La crisis por la pandemia fue algo inesperado para muchos, ya que fue un problema que necesitó una solución en cuestión de días, no semanas ni meses, requiriendo una transformación para los modelos y tecnologías de IA. Esta transformación conllevó crear métodos ágiles, dinámicos y resistentes, los cuales ayudaron a resolver la crisis y así evitar problemas futuros. Hemos escuchado hablar del impacto que ha tenido la Inteligencia Artificial en la pandemia; sin embargo, no se ha escuchado del impacto de la pandemia en la IA. Existen tres áreas de impacto que han ayudado a dar forma al uso de la IA durante los últimos meses, las cuales seguirán transformando la analítica y la IA en los próximos años.
1. La velocidad de la toma de decisiones conduce a una ciencia de datos ágil
La propagación de la pandemia fue muy rápida, tomando por sorpresa a los gobiernos, empresas y ciudadanos. Esta crisis no solo fue de salud, sino que también trajó problemas económicos, políticos y sociales. Uno de los mayores problemas fue la crisis de la cadena de suministro, ya que en cuestión de días (la demanda de papel higiénico y toallas de papel aumentó en un 600-750% durante la primera semana de Marzo) no había suficiente oferta de productos para toda la demanda de personas.
Dado que los líderes de las empresas necesitaban actuar con rapidez, la pandemia brindó la oportunidad de que los métodos de análisis y de inteligencia artificial aumentaran para la ayuda de toma de decisiones. Los modelos de IA tenían que desarrollarse en plazos mucho más cortos. Al usar metodologías ágiles de ciencia de datos, se pudieron comprimir los tiempos, construyendo un modelo SEIRD (Suceptible, Expuesto, Infectado, Recuperado, Muerte), el cual trajo un sistema de progresión de Covid-19. Este sistema se probó y validó en menos de una semana, logrando reducir los tiempos y haciendo el sistema más sofisticado.
2. La incertidumbre sobre el futuro conduce a simulaciones de múltiples agentes
La incertidumbre afectó todos los aspectos de la vida, desde la salud hasta el comportamiento y el impacto económico, acelerando la adopción de análisis avanzados y técnicas de inteligencia artificial. Esta incertidumbre hizo que la planificación de distintos escenarios fuera lo más importante para evaluar planes y decisiones. El análisis se convirtió en el modelo para la evaluación de la progresión de la enfermedad, la recesión económica y la recuperación. Por otro lado, también ayudó en otros aspectos como la toma de decisiones de gestión en las aperturas del sitio, la planificación de contingencias, la detección de la demanda , interrupciones de la cadena de suministro y planificación de la fuerza laboral. Por otro lado, el modelado dinámico de sistemas fue fundamental para integrar múltiples dominios de toma de decisiones. Este modelo sirvió para detectar la progresión de la enfermedad, intervenciones gubernamentales, comportamiento de las personas, detección de la demanda, interrupciones del suministro, entre otros.
3. La falta de datos históricos conduce a un aumento de la IA basada en modelos
Debido a que es una enfermedad nueva, existían muy pocos datos históricos a nivel mundial sobre la enfermedad. Como resultado, había pocos datos para impulsar enfoques de inteligencia artificial ricos en datos y sin modelos. Por necesidad, la IA basada en modelos fue necesaria. A medida que avanzaba la pandemia y había más datos disponibles, se podían combinar enfoques con más datos y sin modelos, lo que dio lugar a algunas soluciones híbridas clave.
Es claro que la pandemia ha expuesto las deficiencias de nuestros sistemas, procesos, gobiernos y comportamientos. Pero también ha brindado una oportunidad para que los científicos de datos y de inteligencia artificial utilicen sus técnicas y herramientas avanzadas para lograr ayudar a las empresas a tomar decisiones en un entorno que está dominado por la velocidad, la incertidumbre y la falta de datos.
Fuente: 3 ways COVID-19 is transforming advanced analytics and AI. (2020). Retrieved 13 August 2020, from https://www.weforum.org/agenda/2020/07/3-ways-covid-19-is-transforming-advanced-analytics-and-ai/
