Diego Gómez Florez[1]
Guillermo Proaño Arrué[2]
Los tiempos cambian y las necesidades también. Nuestra sociedad ha evolucionado a una sociedad más tecnológica, donde el uso de medios digitales se ha convertido en nuestra herramienta diaria. En este contexto, el valor que le damos a las cosas también ha cambiado. Antes, el valor relativo de bienes materiales como máquinas, inmuebles o construcciones era mayor. Hoy en día la tecnología y los datos son activos más valorados dentro de las corporaciones. En un artículo denominado “La data soy yo”[3], se puso en contexto el nivel de importancia que tiene la data y la tecnología en las empresas actualmente. Así, se hace mención al hecho de que 7 de 10 compañías con mayor capitalización de mercado en el mundo, son empresas tecnológicas que se han desarrollado a raíz de enlazar data con los seres humanos.
Cierto es, que la información por sí sola no genera mayor valor, sino que debe existir un tratamiento correcto y eficiente al interior de las empresas para que la misma pueda generar beneficios y valor. El artículo antes aludido refiere a ello también, señalando que, en la era de la información, la data es usada para decidir qué tipo de acceso tiene la gente a los servicios, y que los datos, debidamente procesados, es lo que realmente genera valor.
En ese contexto es que surgen modelos de negocio basados en el uso de la información intensiva, y de manera paralela y necesaria, herramientas tecnológicas que permiten convertir los datos recopilados en activos aprovechables por las empresas para sus propósitos comerciales.
Dentro de ese tipo de modelos de negocio se encuentran los llamados de “economía colaborativa” y todos aquellos que generan y obtienen beneficios a partir de un tratamiento y procesamiento digital de datos. Tenemos casos como Netflix y su sistema de recomendaciones en base a la preferencia de los usuarios, además de reinventarse constantemente a través de la creación de contenidos, o Airnbnb, que clasifica los comentarios que recibe para definir el tipo de alojamiento que necesita un usuario.
Por su parte, existen herramientas tecnológicas como la inteligencia artificial o los sensores y procesadores de datos, necesarios para recolectar y procesar información masivamente, con la finalidad de generar valor agregado a partir de ella.
Ahora bien, así como el uso de datos representa una serie de beneficios, puede generar también contingencias a raíz de su uso incorrecto, existiendo a la vez limitaciones legales en cuanto a su obtención. Dado que estos datos se encuentran asociados, en su mayoría a personas naturales, los derechos relacionados a la protección de datos personales y al consumidor se tornan muy sensibles y trascendentes.
Economía Colaborativa – Una nueva forma de hacer negocios a partir de la información y tecnología
“La comunicación multidireccional en tiempo real, desde cualquier lugar, en cualquier momento y con la facilidad de obtener, procesar y compartir cantidades prácticamente ilimitadas de información, ha permitido el auge de toda una dimensión de la economía que antes era marginal. La conectividad entre individuos que tienen algo que comprar o vender con potenciales contrapartes ha permitido el desarrollo de mercados masivos antes insospechados” [4], comenta Cavero.
Precisamente, es en este desarrollo de nuevos mercados que se potencia la Economía Colaborativa que, si bien no es un concepto nuevo, con el uso de medios digitales ha adquirido una nueva dimensión.
La Economía Colaborativa “se refiere a un grupo de intercambios o transacciones en tiempo real, realizados de persona a persona, (en lugar de empresa a persona)”[5] eliminando de la operación a intermediarios innecesarios, y por tanto acercando la oferta y la demanda para segmentos no tradicionales.
“Aunque estos intercambios se pueden dar de diversas formas, el desarrollo de plataformas online, (lideradas en su mayoría por startups) ha conseguido simplificar las transacciones y llegar a un mayor número de personas”.[6] De esta forma, tenemos a tres actores involucrados en la operación: el que ofrece, el que consume y la plataforma que facilita este intercambio.
AirBnb, es una plataforma que permite a sus usuarios alquilar o vender propiedades. Así, acerca necesidades de dos partes, sin un intermediario de por medio.
Uber, por su parte, es una plataforma que a partir de información sobre la ubicación de una persona, conecta conductores de taxis con usuarios que requieren movilizarse. Su papel, como el de AirBnb, se reduce únicamente a acercar necesidades.
Park At My House funciona como una plataforma “donde consumidores interesados en aparcar cerca de estadios, aeropuertos o eventos y dueños de plazas cerca de los mismos se ponen en contacto para poder realizar las transacciones de alquiler”. [7] Sirve mucho para compartir plazas de garaje en aquellas ciudades donde esto resulta costoso o escaso. Es decir, puedes alquilar tu garaje por un tiempo determinado.
Ni Airbnb, ni Uber, ni Park At My House, son propietarios de las casas o vehículos. Su función se limita a actuar como un intermediario que acerca las necesidades de dos partes y, a cambio de ello, obtener una comisión por la transacción celebrada. Si bien estos intercambios eran posibles antes, la falta de data y los altos costos de transacción derivados de la necesidad de canalizar los negocios a través de empresas tradicionales como intermediarios, fueron siempre desincentivos para su desarrollo.
