Philip K. Dick, uno de los autores que más han influido en el género literario de la ciencia ficción, escribió en 1965 El informe de la minoría, un relato corto cuya historia se desarrolla en torno a la posibilidad de que unos mutantes capaces de prever el futuro fueran utilizados para evitar los crímenes antes de que se comentan. En 2002 se estrenó Minority Report, la inevitable adaptación de Hollywood dirigida por Steven Spielberg. Ninguna de las dos obras entra en cuestiones especialmente técnicas, ambas se centran más en las (interesantes) implicaciones éticas y morales que acarrean el hecho de juzgar a alguien por algo que hará en un futuro, pero lo cierto es que han contribuido (junto con otras tantas obras) a la popularización de una serie de términos que no eran tan habituales como lo son hoy. Porque entonces, (más en 1965 que en 2002), hablar de Inteligencia Artificial, de algoritmos y de predicción sonaba, efectivamente, a Ciencia Ficción.

Hoy no es así. Ya hay mucho más de ciencia que de ficción en el diseño y desarrollo de inteligencias artificiales y algoritmos capaces de predecir de una manera precisa y fiable el comportamiento de las personas. De hecho, y estén inspirados por la literatura o el cine, o no, lo cierto es que en la actualidad existen sistemas que utilizan el aprendizaje automático y el análisis predictivo para predecir delitos antes de que se cometan, o para determinar las posibilidades de que un criminal pueda ser reincidente. Los diferentes tipos de los denominados Crime Predicting Software, se ocupan de recoger y analizar datos sobre crímenes que ya se han cometido para predecir los que se cometerán en un futuro.

La evolución del análisis predictivo

Lo cierto es que, en un espacio de tiempo relativamente corto, se ha pasado de analizar una situación que ya ha sucedido, a predecir lo que sucederá en el futuro. El análisis predictivo ha evolucionado a lo largo de los años consolidándose a través de diferentes fases con particularidades propias muy reconocibles. La última década se ha caracterizado por ser el periodo de tiempo en el que el análisis predictivo, especialmente en el campo de la inteligencia artificial, ha terminado por consolidarse, pero para llegar a ese punto se tuvo que pasar por otras fases igualmente importantes y plantear otro tipo de preguntas:

  • ¿Qué ha sucedido? Creación de reportes para entender la situación.
  • ¿Por qué ha sucedido? Análisis de los datos para comprender los motivos.
  • ¿Qué está sucediendo? Monitorización y visualización de datos.
  • ¿Qué va a suceder? Análisis predictivo basado en estadística, data mining, optimización e inteligencia artificial.

Inteligencia Artificial predictiva para anticiparse a las necesidades

Con unas aplicaciones más amables y en un entorno mucho menos truculento, encontramos a Cabify y Google. En un reciente comunicado, el primer unicornio español y el gigante de Mountain View han declarado estar trabajando en un sistema de inteligencia artificial predictiva para que los usuarios de la plataforma puedan tener un coche esperándoles en la puerta antes incluso de que lo soliciten. El proyecto forma parte de un proceso de reestructuración de Cabify en el que pasará a incorporar los servicios Google Cloud con el fin, dicen, de mejorar la gestión, agilizar procesos y elaborar mejores métricas. Se trata de toda una declaración de intenciones por parte de la startup, una apuesta muy fuerte por el modelo data driven.

Y es que, en un momento en el que el Big Data se torna como un recurso fundamental para corporaciones y empresas emergentes, se ha demostrado que, además de recoger los datos, es necesario tener muy claro qué hacer con ellos. El comportamiento de los usuarios de Cabify, como el de otros usuarios de muchos servicios y productos, queda registrado en gigantescas bases de datos en las que luego buscar y encontrar patrones de uso. En función de éstos, se pueden tomar decisiones estratégicas a medio y largo plazo o, como en este caso, incluso llegar a anticiparse. Cualquier compañía, independientemente del sector en el que opere, aspira a poder ser capaz de predecir lo que sus usuarios desean.

En un momento en el que el Big Data se torna como un recurso fundamental para corporaciones y empresas emergentes, se ha demostrado que, además de recoger los datos, es necesario tener muy claro qué hacer con ellos.

Qué es la Inteligencia Artificial predictiva

La Inteligencia Artificial predictiva es lo más cercano que tenemos en la actualidad para que ese objetivo se cumpla. El propósito de este tipo de inteligencia artificial siempre ha sido el de replicar los mecanismos mediante los cuales el cerebro humano adquiere conocimientos y experiencia. Su desarrollo, por lo tanto, debe obedecer a una serie de cuestiones fundamentales para comenzar a asemejarse en ese sentido.

