PARTE III
ANALÍTICA DE NEGOCIOS Y ANALÍTICA DE DATOS
CAPÍTULO 13
INTELIGENCIA ARTIFICIAL APLICADA Y
ALGORITMOS EN INTELIGENCIA DE NEGOCIOS
Luis Joyanes Aguilar
RESUMEN DEL CAPÍTULO ANTERIOR - CAPÍTULO 12
• El conocimiento es información dentro de un contexto, • El conocimiento explícito es aquel conocimiento más
significativa y accionable. La información consiste en los objetivo, racional y técnico. En una organización, el
datos y/o información que han sido procesados, conocimiento explícito consta de datos, documentos de
organizados y puestos en un contexto que sea significativo, software, políticas, guías de procedimientos, informes,
para transmitir comprensión, experiencia y aprendizaje a productos, estrategias, objetivos, competencias, claves de la
medida que se aplican a un problema o actividad actual. empresa e, incluso, infraestructuras de TI.
• La cadena de conocimiento: datos, información, • El conocimiento tácito es, normalmente, el dominio de lo
conocimiento (toma de decisiones) y sabiduría subjetivo, lo cognitivo y el aprendizaje de experiencias; es
(conocimiento). altamente personal, difícil de formalizar y comunicar,
• El conocimiento explícito es aquel conocimiento más además de específico al contexto.
objetivo, racional y técnico. En una organización, el • La creación y conversión del conocimiento tiene 4 etapas:
conocimiento explícito consta de datos, documentos de Socialización, Combinación, Externalización e
software, políticas, guías de procedimientos, informes, Internacionalización.
productos, estrategias, objetivos, competencias, claves de la • El capital intelectual se define como un conocimiento que
empresa e, incluso, infraestructuras de TI. ha sido identificado, capturado y potenciado para producir
• Los SGC o Sistemas de Gestión del Conocimiento bienes de alto valor, servicios o algunas otras ventajas
(Knowledge Management Systems o KMS) se refieren al competitivas para la empresa.
uso de las modernas tecnologías de la información para • Las tecnologías de colaboración son especialmente
sistematizar, mejorar y agilizar la gestión del conocimiento importantes para los miembros de comunidades de prácticas
en la organización o empresa. que trabajan en Gestión del Conocimiento.
Objetivos
• Identificar y conocer los conceptos fundamentales de inteligencia artificial: su origen, historia y
evolución.
• Conocer las tecnologías de soporte de la inteligencia artificial moderna y aplicada.
• Conocer las técnicas de aprendizaje automático y aprendizaje profundo así como su aplicación en
los negocios.
• Aprender los conceptos básicos de computación cognitiva.
• Conocer los fundamentos y utilización de los asistentes virtuales de voz (bots y chatbots) en
inteligencia de negocios.
• Conocer los conceptos básicos de algoritmos y su aplicación e impacto en los modelos de negocio
de la economía digital.
• Identificar y conocer aplicaciones de algoritmos en inteligencia de negocios.
13.2 Inteligencia artificial: Definición, Historia y Evolución
La Inteligencia Artificial (IA) es una disciplina científica y de ingeniería que ha
alcanzado una gran resonancia en los últimos años.
La Inteligencia Artificial apareció como disciplina en la década de los 50.
“Disciplina científica que se ocupa de
crear programas informáticos que Alan Turing es considerado el padre de
ejecutan operaciones comparables a las la Inteligencia Artificial
que realiza la mente humana, como el
aprendizaje o el razonamiento lógico”.
La consagración definitiva de la Inteligencia Artificial llego en 1997,
cuando IBM demostró que una computadora dotada de Inteligencia
Artificial era capaz de vencer en el juego de ajedrez a un humano, el
campeón del mundo Gari Kaspárov.
13.2 Inteligencia artificial: Definición, Historia y Evolución
La llegada de Watson
IBM Watson se ha convertido El futuro de la Inteligencia Artificial: el aprendizaje profundo
en el estandarte de los
sistemas cognitivos,
procesamiento de lenguajes Una rama de la IA que toma como modelo la red neuronal (o neural)
naturales y el razonamiento y del cerebro.
el aprendizaje automático.
