Machine Learning es uno de esos conceptos que parecen patrimonio exclusivo de las grandes empresas de las Silicon Valley del mundo. Cuando oímos expresiones como «machine learning», «business intelligence», «deep learning» o «big data», pensamos en compañías como Google, Facebook, Apple, Amazon o IBM. Pero el machine learning no tiene nada de exclusivo. Al menos no desde hace unos años, en que el coste de adquisición se ha abaratado hasta tal punto que apenas quedan razones para que las empresas andaluzas no consideren las ventajas de esta tecnología. Como dice Juan Ignacio de Arcos, director del Programa Superior en Big Data & Business Analytics de la Escuela de Organización Industrial: «La tecnología ya no es un factor decisivo».

¿Qué es el machine learning?

Para entender en qué consiste el machine learning o aprendizaje automático, basta un breve viaje a los inicios de esta disciplina. Para ello hablamos con Francisco J. Martín, CEO de BigML, uno de los servicios de machine learning más importantes del mundo. Emprendedor sevillano, nacido en Las Navas de la Concepción, Francisco encontró en Thomas G. Dietterich, pionero del aprendizaje automático a nivel mundial, a su principal mentor y compañero de negocios. Francisco nos explica en pocas palabras en qué consiste esta técnica del campo de la inteligencia artificial:

El machine learning es un conjunto de técnicas estadísticas muy avanzadas que se pueden implementar de forma algorítmica, [es decir] que se pueden programar, y que permiten transformar un conjunto de datos de tamaño considerable en patrones que nos permiten hacer inferencias. — Francisco J. Martín

Francisco J. Martín, CEO de BigML.

El tratamiento de datos no es un invento del siglo XXI. «Se remonta a los años cincuenta, cuando se acuñan conceptos como inteligencia artificial y business intelligence», explica Juan Ignacio en una entrevista. Lo que hacemos ahora es utilizar algoritmos que no solo leen los datos sino que además aprenden de las circunstancias y generan modelos que nos ayudan a predecir lo que va a ocurrir.

Los datos, la cantidad y calidad de los mismos, son uno de los factores determinantes en el uso eficaz del machine learning. «Los datos esconden patrones; si se “descodifican”, pueden revelar toda una serie de detalles que escapan al ojo humano», explica Francisco. No se trata solo de que los algoritmos arrojen resultados en bruto, sino de que nos ayuden a tomar decisiones inteligentes, analizando el entorno y sus circunstancias. Como haría una persona.

Una tecnología con multitud de aplicaciones

Pero hay algo sobre el machine learning que a menudo se obvia y es que está muy lejos de ser un campo exclusivo de la ingeniería, la informática o el mundo académico. «El machine learning se puede aplicar a cualquier proceso de negocio», afirma Juan Ignacio. A nivel empresarial, no son solo los departamentos económico-financieros los que deberían estar invirtiendo en este conocimiento, sino cualquier área de negocio.

Pensemos en un departamento de recursos humanos. El machine learning puede ayudar a predecir si un empleado va a dejar la compañía. O puede ayudar en el aprovechamiento de la formación de los trabajadores. Los departamentos de operaciones y de producción pueden predecir si el material de un componente recién adquirido va a fallar en los próximos seis meses. Francisco lo expone con el siguiente ejemplo: «Pongamos que disponemos de una máquina que cuenta con una serie de sensores que registran la temperatura, las últimas revisiones o qué componentes han sido sustituidos recientemente. Para un ingeniero de procesos sería muy complicado saber por qué esa máquina falla de repente, debido al cúmulo de datos que contiene. Pero un detector de anomalías, que es uno de los algoritmos habituales del machine learning, puede manejar esos datos y detectar no solo cuándo y por qué algo falla, sino prevenir cuándo volverá a hacerlo».

El machine learning se puede aplicar a cualquier proceso de negocio. — Juan Ignacio de Arcos

La clave está en la calidad de los datos

Tanto Francisco como Juan Ignacio apuntan con entusiasmo a una gran oportunidad de negocio, transformación digital y formación en nuevas tecnologías en el campo del machine learning en Andalucía. El abaratamiento de la técnica ha sacado a relucir, sin embargo, el punto en que necesita más inversión de recursos: la formación. «En España hay un déficit importante de profesionales del machine learning», afirma Juan Ignacio. El problema ha pasado de ser el coste a la formación. Gracias a los pagos por uso, las compañías ya no pagan por tener los servidores en sus instalaciones, sino que lo ubican todo en la nube y pagan solo cuando vayan a utilizar los datos. El abaratamiento en la adquisición y el uso de la tecnología debería permitir que se destinen recursos a la educación en inteligencia artificial, pero esto no se está haciendo al mismo ritmo que en otros países.

Aun así hay empresas como TROPS, una Sociedad Agraria de Transformación (SAT) líder en innovación y transformación digital, que emplea machine learning para realizar predicciones de cosecha y demanda. Asimismo, juega un papel primordial en la divulgación del machine learning en la región el evento Machine Learning School Seville, coorganizado por BigML y la EOI. Se trata de uno de los mayores puntos de encuentro sobre machine learning a nivel mundial. La edición de este año, que se adaptó rápidamente al formato virtual, fue concebida como un curso intensivo de dos días ideal tanto para líderes de negocios como para estudiantes interesados en la materia.

Las empresas andaluzas, en definitiva, necesitan poseer datos y ahí es donde entra en juego el campo del Big Data. «Las empresas deben pasar unos meses haciendo «campañas» de obtención de datos. Deben poder «limpiar» los datos que ya tienen y hacer un buen uso del machine learning», indica Juan Ignacio. A fin de cuentas, los resultados van a reflejar la calidad de los datos introducidos. Educación, aprendizaje, formación, motivación, buenos casos de análisis y calidad de los datos: esta es la fórmula que proponen los expertos para que las pequeñas y medianas empresas andaluzas se suban a tiempo al tren del machine learning.