Por qué la Inteligencia Artificial marcará una nueva era para la humanidad

“Al igual que la electricidad transformó casi todo hace un siglo, hoy en día se me hace difícil imaginar una industria que no sea transformada por la Inteligencia Artificial en los próximos años". Esta frase, pronunciada por Andrew Ng, cofundador de Coursera, profesor de Stanford y fundador del Proyecto Google Brain Deep Learning dentro de las conferencias AI Frontiers,  equiparaba la Inteligencia Artificial (IA) con la revolución tecnológica más importante en siglos, y que supuso un input fundamental para explicar el desarrollo y funcionamiento de cualquier sistema económico. Pero… ¿exagera el profesor Ng?

De entrada, es necesario advertir que, con toda seguridad la IA marcará una nueva era para la humanidad. El concepto de Inteligencia Artificial hace mención a un conjunto de avances que representa que las máquinas puedan aprender, razonar o comunicarse, como el aprendizaje autónomo, el deep learning, o el procesamiento natural del lenguaje (NLP) entre otros. Aunque no exista una única definición del concepto, diferentes autores han expuesto el desarrollo de la IA a partir de cuestiones tales como la racionalidad y el razonamiento, con debates acerca del comportamiento de las máquinas con un carácter lógico más cercano al comportamiento ‘humano’ o ‘matemático’, que dan una dimensión enorme al término, siempre en continua evolución, con unos registros de impacto cada vez mayores.

La inteligencia artificial está permitiendo incluso sobrepasar los límites cognitivos humanos. Desde un punto de vista evolutivo, los seres humanos nos hemos vuelto ‘incompetentes’ para progresar con eficiencia y abordar problemas muy complejos, especialmente aquellos que requieran enfrentarnos a problemas masivos de datos o la respuesta razonada ante situaciones de estrés. Y en ese sentido la IA ya está siendo aplicada con notable éxito en diferentes ámbitos, como en la conservación de las especies y la protección de los ecosistemas, la explotación de los recursos naturales ante el reto del abuso y la sobrepoblación, las incógnitas sobre el cambio climático, la exploración espacial y el descubrimiento de nuevas estrellas y planetas, la comprensión de la materia (partículas, nanociencia, nanotecnología,…) o la predicción y superación de enfermedades complejas como el cáncer entre otras muchas. La aplicación de la IA está mejorando cuantitativa y cualitativamente el resultado que los seres humanos pudiéramos obtener basándonos en la observación o la aplicación de soluciones aprendidas para la resolución de problemas. En otras palabras: nuestra especie ha asumido nuestras limitaciones intelectuales, por lo que destinamos nuestro tiempo y esfuerzo en crear entidades inteligentes que superen las fronteras que nos marca nuestro propio cerebro.

Por supuesto, la inteligencia artificial está aún en una fase de inicial. Pese a que su desarrollo comenzara entre los años 40 y 50 del siglo XX, siendo desde entonces una de las áreas en la que los científicos se han encontrado más interesados ya que su aplicación es completamente transversal. Durante las próximas décadas la aplicación de los avances en torno a la IA seguirán proporcionando progresos muy significativos, y los científicos de datos seguirán aportando nuevas capacidades para afrontar con éxito la mayoría de los retos más importantes de nuestro futuro como especie y para la protección de nuestro planeta.

Llegados a este punto, la aproximación de Andrew Ng de la inteligencia artificial a la electricidad puede resultar nada exagerada, y se pone en juego la capacidad de nuestros sistemas económicos de acometer una profunda transformación global y sectorial.

Lejos de preverse una transición tranquila, los expertos nos hablan de una rápida aceleración en los próximos años dadas las ventajas de competitividad que supondrán para los que primero la adopten. Pero incluso más allá del impacto económico -que veremos más adelante-, la inteligencia artificial está adentrándose en espacios que se creían hasta la fecha meramente cuestiones humanas, como el arte, la ciencia o la creatividad. Con la IA cualquier capacidad humana se está robusteciendo a límites impensables, y constata que a fecha de hoy no somos capaces de predecir la capacidad de aprendizaje de las máquinas que creamos: hace no mucho un equipo de investigación nos sorprendía con un cuadro de Rembrandt pintado elaborado ‘artificialmente’ y que los expertos no conseguían diferenciar de la obra original del autor barroco; también se ha demostrado que la IA es capaz de ganar a los mejores jugadores de póker del mundo aprendiendo de ellos o escribir guiones; o más importante todavía: máquinas con una mayor capacidad de asimilar literatura científica y plantear nuevas hipótesis y descubrimientos que los propios científicos, como el superordenador KnIT desarrollado por IBM y el Baylor College of Medicine de Houston, capaz de leer toda la literatura científica de un área de conocimiento en apenas horas y hacer planteamientos completamente novedosos.

Por tanto, la IA nos impone encima de la mesa una agenda muy ambiciosa y de mayor entidad de lo que hasta la fecha suponían cuestiones como la innovación, la transformación digita y la digitalización. Ni siquiera es una mera revolución, sino más bien una reinvención, donde caben atribuir algunos atributos importantes que ya empiezan a acontecer, pero que se acelerarán en los próximos años:

1. Un cambio en los paradigmas de la propia computación y los sistemas digitales torno a los que hemos construido plataformas, productos y servicios.
2. La creación y destrucción masiva y acelerada de empleos tradicionales. A medio plazo la necesidad de redefinir el propio concepto de empleo, con desajustes y brechas importantes en el mercado laboral.
3. Una “reinvención” de gran parte de los sectores económicos de importancia vital en nuestras economías.
4. La capacidad de generar servicios muy personalizados masivamente y cada vez más precisos en la satisfacción de necesidades muy personales y específicas, incluso y especialmente en ámbitos tan complejos como la salud o la educación.
5. La necesidad de conformar ecosistemas tecnológicos donde el talento, la internacionalización y la integración de los componentes del ecosistema son fundamentales.

