A priori, la respuesta es muy probablemente sí, o tendrías que hacer muy poco para estarlo. La razón la veremos más adelante.
Retomando algunas cosas que hemos dicho antes, Machine Learning es una evolución en la tecnología y metodología de generación de conocimiento a partir de grandes volúmenes de información con la que se busca automatizar en mucho mayor proporción el trabajo de recopilación, análisis y ajuste de modelos a la información en escenarios controlados y para fines muy específicos. En otras palabras, es una forma más novedosa de hacer algo que ya estamos haciendo.
Ahora, la pregunta se vuelve: ¿qué necesito para empezar? La realidad es que muy poco, bajo el supuesto de que ya tengas un programa, aunque sea básico, de explotación de la información para toma de decisiones o para mejora de algún proceso. Prácticamente lo único que necesitas es: flujos de información, medios de entrega, objetivos definidos, conocimiento básico del campo de conocimiento involucrado y ganas.
Lo primero, flujos de información, normalmente los tenemos. Lo que se necesita es estandarizarlos y asegurarlos, no solo saber que la información se genera, sino que le damos la forma y la ponemos donde es necesaria para que la podamos meter en los algoritmos de aprendizaje automatizado. Un caso común de generación de la información es el de la interacción de los usuarios con los canales digitales. Por básica que sea nuestra medición de esto, estas trazas dejan mucha información que, formateada y almacenada correctamente, puede ser muy útil.
Los medios de entrega suele ser donde más dolor esperamos. Y parece que esperamos que esto sea doloroso porque no solemos ser muy cercanos a esta tecnología; sin embargo, hoy el desarrollo de las aplicaciones distribuidas y sus conectores permiten convertir casi cualquier medio digital en un espacio que pueda interactuar con un motor de inteligencia tal que nos permite aprovechar los resultados de estos algoritmos. Tanto customer facing como internos, la interacción puede ser mucho más sencilla de lo que imaginamos y generar valor más rápido de lo que creemos.
La que daríamos por hecho y que les diría yo que es donde es más probable que se rompa es en la parte de tener objetivos definidos. La pregunta básica se vuelve: ¿qué estamos buscando lograr? “Vender más”, “aprovechar lo que tenemos”, “estar al día” no son objetivos estratégicos válidos; qué es eso que está alineado con nuestro negocio que se puede impulsar a través de una aproximación más inteligente, ya sea directo al consumidor o que permita hacer más inteligentes nuestras decisiones o procesos internos. Con ese objetivo definido, entonces se pueden mapear los dos anteriores de manera que hagan sentido.
El conocimiento básico del campo lo solemos dar por hecho al tratarse de “nuestro negocio”. Sí, es cierto, normalmente está presente, solo lo agrego como una precaución; si damos por hecho algo que no es cierto, vamos a multiplicar el error de forma muy rápida al automatizarlo y eso puede ser muy negativo. Así que nunca está de más el double check, ¿lo que estamos suponiendo es válido o necesitamos asegurarlo antes de arrancar?
Y por último: ganas. No se trata de reemplazar gente, se trata de dedicar a las personas a hacer aquello para lo que se requieren sus talentos; no se trata de darle “run” y olvidarse, es una extensión de nuestras capacidades que requiere nuestra atención y mantenimiento; no se trata de un cambio menor en la forma de hacer las cosas, estamos hablando de automatizar tomas de decisiones cruciales y estar seguros de que está entregando el valor que buscamos. En otras palabras, requiere un compromiso y en muchos casos un proceso de transformación.
De modo que parecería que sí, lo más complicado de empezar es quererlo y saber para qué, de modo que si estás pensando que una implementación de machine learning te podría ayudar a conseguir un objetivo de tu negocio, muy probablemente tienes razón y estás listo para empezar.
¿Tienes la intensión de iniciar con Machine Learning para algún proyecto? ¿Tienes claro qué buscas y qué tienes que cambiar para involucrarlo? ¿Ya lo intentaste? ¿Cómo te fue?
