Robots de ensamblaje que construyen cosas por sí solos sin haber sido programados para ello. Líneas de producción autooptimizadas en las fábricas. Trenes y turbinas eólicas que solicitan mantenimiento basándose en datos operativos, e inteligencia artificial (IA) capaz de predecir el comportamiento mejor que los ingenieros que diseñaron y construyeron los sistemas. Estos avances representan una verdadera oportunidad si ideamos cómo orientar la IA y convertirla en un motor de empleo.
No cabe duda de que el mundo laboral seguirá cambiando con el auge de la IA. Hoy, los robots aún tienen que conformarse con los llamados «trabajos 3D»: tareas aburridas, sucias y peligrosas.
Sin embargo, según estudios recientes sobre el futuro del trabajo, pronto se superará esta limitación. Para el año 2030, hasta 375 millones de personas de todo el mundo tendrán que aprender una nueva profesión. Esto equivale a uno de cada tres trabajadores. Y el desplazamiento laboral no afectará solo a quienes realizan tareas supuestamente «sencillas», sino también a abogados, médicos e ingenieros.
Las previsiones de las principales empresas de investigación de mercado confirman unánimemente que las actividades que representan hasta el 50 % de la mayoría de las tareas pueden automatizarse. Las máquinas no solo podrían realizar estas actividades, sino también completarlas mejor y más rápido que las personas. ¿La ventaja? Al librarnos de la monotonía de estas tareas, tendremos más libertad para evaluar los resultados obtenidos, asesorar a clientes y pacientes o reconocer y potenciar las capacidades de nuestros empleados.
Trasladar los hallazgos del mundo digital al mundo real
El debate, cargado de temor, sobre «el ser humano contra la máquina» está mal planteado. Si lo observamos de cerca, ya queda claro que la evolución sigue otra dirección. De hecho, cuando hablamos hoy de IA, siempre nos referimos al desarrollo de inteligencia artificial por parte de los seres humanos.
Podemos concebir la IA como una «caja negra»: introducimos conocimientos en la caja; luego, un poco más de conocimiento, y otro poco más. Pero, al final, actualmente no podemos extraer de la caja nada que no hayamos introducido. Así que «pensar fuera de la caja» adquirirá un significado completamente nuevo en la era de la IA. Para nosotros, habrá dos avances clave:
⦁ En primer lugar, todavía existen límites que restringen el progreso de la IA. Pero en el futuro las máquinas aprenderán cada vez más de forma autónoma. Llegarán a ser capaces, por así decirlo, de «pensar fuera de la caja».
⦁ En segundo lugar, es comprensible que la creciente presencia de la IA en nuestras vidas pueda suscitar temores y ansiedad, y debemos tomarnos esos temores en serio. Pero siempre debemos tener presente que, así como los seres humanos han guiado e impulsado el desarrollo de la IA hasta hoy, seguirán liderándolo en el futuro.
Un solo ejemplo: aunque Deep Blue venció a Garry Kasparov en 1997, hubo que esperar hasta ahora para desarrollar una inteligencia artificial capaz de aprovechar plenamente su potencial en los juegos de estrategia. Hoy, ni los seres humanos ni la IA «convencional» pueden vencer a la máquina AlphaZero, ni en ajedrez ni en juegos de complejidad aún mayor, como el Go o el shogi. Sin embargo, este avance nunca habría sido posible sin la inteligencia humana para diseñar la arquitectura del sistema. Este ejemplo demuestra que no se trata del ser humano contra la máquina, sino del ser humano y la máquina.
Hoy parece revolucionario que los asistentes virtuales puedan pedirnos cita en la peluquería o que la IA pueda hacer pedidos en línea automáticamente por nosotros. Pero ¿es realmente una innovación tan valiosa? ¿Y quién se beneficia de verdad? En última instancia, quienes más se benefician son las propias plataformas de comercio electrónico o de marketing. Sin embargo, existe una forma de IA de la que todos podemos beneficiarnos: la IA integrada en los procesos industriales para crear valor a escala industrial.
Este cambio ya ha comenzado. Para hacerlo realidad, las empresas industriales se esfuerzan por atraer el talento de sus competidoras. Las personas clave son aquellas cuya experiencia conecta ámbitos que antes eran disciplinas separadas: por ejemplo, científicos de datos con conocimientos adicionales de física o ingeniería. Estas personas son muy solicitadas porque son las únicas capaces de traducir, por ejemplo, los datos generados por la IA sobre un tren en beneficios reales.
