Los beneficios de combinar inteligencia artificial con ciencia de datos.

Javier Forero, mentor de B.I. & Data de Collective cc

Javier Forero es un científico de datos y estadístico especializado en marketing, a cargo del curso B.I. & Data en Collective. El objetivo de esta entrevista es que puedas entender qué significa la fusión entre la ciencia de datos, que revolucionó nuestro modo de hacer negocios desde inicios de siglo, con la inteligencia artificial.

Collective: A grandes rasgos, ¿cuáles son las maneras en las que la IA potencia el área de Data de una empresa?

J.F.: La inteligencia artificial puede mejorar enormemente el área de datos de una empresa de varias formas:

⚙️

Automatización de tareas: La IA puede automatizar la limpieza y el procesamiento de datos, lo que ahorra tiempo y reduce el margen de error humano. Lo que también puede liberar tiempo para que los empleados se centren en tareas más estratégicas.

🔮

Análisis predictivo: Los algoritmos de IA, como el aprendizaje automático, pueden analizar patrones en los datos y hacer predicciones sobre futuras tendencias o comportamientos. Donde el gran diferenciador ocurre cuando las tendencias provienen de grandes conjuntos de datos que serían difíciles de identificar manualmente.

👥

Personalización: La IA puede utilizar los datos para personalizar las experiencias de los usuarios o clientes, mejorando así la satisfacción y la lealtad.

🧠

Descubrimiento de conocimientos: La IA puede descubrir patrones y relaciones ocultas en grandes conjuntos de datos que serían difíciles de detectar por humanos. Esto puede ayudar a las empresas a tomar decisiones más informadas.

Collective: ¿Tienes ejemplos de casos de éxito de esta combinación?
J.F.: Un ejemplo clásico de éxito en el uso de la IA en el análisis de datos es el de Netflix. Utiliza algoritmos de IA para analizar los comportamientos y preferencias de visualización de sus usuarios, lo que le permite hacer recomendaciones personalizadas y precisas. Otro ejemplo sería el de Amazon, que utiliza IA para optimizar su logística y administración de inventario, lo que ha resultado en una mayor eficiencia y ahorro de costos.

Pero estos son los ejemplos tradicionales que siempre los textos y todo el mundo referencia, el poder y la revolución se dará en que ahora las herramientas avanzadas, la tecnología y el acceso a recursos que estas grandes compañías tenían se esta poniendo al servicio de todos, por lo que los nuevos casos se estarán dando en aquellas empresas que logren adoptar estas ventajas de forma acelerada, con ejemplos del día a día que mejoren su productividad en cientas de formas.

📌

El verdadero beneficio vendrá de aquellas empresas que logren aprovechar de la mejor manera los ahorros (tiempo y recursos) en una mejor generación de eficiencias para traducirlos en valor tangible dentro sus compañías.

Collective: ¿Consideras que la revolución de Data + IA pueda hacer más accesible el desarrollo de datos para emprendedores?

J.F.: Absolutamente. Con el advenimiento de la IA se está democratizando el acceso a las capacidades de análisis de datos, los emprendedores ahora pueden acceder a insights y análisis de nivel empresarial que antes estaban reservados para las grandes corporaciones. Esto puede ayudar a los emprendedores a tomar decisiones más informadas y a competir de manera más efectiva.

Collective: Más allá de la toma final de decisiones, ¿en qué crees que será más importante el rol humano en este nuevo contexto?
J.F.: Aunque la IA puede automatizar muchos aspectos del análisis de datos, el papel del humano sigue siendo crucial en varias aspectos:

Definición de problemas y objetivos: Los humanos somos aún muy necesarios para definir los problemas que la IA debe resolver y los objetivos que debe alcanzar.
Interpretación de los resultados: La IA puede proporcionar predicciones y patrones, pero los humanos somos necesarios para interpretar estos resultados y ponerlos en el contexto adecuado.
Ética y responsabilidad: Como humanos deben garantizar que la IA se utilice de manera ética y responsable, y debemos asumir la responsabilidad de las decisiones tomadas con la ayuda de la IA.

