El auge  de la IA, o inteligencia artificial, me recuerda a la alfabetización. Hace cientos de años, muchos pensaban que, tal vez, no todos debían saber leer y escribir. Por entonces, muchos se dedicaban  al campo o a las ovejas, y, por ello, la comunicación escrita no era tan necesaria. Todo lo que hacía falta era que los curas y monjes supieran leer la Biblia, y los demás fuéramos al templo, la iglesia  o el edificio sagrado, a escuchar lo que leía el sacerdote. Por suerte, descubrimos luego que podemos crear una sociedad más rica si muchas personas saben leer y escribir. 
Hoy en día, la inteligencia artificial está en manos de grandes sacerdotes. Son los ingenieros de IA altamente calificados, y muchos trabajan en grandes compañías tecnológicas. Y la mayoría de la gente puede acceder solo a la IA que ellos crean. Creo que podemos construir una sociedad más rica si posibilitamos que todos contribuyan a escribir el futuro. 
Pero ¿por qué la IA está concentrada en las grandes empresas tecnológicas? Porque muchos proyectos de IA demandan grandes inversiones. Puede que necesiten docenas de ingenieros muy calificados, y puede costar millones o decenas de millones de dólares construir un sistema de IA. Y esas grandes empresas, en especial las que tienen cientos de millones de usuarios, o miles de millones, han logrado como ninguna otra hacer rendir esas inversiones porque, para ellas,  un sistema de IA universal, como el que mejora las búsquedas en la web, o que recomienda productos para las compras en línea, puede aplicarse  a esta enorme cantidad de usuarios para generar ingresos altísimos. Pero esta receta de IA no funciona cuando salimos  de la tecnología y la internet y vamos a otros lugares donde, en general, no hay proyectos que apliquen para 100 millones de personas o que generen ganancias parecidas. 
Les daré un ejemplo. Muchas veces, en los fines de semana, voy en auto desde mi casa a una pizzería para comprar pizza hawaiana al dueño del negocio. La pizza es fantástica, pero el dueño del local siempre se queda con pizzas sin consumir y, cada vez que voy,  falta algún tipo de pizza. Sin embargo, cuando lo miro trabajar, me entusiasmo, porque con la venta de pizzas, este hombre genera datos. Y él podría sacar ventaja de esos datos si tuviera acceso  a la inteligencia artificial. 
Los sistemas de IA  saben identificar patrones 
cuando tienen acceso a los datos correctos, y hasta podrían detectar si las pizzas mediterráneas se venden bien un viernes por la noche, y de este modo sabría que puede producir más ese día. Quizá se pregunten: “Andrew, este es un local pequeño. ¿Vale la pena?“. Pues bien, para el dueño de esta pizzería, tener algo que le permita  mejorar sus ingresos en miles de dólares por año, sin duda valdría la pena. 
Se dice que la IA necesita de inmensas cantidades de datos, y que cuanto más datos, mejor. Pero, en realidad, la IA puede funcionar perfectamente con cantidades modestas de datos, como los generados por una sola pizzería. El problema real, entonces, no es que los datos de la pizzería son insuficientes, sino que este pequeño restaurante nunca tendrá los clientes suficientes para justificar el gasto de contratar un equipo de IA. Sé que en EE. UU. hay cerca de medio millón  de restaurantes independientes que, en total, atienden  decenas de millones de clientes. Pero cada restaurante tiene distintos menús, distintos clientes, distintas formas de registrar ventas, y no hay una IA que aplique a todos. 
¿Qué pasaría si los negocios pequeños, y en especial los del lugar, pudieran usar la IA? Veamos qué pasaría si se la usa en una empresa que fabrica y vende camisetas. Sería genial si el contador de una empresa de camisetas usara la IA para estimar la demanda. Podría detectar memes graciosos para imprimir en las prendas y así subir las ventas, inspirándose en las tendencias de las redes sociales. O en la colocación del producto. ¿Por qué no se podrían tomar fotos del frente de un negocio, mostrárselo a la IA para que recomiende dónde colocar el producto para que suban las ventas? Cadena de abastecimiento. ¿Puede la IA decirle a un comprador si le conviene o no pagar 20 dólares por metro  de cierto género en ese momento, o si le conviene seguir mirando porque quizá encuentre  uno más económico en otro lado? O el control de calidad. Un inspector de calidad debería poder usar la IA para escanear automáticamente fotos del género que usan para confeccionar las camisetas, y de ese modo controlar  si tienen partes rasgadas o desteñidas. 
Hoy, las grandes empresas tecnológicas 
usan la IA como rutina  para resolver este tipo de problemas, y con muy buenos resultados. Pero hoy una empresa de camisetas típica, o una automotriz típica, o un negocio minorista, una escuela,  o las granjas locales típicas, no usarán la más mínima IA con estos fines. Los fabricantes de camisetas  son bastante diferentes entre sí, por lo que no hay una IA  que pueda servir a todos. Y, de hecho, fuera de internet  y de los sectores tecnológicos, en otras industrias,  incluso en grandes empresas, como las compañías farmacéuticas, las automotrices, los hospitales, también tienen este problema. 
