El aprendizaje automático es una de las tecnologías más prometedoras para las próximas décadas, una rama de la inteligencia artificial que estudia cómo lograr que las máquinas aprendan y que podría llegar a cambiar por completo el mundo tal como lo conocemos hoy.
Si conseguimos desarrollar máquinas capaces de aprender por sí solas, probablemente lo harán muchísimo más rápido que los humanos y también serán capaces de hacer un uso más eficiente de la información adquirida, acercándose cada vez más a la inteligencia ejecutiva.
El aprendizaje automático promete traer cada vez más inteligencia a todo el software de las máquinas y dispositivos que nos rodean, desde un teléfono inteligente a una máquina de café o un dispositivo para el hogar, como Echo, de Amazon o Google Home.
Con esa capacidad de aprender, las máquinas irán adquiriendo nuevas capacidades y habilidades de forma progresiva, logrando cosas impensables con anterioridad. Esta transformación dará también un vuelco al mundo de la empresa, en donde sólo aquellas compañías que aprendan a utilizar la inteligencia artificial como una oportunidad en lugar de como una amenaza estarán preparadas para sobrevivir en el nuevo entorno empresarial del futuro.
Supervivencia empresarial
En la actualidad, todas las grandes empresas están invirtiendo en aprendizaje automático e inteligencia artificial, así como contratando personal especializado en estas áreas. También existen numerosas startups y otras empresas más pequeñas que, con recursos muy limitados, investigan y tratan de adaptarse a cualquier innovación disruptiva en esta disciplina que les ofrezca una ventaja comparativa y una oportunidad de supervivencia en un entorno competitivo cada vez más hostil.
Grandes empresas como Google, Apple, Amazon, Facebook, etc. ya han incorporado la inteligencia artificial en muchos de sus productos. El sistema de inteligencia artificial AlphaGo, de Google, superó este año al campeón del mundo de Go, un juego que hasta ahora las máquinas no conseguían dominar debido a los elevados niveles de intuición que requiere. Y continuamente surgen nuevas aplicaciones para Watson, el ya famoso sistema de inteligencia artificial de IBM.
Catalizadores del aprendizaje automático
Para trabajar en este campo hacen falta tres cosas: tecnología de inteligencia artificial, potencia de computación y datos.
Los algoritmos de aprendizaje automático (tecnología) llevan años ahí, pero el desarrollo reciente de los otros dos factores ha disparado el avance del aprendizaje automático:
- La disponibilidad de gran cantidad de información o grandes repositorios de datos (big data) originados con la llegada de las redes sociales, los dispositivos móviles, el Internet de las cosas y las ciudades inteligentes.
- El abaratamiento de equipos informáticos de gran potencia que permiten analizar volúmenes de datos cada vez mayores a gran velocidad.
El factor diferencial: los datos
La mayoría de los algoritmos, librerías y herramientas de aprendizaje automático (tecnología) son de dominio público. Empresas como Google han abierto recientemente su API de aprendizaje automático a terceros, por lo que cualquier desarrollador podrá hacer uso de la tecnología de Google en sus aplicaciones a un precio asequible.
Y la potencia de computación necesaria para ponerlos en práctica también está al alcance de cualquier empresa. Sin embargo, los datos no.
Por este motivo, y como consecuencia de los avances que, con certeza, se van a producir en inteligencia artificial y aprendizaje automático, numerosos expertos coinciden en que los datos serán la clave del éxito para que las empresas puedan sobrevivir a la inevitable transformación empresarial que ocurrirá en los próximos años. Las empresas que posean los datos serán las que acaben triunfando.
Sin embargo, no todos los participantes están en igualdad de condiciones y no precisamente debido a cuestiones económicas.
En la actualidad, el grueso de los datos son propiedad de unas pocas grandes empresas (tecnológicas, financieras y de consumo), por lo que, inicialmente, las pymes y las startups están en desventaja. No obstante, tendrán su oportunidad si recurren a la estrategia adecuada, aprovechando sus fortalezas y las debilidades de las grandes empresas.