Collective: ¿Existe algún riesgo en delegar a la IA todo tu análisis de datos?

J.F.: Sí, existen riesgos. Aunque la IA puede manejar grandes cantidades de datos y encontrar patrones, también puede ser vulnerable a sesgos en los datos de entrada, lo que puede llevar a conclusiones erróneas. Además, la IA puede no ser capaz de manejar situaciones o problemas que no se hayan anticipado o codificado en los algoritmos. Por lo tanto, siempre es importante tener una revisión y supervisión humanas.

También existe el riesgo de la "caja negra", donde los procesos de toma de decisiones de la IA son opacos y difíciles de entender. Además, la dependencia excesiva de la IA puede llevar a la deshumanización de las decisiones y a la falta de responsabilidad.

¡Cuidado con la caja negra!

Collective: ¿Qué plataformas existen hoy que podamos empezar a aprovechar para hacer análisis de datos? ¿Nos podrías dar algunas recomendaciones?

J.F.:Existen muchas plataformas que pueden ser útiles a la hora del análisis de datos. Aquí proporcionó algunos ejemplos:

Microsoft Power BI: Es una herramienta de inteligencia empresarial que ofrece una versión gratuita y una versión de pago. Power BI permite conectar cientos de fuentes de datos y prepararlos para el análisis de datos en cuestión de minutos.
Tableau: Esta herramienta se centra en el análisis visual de datos en tiempo real y permite conectar con prácticamente cualquier tipo de base de datos. Sin embargo, puede ser una opción más costosa para un solo usuario.
Dundas BI: Es una herramienta basada en navegador con una interfaz de arrastrar y soltar. Permite a los usuarios finales analizar datos sin la intervención de TI.
Sisense: Esta plataforma incorpora IoT, aprendizaje automático e IA para simplificar el análisis de datos. Es utilizada por grandes empresas como GE, Philips y Airbus.
Qualtrics Research Core: Se enfoca en el desarrollo, recopilación y análisis de datos de encuestas, y utiliza su propia IA para identificar tendencias e ideas accionables.
Adobe Analytics: Esta herramienta se dedica especialmente a rastrear el recorrido del cliente en línea, y proporciona datos para analizar cómo interactuar de manera más efectiva con ellos.

Collective: Es importante tener en cuenta que la elección de la plataforma adecuada depende de las necesidades específicas, del presupuesto y de las habilidades técnicas de los equipos en las empresas.

J.F.: Otra forma bastante útil para evaluar y calificar las herramientas disponibles en análisis de datos empresariales es usando el cuadrante mágico que publica anualmente Gartner, este es el mapa más reciente (2023):

La mayor transformación se dará gracias a los Modelos de Lenguaje a Gran Escala (LLMs, por sus siglas en inglés) que este año están revolucionando la manera en que trabajamos y hacemos negocios, tecnologías como ChatGPT han generado un boom en pos del análisis de datos y con la democratización de estas herramientas para las masas, han producido lanzamientos dentro de plataformas ya muy conocidas que facilitaran o pondrán a disposición de las personas del común sistemas avanzados para el procesamiento de datos desde sistemas tan conocidos como Excel y Google Sheet.

Microsoft lanzo MS 365 Copilot que pondrá en las manos de usuarios de su producto estrella “Office” la potencia de ChatGPT y de otro lado Google de la mano de su suite Google Workspace hará lo mismo de la mano de su modelo Bard, esto generara una revolución en las manos de cualquier ciudadano del común para acercar el análisis de datos jamás vistos antes, con la capacidad de generar directamente Insights e incluso para el mejoramiento en productividad para todos.

*******

En Collective formamos a los emprendedores del futuro, y la ciencia de datos, tanto como la inteligencia artificial, son claves en nuestro currículum.

Aprende más sobre nuestros cursos y maestría en collectiveacademy.com