Los verdaderos retos de implementar Inteligencia Artificial
¿Cuándo fue la última vez que fueron al supermercado? Seguramente han utilizado los convenientes cajeros de autocobro en la salida, donde todo está automatizado, o requiere que uno realice muchas de las tareas tradicionalmente asociadas a un empleado de la tienda, como escanear productos o colocarlos en una bolsa al salir. Estas máquinas generalmente están basadas en una balanza electrónica, calibrada para todos los objetos de la tienda, para corroborar que lo que se está escaneando es lo mismo que se está colocando en la bolsa.
Junto con esta tecnología, hace ocho años, en 2016, Amazon presentó una tecnología que parecía extremadamente avanzada para su época: la tienda automática Amazon Go, donde uno no necesitaba escanear nada. Simplemente, al colocar los artículos en el carrito o la canasta, el carrito virtual se actualizaba automáticamente. De tal forma que, al terminar la compra y salir de la tienda, tu cuenta de Amazon se actualizaba inmediatamente para cobrar todo lo comprado.
En el momento en que se anunció este sistema, y aún hoy, requiere una de las combinaciones más robustas de herramientas basadas en machine learning del mercado. Involucra una variedad de sensores, como cámaras y escáneres, mientras se utilizan modelos avanzados de machine learning para detectar lo que se está colocando en el carrito. Cuando vi esto, pensé que habíamos dado un salto cuántico en este tipo de tecnología. Para mí, este tipo de implementación es mucho más difícil de lograr que un ChatGPT de OpenAI, ya que requiere la coordinación de múltiples modelos y conjuntos de datos bastante únicos.
Sin embargo, la semana pasada, un informe reveló que este sistema tan innovador, que parecía que iba a cambiar la cara de los supermercados en un futuro cercano y que parecía demasiado bueno para ser cierto, resultó ser efectivamente demasiado bueno para ser cierto. El informe detalla cómo, por cada 1,000 transacciones, Amazon tenía alrededor de 700 personas revisando en tiempo real todas las transacciones y después los vídeos para verificar que los modelos hubieran registrado todo correctamente.
De hecho, Amazon prometió durante muchos años que esto no sería así, pero al final del día no logró reducir el número de personas necesarias para revisar todas las compras en tiempo real. Cabe destacar, desde el punto de vista de costos asociados, que esta forma de operar no es rentable. Por tal motivo, Amazon terminará el proyecto para cambiar la manera en que las personas registran las cosas de manera digital.
Vale la pena mencionar que recientemente vimos al automóvil autónomo ir por el mismo camino, después de muchas promesas de que los camiones de carga se podrían automatizar fácilmente, y de afirmar que el automóvil autónomo estaba a la vuelta de la esquina. Hoy debo decir que la tecnología no parece estar más cerca de lo que estaba hace cinco años.
Es en este momento importante recordar que cuando se trata de la interacción del machine learning o la inteligencia artificial con el mundo real, los problemas e inconvenientes que pueden surgir son muchos más que en modelos como ChatGPT, donde todo el sistema vive en ambientes muy controlados que los diseñadores pueden manipular a su antojo. No es lo mismo una calle transitada o un supermercado con varias personas tomando cosas de los estantes.
Debemos entender que utilizar IA en una cadena de valor de punta a punta requiere mucho tiempo, una gran experiencia técnica que, en muchos casos, aún no está lista, ni siquiera por parte de las grandes empresas.