GRUPO DE TRABAJO

CIOS. Tecnologías disruptivas: AI, Machine Learning, RPA, Digital Twin, Blockchain, Realidad Aumentada/Virtual…)

Productividad y Eficiencia

El Club de Calidad, en colaboración con CIONET celebro una nueva reunión de su Grupo de Trabajo de CIOS en la que debatimos sobre «Tecnologías Disruptivas: inteligencia artificial, machine learning, automatización mediante RPA, blockchain…» Para ello, contamos con la colaboración especial de Karina Gibert, Catedrática de IA en la UPC y Vicedecana de Data e IA en COEINF, Nieves Franco, CEO de Arsys y Miguel Martínez Vélez, Chief Technology Officer en Arsys.

El Club de Calidad y CIONET, la mayor red de CIOs y líderes digitales de Europa y Latam, iniciaron en 2019 un plan de actividades en común. Este grupo de trabajo de CIOS se constituye como grupo local en Asturias, con el objetivo de acercar todo el valor, experiencias, propuestas y actividades que hasta la fecha estaban restringidas a Madrid y Barcelona.Esta reunión se organiza en colaboración con CIONET.

CONCLUSIONES DE LA REUNIÓN

En esta sesión se han planteado muchos asuntos de interés, entre los que podemos destacar los siguientes:

Resolución de problemas: conocimiento Vs datos. Existen grandes avances con aplicaciones productivas en sensores, captación de datos, algoritmos para su tratamiento, computación, redes neuronales, deep learning… El machine learning permite la resolución en tiempos muy cortos de problemas complejos, principalmente como apoyo a la toma de decisiones o bien combinando las componentes que gestionan conocimiento con las que gestionan datos para explicar o argumentar las “decisiones” de la inteligencia artificial. La capa explicativa, argumentativa de la IA, aún está por desarrollar plenamente.

El papel de las mujeres en la IA. Nuestra ponente, Karina Gibert, Catedrática de IA en la Universidad Politécnica de Cataluña, ha recibido hace unos días la Mención de Honor del Premio Creu Casas: Mujeres para Cambiar el Mundo. La incorporación de talento femenino a la ciencia y, muy especialmente, al ámbito de la IA, es crucial no sólo por la escasez de talento sino también por su contribución a la eliminación de sesgos en los algoritmos.

Ética, IA y competitividad. La carrera global por la IA está liderada por China y EEUU. En Europa, esta carrera se desarrolla con mucho talento pero menos inversión, y sobre todo, un enfoque regulatorio muy distinto, centrado en la persona y los derechos humanos. Esta diferencia de enfoque ético, tratándose la IA de un intangible, deslocalizado y de libre circulación, hace difícil competir en esta carrera.

En la sesión se hizo un repaso de los avances regulatorios europeos, desde la Ley Europea de Regulación de Datos en 2018, el White Paper de la IA en 2019, la Estrategia Europea de IA en abril de 2020 y la Estrategia Española de IA en diciembre de 2020, a la que se suma una Carta de derechos digitales, en fase de consulta pública.

Captación y Retención de talento. La transferencia de la innovación desde la universidad al ámbito productivo requiere “entender” los retos reales del sector productivo para orientar bien la investigación. El talento universitario en España, pese a estar muy reconocido, dispone de menor financiación a la del resto del mundo desarrollado, con lo cual se hace difícil su retención: cuesta mucho encontrar personas formadas para la empresa y, además, el talento disponible es escaso y sesgado (no sigue un patrón diverso en ámbitos como el género, discapacidades, etc.) lo cual se refleja en la investigación y producción que realiza ese talento. La escasez de talento puede obligar a replantear procesos productivos en nuestro país.

Algunos conceptos importantes:

El cambio cultural que supone la transformación digital de las organizaciones. Hay mucho que avanzar en cómo se inserta el dato en los procesos de decisión (muchas de las decisiones de las empresas se toman sin tener en cuenta datos que están disponibles en las propias organizaciones).

Cualquier fuente de información puede ser fuente de aprendizaje por parte de la IA, desde Hot Data (IOT, Wearebles,…) hasta imágenes, texto, voz, vídeo o señal.

Existen ámbitos de mucho potencial: digital twins y simulación, IA distribuida y el negocio online, aplicaciones inteligentes que contribuyan a la Economía Circular, telemedicina, nanosatélites y la economía del espacio, robótica inclusiva y tecnologías asistenciales, Smart cities, movilidad e inteligencia ambiental, marketing digital y personalización, mantenimiento predictivo.

Existen también muchos retos más allá de lo meramente tecnológico: Green Technology (la IA también tiene impacto climático), ciberseguridad, conectividad, privacidad y anonimización, sesgos en los algoritmos…

En la práctica, las organizaciones, se enfrentan a numerosos obstáculos. La primera fase debe ser ordenar, y suele llevar el 80% del tiempo. La “desorganización del dato” es un problema generalizado. Además, resulta clave saber hacerse las preguntas adecuadas, tener formación internamente y conocimiento del proveedor, tiempo adecuado para plantearse estas cuestiones, poder explicar el retorno de la inversión en IA… Puede ser más útil empezar por una pregunta o decisión que tomar concreta, con proyectos pequeños y acotados, en los que esté clara la información relevante, de entre toda la disponible, desde el principio. Generar después casos de éxito y crecer desde ahí, planteándose incidir sobre todo allá en donde la organización crea valor.

Sobre los Grupos de Trabajo del Club

Son la herramienta principal mediante la cual los socios del Club comparten sus retos, intercambian experiencias, aprenden entre sí o diseñan soluciones colaborativas. Además, toda la información compartida en los grupos de trabajo reúne las preocupaciones y retos de los responsables de distintas funciones de la empresa, contribuyendo a generar una información muy útil para el adecuado diseño de actividades y proyectos del Club de Calidad. Puedes ver más información sobre nuestros grupos de trabajo en el siguiente enlace.