Una inteligencia artificial predictiva debe poder ser capaz de manejar grandes volúmenes de datos y analizarlos para identificar y aislar aquellos realmente importantes. Ese conocimiento adquirido tiene que ser interiorizado para, posteriormente, poder ser contrastado con nuevos datos. Así estudia situaciones, escenarios y casos similares, establece paralelismos y similitudes y es más sencillo detectar discordancias y patrones que se salgan de la norma.

En otras ocasiones el funcionamiento es el opuesto, ya que los patrones más comunes son los más útiles, y el ejemplo de Cabify y Google es perfecto en este sentido. Ambas compañías aseguran que serán capaces de anticipar el comportamiento de los usuarios que solicitan alguno de sus servicios basándose, sobre todo, en patrones de uso más o menos recurrentes y habituales. Es el caso de aquellos clientes de Cabify que, por ejemplo, se desplacen diaria o semanalmente a un determinado punto. Para el usuario es beneficioso, pero para la compañía y sus conductores también, puesto que permite una optimización de las rutas y la disminución y el aprovechamiento de los tiempos ‘en vacío’ durante los cuales se encuentran conduciendo sin pasajeros. Por eso los departamentos de business inteligence valoran tanto y tan positivamente estos modelos predictivos de inteligencia artificial.

Algunas aplicaciones de Inteligencia Artificial predictiva

En consecuencia, durante los próximos años todo apunta a que la tendencia terminará, como mínimo, por consolidarse. Se estima que aproximadamente el 50% de las predicciones de análisis realizados por empresas de todos los ámbitos estarán basadas en metodologías que pivotan sobre la Inteligencia Artificial y sobre el análisis predictivo. En la actualidad, ya encontramos casos de uso comunes de una tecnología lo suficientemente madura como para resultar fiable:

  • La detección de fraude combina múltiples métodos de análisis predictivo que están basados en la detección de patrones y en el historial de los clientes. Cada vez más aseguradoras y bancos desarrollan o contratan esta clase de tecnología para mejorar el desempeño de las herramientas que se han venido utilizando habitualmente. Una vez definidos los patrones de comportamiento fraudulento, es posible localizarlos incluso antes de que se lleven a cabo.
  • Las metodologías utilizadas tradicionalmente en las puntuaciones de crédito de las evaluaciones de riesgo financiero también se han visto mejoradas y potenciadas gracias al uso del análisis predictivo. Hoy es más fácil que nunca evaluar la posibilidad de impago o la solvencia de un usuario que solicita un crédito.
  • En el ámbito del marketing, el análisis predictivo se utiliza para determinar la respuesta de los clientes ante, por ejemplo, un nuevo producto o servicio o ante la implantación o eliminación de una característica determinada. También es realmente útil para hacer estimaciones de venta o para promover la venta cruzada. A la larga, eso se traduce en una mayor atracción y retención de potenciales usuarios.
  • A nivel de operaciones, muchas compañías utilizan modelos predictivos para tener un mayor control sobre el inventario, sobre los recursos o la logística. Las aerolíneas o el sector hotelero, por ejemplo, realizan análisis predictivos para maximizar la contratación y ocupación de sus servicios y para ajustar los precios en función de la demanda.

Se estima que aproximadamente el 50% de las predicciones de análisis realizados por empresas de todos los ámbitos, estarán basadas en metodologías que pivotan sobre la Inteligencia Artificial y sobre el análisis predictivo.

Es sencillo encontrar muchos casos de uso para una tecnología que, hasta hace no mucho tiempo, parecía demasiado buena para ser real. El modelo data driven adoptado por multitud de empresas e impulsado por la aparición de modelos de negocio que se benefician de los datos, han hecho que aplicar inteligencia artificial predictiva no solo resulte beneficioso por su eficacia, sino completamente necesario, sobre todo si tenemos en cuenta el factor humano y la lógica limitación natural de cualquier persona para gestionar sin ayuda de la tecnología la ingente cantidad de datos que se generan y recopilan en la actualidad.

¿Quieres formarte en inteligencia artificial? Apúntate ya

AI Executive Program

Formato: Presencial

AI en los negocios

Formato: 100% Online

¿TIENES ALGUNA DUDA? LLÁMANOS CUANDO QUIERAS

;