En la entrevista con Fernando García García abunda sobre la visión de SAS en la gestión de datos e inteligencia artificial, enfocada en proporcionar soluciones analíticas avanzadas para abordar problemas empresariales complejos. García resalta el compromiso de SAS con el desarrollo de soluciones de IA específicas para diferentes sectores y su inversión significativa en este campo. También plantea cómo la IA puede resolver desafíos sociales importantes, como la mejora de los servicios públicos y la lucha contra el fraude. Otra cuestión que aborda tiene que ver con la ejecución de proyectos de IA de manera efectiva, incluida la consideración de aspectos éticos y regulatorios.Principio del formulario
Índice de temas
¿Cuál es la propuesta de SAS en el ámbito de la gestión de datos e inteligencia artificial?
En SAS nos gusta imaginar un mundo en el que todos puedan tomar no solo las decisiones correctas, sino las mejores decisiones, y para ello, éstas tienen que estar basadas en datos fiables, asistidas por la productividad y la velocidad de la inteligencia artificial y la analítica. En SAS apostamos por aplicar las mejores soluciones de analítica avanzada, inteligencia empresarial, gestión de datos e IA a los problemas empresariales más difíciles. Y durante ya casi cinco décadas, nuestros clientes han confiado en nosotros para hacer precisamente eso, reconociéndonos por nuestra tecnología líder en el sector.
Desde el punto de vista humano, es necesario contar con un equipo de profesionales que lideren el proyecto, comprendan y aborden todos los aspectos
SAS Viya es nuestra plataforma analítica nativa en la nube. Ofrecemos a los usuarios un motor de machine learning avanzado, ágil y potente para ayudar a dominar los datos complejos que hay en los entornos de la nube. Ayudamos a las compañías a ver sus datos, clientes y operaciones desde un nuevo ángulo, lo que facilita una toma de decisiones basada en la confianza, a la vez que obtienen un rendimiento 30 veces más rápido que el que ofrecen otras soluciones. Además, la integración de SAS Viya en la plataforma Microsoft Azure permite a los clientes poner en marcha nuestra analítica en sus entornos en la nube con facilidad, ejecutarla de forma segura, tener acceso a las últimas actualizaciones y gestionar todo de forma centralizada.
Como parte de nuestro compromiso de ofrecer soluciones personalizadas en sectores como la banca, gobierno, seguros, salud, retail, manufacturing o energía, en 2023 anunciamos un hito que está marcando un punto de inflexión en nuestra compañía. Se trata de la inversión de mil millones de dólares en tres años para seguir desarrollando soluciones de inteligencia artificial enfocadas a satisfacer las necesidades de estas industrias, y que se ejecutarán en SAS Viya.
¿Cómo puede la IA ayudar a resolver algunos de los grandes desafíos que enfrenta la sociedad?
La IA y la analítica avanzada ofrecen un sinfín de ventajas al analizar grandes y pequeños conjuntos de datos. De manera simplificada: nos permiten extraer patrones significativos de comportamiento en una población y, por otro lado, nos ayudan a predecir o a visualizar ‘el futuro’. Estas dos “habilidades” en sí mismas son una garantía de una toma de decisiones más informada.
En los últimos años, estamos viendo que las nuevas tecnologías están siendo utilizadas para resolver problemas pertenecientes a ámbitos como la naturaleza, la salud, la educación o los servicios públicos.
En la gestión de los recursos naturales, por ejemplo, la IA es capaz de prever patrones climáticos, pronosticar fenómenos naturales, identificar y prever nuevas zonas de desforestación y su efecto en la fauna y flora.
El uso de la IA por parte de las administraciones públicas va a tener un impacto positivo en la calidad de vida de los ciudadanos. Esto se puede ver en ejemplos como el sanitario, en el que esta tecnología trae consigo una mejor gestión y planificación de las plazas hospitalarias. También ayuda a reducir las vulneraciones de los derechos humanos, combate la corrupción y los delitos relacionados con ésta. Además, la IA se ha convertido en una herramienta diferencial a la hora de reducir toda gestión burocrática con las administraciones. Podemos mencionar otros beneficios que van desde el diseño y planificación de rutas más eficientes o una mejor gestión de las flotas de vehículos, hasta una predicción más exacta de las tendencias económicas.
En este sentido, en SAS estamos muy orgullosos de que nuestra innovadora tecnología tenga un impacto social positivo gracias a la colaboración con todo tipo de organizaciones a nivel mundial. SAS está comprometida, a través del movimiento “Data4Good” que lideramos, con el uso de datos y análisis de manera significativa para resolver problemas humanitarios relacionados con la pobreza, la salud, los derechos humanos, la educación y el medio ambiente.
