Facebook decide elecciones?

La semana pasada hablamos de El inmenso poder de Facebook!!, pero la noticia más prominente de las semanas recientes ha sido la aparente influencia de  Facebook en el resultado de la más reciente elección presidencial en Estados Unidos y particularmente que Facebook se convirtió en un sumidero de noticias falsas. Es un hecho, que en esa elección, 60% de los americanos recibieron noticias sobre las elecciones presidenciales a través de las redes sociales, 11% más que en la elección anterior. Aun cuando los politólogos si han determinado que Facebook puede influenciar la participación electoral, la dinámica más específica de cómo la plataforma influye sobre el comportamiento del votante está por estudiarse todavía. Por ello es interesante revisar algunos aspectos asociados a este tema.

Noticias falsas

Cuándo una noticia se expande en-línea ello no depende de su veracidad o coherencia, sino del hecho que sea sorpendente , cause shock o confirme prejuicios. Puede rebotar interminablemente en una cámara con eco, aun cuando sea evidentemente falsa o engañosa. Este fenómeno es particularmente cierto en Facebook, cuyos algoritmos están entonados para maximizar la “participación”. Esto a diferencia de los medios tradicionales, donde la mayoría de los editores tratan de (1) presentar por lo menos algunas posiciones alternativas y (2) asegurar que cualquier historia soporte escrutinio.

En Facebook se ha llegado al extremo de situaciones en las cuales los hechos incluidos en una noticia son removidos de cualquier contexto valedero y reemplazados por un contenido nuevo y siniestro. Esta táctica es utilizada bajo el lenguaje de la justicia social, donde se secuestra una idea, en un esfuerzo abierto por minar el poder de esta y simultáneamente aprovechándola para sus propios fines. 

La “Burbuja Filtrada”

En Facebook la acción más reconocida es compartir contenido y si el contenido está de acuerdo con las creencias pre-existentes de la persona, eso influye en su decisión de compartir el contenido. Por ello, Facebook termina acelerando una tendencia de encasillar a consumidores de noticias en enclaves de personas afines, donde se vinculan con contenido que solamente refuerza sus opiniones e ideas existentes. Esta “burbuja filtrada” protege a los usuarios de internet de puntos de vista contrarios.

Opciones de Facebook

Algunas de las opciones que tiene Facebook para ejercer control editorial sobre fuerzas externas incluyen: (a) servicios de verificación de terceros, (b) herramientas automatizadas de terceros, (c) formas más simples de permitir a los usuarios marcar contenido sospechoso, (d) advertencias en artículos de noticias que han sido marcados como falsos y (e) dificultando que las páginas web hagan negocios a través de la divulgación de desinformación en Facebook.

Redes sociales pueden predecir los resultado de elecciones? 

Pareciera que las encuestas existentes no están reflejando las emociones asociadas con la movilización apasionada de conjuntos de personas. Los expertos sienten  que las redes sociales pueden proveer introspección valiosa que los encuestadores no están detectando. Adicionalmente, la gente es menos tímida con los encuestadores en las redes que en el teléfono. Recientemente, nuevos métodos de predicción basados en data obtenida en las redes sociales parecieran estar logrando más éxito:

• ·     Twitter – Un herramienta que analiza los twits de las personas (BrandsEye) ha predicho correctamente el resultado de Brexit y el triunfo de Trump. En ambos casos, midieron el número de twits a favor de cada posición o candidato, analizando una enorme cantidad de twits usando seres humanos. Los humanos leen sentimiento mejor que los algoritmos.
• ·         Inteligencia Artificial -  Un sistema (MogIA) también predijo la victoria de Trump. Este mide el grado de participación y compromiso con data proveniente de lugares como Google, Facebook y Twitter. 

Se hace referencia entre otros a “Facebook, in Cross Hairs After Election, Is Said to Question Its Influence” http://bit.ly/2eUoVUv, “The forces that drove this election’s media failure are likely to get worse” http://nyti.ms/2g7Afyt y “Can social media be used to predict election results? http://bbc.in/2eUCRxJ. 

Inteligencia Artificial cada vez más presente en nuestra vida

La pregunta con respecto a  que tienen en común el  potencial de criminalidad, el nuevo armamento del Pentágono y la predicción de los resultados en casos jurídicos de Derechos Humanos no tiene respuesta obvia. Resulta que en todas ellas hay una nueva presencia: Inteligencia Artificial. Estos temas aparecieron en las noticias y representan muestras aleatorias de lo que se reporta en la prensa no especializada. Hacerles seguimiento es una forma de ir identificando y entendiendo la lenta pero profunda penetración de esa tecnología en nuestra vida cotidiana. Aprovechamos para compartir una selección de esas noticias y tratar de identificar como nos acercamos a la Inteligencia Artificial(IA).

