Everything from:tecnología

En esto de la Inteligencia Artificial, vivimos un momento paradójico provocado por la confluencia de dos corrientes.

Meme sobre Machine Learning y estadística Tenemos, por un lado, a quienes creen que estas cosas del Machine Learning no son más que “estadística avanzada”. Este meme que ha pululado por las redes en los últimos meses es un ejemplo de esta corriente de pensamiento.

Por otra parte, están (estamos) los que cada vez queremos hablar menos de “Inteligencia Artificial”, porque cada uno entendemos cosas (muy) distintas cuando oímos este concepto, lo que lo hace peligroso. Tú dices “Inteligencia Artificial” queriendo decir Machine Learning y el de enfrente entiende “máquinas inteligentes que nos van a robar el trabajo como paso previo a esclavizarnos y aniquilarnos”. O, en el mejor de los casos, entiende “con esto haces dos clicks y ya está resuelto”, que viene a ser igual de estúpido.

Y es que, amigos, ni una cosa ni la otra.

Ni “la Inteligencia Artificial” va a cobrar conciencia de sí misma y provocar un holocausto nuclear, ni su forma actual (el aprendizaje automático o Machine Learning) es “poco más que estadística avanzada”.

No es una varita mágica, ni un arma nuclear

El término “Inteligencia Artificial” es desafortunado. Hunde sus raíces en un momento en el que la ciencia aspiraba a replicar nuestra inteligencia. La cultura popular abrazó el concepto, echó a volar la imaginación y logró fijarlo en nuestras retinas y mentes como un proceso imparable cuya culminación era sólo cuestión de (poco) tiempo.

Sigue leyendo el artículo…

No dejes de leer este artículo muy didáctico publicado en el New York Times sobre Explainable AI (XAI), o “inteligencia artificial explicable”.

¿De qué va esto de la XAI? Es habitual que los sistemas de inteligencia artificial se comporten como cajas negras: no es nada fácil entender por qué llegan a las conclusiones que llegan.

Al mismo tiempo, hay muchos escenarios en los que eso resulta inaceptable, como en decisiones que afectan a la vida de las personas (medicina, defensa, justicia…).

Así que hay que avanzar en las capacidades para que los algoritmos de inteligencia artificial devuelvan suficiente información sobre por qué generan sus resultados, para detectar posibles errores, sesgos indebidos y documentar los procesos de decisión.

Apasionante.

En las últimas semanas, alrededor del tema de la conferencia que di en Argentina  sobre Inteligencia Artificial y Big Data, en varias ocasiones me han pedido recomendaciones sobre cómo incorporar la Inteligencia Artificial a las empresas.

Voy a intentar contar aquí lo que creo al respecto, de forma más calmada que cuando me preguntan a quemarropa en una conversación informal. Está dirigido a CEOs y CMOs o, en general, personas al cargo de organizaciones o de parte de ellas desde una perspectiva de negocio.

Si eres más del lado de la tecnología, probablemente deberías leer esto pero, quizás, también tendrás otras preguntas que aquí no voy a tratar (y algunas que, seguramente, no soy capaz de contestar).

Empecemos por el principio

Lo primero de todo: no sé qué es eso de «adoptar la Inteligencia Artificial«. En serio, no lo sé. Me lo habéis preguntado, pero no sé qué contestar. Me suena tan difuso como «adoptar las matemáticas en mi empresa».

En primer lugar, no lo entiendo porque la IA engloba multitud de métodos distintos pero, principalmente, no lo entiendo porque no tiene sentido adoptar algo con el único objetivo de adoptarlo: si lo haces, tendrás que hacerlo para resolver algún problema de tu negocio. Que para eso eres CEO.

Así que la pregunta correcta no es «¿cómo puedo adoptar la IA en mi empresa?» sino «tengo el problema X, ¿puedo resolverlo mejor aplicando algún método de Inteligencia Artificial?». Eso ya tiene más sentido de negocio y se aleja del hype que existe alrededor de este concepto.

Vale, pero, ¿cómo lo hago?

Si ya tienes claro qué problema de negocio quieres resolver, lo siguiente que tienes que hacer es comprender qué NO es la Inteligencia Artificial: no es un método mágico que va a resolver tu problema de un plumazo.

