AIaaS, la Inteligencia Artificial como Servicio
Cada vez son más las empresas y organizaciones que buscan formas de incorporar Inteligencia Artificial (IA) en sus aplicaciones, productos, servicios y análisis de Big Data. En muchos casos, introducir la IA en los procesos empresariales es una necesidad imperiosa; de no hacerlo, la empresa se puede quedar descolgada con respecto a su competencia. Para muchas empresas, la mejor manera de comenzar a incorporar esta tendencia a sus procesos es, precisamente, optar por AIaaS, la Inteligencia Artificial como Servicio, lo que se denomina AIaaS por su acrónimo inglés.
Cualquier área de la empresa que necesite de automatización (por ejemplo, procesando y analizando llamadas de clientes para mejorar procesos) o que involucren grandes cantidades de datos para su análisis es susceptible de adoptar la IA como herramienta. Las aplicaciones de la Inteligencia Artificial en la empresa son múltiples. Desde el departamento de Recursos Humanos hasta el marketing, pasando por finanzas, tecnologías de la información y seguridad.
Tipos de AIaaS
El AIaaS permite que uno o más de los tipos actuales de tecnologías de Inteligencia Artificial estén disponibles como un servicio en la Nube. Podemos enumerar cuatro grandes categorías en las que pueden tener cabida la amplia mayoría de servicios existentes hoy:
Bots y asistentes digitales
Este tipo de dispositivos y aplicaciones son muy comunes hoy. Los asistentes personales por voz están ganando cuota de mercado y son cada vez más avanzados. Hacen uso de tecnología de procesamiento de lenguaje natural para mantener conversaciones con los usuarios, y muchas de ellas utilizan el aprendizaje automático (Machine Learning) para mejorar con el tiempo.
Este tipo de tecnología se puede utilizar, y de hecho se utiliza, en las empresas. Los asistentes, o agentes de servicio al cliente automatizados, son muy comunes en sitios de eCommerce, por ejemplo. Hay dos vías principales para incorporar un bot a la página web de un negocio: desarrollarlo desde cero, o contratar un servicio en la Nube con esta funcionalidad. La diferencia en costes (de desarrollo, pero también de mantenimiento y otros gastos) es sustancial.
Las empresas «entrenan» a los bots con sus propios datos y luego los utilizan para responder preguntas sencillas, liberando a los agentes humanos de servicio de atención al cliente para que se centren en tareas más complicadas o menos repetitivas.
API de computación cognitiva
Las interfaces de programación de aplicaciones facilitan la labor a los desarrolladores, que pueden incorporar tecnologías o servicios específicos a las aplicaciones que diseñan. Existe una gran variedad de APIs de computación cognitiva que se pueden utilizar.
Podemos describir una API cognitiva o una API de computación cognitiva como un conjunto de herramientas de aplicación cognitiva que puede usarse para desarrollar fácilmente aplicaciones de Inteligencia Artificial y Computación Cognitiva.
La principal ventaja de una API cognitiva es la oportunidad de desarrollar aplicaciones más potentes sin tener que ser un desarrollador de software experto. Normalmente, una API cognitiva incluye características avanzadas de Inteligencia Artificial. Por ejemplo, el procesamiento de lenguaje natural, tecnología semántica o aprendizaje automático.
Entornos de trabajo de aprendizaje automático
Permiten a los desarrolladores crear aplicaciones que pueden aprender y que refinan sus resultados con el tiempo. Normalmente, los desarrolladores construyen un modelo que luego debe ser entrenado utilizando conjuntos de datos relevantes de entre los datos existentes.
Este tipo de herramienta es interesante para crear aplicaciones relacionadas con el análisis de Big Data, por ejemplo, aunque su uso no se restringe a esa área. Acceder a estos entornos de trabajo en la Nube es más sencillo y menos costoso que emprender un desarrollo desde cero para las tareas de aprendizaje automático.
Servicios de aprendizaje automático totalmente administrados
Los servicios de aprendizaje automático totalmente administrados utilizan plantillas, modelos preconstruidos o herramientas de desarrollo drag-and-drop para simplificar y acelerar el proceso de uso estas herramientas.
Las ventajas de optar por AIaaS
Al igual que cuando nos referimos a otros servicios en la Nube, optar por AIaaS aporta grandes ventajas a las empresas. También tiene alguna desventaja que comentaremos más adelante, pero, como suele suceder en otros casos, las primeras compensan las segundas.
- Las aplicaciones de Inteligencia Artificial, especialmente las de Machine Learning y las de Deep Learning, necesitan mucha potencia de procesamiento. La infraestructura necesaria suele ser costosa, y muchas empresas no tienen el presupuesto suficiente para hacerse con ella. Al ser AIaaS un servicio en la Nube, las empresas pueden acceder a esa infraestructura avanzada a un coste asumible.
- El bajo coste, en comparación con otras soluciones, es la ventaja omnipresente de los servicios en la Nube. En la gran mayoría de casos estaremos hablando de pago por uso; es decir, pagar tan solo por los recursos que se utilizan en cada momento. Esto permite racionalizar los costes y no tener que invertir en una infraestructura que puede quedar infrautilizada, o ser difícilmente rentabilizada.
- La escalabilidad es otra gran ventaja de los servicios en la Nube. Es posible empezar a utilizar la IA como servicio para proyectos pequeños o para una necesidad específica, y a medida que se necesite más potencia, o si surgen nuevas necesidades, escalar rápidamente y con un coste contenido.
- La usabilidad también es importante. Algunas de las mejores herramientas de Inteligencia Artificial están disponibles con licencias de código abierto y no siempre son fáciles de usar. Los servicios de IA en la Nube son más sencillos de utilizar y no requieren que los desarrolladores sean expertos en la tecnología en concreto.
Podemos resumir en dos los mayores inconvenientes o desventajas asociados con AIaaS: la seguridad y el compliance. Son dos desventajas comunes a otros servicios en la Nube, ya que cualquier aplicación que utilice datos de forma masiva puede generar riesgos de seguridad. Como sucede en otros casos, todo dependerá de cada organización y de las medidas que tome en cuestiones de seguridad y cumplimiento de las normativas de protección de datos. Es decir, AIaaS, de por sí, no implica riesgos de seguridad, pero siempre hay que tener en cuenta estas cuestiones.
Como Responsable de Arsys Lab, lidera el equipo de innovación de la compañía, explorando y llevando a la práctica nuevas tecnologías y conceptos. Con un doctorado en Matemáticas y una amplia experiencia en gestión de proyectos y docencia universitaria, es conocida por su enfoque proactivo y su pasión por aprender y colaborar con personas de diversas culturas.