El Machine Learning debe centrarse en las personas

La semana pasada estuvimos en el evento sobre “Tecnologías emergentes para la Transformación Digital”: Cloud, DevOps, ChatOps, Machine Learning y Blockchain, organizado por ATSistemas, en Barcelona.

‌‌Vimos cómo estas tecnologías y la sinergia entre ellas están cambiado las prácticas, además de los negocios y evidentemente las personas.

‌‌Todas las charlas me parecieron muy interesantes, pero me quedé con la conferencia de Carlos Ortiz sobre “Machine Learning” y cómo esta tecnología puede ayudarte en tu negocio. ¡Me encantó! :)

‌“Si utilizas datos en cada parte de tu negocio, te haces más inteligente de forma rápida, y esto hace que sea mucho más difícil que otros ... te atrapen.”―Heidi Zak

Primer artículo en ITDO :)

Este es mi primer artículo en ITDO.com, por eso he querido hacer contigo una reflexión menos técnica sobre Machine Learning, porque entiendo que es la base para iniciarse en este camino tecnológico.

Machine Learning no es algo nuevo

Aún así, sin tener en cuenta de que hay mucha Algebra Lineal, Probabilidad, Cálculo y obviamente, Estadística, me parece importante referir que desde el Watson de IBM que las tecnologías cognitivas han dejado la pantalla de la televisión para convertirse en una plataforma de iniciativas empresariales.

¿Tiene tu empresa alguna iniciativa, o plan para la transformación cognitiva?

Infraestructura

Entrar en la transformación digital - con sus dificultades inherentes - , y objetivamente en la transformación cognitiva puede significar una gran inversión económica.  En este caso estamos hablando de algoritmos y cómo enfocar estos algoritmos. Puede ser buena idea empezar con pequeñas iniciativas e ir desarrollándolas. A fin de cuentas, la transformación digital no acontece en un día. Y es aquí donde entran en escena el Cloud y todas sus posibilidades.

‌‌AWS vs GCP vs Azure

Más allá del debate si es mejor AWS, Google Cloud Platform o Azure - lo analizaremos en siguientes artículos - lo importante, es también tener en cuenta los resultados y las métricas sobre estas plataformas. Todas, si es posible. Por ejemplo, es importante tener métricas apropiadas sobre los resultados de automatización, o sobre las transacciones de base de datos y obviamente sobre la seguridad y/o el control de accesos.

‌‌Las tecnologías son importantes, pero no lo son todo. Muchas organizaciones buscan desesperadamente la solución tecnológica, pero desde mi punto de vista es esencial primero tener los procesos bien especificados, con objetivos bien definidos y solamente después de todo esto pensar en el enfoque tecnológico.

¿Pero, qué pasa con las personas?

Nuestro trabajo como tecnólogos pasa por intentar mejorar la vida de las personas y el mayor número de personas que sea posible. Naturalmente, entendiendo sus datos como recursos renovables y abogando por la responsabilidad de inclusión de todos.

Otra responsabilidad es saber identificar si el producto tratará al usuario solamente como un consumidor o como una persona con su propia mochila.

Creemos que las personas deben estar en el centro de todas las acciones. Pues, al final del día, lo que aporta valor - o por lo menos debería - es la interacción con las personas. Sean ellas clientes finales, o trabajadores en la organización.

‌‌¿Cómo se usa tu tecnología en la vida real?

Estar al día, pero...

‌‌Muchas veces es fácil que tu forma de enfocar el negocio entre en conflicto con el “estar a la moda”. ¿Entiendes las consecuencias del uso de la tecnología? ¿Qué valores y normas debe aprender tu “Machine”? - si es que debe aprender alguna. ¿Qué buenas prácticas tienes estipuladas?

‌‌Es cierto que muchas organizaciones están aprovechando los datos para identificar nuevas oportunidades, con el objetivo de tomar mejores decisiones de negocio. No sé si es tu caso, pero, ¿saben tus empleados que la nueva automatización es para que el usuario o ellos mismos no tengan que hacer tareas básicas repetitivas?‌‌‌‌

Entender el Contexto

Creo que entrar en esta moda debe significar crear algoritmos que entiendan el contexto y que sepan participar de la conversación. Si tenemos UX para la web, por ejemplo, también deberíamos ser capaces de tenerlo para la AI. ¿Es tu sistema AI sostenible y centrado en las personas?

‌‌No se trata, por lo tanto, solamente de sustituir a trabajadores humanos y reducir costes. Se trata también de aportar valor en otra parte, de ampliar capacidades, recordando que el desarrollo de este tipo de tecnología en algún momento depende también del juicio humano. “Si mi tarea anterior está automatizada, ahora puedo dedicarme a algo más importante o delicado”.

Conclusión

Resumiendo, estamos en esta era en que el Big Data, Data Science, Data Analytics son conceptos que se escuchan diariamente. Son conceptos que no se han inventado ahora, pero que hace muy poco tiempo que están de moda.

Por lo tanto es importante saber que no todos los proyectos van a funcionar, hay una componente ética que siempre debe estar sobre la mesa y la experiencia de usuario importa. Quien sepa hacerlo, aportando valor y además ampliando capacidades estará bien posicionado en el mercado.‌‌‌‌‌‌

¿De qué forma usas AI y Machine Learning en tu organización?‌‌‌‌‌‌‌‌‌‌‌‌