calendarios de financiación se vuelven aberrantes (¿efecto innovador?, ridículo, efecto paralizador, esperar sin hacer nada y si has iniciado algo bueno no se merece ayuda). La empresa propone en ese momentum mágico y la administración reacciona rápido, muy muy rápido y no le pone más trabas ni condiciones. Apuesta por ella ciegamente, a riesgo de perderlo todo, porque ese riesgo existe, si no esto no es innovación. Para eso deberían estar los fondos, para perderlos ayudando a las empresas a amortiguar el salto al vacío que debe por concepto tener este tipo de proyectos. Y si queremos que haya agua debajo, el salto se debe producir en el momento adecuado y de la forma en la que la empresa decida.

Es importante que las empresas colaboren entre ellas. Sí. Es importante que se creen consorcios internacionales. Sí. Es importante que haya transferencia de conocimiento Universidad-Empresa. Sí. Todo esto es importante para el tejido innovador, sí, sí, y sí, pero quizás para una idea concreta no lo sea, quizás todo eso no son más que piedras en su camino, variables que la distorsionan, la alteran, la vuelven amorfa y antigua, y hacen que se pierda el foco inicial, hasta que finalmente surge un engendro, un zombie que es alimentado con dinero público pero que nada tiene que ver con la idea inicial, a la que le pasó ya su tiempo.

¿Es posible hacerlo de otra manera? ¿Es posible hacerlo evitando a las empresas buitre? Estoy seguro que sí aunque si no se ha hecho ya debe ser complicado. ¿Lo intentamos?

El futuro del IoT no es gestionar conexiones

Estuve hace unas semanas en el IOT Solutions World Congress, que este año se celebró en Barcelona. Un congreso muy bien organizado y sobre todo orientado a mostrar soluciones concretas dentro del universo IoT.

Me resultó muy esclarecedor que de las tres grandes empresas que ofrecen plataformas cloud (Amazon, Microsoft y Google), las dos últimas tuvieran una representación muy importante, ocupando los stands más grandes del evento. Esto demuestra el gran potencial que el IoT tiene en el futuro. Y es que no en vano, la conexión de las cosas a internet será la próxima gran transformación digital. Esto lo saben las grandes empresas y están creando dentro de sus Plataformas Cloud la infraestructura necesaria para acogerla. Ejemplos los podemos ver en AWS IoT, Google Cloud IoT o Microsoft Azure IoT. Cabe destacar también la presencia de Intel, que presentó un chip especial para Edge Computing, Huawei o Vodafone.

Realmente me sorprendió que todas las grandes (Amazon, Microsoft y Google) apuestan claramente por el IoT, pero creando su propia infraestructura en cloud. No se puede decir que sea «Plataformas IoT» como pueda serlo FIWARE (que tenía una muy buena presencia también en el congreso), pero sí es verdad que por ejemplo GCP ofrece APIs para conectar dispositivos IoT y luego sacar partido de esa información con toda la potencia del Machine Learning de Google, creando un gran ecosistema.

Una visión rápida del evento me lleva a destacar sobre todo 3 grandes «hashtag»: Inteligencia Artificial, Edge Computing y 5G. Es decir, se da por hecho que la gestión y almacenamiento de datos está superado, y lo que hay que hacer es sacar valor de esos datos usando estas tecnologías.

• Inteligencia Artificial en todos lados. En la nube, en el edge, en los dispositivos. Para automatizar, para predecir, para extraer nueva información,…. Mucho Machine Learning en Cloud tanto de Azure como de Google Cloud.
• Edge Computing, es decir, llevar la computación lo más cerca de donde ocurren las cosas. Llevar la IA a los dispositivos en ocasiones en las que se requiera alta disponibilidad. Jugar con la computación «Edge-Cloud». Incluso Google ha sacado un chip llamado TPU para colocarlo en los sensores y que permite «sincronizar» esa computación. Amazon tiene AWS Greengrass en su cloud que le da capacidades de edge computing.
• 5G, y todos los servicios derivados de este nuevo estándar, incluyendo virtualización de las funciones de red (NFV – Network Functions Virtualization) y redes definidas por software (SDN – Software Defined Networking). Implica no solo aumento de la velocidad y latencia mucho más baja, si no una nueva forma de crear aplicaciones.
• Además, había un congreso paralelo de BlockChain. Se sigue hablando mucho de esta tecnología, de cómo cambiará internet al darle valor a los bienes digitales (nueva Internet del valor). Internet como medio de intercambio de información Vs mover activos con un valor real.

