Listen to this articleLa inteligencia artificial va penetrando el mundo empresario haciendo pie en la predicción de los comportamientos futuros de los actores económicos.
La inteligencia artificial (IA) en la actualidad crece a pasos agigantados. Sin notarlo, la IA ya es parte del día a día. Muchos sistemas computacionales en la actualidad utilizan técnicas de inteligencia artificial. Proveen de valiosas herramientas para la realización de tareas y la toma de mejores decisiones.
Es por esto que el Servicio Nacional de Adiestramiento en Trabajo Industrial (SENATI), institución educativa de Perú, realizó el webinar “Inteligencia Artificial: El camino hacia la autonomía” para informar sobre herramientas poderosas para la realización de un grupo de actividades mediante la creación de un modelo de IA sin una sola línea de código.
Los disertantes invitados fueron Tiffany Martínez Torres, Ecosystem Solutions Architect de IBM y Guillermo Bastián, Consultor de Systems, Applications, Products in Data Processing (SAP), ambos graduados de instituciones peruanas.
Tener la capacidad de tomar modelos de datos para predecir el futuro de la compañía, aplicándolos a la información, las cifras y las estadísticas de una empresa o pyme es posible hoy gracias a los modelos predictivos basados en inteligencia artificial.
El ingeniero Bastián detalló cómo armar un modelo de predicción de IA a través de la plataforma de IBM. Es un modelo de predicción bancario de posibles clientes de un préstamo. Mediante la utilización de datos, Bastián mostró cómo se podía proyectar las personas que paguen el préstamo a futuro de las que no.
“Al diseñar una solución de inteligencia artificial, debemos preguntarnos qué datos necesitamos para realizar nuestro modelo. Este, mediante algoritmos, nos dice qué variables son importantes y cuáles no”, explicó Bastián sobre el proceso de desarrollo de la actividad.
La variable salarial
En el caso de los clientes, las variables eran características de las personas como el sexo, trabajo, edad, DNI, residencia, ingresos mensuales y cantidad de miembros en la familia entre otros. Esta información debe estar cargada en un archivo CSV para que puedan cargarse en la herramienta y se configuren las variables más importantes.
Estas van a depender de la actividad que se quiera realizar. En el caso anterior, una variable relevante sería el salario de quienes podrían ser considerados como futuros prestamistas para el banco.
Luego se correrá el experimento. Es en este momento donde los algoritmos de la herramienta comienzan a procesar los datos y arrojan resultados (predicciones). Sin embargo, esta información sola no es suficiente para finalizar la actividad, mucho menos corroborar que el modelo se ejecute correctamente.
“Para saber si tu modelo predice bien o mal, es relevante comparar la información histórica con el modelo. Si coinciden los resultados, es que funciona”, continuó Bastián.
Por ejemplo, para conocer la cantidad de posibles clientes que tendrá el banco, del total que es 100, el resultado que arroja el modelo de solución es que predice 80. El restante 20 ya son clientes, se realiza el modelo y se analiza cuántos de esos 20 coinciden con lo que pasó en la realidad.
Y si bien este tipo de procedimientos puede realizarlo cualquier persona gracias al desarrollo intuitivo y didáctico de estas herramientas, quienes se especializan en estudios como Ingeniería en Sistemas pueden tener una mejor comprensión sobre el tema. A su vez, esta rama del conocimiento es actualmente muy demandada por las compañías, quienes requieren de profesionales con experiencia en el área para resolver conflictos de su industria.
“El mundo está cambiando y todas las soluciones estarán relacionadas con un sistema. El reto más difícil es predecir el futuro. Con las herramientas de inteligencia artificial se podrán solucionar varios problemas corporativos actuales”, cerró el expositor.
Cobertura realizada por Josefina Rojas y Jimena Quadrana