A nivel nacional y regional, desarrollamos proyectos con las distintas administraciones públicas para luchar por ejemplo contra la lacra que supone el fraude tributario, porque gracias a la analítica predictiva y avanzada, al cruce de datos, al machine learning o el análisis de texto, proporcionamos un scoring predictivo que alerta a los inspectores de una posible actividad fraudulenta. En SAS también trabajamos junto a la DGT para utilizar la inteligencia artificial para mejorar la gestión del tráfico y evitar por ejemplo las congestiones durante los periodos de desplazamiento vacacional o analizar la siniestralidad.
¿Cómo crees que una empresa debe abordar un proyecto de inteligencia artificial?
No puedo comenzar esta respuesta sin mencionar que en febrero de este año se aprobó finalmente el reglamento europeo sobre la IA, conocido como la EU AI Act. Esta regulación establece unas nuevas reglas del juego ya que, a la hora de abordar un proyecto de inteligencia artificial, habrá que tenerla en cuenta desde su origen. La creación e implantación de una IA fiable en las empresas, no sólo será un requisito legal en Europa, sino también una opción estratégica para las organizaciones de todo el mundo que deseen seguir siendo competitivas y responsables en un mercado que seguirá evolucionando a gran velocidad.
Es importante tener en cuenta que el reglamento europeo se centra en el ser humano, clasificando los sistemas IA según su nivel de riesgo en cuatro grupos: desde ‘riesgo inaceptable’ hasta ‘riesgo mínimo’, con sus respectivos requisitos y controles. El reglamento pone foco en la seguridad, la salud y los derechos fundamentales.
Por tanto, abordar un proyecto de inteligencia artificial implica una serie de factores que debemos de cumplir con exactitud si queremos obtener resultados eficientes y fiables. De esta manera, dependerá mucho de la madurez analítica de cada empresa en ese momento. La fase de implementación debe ser gradual y acompañada de una estrategia de gestión del cambio.
Es primordial definir claramente los objetivos que se pretenden alcanzar con la implementación de dicha IA. Objetivos que pueden ir desde la mejora de la eficiencia operativa hasta una toma de decisiones más sofisticada o enriquecer la satisfacción de los clientes.
En SAS proponemos llevar a cabo estos proyectos con un enfoque integral con la metodología “Ethics by Design”. La idea es crear un marco integral de gobernanza de la IA con capacidad para garantizar que sea transparente, responsable, ética y que se adecue a los cumplimientos regulatorios. Para ello es necesario tener un claro gobierno que marque la estrategia y aplicación de IA, con una gestión del riesgo, con unos claros procedimientos operativos y una cultura basada en los códigos éticos y las mejores prácticas. Y una tecnología que nos soporte la gestión de datos, la explicabilidad, la detección y mitigación del sesgo, la privacidad y seguridad, y la supervisión, gobernanza y responsabilidad de los modelos IA.
Una tecnología y unas herramientas que nos permitan una escalabilidad, una facilidad de integración con sistemas existentes y una capacidad de mantenimiento. También es recomendable establecer un sistema de monitorización y evaluación para medir el rendimiento de la IA, ajustarla según sea necesario y garantizar que cumpla con los objetivos establecidos.
Y esto es precisamente lo que ofrecemos con nuestra plataforma, SAS Viya. Todo ello muy en línea para dar soporte a la EU AI Act.
Desde el punto de vista humano, es necesario contar con un equipo de profesionales que lideren el proyecto, comprendan y aborden todos los aspectos: desde científicos de datos hasta los ingenieros de machine learning, desarrolladores de software o expertos en ética y cumplimiento. La colaboración entre todos ellos garantizará una comprensión completa de las necesidades y la implementación efectiva de la IA en el proyecto.
¿Cómo pueden las empresas utilizar la tecnología para ser más eficientes y competitivas?
La tecnología abre un sinfín de oportunidades para las empresas, pero también para los organismos públicos, no olvidemos que éstos también la aplican y son los ciudadanos los que se benefician de ello. La IA y la analítica de datos son dos ejemplos de tecnologías disruptivas que permiten abordar y mejorar desde la transformación de procesos hasta la innovación en servicios, el diseño de nuevos productos o la mejora de la experiencia del cliente. Gracias a herramientas de IA como el deep learning y las redes neuronales, se pueden generar decisiones informadas y estratégicas en todos los departamentos. Sus capacidades predictivas nos brindan la posibilidad de anticiparnos a los desafíos futuros y adoptar una postura proactiva.
