La inteligencia artificial (IA) y el aprendizaje automático (ML) son algunas de las tecnologías empresariales más publicitadas y han captado la imaginación de las juntas directivas, con la promesa de eficiencias y costos más bajos, y del público, con desarrollos como vehículos autónomos y vehículos autónomos. Taxis aéreos cuadricópteros.
Por supuesto, la realidad es bastante más prosaica, con empresas que recurren a la IA para automatizar áreas como las recomendaciones de productos en línea o la detección de defectos en las líneas de producción. Las organizaciones están utilizando IA en industrias verticales, como los servicios financieros, el comercio minorista y la energía, donde las aplicaciones incluyen la prevención del fraude y el análisis del rendimiento comercial de los préstamos, la predicción de la demanda de productos estacionales y el procesamiento de grandes cantidades de datos para optimizar las redes de energía.
Todo esto se queda corto con la idea de la IA como una máquina inteligente en la línea de 2001: Una odisea en el espacio HAL. Pero sigue siendo un mercado de rápido crecimiento, impulsado por empresas que intentan obtener más valor de sus datos y automatizar la inteligencia empresarial y el análisis para mejorar la toma de decisiones.
La firma de analistas de la industria Gartner, por ejemplo, predice que el mercado global de software de inteligencia artificial alcanzará los US$62.000 millones este año, y que el crecimiento más rápido provendrá de la gestión del conocimiento. Según la firma, el 48% de los CIO encuestados ya han implementado inteligencia artificial y aprendizaje automático o planean hacerlo en los próximos 12 meses.
Gran parte de este crecimiento está siendo impulsado por desarrollos en la computación en la nube, ya que las empresas pueden aprovechar los bajos costos iniciales y la escalabilidad de la infraestructura de la nube. Gartner, por ejemplo, cita la computación en la nube como uno de los cinco factores que impulsan el crecimiento de la IA y el ML, ya que permite a las empresas “experimentar y poner en funcionamiento la IA más rápido con menor complejidad”.
Además, los grandes proveedores de nube pública están desarrollando sus propios módulos de IA, incluido el reconocimiento de imágenes, el procesamiento de documentos y aplicaciones de borde para respaldar los procesos industriales y de distribución.
Algunas de las aplicaciones de AI y ML de más rápido crecimiento están relacionadas con el comercio electrónico y la publicidad, ya que las empresas buscan analizar patrones de gasto y hacer recomendaciones, y utilizan la automatización para orientar la publicidad. Esto aprovecha el creciente volumen de datos comerciales que ya residen en la nube, lo que reduce los costos y la complejidad asociados con el movimiento de datos.
La nube también permite a las organizaciones hacer uso de análisis avanzados e instalaciones informáticas, que a menudo no son rentables para construir internamente. Esto incluye el uso de unidades de procesamiento de gráficos (GPU) dedicadas y volúmenes de almacenamiento extremadamente grandes que son posibles gracias al almacenamiento en la nube.
“Tales capacidades están más allá del alcance de las ofertas locales de muchas organizaciones, como el procesamiento de GPU. Esto demuestra la importancia de la capacidad de la nube en las estrategias digitales de las organizaciones”, dice Lee Howells, jefe de IA en la firma de asesoría PA Consulting.
Las empresas también están acumulando experiencia en el uso de la IA a través de servicios basados en la nube. Un área de crecimiento es AIOps, donde las organizaciones utilizan inteligencia artificial para optimizar sus operaciones de TI, especialmente en la nube.
Otro es MLOps, que según Gartner es la puesta en funcionamiento de múltiples modelos de IA, creando “entornos de IA compuestos”. Esto permite a las empresas construir modelos más completos y funcionales a partir de bloques de construcción más pequeños. Estos bloques se pueden alojar en sistemas locales, internos o en entornos híbridos.
Ofertas de inteligencia artificial de los proveedores de servicios en la nube
Así como los proveedores de servicios en la nube ofrecen los componentes básicos de TI (computación, almacenamiento y redes), también están creando una gama de modelos de inteligencia artificial y aprendizaje automático. También ofrecen servicios basados en IA y ML que las empresas, o empresas de tecnología de terceros, pueden integrar en sus aplicaciones.
Estas ofertas de IA no necesitan ser procesos de un extremo a otro y, a menudo, no lo son. En cambio, brindan una funcionalidad que sería costosa o compleja para una empresa. Pero también son funciones que se pueden realizar sin comprometer la seguridad de la empresa o los requisitos reglamentarios, o que implican una migración de datos a gran escala.
Ejemplos de estos módulos de IA incluyen procesamiento y reconocimiento de imágenes, procesamiento y análisis de documentos y traducción.
“Operamos dentro de un ecosistema. Compramos ladrillos a la gente y luego construimos casas y otras cosas con esos ladrillos. Luego entregamos esas casas a clientes individuales”, dice Mika Vainio-Mattila, CEO de Digital Workforce, una empresa de automatización de procesos robóticos (RPA). La empresa utiliza tecnologías en la nube para ampliar su prestación de servicios de automatización a sus clientes, incluido su “robot como servicio”, que puede ejecutarse en Microsoft Azure o en una nube privada.
Vainio-Mattila dice que la IA ya es una parte importante de la automatización empresarial. “El que probablemente sea el más frecuente es el procesamiento inteligente de documentos, que básicamente da sentido a los documentos no estructurados”, dice.
“El objetivo es hacer que esos documentos sean significativos para los ‘robots’, o agentes digitales automatizados, que luego hacen cosas con los datos de esos documentos. Ese es el espacio donde hemos visto el mayor uso de herramientas y tecnologías de IA, y donde más hemos aplicado la IA nosotros mismos”.