Una vez traducidos los datos, los operadores ferroviarios pueden recibir instrucciones directas sobre qué piezas de cada vagón deben sustituirse y para cuándo. El mantenimiento predictivo, el análisis de riesgos, la información sobre la disponibilidad de piezas de repuesto y las condiciones legales del país por el que circula el tren ya se han incorporado a esta indicación generada con ayuda de la IA. Solo los seres humanos pueden traducir los conocimientos subyacentes del mundo digital al mundo real de una manera que aproveche las capacidades de la IA.
Por eso también confiamos —y seguiremos confiando— en la artesanía y el trabajo manual cualificado cuando estas tareas se realizan al más alto nivel. En la fabricación y el mantenimiento de locomotoras en la fábrica de Siemens en Allach, cerca de Múnich, Alemania, mecánicos y soldadores realizan trabajos de alta precisión con una exactitud de una décima de milímetro. La disponibilidad de los trenes solo puede garantizarse si estos trabajos los realizan profesionales que aprovechan los conocimientos que aporta la IA.
Llevar la Industrie 4.0 al siguiente nivel
Actualmente se están produciendo tres cambios en paralelo. Se crean nuevos empleos, desaparecen los obsoletos y muchos de los que quedan están cambiando.
Para que el balance de las aplicaciones de IA sea positivo, las empresas —incluidas las grandes corporaciones, las pequeñas y medianas empresas e incluso los artesanos— deben poder desplegar la IA de forma amplia y rentable.
Me refiero a la IA industrial: la combinación de IA con conocimientos especializados del sector. Siemens aspira a crear «compañeros digitales» que actúen como una especie de potenciador de la inteligencia humana.
Este tipo de IA, que nos apoya como seres humanos, debe estar ampliamente al alcance de todos. Sin embargo, poner esta tecnología a disposición de todos requiere no solo inversiones en investigación y desarrollo, sino también prestar mucha más atención a la educación y al desarrollo de competencias.
En Siemens destinamos cada año más de 500 millones de euros a la formación, y las competencias digitales forman parte de todos nuestros programas de capacitación. Sin embargo, el desarrollo de competencias debe comenzar mucho antes: su adquisición debe iniciarse con una base en la educación preescolar, continuar en la escuela primaria y secundaria y, finalmente, profundizarse y especializarse en la universidad.
Configurar con éxito la Cuarta Revolución Industrial y mantener la competitividad internacional en la era digital exigirá un gran esfuerzo por parte de los líderes de la industria, la política, la ciencia y las organizaciones laborales.
La exitosa iniciativa Industrie 4.0 de Alemania ofrece un buen ejemplo de los frutos que puede dar este tipo de esfuerzo conjunto. En otros países se han desarrollado iniciativas y redes comparables para promover la creación de valor local y la transformación digital de la industria. Algunos ejemplos son Made in China 2025, Manufacturing USA, Make in India y Egypt Vision 2030.
La IA industrial puede dar un gran impulso a la Cuarta Revolución Industrial y llevar la Industrie 4.0 y otras iniciativas similares al siguiente nivel.
Superar el azar: impulsar la productividad
Según estudios recientes, la IA tiene el potencial de aumentar el producto interno bruto (PIB) mundial, en promedio, un 1,2 % anual durante los próximos 12 años. Por tanto, se prevé que el crecimiento impulsado por la IA supere el efecto de crecimiento del 0,6 % que lograron en su momento las revoluciones propiciadas por las máquinas de vapor y la difusión de las tecnologías de la información y la comunicación.
Al observar la evolución del PIB mundial durante los últimos 200 años, vemos una tendencia que en los últimos años y décadas ha seguido un curso cada vez más exponencial. Una de las principales razones de esta aceleración es el progreso tecnológico.
La tecnología influye directamente en el desarrollo social, la economía, la productividad y el crecimiento. En especial, en el pasado reciente hemos visto una enorme acumulación de innovaciones y tecnologías. Esto resulta sorprendente porque, por definición, la innovación es «ineficiente». Me refiero a que muchas innovaciones y avances tecnológicos pioneros surgieron por accidente: basta pensar en la invención del horno microondas, el desarrollo del teflón o el descubrimiento de los rayos X.
Sin embargo, aparte de estos ejemplos, la innovación se basa fundamentalmente en el método de ensayo y error: formular una hipótesis, preparar una prueba, probarla, identificar un error, y así sucesivamente. La ineficiencia de este método significa que a menudo hay que realizar una serie de intentos antes de alcanzar el objetivo. Precisamente en este punto débil la IA puede tener un impacto enorme.
Las claves del éxito en la era digital son la velocidad y la escala. Y si hay un ámbito en el que la IA ya nos lleva mucha ventaja a los seres humanos, es la extraordinaria velocidad con la que los modelos procesan datos y detectan y descartan errores. En resumen, la IA puede ayudarnos a evitar errores y superar el azar. Teniendo esto en cuenta, resulta aún más comprensible que el estudio de McKinsey «Notes from the frontier: Modeling the impact of AI on the world economy» concluya que la IA aportará 13 billones de dólares al valor añadido mundial para 2030.