Inteligencia Artificial(IA) y el potencial criminal

El cíber-crimen  se está automatizando y está escalando potencialmente. Un ejemplo de sofisticación en esta área son herramientas de ataque cómo el programa Blackshades, vendido en forma extensa en la computación clandestina y funcionando como una “franquicia criminal en una caja”. La próxima generación de estas herramientas adicionará capacidades de aprendizaje-de-máquinas para mejorar la calidad de la visión-de-máquinas, del entendimiento del lenguaje natural y de síntesis del lenguaje. Para mencionar una posibilidad, la voz-sintetizada-por computadora se puede adaptar para imitar a una persona en una comunicación telefónica y posteriormente usarla  con fines criminales. Los componentes de software necesarios para que esta tecnología de enmascaramiento sea ampliamente asequible están avanzando rápidamente.

  

El Pentágono y su nuevo armamento

El Pentágono ha colocado IA en el centro de su estrategia para mantener la posición de Estados Unidos cómo la potencia militar dominante en el mundo y en múltiples áreas:

• ·         Desarrollo y creación de un arsenal de armas autónomas y semi-autónomas.
• ·         Aviones de combate robóticos que volaran en combate al costado de aviones piloteados.
• ·         Misiles que pueden decidir cuándo atacar.
• ·         El uso de Impresión 3D para mantenimiento en el frente de batalla.
• ·         Barcos que cazan submarinos enemigos, acechándolos por miles de kilómetros sin intervención humana. 

Tecnología IA le está permitiendo al Pentágono reordenar los roles de los seres humanos y de las máquinas en el campo de batalla. La estrategia enfatiza control humano y armas autónomas, cómo una forma de acrecentar y magnificar la creatividad y las habilidades de resolución de problemas de soldados, pilotos y marinos, en lugar de reemplazarlos.  

Inteligencia Artificial(IA) y los derechos humanos

Los críticos decían que IA sería incapaz de entender los matices de un caso legal y reemplazar a jueces o abogados. Sin embargo, es muy útil para descubrir rápidamente los patrones que llevan a ciertos resultados.  Específicamente, un sistema de IA predijo correctamente con una precisión de 79% los resultados de cientos de casos en la Corte Europea de Derechos Humanos. El algoritmo busca patrones en cada caso y es capaz de clasificar cada caso como “Violación” o “No Violación”. En la próxima etapa el sistema analizará más data, con el propósito de entender los testimonios de testigos y de abogados. 

IBM y su apuesta a Inteligencia Artificial(IA)

Watson es la versión de software IA de IBM, pertenece a una unidad que emplea 10.000 personas y en su campaña de mercadeo la empresa ha invertido miles de millones de dólares. IBM está apostando que Watson crecerá para convertirse en la máquina del resurgimiento de la empresa.  Los años de inversión y de proyectos en ciencia aplicada progresivamente se están convirtiendo en oportunidades de negocio. Un ejemplo es una oferta de Watson en genómica que incluye secuenciación de genes y análisis diagnóstico, como un servicio en la Nube, y dirigida a oncólogos que tratan cáncer. Este tiene el potencial de permitir medicina de precisión y terapias personalizadas disponibles para millones de pacientes de cáncer.

Se hace referencia a “IBM Is Counting on Its Bet on Watson, and Paying Big Money for It” http://nyti.ms/2efXSVO, “As Artificial Intelligence Evolves, So Does Its Criminal Potential” http://nyti.ms/2emKm0y,    “AI predicts outcome of human rights cases” http://bbc.in/2em7Jrb, “The Pentagon’s ‘Terminator” http://nyti.ms/2eNz8jZ. 

La revolución de los algoritmos

Un algoritmo es un procedimiento o conjunto de instrucciones paso-a-paso, utilizado con frecuencia en una computadora para resolver un problema, que hoy en día  típicamente se  ejecuta a una velocidad y a una escala increíble.  La intensidad y lo variado del uso de los algoritmos nos permite pensar que estamos viviendo la revolución de los algoritmos y posiblemente su principal reto a futuro es el hecho que las máquinas y los algoritmos que los accionan se han venido haciendo cada vez más complejas y rápidamente se está perdiendo la habilidad de entender como funcionan y de anticipar su comportamiento o de detectar las debilidades no previstas. Para ponerlo en contexto, en la colocación de un hombre en la luna en 1.969 se usaron 145.000 líneas de código y ahora se requieren más 2 mil millones de código para procesar Google, con el agravante adicional que los sistemas actuales son además laberintos de interconexión.

