El futuro y la realidad del intercambio de datos

A principios de año, el MIT Technology Review Insights realizó una encuesta global sobre los principales usos de la inteligencia artificial en las empresas, sus desafíos y los beneficios que traería a todas las industrias en un contexto de intercambio seguro y anónimo de datos.

La investigación titulada “The global AI agenda: Promise, reality, and a future of data sharing” se realizó entre enero y febrero del 2020, justo antes de la pandemia. Se entrevistó a más de 1,000 ejecutivos de 11 industrias diferentes y a expertos en inteligencia artificial.

El reporte revela qué industrias han implementado la IA dentro de su operación y en qué áreas lo han hecho; por ejemplo, las compañías de TI y telecomunicaciones la han adoptado en un 81%, las empresas de servicios financieros la utilizan en un 78%, mientras que los retailers en un 75%.

Dentro de las industrias entrevistadas, el control de calidad, la atención al cliente y la detección de fraudes son actualmente los principales casos de uso de IA:

• En el caso del sector financiero, 58% de las empresas la utilizan en la detección de fraudes.
• 59% de las manufactureras y 60% de las farmacéuticas emplean la IA en el control de calidad.
• 48% de los retailers la usan para la atención al cliente.
• 40% de las compañías de logística y transporte destinan la IA para la gestión de inventario.
• 52% de las organizaciones de TI, la ciberseguridad es la prioridad.

Aunque estas cifras pueden reflejar que la inteligencia artificial está ya dentro de las empresas, la realidad es que la tecnología aún tiene un largo camino que recorrer ya que, de acuerdo con el mismo reporte, el 60% de los encuestados cree que la IA encontrará un lugar en el 11% o el 30% de sus procesos, una cifra poco significativa respecto a la forma en la que operan la mayoría de las compañías.

Retos por superar

Como lo hemos mencionado en entradas de blog anteriores, 7 de cada 10 proyectos de IA generan poco impacto dentro de las organizaciones. En el reporte, mencionan el caso de Emirates Group, donde los primeros intentos de la empresa en 2015 y 2016 para desarrollar capacidades de inteligencia artificial no superaron la etapa piloto; fue hasta mediados de 2018 donde la aerolínea pudo pasar de esta fase a “industrializar la ciencia de datos”.

Una de las limitaciones más relevantes para la implementación de la IA es la disponibilidad de los datos ya que, mientras más información tengan los sistemas, más preciso será su análisis y las decisiones de negocio que se tomen serán más acertadas. Por lo tanto, el intercambio seguro de datos es una alternativa que muchas industrias aspiran a alcanzar.

En la investigación citan el ejemplo de 10 grandes empresas farmacéuticas que en junio de 2019 formaron un consorcio para compartir datos de investigación de medicamentos, y cada compañía puede utilizar dichos datos para alimentar sus propios algoritmos de inteligencia artificial. Ese caso no es el primero dentro de esta industria, de hecho, a raíz de la pandemia muchos laboratorios han compartido su información en busca de la cura.

Pero ¿cómo funciona esto para los intereses empresariales de las farmacéuticas? Los datos son rastreados mediante técnicas de “aprendizaje federado”, un método de machine learning descentralizado que no requiere el traspaso de la información, sino que ésta permanece en los servidores de cada empresa, permitiéndoles salvaguardar lo que consideran de propiedad única; además, el uso de blockchain garantiza la trazabilidad total de los datos.

La realidad en el intercambio de datos

Este modelo puede resultar en poderosos sistemas de IA basados en datos compartidos, por ello 66% de los encuestados expresaron compartir sus datos de forma voluntaria para estos fines, ya que varias industrias podrían optimizar sus cadenas de suministro, operar de forma más eficiente y desarrollar nuevos productos.

Sin embargo, el principal obstáculo para aplicar esta técnica a otras industrias ha sido la dificultad para garantizar el anonimato de los datos de los consumidores, ya que los usuarios de bancos de información compartida pueden encontrar la forma de rastrear a los clientes de su competencia, pero con la optimización del blockchain y el desarrollo del aprendizaje federado, eventualmente se espera superarlo.

<< Fabricación de datos para la Inteligencia Artificial >>

Por otro lado, las estrictas regulaciones de privacidad de datos también son un impedimento para compartir la información; en la investigación ponen de ejemplo que el Reglamento General de Protección de Datos (GDPR) de la Unión Europea ha desalentado a los ejecutivos debido a las sanciones que podrían enfrentar, y mencionan la “paradoja GDPR-blockchain” donde la primera requiere la capacidad de borrado de datos a solicitud de un individuo, mientras que el no borrado (trazabilidad total) es inherente a la segunda.

Es importante recalcar que toda esta investigación se desarrolló a sólo a dos meses del brote de COVID-19 y sin contemplar el fuerte impacto que la pandemia ha tenido en las empresas, por lo tanto, los objetivos de la implementación cercana de la IA dentro de las organizaciones puede que hayan cambiado. Además, en el blog ya hemos hablado sobre los límites de la inteligencia artificial y como la empresa de investigación Gartner consideró que en el 2020 decaería el entusiasmo por esta tecnología.

¿Qué opinas sobre compartir datos con los competidores? ¿Tu compañía estaría dispuesta a hacerlo? Deja tu respuesta en los comentarios y suscríbete a mi blog para más contenido sobre inteligencia artificial para empresas.