Estas tecnologías pueden ser utilizadas a su vez para automatizar procesos repetitivos que antes consumían mucho tiempo, permitiendo a los empleados enfocarse en tareas más estratégicas y creativas, a la vez que se impulsa la competitividad del negocio. Con la automatización, es posible aumentar la eficiencia operativa, reduciendo costes y mejorando significativamente las operaciones. Por ejemplo, en un contexto donde el fraude es una preocupación creciente, la IA desempeña un papel crucial al detectar patrones sospechosos, priorizando los casos que tienen más posibilidades de ser fraudulentos y que además tienen un mayor valor de recuperación, de manera que el agente pondrá su tiempo y su foco en aquellos casos más ‘rentables’. En el ámbito energético, es capaz de optimizar la gestión de la energía en tiempo real y mejorar la eficiencia operativa de las redes eléctricas, además de predecir la demanda de energía e identificar patrones de consumo para reducir costes operativos y minimizar los riesgos de sobrecarga en la red.
Estos son solo algunos ejemplos que ilustran cómo la tecnología puede transformar de forma significativa a las organizaciones en términos de eficiencia y competitividad. Pero, es importarte destacar que estas ventajas solo son factibles con herramientas flexibles y escalables capaces de adaptarse al sector y la situación particular de cada compañía. En SAS somos conscientes de estas necesidades y desarrollamos soluciones de IA y analítica de datos específicas para cada industria, acompañando a nuestros clientes en todo el proceso, desde la implementación hasta el mantenimiento.
¿Podrías compartir algún caso de éxito de SAS en el ámbito de la aplicación de la tecnología en la actualidad?
Como parte de nuestra misión de utilizar la tecnología con impacto social, contamos con un proyecto muy especial donde ayudamos a proteger a los niños que son víctimas de abuso sexual. También conocido como “child grooming”, el acoso sexual a menores por Internet aumentó un 83% en los últimos tres años. Desde SAS tuvimos claro que teníamos que aportar nuestros conocimientos para hacer frente a esta situación. Por ello, desarrollamos una solución en colaboración con uno de los cuerpos de policía más importantes del Reino Unido, con el objetivo de garantizar que las fuerzas de seguridad estén mejor equipadas para salvar a estos jóvenes y atrapar a los delincuentes con una mayor rapidez.
En primer lugar, facilitamos la ingesta de datos, ayudando a capturar y organizar los datos de informes recibidos y almacenándola en un repositorio centralizado. En segundo lugar, mejoramos la priorización, brindando la posibilidad de identificar y priorizar los casos en los que los niños corren un riesgo inmediato gracias a la analítica avanzada. En tercer lugar, la optimización del flujo de trabajo, para clasificar los casos y asignarlos a los funcionarios en base a su experiencia y evitar los “cuellos de botella” en el proceso de investigación. En cuarto lugar, la automatización, para agilizar los procesos manuales como la creación de órdenes judiciales y solicitudes de información, de manera mucho más rápida y con menor riesgo de error manual.
Nuestra tecnología también eleva la visualización al siguiente nivel, ayudando a los funcionarios a ver toda la información pertinente en un solo lugar y detectar fácilmente las deficiencias. En sexto y séptimo lugar, con el análisis de textos de investigación, se identifican actividades de abuso sexual infantil en grandes volúmenes de texto procedentes de interacciones online (redes), y con el análisis de patrones, intentamos comprender el modus operandi de los acosadores y elaborar perfiles de posibles víctimas y delincuentes.
Por último, con el Business Intelligence, ayudamos a la dirección a supervisar todas las investigaciones y realizar un seguimiento de las métricas clave, así como supervisar los estados, identificar rápidamente cualquier problema y responder para que las investigaciones avancen lo más rápidamente posible.
Los agentes implicados pudieron completar sus revisiones de datos complejos para la investigación un 83% más rápido que el proceso manual. Además, al revisar las interacciones online de los delincuentes, la solución redujo en más de un 99% la cantidad de material dañino que tenía que ser revisado. Y de media, los agentes redujeron el tiempo dedicado a buscar información clave de 6,5 horas a tan solo 45 minutos, a la vez que aumentaba la cantidad de evidencias detectadas en un 73%. Solo este es un ejemplo de muchos en los que, desde SAS, ayudamos a instituciones y organizaciones a mejorar nuestro mundo.
¿Cuáles son las principales tendencias tecnológicas que marcarán el futuro?