Por tanto, y asumiendo la importancia de la inteligencia artificial en el desarrollo futuro de la economía y la sociedad global,  debemos cuestionar si nuestros gobernantes son conscientes o suficientemente proactivos para afrontar la entidad de los cambios y retos asociados a esta nueva revolución. Y si, siendo conscientes, las estrategias elegidas son acertadas para afrontar todas las potencialidades, riesgos y beneficios que la IA nos puede proporcionar. En los siguientes puntos, veremos precisamente cómo se están preparando los países ante los nuevos cambios que se avecinan, así como la necesidad de tomarse muy en serio acciones que eviten una pérdida competitiva sin precedentes para Europa a lo largo de este siglo.

El desafío de Europa ante la Inteligencia Artificial

Si comparamos la situación existente entre diferentes países, vemos dos bloques bien definidos donde Estados Unidos y China se confirman como potencias destacadas, y una Unión Europea rezagada que lejos de sumarse al carro se permite incidir en errores históricos que muestran preocupantes signos de debilidad, como la carencia de un mercado digital único, la inexistencia de unicornios digitales relevantes, estrategias aisladas de los países que no aprovechan el marco único europeo, restricciones a la explotación de datos, o el Brexit, que supone la salida de la economía digital por excelencia de la UE. De hecho, las primeras previsiones ya sitúan un escenario en el que la región Asia Pacífico liderará los rendimientos derivados de la inteligencia artificial, seguida de Norteamérica y, a mayor distancia, por Europa.

Figura 1: Rendimientos empresariales derivados de la IA por regiones (2015-2024) (en millones de dólares)

Fuente: Tractica

Por su parte, Estados Unidos y China han destacado desde muy temprano en identificar los grandes temas y diseñar ambiciosas estrategias. El informe creado por la Casa Blanca en el último año de mandato de Barack Obama, “Preparing for the Future of Artificial Intelligence”, ponía en sobreaviso a la economía mundial de la decidida apuesta estadounidense por liderar la tecnología clave de las próximas décadas, que incluía propuestas tales como invertir 4.000 millones de dólares en la investigación de vehículos autónomos y limpios, la inversión directa de más de 1.200 millones en tecnologías relacionadas con la IA por parte del gobierno, el liderazgo militar -mención especial a los drones, así como destinar parte de la inversión en I+D realizada por el National Institutes of Health (NIH), el Departamento de Empleo o el de Educación en la mejora de sus áreas gracias a la IA.

Esta propuesta, no obstante, ha sido superada en la praxis gracias a la apuesta del sector tecnológico estadounidense, con especial relevancia de las empresas de Silicon Valley. A escala global, se estima que el gasto en investigación y desarrollo de IA de los gigantes tecnológicos supera ampliamente los 20 mil millones de dólares. Cualquier empresa tecnológica que pensemos (Google, Amazon, IBM, Microsoft, Uber, Netflix, eBay, Airbnb…) cuenta con departamentos de IA. Pero además de su propio desarrollo, debemos sumar las adquisiciones de terceras empresas: por ejemplo, Google ha adquirido startups especializadas en IA por más de 4.000 millones de dólares desde 2006; Amazon ha invertido casi mil millones, y Apple está cerca de los 800 millones de dólares.

Todo ello coloca a Estados Unidos, sin lugar a dudas, como el principal motor de la inteligencia artificial del planeta, y a San Francisco en el gran hub mundial (ver figura 2). Sin embargo, China no piensa en mantener su segunda posición, sino que ya ha anunciado acciones de enorme calado para dominar la industria de la IA en la próxima década. Gracias al apoyo del gobierno chino, que invierte miles y miles de millones de dólares en el desarrollo de centros de investigación, capital humano y parques tecnológicos, las empresas chinas de IA consiguieron en 2017 mayor financiación que las estadounidenses de acuerdo al estudio realizado por CBInsights (ver figura 3). Aunque en valores absolutos el número de empresas dedicadas a la IA es muy superior en Estados Unidos, China ya lidera la publicación total de patentes y artículos científicos, con una apuesta en tecnologías de reconocimiento facial, chips para la IA y productos que usan deep learning en su funcionamiento.

En total, entre Estados Unidos y China se repartieron el 86% de los más de 15.000 millones de dólares destinados globalmente para la creación de startups de IA, una muestra de esta hegemonía de los dos gigantes económicos a nivel mundial.

Figura 2: Distribución global de Startups de Inteligencia Artificial (países y hubs).

Países	Hubs

Fuente: Asgard y Roland Berger

Figura 3: Distribución de la inversión global en la creación de startups de IA en 2017.