Por ello, la principal fuente de dificultad no está en la programación de los algoritmos, sino más bien  en lograr que quienes los administren entiendan aquello que los algoritmos hacen bien, para cuáles preguntas tienen respuestas y para cuáles no las tienen. Es una responsabilidad del más alto nivel de la organización que los administra. Aquello que puede hacer un algoritmo es enormemente poderoso e incluye: identificación de patrones demasiado sutiles para la observación humana, el uso de dichos patrones para generar percepciones precisas y la información para la toma de mejores decisiones.

El reto de la Revolución de los Algoritmos

El reto es entender los riesgos y las limitaciones, ya que construido dentro de los algoritmos están (1) los valores humanos de sus desarrolladores, (2) las necesidades comerciales de sus creadores y (3)   límites de la comprensión humana. Hasta los más sofisticados algoritmos y aplicaciones de Inteligencia Artificial  (particularmente los sistemas de aprendizaje profundo), en última instancia están limitados por la imaginación y por la visión futurística de sus desarrolladores en términos de las entradas que pueden identificar, de  las salidas que pueden controlar y de la lógica que aplican. Esa complejidad obliga a cuidar el más mínimo error, por el impacto que pueda tener, y además considerar las vulnerabilidades asociadas a cualquier algoritmo.

Limitaciones de los algoritmos

Los algoritmos en esencia, transfirieren comprensión o percepción desde un contexto a otro. Ellos usan data existente para predecir lo que puede ocurrir en un ámbito ligeramente distinto (entorno, población, tiempo, una pregunta). Las predicciones que se realizan bajo un contexto específico no necesariamente  aplican de igual manera a un contexto distinto. Saber lo que un algoritmo no puede decir es tan importante cómo conocer lo que si puede. También es importante recordar que correlación no significa causalidad. Aún cuando un algoritmo es capaz de hacer predicciones, ello no elimina la necesidad de cuidar la  identificación de conexiones entre causa y efecto, ya que el algoritmo no es un reemplazo a experimentos controlados.

Objetivos y opciones en los algoritmos

• ·         Si se trata de un objetivo blando, este debe ser identificado, definido y cuantificado de acuerdo a su orden de importancia. Ya que los objetivos blandos son difíciles de cuantificar, es necesario tener cuidado extremo en la toma de acciones sobre resultados de ese tipo de algoritmo.
• ·        
  
  Los algoritmos no entienden de equilibrios entre opciones compensatorias (trade-off) – Teniendo identificado el objetivo principal y una lista de inquietudes, el diseñador del algoritmo debe construir los equilibrios entre las posibles opciones. Esto puede implicar expandir el objetivo para que incluya múltiples resultados, ponderados por importancia relativa.

Se hace referencia a “Make Algorithms Accountable” http://nyti.ms/2aZyWMo, “In Machines We Trust: Algorithms Are Getting Too Complex To Understand” http://bit.ly/2bMnQ1J and “Algorithms Need Managers, Too” http://bit.ly/1keDr8C. 

Aprendizaje-Profundo para Inteligencia Artificial!

Uno de los grandes retos de la Inteligencia Artificial ha sido lograr que una computadora frente a una cara, una imagen, una situación y pudiera reconocerla y tomar una acción como lo haría un ser humano. Desde hace varias décadas, los expertos habían estado apostando a que el mejor camino era simular a través del software el modo de funcionamiento de las neuronas en el ser humano, ya que estas son las cumplen este tipo de función en el ser humano.  En el cerebro humano:

·         Cualquier neurona puede ser activada por otra cuya salida la alimenta, y por supuesto ella a su vez puede activar otras a las cuales ella misma alimenta. Por ello, existen multitudes de neuronas interconectadas.

·       A través de la existencia de la persona, las neuronas se van nutriendo y acumulando información y estas sirven de base para análisis, comparación y toma de información personal.

Así se desarrollaron las Redes Neuronales Artificiales (RNA), las cuales emulan a través de software, el funcionamiento de las neuronas en el sistema nervioso humano. Aprendizaje-Profundo es una técnica que se utiliza con las RNA, donde se han dado avances impresionantes recientemente y con respecto a las Redes Neuronales Artificiales (RNA), a través de software:

·         Hay una capa de entrada de neuronas a través de la cual se puede alimentar de data a la red.

·         Hay una capa de salida desde donde se transmiten los resultados.

·         Hay varias capas ocultas intermedias donde se procesa la información.

·         La información que el ser humano capta directamente en sus neuronas, aquí se produce a través de entrenamiento que se hace proveyendo data al sistema.

·         Se hacen más complejas al ir incrementando el número de capas. Entrenar un Red Neuronal  de 4 capas hasta hace poco tomaba varias semanas, hoy se logra en menos de un día. Ya no es raro ver un RNA con una profundidad de 20 o 30 capas y excepcionalmente hasta de 152 capas. Más profundidad implica mayor capacidad de abstracción y poco a poco nos acercamos al funcionamiento del cerebro humano.