Incluso aunque leas a diario artículos sobre cómo la IA va a cambiar el mundo, nos va a hacer inmortales o va a provocar el fin de la Humanidad, nada de eso es cierto. O, como mínimo, no lo va a ser en un plazo razonable (hay una discusión filosófica y teórica válida sobre estos temas, pero excede el alcance de este texto).Sigue leyendo el artículo…

Hace un par de semanas, contactó conmigo Rubén González, de El Mundo. Me pidió unas valoraciones sobre una serie de cuestiones incluidas en el artículo sobre bots que apareció primero en papel y, después, en la versión online.

El artículo, titulado «Se busca perfil serio, eficaz… y no humano«, incluye declaraciones también de otros profesionales de firmas como Accenture, Oracle, ESIC, etc. Cada uno aporta su visión sobre el mercado de los chatbots y sus posibilidades.

Por aclarar, sobre este tema de los chatbots y sus aplicaciones empresariales, cada día estoy más convencido de que se trata de lo que suelo llamar un «no-mercado». Ya expresaba mis recelos en un artículo del año pasado, «¿Realmente quieres poner un bot en tu empresa?«. El desarrollo de los acontecimientos va en esta línea, desde luego. No hay adopción masiva con objetivos contundentes porque el ROI de los bots es más que cuestionable, debido principalmente a la dificultad para «domesticarlos». Lograr que la experiencia de uso de un bot sea mejor que la de una app convencional es tremendamente caro. Con esas condiciones, la tecnología está ahí y se usa para desarrollos internos, banalidades o para acciones publicitarias, pero no hay un mercado que se nutra de la adopción de chatbots en la línea de negocio o en actividades críticas que afecten a la experiencia del cliente.

Sigue leyendo el artículo…

Cuando uno se acerca a los veinte años de experiencia, siempre alrededor de la creación y venta de software, tienes ya bastante desarrollado el “olfato” requerido para detectar ciertos patrones de comportamiento típicos de los profesionales de este sector.

No es que hayas ido cultivando un sexto sentido, sino que has visto ya muchas veces a muchas empresas hacer lo mismo y puedes reconocer con claridad lo que están haciendo y a dónde les va a llevar.

Por eso, cada vez que oigo a alguien hablar de que quiere financiar la creación de su producto de software con los primeros proyectos ad hoc realizados para clientes, se me encienden todas las alarmas. Lo he visto hacer docenas de veces y yo mismo lo he hecho en unas cuantas ocasiones (ay, la juventud), así que tengo bastante claro el estrecho margen de probabilidades de éxito en el que se mueven esas iniciativas.

Hay dos maneras en las que se suelen afrontar estas aventuras de creación de producto aunque, en el fondo, ambos caminos parten de un mismo lugar: no tener una estrategia clara de producto o, aun teniéndola, carecer de los recursos necesarios para poder ejecutarla. Ambas situaciones son muy habituales en nuestro entorno empresarial. De hecho, existe una relación de continua retroalimentación entre ellas: como solemos jugar con cantidades de capital muy escasas, no desarrollamos a fondo las habilidades (y las culturas corporativas) necesarias para crear productos exitosos; como no abundan las habilidades (ni la cultura corporativa) necesarias para crear productos exitosos, tendemos al camino más conocido y de beneficios más inmediatos, como es la prestación de servicios.

Veamos cuáles son las dos maneras más eficaces para no construir un buen producto cuando escasean los recursos o, simplemente, la estrategia de producto brilla por su ausencia.Sigue leyendo el artículo…

El pasado jueves, participé como moderador en una mesa redonda sobre Transformación Digital en un evento organizado por iiR. Resultó una experiencia muy agradable tanto por el elevado nivel de los ponentes como por la buena acogida por parte de las 150 personas de la audiencia.

Cuando se trabaja con grandes profesionales, es fácil que las cosas no sólo salgan bien, sino que además sea un placer hacerlas. A lo largo de los días previos al evento, el contacto con los participantes en la mesa redonda fue profundamente gratificante, pues todos ellos mostraron una marcada disposición a colaborar y, además, un notable dominio de las materias que íbamos a tratar. No en vano, se trataba de profesionales de primera fila:

La charla giró alrededor de conceptos como los principales facilitadores tecnológicos de la transformación digital, la estrecha e indispensable relación entre digitalización y objetivos de negocio, el crucial papel de las personas y del fomento del Digital Mindset, o la necesidad de interconexión entre distintos jugadores a la que nos lleva el entorno actual.Sigue leyendo el artículo…

Desde que empecé a trabajar en Bitext, me han preguntado ya muchas veces qué es el análisis del sentimiento (o, en inglés, “sentiment analysis”): es el proceso por el que determinamos si una frase o acto de habla contiene una opinión, positiva o negativa, sobre una entidad concreta o sobre un concepto. Es un término que está muy ligado a las redes sociales pero que, en realidad, no está limitado a ellas.