Estrategia de las grandes empresas
En la actualidad, hay grandes empresas, como Amazon, Google o Facebook, que ya se han dado cuenta de la importancia de la inteligencia artificial en la transformación empresarial y llevan años trabajando en la captación de datos. Estas empresas cuentan con todo lo necesario para triunfar en el futuro entorno empresarial: financiación, tecnología y datos; por lo que competir con ellas resultará muy complicado, tanto para otros gigantes como para las pequeñas startups.
Paralelamente, hay otros gigantes tradicionales con grandes bases de datos, pero que a menudo no disponen de la tecnología necesaria para sacarle partido a esos datos:
- Las multinacionales de consumo (grandes supermercados, cadenas de ropa, etc.) tienen todos nuestros tickets de compra, por lo que saben qué consumimos, en qué fechas, por ciudades, por sexo, etc. Hasta ahora siempre han utilizado esa información con fines publicitarios, pero empiezan a ser conscientes de su valor porque otros sectores muestran interés por comprar esas bases de datos.
- Las multinacionales tecnológicas también tienen muchísimos datos sobre comportamientos y tendencias, aunque algunas de ellas no consiguen desarrollar los productos necesarios para monetizar dicha información.
- Las grandes operadoras de telefonía e internet, las multinacionales energéticas, las universidades… todas ellas tienen grandes repositorios de datos.
- Incluso los bancos, que tienen infinitas bases de datos históricas, pero que hasta la reciente aparición de las fintech no parecían tener u
na estrategia clara sobre qué hacer con ellas más allá de molestas y continuas llamadas telefónicas ofertando productos al más propio estilo call center.
Para sobrevivir en un escenario futuro en el que el aprendizaje automático y otras nuevas tecnologías ya sean una realidad extendida, estás empresas pueden básicamente:
- Desarrollar su propia tecnología: una opción a menudo compleja, dado que no sólo carecen de la experiencia necesaria en estos ámbitos, sino que además sus gigantescas estructuras, generalmente muy jerarquizadas y poco flexibles no se adaptan fácilmente a los cambios, algo fundamental en un entorno de transformación vertiginoso.
- Adquirir startups: es una opción bastante recurrida, pero requiere una inversión inicial importante y un análisis exhaustivo de las nuevas tecnologías existentes y de las diferentes startups para elegir la más adecuada a las necesidades del gigante empresarial en cuestión. Además de un proceso de adaptación para incorporar en su estructura los nuevos grupos de trabajo y las nuevas tecnologías.
- Colaborar con startups: también requiere un análisis exhaustivo para elegir las empresas con las que interesa colaborar, pero la inversión inicial es menor y también lo es el riesgo al apostar por una u otra empresa, al poder deshacer la colaboración en cualquier momento y establecer otras nuevas. Además, el proceso es menos traumático para ambas compañías.
Un ejemplo claro de esta estrategia de colaboración podemos verlo en el sector bancario, en el que las nuevas empresas de tecnologías financieras (fintech) han entrado con una fuerza imparable, dando lugar a la denominada disrupción digital y poniendo a los bancos tradicionales en una situación muy difícil, en la que, básicamente, deben renovarse o morir. Finalmente, para adaptarse a los nuevos tiempos, algunos de los grandes bancos, como Barclays, Deutsche Bank o JP Morgan, han optado por colaborar con estas empresas fintech en lugar de competir directamente con ellas. Y parece que la estrategia está funcionando.
Gracias a estos acuerdos, las grandes empresas con datos ganarán nuevas fuentes de ingresos y descubrirán nuevas posibilidades de aplicación para sus grandes volúmenes de datos.
Estrategia de las startups
Las startups que pretendan competir de algún modo en el terreno de este nuevo conjunto de servicios inteligentes deberán conocer muy bien sus fortalezas y debilidades para poder sobrevivir en un entorno tan difícil.
Como ya hemos mencionado parten de una posición de debilidad: la falta de datos. En su mayoría, podrán competir perfectamente en aprendizaje automático, pero es poco probable que muchas de ellas puedan adquirir los conjuntos de datos necesarios para poder equipararse con empresas como Google u otras plataformas de usuarios que ofrezcan estos servicios.
