EN 2013, James Jimi Crawford fundó una compañía llamada Orbital Insight, apenas notoria en la época debido al auge de Silicon Valley. Crawford había trabajado 15 años en la NASA, donde escribió el software para los exploradores marcianos. Dejó la NASA para dirigir el departamento de ingeniería de Google Books y, en ese tiempo, notó que SpaceX, de Elon Musk, y otras compañías nuevas estaban abatiendo los costos de construir y lanzar satélites. Crawford vio la oportunidad de recoger y analizar lo que suponía habría de ser un aluvión de imágenes, generadas por un exceso de satélites que circundarían la Tierra haciendo lecturas y fotos. El primer producto de Orbital analizó imágenes de maizales de todo el mundo, y observó la salud de las plantas con el fin de predecir el rendimiento para los corredores de bolsa que apostaban a cambios en precios de futuros.
Unos dos años después, los principales inversionistas de Silicon Valley coincidieron en que Orbital Insight llegaría a ser enorme. Y así, en junio de 2016, compañías de capital de riesgo inyectaron 20 millones de dólares en la empresa de Crawford y, luego, otros 50 millones en septiembre de 2017.
Esa oleada de entusiasmo no se debió a que Crawford (o los inversionistas) se hubiera vuelto repentinamente más inteligente, sino a los adelantos significativos de la inteligencia artificial (IA). “En 2015, por primera vez en la historia, las computadoras superaron a los humanos en el reconocimiento de objetos”, ha explicado Crawford. La IA puede aprender a reconocer un árbol o un barco, y detectar patrones entre miles de millones de objetos en imágenes y datos. Antes de esos logros, la utilidad de los datos satelitales era infinitamente menor; y resultaban demasiado engorrosos para analizarlos con suficiente celeridad con algoritmos tradicionales ejecutados en computadoras. Pero, con la IA, toda la información bruta de los satélites puede ayudar a que corredores de bolsa, inversionistas y corporaciones sepan cosas que antes jamás habrían sabido, y casi tan pronto como ocurren.
A principios de 2017, Orbital Insight llamó la atención porque pudo mezclar datos de diversas fuentes para localizar barcos piratas que se habían ocultado apagando sus radiobalizas; si bien el descubrimiento fue más provechoso para la policía marítima que para las corporaciones, ofreció una prueba contundente de la tecnología de la empresa. El otoño pasado, el equipo de Crawford utilizó datos de radar de apertura sintética (un nuevo tipo de tecnología satelital) para atisbar entre las nubes del huracán Harvey mientras la tormenta caía sobre Houston. Como supones, las fotos satelitales típicas no permiten ver a través de las nubes. De modo que conocer la magnitud de las inundaciones durante el huracán fue de mucha utilidad para las aseguradoras que, más tarde, tendrían que desembolsar miles de millones de dólares en indemnizaciones. Gracias a esas dos victorias —los barcos piratas y Harvey—, fondos de cobertura y los bancos más importantes decidieron pagar millones de dólares para obtener los conjuntos de datos de Orbital Insight que los ayudaran a averiguar aspectos de los recursos naturales, el movimiento de bienes o cualquier cosa que desconocieran sus competidores. “Recién empezamos a descubrir un puñado de señales, pero ya hemos visto el impacto que pueden tener en los mercados financieros, de energía y seguros, así como en la sociedad en general”, declaró Crawford en un comunicado.
Conforme crece su negocio, Orbital Insight ha estado haciendo contrataciones de manera muy activa, buscando científicos de datos, gerentes de marketing y reclutadores de talentos. Pero eso es solo el principio. Orbital Insight y compañías afines están hambrientas de datos satelitales brutos, así que los compran a compañías satelitales, añadiendo más combustible al auge de los satélites. Los satélites que observan las condiciones terrestres son relativamente baratos y pequeños, y representan el segmento de crecimiento más rápido en la industria global de satélites, valuada en 260,500 millones de dólares, según el informe de julio de 2017 de la Asociación de Industrias Satelitales. Eso contribuye a crear una cascada de empleos, desde científicos de cohetes (obviamente) hasta los obreros de mantenimiento que barren las plataformas de lanzamiento. En diciembre, LinkedIn publicó un listado de más de 11,000 plazas de trabajo para la industria de satélites de Estados Unidos.
