Es probable que su empresa ya aproveche algunas de las ventajas que esta nueva tecnología ofrece, sin que haya tenido que tomar la decisión de adoptarlas, pero es mejor conocer de qué se trata y qué más puede hacer por su negocio.

Rápido avance

Machine Learning, o simplemente ML, es una rama de la Inteligencia Artificial que ha ganado popularidad en parte porque ha avanzado significativamente durante los últimos años. Y no es que antes hubiera poco interés en el área, ni escasez de científicos de la computación con ideas emocionantes sobre lo que podía lograrse con ella. Lo que había, era limitaciones de recursos. Limitaciones que han empezado a desaparecer.

Por un lado, la capacidad de almacenamiento y procesamiento disponible, y el uso fácil y económico de redes de cómputo extrapoderosas han impulsado el crecimiento del ML.

Por otro, la cantidad de información que las empresas tienen a su disposición es mayor que nunca, y aumenta cada día. Usted mismo tiene cada vez más datos sobre sus rutinas, salud, costumbres y estados financieros, que le suministran los dispositivos y aplicaciones que usa, desde relojes inteligentes que toman sus signos vitales hasta los portales bancarios.

Las aplicaciones de ML necesitan, precisamente, alimentarse de estos datos para funcionar. Si no existe esa materia prima, los resultados van a ser inútiles.

ML ya trabaja para usted

Pero Machine Learning también se ha vuelto popular porque, más que otras ramas de la Inteligencia Artificial, sus aplicaciones pueden impactar los procesos de negocio de muchas empresas y organizaciones.

O incluso, aplicar Machine Learning a procesos que hasta ahora se hacen manualmente, podría ser la razón por la que nazcan muchas empresas nuevas en el futuro inmediato.

De hecho, si su empresa utiliza Google o Microsoft como proveedor de sistema de correos, el filtrado que lo defiende de mensajes basura o ‘Spam’, y de mensajes potencialmente peligrosos, se hace con ML. Su uso diario de motores de búsqueda lo pone en contacto con esta tecnología, así como el uso de Google Maps o Waze para evitar el tráfico más fuerte, o de Uber para transportarse.

Menos evidente, pero quizá más útil para su organización, es la herramienta que Google Docs agregó a sus documentos y hojas de cálculo llamada ‘Explore’, que analiza su documento y encuentra relaciones entre los datos para sugerirle gráficos y métricas útiles en las que quizá usted no había pensado.

Muchas más posibilidades

Empresas como SAP o Google disponen otras aplicaciones que ya utilizan ML, y que usted puede aprovechar sin tener ningún conocimiento técnico.

Un ejemplo es la solución que ambas empresas tienen para descubrimiento de talentos, que recibe hojas de vida de potenciales candidatos a una posición en su empresa y las revisa para encontrar a los mejores candidatos, según parámetros que usted establezca en un formulario sencillo.

Ahora, si su empresa tiene sus propias aplicaciones, pero ninguno de los desarrolladores es experto en ML, estas compañías y otras ofrecen lo que se conoce como ‘APIs’, y que son simplemente puentes de conexión entre aplicaciones.

En este caso, el software de su empresa puede usar estas APIs para agregar soluciones de ML ya creadas por expertos. Por ejemplo, la API de análisis de video de Google permite detectar la mención de su empresa o la aparición del logo de su empresa en videos de YouTube, aun si no existe alguna otra pista de que su empresa fue mencionada en lugares más comunes, como en la descripción del video.

APIs de análisis de imágenes y texto, traducción, y reconocimiento de voz también están disponibles. Éstas últimas pueden ser usadas para mejorar las experiencias de telemárketing o para agregar a estos servicios un análisis de satisfacción de los usuarios, sin que estos tengan que responder encuestas; sus funcionarios llevan a cabo el servicio al cliente, y el API recibe luego el audio grabado para hacer el análisis.

Si su empresa tiene el tamaño y los datos suficientes para que valga la pena considerar el desarrollo de soluciones de ML a la medida, también tiene varias opciones. Por ejemplo: usted pordría comprar el hardware necesario para instalar estas aplicaciones, pero también puede utilizar los servicios en la nube de varias compañías para que los soluciones de ML se ejecuten remotamente, pagando una mensualidad en vez de haber hecho una enorme inversión inicial.

El talento humano necesario para crear dichas aplicaciones también puede venir de sus propios empleados, o ser contratado externamente.

Una excelente forma de empezar a trabajar con aplicaciones más complejas de ML en su empresa es utilizar la librería de computación numérica de Google llamada TensorFlow, actualmente en su versión 1.4. La herramienta nació como una solución cerrada, pero Google decidió abrir su código al público.