IA con conocimientos especializados del sector
Actualmente, Siemens desempeña un papel pionero en la IA industrial porque supimos reconocer pronto las señales de los tiempos. Los primeros éxitos de nuestros expertos en IA se remontan a 1995. La combinación de la IA con conocimientos especializados del sector ha transformado nuestra oferta.
A diferencia de los métodos que utilizan, por ejemplo, los operadores ferroviarios, nuestros servicios no se limitan a localizar y reparar piezas averiadas. Garantizamos niveles de disponibilidad que permiten a los trenes competir con los aviones y ganar.
Un ejemplo es la línea ferroviaria de alta velocidad entre Madrid y Barcelona. El tren operado por la compañía ferroviaria estatal española Renfe tarda dos horas y media, mientras que el vuelo dura una hora y veinte minutos. Si se produce un retraso de quince minutos o más, se reembolsa íntegramente el billete a los pasajeros del tren.
Para garantizar una alta fiabilidad, Renfe ha creado una empresa conjunta con Siemens que presta servicio a los trenes con ayuda de análisis avanzado de datos basado en IA. Hasta ahora, solo uno de cada 2.300 viajes ha sufrido un retraso significativo causado por problemas técnicos. ¿El resultado? Cuando la línea entró en servicio hace algo más de 10 años, según Renfe, solo el 20 % de los viajeros elegía el tren; hoy, la cifra supera el 60 %.
Siemens emplea ahora a unos 800 expertos en análisis de datos e IA. En los últimos años, han hecho posibles muchos avances basados en IA en entornos industriales, por ejemplo:
⦁ Con servicios industriales basados en algoritmos de ejecución continua integrados en los procesos de producción. Gracias a la recopilación y el análisis continuos de los datos de los procesos, podemos volver a entrenar constantemente los modelos de las máquinas y aumentar la precisión del análisis predictivo. Estos avances permiten reducir en más de un 30 % las costosas pruebas de calidad, como las inspecciones por rayos X;
⦁ Con algoritmos que analizan automáticamente los datos operativos, las condiciones ambientales y las propiedades de los componentes de las turbinas de gas. Este enfoque amplía en un 30 % los intervalos entre mantenimientos y reduce los costes en un 16 %;
⦁ Con IA aplicada a la atención sanitaria, que permite a Siemens ayudar a los médicos a evaluar miles de imágenes de rayos X y, por tanto, a garantizar diagnósticos más fiables y mejores tratamientos para los pacientes; y
⦁ Con capacidades de control de calidad basadas en IA extremadamente complejas para plantas siderúrgicas. Este sistema de autoaprendizaje es ya un producto clásico; desde 1995 se ha instalado en 30 plantas siderúrgicas de todo el mundo.
Además, la IA permite crear nuevos modelos de negocio. Tomemos el ejemplo de Renfe: en lugar de ofrecer piezas de repuesto al cliente, Siemens vende el tiempo de disponibilidad del tren, es decir, el tiempo durante el que está operativo.
Existe un modelo comparable para las empresas que fabrican máquinas herramienta. La IA les permite mejorar enormemente su capacidad para analizar y predecir el desgaste de las máquinas. Esta información ayuda a establecer un modelo de negocio basado en el uso de las máquinas.
Liderar con éxito la transformación digital
En el debate actual sobre la IA, un aspecto no está recibiendo, a mi juicio, la atención que merece. Aunque la IA será decisiva para el desarrollo futuro del PIB, las economías también deben transformarse para adaptarse a la transformación digital. Estos cambios requieren una población activa cuyas tareas no dependan principalmente del esfuerzo físico, sino de las competencias. El valor se crea mediante las competencias y la productividad.
Las sociedades que quieran abrirse camino en este mundo deben poner en forma sus economías. Las previsiones de los principales investigadores de mercado coinciden con la valoración de que las tecnologías de IA, si se utilizan de forma correcta y sistemática, tienen lo necesario para impulsar el producto interno bruto de las economías.
Nos encontramos en un momento decisivo de la evolución de la IA: estamos a punto de entrar en una fase de crecimiento exponencial. Y aún queda mucho potencial por aprovechar.
Con Industrie 4.0, hemos iniciado con éxito la transformación digital. Con la IA industrial, ahora podemos llevarla a un nivel completamente nuevo. Podemos superar los errores y el azar. Podemos impulsar la innovación. Podemos aumentar la eficiencia y la productividad. Podemos dar forma al progreso tecnológico y social.