Teoría a la Práctica

Aprendizaje Profundo se conocía desde hace varias décadas, pero recientemente  se ha convertido en un hecho práctico más que una posibilidad teórica, al aparecer la disponibilidad de:

·         Ingentes cantidades de poder de computación, especialmente en las Unidades de Procesamiento Gráfico (GPU) los chips especializados que se usan en los PC y las consolas de video de juegos, pero que también son idóneos para procesar algoritmos de Aprendizaje-Profundo.

·         Enormes cantidades de data para entrenamiento, que con el crecimiento de Internet ha abierto la posibilidad de usar para entrenamiento millones de documentos, imágenes y videos.

Sabores de Aprendizaje-Profundo

1.     Aprendizaje Supervisado, entrenar a un sistema con la ayuda de conjuntos de ejemplos previamente etiquetados y donde el sistema aprende directamente de allí.

2.     Aprendizaje No-Supervisado, se entrena la sistema exponiéndolo a un número inmenso de ejemplos, sin decirle que debe buscar.

3.     Aprendizaje Reforzado, similar al aprendizaje no supervisado, pero con interacción humana ocasional en la forma de una recompensa.

4.     Aprendizaje de Transferencia, le permite a un sistema de Aprendizaje Reforzado aprender de conocimiento previamente adquirido.

Aplicaciones de Aprendizaje-Profundo

Algunos ejemplos incluyen: (1) Incrementar la calidad de las búsquedas en Internet, (2) Entender comandos orales en teléfonos inteligentes, (3) Ayudar en la búsqueda imágenes específicas, (4) Sugerir respuestas automáticas a  correos electrónicos, (5) mejorar traducciones, (6) Ayudar a vehículos auto-manejados entender a sus alrededores.

Se hace referencia a  “The AI boom is based on an old idea, but with a modern twist” http://econ.st/29bECpA y “Finalmente ya tenemos Inteligencia Artificial?” http://bit.ly/1LazwQx .  

Recién nos acostumbramos a los Apps y ahora serán Bots!!

Ya nos acostumbramos al uso de las Apps en nuestros teléfonos inteligentes y ahora más bien enfrentamos una verdadera inundación de ofertas de Apps. Con frecuencia se hace difícil seleccionar cual necesitamos y se está llegando al punto de saturación, donde el 25% de los Apps descargadas son abandonadas después de un solo uso.

Pero la tecnología avanza inexorablemente y cuándo se detecta un espacio de necesidades, nacen las oportunidades y la nueva oferta de tecnología se cuela. Una opción interesante que tiene posibilidades de convertirse en un nuevo fenómeno son los Bots. Estos Bots o Chatterbots son  agentes conversacionales, en la forma de un programa computacional diseñado para simular una conversación inteligente por texto o por vía auditiva con uno o más usuarios humanos. Ellos están generalmente accionados por Inteligencia Artificial (“Bot” proviene de “Robot”). Los Bots nos permiten establecer una “conversación” con un “robot” y son Servicios, donde los usuarios pueden completar tareas como revisar noticias, organizar reuniones, pedir comida, reservar un vuelo o navegar entre Apps a través del envío de mensajes cortos. También pueden resolver vía auditiva necesidades básicas de soporte o de información sobre productos.

Características

Los usuarios los encontrarán más fáciles de usar que los Apps: (1) la instalación toma segundos, (2) cambiar entre Bots no implica tocar otro ícono y (3) “hablarle” a un bot es más apetecible que lidiar con un operador de soporte del cliente de un banco o de una línea aérea. Al igual que las páginas web, los Bots también residen  en los servidores y no en el dispositivo del usuario y por ello son más fáciles de crear y de actualizar.

Historia

Por años, los Bots fueron unos bichos digitales irritantes que hacían un mal trabajo sustituyendo a seres humanos en los Call Center o inflando el volumen de tráfico pretendiendo que leían páginas web. Sin embargo, en los nuevos usos identificados, son elementos de interacción con el usuario y su importancia se realza:

·         A partir de junio 2015 cuando Telegram, una aplicación de mensajería de origen ruso con más de 100 millones de usuarios, lanza una plataforma y una tienda de Bots.

·     En Abril 2016 Facebook devela una facilidad que permite a los Desarrolladores hacer codificación de Bots dentro de Messenger, donde un objetivo es disminuir la necesidad de desplazamiento.

·         Mientras el mercado de Apps se estanca, 2.500 millones de personas usan al menos una App de Mensajería (WhatsApp, Messenger, etc.) y el número está en pleno crecimiento. Simultáneamente los servicios basados en Inteligencia Artificial se perfeccionan y ellos necesitan una forma de hablar con gente real: los Bots parecen la opción más obvia.