El desarrollo de este tipo plataformas o negocios, evidencia el papel medular que la transformación digital ha tenido. Lo anterior se traduce en el desarrollo de plataformas eficientes que permiten interacciones en tiempo real, así como también en un correcto y efectivo manejo de datos o información recolectada (a través del uso de herramientas como las que mencionaremos), que potencia los negocios generando eficiencias productivas que permitan mejorar su oferta y obtener ventajas competitivas.
Inteligencia Artificial (IA) – Una herramienta para convertir datos en información útil
¿Quién podría imaginar hace unos 50 años que enfermedades como el cáncer podrían ser detectadas mediante un análisis hecho por una máquina, o que con el uso del reconocimiento facial los criminales podrían ser atrapados en menor tiempo, o que, poniendo un ejemplo más cercano al día a día, una aplicación pueda brindar recomendaciones en base a los gustos o preferencias de una persona?
Estos son algunos ejemplos que muestran el rol que desempeña la tecnología hoy en día. Ésta se ha convertido en un instrumento no solo importante, sino necesario en nuestro quehacer cotidiano y, si bien todas las actividades señaladas se desarrollan en campos totalmente distintos entre sí (medicina, seguridad, entretenimiento), lo cierto es que tienen un elemento en común en la generación de resultados: el uso de datos como base o insumo para generar eficiencias productivas al interior de las empresas.
Ahora bien, los datos por sí mismos son solo eso, datos que se cruzan entre sí sin un orden lógico, y que, para llegar a convertirse en información útil, deben ser analizados, procesados y unidos unos con otros de manera lógica. Es cierto que este ejercicio puede ser realizado por las personas, sin embargo, la gran cantidad y dispersión de aquellos representa el mayor obstáculo.
A partir de la situación antes planteada, surgen instrumentos digitales como la IA, cuya función es procesar la gran cantidad de datos existente para darles sentido y convertirlos en información útil.
Entendida como “la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes”[8], la IA, en sus diversas manifestaciones, sirve de instrumento para poder analizar esos datos y producir información relevante.
En el campo de los negocios, podríamos señalar que la IA vendría a ser el instrumento mediante el cual las empresas canalizan el uso de la información recabada y la procesan para darle valor. “La IA parte de un concepto que ha evolucionado con el tiempo, y que tiene que ver con la idea de construir máquinas capaces de pensar como seres humanos. Todo tipo de empresas de sectores industriales y de servicios, utilizan aplicaciones de IA para conseguir objetivos precisos por su capacidad para transformar datos en información útil y valiosa. Su uso hace una distinción en términos de competitividad”.[9]
A partir de lo anterior, surgen dos formas de crear y aplicar IA en los modelos de negocios: Machine learning y Deep learning.
Machine learning (ML)
“ML es una aplicación de IA que proporciona a una maquina la cualidad de aprender por sí misma, mediante el estudio científico de algoritmos y modelos estadísticos capaces de mejorar de manera automática a partir de la experiencia, y sin depender de una programación previa”.[10]
A través de ML se intenta desarrollar inteligencia que proviene de los datos, es decir, se busca aprender de esos datos para tomar decisiones. En pocas palabras, ML significa enseñar a una maquina a aprender, sin embargo, es necesario precisar que, si bien este es un aprendizaje automático, necesita aún de la intervención humana para determinar lo que está bien o mal.
Un ejemplo de ML en los negocios es el que aplica Netflix a través de las recomendaciones a sus usuarios de series y películas. Netflix tiene millones de perfiles suscritos en su plataforma alrededor del mundo, cada perfil representa gustos y preferencias de una persona. Teniendo en cuenta que los perfiles son diferentes y únicos, ¿cómo hace Netflix para poder ofrecer recomendaciones tan precisas a cada usuario distinto?
Todd Yellin, vicepresidente de innovación de productos de Netflix, comenta que lo que se ve de esos perfiles son los siguientes tipos de datos: “lo que las personas miran, lo que miran después, lo que miran antes, lo que vieron hace un año, lo que vieron recientemente y a qué hora del día”. [11] Estos datos serán de suma importancia para que la máquina aprenda el comportamiento del usuario. Como vemos, para poder ofrecer recomendaciones a cada usuario, Netflix usa los datos que son arrojados por las interacciones entre las personas con la plataforma.
Deep learning (DL)
El DL o aprendizaje profundo, se refiere a un “grupo de algoritmos que imitan al cerebro humano ‘aprendiendo’ a reconocer patrones de repetición, palabras concretas, comportamientos frecuentes. Estos algoritmos –definidos por la RAE, como un “conjunto ordenado y finito de operaciones que permiten hallar la solución de un problema”– trabajan ‘imitando’ la labor neuronal del cerebro”.[12]
La diferencia con el ML está en el nivel de autonomía que ofrece el DL, ya que, al ser una emulación del funcionamiento básico del cerebro, no necesita de la misma supervisión humana.