Esta tecnología se está Noticia de impacto en inteligencia artificial
utilizando actualmente para
ayudar en los tratamientos
contra el cáncer, el comercio Premio Fundación BBVA Fronteras del
electrónico, la lucha contra el Conocimiento, en la categoría de Tecnologías de
cibercrimen o la banca la Información y la Comunicación (TIC); 2017 al
internacional investigador en Inteligencia Artificial Geoffrey
Hinton.
13.3 Tecnologias de inteligencia artificial
Las tecnologías que Forrester considera que deben adoptar las empresas para soporte en la toma de decisiones son:
Generación de lenguaje natural Consiste en crear texto a partir de datos
obtenidos.
Transcripción y transformación del lenguaje humano a formatos
Reconocimiento de voz útiles para las aplicaciones de computadoras.
Creación de unidades procesadoras de gráficos (GPU) y dispositivos
Hardware optimizado con IA específicamente diseñados y estructurados para ejecutar tareas
orientadas a la IA.
Agentes virtuales Es una computadora o programa capaz de interactuar con humanos.
Plataformas machine learning Desarrollar técnicas que permitan a las computadoras aprender.
13.3 Tecnologias de inteligencia artificial
Manejo de decisiones Utilizada en una amplia variedad de aplicaciones empresariales,
asistiendo o ejecutando la toma de decisiones automatizadas.
Plataformas de aprendizaje Utilizar redes neuronales artificiales con múltiples capas de
profundo
abstracción.
Biométricas
Contemplan la identificación, medición y análisis de las
características físicas.
Automatización de procesos Esta automatización se da al integrar scripts y otros métodos para
robóticos
imitar y automatizar tareas humanas.
Analíticas de texto y NLP Utiliza analíticas de texto para facilitar el entendimiento estructural
(Procesamiento de Lenguaje Natural) de los enunciados.
13.4 Aprendizaje automático
Busca construir algoritmos que permitan a las computadoras “aprender” a partir de conjuntos de datos y
obtener como resultado un modelo que permita realizar predicciones, basándose en dichos datos y no en
instrucciones estáticas.
Aprendizaje supervisado (Supervised Learning) Aprendizaje no supervisado (Unsupervised Learning)
Requiere de la intervención de los humanos Consiste en entrenar una red exponiéndola a un
para indicar qué está bien y qué está mal (es gran número de ejemplos, pero sin “decirle” qué
decir, para proporcionar el refuerzo). buscar.
Aprendizaje reforzado ( Reinforced Learning)
Se basa en la psicología conductista y consiste en entrenar a una red
neuronal para que interactúe con su entorno, retroalimentándola
ocasionalmente con una recompensa.
13.5 Aprendizaje profundo (Deep learning)
El aprendizaje profundo trata del uso de redes Bengio (2016) define aprendizaje profundo como
neuronales para mejorar cosas tales como el “una manera de referirse a la simulación de redes
reconocimiento de voz, la visión por de neuronas que aprenden gradualmente a
computadora y el procesamiento del lenguaje reconocer imágenes, a comprender el lenguaje o
natural. incluso a tomar decisiones.
Google emplea Deep Learning en sus
algoritmos de reconocimiento de voz e
Una red neuronal es un sistema de programas
imagen, Netflix y Amazon lo utilizan para
y estructuras de datos que se aproxima al
adelantarse a tus gustos y los investigadores
funcionamiento del cerebro humano
del MU (Instituto Tecnológico de
Massachusetts), para predecir el futuro.
Origen de Deep Learning
El origen de la investigación de las capas profundas se remonta a
2005, cuando el Instituto Canadiense de Investigaciones Avanzadas
(CIFAR) financiarán un proyecto de investigación dirigido por
Geoffrey Hinton de la Universidad de Toronto.
Sus investigaciones avanzaron con gran éxito y hoy constituyen
la base de todos los grandes desarrollos de Inteligencia
Artificial, desde los chatbots hasta la computación cognitiva de
Watson de IBM o DeepMind de Google.
13.5.1 Unidades de Procesamiento Gráfico (GPU)
GPU es un nuevo modelo de computación acelerada, que utiliza procesadores gráficos masivamente paralelos,
para acelerar aplicaciones también paralelas por naturaleza.