Cuándo son útiles los Bots auditivos

• Los Bots son útiles en servicios como Soporte y Mesa de Ayuda, Reclutamiento, Asistencia a una persona o Coordinación de equipos ya que existe  la necesidad hablar con otro:
•  Los Bots pueden automatizar toda o parte de estas conversaciones.
• Un Bot puede servir de primer nivel o de enlace entre el usuario y el proveedor humano del servicio.
• Los Bots son útiles al mantener la conversación dentro del contexto y con ello se entrega un servicio en forma más rápida y simple.

El naciente ecosistema de Bots

·         Telegram, una plataforma y tiends de Bots.

·         Chatfuel, permite contruir Bots para Telegram. 

·         Pana, una agencia de viaje en línea que acepta mensajes de texto y hace reservaciones. 

·         MeeKan, permite reuniones para usuarios.

·         Assist, un buscador tipo Google para Bots. 

         Operator, un Amazon del Comercio-de-Bots.

Se hace referencia a “Bots, the next frontier” http://econ.st/1NalYXy, “Bots are Back, and They Might Even Be Welcome” http://nyti.ms/1MuVF3F, and “To bot or not to bot” http://bit.ly/1WYSqDR. 

Vida Digital 2016: La tecnología cambiando el mundo!

Con frecuencia aparece la Empresa Digital para describir la transformación profunda de sus procesos que están haciendo las corporaciones más grandes en el mundo aprovechando la tecnología.  Pero los cambios  aparecen en muchas esferas de la vida cotidiana, a una velocidad extraordinaria, y como muestra ya en Inglaterra los jóvenes dedican más tiempo a Internet que a la TV (BBC). Es una época única, el equivalente a la Revolución Industrial del Siglo IXX. Estamos inmersos en un proceso de cambio de detalles inimaginables de nuestra vida, donde lo impensable ya ocurrió y seguramente volverá a ocurrir. Pareciera más bien que se trata de Vida Digital y para ilustrar algunas referencias a cambios mayores en marcha:

Tecnología, Medios y Comunicaciones – predicciones 2016

•   Facilidad para la compra móvil: Este tipo de compra aumentará con el Sistema 0perativo guardando la información del usuario y con el uso de servicios de pago por parte de los detallistas.

•    Tecnologías cognitivas en el software corporativo: Inteligencia Artificial entrará  a través de Aprendizaje de Máquina, Procesamiento por Lenguaje Natural y Reconocimiento de Voz.

•       Realidad Virtual: Llega ser un negocio US$$1 Mil Millones, principalmente en juegos de video, con dispositivos costando entre US$100-US$500.

•     Teléfonos inteligentes usados: Será un mercado de US$17 Mil Millones, con un promedio de US$140 por aparato. Terminará pareciéndose al mercado de automóviles usados.

•       Compartir fotos: En 2016, se almacenarán 2,5 trillones de fotos, un aumento de 15% contra 2015, hay más de 2.000 Apps para compartir fotos y ahora las fotos son una forma de comunicación de la gente.  

Las empresas dominantes en la Tecnología Digital

Hace 5 a-10 años las dominantes eran IBM, HP, Microsoft y Oracle, empresas dedicadas a Hardware y de Software. Llegó la ola perfecta de cambio tecnológico debido a:

•         Disminución del costo de TI
•         Mayor conectividad de las redes
•          Aumento de volumen y tecnología de teléfonos móviles

Ello ha llevado a que hoy que aparezcan los nuevos gigantes Amazon, Apple, Facebook, Google y Microsoft. La fortaleza de estas empresas está basada en plataformas y como ejemplo tenemos:

•         Tecnología tradicional: Desktop - Windows (Microsoft) y Búsqueda (Google).
•     Nueva tecnología: (a) Sistemas Operativos Móviles y Apps (Google y Apple), (b) Publicidad en Internet (Google y Facebook), (c) Infraestructura de la Nube (Amazon, Microsoft y Google), (d) Infraestructura de Transporte de Productos (Amazon) y (e ) Relaciones Humanas (Facebook). 

Las empresas que apuntan a relevancia futura como Uber, AirBnB o Netflix también son plataformas, que están revolucionando industrias enteras y que a su vez necesitan las plataformas existentes para su éxito. Podemos esperar la transformación por efecto de la tecnología de muchas industrias: Transporte, Hospitalidad, Entretenimiento, Salud, Finanzas y Automóviles entre otras.  

Tendencias TI - 2016

•       TI como agente de cambio: La Transformación Digital es una prioridad estratégica, hace crecer TI crezca y acercarlo al Negocio.

