El Covid-19 acelera enormemente la adopción de la IA

Incluso antes del estallido de la pandemia del Covid-19 a principios de 2020, la inteligencia artificial (IA) y las técnicas informáticas conexas ya se estaban expandiendo más allá de sus ejes principales (las compañías tecnológicas y de Internet) hacia otros sectores industriales.

No obstante, la crisis del Covid-19 ha impulsado una «enorme aceleración» de la tendencia hacia la automatización inteligente, según afirma David M. Egan, analista sénior, semiconductores de Columbia Threadneedle Investments.

En algunos casos, esta aceleración guarda relación directa con la lucha contra el virus.

Un algoritmo para luchar contra el virus

Egan cita algunos ejemplos, como el Hospital Royal Bolton en el norte de Inglaterra, que procedió a la introducción urgente de un sistema basado en IA para clasificar el enorme flujo de pacientes con sospecha de infección por Covid-19.

El algoritmo buscaba en las radiografías de tórax señales de infección pulmonar por coronavirus, lo que permitía al personal sanitario identificar a los pacientes más necesitados.

Del mismo modo, y conforme la crisis escalaba, los investigadores que buscaban posibles terapias con fármacos recurrieron a las técnicas de procesamiento paralelo de elevada intensidad computacional que son fundamentales en la IA.

Esto les permitió examinar el enorme corpus de investigaciones publicadas e identificar los medicamentos candidatos más prometedores.

El Covid-19 ofrece a la IA un «ascenso en el campo de batalla»

Egan afirma que, en la atención sanitaria y otros sectores, las tecnologías relacionadas con la IA han recibido un «ascenso en el campo de batalla», ya que la crisis ha precipitado el ritmo de la innovación y la adopción, disipando así las dudas acerca de si había llegado el momento de experimentar con nuevas técnicas.

En numerosos sectores, desde la logística hasta los servicios financieros, pasando por la gestión de instalaciones, las compañías están acelerando la adopción de la automatización inteligente.

El impulso inmediato podría deberse a la lucha contra los efectos de la pandemia del Covid-19 en sus actividades empresariales, pero estas son inversiones que las compañías habrían acabado por realizar en algún momento (la aparición del covid-19 simplemente situó dichas inversiones al principio de la lista de prioridades).

En consecuencia, la adopción de la tecnología, la IA y la ciencia de datos ocupará un lugar cada vez más preponderante conforme las compañías que antes no otorgaban prioridad a la «revolución digital» reexaminan el impacto potencial en  sus negocios.

Según Egan, en determinados casos, como los hospitales que batallan contra el covid-19, las herramientas de IA que demuestran su valía después de haberse implementado por la vía rápida, en condiciones de crisis con una finalidad específica, se difundirán a lo largo y ancho de la organización a medida que se atenúa la crisis y se identifican nuevos casos de uso.

Otros usos de la IA

«¿Las van a desechar?  No, dirán “Hemos probado esto y unciona muy bien. Comprobemos qué otros usos le podemos dar”».

La atención sanitaria se ha beneficiado directamente de la acelerada adopción de la IA, aunque Egan comenta que también ha observado un repentino interés por la robótica entre las compañías que necesitan responder a la menor productividad derivada de los requisitos de distanciamiento social en los almacenes.

«Ahora solo nos acercamos a la fase de “levantar y colocar”, en la que el robot puede utilizar los sensores para levantar cosas y colocarlas en otro lugar de manera automática», afirma.

Antes de la crisis, los robots empezaron a utilizarse para coger y mover paquetes en los almacenes, pero el covid-19 está acelerando la adopción de forma notoria.

Aunque esta tendencia hacia la automatización no experimenta todavía el mismo impulso en las fábricas, donde la fase de producción más complicada plantea numerosos desafíos, ya se observa un cambio en el tratamiento  de los productos acabados.

Una rápida adopción ofrece ventajas innegables

La experiencia de anteriores oleadas de adopción tecnológica pone de relieve los efectos que podría tener una acelerada adopción de la IA y tecnologías conexas.

Los datos recopilados en España en la Encuesta sobre Estrategias Empresariales, una encuesta anual dirigida a unos 1.900 fabricantes, muestran la imponente ventaja competitiva que consiguieron las primeras entidades en adoptar los  robots industriales tradicionales.  