Modelo de computación acelerada GPU Aceleración de IA con GPU: Un nuevo modelo de computación
La empresa de productos de
Los avances en el aprendizaje profundo
videojuegos NVIDA ha realizado
han provocado la revolución de la IA. Las
esfuerzos considerables en la
máquinas alimentadas por redes
investigación de GPU en la Inteligencia
neurales profundas de IA solucionan
Artificial para acelerar el desarrollo de
problemas demasiado complejos para
redes neuronales profundas DNN (Deep
los codificadores humanos.
Neural Networks).
13.5.2 El futuro del aprendizaje profundo
Aplicaciones reales de aprendizaje profundo
✔Traducción automática, como es
el caso de Google Translate.
El aprendizaje profundo promete Abarcan desde descubrimientos ✔Asistentes personales como Siri,
muchos avances, haciendo que la de medicamentos o el desarrollo
construcción de automóviles sin de nuevos materiales hasta la Cortana, Alexa y Google
conductor y la creación de creación de robots con un mayor Assistant en teléfonos
mayordomos robóticos nivel de consciencia acerca del
constituyan posibilidades reales. mundo que los rodea. inteligentes.
✔Automóviles autónomos sin
conductor.
✔Asistencia médica en casos tales
como interpretación de
radiografías, etc.
13.6 Computación cognitiva
Cognición: sinónimo de
“conocimiento”, que
tiene varias acepciones;
Cognitiva: las más próximas a
“perteneciente o computación son: “1.
relativo al Acción y efecto de Computación cognitiva se
Computación: “conjunto conocimiento”. conocer; 2. puede considerar de la
de conocimientos Entendimiento, manera más simple como
científicos y técnicas que inteligencia, razón un sistema para conseguir
hacen posible el natural”. que las computadoras
tratamiento automático piensen de forma humana o
de la información por que se acerquen de la
medio de manera más fiel posible al
computadoras”. funcionamiento del cerebro
humano.
13.6.1 La computación cognitiva en la era de big data
La computación cognitiva pretende extraer conocimiento de
los grandes volúmenes de datos que se generan a una
velocidad creciente y de una gran variedad, y hacer un uso
inteligente de esos datos que se encuentran disponibles en
diferentes formatos.
Actualmente, la computación cognitiva está liderada por IBM
con su supercomputadora Watson, aunque los bots y chatbots
(robots virtuales) forman parte de esta disciplina y los
proveedores de Inteligencia Artificial van desde grandes hasta
pequeñas y medianas empresas dirigidas por jóvenes
emprendedores
IBM Watson
IBM Watson es una plataforma tecnológica que utiliza
procesamiento del lenguaje natural y aprendizaje automático
para revelar información clave de las grandes cantidades de
datos no estructurados.
IBM Watson es un sistema informático de Inteligencia Artificial
diseñado para realizar labores de computación cognitiva
desarrollado sobre la tecnología DeepQA de IBM.
Definición de IBM Watson de Cognitiva
“Una plataforma tecnológica que utiliza procesamiento del
lenguaje natural y aprendizaje automático para revelar
información clave de las grandes cantidades de datos no
estructurados"
13.7 Bots y Chatbots
Un bot es un software de Inteligencia Artificial diseñado para realizar una serie de tareas por su
cuenta y sin la ayuda del ser humano, como hacer una reserva en un restaurante, marcar una fecha
en el calendario o recoger y mostrar información a los usuarios.
Aplicaciones que han incorporado bots en su plataforma:
• La plataforma Kik Messenger
• Twitter
• Telegram
Facebook el principal exponente de los chatbots, en su canal de mensajería Messenger. La función
que llevarán a cabo será facilitar la relación entre clientes, marcando así como responder a los
usuarios con los denominados “mensajes estructurados”
13.7.1 Los asistentes virtuales
Un chatbot (chatter bot) o bot conversacional es el modelo de bot más popular, capaz de simular una
conversación con una persona, y se ha integrado en las aplicaciones de mensajería tipo chat.
Los asistentes virtuales más populares son:
Siri de Apple
Cortana de Microsoft
Google Now y Google Assistant:
Alexa de Amazon.
Bixby de Samsung
13.7.2 Aplicaciones de los bots
WeChat. Google Assistant.