Fuente: Top AI Trends To Watch In 2018, CBInsights

¿Y qué ocurre en el resto del mundo? Como ya aventuramos, Europa parece estar atónita ante el imparable crecimiento de China y Estados Unidos. Lejos de converger, estamos en una etapa en la que los dos líderes, en su afán por liderar la IA, seguirán marcando una distancia abismal con respecto a los demás países. Ante esta situación, entre 2017 y los seis primeros meses de 2018 multitud de países comenzaron a hacer sus deberes y trazaron líneas de actuación para obtener una mayor relevancia: Canadá, Dinamarca, Japón, Finlandia, México, India, Corea del Sur, Italia, la Comisión Europea, Francia, la región nórdico-báltica, Singapur, Suecia, Taiwán, Kenia, los Emiratos Árabes Unidos, Australia, Egipto o el Reino Unido, entre otros… Un listado en el que no se encontraba España (figura 4).

Figura 4. Estrategias nacionales de Inteligencia Artificial (periodo 2017-2018).

Fuente: medium.com

Sin embargo, algunos de los países que políticamente se han apuntado al carro de la IA recientemente parecen hacerlo más por obligación que por convicción. Esto se percibe claramente tanto en las apuestas presupuestarias como en el contenido de los temas que son objeto de estrategia o apuesta.

En el caso de la Unión Europea, por ejemplo, su mercado fragmentado será un impedimento para el desarrollo de estrategias de éxito en IA, con diferencias enormes entre los países del centro y norte del continente, y los mediterráneos y del este. En un entorno sin claros referentes europeos como puede ser Silicon Valley (y en menor medida Boston) en Estados Unidos, o el eje Pekín-Shenzhen en China, que aglutinan universidades y empresas, las ayudas europeas anunciadas (20 mil millones de euros entre 2018 y 2020 para la creación de empresas, la formación de talento, etcétera) pueden no ser del todo efectivas.

En Europa, Londres es el verdadero referente como hub consolidado de empresas de IA, con un sector fintech robusto y prestigiosas universidades como Cambridge, London School of Economics y Oxford  en un radio de 100 kilómetros, además de los planes de inversión gubernamentales, que prevén un esfuerzo de más de mil millones de dólares destinados a la industria de la inteligencia artificial. Los pasos dados hasta la fecha parecen confirmar que ante un panorama incierto como el Brexit a la vuelta de la esquina, Reino Unido incorpora en su agenda la economía digital y la IA como vías prioritarias para superar cualquier desventaja de su salida de la Unión Europea, liderando por delante de ésta los sectores del futuro.

Por su parte, Francia y Alemania empiezan a desarrollar planes muy ambiciosos que incluso puede llevarles a trabajar de forma conjunta. Esta estrategia debe consolidarse en los próximos años, sobre todo tras la salida del Reino Unido de la Unión Europea, que los dejará como únicos referentes de nuestro entorno. Para ello, los dos gobiernos han preparado sendas hojas de ruta que les llevará a invertir 1.500 millones de euros en el desarrollo de IA en sus países, lejos, muy lejos de los 4.000 millones anunciados por Estados Unidos (sin contar a sus gigantes tecnológicos) pero necesarios para el despegue de la tecnología en Europa. Sin embargo, parten con un retraso evidente en materia de inteligencia artificial comparado con otros países, no solo Estados Unidos o China.

Israel, por ejemplo, es el país con el mayor número de startups dedicadas a la IA del mundo por habitante, con un hub tecnológico muy potente en Tel-Aviv, y una orientación que va más allá de cuestiones militares -aunque el ejército es sin duda uno de los motores fundamentales para su implantación, como los vehículos autónomos. O Canadá, que busca ser líder en IA atrayendo talento gracias a un ambicioso plan nacional (Pan-Canadian Artificial Intelligence Strategy) impulsado directamente desde la propia convicción de la presidencia del gobierno.

Respecto a España, podemos ya hablar de una situación preocupante, sin un plan estratégico definido respecto a la inteligencia artificial, y sin un ecosistema tecnológico relevante que permita el desarrollo sistemático de empresas innovadoras. En este contexto España tiene planteado un borrador de Libro Blanco sobre Big Data e IA que, aparte de la urgencia de su publicación, debe plasmarse en una estrategia y apuesta gubernamental ambiciosa y capaz de consolidar el liderazgo y transformación de nuestro sistema económico en el nuevo contexto internacional que se avecina.

Si un país quiere ser relevante en este sector fundamental tiene que aspirar a crear su propio ecosistema en torno a la IA muy integrado internacionalmente con los líderes en estos campos. Incluso China, que pretende liderar este campo a escala global, habla de “la necesidad de una colaboración global”. Pero aun así, hay y habrá una competición brutal para la captación de talento, fundamental para la investigación, el desarrollo de capital humano, la generación de empresas relevantes, la generación de habilidades y educación, o la rápida adopción de innovaciones y tecnologías IA en el sector público y privado…

Y también tener ideas claras sobre la ética e inclusión, normas y regulaciones, e infraestructura digital y de datos.

Impactos sectoriales de la IA: ¿transformación o disrupción?

En el corto plazo, los países empezarán a plantear mediante sus planes nacionales si pretenden ser una potencia en la IA en cualquiera de sus áreas (como Estados Unidos o China), o si prefiere especializarse en algunas vertientes concretas donde tenga ventajas competitivas (vía talento, datos, demanda para la transformación sectorial,…). Las estrategias que adopten serán decisivas, ya que no se podrá obviar la necesidad de asimilar la transformación sectorial y las ganancias de competitividad que la IA propicia y propiciará. Quedarse fuera de juego no es una opción.