Al final todas las tecnologías se agrupan alrededor de nuevos inputs digitalizados (las cosas), que darán un nuevo valor dentro de los servicios a prestar desde la nube.

Tecnología para cohesionar la Unión Europea

Soy un apasionado de la tecnología. No solo como instrumento para aumentar la productividad, sino como herramienta que directamente nos hará la vida más sencilla, mejorando la forma en la que nos comunicamos y nos relacionamos. Y no sólo eso. Espero de ella que sea palanca para un cambio social radical, una revolución que haga caer fantasmas que nos atosigan desde hace siglos. La ciencia ya ha intentado matar a Dios, y lo sigue haciendo cada vez más ridículo ante los ojos de los hombres, que somos sus verdaderos creadores y no al contrario.

La tecnología y la informática pueden luchar en términos parecidos contra inconsistencias del pasado que en un futuro no tendrán sentido. Un ejemplo de ello son las fronteras y los nacionalismos. Una frontera no es más que una línea imaginaria colocada de manera arbitraria. Está ahí puesta como medio para administrar un territorio, solo para eso debería existir. Y existe sólo porque la administración dependía de la cercanía, y no había medios para gestionar de forma conjunta las complejas relaciones sociales. ¿Tienen sentido las fronteras en futuro mundo interconectado? ¿No tiene más en común un agricultor turco con uno australiano que con un arquitecto de su país? A esas dos personas sólo les une el sentimiento de «nación», pero nada más. Si la tecnología consigue establecer relaciones transversales y crear estructuras paralelas a los estados… ¿Estaríamos ante el fín de los mismos? ¿Estaríamos ante el fín de los conflictos? ¿Estaría un agricultor dispuesta a ir a la guerra contra otra nación si enfrente tiene personas con un vínculo igual o más fuerte que el «nacional»? No lo creo, y ese vinculo se lo proporcionará la tecnología.

Antes del SXVII y del nacimiento del Romanticismo, los estados eran plurinacionales. No se concebía ese sentimiento nacionalista. Vino después y generó dos guerras mundiales. Tras la primera, Wilson, presidente de EEUU por esa época, llegó a Europa como adalid de nuevas libertades, con la marketiniana «autodeterminación de los pueblos» en el Tratado de Versalles. Ellos habían creado un super-estado, pero querían para Europa dividir en etnias, razas y lenguas. Parecía que aquí no se podía convivir con alguien que no tuviera en común contigo esas características y se crearon decenas de estados. El resultado… Otra guerra mundial, el desastre de Yugoslavia, la descomposición de Europa… Hasta que llegó la Unión Europea.

Pero este blog es de tecnología, vuelvo a ello. En esta nueva Europa, los rancios nacionalismos siguen acechando, intentando desunir. Y uno de sus argumentos es «la cultura propia» o la «lengua común». Pues bien, ¿y si tuviéramos un traductor en tiempo real que permitiera conversaciones cruzadas sin más problemas en la calle?. Vualá. De un plumazo la tecnología eliminaría no solo una barrera, si no un argumento en contra de la cohesión y la convivencia. Los nacionalistas no se podrían agarrar a que les une una lengua (que no es más que un medio, un medio de comunicación, no és más que eso) porque ya no sería relevante, todos nos entenderíamos sin más. Además por supuesto de lo que significaría en términos de acercamiento y entendimiento de los pueblos.

Creo por todo ello, que para la UE es un tema prioritario impulsar proyectos que pongan en el mercado lo más rápido posible tecnologías como la inteligencia artificial basada en  redes neuronales que eliminen las barreras del idioma y acerquen las culturas. Proyectos de validación tecnológica, porque c la tecnología ya casi lo tiene, las traducciones son cada vez mejores.