•       Computación en la Nube: Evolucionan los modelos de implementación de sistemas basados en la Nube, y esta ya es un elemento estándar de la Arquitectura de TI.

•       Seguridad:  Problema mayor, pero no frena la Vida Digital.

•       Internet-de-las-Cosas: Optimización de las cadenas de suministro (RFID), Monitoreo de sistemas para ahorro de energía.

•    Analíticos: Capacidades analíticas integradas en aplicaciones y flujos cotidianos. Permite discernir patrones que no son obvios al ojo humano.

Se hace referencia a “Tech’s ‘Frightful 5’ Will Dominate Digital Life for Foreseeable Future” http://nyti.ms/1VaeCYb , “Deloitte Technology, Media & Telecommunications Predictions 2016” y

“Computerworld Forecast 2016:  5 Fast –Track Trends to Tackle Now & 5 Disruptors to Keep on Your Radar” http://bit.ly/1TnD9Io . También aparece en mi blog.

Uberización del Sector Financiero!!

Uber es el intermediario tecnológico que está haciendo obsoletos a los intermediarios del pasado. Está a punto de llegar la Uberización de las Finanzas, lo cual traerá múltiples nuevas oportunidades pero también una amplia gama de riesgos. Uberización también implica que se manejan enormes cantidades de data para lograr esas conexiones y todo esto requiere nueva tecnología y nueva legislación.

El objetivo del Sector Financiero es conectar ahorradores con prestatarios, usuarios en ambos casos, y que esto ocurra a bajo costo. El Sector Financiero y sus instituciones existen para facilitar la intermediación entre los usuarios. En las economías modernas el Sector Financiero se ha convertido en un fin ensimismo, como si la economía global existiera para servir a los Wall Street del mundo. Esto ha ocurrido debido a la cantidad y magnitud de las transacciones y además por diversos subsidios que recolecta el Sector Financiero, notablemente el que está implícito en la promesa de los gobiernos de soportar a las instituciones que quiebran. La Uberización del Sector Financiero permitirá que mucho de esto pueda cambiar dramáticamente.

Todo el sistema financiero está siendo cuestionado por la tecnología innovadora que está presionando los modelos de negocios tradicionales. De acuerdo al Foro Económico Mundial, la disrupción en el sector financiero no será un “evento único”, sino más bien una “presión continua para innovar”, la cual modificará a largo plazo toda la estructura del sector financiero. La banca recibirá el primer impacto de estas innovaciones, pero el sector seguros probablemente sentirá el impacto mayor. Las instituciones financieras tienen que enfrentar principalmente el riesgo que su negocio se convierta en un “commodity”.  Estas son algunas áreas que probablemente serán impactadas por la Uberización del mundo financiero:

Pagos y compensación decentralizada

Tecnologías como “Blockchain”, la base de Bitcoin, así como los sistemas de pago móviles proveen “alternativas convincentes” a la banca tradicional. El sistema global de compensación y los mercados emergentes tienen  las posibilidades más inmediatas para el desarrollo de los sistemas alternativos de pago.

Préstamos entre pares

El cambio más inmediato ocurrirá en los préstamos entre pares. Hoy en día, allí se manejan anualmente US$7 mil millones y se espera que sean US$150 mil millones para el 2025. Los intereses son más altos, pero se pueden manejar  con velocidad y con sumas más modestas. Para los prestamistas es atractiva la reducción del riesgo por el aumento del número de préstamos.

Crowdfunding

Las plataformas de Crowdfunding (Micro-mecenazgo) le permiten prácticamente a cualquier persona anunciar una idea y solicitar dinero para esta, hasta en bloques de US1.000 o menos. Este nuevo modelo podría afectar el mundo insular de capital de riesgo y de préstamos comerciales, proveyendo simultáneamente oportunidades a pequeños inversionistas.

Robotización de la asesoría financiera

El nuevo modelo de manejo del portafolio y de activos utilizará tecnología robótica en Internet permitiendo el manejo directo por el interesado del análisis y de las transacciones que le atañen, en conjunción con expertos en línea.

Acciones y marcas

No debería sorprender la aparición de nuevas ideas aplicadas a la propiedad de las acciones y una podría ser la afiliación de las acciones con marcas. Qué ocurriría si Starbucks en lugar de ofrecer un capuchino gratis con 10 compras ofreciera una acción de Starbucks después de 100 compras. También existen apps que conectan a empresas públicas y privadas directamente con inversionistas para permitir compras directas de acciones, incluso aprovechando las oferta iniciales de acciones (IPO).  

Se hace referencia a “The Uberization of Money “http://on.wsj.com/1QjK2eX ,  “Seven predictions for the future of finance” http://bit.ly/1JpivUA y  “The Future of Finance” http://bv.ms/1I6vDBg . También aparece en mi blog  .