Aun así, existen dos estrategias. La primera, sería asimilar la transformación mediante la importación e incorporación (de forma más o menos eficiente) de tecnologías IA a nuestras empresas y procesos productivos, especialmente si somos objeto de disrupción a través de nuevas empresas que plantean a nuestros consumidores nuevas fórmulas de productos y servicios más ventajosos y competitivos.

La segunda opción, sin duda más acertada, es la de actuar como “disruptores”, mediante una especialización temprana en IA. En un entorno como España, donde no se cuenta con ninguna región líder en innovación a nivel europeo, puede resultar difícil hacer una apuesta global por liderar el panorama IA, pero qué duda cabe de que tiene todas las herramientas y mecanismos necesarios para ser un jugador relevante en sectores clave como la construcción, el turismo, la banca, la sanidad, la industria de la moda… hasta en el fútbol. Pero la línea que separa el ser disruptores del ser disruidos pasa por una estrategia ambiciosa y temprana en torno a la IA, una masa crítica educada en el entorno digital, un sector productivo que apueste por la innovación y con acceso a la financiación, y la captación de talento, que puede ser incluso más importante que la propia retención.

Aunque desde hace tiempo se asume que la IA marcará un antes y un después en casi todos los sectores, a día de hoy hacer grandes diferencias según su incorporación ,pudiendo diferenciar aquellas industrias que adoptaron rápidamente y de forma profunda esta tecnología (empresas tecnológicas y de telecomunicaciones, la industria automovilística, o el sector financiero), de otras que están en proceso intermedio de incorporación (el comercio y la logística, los medios y la industria alimentaria) o comenzando a aplicar IA (la educación, la atención médica, la construcción o el sector turístico, por ejemplo) (figura 5). Precisamente, en estos sectores que aún requieren madurar la incorporación de IA es donde España podría tener un papel relevante, dado que cuenta con un público suficiente como para potenciar su desarrollo en base a la interacción con la demanda y el uso masivo de datos.

El desarrollo de tecnologías de aprendizaje autónomo, robótica o agentes virtuales inteligentes, por ejemplo, podrían tener un impacto de gran calado en los sectores que tradicionalmente han marcado el crecimiento de nuestra economía. En el caso del turismo, por ejemplo, podríamos ayudarnos de la IA para anticiparnos a la demanda turística (intereses, expectativas, opiniones,...) para ofrecer productos de mayor rentabilidad; o con el desarrollo de destinos inteligentes que permitan una mejor convivencia y disfrute de los entornos atractivos de las ciudades para turistas y residentes. El sector de la construcción puede nutrirse de la combinación entre IA, internet de las cosas (domótica) e impresoras 3-D para reducir costes en la construcción y modernizando el parque actual de viviendas. También la educación se servirá del machine learning para el desarrollo de planes formativos más adaptados a la oferta laboral; y la adopción temprana de inteligencia artificial en combinación con tecnologías como Distributed ledger (DLT) -o si se prefiere blockchain- en la banca española podría impulsar una nueva era de liderazgo europea y mundial de nuestro sector.

Figura 5: Adopción de IA por sectores.

Fuente: Informe “Artificial Intelligence. The next digital frontier?”. Mackinsey Global Institute.

Los anteriores son solo algunas cuestiones que ya están sobre la mesa con los desarrollos actuales sin más ambición que servir de ejemplo de la necesidad y ventajas de la adopción de IA por nuestras industrias. Sin embargo, hacer un catálogo de impactos sectoriales excedería la extensión de este artículo y además quizás tuviera una vigencia muy efímera.

De todo ello, sin embargo, es importante rescatar que la inteligencia artificial (y su hibridación de otros desarrollos tecnológicos como internet de las cosas (IoT), Blockchain, big data, computación cuántica, robótica, impresión 3D,... ) todavía potenciarán muchos más cambios y transformaciones de todos nuestros sectores. A este conjunto de tecnologías podríamos llamarles como las “grandes disruptoras”, contestando así a la pregunta que nos hacíamos al principio de este apartado: la inteligencia artificial es, sin duda, una disrupción tecnológica casi sin precedentes, pero no es la única. Vivimos en la era del conocimiento, y es precisamente la apuesta por la innovación la que está permitiendo dar los mayores pasos tecnológicos al ser humano.

Desde la agricultura de precisión y la gestión de los recursos naturales, pasando por la dotación de inteligencia a nuestras ciudades y casas, o la automatización de los procesos industriales, los servicios y hasta los transportes… En una década, quizá ni siquiera la sanidad o los sistemas educativos, con tradiciones que han perdurado siglos y siglos, se parecerán bien poco a los que conocemos en la actualidad.

IA: Talento y empleo y las imprescindibles políticas activas.

Si hay un componente vital para una estrategia efectiva en torno a la IA es la atracción y desarrollo del talento. Y si hay una variable que soportará y escenificará una gran parte de la disrupción esa es el empleo.

A lo largo de las últimas años, se han llevado a cabo diversos estudios y algunas cuantificaciones para identificar el impacto de la IA en el empleo neto de los diferentes países. Quizás casi todos adolezcan de deficiencias e inconsistencias notables ante la falta de datos públicos, pero se pone de relieve la enorme “convulsión” que afectará al mercado de trabajo durante los próximos años.

