Es una de las conclusiones de la mesa redonda organizada por Bdeo bajo el título, "La IA que escribe el futuro", y en la que han participado Pablo Gil, CPO de Erudit; Ana Asuero, CPO de Bdeo, y Chema Lillo, CTO de Idoven
Bdeo, la scaleup especializada en Inteligencia Visual que permite optimizar y automatizar los procesos de las aseguradoras, ha organizado la mesa redonda "La IA que escribe el futuro".
Este evento ha contado con la participación de Pablo Gil, CPO de Erudit, startup dentro del mercado "Voz del Empleado (VoE)", enfocada en el análisis del lenguaje para eliminar la necesidad de encuestas de satisfacción; Chema Lillo, CTO de Idoven, especializada en detección temprana y medicina de precisión en enfermedades cardiovasculares, y Ana Asuero, CPO de Bdeo. Entre los tres han debatido sobre cómo la IA puede transformar el modo en que las empresas gestionan sus diferentes procesos y sobre los retos a los que tendrá que hacer frente esta tecnología en los próximos años.
Resulta innegable que la IA ha impactado en todo tipo de industrias a niveles tan fundamentales como su modelo de negocio. Son muchos los sectores que ya confían en las capacidades que ofrece esta tecnología y su futuro está unido a su avance. ¿En qué estado se encuentra la evolución de la IA?
En su intervención, Pablo Gil, CPO de Erudit, afirmaba que "ha habido mucha desmitificación a medida que toda esa tecnología ha salido de casos de investigación o de exploración, y ha terminado en herramientas que podemos utilizar todos. Se ha producido una mejora muy significativa en las técnicas para procesar la información y los datos". Por su parte, Ana Asuero, CPO de Bdeo, apuntaba que "se ha producido una madurez de la tecnología porque las empresas, para agilizar procesos y optimizar costes, han decidido apoyarse en ella. Además, también ha cambiado el perfil del usuario, que cada vez quiere tener un mayor control de los procesos".
Los participantes coincidieron en que las empresas deben incorporar IA a sus procesos con el objetivo de aportar valor al cliente final, y esto se consigue, entre otras formas, al agilizar procesos y ahorrar tiempo a la hora de emitir diagnósticos, veredictos o conclusiones, uno de los objetivos prioritarios de estas startups desarrolladoras de IA. Idoven consigue en 8 minutos el mismo diagnóstico acertado que llevaría a un cardiólogo 8 horas, Bdeo ha logrado reducir el tiempo de gestión de siniestros de motor de días a minutos y Erudit, a través de su software de People Analytics, agiliza la obtención de resultados de satisfacción del empleado para que las empresas puedan evitar la fuga de talento.
Retos técnicos y regulación, principales desafíos para las startups de IA
Las capacidades de la Inteligencia Artificial evolucionan cada día. No obstante, con ellas lo hacen los retos técnicos a los que se enfrenta. En el caso de Idoven, su CTO Chema Lillo indicaba que "el reto más importante a corto plazo es la regulación de la IA y cómo se implanta en el sistema sanitario. Existen muchos menos algoritmos en medicina comparado con otros sectores, así que hay menos casos de uso. Todavía hay mucho por decidir y esto hace que la adopción sea más lenta".
Por otro lado, Pablo Gil reconocía que en su caso "nos encontramos con algo infinito que no se puede categorizar. Nos enfrentamos a muchos problemas que tienen que ver con el tratamiento de texto abierto en los que, en muchos casos, puedes tardar meses en obtener una respuesta".
Aunque no todos los retos son técnicos. Ana Asuero de Bdeo destacaba la importancia de construir confianza, para lograr un encaje cada vez mayor y más ágil de la IA en los diferentes sectores y por lo tanto favorecer su crecimiento. "Al cliente acudimos con datos que respaldan los resultados que consigue nuestra IA; no obstante, también trabajamos a fondo la confianza con pilotos y pruebas. Demostrar y convencer nos lleva tiempo, pero una vez han visto los beneficios y han incorporado la IA los clientes nunca vuelven atrás".
En esta línea de la confianza, Chema Lillo señalaba que "utilizamos una doble vara de medir, exigimos a la Inteligencia Artificial y a sus algoritmos unos compromisos y unas barreras éticas que después no exigimos al ser humano. Es muy evidente en el caso del vehículo autónomo: nos llevamos las manos a la cabeza cuando hay un accidente, pero ni nos inmutamos con los cientos de accidentes que ocurren cada semana por error humano".
Falta de talento tecnológico, reto común
Uno de los principales desafíos en los que coincidían estas startups tecnológicas es, la dificultad para encontrar talento. Según los participantes, para poder trabajar con IA es necesario saber expresar en qué se basa y tener unos conocimientos básicos sólidos, un cambio que debe empezar por las instituciones educativas.
Entre los requisitos que debe reunir un candidato para trabajar en esta área, todos los participantes coincidieron en la necesidad de tener conocimientos previos de machine learning y capacidad de adaptarse a cada sistema.