Pensemos en todos los factores que actualmente influyen en la toma de decisiones dentro de una empresa. Inevitablemente, la mayoría de ellos estarán ligados al uso de alguna tecnología concreta, y en los últimos años, parece que la computación cognitiva en los negocios se posiciona como una de las más influyentes.
La mayoría de las empresas viven (o sobreviven) en un ecosistema altamente competitivo y cambiante. Por ello, existe una necesidad acuciante de estar al tanto de lo que sucede a su alrededor y de identificar las próximas tendencias antes incluso de que se produzcan. Eso se traduce obligatoriamente en ser capaces de obtener todos los datos posibles de su entorno de actuación, de procesarlos, clasificarlos y analizarlos, y en base a los resultados, tomar las decisiones correctas en el momento oportuno. Indudablemente, se trata de un proceso laborioso y complejo que demanda una buena parte de los recursos tanto técnicos como humanos de cualquier compañía, pero en la era de la información y del big data, no invertir en este campo supone descolgarse de la competición y perderla. Además, a eso se le suma el factor tiempo, determinado por un elevado grado de inmediatez. No solo es necesario llegar, sino también hacerlo rápido.
Dado el actual paradigma tecnológico, que posibilita contar con datos más precisos y específicos, cada vez es más común hablar de empresas orientadas al dato. Son aquellas que basan buena parte de sus decisiones estratégicas y de negocio en la información que han podido obtener gracias a los datos analizados (las Fintech o las Insurtech comienzan a ser un buen ejemplo). Porque, efectivamente, con la mera obtención de datos no es suficiente, ya que es necesario saber obtener valor de ellos y aprovecharlos para llevar a cabo acciones concretas. Dicho de otro modo, seguir un modelo data-driven sin descuidar los procesos business-driven, supone obtener una enorme ventaja. No perder de vista los objetivos y realizar una constante y profunda lectura del ámbito de actuación.
Sí, pero… ¿qué es la computación cognitiva?
Si hablamos del término cognitivo, nos referiremos a la facultad de procesar información, de aprender y razonar, de memorizar y recordar, de tomar decisiones, de resolver problemas y plantear soluciones. Hablamos de computación cognitiva cuando es una máquina quien lleva a cabo estas funciones, cuando está diseñada para entender y emular el funcionamiento de la mente humana. Para ello, utiliza complejos algoritmos de Big Data, Inteligencia Artificial, aprendizaje automático (aunque, de momento, generalmente supervisado), Deep Learning y lenguaje natural. Se trata de dispositivos, que ya existen y están en funcionamiento, con capacidades cognitivas que posibiliten analizar información de diferentes fuentes y en diferentes formatos para llegar a conclusiones en tiempo real y con un alto grado de confiabilidad. Además, la tecnología ya permite la interacción de estas máquinas con las personas gracias a su entendimiento del lenguaje natural y al aprendizaje en base a la experiencia que obtienen gracias a dicha interacción.
¿Y cómo puede ayudar la computación cognitiva en los negocios?
Un dato ‘en crudo’ tiene escaso valor para las empresas. Para que resulte útil, es necesario ‘cocinarlo’ de forma que pueda ser capaz de responder a determinadas cuestiones. Así se transforma en un insight. Ahora pongámonos en la tesitura actual. El volumen de datos procedente de consumidores y dispositivos que antes no estaban conectados a Internet ha crecido exponencialmente durante los últimos años. IoT y la mejora en las redes e infraestructuras lo ha propiciado, y la inminente llegada de tecnologías como el 5G prometen aumentar las cifras hasta números que eran complicados de imaginar hasta hace no mucho tiempo.
Se estima que actualmente se generan unos 2500 millones de gigabytes de datos al día. Los sistemas y procesos que se han venido utilizando hasta ahora han quedado obsoletos ante esta ingesta. El impacto de las tecnologías SMAC (Social, Móvil, Análisis de datos y Cloud) ha favorecido un cambio a nivel organizativo y estructural en la mayoría de grandes compañías, y ha impuesto nuevos modelos de negocio, nuevos tipos de consumidores y nuevos tipos de demanda.
Los cambios implican tomar nuevas decisiones. Gracias a la inteligencia cognitiva es posible, hoy más que nunca, transformar el dato en información relevante, en conocimiento, lo que a la postre sirve para tomar las decisiones empresariales adecuadas dejando muy poco margen a meras especulaciones y a la improvisación. Si embargo, cuando las capacidades humanas son el propio límite, sobre todo en contextos que implican manejar demasiada cantidad de información a escalas temporales medidas en milisegundos, la computación cognitiva puede marcar la diferencia.
Aunque resulta innegablemente beneficioso poder dar respuesta a preguntas sobre el presente y el pasado, es incluso más beneficioso poder responder a preguntas sobre el futuro. Del diagnóstico se pasa al pronóstico. Lo interesante es conocer las tendencias en los comportamientos del cliente, sus motivaciones y los elementos que afectan a sus hábitos, su conducta de compra, su predisposición y su actitud, cómo se pueden predecir y cómo se pueden influenciar sus decisiones. Y eso es porque, mientras que los análisis estadísticos que se han utilizado hasta ahora dan respuesta a preguntas quizás demasiado comunes, tales como el qué y el cómo, la computación cognitiva permite responder y arrojar luz sobre las causas, sobre el por qué y, sobre todo, sobre qué será lo siguiente. Los métodos de predicción hacen posible reconocer y clasificar patrones, adelantarse a la reacción de los clientes y actuar en consecuencia.
No obstante, las técnicas más avanzadas de analítica de datos son las de optimización y simulación. Queremos saber qué es lo que va a suceder bajo determinadas circunstancias, claro, pero también estimar qué pasaría en función de distintos parámetros establecidos a medida. Simular determinados escenarios y comprobar resultados sin arriesgar es un paso importante tanto para la planificación de una estrategia comercial como para la personalización de productos o servicios.
El fin último de la computación cognitiva en los negocios es poder crear sistemas que sean totalmente autónomos y automáticos para situaciones ante las que las personas tienen poco que hacer. Sin embargo, en el resto de ocasiones se pueden establecer nuevas y beneficiosas sinergias entre humanos y máquinas inteligentes sin que ninguna de las partes sea excluyente. Ya existen diversas plataformas que permiten investigar y operar con esta tecnología. IBM Watson Developer Cloud, Amazon Machine Learning, Microsoft Azure Machine Learning, BigML o TensorFlow son algunas de las principales.