Blog de Analytics

La inteligencia artificial predictiva en el análisis de datos

Escrito por Logicalis | 19/08/15 6:00

La inteligencia artificial predictiva, una expresión que figurará, cada vez más, en el glosario de términos comunes asociados al Business Intelligence y el análisis de datos, representa un estadio más en el imparable desarrollo de soluciones tecnológicas inteligentes.

No es un asunto que quede, al contrario de lo que pudiera parecer, perfilándose como un posible en horizontes de futuros más o menos inmediatos: se trata de una tecnología que ya actualmente está capacitando a dispositivos, herramientas y sistemas de inteligencia artificial avanzada para dar respuesta a un número cada vez mayor de necesidades. Soluciones en las que el análisis de datos desempeña un rol central.

Inteligencia artificial predictiva: aprendiendo de los datos

Para entender de qué modo la inteligencia artificial puede convertirse en predictiva, es decir, cómo puede devenir una tecnología capaz de llevar a cabo tareas como el reconocimiento de regularidades y patrones, la identificación de contextos y escenarios, el trabajo con distintos tipos de modelos predictivos e incluso tomar decisiones en función de lo anterior (con los beneficios que ello representa), debemos comprender cómo reacciona el cerebro humano en un paradigma de aprendizaje, en primer lugar, y posteriormente recurrir a los datos y recordar de qué modo las herramientas de analítica avanzada juegan su papel en la toma de decisiones humanas.

Efectivamente, lo que intenta imitar y reproducir la inteligencia artificial predictiva en los soportes, dispositivos, herramientas y sistemas equipados con esta tecnología son los mecanismos por los cuales el cerebro humano adquiere conocimientos y experiencia, para luego poder aplicar este conocimiento a contextos y situaciones semejantes tras identificarlos como tales. Por lo tanto, debe:

  • Poder manejar, gestionar y analizar grandes volúmenes de datos identificando los más relevantes para generar información y conocimiento sensible.

  • Ser capaz de interiorizar este conocimiento con vistas a contrastarlo con nuevos datos analizados, perfeccionarlo y aplicarlo en la toma de decisiones.

  • Reconocer escenarios y situaciones semejantes, establecer paralelismos y detectar discordancias entre ellos para minimizar los riesgos, aumentar las probabilidades de éxito y agilizar, a la vez, la toma de decisiones.

 

El proceso cognitivo artificial, como avanzábamos, pretende imitar al humano con el fin de adquirir el conocimiento necesario que permite tomar ventaja a los hechos empíricos y anticiparse a ellos en la medida de lo posible, y cuando no lo sea, valorar distintas posibilidades de materialización de hechos y eventos futuros para avanzar, también, las posibles respuestas que se puedan ofrecer ante cada caso o situación particular.

Esto se ha conseguido, por ejemplo, en dispositivos de reconocimiento de voz, aplicaciones de chat en vivo asistidas por agentes virtuales, sistemas de navegación para automóviles... soluciones en las que la toma de decisiones está limitada a situaciones, en general, de escasa complejidad. Estas aplicaciones de la inteligencia artificial predictiva hace tiempo que están disponibles, integradas en multitud de productos a la venta en el mercado. Sin embargo, las soluciones avanzadas de analítica de datos para las compañías, pese a las numerosas ventajas que presenta, todavía está en pleno proceso de expansión y aún son pocas las organizaciones que cuentan con sistemas de inteligencia artificial predictiva para apoyar y/o automatizar la toma de decisiones.

Para descubrir estas ventajas y conocer hasta qué punto la analítica predictiva, en la que se apoya la inteligencia artificial predictiva, puede ampliar el universo de posibilidades de negocio, recomendamos la guía (completamente gratuita) Predictive Analytics: el impacto de la predicción para una organización.