PD: Os recomiendo en esta ocasión un par de libros relacionados con la historia de las ideas, un tema que me apasiona. En primer lugar, Romanticismo: Una odisea del espíritu alemán, del genial Rüdiger Safranski, que analiza ese movimiento que tan profundamente ha influido en posteriores ideas políticas. Además es muy interesante el libro Nacionalismo, de Elie Kedourie, que analiza el surgimiento de este pensamiento justo en la época romántica.

¿Estamos empezando las Smart Cities por el Smart Roof?

En este post voy a hacer una reflexión sobre el auge que se está viviendo con las Smart Cities, quizás desmedido, y que puede llevar a frustraciones, sobre todo en pequeños municipios, perdiendo tiempo y dinero. La pregunta es.. ¿Las comunicaciones y los datos acompañan las expectativas?

Todos los análisis de las grandes consultoras avisan desde hace tiempo del gran potencial de este mercado. No descubro nada si digo que es gigantesco, y mi escepticismo no va por ahí. Hay una clara competición en el mundo TIC por construir la Plataforma Smart City del futuro, y de hecho en Emergya estamos en ello con FIWOO.

Sin embargo, creo que todo el esfuerzo que se está realizando pasa por el necesario desarrollo de dos aspectos fundamentales: Las comunicaciones, los sensores y finalmente, los datos.

Comunicaciones. Hace años se hablaba de que el 4G sería la tecnología del IoT, que resolvería de un plumazo los problemas de conectividad y abriría el abanico a miles de dispositivos conectados. Esto no ha ocurrido. 4G sólo ha vitaminado el 3G, le ha dado mayor potencia, pero no ha generado nuevos servicios ni es la tecnología propicia para conectar cosas, por muchos motivos, entre ellos el consumo de energía y la latencia. Tenemos opciones como tecnologías de baja frecuencia (Sigfox, LoRa), ZIGBEE, NB-IoT, las nuevas versiones de Bluetooth… Pero ninguna de ellas ha logrado crear un estándar y un ecosistema realmente predominante. Y sin conectividad no hay datos, sin datos no hay Plataforma.

Sensores. Las ciudades están muy poco sensorizadas, y no existe una política adecuada a tal efecto, ni siquiera diría yo un estrategia tecnológica consensuada. La pregunta aquí es qué tipo de sensores son útiles, si hay que gastar en poner puntos específicos para recoger datos o utilizar el extenso mobiliario urbano. Además hay quien piensa que los sensores deberían ser móviles, utilizando bicicletas o coches municipales, pero por otro lado esa opción no da trazabilidad real en un punto concreto. Quizás haya que hacer un mix de todo y aplicar Machine Learning para el relleno de huecos en la información. Hace poco hablaba de todo esto con Enrique Alba, profesor de la Universidad de Málaga y director del Grupo de Investigación NEO. ¿Gastar dinero en sensorizar o usar los móviles y otros dispositivos para ello? No hay aún un consenso. Además, compañías como Google con sus dispositivos Android, tienen más datos de los ciudadanos que nuestros ayuntamientos. ¿Habéis visto cómo Google Maps acierta con los atascos? Simplemente monitoriza todos los teléfonos móviles, que envían datos y un algoritmo concluye que una zona u otra está congestionada.

Datos. Y por último la madre del cordero, los datos, el nuevo petróleo. De los sensores conectados surgen los datos. Si no hay sensores y no existe un protocolo claro de comunicaciones IoT para Smart City, no tenemos nada. Además añadimos aquí el desastre del Open Data, que al menos en España no termina tampoco de arrancar, y un análisis somero de los publicados es devastador (desactualizados y en formatos no analizables). Todo esto origina la tormenta perfecta, una tormenta en la que las Plataformas intentan monitorear ciudades sin datos, sin sensores y sin conectividad adecuada.

