Dato

DEUS EX MACHINA

Los sistemas de IA aprenden a pensar, reconocer y actuar autónomamente.

Compartir
El teorema del mono infinito de Émile Borel enuncia, apoyado en una rigurosa y ponderada fórmula matemática, que si una legión de monos estuvieran sentados durante un periodo de tiempo infinito frente a máquinas de escribir golpeando teclas al azar muy probablemente serían capaces de escribir las obras completas de Shakespeare. Queda claro que, apoyados en la variable del tiempo infinito, lo más improbable se vuelve posible, incluso hacer chistes con ecuaciones. Pero hace tan solo 20 años podría verse como una posibilidad igual de remota que una máquina ganara al hombre en un juego donde la intuición es imprescindible, pintara una obra de arte a la altura de un genio, escribiera una canción con trasfondo melancólico, el guión de una película surrealista, o un anuncio para la marca de refrescos más emblemática. El teorema del mono proclama que cualquier cosa es posible a través del azar infinito. Los sistemas de IA de hoy en día demuestran que son capaces de cualquier cosa a través del aprendizaje.
DeepMind y Watson muestran signos de inteligencia predictiva y memoria
Está claro que las máquinas no aprenden solas. Para empezar, necesitan de nosotros para suministrarles ingentes cantidades de datos que procesan a toda velocidad gracias a su casi omnipotente capacidad de computación, teniendo ese ‘casi’ los días contados con la llegada de los ordenadores cuánticos; contar con un manual de instrucciones que les enseñe a interpretar esos datos con las llamadas redes neuronales; establecer patrones en los datos recibidos y las interacciones con humanos, proceso denominado deep learning; y, a través de ellos, anticipar el próximo movimiento haciendo uso de la inteligencia predictiva. Esta es una forma muy resumida de explicar el método de aprendizaje de un sistema IA como Watson, de IBM. Un superordenador capaz de procesar millones de datos y conversaciones sociales para anticipar cuál va a ser el producto más vendido de las próximas Navidades a través de su programa cognitivo Watson Trends. DeepMind, el homólogo de Google, va un paso más allá al incorporar una capacidad hasta ahora inaccesible para las máquinas: la memoria. A través del algoritmo EWC o ‘consolidación de peso elástico’, DeepMind puede acceder a la experiencia previa que ha tenido en otros campos para afrontar una nueva tarea sin necesidad de recurrir al manual de instrucciones de las redes neuronales. Para seguir aprendiendo cada vez de forma más autónoma.
La autonomía es la clave. Y en el marketing, los sistemas IA autónomos permiten automatizar procesos que transforman el paisaje y la compra de medios. Basta con estudiar cómo Aviva, la compañía de seguros británica, implementó un sistema de aprendizaje de IA vinculado a un modelo de atribución algorítmico enriquecido con datos y conectado con la plataforma DoubleClick de Google, realizando pujas en tiempo real optimizadas para el target que trackeado. Así, Aviva aplicaba y corregía de forma automatizada la estrategia de medios para fortalecer los touchpoints que estuvieran generando un resultado más efectivo para dirigir a la compra, y despreciar los que no generaban retorno.
AVIVA AI: potenciando la compra programática de audiencias.
La compra de medios a través de sistemas autónomos que cuentan con toda la información y pueden conversar con los soportes y corregir la campaña en tiempo real será a lo largo de este año uno de los usos más avanzados de estos sistemas IA, junto con las herramientas de análisis y extracción de insights, los chatbots y los asistentes virtuales para reforzar los sistemas de CRM. Usos que no pasan desapercibidos para la industria, ya que según un estudio conjunto de Weber Shandwick y KRC Research, el 58% de los CMOs globales encuestados considera que los sistemas IA serán imprescindibles para tener éxito dentro de 5 años, y un 55% cree que su impacto será mayor que el producido por las redes sociales.
L’Oreal crea un peine inteligente que ayuda a cuidar tu pelo.
Los sistemas IA autónomos están transformando el paisaje de los medios.
Pero las mejoras de aprendizaje no solo están produciéndose por parte de la IA, sino que su desarrollo genera mejoras en nuestro propio aprendizaje. Basta con fijarnos cómo AlphaGo, el programa de Google diseñado para derrotar al mejor jugador de Go del mundo, Lee Sedol, ha servido como fuente de inspiración y crecimiento para los jugadores que se han enfrentado a él, e incluso ha inspirado un nuevo programa capaz de derrotarle: Jueyi, programado por Tencent.
El plan de acción que contempla un abanico infinito de posibilidades y elige la más acertada en función de las experiencias previas más adaptadas al contexto actual es un método que puede mejorar múltiples facetas de nuestra vida. Algo en lo que ha reparado Elon Musk con Neuralink, su enésima idea disruptiva con la que augura un futuro en el que la IA se asocia con la inteligencia humana, creando una inteligencia aumentada que conecta nuestro cerebro con la nube para descargar información, ideas o insights.
Google.ai: el asistente de Google capaz de crear nuevas IAs.
Ese futuro aún no está a la vista, pero antes de conectar la inteligencia humana con la artificial hay una conexión que se antoja más importante: conectar los sistemas IA entre sí. Siendo la recolección de datos el germen del aprendizaje de las máquinas, hoy en día seguimos viendo cómo los sistemas de IA de nuestros móviles, ordenadores, coches o dispositivos inteligentes mantienen sus datos fuera del alcance de otros sistemas. Impidiendo que, por ejemplo, el navegador de tu coche indique al termostato de tu casa cuánto tiempo tardarás en llegar, para que al abrir la puerta la temperatura esté a tu gusto sin abusar del consumo energético. O que el asistente virtual de tu teléfono pueda tener una conversación con tu nevera y el chatbot de Amazon para que pueda hacer la compra por ti con solo decirle ‘compra de lo que falte, que mañana vienen los niños’. Aún falta para que esto llegue, pero mientras tanto, siempre nos quedará Alexa.
CONSECUENCIAS DENTRO
DEL TESERACTO
La clave del tiempo real. La velocidad es la principal diferencia entre la inteligencia humana y la artificial. Y por eso, los sistemas de IA se convierten en nuestros mejores aliados dentro del teseracto.

