Cuál ha sido el impacto del Machine Learning en el emprendimiento

Hoy miles de publicaciones de todo el mundo han mencionado que gracias emprendimiento, el impacto del Machine Learning y otras técnicas de Inteligencia Artificial han logrado constituir una segunda ola de transformación digital.

¿Pero por qué se dice esto? Lo que pasa es que compañías de todo el mundo están ocupando esta tecnología para optimizar sus operaciones e incluso ha conseguido crear una generación de nuevos negocios a partir del desarrollo de tecnología de Inteligencia Artificial.

Esto en gran parte ha sido posible gracias a la gran cantidad de datos digitales que generamos (como fotos, videos, mensajes, interacciones, pagos, etc.) como nunca antes se había visto. Adicionalmente se ha abaratado la forma de procesar este nuevo volúmen de datos. También la investigación en este tema ha proliferado, así como el financiamiento masivo que se ha invertido dentro y fuera de grandes corporativos.

Además no sólo existen compañías que integran el Machine Learning como pieza fundamental para operar el negocio. También en cada continente han empezado a surgir emprendedores con soluciones de Inteligencia Artificial de todo tipo para ayudar a otros negocios a integrar las ventajas de esta tecnología en su día a día.

Este nuevo fenómeno de emprendedurismo ha sucedido principalmente en Estados Unidos, Europa y China. Pero también existen escasos datos sobre los casos en Latinoamérica (LATAM). Al respecto, Endeavor (un reconocido programa para emprendedores) publicó un estudio en 2018 que recolectaba información sobre emprendimientos relacionados a Machine Learning e Inteligencia Artificial en LATAM.

Por ello, vamos a compartir algunos de los hallazgos más relevantes sobre este estudio, para comprender el panorama de empresas creadas en México, Brasil, Chile, Argentina y Perú.

Cuál es el panorama del empresas de Inteligencia Artificial en LATAM

Para empezar, recuerda que este estudio fue realizado en 2018 y en este contexto se encontró lo siguiente. La mayor parte de las empresas que desarrollan Inteligencia Artificial en la región se encuentra en etapas tempranas de crecimiento. Esto lo calcularon con base en parámetros como el año de fundación, inversión captada y técnicas de Inteligencia Artificial utilizadas.

Así que bajo estos indicadores se dieron cuenta que el 63% se fundó hace menos de 6 años y el 50% de estas empresas tienen entre 1 a 10 empleados. Otro hallazgo interesante es que este nuevo ecosistema de empresarios cuenta con un alto nivel de especialización en Inteligencia Artificial y Machine Learning, dedicada al desarrollo de software y servicios a las industrias mediáticas y de la salud.

Claro, también existe un buen número de proveedores de servicios a otro tipo de empresas como las financieras, de educación, logística, marketing e incluso retail. En este conjunto de empresas el 65% afirma que utilizan técnicas de Inteligencia Artificial como una estrategia y ventaja competitiva. La mayoría de los casos anteriormente descritos se apoyan en herramientas de terceros como Amazon, Microsoft, Google o IBM.

Otro grupo importante son los emprendedores que desarrollan chatbots, ya que la demanda de este tipo de aplicaciones ha incrementado significativamente.

Cuáles son los retos de los emprendedores relacionados a la Inteligencia Artificial

Este estudio también identificó los retos que tienen los emprendedores en América Latina para crecer sus empresas en la siguiente etapa de desarrollo.

Escasez de talento especializado

Hoy uno de los más grandes retos para todos los países es el talento humano. De acuerdo con un reporte realizado por la empresa china Tencent dice que en el mundo existen unos 300 mil ingenieros especializados en Inteligencia Artificial, cuando el mercado necesita millones.

El problema es que el número de expertos no incrementa, pues en el actual escenario las corporaciones contratan a profesores universitarios, quienes deciden aceptar y pedir un periodo sabático. De tal forma que los estudiantes se quedan sin profesores que les enseñen estas nuevas técnicas y consecuentemente el mercado se queda corto con el talento que necesita.

Escasez de talento especializado

Hoy uno de los más grandes retos para todos los países es el talento humano. De acuerdo con un reporte realizado por la empresa china Tencent dice que en el mundo existen unos 300 mil ingenieros especializados en Inteligencia Artificial, cuando el mercado necesita millones.