Parece claro que 2024 estará marcado por la adopción de la IA generativa por lo que veremos cómo empresas de todo el mundo trataran de forma integral esta tecnología en sus estrategias.
Aún así, a pesar de este boom, no podemos olvidarnos de la IA tradicional o predictiva, todavía por ser desarrollada, repensada o ajustada al nuevo reglamento europeo por parte de la gran mayoría de empresas. Muchos de los modelos de predicción, segmentación, detección u optimización actualmente en uso, deberán recalibrarse teniendo en cuenta la nueva directiva. Si bien son tecnologías maduras, no todas las empresas y/o departamentos están haciendo un uso de ellas en calidad o cantidad.
Volviendo a la IA generativa, aquella que genera nuevo contenido a partir de diferentes fuentes de datos, bien sean de texto, de imágenes y audio, en SAS identificamos tres grandes tendencias, cada una de los cuales con aplicaciones distintas:
Por un lado, la generación de datos sintéticos. Los datos generados mantienen las características de la muestra original y nos permitirá mejorar el desarrollo de modelos de datos con clases infra-representadas o con escasez de información, así como la generación de datos anónimos para aquellos casos en los que la privacidad limite la disponibilidad de la información, como es el caso, por ejemplo, en el ámbito médico.
Otra de las tendencias que identificamos son los Digital Twins. Estos gemelos digitales son representaciones digitales de objetos o sistemas que existen en el mundo real. La ventaja de tener estos gemelos digitales es que nos van a permitir llevar a cabo simulaciones y escenarios ‘what-if’ que serían imposible realizar en el mundo real. Por ejemplo, las organizaciones sanitarias fomentarán la medicina personalizada, como la creación de avatares de pacientes para su uso en ensayos clínicos o poder simular una operación crítica antes de llevarla a cabo con el paciente real. En el ámbito tributario, permiten identificar cuáles serán los beneficiados o perjudicados de un cambio potencial de impuestos antes de implementar una nueva regulación fiscal.
Por último, los Large Language Models (LLM) son los modelos de aprendizaje automático que pueden procesar e identificar relaciones complejas en el lenguaje natural, generar texto, códigos de programación, etc. y mantener conversaciones con los usuarios. Estos modelos se basan en técnicas como el deep learning y las redes neuronales. Chat GPT de OpenAI es un ejemplo de LLM.
Ahora bien, debemos saber balancear esta innovación con un uso ético de dicha tecnología. Alguno de los riesgos que podemos tener en el uso de la IA generativa incluyen casos de sesgo, alucinaciones, o un mal uso de la privacidad de datos o seguridad. Por lo tanto, características como explicabilidad y la capacidad de ser capaces de entender como la maquina genera una respuesta son responsabilidad nuestra que no podemos obviar.
Como consecuencia de todo esto, algunos roles en las empresas se redefinirán y se automatizarán, y seremos testigos de la creación de nuevos empleos especializados, así como la adaptación y de la formación necesaria. Se espera que aumente el número de investigadores y científicos especializados en la elaboración de modelados y pronósticos basados en IA.
¿Cómo crees que la IA y la analítica de datos transformarán el mundo en los próximos años?
Tanto la inteligencia artificial como la analítica de datos seguirán desempeñando un papel fundamental en la transformación de la sociedad, siendo capaces de ofrecer soluciones innovadoras para los desafíos del siglo XXI. La identificación de tendencias y la posibilidad de anticiparse a las exigencias del mercado posibilitará a las empresas posicionarse en sus respectivos sectores. Y la personalización de productos y servicios también se verá beneficiada, ya que la IA permitirá comprender mejor las preferencias individuales de los clientes.
Estas herramientas también transformarán otras áreas más críticas como la gestión de recursos naturales, la energía y la reducción de residuos, impulsando la eficiencia y la optimización y minimizando el impacto ambiental. Además, la analítica de datos proporciona una visión profunda y detallada de los patrones de consumo y comportamiento de los usuarios, lo que permite a las compañías, gobiernos y administraciones públicas diseñar estrategias específicas para fomentar la adopción de prácticas sostenibles, educar a la población sobre la importancia de la conservación y diseñar políticas que promuevan la responsabilidad ambiental.
Sin embargo, con todas estas oportunidades también pueden surgir retos, como la necesidad de abordar las cuestiones éticas y de privacidad que surgen en los procesos. De ahí la importancia de establecer marcos regulatorios para guiar el desarrollo y el uso de estas tecnologías, garantizando de esta forma que su implementación beneficie a toda la sociedad.
