Inteligencia Artificial: Base tecnológica de las empresas desarrolladoras de software

Publicado en

El éxito de una empresa basada en tecnología depende de manera decisiva de su base tecnológica, que es su capacidad para explotar la tecnología como una competencia medular, invertir en tecnología futura, incorporar tecnología más avanzada en productos y servicios, y hacerlo en menos tiempo y con menos dinero que los competidores. Los siguientes ejemplos ilustran las ventajas que diversas empresas han obtenido al aprovechar su base tecnológica.

  • La institución financiera KPMG International enfrentó (como muchas otras) la necesidad de automatizar el proceso de revisión de nuevos solicitantes de crédito a partir de historiales crediticios para tomar una decisión. Actualmente la empresa utiliza un sistema experto llamado Loan Probe para este fin.
  • Los casinos en Estados Unidos enfrentan a posibles estafadores utilizando el sistema NORA (Non-Obvious Relationship Awareness) que busca conexiones entre jugadores, trabajadores y organizaciones. La empresa desarrolladora de NORA, Systems Research and Development, hoy es proveedora del gobierno de los EEUU ya que su tecnología se considera útil para la seguridad nacional.
  • Empresas multinacionales como Ford, encuentran frecuentemente que su expertise en áreas específicas se encuentra repartido en diferentes países. Para reducir costos y facilitar el entrenamiento de sus empleados, han buscado recopilar esta experiencia al desarrollar sistemas como POM (Prototype Optimization Model), que reúne reglas para coordinar, planear y presupuestar los programas de prueba de prototipos. POM ahorra hoy a Ford más de USD 250 millones al año.Todos estos desarrollos han producido beneficios probados y cuantificables aplicando técnicas de Inteligencia Artificial (AI). La investigación en el área de AI intenta explicar la forma en que los seres humanos razonan. Siendo ésta una meta muy ambiciosa, en la práctica es necesario acotar las funciones del razonamiento a áreas específicas como la visión, el lenguaje, el reconocimiento de patrones y el aprendizaje. La ventaja tecnológica que AI ofrece a la industria radica en que permite automatizar estas funciones, y si bien no hace innecesario al experto humano, sí facilita su labor y genera ahorros considerables en horas-hombre.

Cuando una empresa basada en tecnología considera un cambio estratégico como los citados anteriormente o evalúa su estrategia actual, debe efectuar un análisis crítico de su capacidad para explotar el cambio. El concepto de base tecnológica provee un marco teórico para evaluar esta capacidad. Este artículo presenta sus componentes y demuestra la viabilidad de la adopción de la AI como ventaja tecnológica esencial para incrementar el valor agregado del software hecho en México.

Los Componentes de la Base Tecnológica

La Figura 1 muestra los elementos que se deben tomar en cuenta para evaluar la base tecnológica de una empresa.


Figura 1. La base tecnológica de la empresa. [1]

  • Ventajas tecnológicas esenciales. Reflejan el aprendizaje colectivo en áreas técnicas específicas y el acervo resultante de know-how, con la consiguiente propiedad intelectual. Estas ventajas dependen de la experiencia acumulada en el desarrollo y explotación de tecnología. Una evaluación detallada de las ventajas tecnológicas esenciales debe distinguir entre las tecnologías de producto y de proceso. Una clasificación útil para las ventajas tecnológicas es la que las divide en tecnologías clave, de base, de paso y emergentes. Las tecnologías clave son indispensables para la ventaja competitiva ya que ofrecen la oportunidad de lograr una diferenciación significativa en el producto o proceso. Las tecnologías de base son necesarias para permanecer en el mercado, aunque no ofrecen ninguna ventaja competitiva; todos los participantes tienen acceso a ellas. Por ejemplo, todas las empresas de software tienen acceso a lenguajes de programación, compiladores, ambientes de desarrollo, etc. Las tecnologías de paso todavía no se han establecido en la industria, pero tienen el potencial comprobado para convertirse en tecnologías clave. Las tecnologías emergentes están en el horizonte y todavía no se han probado siquiera. Como se imaginarán, no se puede contar con tecnologías clave sin haber desarrollado y probado tecnologías de paso y emergentes. Por ejemplo, antes de Google, los buscadores de Internet contaban la frecuencia con que los términos buscados aparecían en las páginas, y consideraban que, mientras más veces apareciera el término, más relevante era la página. En 1996, Larry Page y Serguei Brin, pensaron que sería mejor definir la relevancia de la búsqueda como la “popularidad” de las páginas, esto es, mientras más veces la página fuera visitada, más relevante sería. El motor de búsqueda es hoy tecnología clave de Google, y sigue siendo materia de investigación.
  • Ventajas organizacionales.– Son los factores que permiten a la empresa crear y explotar nuevas tecnologías. Incluyen cinco elementos: las aptitudes del personal, los procedimientos para toma de decisiones y distribución de información, la estructura organizacional, las estrategias que guían la acción, y la cultura que moldea suposiciones y valores compartidos.
  • Ventajas externas.– Es la red de conexiones que la empresa establece con su entorno. Incluye contactos con proveedores, clientes, competidores, asociaciones, comunidad, etc. De estos contactos depende la capacidad de la organización para encontrar, construir y explotar la tecnología propia. Innumerables desarrollos tecnológicos son producto de la colaboración entre estos grupos.
  • Procesos de desarrollo.– El desarrollo de productos y procesos genera valor agregado para la supervivencia de la empresa, mientras que el desarrollo de tecnología genera diferenciadores que con el tiempo se volverán clave.
  • Ventajas complementarias.– Aquí se incluyen disciplinas como mercadotecnia, distribución, manufactura, servicio al cliente. Aunque pueden no representar propiedad intelectual en el mismo sentido que una patente o un registro, son decisivas para el éxito comercial de las empresas, y también se benefician de la aplicación de AI. Por ejemplo, es sabido que American Airlines pudo obtener una importante ventaja a partir de sus avanzados sistemas de información para la expedición de boletos, diseño de rutas mediante programación matemática y asignación de reservas, codificado en un sistema de nombre Sabre. La minería de datos, que es el proceso automático de identificación de patrones en bases de datos, puede apoyar de manera importante a la mercadotecnia. El autor realizó un estudio de este tipo para una pequeña industria química [2].