Otros asistentes virtuales en uso en numerosas páginas web de organizaciones y empresas son:
Elvira: Asistente de la Universidad de Granada
Irene: Ayuda en la compra de billetes de tren en Renfe
Anna: Asistente al usuario en la compra de muebles en IKEA
13.7.3 Plataformas de bots
Las plataformas de mensajería permiten construir sus propios bots.
Las plataformas más populares para desarrollar bots son las siguientes:
Facebook Messenger.
Kik Aplicaciones tradicionales de
SMS y de correo electrónico,
Telegram que permiten utilizar
plataformas de API, como el
Skype
caso de Twilio para construir
Twitter bots a partir de SMS y bots de
correo electrónico, usando
WeChat proveedores como Lonelybots.
Slack
13.8 Chatbots de empresa: El caso de la atención al cliente
Las empresas comienzan a incorporar asistentes virtuales en sus servicios de atención al cliente y de modo experimental.
Algunos casos de éxito recogidos de la prensa especializada son:
Skyscanner.
Destinia
ImaginBank
Mahou
AirEuropa
Ticketmaster
Moovit
Correyvuela
CASO DE ESTUDIO: ALEXA DE AMAZON
Alexa es el asistente inteligente virtual de Amazon y fue
presentado en la mayor feria electrónica de consumo del
mundo, CES 2017 de las Vegas, para su integración a múltiples
dispositivos: teléfonos móviles inteligentes, automóviles y
electrodomésticos. Otro objetivo de Amazon es potenciar sus
negocios y sus tiendas de comercio electrónico.
Amazon presentó también su altavoz para el hogar, Echo, que
integra el asistente virtual Alexa
El gran rival de Alexa y Echo de Amazon, es el altavoz
inteligente Google Home y Google Home Mini.
CASO DE ESTUDIO: SLACK
Slack es una plataforma de mensajería que ha sido creada para
trabajar en equipo. Es un sistema avanzado de mensajería
instantánea pensada para la oficina y grupos de trabajo.
Slack es una herramienta para trabajo en grupo (groupware o groupwork ),
que, si se cumplen las predicciones de la revista del MIT, puede llegar a
convertirse en una herramienta de trabajo de ofimática y de gestión
empresarial, que integrará todas las herramientas de comunicación actuales
y futuras utilizadas en el trabajo diario en la oficina, fuera de ella, en el
teletrabajo y restantes modalidades colaborativas.
CASO DE ESTUDIO: BIXBY DE SAMSUNG
El asistente virtual de Samsung es un servicio en la nube y tiene como novedad importante que se
pretende conectar a todo tipo de productos de la compañía surcoreana, desde televisores hasta
frigoríficos o sistemas de aire acondicionado, ya que está integrado en Tizen, el sistema operativo
propio de Samsung para electrodomésticos y terminales de todo tipo.
Algunas de las funciones destacadas
❖ Ejecución de comandos táctiles.
❖ Reconocimiento de imágenes.
❖ Traducción de idiomas (la versión original soporta 52
idiomas). Más información sobre usuarios
13.9 El algoritmo de inteligencia artificial como modelo de
negocio en la economía digital
La Inteligencia Artificial y sus dos técnicas más sobresalientes, aprendizaje
automático y aprendizaje profundo, se apoyan en el desarrollo y posterior
ejecución de algoritmos.
Los algoritmos son una herramienta utilizada a diario en la empresa, en la
industria, en los negocios y, sobre todo, cuando navegamos por Internet
✔Algoritmo de búsqueda de Google (Page Rank).
Algoritmo de uso común y que ✔Algoritmo de Netflix
utilizamos casi a diario: ✔Algoritmo de Waze
✔Algoritmos de recomendación para la compra en línea
13.9.1 ¿Qué es un algoritmo?
“Un algoritmo es un método con un conjunto de instrucciones utilizadas para
resolver un problema específico". (Joyanes y Zahonero, 2014).
“Un conjunto metódico de pasos que pueden emplearse para
hacer cálculos, resolver problemas y tomar decisiones. Un
algoritmo no es un calculo concreto, sino el método que se
sigue cuando se hace el calculo” (Harari, 2016).
Algoritmos sencillos que se suelen describir en los libros de algoritmos
y programación, y que también Harari describe, pueden ser:
• Calcular la media aritmética de dos números.
• Realizar una receta de cocina.