Orbital Insight es solo una de las numerosas compañías nuevas en un campo explosivo llamado “datos alternativos”. En 2016, el mercado de datos alternativos representó un total aproximado de 200 millones de dólares, aunque se espera que, en 2020, su valor aumente a más del doble de esa cifra, afirmó la empresa de investigaciones Tabb Group. “Datos alternativos” se refiere a los datos que están fuera de la información de corriente principal, como estadísticas gubernamentales, precios de acciones, informes financieros de una compañía, y transacciones con tarjetas de crédito. Los datos alternativos provienen de fuentes como señales de teléfonos celulares, sensores de la “internet de las cosas” instalados en equipos industriales, videos en línea, tuits, búsquedas, “me gusta” en redes sociales… e imágenes satelitales.
A fin de aprovechar todos esos datos brutos es necesario asociar varios tipos de datos para identificar una tendencia que, de lo contrario, sería imposible detectar. La industria de datos alternativos no podría existir sin la inteligencia artificial. Y una industria de datos alternativos no existiría sin humanos. En una época en que la mayoría se queja de que la IA acabará con los empleos, el crecimiento del negocio de los datos alternativos demuestra que esta puede crear trabajos que nadie, jamás, imaginó.
DATOS DOBLES
Es fácil creer que la automatización de la inteligencia artificial acabará con los camioneros, los radiólogos, los contadores, los dependientes de establecimientos de comida rápida y con casi todos los trabajos de manufactura, dejando solo dos tipos de personas en el mundo: una delgada capa de geeks ricos en la parte superior y, por debajo, todos los demás; una población de familias, gigantesca e inconforme, viviendo con ingresos gubernamentales garantizados, y pasando sus días con trenes a escala o mirando YouTube. En julio pasado, cuando Quartz encuestó a 1,600 lectores, 90 por ciento reconoció que la mitad de los empleos actuales se perderá en cinco años debido a la automatización; por supuesto, según la lógica humana clásica, 91 por ciento de los respondedores afirmó que eliminarán los trabajos de otras personas, no los propios.
Sin embargo, en meses recientes, algunos empresarios inteligentes han argumentado que nuestro futuro no es tan negro, y respaldan su afirmación con numerosos estudios que demuestran que la inteligencia artificial creará muchos más empleos de los que destruirá. Un estudio de Gartner, compañía de análisis en tecnología, concluyó que, para 2020, la automatización de la IA dejará sin trabajo a 1.8 millones de personas, pero creará 2.3 millones de empleos: una ganancia neta de 500,000 plazas. Capgemini, grupo de consultoría, publicó un informe en el que afirma que 83 por ciento de las empresas que implementaron IA hallaron que la tecnología había creado nuevos empleos. Deloitte, otra consultora, estudió la automatización en el Reino Unido y determinó que la IA había eliminado 800,000 empleos no especializados, aunque había creado otros 3.5 millones de plazas y, en promedio, esas plazas nuevas pagaban 13,000 dólares anuales más que los empleos perdidos.
Esas estadísticas no siempre consuelan ante una amenaza de la inteligencia artificial que parece tan evidente. Si construimos camiones autónomos, millones de camioneros se volverán obsoletos. Ya tenemos que lidiar con los chatbots de IA que están reemplazando a los representantes humanos de servicios al cliente, quienes solían responder nuestras llamadas pidiendo información sobre cómo comprar la talla de zapatos adecuada o cómo arreglar un convertidor de televisión por cable quisquilloso. El año pasado, Deloitte hizo otro estudio donde demostró que, en una década, la inteligencia artificial automatizará 39 por ciento de los empleos en el sector legal, eminentemente las plazas de nivel bajo para secretarias legales y paralegales. Todos conocemos ese tipo de empleos y es fácil imaginar que esas personas resultarán perjudicadas si son desplazadas por la IA.
Es más difícil imaginar industrias que todavía no existen, y cómo crearán empleos para todo tipo de trabajadores, no solo para quienes tienen una habilidad innata para escribir códigos o diseñar un chip de computadora. Eso es lo que vuelve tan interesante la industria actual de los datos alternativos: es una de las primeras industrias emergentes que la IA ha creado (otras abarcan desde el negocio de hacer chips de computadora para operar, específicamente, software de IA hasta el naciente campo de “éticos de IA”, los que enseñan a la IA a portarse bien).
