Inteligencia artificial para la analítica de datos de 1966

En 1966, la era de la informática estaba en pañales. Fue el año de la caída de las bombas nucleares en Palomares y el de las marchas multitudinarias contra la Guerra de Vietnam. Otro curso más de ese telón de fondo que supuso la Guerra Fría durante toda la segunda mitad del siglo XX. Pero en este contexto tan poco dado a lo digital, en la Universidad de Carolina del Norte, nació un software pionero. ¿Su nombre? SAS. Investigadores de este centro englobaron bajo estas siglas (que significan Statistical Analysis System) un programa con el que poder gestionar datos de manera más eficiente, analizándolos y proyectando estadísticas sobre ellos. Lo que hoy conocemos como business intelligence -o el más ambiguo y genérico big data- surgía así hace más de 50 años.

Ya en 1976, diez años más tarde de su creación, este proyecto universitario dirigido inicialmente a la predicción agrícola cobró forma de empresa privada homónima. Liderada por uno de sus fundadores originales, James Goodnight, la compañía ha sido protagonista y testigo de excepción de cómo esa idea tan excepcional de los 60 acababa por convertirse en la tónica absoluta de la transformación digital en estos momentos. Y, conforme el mundo se abría a la analítica de datos, SAS también llenaba los bolsillos de sus dueños: la firma facturó 3.270 millones de dólares el pasado curso.

Pero la omnipresencia de la analítica de datos ha hecho que su antaño coto privado de caza (compartido si acaso con otros nombres ya caídos en desgracia como MicroStrategy o BusinessObjects) sea ahora un mercado en plena competencia y en el que están presentes todos los grandes players de la industria digital, de muchísimo mayor tamaño y mejores economías de escala.

Un hecho que se ha notado en el crecimiento de SAS, que ha anotado incrementos de apenas el 1-3% en los últimos cinco años. La llegada de la nube también pilló con el pie cambiado a esta empresa, que ha acelerado sus planes de migración a entornos cloud ante el empuje de rivales como Amazon, IBM y, especialmente, Microsoft. Su carácter propietario tampoco ayuda a su uso en un entorno tan heterogéneo como el actual, motivo por el cual SAS acaba de anunciar una alianza estratégica para llevar su software a la plataforma de contenedores OpenShift de Red Hat, referente en esto del código abierto. 

Se trata, por tanto, de un contexto muy distinto al de hace cinco décadas. Uno que se antojaba difícil de pronosticar, incluso con el análisis estadístico tan preciso del que presume SAS. Y es en este nuevo campo de juego en el que la empresa norteamericana busca reinventarse (y reivindicarse) como faro de la analítica de datos. En un evento celebrado esta semana en Milán, el propio Jim Goodnight apostaba sus cartas a la inteligencia artificial para recuperar el lustre perdido. "La valoración de datos con machine learning e inteligencia artificial, junto al procesamiento del lenguaje natural, nos permitirá acelerar la transformación digital de nuestros clientes y vincular los modelos analíticos a la realidad", dijo el ejecutivo.

No son palabras vacías: SAS anunció el pasado marzo una inversión de 1.000 millones de dólares para la investigación, formación y certificación en IA durante los próximos cinco años. Aproximación holística que no es baladí, ni mucho menos. "Una de cada cuatro empresas fracasa en su transformación digital. Y ahora resulta que piensan que la solución es añadir una pizca de inteligencia artificial sobre su data lake. Pero el problema no es la falta de inteligencia artificial en sí; ni ta siquiera es un problema de tecnología únicamente", explicó a su vez Oliver Schabenberger, director de operaciones de SAS, en referencia al cambio cultural que requiere la adopción de modelos de analítica de datos y la inclusión de tecnologías en el seno de la toma de decisiones en general.

Ejemplos dónde la inteligencia artificial sí encuentra su particular lugar junto a la analítica de datos no faltan. SAS trabaja con modelos de reconocimiento visual, similar al que se emplea para identificar rostros, para que la industria de la moda pueda reconocer vestidos en las pasarelas o redes sociales y anticiparse así a las tendencias del mercado. También en el ámbito médico, la firma norteamericana usa esta tecnología para analizar imágenes médicas de posibles cánceres, proyecto en el que se ha aliado con la UMCA holandesa. Son casos de uso donde ese business intelligence se sale de los información estructurada, de las miles de celdas de una base de datos, para acercarse al mundo físico en el que, por fortuna o desgracia, nos ha tocado vivir. Algo que nombres propios como Telefónica, Admiral, Telenor o Commerzbank ya han integrado en su propio imaginario digital.

La estrategia respecto a la inteligencia artificial parece que le está funcionando a SAS. Según cifras de la propia organización, su crecimiento en soluciones que llevan incorporada la IA es del 105%, el triple de ritmo que la media del mercado. Su ahínco en cubrir la "última milla" de la analítica de datos sobre inteligencia artificial le ha permitido también cubrir el ciclo completo del dato ("desde encontrar los datos hasta extraer valor de ellos", sintentizó Tom Fisher, vicepresidente de Desarrollo de Negocio) con un flujo de trabajo que va desde la exploración y la preparación de la información hasta el modelado, entrenamiento, despliegue y monitorización de los algoritmos correspondientes.

Y, como elemento diferenciador, sus modelos son transparentes y permiten conocer el porqué de una determinada predicción, a diferencia de las soluciones de los grandes proveedores que ya vienen preconfiguradas y cuyo funcionamiento en profundidad es considerado casi como un secreto de Estado. "No creemos en las cajas negras: es clave que podamos explicar los resultados, incluso para personas sin conocimientos técnicos, para lo que también utilizamos el lenguaje natural", explica Shadi Shahin, vicepresidente de Estrategia de Productos a INNOVADORES. Por delante queda, eso sí, el reto de seguir operacionalizando la analítica de datos; terreno fértil para una empresa como SAS que combina conocimiento de TI tradicional y analítica a partes iguales.

Negocio lucrativo

Aunque el rol que SAS ha de jugar en esta industria en los próximos cursos esté aún por definir, lo cierto es que va a decidirse sobre una arena muy positiva. De hecho, se estima que la inversión en analítica de datos supere los 150.000 millones de dólares en 2019, con una proyección de 274.300 millones para 2022. Cifras extraordinarias que poco o nada tienen que ver con las que alguien pudo soñar en 1966.