Estas dudas que actualmente nos asaltan sobre cómo la robótica o la automatización derivada de la inteligencia artificial afectarán al empleo no son nuevas, y ya en 1984 Nils J. Nilsson, uno de los investigadores más relevantes en el campo de la inteligencia artificial, afirmaba que la IA tenía el potencial para una reducción masiva de mano de obra humana, siendo las personas prescindibles en un futuro para la producción de bienes y servicios. El autor, sin embargo, y pese a comprender el miedo de la sociedad a una pérdida generalizada de los puestos de trabajo, entiende los avances en IA como una “bendición”, y no como una “maldición” (Nilsson, 1984, p. 6), que nos permitirán una vida mejor dedicándonos a lo que nos gusta, y no a nuestros empleos. Ya en la actualidad, el debate sobre una renta básica debido a la destrucción de empleo se ha convertido en una idea reincidente. Tecnólogos y empresarios con tanta trayectoria como Elon Musk, Mark Zuckerberg, o Andrew Yang entre otros se han pronunciado advirtiendo la necesidad de trazar planes que garanticen el bienestar de los ciudadanos durante la transición de nuestros mercados laborales hacia un modelo de automatización masiva.

Aunque este tipo de predicciones puedan resultar lejanas en el tiempo, existen varios informes y estudios publicados hasta la fecha que nos advierten de profundos cambios en el empleo y en el modelo productivo a escala global en los próximos años. Por ejemplo, las estimaciones del informe What’s now and next in analytics, AI and automation [Qué hay de nuevo en analytics. AI y automatización] realizado por la consultora Mckinsey Global Institute para 46 países, hablan de la desaparición de la mitad de los tipos de empleo presentes solo con las tecnologías existentes en la actualidad. Sin duda, los países más afectados serían aquellos que cuentan con un mayor volumen de industrias tradicionales o servicios muy escalables pero intensivos en mano de obra (como China, Brasil, Rusia, India, México, o Italia, entre otros) (figura 6). Estos resultados concuerdan con la investigación realizada por Osborne y Frey (2017), que estimaron que el 47% de los empleos en Estados Unidos estaban en riesgo de ser sustituidos por procesos automatizados en las próximas dos décadas por tecnologías ya existentes.

Por su parte, el informe The macroeconomic impact of artificial intelligence [el impacto macroeconómico de la IA], realizado por la consultora PwC, habla de cifras netas de empleo (no de tipos de actividades), con datos igualmente llamativos. Estados Unidos y los países más avanzados de Europa estarán en disposición en 2030 de provocar una disrupción en sus mercados laborales, con especial atención a la posibilidad de destrucción de empleo en áreas como Transporte y logística (hasta un 70% de las actividades en riesgo en Estados Unidos, más de un 50% en Europa), o la Construcción (un 40% del tipo de actividades en riesgo tanto en Estados Unidos como en Europa). El resto de regiones seguirán los mismos pasos según vayan teniendo acceso a la tecnología.

Figura 6: Porcentaje de actividades que pueden ser automatizadas por el uso de nuevas tecnologías.

Fuente: Informe What’s now and next in analytics, AI and automation. Mckinsey Global Institute.

Sin embargo, todos los avances en la historia del ser humano y  las grandes disrupciones tecnológicas (como lo son la IA o el resto de tecnologías comentadas anteriormente) no serán una excepción. La clave estará en las políticas gubernamentales que pongan foco en las nuevas oportunidades de empleo ligadas a este tipo de tecnologías, así como a la reconversión de empleos.. Hoy por hoy lo que ya sabemos es que hay un enorme déficit mundial en torno los ingenieros de computación y sus equivalentes. Y pese a su previsión desde hace años pocos países están poniendo remedio a esto.  La IA  aplicada por ejemplo a la medicina generará nuevos empleos inexistentes hoy, al igual que los propició la industrialización o la terciarización de las economías. Las tecnologías de las que hablamos generan un gran excedente y esta es la clave de la que se debe partir.

El trabajo realizado por Arntz, Gregory y Zierahn (2016) para la OCDE -además de rebajar más de 30 puntos porcentuales la destrucción de puestos de trabajo por la automatización respecto a los documentos antes citados- habla del impacto positivo también en el empleo de la IA y las tecnologías que hemos definido como disruptoras, aunque con matices. Sin lugar a dudas, ante cambios tan drásticos como vivirán nuestras economías, los profesionales deberán saber adaptarse, y sin lugar a dudas aquellos con menor nivel de educación o con especializaciones muy alejadas de la evolución tecnológica a la que asistimos estarán ante un mayor riesgo de pérdida de empleo o de reducción drástica de salarios.

Estas evidencias, nos conducen por tanto a seguir enfatizando en dos cuestiones fundamentales que ya expusimos en la introducción. En primer lugar, la apuesta decidida por sectores tecnológicos y la construcción de ecosistemas que permitan a nuestras empresas crecer y posicionarse competitivamente a escala global. No cabe duda de que en la actualidad el sector digital es el más dinámico en la generación de empleos en todos los países con una clara apuesta por su desarrollo, y es evidente que aquellas economías con fuertes apuestas en IA y las “grandes disruptoras” exportarán tecnología y productos de alto valor, siendo las primeras en generar nuevos empleos derivados de los procesos de transformación digital. De hecho, esta tendencia es ya palpable, y desde hace años la Comisión Europea reclama a los países una apuesta decidida por la educación en digital, para cubrir los más de 900.000 nuevos empleos tecnológicos que serán necesarios en el corto plazo. A nivel nacional, la demanda de profesionales está limitando la capacidad de evolucionar nuestros sectores productivos, algo que según la Encuesta Nacional de Innovación 2016 le ocurre a más del 20% de las empresas españolas, incapaces de innovar por la falta de personal capacitado para ello.