Evidentemente, la labor de las empresas desarrolladoras de software consiste en crear programas para automatizar las ventajas complementarias, organizacionales y los procesos de desarrollo de sus clientes. Sin embargo, la gran ventaja de los desarrolladores de software de los países primermundistas sobre sus competidores, ha sido la investigación en AI y otras áreas de las matemáticas aplicadas como la estadística. Como lo indica la Figura 2, las empresas con desarrollos tecnológicos y conocimientos propios pueden formar una base de clientes más numerosa y fuerte que aquellas pobres en conocimiento y carentes de propiedad intelectual, pues las primeras pueden ofrecer productos y servicios que representan valor real para sus clientes.


Figura 2. El ambiente de negocios de las empresas de software. VTE – ventaja tecnológica esencial, VE – ventaja externa, PD – procesos de desarrollo, VC – ventaja complementaria, VO – ventaja organizacional.

Las Funciones de la Inteligencia

¿Qué ventajas concretas ofrece AI a las empresas desarrolladoras de software? La emulación del comportamiento inteligente ha permitido automatizar las siguientes tareas: [3]

• Aprendizaje a partir de la experiencia.– El aprendizaje es una habilidad fundamental de la mente humana y se ha logrado emular con éxito en programas que juegan al ajedrez o que eliminan virus informáticos, por citar tan sólo dos ejemplos. IBM, que se ha transformado de fabricante de hardware a desarrollador de software, creó el programa Deep Blue para retar y vencer al campeón mundial de ajedrez. IBM también ha creado programas para eliminar virus que emplean redes neuronales que generalizan aprendiendo a partir de ejemplos de virus conocidos.

• Manejo de situaciones complejas.– Todos los seres humanos estamos envueltos en ambientes complejos y cambiantes, por lo que es importante desarrollar herramientas para apoyar la toma de decisiones de los líderes de las organizaciones. Existen sistemas para apoyo a toma de decisiones (DSS, por sus siglas en inglés) en diversas áreas como comercio, lucha contra la pobreza, agricultura, economía, medio ambiente, terrorismo, etc.

• Resolución de problemas con información faltante.– Rara vez conocemos toda la información relacionada a un problema antes de resolverlo. Todos los días nos topamos con situaciones que implican tomar decisiones con información imprecisa o faltante. Esta área de investigación ha producido resultados de gran importancia, como el famoso sistema experto MYCIN, desarrollado en Stanford, que apoya a los médicos en el diagnóstico y tratamiento de infecciones en la sangre.

• Identificación de información prioritaria.– Hoy en día se cuenta con vastas bases de datos con todo tipo de información. Por ello se ha vuelto indispensable filtrarla y procesarla, para eliminar los datos innecesarios y explotar inteligentemente el conocimiento. Un ejemplo es LSI Indicator, un sistema experto creado por la empresa de bienes raíces LSI, que ayuda a determinar el valor real de una propiedad utilizando bases de datos compartidas por la industria [4].