Mediante el análisis del sentimiento, aspiramos a entender, en primer lugar, con qué guarda relación el texto que analizamos. Por ejemplo, nos interesa saber si la frase en cuestión trata sobre nuestra marca o sobre el concepto que nos interesa analizar (p. ej. – “hoteles”). Idealmente, querremos saber esto pero con mayor nivel de granularidad: ¿a qué se refiere exactamente la frase? ¿A nuestra marca, en general, o a un aspecto de nuestro producto o servicio (envase, precio, la habitación, la atención recibida…)? Una vez que el sistema tiene claro sobre qué es la opinión, nuestro segundo objetivo será conocer el sentido de esa opinión (positiva o negativa, básicamente), así como la intensidad de esa opinión. A esa puntuación, técnicamente, la llamamos “intensidad de la polaridad”.

Los sistemas más sencillotes se limitan a leer una frase y buscar en ella palabras que tienen registradas en su diccionario como buenas o como malas. Si aparece una palabra buena (p. ej. – “estupendo”), es una opinión positiva. Si aparece una palabra mala (p. ej. – “decepcionada”), es una opinión negativa. Si no encuentran ninguna palabra que, según su diccionario, exprese algo negativo o positivo, estos sistemas más sencillos suelen hablar de “opiniones neutras”, aunque para mí sería preferible entender que lo que ocurre es que no hay opinión como, por ejemplo, si yo tuiteo “Estoy esperando a mi primo en el McDonald’s”. Paradójicamente, muchos de esos sistemas simples también te dirán que una opinión es neutra si han encontrado una palabra negativa y otra positiva. Esto último debería provocar sonrojo a más de uno, pero no.Sigue leyendo el artículo…

La casualidad ha querido que, en el plazo de unas cuantas semanas, haya tenido que recurrir al servicio de soporte técnico de Garmin en dos ocasiones. Tanto mi Garmin vívofit como el Edge 510 de la bici dejaron de funcionar y, como ambos estaban en garantía, me puse en contacto con Garmin para mandarlos a su servicio técnico.

El resultado de ambos procesos ha sido correcto: Garmin me ha enviado sendos dispositivos nuevos para sustituir a los averiados.

Sin embargo, el proceso de atención podría haber sido mucho mejor. Veamos por qué.

Para este análisis, debemos estar de acuerdo en varias premisas:

  1. Garmin es una primera marca que presume de estar a la cabeza de la innovación tecnológica.
  2. Garmin aplica un premium al precio de sus productos que solo están dispuestos a pagar los consumidores que quieren un dispositivo tecnológicamente avanzado de una primera marca.
  3. Si tienes que recurrir al servicio de garantías es porque la marca ha fallado en su promesa principal: que el producto va a funcionar. Este siempre es un fallo gravísimo, pero lo es más si la marca pretende ser el líder de un mercado tecnológico.
  4. Es infinitamente más grave que un mismo cliente necesite recurrir al servicio de atención dos veces en un corto período de tiempo: se trata de un cliente que ha confiado en la marca comprando varios productos y cuya experiencia está siendo especialmente negativa. Cualquier marca debería prestar particular atención a una situación así y, más aún, una primera marca.

A los profesionales del marketing se nos llena la boca de «experiencia de cliente», de «touchpoints» y de conceptos similares y, sin embargo, somos capaces de olvidarnos de prestar atención a los momentos críticos en la relación con nuestros clientes, como cuando nuestros productos fallan estrepitosamente.

Una marca que pretenda permanecer en una posición de liderazgo ha de asegurarse de que sus productos fallen en proporciones ínfimas y de que, cuando ocurra, el cliente sienta que detrás del producto hay una marca que realmente se preocupa por lograr esa experiencia excepcional.

Sin embargo, en el caso de Garmin, lo que podría ser una oportunidad de maravillar al cliente se convierte en un mero trámite técnico, logístico y administrativo. Mentalidad de ingeniería, no de marketing. Del siglo XX, no del XXI.

Hace unos meses, ya hablé de Garmin y de su proceso de digitalización. Las marcas que, tradicionalmente, se han visto a sí mismas como fabricantes de productos necesitan reinventarse como prestadores de servicios y, sobre todo, como creadores de experiencias. Viendo cómo han transcurrido los dos procesos de posventa de Garmin, está claro que a esta marca aún le queda mucho por hacer en ese proceso de evolución.

Sigue leyendo el artículo…