Las compañías que instalaron robots entre 1990 y 1998 prosperaron y ampliaron sus plantillas en más de un 50% en los 18 siguientes años (de 1998 a 2016), a medida que la mayor productividad se traducía en un aumento de la cuota de mercado. En cambio, los que no adoptaron dichas tecnologías tuvieron que prescindir de un 20% de  los puestos de trabajo.

Según Egan, «se trata de una cuestión existencial, es decir, si las compañías desean prosperar y tener éxito o fracasar». 

Egan apunta al estudio realizado por los consultores de Accenture, Paul Daugherty y James Wilson, publicado en MIT Sloan Management Review, en el que analizaron 8.300 compañías de 20 sectores diferentes. 

Daugherty y Wilson comentan: Descubrimos que el primer 10% de estas compañías (clasificadas en función de sus niveles de adopción de tecnología, penetración de tecnología y cambios organizativos) registran unos niveles de crecimiento de los ingresos que duplican los de las compañías del último 25%, además de aumentar sus ingresos a un ritmo un 50% más acelerado que el 20% intermedio de las compañías. 

En las fases cruciales de la evolución de los sistemas, el 10% de las firmas que toman la iniciativa con audacia eligen las opciones de tecnología más exigentes, pero también las más gratificantes, que suelen estar disponibles.

Por el contrario, las firmas rezagadas no obtienen el pleno valor de sus inversiones en nuevas tecnologías porque adoptan decisiones defendibles, pero deficientes, que inhiben su capacidad para compartir y ampliar la innovación tecnológica en todas sus unidades de negocio y en todos sus procesos».

Las ventajas se disparan cada año

Egan apunta: La ventaja de crecimiento se multiplica cada año: se trata de una conclusión demoledora, puesto que la curva compuesta es exponencial.  

La gente no piensa mucho en funciones exponenciales y no entiende la magnitud de la diferencia. Existe algo fundamentalmente diferente en este asunto que las personas no logran comprender: las grandes compañías tecnológicas, que en su opinión están sobrevaloradas, pueden aumentar la escala de sus negocios hasta un nivel que nunca antes habían visto y, además, pueden hacerlo con unos flujos de caja libre y unos márgenes increíblemente elevados.

Egan señala que, en diciembre de 2020, las cinco compañías tecnológicas más grandes de Estados Unidos (Alphabet, Amazon, Apple, Facebook y Microsoft) representaban el 18,8% de la capitalización de mercado del índice Russell 1000.

En 2020, tan solo dos sectores (las tecnologías de la información y la atención sanitaria) acaparaban el 28% de los ingresos del índice Russell 1000, el 32% de EBITDA,  el 55% de los flujos de caja libre y el 41% de la capitalización de mercado  del índice.

Su conclusión es clara: las compañías que apresuran el paso para adoptar las innovaciones tecnológicas, como la IA y la automatización inteligente, aventajan en términos de productividad y crecimiento a las firmas que se mueven con mayor lentitud, creando así una brecha que rápidamente se torna inexpugnable.

Aceleración en la adopción de estas nuevas tecnologías

Los efectos de esta tendencia ya son obvios en el sector tecnológico estadounidense.

Ahora bien, conforme las tecnologías relacionadas con la IA se expanden hacia un mayor abanico de sectores (por ejemplo, la automatización de la toma de decisiones para la concesión de préstamos en los servicios financieros), Egan prevé una divergencia similar en las tasas de crecimiento y las rentabilidades entre los líderes y el resto.

La pandemia del Covid-19 ha provocado la aceleración de la adopción de esas tecnologías y, por lo tanto, el aumento de la presión sobre los inversores que tratan de identificar las compañías mejor posicionadas para beneficiarse de la situación. «Las compañías rezagadas que piensan que todavía hay que probar aquí y allá, tendrán problemas.

Puede que no atraviesen dificultades mañana, pero lo harán en 5, 10 o 20 años, puesto que el retraso será abismal. La escala que se obtiene con la tecnología y la IA permite influir decisivamente en lo que ocurre en la economía.«La intensidad tecnológica de la economía mundial tiende al alza y los enfoques computacionales acapararán una mayor proporción de la producción económica», comenta Egan.

«Con el tiempo, las compañías que se muestran más dispuestas a experimentar con  estas tecnologías tienen más probabilidades de ganar control sobre  la economía que otras».

