La tecnología se puede utilizar para tareas necesarias pero tediosas, que consumen mucho tiempo y serían más propensas a errores. Sin embargo, tanto la inteligencia artificial como la automatización inteligente a menudo se malinterpretan, y cuando se trata de IA, la exageración se está extendiendo más rápido que la ciencia real.
Los subconjuntos de inteligencia artificial, como el aprendizaje automático y el aprendizaje profundo, pueden ayudar a las organizaciones a examinar sus datos y abordar soluciones del mundo real, como el reconocimiento facial o el conteo de personas. La automatización inteligente puede ayudar aún más a las organizaciones mediante el uso de datos existentes y la automatización del análisis basado en esos datos, lo que en última instancia ayuda a mejorar las operaciones y el flujo de trabajo, así como a reducir las respuestas redundantes. Pero ninguna de las tecnologías es "inteligente" en el sentido de que no pueden pensar o actuar como humanos. Estamos a muchos años de eso.
Sin embargo, ambas tecnologías tienen soluciones realistas que se pueden implementar hoy, lo que brinda a las organizaciones beneficios reales. Para comprender algunos de esos beneficios, primero debemos comprender qué son la IA y la AI, sus limitaciones y cómo se puede implementar efectivamente la automatización inteligente.
Inteligencia artificial
A menudo se habla de inteligencia artificial y, sin embargo, muchas capacidades se malinterpretan, no se definen o se confunden. La incomprensión de las capacidades de la IA puede conducir a expectativas poco realistas. En ciencia de datos, la IA se refiere a un cerebro artificial completamente funcional que es consciente de sí mismo, inteligente y que puede aprender, razonar y comprender. Si bien los avances en lo que se conoce como tecnologías de IA han recorrido un largo camino y continuará haciéndolo, la realidad de la IA, sin embargo, es muy diferente a una computadora inteligente que puede aprender y tomar decisiones como un ser humano. En la práctica y en lo que se refiere a la industria de la seguridad física en particular, la IA es una tecnología que ejecuta una serie de algoritmos, busca en grandes bases de datos o realiza cálculos rápidamente para proporcionar información más profunda. Los resultados pueden ayudar a los usuarios a tomar decisiones de manera más rápida y eficiente dependiendo de la aplicación. Ejemplos generales de aplicaciones que se incluyen en "IA" serían el reconocimiento facial, la detección de objetos o el conteo de personas.
Debido a que es un término muy amplio, cuando se usa sin aclaración, la IA a menudo puede no cumplir con las expectativas. En realidad, lo que es posible hoy en día son subconjuntos de inteligencia artificial, como las técnicas de aprendizaje automático que incluyen redes neuronales y aprendizaje profundo. Por ejemplo, el aprendizaje profundo utiliza algoritmos específicos de tareas para ayudar a entrenar a una computadora a clasificar adecuadamente las entradas. Para hacer esto, los programadores esencialmente enseñan a una computadora ingresando una gran cantidad de datos con las etiquetas correspondientes, mejorando la capacidad de la tecnología para reconocer nuevas entradas. En un escenario de la vida real, el aprendizaje profundo se está utilizando en la solución de reconocimiento automático de matrículas (ALPR), Genetec™ AutoVu™. Genetec entrena el sistema de ALPR utilizando conjuntos de datos de imágenes de LPR sin procesar, con un conjunto limitado de posibles clases o salidas. El objetivo es que el sistema tome una imagen de la parte trasera de un vehículo que no ha visto antes y muestre los caracteres de la placa, junto con otros datos relacionados, como la ubicación de origen, el color y el tipo del vehículo, etc. El sistema completa estas tareas comparando la nueva imagen con imágenes etiquetadas en su base de datos. Luego, calcula la probabilidad de que la imagen pertenezca a un conjunto específico de clasificaciones. En este ejemplo en particular, Genetec ha visto una reducción en las lecturas de falsos positivos a una fracción de un 1%, lo que demuestra el valor de las técnicas de aprendizaje profundo en análisis altamente repetitivos basados en tareas.
Por otro lado, en la parte del aprendizaje automático o machine learning (ML) podemos ver beneficios para el comercio minorista. ML puede ayudar a las empresas a analizar procesos o identificar tendencias en los datos que ve. Por ejemplo, dicha tecnología puede ayudar a las tiendas a determinar las tasas de conversión o la cantidad de personas que visitan una ubicación en lugar de comprar. Un algoritmo de AI de aprendizaje profundo de alta precisión puede rastrear la cantidad de visitantes. En combinación con los datos de ventas, los minoristas pueden encontrar información valiosa al aprovechar esos datos juntos.