El problema es que el número de expertos no incrementa, pues en el actual escenario las corporaciones contratan a profesores universitarios, quienes deciden aceptar y pedir un periodo sabático. De tal forma que los estudiantes se quedan sin profesores que les enseñen estas nuevas técnicas y consecuentemente el mercado se queda corto con el talento que necesita.

Falta de datos para entrenar Inteligencia Artificial

El requerimiento principal para entrenar a modelos de Machine Learning es tener un gran volúmen de datos. Sin embargo, muchísimas empresas no están almacenando y procesando los datos con la tecnología necesaria. Afortunadamente una tendencia que está creciendo y ayuda a recolectar datos, es el Internet de las Cosas.

Desconocimiento de Inteligencia Artificial

Muchos de los posibles clientes desconocen cómo funciona la inteligencia artificial, porque la necesitan o qué se puede lograr con ella.

Financiamiento

Como América Latina está en sus primeras etapas de desarrollo de empresas de Inteligencia Artificial y Machine Learning, debe aspirar a tener mecanismos financieros y legales para facilitar la inversión al emprendimiento; y sobre todo debe tener un foco adecuado de fondos especializados como iniciativas público-privadas o premios específicos.

De qué depende el futuro del Machine Learning en el mundo

Solo algunos pocos especialistas podrían decir con certeza qué capacidades tendrán los modelos de Machine Learning, por ahora sabemos que para que esta tecnología sea cada vez más sofisticada se necesitan más datos, algo que podría incrementar significativamente con el avance de dispositivos del Internet de las Cosas.

Estos equipos no sólo facilitan la vida, sino que también serán capaces de captar millones de datos que ayuden a entender aún mejor las tendencias de consumo. Esta posibilidad introduce otra serie de preguntas, que también son importantes de reflexionar para el avance de la tecnología inteligente: De qué forma se debe regular el Machine Learning y otras técnicas de Inteligencia Artificial.

Sobre este respecto, la Comisión Europea ya ha realizado algunas reuniones específicas para establecer un grupo que recabe información sobre la Inteligencia Artificial, y así proponer ejes éticos para su manejo y desarrollo de nuevas aplicaciones.

Suena simple, pero en realidad es mucho más complejo de lo que parece, pues este tipo de grupos primero debe tener la respuesta a quién debe ser responsable de las conclusiones que obtenga uno u otro algoritmo.

El impacto del Machine Learning en el emprendimiento

Para hablar del impacto del Machine Learning en el emprendimiento, hay que ver que està pasando.

Vamos a poner un ejemplo para que todo quede más claro. En 2015, Google integró inteligencia artificial a una aplicación para almacenar y compartir imágenes. Sin embargo, se detectó que el software etiquetó la fotografía de una pareja afroamericana como “gorilas”. Por supuesto, este no fue un acontecimiento deliberado pero fue un error por no entrenar al algoritmo con ejemplos suficientemente variados. Es decir, como dichos algoritmos dependen de la programación de una persona, es posible que esta tecnología se entrene con sesgos ideológicos o discriminatorios.

Otra vertiente del planteamiento ético para el desarrollo de Machine Learning es la preocupación por la privacidad de los datos. Miles de usuarios no se sienten cómodos con la posibilidad de que algunas compañías usen su información, aunque sea para personalizar y mejorar sus experiencias con la marca.

Hasta ahora, la Unión Europea es la única región en el mundo que ha establecido la protección a los datos personales como un derecho fundamental. Es decir, todas las empresas que almacenen datos de sus clientes deben demostrar que cumplen estrictos protocolos y al mismo tiempo sus avisos de privacidad deben facilitar la comprensión de los mismos.

Por su parte, LATAM ha intentado implementar el modelo europeo para la protección de información personal, así como algunas reglas específicas para otro tipo de datos, pero desafortunadamente aún están por debajo del estándar. Esto se debe a que dichos parámetros se elaboraron con normas establecidas en 1995 y los problemas que plantea los nuevos algoritmos de Machine Learning son mucho más recientes.

Claro, el Machine Learning no es lo único que ha cambiado desde 1995, también están los smartphones y la revolución de servicios que ocasionó. Por ejemplo, en ese entonces no existían las aplicaciones de mensajería instantánea, mucho menos los links de pago para comprar directamente en un chat.

A pesar de estas complicaciones, los emprendedores de LATAM son optimistas y están dispuestos a colaborar para superar este tipo de retos.

Fuentes:

El impacto del Machine Learning en el emprendimiento.