En abril de 2016, el mundo de la inversión despertó a los datos alternativos gracias a un incidente. Foursquare —aplicación de redes sociales basada en la ubicación— detectó algo extraño en los datos de los 50 millones de personas que usan la aplicación para ingresar los lugares que visitan. En aquellos días, la cadena de restaurantes Chipotle trataba de recuperarse del escándalo de E. coli de 2015, así que informó que el tráfico peatonal estacional de sus restaurantes parecía estar volviendo a la normalidad. No obstante, Foursquare notó que los usuarios que habían visitado Chipotle con anterioridad iban a otros restaurantes. El tráfico peatonal se debía a las promociones que atraían nuevos clientes que solo querían aprovechar el precio reducido de los burritos. Eso significaba que Chipotle estaba perdiendo a sus clientes leales. Foursquare añadió una nota al respecto en su blog, justo antes de que Chipotle publicara ganancias que revelaban que sus ventas habían caído 30 por ciento. De pronto, los corredores de bolsa de todo el mundo codiciaron el tipo de magia que poseía Foursquare.
Ha habido una explosión de generadores de nuevos tipos de datos brutos en años recientes. Llevamos celulares a todas partes, creando datos —a veces anónimos, a veces no tanto— sobre dónde nos encontramos cuando hacemos ciertas cosas. Los sensores de última generación rastrean refacciones industriales, la calidad del aire, la cantidad de pasos que damos. Cuanto más hacemos en línea, más datos genera nuestra actividad; y en estos días, compramos, hablamos, sociabilizamos, trabajamos, vamos al banco y miramos televisión en la computadora o en la pantalla de nuestros celulares.
Una sola fuente de datos puede darnos una percepción muy estrecha de la conducta de una persona; por ello, cruzar distintos tipos de conjuntos de datos ofrece un valor exponencial. “No importa cuán grande sea tu conjunto de datos, siempre perderás la perspectiva más amplia si lo analizas de manera aislada”, me dijo Adam Gibbs, de la compañía de datos alternativos Enigma. “El verdadero valor de los datos estriba en conectar muchas piezas de distintas fuentes para crear una visión holista”.
Aquí es donde la inteligencia artificial se vuelve crítica, pues funciona de manera similar a un asistente de investigación. Dile que tienes una teoría sobre lo que podría aprender haciendo una referencia cruzada de distintos tipos de datos y luego, deja que la IA rastree todos los datos y aprenda por su cuenta, buscando los patrones complejos que pasarían por alto hasta los humanos más brillantes. Y a diferencia de un humano, un bot de IA puede asimilar y aprender de una cantidad de datos ingente en apenas un instante.
Matei Zatreanu, fundador de la compañía de datos alternativos System2, señaló que el aprendizaje de la IA, aunado a flujos de datos múltiples, puede ayudar a los inversionistas a percibir el mundo desde el nivel granular; por ejemplo, entendiendo las decisiones de un individuo. “Puedes analizar los datos de tarjeta de crédito; eso te da información sobre una persona individual”, dijo Zatreanu a Business Insider. “La enorme diferencia con los comercializadores es que no me importa que te llames Rachael y vivas en cierta dirección. Solo me interesa que la persona con la cédula de identidad 345 solía comprar en un Whole Foods y, luego —de pronto—, abrieron un Aldi en su barrio, y ahora veo que la persona con la cédula de identidad 345 ha dejado de comprar [en Whole Foods], y descubro una transacción en Aldi. Eso significa que, potencialmente, Whole Foods ha perdido un cliente”.
Esas perspicacias sugieren tendencias que podrían servir a los corredores de bolsa o a los administradores de fondos de compensación. La más mínima ventaja obtenida con los datos alternativos puede traducirse en cientos de millones de dólares y marcar la diferencia entre un fondo de bajo rendimiento y un fondo “alfa” candente. “La capacidad para obtener y analizar datos alternativos se ha convertido en una destreza esencial para los inversionistas profesionales”, afirmó en un comunicado Tammer Kamel, presidente del proveedor de datos alternativos Quandl.
Con tanto dinero en juego, los datos alternativos exclusivos se han vuelto sumamente valiosos, y eso impulsa a los empresarios a fundar toda suerte de compañías de datos alternativos. Aclima y Understory dependen de sensores para identificar patrones climáticos muy bien localizados. Premise recoge los precios de tiendas locales. Enigma conecta el tipo de datos que los gobiernos siempre han proporcionado (cuáles doctores recetan a los pacientes de Medicare, o cuáles modelos de autos llegan a los puertos de Estados Unidos), pero de manera novedosa, y creando datos alternativos a partir de datos tradicionales. Reveal Mobile cruza datos GPS con transacciones de tarjetas de crédito para descubrir los patrones de las personas a lo largo del día. “Cuando sales a resolver tus pendientes, podemos ver que primero vas a Home Depot; después, a la tienda de comestibles; y luego almuerzas”, dijo Brian Handly, presidente de Reveal, en una reciente conferencia con Newsweek sobre datos y finanzas. Los comercializadores podrían anticiparse a tus patrones y enviarte una oferta de descuento para el almuerzo tan pronto como te detengas en el estacionamiento de Home Depot.