Pero este problema no es único en España o la Unión Europea (aunque nuestra burocracia lo acrecienta aún más). El crecimiento exponencial del número de empresas tecnológicas ha sido una constante durante más de una década, y países como Estados Unidos, Reino Unido o China -entre muchos otros- cubren su déficit de ingenieros y trabajadores con habilidades científicas, matemáticas y tecnológicas (STEM) con profesionales de todo el planeta, gracias a atractivas ofertas económicas que solo las grandes empresas tecnológicas son capaces de poner encima de la mesa, y un marco regulador que permite una mayor captación de profesionales de altas capacidades.

Un país como España, con una elevadísima especialización turística y comprobada competitividad durante décadas para atraer enormes masas de visitantes debería diseñar un plan para pivotar hacia el “turismo tecnológico”, unido al talento, las startups, el nomadismo digital. Esta apuesta quizás no sea difícil en exceso si se eligen espacios altamente competitivos en términos de ecosistemas de innovación. Las ciudades medias con una muy alta calidad de vida, precios no muy elevados, excelentes comunicaciones y hábitats extraordinarios para residir (aprovechando los enormes stocks inmobiliarios existentes) deberían ser, junto a sus universidades y una economía digital alza, una base muy interesante para crear un gran hub de referencia europeo y mundial.  Esto que en teoría suena fácil y atractivo en la práctica no lo es. Las división de competencias entre el Estado, las CCAA, las corporaciones locales y los municipios fomenta un conjunto de actuaciones dispersas y faltas de la necesaria coordinación que en gran medida diluyen los esfuerzos.

El talento queda pues a merced de las políticas universitarias (como el ICREA catalán, mal imitado por otras Comunidades) o la propia pericia de las grandes consultoras multinacionales, empresas nórdicas y anglosajonas (incentivadas por fenómenos como el Brexit) que vienen a captar informáticos y programadores españoles, con una buena imagen en el mercado internacional.  En Estados Unidos y en otros países líderes  el talento internacional fluye mundialmente y entre las corporaciones públicas (universidades, programas gubernamentales  y privadas (gigantes tecnológicos, startups…), mientras en España se generan compartimentos bastante estancos. España debe cambiar bastantes cosas de cara a construir espacios internacionales de referencia que sean auténticos ecosistemas capaces de consolidar empresas y captar el mejor talento  mundial.

Es fácil de diagnosticar, por tanto, que aquellos países o regiones con escaso desarrollo de la economía digital y nula apuesta por la IA y el resto de grandes tecnologías disruptivas se convertirán en economías dependientes, con una pérdida sistemática de empleo en las industrias tradicionales, y la escasa generación de nuevos empleos digitales. Estadísticamente, algunas fuentes nos hablan de una ocasión de incrementar hasta un 50% el valor del crecimiento anual en unos años gracias a la incorporación de estas tecnologías (figura 7). Para España significaría aumentar su previsión de crecimiento medio de un 1,7% a un 2,5% en las próximas dos décadas, aunque hay otros casos más extremos, como Japón, que pasaría del 0,8% a un 2,7%.

Figura 7. Previsión de crecimiento del PIB anual para 2035, con y sin incorporación de IA en la economía.

Fuente: Accenture y Frontier Economics

Pero para ello, como se ha advertido antes, es necesario llegar a ser competitivo en el mercado de la IA y las grandes disruptoras, y sin la identificación, desarrollo, atracción, retención y explotación de talento será prácticamente inviable. Aunque se trata de un tema verdaderamente complejo, sin un plan ambicioso y coordinado entre las universidades, empresas, emprendedores y el sector público será realmente difícil propiciar éxitos nacionales e internacionales relevantes. Y con ello se requiere hacer una interesante reflexión sobre las actuaciones que debemos tomar. Algunas instituciones públicas y privadas basan toda su actuación en programas sin seguimiento, o directamente shows para jóvenes sobre emprendimiento y economía digital. Lejos de estar resuelta la cuestión, con este tipo de actuaciones (quizá necesarias, pero verdaderamente parciales e insuficientes) llenamos páginas hablando de montar empresas, y hemos pasado de estigmatizar el fracaso a considerarlo un supremo fin, vendiendo la falsa idea de que es algo positivo (y no tanto las lecciones que aprendes por el camino, los puestos de trabajo que has generado, o la diversificación realizada y que puede ser el futuro de una nueva actividad).

También se requiere un mayor esfuerzo para afrontar con garantías la urgente hibridación de todas las disciplinas de conocimiento con la computación. La IA marcará  de forma irreversible, como ya hemos dicho, el futuro de nuestra economía y nuestros empleos. Esto implica que, sin dilación, todas las materias educativas se integren con los conocimientos y herramientas computacionales si quieren explotar un enorme potencial de innovación y progreso. La medicina, la biología, la arquitectura, la economía, la educación, la agricultura… cualquier campo que pensemos puede tener desarrollos muy interesantes gracias a esta hibridación, y que en muchos casos no se tratará de una mera opción, sino de un auténtico salvavidas.