Un ejemplo de aplicación del DL es el que viene desarrollando Apple en la mejora de su asistente personal Siri. Mediante el reconocimiento de voz, la función de Siri radica en servir de ayudante personal al usuario de un dispositivo de Apple. El gran reto que representa ser un asistente personal no humano se encuentra en la calidad de respuesta que puede proporcionar ante una pregunta compleja. Para ello, Apple ha venido utilizando una tecnología de rápida evolución llamada aprendizaje automático, con la finalidad de que sus dispositivos informáticos puedan comprender mejor lo que los humanos queremos y poder suministrarlo de una forma que podamos entender.[13]
Para el desarrollo del iOS 11, por ejemplo, Apple trabajó “con una nueva actriz de voz para grabar 20 horas de discurso en inglés estadounidense y generar entre 1 y 2 millones de segmentos de audio”. [14] Éstas, de manera posterior, fueron utilizadas para entrenar un sistema de aprendizaje profundo. El objetivo de Apple es claro, se busca que la interacción entre los usuarios y Siri sea cada vez más parecida a la de una persona con un asistente humano.
Conclusiones y retos legales
- La forma de hacer negocios ha cambiado. El uso de información aplicada por medio de herramientas digitales ha permitido explotar nuevos espacios en el mercado. Ello ha potenciado modelos de negocios basados en el uso de información y su creación de valor, como los de Economía Colaborativa, y otros.
- Herramientas digitales innovadoras que permitan crear valor a través del procesamiento de los datos, son ahora activos sumamente valorados. Tal es el caso de la IA y sus modalidades de aplicación: machine learning y deep learning. Esto conlleva grandes beneficios, sin embargo, supone también la utilización adecuada de la información, en particular tratándose de información personal de consumidores y público.
- En este sentido, empresas y tecnologías como las que hemos referido en este artículo serán cada vez más comunes. Así también, la gran relevancia que han adquirido los derechos relacionados a la protección de datos personales y al consumidor deberá ir de la mano con la defensa que exige su tratamiento, sin que esto signifique excesos que puedan generar trabas innecesarias al desarrollo de negocios como los referidos en el presente trabajo.
[1] Asociado Senior de Hernández & Cia Abogados. Abogado por la Universidad de Lima. Instituto Universitario Ortega y Gasset – Adscrito a la Universidad Complutense de Madrid. Maestría en Economía y Derecho (Economics & Law) y Políticas Públicas.
[2] Estudiante de la Facultad de Derecho de la Pontificia Universidad Católica del Perú. Practicante Pre-Profesional del área de Competencia, Telecomunicaciones, Propiedad Intelectual, Entretenimiento, Deportes y Medios del Estudio Hernández & Cía.
[3] Diario Gestión (2018). “La data soy yo”. Traducido de “The Economist Newspaper Ltd.” 2018.
[4] Cavero, Enrique (2017). ¿Cómo regular una aplicación? https://elcomercio.pe/opinion/columnistas/regular-aplicacion-enrique-cavero-439496-noticia/?ref=ecr
[5] Fernández, Héctor. Economía colaborativa y su impacto en la era digital. https://economiatic.com/economia-colaborativa/
[6] Fernández, Héctor. Economía colaborativa y su impacto en la era digital. https://economiatic.com/economia-colaborativa/
[7] Redacciones (2018). Economía colaborativa: 8 ejemplos exitosos. https://cumbrepuebloscop20.org/economia/colaborativa/
[8] Lazalde, Alan (2011). Murió John McCarthy, pionero que acuñó el término inteligencia artificial. https://hipertextual.com/2011/10/murio-john-mccarthy-pionero-que-acuno-el-termino-inteligencia-artificial
[9] Brain Investigations(2019). Aplicaciones de Inteligencia Artificial para Los Negocios. https://www.brainvestigations.com/inteligencia-artificial/aplicaciones-para-los-negocios/
[10] Brain Investigations (2019). Aplicaciones de Inteligencia Artificial para Los Negocios. https://www.brainvestigations.com/inteligencia-artificial/aplicaciones-para-los-negocios/
[11] Malptech (2018). Machine Learning en Netflix, un enfoque visionario de desarrollo de aplicaciones de transmisión de video. https://mapltech.wordpress.com/2018/09/22/machine-learning-en-netflix-un-enfoque-visionario-de-desarrollo-de-aplicaciones-de-transmision-de-video/
[12] Redacción APD (2018). ¿Qué es el deep learning y por qué es clave para la inteligencia artificial? https://www.apd.es/que-es-deep-learning/
[13] Baugh, Cristopher (2018). How Apple Uses Deep Learning to Fix Siri’s Robotic Voice. https://www.iphoneincanada.ca/news/siri-deep-learning/
[14] Baugh, Cristopher (2018). How Apple Uses Deep Learning to Fix Siri’s Robotic Voice. https://www.iphoneincanada.ca/news/siri-deep-learning/