Para el consumidor, ofreciéndole un asistente que calcula al instante un gran volumen de información que le ayuda a tomar la mejor decisión en base al contexto y su experiencia previa, o que se anticipa a sus necesidades para ahorrarle tiempo en su viaje.

Y para las marcas, adaptando en tiempo real sus estrategias de comunicación en base a los inputs que recibe del consumidor y de los modelos de atribución con los que está conectado.
Impacto sobre el consumer journey. Si los sistemas IA autónomos son capaces de asumir la estrategia de marketing de una empresa, y los consumidores recurren a asistentes IA para solucionar sus tareas, quizás en un futuro próximo esta doble automatización haga que el consumidor abandone el camino habitual a la compra, y en su lugar deje que las máquinas descubran, consideren y decidan por ellos.

Un comportamiento detectado por J. Walker Smith, chairman de Kantar Futures, en el que la preferencia por las marcas estará plenamente automatizado, sustituyendo los valores percibidos de una marca por las reviews de los consumidores y las métricas de los dispositivos inteligentes, y anteponiendo la conveniencia al carácter aspiracional del producto.
Potencial para las marcas. Watson es un claro ejemplo de cómo el aprendizaje de un sistema IA puede transformar el modelo de negocio de una marca.

Empezando por los sistemas de análisis y extracción de insights del consumidor para detectar tendencias. Continuando por el diseño de estrategias de medios más eficientes, que obtienen resultados en tiempo real y los aplican para incrementar el retorno. Y permitiendo una conexión ininterrumpida con el consumidor a través de sistemas IA autónomos como los chatbots.

Este año los sistemas IA continuarán depurando sus capacidades, aproximándonos al dilema ético que llegará una vez que tengan la autonomía suficiente para tomar decisiones sin nuestra ayuda. En caso de accidente, ¿culparemos a la IA o a quienes dieron el poder de decidir?
VER OTRAS TENDENCIAS