La IA (Inteligencia artificial) permite a los robots realizar tareas que no sabemos programar explícitamente mediante reglas lógicas (“rule-based”, como se hace en la programación tradicional), dota de inteligencia y capacidad predictiva a los RPAs (automatización robótica de procesos). Sin IA, los RPAs son deterministas: todas sus acciones deben seguir una reglas diseñadas y concebidas por un humano. Con IA el robot puede tomar decisiones basadas en su experiencia. Actualmente, donde más se ha avanzado en IA para la automatización de procesos es en la visión computarizada, la traducción, la clasificación automática, el análisis de sentimiento, la segmentación automática, el diseño de fármacos, la defensa., la detección automática de anomalías, la organización, la clasificación de datos masivos, el diseño de bolsos o zapatos, etc.

Los últimos avances en el mundo del software y del hardware son los que han impulsado notablemente la IA y la robotización, y no al revés. Debemos enfatizar que, en la actualidad, se ha progresado enormemente en la capacidad de las máquinas para realizar tareas que, siendo “fáciles” de aprender para los humanos (hablar, escribir, reconocer objetos en imágenes, andar, etc.) son muy difíciles de programar como una secuencia de reglas lógicas. Sin embargo, el desarrollo de software no entra dentro de la clase de problemas “fáciles” para los humanos (es una actividad lógica y creativa que no realizamos de forma natural), por lo que las aplicaciones de la IA y robotización al mundo del software están en su infancia y se tardarán aún bastante tiempo en desarrollar.

Desde el punto de vista de los profesionales de desarrollo de software, es necesario realizar una tarea de capacitación. Los científicos de datos son gente muy cualificada y escasa. No obstante, se está avanzando bastante en la “democratización” de la IA, con el desarrollo de aplicaciones en las que el desarrollador puede entrenar sistemas inteligentes con un mínimo conocimiento (Auto-ML). Por ejemplo, las tecnologías LCNC (Low Code-No Code) tienen de objetivo que cualquiera pueda desarrollar código sin conocimientos (o “casi” sin conocimientos) de programación

Para las empresas, la implantación de los sistemas RPA ya es una realidad. Respecto a los proyectos IA existe aún una alta componente de desconocimiento y, por tanto, de riesgo. Hoy en día el desarrollo IA es un proceso basado en la prueba y el error, nadie puede garantizar al 100% el éxito de un proyecto IA ni el alcance temporal (coste) de un proyecto de desarrollo de este tipo. Se debe utilizar un ciclo de vida de desarrollo ágil, con continuas evaluaciones y toma de decisiones que mitiguen los riesgos.

Por otra parte, desde la perspectiva social, podemos destacar las previsiones del Foro Económico Mundial (en 2022 hasta 75 millones de puestos de trabajo que actualmente realizan humanos serán realizados por máquinas). Las máquinas trabajan 24 horas al día, no necesariamente necesitan luz para trabajar, no fuman ni toman café, se prepara una nueva unidad lista para trabajar en minutos (instalando un software), tienen menores errores que los humanos en tareas sencillas recurrentes, etc. Esta visión “cruda” se traduce en frases como “mejora de la productividad”, “ahorro de costes”, “mejora de procesos”, “mejor calidad” “más trazabilidad”, etc.

El problema es que la robotización y la adaptación a la IA no serán una opción: en una visión darwiniana del problema, la empresa que no se adapte se extinguirá.”

Pablo Méndez Llatas, gerente de proyectos y especialista en Inteligencia Artificial.