Algunos proveedores y clientes de tecnología cognitiva están dejando de lado la fase experimental y están utilizando inteligencia artificial (IA) para transformar los procesos comerciales. Las primeras aplicaciones de las tecnologías cognitivas giraron en torno a sus capacidades en los juegos, incluido Jeopardy y ajedrez.

Estas tuvieron impresionantes resultados, pero la aplicación a los negocios no estaba del todo clara. Sin embargo, ahora es el momento de pensar en los procesos comerciales que las tecnologías cognitivas pueden ayudar a transformar y cómo se puede lograr esa reingeniería. Dicho esto, hablemos sobre lo que son las tecnologías cognitivas. 

Qué son las tecnologías cognitivas

Las tecnologías cognitivas son productos del campo de la inteligencia artificial. Son capaces de realizar tareas que solo los humanos solían hacer.

Entre los ejemplos de tecnologías cognitivas se incluyen la visión por computadora, el aprendizaje automático, el procesamiento del lenguaje natural, el reconocimiento de voz y la robótica.

Automatización y oportunidades

Una categoría de aplicación de tecnología cognitiva es la automatización. Por automatización nos referimos al uso de sistemas informáticos para realizar el trabajo que la gente solía hacer. El resultado es que el trabajo se hace más rápido, más barato, mejor o una combinación de los tres.

La automatización tiende a estar enfocada internamente; la organización que lo implementa, más que los clientes, tiende a ser el principal beneficiario, generalmente a través del ahorro de costos o el uso más eficiente de los recursos.

Las tecnologías cognitivas pueden automatizar el trabajo de dos formas principales: aumentando los trabajadores o reemplazándolos. Aumentar significa ayudar a un trabajador a hacer su trabajo mejor o más rápido, de la misma manera en que las herramientas eléctricas ayudan a un trabajador a trabajar más rápido.

Los sistemas de apoyo a las decisiones clínicas que proponen diagnósticos, sugieren tratamientos médicos o recomiendan pacientes para ensayos clínicos son ejemplos de esto. También lo son las aplicaciones que leen y filtran automáticamente noticias y datos para resaltar información que puede influir en la visión de un asesor financiero sobre una clase de activo o acción.

Algunas aplicaciones de tecnologías cognitivas eliminan trabajos al asumir todas las responsabilidades del trabajador. Los sistemas automatizados de respuesta por voz que reemplazan a los agentes humanos de servicio al cliente por la atención al cliente de primer nivel están bien establecidos. 

Transformación de procesos de negocio

El sistema de metro de Hong Kong ofrece un buen ejemplo del uso de tecnologías cognitivas para la automatización para mejorar la calidad y la eficiencia. El rendimiento del sistema en general es impresionante. Transporta a más de 5 millones de pasajeros al día y cuenta con un récord de puntualidad del 99,9%.

En una semana normal, 10.000 trabajadores realizan unas 2.600 actividades de ingeniería en todo el sistema para que funcione sin problemas. El operador del sistema de metro de Hong Kong implementó tecnologías cognitivas para automatizar y optimizar la planificación de estas obras de ingeniería. 

El sistema de planificación codifica reglas prácticas aprendidas por expertos a lo largo de años de experiencia, además de restricciones como horarios y regulaciones sobre los niveles máximos de ruido permitidos por la noche. Emplea un algoritmo genético que enfrenta muchas soluciones al mismo problema entre sí para encontrar la mejor, produciendo un programa de ingeniería óptimo automáticamente y ahorrando dos días de trabajo de planificación por semana. Aunque automatiza el trabajo de los expertos, no los reemplaza.

Como dijo Andy Chun, CIO de la City University of Hong Kong y diseñador del sistema, los planificadores humanos “Son pocos expertos en el campo. Su tiempo nunca es suficiente". El sistema "les ayuda a liberarlos de la tarea de programar para que puedan concentrarse en asuntos más difíciles que requieren interacciones y negociaciones humanas".

Una aplicación de automatización importante para las tecnologías cognitivas es la realización de tareas a una escala que no es práctica con las alternativas convencionales. La Comisión de Transparencia del Gobierno y Financiamiento de Campañas del Estado de Georgia, por ejemplo, tiene que procesar 40.000 páginas de divulgaciones de financiamiento de campañas por mes, muchas de las cuales están escritas a mano.

Después de evaluar otras alternativas, decidieron que necesitaban una solución que utilizara el reconocimiento automático de escritura a mano para mantenerse al día con la carga de trabajo, junto con una revisión humana de colaboración colectiva para garantizar la calidad. 

En la actualidad y a futuro

A pesar de las impresionantes capacidades de las tecnologías cognitivas, nada de lo que hemos visto sugiere que sea inminente un reemplazo total de trabajadores humanos por sustitutos robóticos.

La visión por computadora ha logrado grandes avances en los últimos años (Facebook afirma que puede reconocer rostros con un 97 por ciento de precisión), pero todavía no puede reconocer varios objetos en una escena o comprender de manera confiable qué acciones está presenciando.

Las tecnologías como el reconocimiento de voz y la traducción automática pueden impulsar enormemente la productividad, pero requieren supervisión humana para que su trabajo sea tan bueno como el de los humanos. Los sistemas que utilizan el procesamiento del lenguaje natural pueden acelerar drásticamente el proceso de análisis y comprensión de documentos.

Pero cometen errores simples que un humano promedio no cometería. Y necesitamos que los humanos actúen sobre la base de los conocimientos que pueden obtenerse mediante el análisis automático de documentos.

Los sistemas cognitivos no solo pueden producir resultados imperfectos, sino que también pueden requerir una inversión significativa de tiempo humano para capacitarlos o configurarlos antes de que puedan hacer su trabajo.

Los sistemas de aprendizaje automático están expuestos habitualmente a miles o millones de elementos de datos antes de que puedan comenzar a realizar predicciones o clasificaciones de manera confiable.

Los sistemas de procesos de lenguaje natural pueden requerir un proceso de configuración lento que defina los conceptos y el vocabulario que son más importantes para los usuarios de los sistemas.

En el futuro previsible, entonces, el uso de tecnologías cognitivas implica que los seres humanos estarán muy "al tanto", no solo para desarrollar, personalizar y entrenar los sistemas, sino también para supervisarlos, guiarlos y mejorarlos.

De hecho, un enfoque prometedor para hacer un uso efectivo de los sistemas cognitivos es diseñarlos para que funcionen de la mano con las personas, aprovechando la fuerza de cada uno.