Hay un dato que pone nerviosos a todos: 85 millones de empleos tienen el riesgo de ser sustituidos por la inteligencia artificial para 2025 (WEF, 2020). ¿Cuáles? Según el Consejo de Tecnología de Forbes serán algunos como suscripción de seguros, almacén y fabricación, servicio al cliente, investigación y entrada de datos, y otros que tienen que ver con lo que calificaron como “cualquier tarea que pueda ser aprendida” (por una máquina).
Aquí va otra cifra: la misma Inteligencia Artificial (IA) tiene el potencial de crear 97 millones de puestos de trabajo (WEF). ¿Como cuáles? Científicos de datos, arquitectos de datos, ingenieros de big data, y un largo etcétera que tiene que ver con todas las áreas que se activan con un proyecto de inteligencia artificial. No solo tiene que ver la ciencia de datos, sino con el desarrollo de aplicaciones, labores de UX/UI, ingenieros de IoT, por citar algunos.
Detente a pensar en esto: la sustitución del trabajo ha existido siempre –yo pensaría que desde la invención de la rueda–, por lo que la lección es clara: toda tecnología
que resuelve un problema real, haciendo más eficiente cualquier proceso, trae costos asociados.
De vuelta a la IA, muchos expertos piensan que apenas estamos en la fase inicial de descubrimiento de esta tecnología que, dicen, traerá un cambio tan radical como lo fueron otros grandes descubrimientos de la humanidad –según una encuesta de PwC, su impacto será mayor que el del internet–.
La IA lleva décadas en nuestras vidas, pero las nuevas capacidades de cómputo y el uso de la nube la han potenciado de tal forma que estamos comenzando a crear soluciones que asemejan algunas facetas de la inteligencia humana.
Por ejemplo, la visión humana. La tecnología llamada Computer Vision es una rama de la IA conocida como deep learning. Se conoce con este término porque los algoritmos que corren en estos modelos simulan la habilidad cognitiva del ser humano. De una manera más lógica de entender, el modelo puede captar imágenes a través de cámaras de diferentes tipos y correr un proceso de aprendizaje muy similar a lo que hace un humano en sus primeras etapas de vida. Asociar imágenes a un objeto detectando patrones. Cuanto más se alimenta de imágenes, este ciclo de aprendizaje se vuelve más preciso.
En la industria de manufactura, una gran cantidad de procesos requieren la visión humana: inspección de calidad, conteo de objetos, detección de riesgos, etc. Imagina los beneficios de entrenar modelos de IA para automatizar estos procesos aumentando la efectividad, rapidez y 24/7 sin descansos.
Quizá la amenaza más lógica sería el reemplazo de los puestos que actualmente ejecutan estas tareas. Sería difícil argumentar que no es un riesgo, pero también podremos aplicar la capacidad humana para otras tareas de mayor complejidad cognitiva como la creación de nuevos productos, diseñar una estrategia para crecer el negocio o simplemente tener más tiempo libre y mejorar el estado emocional de los trabajadores.
No es el único campo donde la IA está alcanzando niveles muy cercanos a los humanos, también le siguen el reconocimiento de voz, o el uso de analítica para predecir comportamientos futuros o recomendar productos que necesitemos.
Como toda tecnología, vendrán beneficios y amenazas. Lo importante es no menospreciar la capacidad humana, pues sigue siendo valiosa para crear cosas nuevas. Siempre podremos aportar valor.
MÁS INFORMACIÓN
Marcelo de la Garza
CEO de Gesta Labs