Como conclusión. ¿Deberían las ciudades manejar mejor el coste-oportunidad? ¿Deberían gastar en sensorizar más que en monitorizar? ¿Qué tipo de sensores? ¿Existe alguna estrategia? ¿Deberían simplemente esperar a que el ecosistema esté más maduro? No lo sé, quizás el «poco a poco» es ahora mismo la respuesta, pero lo que está claro es que sin datos, no hay nada.

No data, no smart.

La automatización de procesos (la nueva revolución industrial) salvará nuestras pensiones

Cada cierto tiempo surge una tecnología que rompe con la forma en la que se había estado trabajando, haciendo que la productividad se multiplique exponencialmente. El fuego o la agricultura crearon una nueva sociedad, como también lo hicieron la máquina de vapor o el telégrafo.  ¿Abre la automatización de procesos basada en Inteligencia Artificial la puerta hacia próxima revolución industrial?

Si ampliamos un poco la perspectiva, el flujo de procesos de las empresas en cuanto a entrada-salida de información y el procesamiento de la misma sigue siendo igual que hace 30 años, con el único cambio de la reducción considerable del papel y los tiempos de envío y recepción. Pero los procesos son llevados de punto a punto por humanos.

Estoy convencido de que la siguiente revolución industrial, que provocará un aumento de la productividad y que quizás nos ayude a solventar el problema de las pensiones, será el de la automatización de procesos mediante algoritmos de Machine Learning e inteligencia artificial, que hará que la productividad aumente y se produzca más valor con menos personas trabajando (y las jubiladas en aumento)

El aprendizaje automático lo han implantado en su cadena de valor muy pocas empresas (y no de forma holística), como Netflix, Amazon, Google o Facebook, pero el resto aún no han implementado dichos sistemas ni se han usado para una verdadera automatización. Se está avanzando mucho tanto en hardware como en software en torno al desarrollo del Machine Learning, pero aún es como si tuviéramos engranajes, motores y tornillos, y no estuvieran todos unidos creando una gran estructura que sirviera para incentivar ese ansiado empujón a la productividad.

Imagina que en una empresa entra una factura. Un algoritmo la lee, la procesa y la incorpora en su ERP. Comprueba en el sistema que está efectivamente en tiempo de pago y envía la remesa al banco. ¿Sencillo? Imaginad las horas que se ahorrarían las empresas, que pueden ser utilizadas en procesos más productivos y/o creativos. Toda la parte de administración en fácilmente automatizable. ¿Menos empleo? No, un empleo más provechoso. Nunca en la historia de la humanidad la tecnología a disminuido el número de empleados en términos generales, si no todo o contrario.

Pero para que esto suceda necesitamos de verdad un método, unos estándares y unos sistemas que permitan una implementación real de la tecnología de IA.  Pero… ¿cómo conviertes estos algoritmos inteligentes en algo operacional? Quizás mediante un pensamiento sistémico en el que cada algoritmo sea un «bot» con unas entradas y unas salidas. En este sistema los bots se comunicarían además de forma inteligente a través de una capa superior de IA que sería la que extraería conocimiento. Es como una cadena de producción en el que la entrada son datos, los algoritmos son las máquinas y los productos intermedios generados por bots son de nuevo procesados para obtener conocimiento y predicciones. Por supuesto, y siguiendo el símil de una fábrica, este sistema de bots, algoritmos e IA debería tener controles de calidad y debe poder ser medido.

La forma en que aplicarían los algoritmos (tratados como bots) es a través de un sistema de cajas cerradas que hablan entre sí. Y sí, debería ser realmente como una fábrica. Tendrían su compartimento de carga (donde se cargan los datos), control de calidad del suministro entrante, una capa de IA superior que agregan valor a los datos, un producto que se produce, control de calidad del producto y, lo más importante, un ciclo de retroalimentación para mejorar la calidad futura del producto.

Queda mucho por hacer, pero desde luego este debe ser el futuro. Menos carga de trabajo no productivo para las personas, que deben dedicarse a labores más creativas/productivas, y que exista una normalización para que los distintos algoritmos puedan hablar entre sí dentro de las empresas, y éstas con otras empresas y con organismos públicos.