Sin embargo, en demasiadas ocasiones la hibridación de áreas de estudio con la computación queda en meras propuestas formativas en las que se juntan dos compartimentos cerrados sin relación entre sí. Aún hoy puede resultar sorprendente que los títulos relacionados con la empresa, o la salud, o cualquier otra área puedan impartirse sin computación. Pero más sorprendente es, desde nuestro punto de vista, que una vez detectado el problema no se pongan los mimbres necesarios para avanzar hacia modelos formativos completamente integrados, que trabajen con proyectos realistas, y que satisfagan las necesidades detectadas para garantizar empleos de calidad a nuestros estudiantes.

Este tema es verdaderamente preocupante, ya que pese a los esfuerzos realizados, Europa está seca de grandes empresas tecnológicas y de unicornios. Y no es por la dificultad de crear empresas digitales. Cada día surgen cientos en nuestro entorno. El problema está en la escalabilidad del negocio, y si el entorno en el que suscribimos estas empresas permite el desarrollo competitivo de nuestras startups. Pero quizás es problema sea más complejo de lo que pueden plantear las universidades o centros de formación superior, y requiera por tanto que con urgencia se introduzca en la educación primaria y secundaria un idioma más: el lenguaje computacional con el claro propósito de familiarizar a nuestros niños y jóvenes con este tipo de pensamiento. Esto hará más fácil que los médicos, biólogos, arquitectos, físicos o economistas aprovechen el infinito potencial de la computación, la explotación de su big data, o de herramientas como machine learning o deep learning, y por supuesto que nuestros profesores universitarios incluyan la computación correctamente con las disciplinas convencionales.

En definitiva y como conclusión, maximizar un saldo neto positivo entre empleos destruidos y generados por el impacto de la IA y las grandes disruptoras será posible únicamente con políticas muy activas en educación, desarrollo y captación de talento, algo que deberá pasar por la hibridando de la computación con otras disciplinas y sectores.

De esta forma se sembrará una sólida competitividad de un cierto largo recorrido.

Aumentar beneficios: los chatbots

Hay pocas dudas de que sectores clave como la sanidad, la educación, la banca o los sectores energéticos, liderados por organismos públicos o grandes empresas, acabarán más tarde o temprano de explotar todo el potencial de la IA que la legislación permita y el entorno mundial imponga. Pero  lo realmente crucial en torno a la inteligencia artificial quizá sea la creación de una cultura digital receptiva que permita a las PYMES, a los sectores tradicionales y a la población en general abrazar su potencial.

Avances en el reconocimiento de imágenes son ya explotadas en multitud de sectores desde la conducción automática, pasando por la medicina, los controles de seguridad, o la ropa hecha a medida. Se fijan ambiciosas metas a la hora de predecir y anticipar el comportamiento de los mercados y los gustos de los consumidores, incluso la capacidad de personalizar para cada individuo los productos y servicios. Otras empresas como Airbnb, Netflix o Amazon emplean el aprendizaje autónomo para segmentar audiencias y recomendar productos lo más adecuado posible a cada tipo de consumidor, generando un marketing cada vez más personalizado, que aprende sobre cada individuo de forma individualizada. Y tampoco podemos obviar el uso de IA para la seguridad y detección de fraudes, o para la gestión de recursos  energéticos, o para gestionar logísticamente una fábrica...

Como vemos, existen numerosas aplicaciones más que interesantes de aplicación de inteligencia artificial, ¿pero por dónde empiezan las PYMES?

Un caso interesante para asimilar la cultura de la IA es el chatbot conversacional: un programa que basado en la IA y otros desarrollos informáticos es capaz de mantener una conversación o ejecutar acciones a demanda con una persona real.

Estando en su infancia están ya llamados a revolucionar la relación de las empresas con sus clientes y sus propios empleados. Su introducción puede ser un motor de asimilación de esta nueva cultura en torno a la IA y la economía digital. Forbes califica la Inteligencia Artificial Conversacional como la Fase Final de la Revolución de la Información” y señala que ya es más efectiva a la hora de vender online, generar leads o incrementar la productividad en todas la facetas de la comunicación.  Sin duda, es un paso revolucionario en la forma en la que los usuarios se comunican e interactúan en el mundo digital. Hasta hace nada considerábamos y seguimos considerando una página web o una app algo extremadamente valioso, que han servido para expandir el comercio online o para el desarrollo de plataformas de servicios tan extendidas como Airbnb, Uber, Cabify, o la compraventa de criptomonedas.

Pero en realidad, las analíticas de los smartphones, pese al diseño responsive que casi todas las empresas han adoptado, nos han revelado que las Apps o las páginas web son propuestas muy “burdas” para comunicarnos con los usuarios: aunque se hayan desplegado las técnicas más sofisticadas de design thinking y customer experience, asistimos a altísimos porcentajes de rebote, bajísima capacidad de generar usuarios recurrentes, nula capacidad para identificar necesidades y tendencias, o problemas subyacentes en la tecnología empleada. Para los millennials las webs o algunas apps son rudimentarias y aburridas. Les hacen perder tiempo.

Frente a esto, las propuestas que Google (Home) o Amazon (Echo) quieren colocarnos en casa evidencian que lo lógico y cómodo es que un usuario pregunte con su lenguaje natural o pida algo y la tecnología se lo facilite. El teléfono móvil está pidiendo a gritos una comunicación con el usuario de este tipo. Una experta como Nuria Oliver no duda incluso en plantear su desaparición. Y de nuevo, las empresas que no adapten sus sistemas a esta nueva cultura pueden quedar muy rezagadas e incluso descolgadas del mercado.