Los fabricantes de herramientas para la IA

Esto plantea una pregunta evidente:  ¿cuál es la mejor manera de invertir en esta tendencia? Los sectores de tecnología e Internet siguen situándose en el punto de mira de los inversores, aunque Egan también identifica oportunidades entre los fabricantes  de herramientas para la IA.

Los mismos sensores visuales utilizados en las tiendas Amazon Go en lugar de cajas registradoras, por ejemplo, se utilizan en los vehículos automatizados y los robots. Las compañías que fabrican estos sensores registrarán una satisfactoria evolución.

Del mismo modo, NVIDIA diseña las unidades de procesamiento gráfico (GPU, por sus siglas en inglés) para el aprendizaje automático con las que Audi, Mercedes y Toyota están experimentando en sus vehículos sin conductor y que las compañías de atención sanitaria emplean, entre otras finalidades, para la detección precoz del cáncer.

NVIDIA, con sede en Santa Clara (California), cuenta con una posición de liderazgo en el mercado de GPU, las cuales son, en realidad, el cerebro de las soluciones  de IA.

Además del diseño de GPU, NVIDIA también ha desarrollado «NVIDIA Drive», una plataforma que permite a los fabricantes de coches crear sus propios algoritmos para vehículos automatizados. 

En la atención sanitaria, su plataforma  permite a los radiólogos construir  series de datos y crear algoritmos que formulan predicciones sobre el tipo de cirugía que los pacientes necesitan. 

 La IA está perfectamente equipada para realizar un mejor diagnóstico temprano de una enfermedad, gracias a la enorme cantidad de datos disponibles.No obstante, las complejidades en torno al tratamiento de determinados datos, como la información confidencial sobre salud, están espoleando la innovación  en otros ámbitos, comenta Egan.

En algunos casos, los datos no se envían a la nube por razones de orden normativo, o porque el periodo de latencia necesario para enviar los datos a la nube es demasiado prolongado, sino que se procesan a nivel local o «en el borde» en la jerga informática.

«Los vehículos autónomos, si algún día ven la luz, son el ejemplo supremo de la “computación en el borde” (edge computing)», comenta Egan.

«No se puede garantizar que un vehículo esté siempre conectado a una nube centralizada; por eso se necesita  la computación en el borde».

El papel de la nube

Egan afirma que un abanico de proveedores de servicios están intentando inventar un servicio externalizado y de tipo «en la nube» que esté disponible de forma remota, «en el borde», para usuarios como los hospitales que manejen datos confidenciales de pacientes.

Las innovaciones en este ámbito probablemente abrirán la puerta a otro ámbito de mayor crecimiento para los fabricantes de herramientas.

La pandemia plantea desafíos de datos para la IA

Si bien la pandemia del Covid-19 ha acelerado la adopción de las tecnologías relacionadas con la IA en numerosos sectores, su irrupción también ha resaltado las limitaciones de la tecnología.

El funcionamiento de la IA consiste en realizar predicciones en función de los patrones que detecta en las series de datos históricas.

Si los patrones del comportamiento humano y la demanda de productos y servicios se alteran de manera fundamental, como ha sido el caso desde que empezaron a imponerse medidas de confinamiento en todo el mundo, entonces los datos históricos ya no resultan relevantes y las predicciones efectuadas a través de los sistemas de IA que se nutren de datos históricos dejan de ser aplicables.

«Esta es la situación que la pandemia ha traído para los sistemas que realizan predicciones sobre la cadena de suministro, sobre cuánto se necesita aquí o allí.

En estos momentos, el sistema de la cadena de suministro recibe una serie de datos «anómala» y no sabe cómo reaccionar, porque nunca se había enfrentado a tal situación».

 Es precisamente en este punto cuando los sistemas automatizados deben verse reforzados o «aumentados» por la inteligencia humana, que es capaz de realizar juicios de valor basándose en algo más que datos históricos.

Aunque la crisis podría haber planteado desafíos a corto plazo para los sistemas de IA existentes (al no poder interpretar fácilmente patrones de datos que nunca antes habían visto), el covid-19 acabará por ampliar la gama de información que puede utilizarse para entrenar los sistemas de IA y acelerará su expansión a todos los rincones de la economía.

Más información en la Guía de gestoras