Finalmente ya tenemos Inteligencia Artificial?

“Inteligencia (IA) es la teoría y el desarrollo de sistemas computarizados que son capaces de ejecutar tareas que normalmente requieren inteligencia humana” es una de las múltiples definiciones existentes de Inteligencia Artificial (IA).  IA es un campo muy amplio y muy reciente que seguramente tendrá enormes cambios, pero el definir IA en términos de las tareas que los humanos hacen en lugar de como los humanos piensan, nos permite discutir sus aplicaciones prácticas actuales, antes que en una próxima etapa  los científicos lleguen al entendimiento definitivo de los mecanismos neurológicos de la ciencia. Se sobreentiende que las tareas que los humanos ejecutan cambian en el tiempo y por ello los sistemas computarizados que los emulan también tenderán a replicar esta característica.  

Aun cuando falta todavía por entender, expandir y descubrir mucho en IA, dentro del ámbito actual de la IA ya hay importantes aplicaciones en uso y estas están asociadas a componentes de IA que se denominan  tecnologías cognitivas: (1) Visión por Computadora (Computer Vision) se refiere a la habilidad de las computadoras para identificar objetos, escenas y actividades en las imágenes, (2) Sistemas automáticos de aprendizaje (Machine Learning) se refiere a la habilidad de los sistemas de computación de mejorar su desempeño, sin la necesidad de seguir instrucciones programadas específicas, (3)  Procesamiento en lenguaje natural, es la habilidad de las computadoras de trabajar con texto en la misma forma que lo hacen los humanos, (4) Robótica, al integrar tecnologías cognitivas como Visión por Computadora, planificación automática con sensores de tamaño mínimo pero de alto desempeño y con hardware ingeniosamente diseñado se ha creado una nueva generación de robots y (5) Reconocimiento de lenguaje, el cual se focaliza en la transcripción automática y precisa del lenguaje humano.  Trataremos de cubrir aplicaciones prácticas de IA existentes y otras potenciales.

Una plataforma de IA: Watson

Watson es un sistema de computación artificialmente inteligente desarrollado por IBM y capaz de responder preguntas en lenguaje natural. Fue presentado en 2011  para responder preguntas en el conocido programa Jeopardy, donde derrotó a dos expertos y vencedores previos y ganó el premio principal de US$1 millón. A partir del año 2013 Watson entró en el mercado de aplicaciones comerciales.  Watson genera sus repuestas utilizando  las tecnologías de procesamiento de lenguaje natural, de búsqueda de información, de representación del conocimiento, de razonamiento automatizado y con sistemas automáticos de aprendizaje todos aplicados al campo de “Ámbito Abierto de Respuesta a Preguntas”.

Es importante mencionar que simultáneamente los otros grandes fabricantes de tecnología (Microsoft, Google, Apple, Facebook y Amazon) también están trabajando en aplicaciones de Inteligencia Artificial. Ahora bien, el objetivo de largo plazo de IBM es convertir a Watson en el equivalente a un sistema operativo de computación para una clase emergente de aplicaciones de inteligencia artificial alimentadas-por-data. El plan se ha expandido en el último año para evolucionar desde trabajo customizado para grandes clientes corporativos a la creación de una creciente colección de servicios, de manera que pueda ser utilizado con facilidad como aplicación por desarrolladores en emprendimientos y otros lugares. Hay quienes comparan la pretensión de IBM  de lograr en Inteligencia Artificial con lo alcanzado por Microsoft con Windows en computación personal y por Google con Android en conectividad. IBM quiere abrir la plataforma, hacerla disponible a otros y democratizar la tecnología.

IBM tiene 350 empresas aliadas usando Watson para crear productos, con unos 50 servicios disponibles en el mercado y 70.000 desarrolladores utilizando software Watson de alguna manera y algunos ejemplos son:

•          La app “Wine4.me” que provee recomendaciones para las consumidores basados en ciencias sensoriales y algoritmos predictivos. El cliente se acerca a un kiosko, toca la pantalla y pregunta “Quiero un vino con un precio menor a US$10 que combine con salmón” y recibe como respuesta una lista de sugerencias de vinos. Eventualmente, con el conocimiento del historial del cliente, las recomendaciones incluso pueden ser personalizadas.
•          En el servicio de  emparejamiento entre buscadores de empleo y empleadores, “UniteUs” se utiliza el servicio de “Compresión de Personalidad” de Watson, el cual equivale a una evaluación de personalidad en línea. Esta incluye, con el permiso del candidato, la búsqueda de sus mensajes en Twitter, Facebook y otras redes sociales.  Después de varios meses de uso, el 7,5% de los candidatos han sido invitados a entrevistas, mucho mayor que el 1%-4% de éxito que logran los otros grandes servicios de emparejamiento actuales.
•          Otra empresa usa Watson para leer, clasificar y evaluar inmensas cantidades de data financiera, de mercado y de competencia para identificar y sugerir oportunidades de crecimiento para clientes corporativos. Aquí Watson provee excelente material para facilitar el posterior juicio humano.