Un chatbot puede canalizar toda la comunicación interna y externa de una empresa. Con un tamaño superior a 50 empleados la comunicación interna de la empresa requiere de estructuras costosas y poco eficaces para canalizar la información interna. Un chatbot, como ocurre con casi todas las tecnologías de inteligencia artificial, es una revolución en toda regla. Su volumen de datos generados permitiría identificar hasta el estado emocional positivo o negativo global de una empresa de 200.000 empleados y de una sucursal de menos de 50. Amén de la identificación de problemas, recoger los feedbacks de clientes, agilización de pedidos, dar una respuesta en cualquier momento, etc.

Sin embargo, a día de hoy la comunicación externa a través de la tecnología chatbot es una revolución de una entidad todavía difícil de evaluar, pero muy fácil de intuir, y que tendrá una implicación importantísima en comercio online, en la asistencia telefónica y call centers, la captación de leads... Un vendedor amable, capaz de dar un trato personalizado, que trabaja 24 horas los 7 días de la semana y que ejecuta peticiones de los clientes, desde una reserva, un pedido, una orden de compra, o atiende una queja. Los first adopters ya tienen resultados concluyentes: los chatbots mejoran no sólo los costes, sino que además ya empiezan a vislumbrar los efectos positivos en la relación con los clientes, especialmente en las tasas de conversión y ventas.

Más que hacer una recapitulación de lo que hemos señalado anteriormente, como incidir en la necesidad de un país como España (y el conjunto de Europa) asuman la relevancia del impacto de la  IA en términos económicos y sociales y que derive en una muy ambiciosa apuesta, quizás sea más importante dedicar unos minutos a resaltar los riesgos económicos de la pasividad, siendo conscientes de que otros especialistas resaltarán otros riesgos éticos más relacionados con sus disciplinas (ética, derecho, tecnología…)

Entre dichos riesgos, destacamos:

1. Pérdida de competitividad notable durante los próximos años derivada de la  insuficiente o tardía proactividad y liderazgo gubernamental: Que los gobiernos españoles no asuman la entidad de los impactos, la importancia y ambición de las apuestas y estrategias internacionales en torno a la IA, nos convertirá en una economía dependiente, con escaso grado de “digitalización” respecto a terceros. Infravalorar la velocidad y la entidad del cambio y sus consecuencias por parte de nuestro país (o Europa) contrasta con la aparición de algunos líderes políticos que se han percatado de lo estratégico y decisivo que resulta una gran apuesta por la IA, con planes muy ambiciosos para el desarrollo de las llamadas ‘tecnologías disruptoras’ y el desarrollo de sectores de futuro.
2. Disrupción negativa en sectores clave de la economía española: Los sectores clave de la economía española no han abordado hasta la fecha en tiempo y forma su transformación digital, con importantes efectos negativos que se volverán a repetir si no nos ponemos al día. La crisis económica es un claro síntoma de este modelo: mientras las economías digitalizadas supieron recuperar su ritmo de crecimiento en pocos años, nuestros sectores, tradicionales y poco innovadores, aún sufren algunas consecuencias, y será muy difícil que vuelvan a recuperar su capacidad de creación de empleo.
3. Incentivar el impacto laboral negativo: Infravalorar la convulsión de las ‘tecnologías disruptoras’ y la digitalización frente a la apuesta por los sectores tradicionales generará un crecimiento más lento de nuestra economía, que en definitiva debilita la creación de nuevos empleos potenciales de alta cualificación, con mayor proyección, más productivos, y con rentas más elevadas.
4. Devaluar la captación y generación de talento: No tomar en consideración el papel crucial del talento, de la educación (pensamiento computacional), la hibridación universitaria y el déficit de recursos humanos en torno a la computación, IA, es sinónimo de debilidad en torno al sector de la economía digital en general.
5. No facilitar la explotación de grandes volúmenes de datos: el big-data es el alimento de la inteligencia artificial. Si no se provee de datos al conjunto de empresas, su desarrollo será limitado para incluso nuestros sectores más representativos, como la sanidad, el turismo, la banca…,
6. Primar regulación sobre educación: La necesidad de crear una cultura tecnológica de base es imprescindible sobre una sociedad “tutelada” con regulaciones  absurdas  que fagocitan el desarrollo de la economía digital en España o en Europa, mientras que otros países incrementan su liderazgo y por extensión nuestra dependencia económica respecto a ellos. Necesitamos una población formada, educada en las restricciones y riesgos ligados a la tecnología digital (privacidad, ciberseguridad, vulnerabilidad, ética…). No primar lo suficientemente la educación en favor de la regulación tiene perversas consecuencias para el desarrollo de la economía digital.

Para terminar, quizás convenga recordar al historiador Yuval Noah Harari en su obra Sapiens (2014): "La ciencia moderna es una tradición única de conocimiento, por cuanto admite abiertamente ignorancia colectiva en relación con las cuestiones más importantes (...). La buena disposición de la ciencia a admitir ignorancia ha hecho que la ciencia moderna sea más dinámica, adaptable e inquisitiva que cualquier otra tradición previa del conocimiento..."

Quizás, y debido a la convulsión que la actual tecnología producirá en nuestros sistemas actuales económicos, estemos en condiciones de reinventar la propia economía. Conceptos como producción, precios, consumo, utilidad, empleo, dinero, distribución, escasez, renta… deban ser revisados. La inteligencia artificial dotará a la ciencia económica de nuevas herramientas y mecanismos que romperán ideas y teorías preconcebidas para convertirla, por suerte, en una disciplina bastante creativa.