Estas son las consecuencias de largo arrastre de la IA. Si tomáramos todos los proyectos actuales y potenciales de IA, los clasificáramos en orden de valor decreciente y los ploteáramos, obtendríamos un gráfico como este. Quizá el sistema de IA más valioso sea el que decide qué publicidad se mostrará a la gente en internet. El segundo quizá sea  un buscador en la web, y el tercero, un sistema de recomendación para la compra de productos en línea. Pero si observamos la curva  hacia la derecha, allí están proyectos  como la colocación de las camisetas, o la estimación de demanda de las prendas o del restaurante de pizzas. Cada uno es un proyecto singular que debe ser hecho a medida. La estimación  de la demanda de camisetas, si depende de las tendencias de memes en las redes sociales, es un proyecto muy distinto  al de una pizzería, que depende de los datos de venta. Hoy existen millones de proyectos que esperan su turno en esta distribución en la que nadie está trabajando, pero que tienen un valor agregado inmenso. 
¿Cómo hacer, entonces, 
que los negocios minoristas  y los individuos puedan crear sistemas de IA  que les sean útiles? En las últimas décadas, en general, para crear un sistema de IA, había que hacer lo siguiente: escribir páginas y páginas de códigos, que ojalá todos aprendieran a hacer. De hecho, la educación  tanto virtual como presencial contribuye cada vez más a que esto sea posible, pero, lamentablemente, no todos disponen de tiempo. De todos modos, ha surgido una nueva manera de crear sistemas de IA que permitirá la participación  de más personas. Así como el lápiz y el papel, tecnología muy superior a las tablas de piedra y el cincel, permitieron la alfabetización masiva, están surgiendo nuevas plataformas  para el desarrollo de la IA, que ya no piden que escribamos gran cantidad de códigos, sino que suministremos datos, lo cual es mucho más fácil  para mucha gente. 
Hoy existen muchas compañías que trabajan en este tipo de plataformas. Mostraré algunos conceptos en los que trabaja mi equipo. Tomemos el ejemplo de un inspector que quiere detectar defectos en un género usando la IA. El inspector puede tomar fotos de la tela, subirlas a una plataforma, como vemos aquí, y luego mostrarle a la IA el sector rasgado de la tela seleccionándolo en un rectángulo. También pueden mostrar a la IA cuál es la parte desteñida de la tela, seleccionándola en un rectángulo. De este modo, las imágenes con los rectángulos verdes y rosas marcados por el inspector son datos que él mismo ha generado para indicarle a la IA cómo buscar partes rasgadas o desteñidas. Una vez examinados los datos por la IA, quizá haya detectado las partes rasgadas pero no ha detectado  suficientes partes desteñidas. Es equivalente a un inspector novato que aprendió a detectar partes rasgadas pero aún necesita afinar criterios para detectar partes desteñidas. Aquí, el inspector puede retroceder y tomar más fotos de partes desteñidas, y mostrárselas a la IA para que profundice la búsqueda. Cuando ajustamos los datos para la IA, la volvemos más lista. En definitiva, un inspector que use  una plataforma accesible como esta puede, en horas o en pocos días, y con la configuración adecuada  en su cámara, construir un sistema de IA a medida para detectar defectos, partes rasgadas y partes desteñidas en todos los géneros  destinados a camisetas en la fábrica. 
Y, de nuevo, bien podrían decirme: “Oye, Andrew, esta es una sola fábrica. ¿Vale la pena?“. 
Mi respuesta es que vale la pena para ese inspector  que ve su vida simplificada. Del mismo modo, la IA puede ayudar a un panadero a controlar la calidad  de los pasteles que hace, o a un productor orgánico a controlar la calidad de los vegetales, o a un fabricante de muebles a controlar la calidad de su madera. 
Este tipo de plataformas seguramente necesitará de unos años más para que sea de uso sencillo para todos los dueños de pizzerías. Pero muchas de ellas ya están apareciendo, y algunas resultan ser muy útiles para quienes conocen la tecnología de hoy, con una capacitación básica. Lo que esto significa es que, en lugar de esperar a que los grandes sacerdotes generen sistemas de IA para los demás, demos ese poder a los contadores, a los gerentes de un comercio, a los compradores  y a cualquier inspector de calidad, para que creen sus propios sistemas de IA. 
Espero que el dueño de la pizzería, y muchos otros dueños de negocios, puedan aprovechar esta tecnología porque la IA está generando enormes riquezas y seguirá haciéndolo en el futuro. Y solo si democratizamos el acceso a la IA nos aseguraremos de que esta riqueza se expanda en toda la sociedad. 
Hace cientos de años, creo que casi nadie imaginó el impacto que iría a tener la alfabetización. Hoy, creo que casi nadie  imagina el impacto que tendrá la democratización del acceso a la IA. Crear sistemas de IA ha sido inaccesible para la mayoría, pero no tiene por qué seguir siendo así. En la próxima era de la IA, todos podrán construirse su propio sistema de IA, y creo que ese futuro será sumamente interesante. 
Muchas gracias. 
(Aplausos) 