• Prevención y diagnóstico de situaciones indeseables.– Dada la complejidad de las modernas plantas industriales, la información producida por los sistemas de control se ha vuelto difícil de interpretar con la velocidad requerida. Por ello, se han aplicado técnicas de reconocimiento de patrones a los datos producidos por estos sistemas para identificar fallas antes de que éstas ocurran, lo cual ha generado ahorros significativos. En China existen aplicaciones de este tipo para la identificación de fallas en redes eléctricas.

• Interpretación de imágenes.– Esta tarea es difícil de automatizar, pues la naturaleza de las computadoras no les permite identificar patrones visuales u objetos con la misma facilidad que los seres vivos. Sin embargo, existen numerosas aplicaciones que realizan esta labor, como el sistema de identificación y análisis de huellas digitales del Departamento de Justicia de Estados Unidos, o el sistema de organización del correo del servicio postal del mismo país, que “lee” las direcciones de los destinatarios escritas en los sobres de las cartas.

• Procesamiento simbólico.– Existen programas que apoyan a los matemáticos en manipulaciones simbólicas, como por ejemplo General Problem Solver (GPS) de la Universidad Carnegie Mellon, que combina reglas de inferencia y heurísticas para automatizar la comprobación de teoremas.

• Uso de heurísticas.– Innumerables empresas tratan de optimizar sus operaciones utilizando modelos matemáticos cuya solución exacta es difícil y computacionalmente costosa. En el campo de AI se han desarrollado heurísticas que permiten la solución aproximada de estos problemas en un tiempo razonable y a bajo costo. Problemas de logística, secuenciamiento de tareas de manufactura y optimización de portafolios de inversión, ente otros, han sido resueltos satisfactoriamente de esta forma.

Es claro que no puede decirse que ninguna de estas aplicaciones sea “inteligente” en el sentido en que lo es un ser humano, ni mucho menos que ayude a resolver las preguntas trascendentales sobre la inteligencia. Pero definitivamente sí resuelven problemas prácticos que las empresas y los gobiernos enfrentan todos los días, y automatizan actividades específicas que comúnmente se asocian con la inteligencia. Por ello, AI es un área de la ingeniería en constante desarrollo y que beneficia directamente a la industria del software, como han demostrado los ejemplos expuestos.

Pensando en el Futuro

Las empresas líderes en el desarrollo de software (como en todas las actividades productivas) obtienen ventajas competitivas a través de la investigación y el desarrollo. En este artículo se presentaron los componentes de la base tecnológica de las empresas y se proponen las técnicas de la Inteligencia Artificial como ventaja tecnológica esencial en el desarrollo de software, más allá de la tecnología de base a la que todos los competidores tienen acceso. De ninguna manera AI aspira a eliminar al experto humano, sino más bien a apoyar al personal para facilitar su labor, tomar mejores decisiones y producir ahorros cuantificables.

Todos los desarrolladores de software compiten en automatizar los procesos de negocio de sus clientes, pero la ventaja tecnológica esencial de los desarrolladores de software mexicanos debe provenir de la investigación y desarrollo tecnológico en matemáticas aplicadas e ingeniería de sistemas, pues con ellas es posible lograr diferenciación real ante la competencia de cualquier país.

Referencias
• [1] Shenhar, A.J. y Adler, P.S. La base tecnológica de la empresa, en Gaynor, G. (editor) Manual de gestión en tecnología, Tomo I. Una estrategia para la competitividad de las empresas. Mc Graw-Hill Interamericana, Bogotá, 1999.
• [2] Garcia-Flores, R., Wang, X.Z. y Burgess, T.F. Tuning inventory policy parameters in a small chemical company. Journal of the Operations Research Society, 54:350-361, 2003.
• [3] Stair, R.M. y Reynolds G.W. Principles of information systems, Thomson Course Technology, Canada, 2003.
• [4] Rozmus, P. LSI and ATSI provide link for collateral assessment services, Business Wire, December 21st, 2001.

 

Bio

Rodolfo García Flores es Ing. Químico por la Facultad de Química de la UNAM y Doctor por la Universidad de Leads (Reino Unido), con especialidad en Inteligencia Artificial aplicada a la toma de decisiones. Trabajó para una empresa química en Pudsey, Inglaterra, donde empleó técnicas de AI para la investigación de operaciones. Fue catedrático en la Facultad de Ingeniería Mecánica de la Universidad de Nuevo León. Actualmente es candidato al SNI y colaborador de Sistemas Lógicos SisLogic S.A.