Él ve un impulso creciente de las grandes empresas de nube pública para proporcionar herramientas y modelos de IA. Inicialmente, eso es para proveedores de software de terceros o proveedores de servicios como su empresa, pero espera que los proveedores de soluciones en la nube (CSP) también ofrezcan más tecnología de inteligencia artificial directamente a las empresas de los usuarios.
“Es un espacio interesante porque los grandes proveedores de la nube (obviamente encabezados por Google, pero seguidos muy de cerca por Microsoft y Amazon, y otros, IBM también) han implementado servicios en torno a servicios basados en ML e IA para descifrar información no estructurada. Eso incluye reconocer o clasificar fotografías o traducción”.
Estas son tecnologías de “propósito general” diseñadas para que otros puedan reutilizarlas. Las aplicaciones comerciales suelen ser muy específicas para cada caso de uso y necesitan expertos para adaptarlas a las necesidades comerciales de una empresa. Y la atención se centra más en las operaciones administrativas que en aplicaciones como los automóviles sin conductor.
Los proveedores de nube también ofrecen módulos “específicos de dominio”, según Howells de PA Consulting. Estos ya han evolucionado en servicios financieros, manufactura y atención médica, dice.
De hecho, la gama de servicios de IA que se ofrecen en la nube es amplia y está creciendo. “El gran [cloud] los jugadores ahora tienen modelos que todos pueden tomar y ejecutar”, dice Tim Bowes, director asociado de ingeniería de datos en la consultora Dufrain. “Hace dos o tres años, todo era tecnología de terceros, pero ahora están creando herramientas propietarias”.
Azure, por ejemplo, ofrece Azure AI, con modelos de IA de visión, habla, lenguaje y toma de decisiones a los que los usuarios pueden acceder a través de llamadas de IA. Microsoft divide sus ofertas en servicios de inteligencia artificial aplicada, servicios cognitivos, aprendizaje automático e infraestructura de inteligencia artificial.
Google ofrece infraestructura de IA, Vertex AI, una plataforma de ML, servicios de ciencia de datos, traducción de medios y voz a texto, por nombrar algunos. Su API de inferencia en la nube permite a las empresas trabajar con grandes conjuntos de datos almacenados en la nube de Google. La empresa, como era de esperar, proporciona GPU en la nube.
Amazon Web Services (AWS) también ofrece una amplia gama de servicios basados en IA, que incluyen reconocimiento de imágenes y análisis de video, traducción, IA conversacional para chatbots, procesamiento de lenguaje natural y un conjunto de servicios dirigidos a desarrolladores. AWS también promueve sus módulos de salud e industria.
Los grandes proveedores de software empresarial y software como servicio (SaaS) también tienen sus propias ofertas de IA. Estos incluyen Salesforce (ML y análisis predictivo), Oracle (herramientas de ML que incluyen modelos preentrenados, visión por computadora y NLP) e IBM (Watson Studio y Watson Services). IBM incluso ha desarrollado un conjunto específico de herramientas basadas en IA para ayudar a las organizaciones a comprender sus riesgos ambientales.
Las empresas especializadas incluyen H2O.ai, UIPath, Blue Prism y Snaplogic, aunque las tres últimas podrían describirse mejor como empresas de automatización inteligente o RPA que como proveedores de IA pura.
Es, sin embargo, una línea muy fina. Según Jeremiah Stone, director de tecnología (CTO) de Snaplogic, las empresas a menudo recurren a la IA de forma experimental, incluso cuando la tecnología más madura puede ser más apropiada.
“Probablemente, el 60 % o el 70 % de los esfuerzos que he visto están, al menos inicialmente, comenzando a explorar la IA y el ML como una forma de resolver problemas que pueden resolverse mejor con enfoques mejor entendidos”, dice. “Pero eso es perdonable porque, como personas, continuamente tenemos un optimismo extremo sobre lo que el software y la tecnología pueden hacer por nosotros; si no lo hiciéramos, no avanzaríamos”.
La experimentación con IA, dice, traerá beneficios a largo plazo.
Límites y perspectivas de la IA basada en la nube
Existen otras limitaciones para la IA en la nube. En primer lugar, los servicios basados en la nube se adaptan mejor a datos genéricos o procesos genéricos. Esto permite a las organizaciones superar los obstáculos normativos, de seguridad y privacidad que implica compartir datos con terceros.
Las herramientas de IA contrarrestan esto al no mover los datos: permanecen en la aplicación o base de datos comercial local. Y la seguridad en la nube está mejorando, hasta el punto en que más empresas están dispuestas a utilizarla.
“Algunas organizaciones prefieren mantener sus datos más confidenciales en las instalaciones. Sin embargo, dado que los proveedores de la nube ofrecen capacidades de seguridad líderes en la industria, la razón para hacer esto se está reduciendo rápidamente”, dice Howells de PA Consulting.
No obstante, algunas empresas prefieren construir sus propios modelos de IA y realizar su propia capacitación, a pesar del costo. Si la IA es el producto, y los automóviles sin conductor son un excelente ejemplo, la empresa querrá poseer la propiedad intelectual de los modelos.
Pero incluso entonces, las organizaciones se beneficiarán de las áreas en las que pueden usar datos y modelos genéricos. El clima es un ejemplo, el reconocimiento de imágenes es potencialmente otro.
Incluso las empresas con demandas muy específicas para sus sistemas de IA podrían beneficiarse de los recursos de datos expansivos en la nube para la capacitación de modelos. Potencialmente, es posible que también deseen utilizar los datos sintéticos de los proveedores de la nube, lo que permite el entrenamiento de modelos sin las preocupaciones de seguridad y privacidad del intercambio de datos.
Y pocos en la industria apostarían en contra de esos servicios provenientes, ante todo, de los proveedores de servicios en la nube.