• Calcular la superficie de un triángulo
13.9.2 Los algoritmos en la empresa
Los algoritmos están siendo usados El algoritmo se ha convertido en la
por las empresas, gran promesa de la economía
fundamentalmente, para detectar digital y está dando lugar al
patrones o tendencias y, en función nacimiento de una nueva rama de
de ello, generar datos útiles que la economía, denominada
permitan adaptar mejor sus economía de (los) algoritmos o
productos o servicios. economía algorítmica.
Los algoritmos han tenido el gran
éxito actual debido al gran aumento
de los datos y su facilidad para su
gestión, especialmente, en la
actualidad, donde la inmensa
cantidad de datos existentes son
datos no estructurados
(esencialmente Big Data).
13.9.2 Los algoritmos como servicio
Las empresas en la actualidad tienen a su
disposición grandes volúmenes de datos y
necesitan un algoritmo (en realidad, un programa
de software) para su análisis y su aplicación
El algoritmo como servicio es útil para las
empresas que toman sus decisiones basándose
en datos.
El servicio de algoritmos ofrece un software para
una necesidad específica y está dirigido al usuario
final.
CASOS DE ESTUDIO DE ALGORITMOS
Podemos considerar algoritmos de productividad en la empresa como: análisis de texto y de
lenguaje natural, detección de emociones en redes sociales, correos electrónicos, foros,
mensajes o llamadas telefónicas, etcétera.
Existen también algoritmos para su uso en la vida diaria:
✔Edge Rank de Facebook. Algoritmo que influye en la visibilidad de las publicaciones en la
página de inicio o en el muro de Facebook y afecta tanto a usuarios como a empresas.
✔Page Rank de Google. Permite rastrear millones de páginas web en milésimas de segundo.
✔Recomendaciones de Netflix.
✔Recomendación Amazon.
✔Waze de Google.
✔Google AdWords.
✔Aplicaciones Fintech
✔Un algoritmo consejero de administración.
✔Chef Watson de IBM
13.9.4 Tiendas de algoritmos
Comienzan a aparecer tiendas de algoritmos al estilo de las
tiendas o almacenes de apps de dispositivos móviles, como las
de Apple y Google, al estilo de los servicios de aplicaciones en
la nube y que ya hemos definido antes como AaaS (algoritmos
como servicio).
La tienda más reconocida y de mayor prestigio es
[Link], que tiene un repositorio grande de
algoritmos a disposición de empresas y usuarios personales en
su plataforma, y también pone a disposición de los
desarrolladores profesionales o aficionados la posibilidad de
subir sus algoritmos a la plataforma,
RESUMEN FINAL DEL CAPÍTULO 13
• A las técnicas tradicionales de aprendizaje automático se han
sumado las técnicas del aprendizaje profundo originando • Las tiendas de algoritmos constituyen un elemento clave en
ambas junto con las redes neuronales artificiales, la aparición el desarrollo de los sistemas de inteligencia de negocios de
de la inteligencia artificial aplicada (IAI). las organizaciones y empresas, [Link], es una de
las tiendas de algoritmos más populares de la Web.
• El año 2011 es considerada por muchos especialistas como el
año de partida de la IAI debido a varios hitos de impacto y • Las principales tecnologías de IA que dominarán el sector en
resonancia mundial que se produjeron a partir de ese año. Ese el bien 2017 - 2018 según la consultora Forrester serán:
mismo año se presentó el asistente virtual Siri, de Apple (un
robot virtual o chatbot) que permitía al iPhone realizar tareas - Generación del lenguaje natural.
diversas sin utilizar el teclado y solo con la voz del usuario. - Reconocimiento de voz.
- Hardware optimizado con inteligencia artificial.
• El aprendizaje automático (aprendizaje máquina) se puede - Agentes virtuales ( bots y chatbots ).
clasificar en tres grandes categorías: aprendizaje supervisado, - Gestión de decisiones.
no supervisado y reforzado. - Plataformas de aprendizaje profundo.
- Biométricas.
• El aprendizaje profundo con apoyo de redes neuronales - Automatización de procesos robóticos.
artificiales está produciendo un gran impacto en la inteligencia - Analítica de texto y procesamiento de lenguaje natural.
de negocios y en la analítica de negocios.
• Los algoritmos de inteligencia artificial se han convertido en
modelos de negocio de la economía digital.