Todas estas compañías están contratando especialistas y programadores en inteligencia artificial. También están buscando individuos que no sean, necesariamente, tecnólogos, pero que al menos sepan hacer preguntas interesantes que la IA pueda verificar. Foursquare nunca habría aprovechado los datos de Chipotle si alguien no se hubiera preguntado si el tráfico peatonal era de clientes nuevos o viejos. Un experto en mineral de hierro tal vez conozca las tres cosas que hay que preguntar a la IA en cuanto al movimiento de barcazas para determinar si la producción global está aumentando o disminuyendo.
Todo esto es trabajo nuevo, empleos que nadie habría imaginado hace una década, cuando salió el primer iPhone.
EMPLEOS “IOT”
Se están creando muchos empleos a partir de los fondos de compensación y las compañías de datos alternativos. Solo mira la actividad que provocó una clase de compañía de datos alternativos que compra cantidades exorbitantes de información recogida por los sensores de la “internet de las cosas” (IoT). Ya hay más de 8,000 millones de cosas conectadas en todo el mundo, afirmó Gartner, y se espera que la cantidad crezca casi 16 por ciento anual hasta 2020, cuando el mercado alcanzará un valor de 1.3 billones de dólares, según IDC, compañía de análisis en tecnología. Esto es mucho comercio, y significa montones de empleos para trabajadores de todos los niveles. Por ejemplo, Verizon necesita un ejército de obreros para trabajar en las calles instalando sensores de IoT en millones de farolas. Esos sensores rastrean niveles de ruido, calidad de aire, cantidad de autos en estacionamientos y otros factores. Otras compañías están contratando diseñadores y administradores de IoT, como el detallista Target que, el año pasado, contrató un vicepresidente de IoT. Si no hubiera inteligencia artificial para dar valor a todos esos datos, nada de esto estaría ocurriendo.
Estamos en medio de un auge de recolección de datos impulsado por la IA. En los círculos empresariales, el meme es que “los datos son el nuevo petróleo”; y encontrar datos nuevos es la nueva locura de explotación minera.
Ello nos lleva de nuevo a los satélites. Al crear un mercado pujante para datos satelitales, compañías como Orbital Insight financian el crecimiento del negocio de diseño, fabricación, lanzamiento y operación de satélites. Eso ha dado origen a empresas como Planet Labs, fundada, como Orbital Insight, por antiguos científicos de la NASA. Planet Labs está creando satélites del tamaño de un submarino de 30 centímetros; ha puesto 143 de ellos en órbita y ha recaudado 183 millones de dólares en fondos. Otra compañía joven, PlanetIQ, pretende lanzar una constelación de 12 satélites.
Al bajar por la cadena alimentaria satelital, encontramos que los nuevos operadores satelitales están impulsando los negocios de los fabricantes de satélites en Estados Unidos (Boeing, Orbital ATK, SSL) y en el extranjero (Dhruva Space, en India; NanoAvionics, en Lituania). Y, a su vez, esos fabricantes compran, a los fabricantes de productos electrónicos, antenas, paneles solares, tuercas, tornillos y todo lo que se requiere en un satélite. Los trabajadores de las fábricas que producen tuercas y tornillos para satélites tal vez no sepan nada de inteligencia artificial, pero la IA es una razón muy importante para que conserven su empleo.
Es imposible contar cuántos empleos cadena abajo ya pueden atribuirse directamente a la IA. Sin embargo, no hay duda de que esta hace que los datos sean mucho más valiosos que nunca, de la manera como el telar mecanizado hizo que el algodón fuera más valioso hace 250 años, al multiplicar enormemente lo que podía producirse con algodón.
Es verdad que la inteligencia artificial automatizará muchísimos más empleos en los próximos años. No obstante, los sectores emergentes, como los datos alternativos, prometen brindar a muchos más humanos ocupaciones más productivas que pasarse el día mirando YouTube.
—
Publicado en cooperación con Newsweek / Published in cooperation with Newsweek