Algunas de estas startups serán adquiridas por los gigantes en posesión de los datos que desean hacerse con sus activos, ya sea porque cuentan con un valioso equipo de personas o porque desarrollan una tecnología innovadora que pueda ser de interés para el comprador. Las demás, tendrán que cambiar de enfoque si quieren sobrevivir.
Según los expertos, su principal opción estará en la colaboración con las grandes empresas que poseen los datos pero carecen de la tecnología necesaria para aprovecharlos.
Muchas de las grandes empresas con grandes repositorios de datos en su poder, recabados durante años de actividad, necesitarán ayuda en materia de aprendizaje automático y aquí es donde pueden aprovechar para hacerse un hueco las numerosas startups con tecnologías de aprendizaje automático, pero que necesitan repositorios de datos para ponerlas en práctica. Ambos tipos de empresas se podrán beneficiar de la revolución del aprendizaje automático si colaboran entre sí, estableciendo una clásica relación de simbiosis.
Las startups deberán aprovechar dos de sus grandes fortalezas, la creatividad y el talento, para desarrollar formas de colaboración que les beneficien. Por ejemplo, desarrollando algún producto innovador que pueda interesar a la gran empresa tradicional que cuenta con los datos en su poder y con la que la startup pretende colaborar, con el fin de resultar una opción atractiva para el gigante empresarial y tener algo más con lo que negociar a la hora de llegar a un acuerdo.
También ayudará, sin duda, la flexibilidad de su organización para adaptarse con suma rapidez a las continuas innovaciones disruptivas y para hibridar con otras disciplinas.
Solo unas pocas podrán sobrevivir en solitario, aquellas que logren tener acceso a los repositorios de datos que necesitan, ya sea ofreciendo algún tipo de solución multiplataforma o creando algún producto innovador que anime a los usuarios a registrarse en sus plataformas y proporcionarles sus datos.
Estas startups deberán moverse muy rápido y tratar de crecer con rapidez para hacerse con el mayor número posible de datos en poco tiempo, dado que la única opción que tendrán de sobrevivir es la de lograr convertirse, por sí solas, en una empresa con datos que pueda resultar interesante para otras.
En este sentido, las que lleguen primero tendrán cierta ventaja, aunque no será suficiente con eso. Para triunfar, necesitarán idear algo realmente innovador.
Conclusión: quiénes sobrevivirán
Nosotros no tenemos ninguna duda: es más probable que cada vez haya más startups que se conviertan en empresas unicornio (con un valor superior a 1.000 millones de dólares) que unas pocas multinacionales tecnológicas mantengan sus monopolios a largo plazo.
En estos últimos años, el sector tecnológico ha originado grandes monopolios en tres entornos claramente diferenciados, como Google (web), Facebook (red social) o Apple (dispositivo móvil), pero cada vez es más difícil la defensa de estos monopolios y la tendencia se dirige hacia una continua y creciente fragmentación del mercado.
A medida que pasa el tiempo, son tan numerosas e importantes las posibles innovaciones tecnológicas que, a la larga, estas multinacionales no podrán abarcarlo todo y deberán poner foco… o poco a poco se irán diluyendo. Algunas llevan años reinventándose (IBM, Microsoft) y otras no acaban de cumplir con las expectativas (Twitter).
Por su parte, las pequeñas empresas tecnológicas tienen a su favor su mayor especialización y una estructura de costes flexible, importantes ventajas para ser competitivas en un entorno global, hóstil… y tecnológico. No obstante, aquellas que quieran aprovechar el carro del aprendizaje automático y la inteligencia artificial, deberán obligatoriamente hacerse con un buen reposi
torio de datos por medio de alguno de los medios mencionados anteriormente.
Solo aquellas que lo consigan tendrán alguna posibilidad de ser competitivas y hacerse un hueco en el mercado junto a gigantes como Google o Amazon.
Fuente: Techcrunch
Seguir leyendo:
- Cómo mejoran las empresas con Big Data
- La inteligencia artificial en los bancos y en el sector financiero
- 15 empleos que podrían desaparecer o cambiar considerablemente con la llegada de las nuevas tecnologías
- 5 Herramientas de análisis estratégico para elaborar un plan de negocio
- Los robots podrían reemplazar a los humanos en las empresas antes de lo esperado
Trackbacks/Pingbacks