Si bien es altamente ventajoso para aplicaciones bien determinadas, la tecnología de IA actual tiene sus limitaciones. Los casos de uso específicos y los algoritmos ciertamente pueden ayudar a las organizaciones a encontrar una mayor eficiencia operativa, pero no puede enseñar tareas completamente nuevas o dar sentido automáticamente a los datos que no se les enseñaron primero.
De acuerdo con un estudio de la red de servicios profesionales y negocios de PricewaterhouseCoopers, el 69% de los empresarios mexicanos consideran que la IA tendrá un impacto más importante que el internet, 86% está de acuerdo en que esta tecnología cambiará la forma de hacer negocios en los próximos cinco años, pero sólo el 19% han introducido iniciativas de IA en sus negocios.
Definiendo automatización inteligente
Entonces, ¿dónde encaja la automatización inteligente en todo esto? La automatización inteligente también permite a los usuarios eliminar tareas tediosas o trabajo pesado repetitivo, ayudándoles a tomar decisiones más rápidas e informadas. También puede automatizar algunas de esas decisiones. AI integra la automatización y los datos juntos. Una forma de ver la AI es que utiliza los datos existentes de una organización de diferentes tecnologías y permite el análisis de datos a gran escala para automatizar las operaciones y mejorar la productividad.
En la industria de la seguridad física, AI puede combinar y automatizar muchos conjuntos de datos diferentes, como lecturas de termómetros, video, incidentes, reconocimiento facial, reconocimiento de matrículas, datos basados ??en mapas y otros registros. Las fuentes de datos pueden correlacionarse y aprovecharse juntas para evaluar situaciones o problemas específicos. Al igual que con las tecnologías de inteligencia artificial, la automatización inteligente es más capaz cuando se implementa para situaciones y problemas específicos y bien definidos. Si un sistema encuentra A y otro sistema encuentra B, entonces la automatización inteligente debería hacer C. Esta es la automatización que usa la inteligencia existente para analizar datos textuales o situacionales con los sistemas disponibles y proponer las medidas apropiadas a llevar a cabo. También puede simplificar el rendimiento en todas las organizaciones al automatizar el análisis de datos y verificar fallas o inconsistencias.
Automatización inteligente el mundo real
Para que las organizaciones aprovechen al máximo la automatización inteligente, la tecnología debe tener un entorno claramente definido donde el énfasis esté en el aporte humano con las máquinas que realizan el trabajo pesado y no en las máquinas que toman decisiones. Con la AI, los humanos revisan y aprueban las decisiones de la máquina para ayudar a mejorar los resultados.
Para que la AI mejore las operaciones y brinde inteligencia valiosa a las organizaciones, es necesario definir claramente las expectativas para comprender dónde se puede implementar y agregar valor.
En la industria de la seguridad física, la AI se utiliza para generar información a partir de fuentes de datos entre dominios. El sistema ingiere datos (flujos de video, alarmas de control de acceso, alertas de ALPR, entre otros), y aprovecha esos datos para generar inteligencia de negocios y mejorar procesos.
Pongamos de ejemplo un edificio que tiene varios sistemas, incluidos sensores de temperatura, sensores de flujo de aire y un sistema de seguridad centralizado. La automatización inteligente se puede utilizar para extraer videos automáticamente, enviar la ubicación de un incidente en un mapa y hacer sonar una alarma en caso de que la temperatura aumente considerablemente y el sensor de flujo de aire indique "peligro", lo que sugiere la posibilidad de un incendio o algún derrame químico. La tecnología puede iniciar un procedimiento operativo estándar específico (SOP, por sus siglas en inglés) cuando sea necesario, como desbloquear puertas específicas, notificar a la administración, entre otros.
Beneficios de la automatización inteligente
La AI es particularmente útil para aplicaciones con grandes cantidades de datos que de otro modo serían insuficientes o imposibles de manejar para los humanos. Puede automatizar tareas repetitivas y bien definidas que podrían llevar a un usuario una cantidad significativa de tiempo.
Además de ahorrar tiempo y dinero, la automatización inteligente también puede ayudar a las organizaciones a impulsar la innovación. Los procesos de automatización pueden quitarle la carga al empleado, permitiéndole concentrarse en tareas más innovadoras, creativas y altamente calificadas y en tomar decisiones más informadas.
Conclusión
“Los avances tecnológicos están marcando el comienzo de una nueva era de gran potencial para la automatización inteligente que puede beneficiar a casi cualquier empresa u organización al aprovechar los datos disponibles y abrir posibilidades interesantes. Cuando una aplicación lo requiere y cuando las expectativas se alinean, la automatización inteligente puede ser extremadamente valiosa, permitiendo a las organizaciones mejorar las operaciones, disminuir la posibilidad de error o fraude, mejorar la experiencia del cliente y agilizar los flujos de trabajo”. Alain Bissada, Director Sénior de Canadá y México en Genetec.
Redacción C21