Los líderes corporativos de hoy en día anhelan información que fortalece sus operaciones y guía las estrategias para la toma de decisiones. En los últimos años, esa búsqueda ha cambiado en formas grandes y pequeñas. Para empezar, la información nunca ha sido tan abundante y su capacidad para ayudar a los dirigentes a ver a la vuelta de las esquinas nunca ha sido tan pronunciada.
Atribuyen este cambio a fenómenos tecnológicos como la Internet de las Cosas (IoC) y la Inteligencia Artificial (IA), estas están produciendo información de una amplitud y profundidad casi incalculables. De hecho, algunos investigadores dicen que el mundo ha creado tantos datos en el último año o dos como en todos los años anteriores de su existencia.
Asimismo, los recientes saltos en la potencia de computación, cada vez con algoritmos más complejos, y la enorme cantidad de datos generados a medida que la transformación digital global se desarrolla, han empujado a la IA desde la teoría a la realidad cotidiana en muchos ámbitos. En una reciente encuesta de New Vantage Partners, los directores de varias empresas señalaron a la IA como la tecnología más disruptiva. Además, casi el 80 por ciento de los encuestados temen que los competidores aprovechen la IA para tomar ventaja sobre su negocio.
Algunos subconjuntos de la IA en particular han cobrado impulso. El aprendizaje automático, aprendizaje profundo y la automatización son palabras de moda en los sectores de negocios y tecnología. Un informe de McKinsey & Company de 2017 estima que las grandes empresas de tecnología hicieron inversiones internas en IA de entre 18.000 y 27.000 millones de dólares en 2016. Las inversiones externas, procedentes de capital de riesgo y de capital privado, se estiman entre 8.000 y 12.000 millones de dólares para el mismo año. De la financiación externa, el aprendizaje automático capturó casi el 60 por ciento de la inversión.
A medida que la comprensión de la IA se resuelve en distintos subgrupos de tecnología, los líderes empresariales tendrán la oportunidad de centrarse en los avances que más impactan poderosamente en sus organizaciones. El aprendizaje automático es un campo particularmente excitante que está cambiando el horizonte de los ejecutivos de negocios.
Pensamiento creativo: Máquinas que aprenden
Dentro de los negocios de clase mundial, las herramientas de inteligencia artificial están ingiriendo los datos en bruto de la transformación digital y IoC, combinándolo con inteligencia de localización, y entregando nuevos tipos de conocimiento.
Cantidades masivas de datos de negocios y clientes son ligados a lugares y tiempos físicos, y miles de las organizaciones ya analizan estos datos de localización para descubrir esta inteligencia oculta, el tipo de conocimiento que puede crear una ventaja competitiva. En muchos casos, el aprendizaje automático -una forma de inteligencia artificial- permite ese análisis.
De hecho, una combinación de aprendizaje automático y los sistemas de información geográfica (SIG) -la columna vertebral de la inteligencia de la localización- está ayudando a las organizaciones capturar, almacenar y gestionar grandes cantidades de datos; ejecutar un análisis robusto; y luego visualizar la información incrustada en esos datos.
El aprendizaje automático utiliza algoritmos basados en datos que permiten a las computadoras a aprender de los datos, reconocer patrones y mejorar continuamente con la experiencia. Por ejemplo, a medida que las imágenes en bruto se introducen en un algoritmo, comienza a identificar patrones, y la precisión del reconocimiento de ese patrón aumenta con el tiempo. Con suficientes datos de entrada, la computadora construye una habilidad altamente precisa para etiquetar los componentes dentro de las imágenes (casa, coche, ganado, parada, signo), una habilidad que puede ser utilizada con gran efecto, como se muestra más tarde en diferentes ejemplos.
Como en el caso de la inteligencia artificial, no hay un consenso único sobre la definición de aprendizaje automático. Docenas de expertos han ofrecido sus definiciones únicas. Para los propósitos de este informe, Pedro Domingos explica este concepto «Los ordenadores no se supone que sean creativos; se supone que hacen lo que tú dices que lo hagan. Si lo que les dices es que sean creativos, obtienes un aprendizaje automático».
La combinación de aprendizaje automático y los sistemas de información geográfica es particularmente adecuado para realizar análisis en los datos de localización debido a su capacidad para automatizar la predicción, clasificación y agrupación de datos.
Un ejemplo práctico de la unión entre los SIG y el aprendizaje automático se ve en la planeación de eventos masivos. Cualquier persona que haya asistido a cualquier evento ya sea deportivo o musical, sabe el caos del trafico cuando este termina, miles de personas tratando de utilizar el transporte público o usando sus vehículos para volver a sus hogares. Para estas situaciones un condado del sudeste de los Estados Unidos está usando inteligencia artificial, la IO, y la tecnología de localización para mejorar esa experiencia.
El condado está probando un nuevo sistema que alista un algoritmo inteligente para monitorizar las cámaras de la calle y ajustar los semáforos para regular flujos de peatones y vehículos. En el corazón de esta solución de tráfico inteligente está un moderno SIG, esta tecnología fue de las primeras en incorporar inteligencia artificial para la capacidad de predicción y toma de decisiones.
De igual manera, en la organización de la Jornada Mundial de la Juventud 2019 en Panamá, se utilizó el sistema ArcGIS de Esri para evaluar las variables que más impactarían en este evento como la alimentación, el hospedaje y el transporte. La anterior información estaba dispersa y no se podía interpretar, pero con los SIG y la AI se pudo visualizar y así poder responder a las necesidades del evento. Este ejemplo es solo uno de la cantidad en donde la inteligencia de la locación puede generar soluciones y crear información que da ventaja competitiva a cualquier organización.