PD: Cuando hablamos de futuro, me gusta mucho pensar en cómo veían el futuro en el pasado. Libros como 1984, Fahrenheit 451 o Un mundo feliz veían un horizonte de control y terror subyacente, en el que las máquinas deshumanizaban a la humanidad. Humanos al servicio de las máquinas, información por encima de los sentimientos. Espero que nunca lleguemos a esto.

 

Al rico dato barato para su Big Data

Hoy he leído una noticia muy interesante que creo que debe abrir un profundo debate sobre el mercado de datos. Se trata de la posibilidad de que los ayuntamientos vendan los datos de sus ciudadanos para conseguir dinero que revierta en la propia ciudad.

Que los datos son el petróleo del S. XXI es algo indiscutible, y que todas las aplicaciones y tecnologías relacionadas con inteligencia artificial, Machine Learning o similar necesitan datos de calidad es indudable.

¿Estarías de acuerdo con que tu ayuntamiento vendiera datos de la ciudad y sus ciudadanos y que ese dinero engrosara las arcas públicas? Por supuesto, los datos se enviarían anonimizados y con un grado de agregación adecuado y acordado previamente. Es decir nadie sabrá dónde has estado o qué servicio público has usado, pero en términos globales tus datos formarán parte del todo agregado. Esos datos servirían en el mejor de los casos para desarrollar aplicaciones y servicios adaptados a las necesidades concretas de los ciudadanos, y en el peor para influir en su comportamiento mediante campañas de marketing y de influencia política.

Esto engancha con mi anterior post sobre BigData y salud, pero teniendo en cuenta que no es una situación tan idílica. Aquí no hablamos de un win to win tan claro, no se trata de construir un ecosistema sobre el que innovar y buscar soluciones a enfermedades, si no simplemente mercadear y conseguir dinero.

En mi humilde opinión esto es algo que se terminará haciendo con total normalidad, no ya a nivel de ayuntamiento, si no a nivel personal. Tú decides a quien le vendes tus datos y qué puede hacer con ellos. Hace un par de años leí que una consultora estimaba que los datos que cedemos a Google o Facebook por usar «gratis» sus aplicaciones viene a valer unos 20 euros al mes. No sé si esto es exagerado, pero si es así, desde luego yo no tendría problema en venderlos. ¿Y tú?

Nos gusta entrar en un bar y que nos atiendan por nuestro nombre, incluso que nos sirvan sin pedir porque el camarero sabe lo que vas a comer debido a anteriores visitas. ¿Por qué nos da tanto miedo llevar esta experiencia a internet? Es cierto que ese camarero no utilizará la información de esa «tostada con mantequilla» que te comes para otros fines menos lícitos, pero recordemos que estamos al inicio de todo este negocio, y que el control de los datos tiene y debe de mejorar. Si existiera ese control y mis datos sirvieran para que los servicios se adaptaran a mis necesidades, no sería para mí un problema cederlos. ¿Podríamos llevar a cabo una trazabilidad total de los datos? ¿Una especie de BlockChain que me dijera en todo momento dónde y cómo se usan mis datos y que me pagaran por ello?

Empresas como Acxiom o Epsilon llevan muchos años vendiendo y comprando datos, no solo a través de internet, si no de tarjetas de fidelización de clientes y otros medios offline, usándolos para luego generar campañas de marketing. Ese «aceptar las condiciones» de productos «gratuitos» tiene su trampa, y ese concepto de gratis deja de serlo cuando ponemos en valor los datos que cedes.

Como primera aproximación (que no conclusión), mi opinión sería que adelante con el mercado de los datos, pero regulado y con la trazabilidad adecuada. Para ello aún queda mucho, ya que se deben de crear la normativa, estándares y leyes que lo regule todo.

PD: Si alguien supo usar los sentimientos y la información, esos fueron los nazis. En este ensayo «La Europa genocida: Ensayo de historia cultural», Georges Bensoussan da una gran visión del porqué del antisemitismo, haciendo un recorrido por la historia de la humanidad y de los más profundos instintos, miserias y sentimientos, basados muchas veces en noticias falsas y manipuladas.