Transformación de la economía global a través de AI: GoDaddy

En una empresa PyME se debe cumplir con las mismas funciones que en una corporación, pero no se dispone del equipo de Gerentes especializados en cada área. Por ello, hoy en día liderizar una empresa PyME es una labor muy compleja y difícil, ya que el propietario debe:

•          Ser experto y bueno en el objeto del negocio, pero eso no es suficiente.
•     Usar muchos sombreros y el peso de esas decisiones paraliza a muchos emprendedores antes de arrancar y pone en riesgo la ejecución de buenas ideas de los que se lanzan con su emprendimiento.
•          Ser simultáneamente CEO, CFO, CMO, CTO, CIO y más.

La visión de la empresa de tecnología “GoDaddy” es la de mover toda la economía hacia la pequeña y mediana empresa al empoderar a la gente para que pueda comenzar un emprendimiento con facilidad y pueda hacer crecer y controlar sus nuevos negocios con confianza:

•          GoDaddy identifico la intersección de las oportunidades económicas y globales y como el uso de IA puede ser aplicada en ambas.
•          Desde el punto de vista económico ven un futuro donde el negocio empresarial se hace más eficiente al automatizar mucha de su fuerza de trabajo usando IA. La automatización vendrá a través de (a) Robótica Avanzada en manufactura y (b) a través de la computarización de tareas analíticas complejas.
•          La recolección y análisis de trillones de “señales de negocios” provenientes de millones de clientes está comenzando a ayudar a emprendedores al entregarles “percepciones” de negocios hiper-personalizadas para su necesidad particular. Esto significa que utilizando IA se requiere utilizar menos sombreros y así se libera tiempo y el peso de decisiones que previamente ejercían enorme presión sobre la persona líder.
•          Este enfoque de apoyo a las empresas PyME puede tener un efecto global, ya que podría ser no solo útil para mantener los niveles de empleo, sino que también podría representar un cambio paradigmático hacia una economía-basada-en-la-producción.

Aplicaciones prácticas de AI (Tecnologías Cognitivas)

Las tecnologías asociadas a  AI ya tienen múltiples aplicaciones prácticas y solo para mencionar algunas:

•          Banca: Los sistemas automáticos de detección de fraude usan (1) aprendizaje de máquinas para identificar los patrones de comportamiento que podrían indicar actividad de pago fraudulento, (2) tecnología de reconocimiento de lenguaje hablado para automatizar interacciones de servicio telefónico y (3) tecnología de reconocimiento de voz para verificar la identidad de los que llaman.
•          Salud: (1) El reconocimiento automático del habla está siendo utilizado en la mitad de los hospitales de Estados Unidos para transcribir las notas dictadas por los médicos,  (2) Los Sistemas de Visión por Computadora se usan para automatizar el análisis de los mamografías y de otras imágenes médicas. (3) Watson aprovecha, el procesamiento de lenguaje natural para leer y entender literatura médica, para técnicas de generación de hipótesis automático y para Aprendizaje Automático para la mejora de su precisión en los procesos.
•          Biología: Los Sistemas de Aprendizaje Automático están siendo utilizados para (1) predecir relaciones causa-efecto en la data biológica y (2) en las actividades de los compuestos ayudando al descubrimiento de nuevas drogas.
•          Medios y Entretenimiento: Varias empresas están usando Analíticos y Tecnología de Generación de Lenguaje Natural  para producir en forma automática artículos y otro material narrativo sobre tópicos focalizados-en-data, tales como resultados corporativos o los resúmenes de eventos deportivos.
•          Petróleo y Gas: Usan Aprendizaje Automático para una gama amplia de aplicaciones, abarcando desde (1) la ubicación de depósitos de minerales hasta (2) el diagnóstico de problemas mecánicos con equipos de perforación.
•          Sector público: Utiliza tecnologías cognitivas para una variedad de propósitos incluyendo (1) vigilancia, (2) cumplimiento de conformidades, (3) detección de fraudes y (4) para automatización.

 Se hace referencia a “Demystifying artificial intelligence” http://bit.ly/1YRMY6c , “Artificial Intelligence and the Future of Work” http://bit.ly/1ML1upA , “IBM’s A.I. System Watson to Get Second Home, on West Coast” http://nyti.ms/1VgscIH  y “If Algorithms Know All, How Much Should Humans Help?” http://nyti.ms/1Vgtfsd .