IA y ML: ¿LATAM será el próximo “gran” destino? 

La pandemia del COVID-19 ha acelerado la adopción del machine learning (ML) en muchas áreas, por lo que las empresas han aumentado las inversiones y los esfuerzos de implementación del ML. ¿Cómo pueden aprovechar los mercados emergentes como América Latina esta oportunidad para adoptar con mayor rapidez los modelos de inteligencia artificial (IA) y ML?

1. La encuesta sobre machine learning que llevó a cabo Refinitiv en 2020 confirma que la adopción de la IA y el ML sigue creciendo a nivel mundial, con las tasas de adopción más altas en América del Norte.
2. Esto representa una gran oportunidad de crecimiento para las empresas a nivel mundial; sin embargo, los resultados del informe sugieren que se espera que América Latina solo obtenga ganancias del 5 % debido a las tasas de adopción más bajas del ML.
3. A pesar de las diferencias tecnológicas y de inversión en comparación con América del Norte, las empresas latinoamericanas aún pueden abordar los desafíos con mejores recursos.

La encuesta sobre machine learning que llevó a cabo Refinitiv en 2020 confirma que la adopción del ML sigue aumentando a nivel mundial, con las tasas de adopción más altas en América del Norte. En la actualidad, el 72 % de las empresas afirma que el ML es un componente fundamental de su estrategia de negocios.

En muchas áreas, la pandemia del COVID-19 ha acelerado la adopción del ML. Si bien el COVID-19 causó alteraciones y cambios significativos en los modelos de ML, lo cual generó que las empresas aumentaran las inversiones y los esfuerzos de implementación del ML, los mercados emergentes como América Latina tienen la oportunidad de adoptar con mayor rapidez los modelos de inteligencia artificial (IA) y ML.

Lea la encuesta sobre machine learning (ML) que llevó a cabo Refinitiv en 2020

Oportunidades de crecimiento impulsadas por el ML

De acuerdo con un nuevo análisis financiero a nivel mundial realizado durante la pandemia del COVID-19, la escala y el impacto futuros de las tecnologías de IA superarán la tendencia actual, con un índice de adopción que alcanzará un nuevo nivel.

Para las empresas latinoamericanas, esto representa una gran oportunidad de crecimiento: Según un informe del Banco Interamericano de Desarrollo (BID), se estima que la influencia de la IA podría aumentar el crecimiento del PIB a nivel mundial en un 14 % antes del 2030. Aunque todas las regiones geográficas están preparadas para experimentar los beneficios económicos de la IA, se espera que América Latina solo obtenga ganancias del 5 % debido a las tasas de adopción más bajas del ML.

Sin embargo, eso no tiene por qué ser así. Las empresas latinoamericanas pueden crecer más rápido y superar a sus competidores si aceleran la adopción de la IA.

La encuesta de Refinitiv arrojó que el 34 % de la adopción de IA por parte de empresas financieras en América está impulsada por el deseo de mantenerse a la vanguardia de sus competidores.

Las empresas latinoamericanas tienden a quedarse atrás de sus contrapartes norteamericanas en la adopción de la IA, lo que deja ganancias significativas para los pioneros y los primeros adoptantes. Las empresas dependen cada vez más del ML como una herramienta fundamental para generar valor, administrar el riesgo y lograr una ventaja competitiva.

Desafíos y soluciones para América Latina

Aunque las empresas de finanzas latinoamericanas tienden a seguir a sus contrapartes globales a la hora de adoptar nuevas tecnologías, como la IA o el ML, enfrentan algunos desafíos únicos. Afortunadamente, estos desafíos son cada vez más fáciles de resolver.

A pesar de las diferencias tecnológicas y de inversión en comparación con sus contrapartes de América del Norte, los países de América Latina pueden optar por aprovechar la oportunidad y enfrentar los desafíos con mejores recursos. Los países de la región deben comprender los cambios tecnológicos en curso y desarrollar una estrategia nacional para aprovechar las oportunidades.

La barrera idiomática

El procesamiento de lenguaje natural (NLP, por sus siglas en inglés) es un subconjunto de la IA que les permite a las empresas extraer y obtener información de grandes cantidades de datos basados en el lenguaje. Sin embargo, el NLP requiere acceso a modelos entrenados previamente en determinados idiomas.

A las empresas latinoamericanas se les dificulta beneficiarse del lenguaje natural debido a la escasez de modelos de IA adecuados. Aunque, por lo general, hay muchos datos, modelos de ML entrenados previamente e interfaces de programación de aplicaciones (APIs) disponibles en inglés, siempre ha sido difícil para las empresas latinoamericanas adquirir o desarrollar conjuntos de datos de entrenamiento equivalentes en español y portugués.

Sin embargo, esto está cambiando. Con la creciente adopción del ML por parte de las empresas latinoamericanas, cada vez hay más disponibilidad de conjuntos de datos pertinentes.

Educación, capacitación y reclutamiento de talentos

La educación y la capacitación también son un desafío para la adopción del ML en las empresas latinoamericanas. Es necesario mejorar los sistemas de educación nacional y aumentar la educación terciaria para preparar a la próxima generación, pero queda más por hacer. La generación actual de trabajadores sudamericanos también debe adaptarse a la economía de la IA.

A menudo es difícil reclutar talentos con la combinación necesaria de ciencia de datos, ML y habilidades comerciales en América Latina. Como se mencionó en el informe del BID, de acuerdo con la Organización Internacional del Trabajo, solo alrededor del 20 % de los trabajos en América del Sur requieren habilidades de alto nivel, en comparación con más del 40 % en los Estados Unidos y la Unión Europea.

Los cambios de la automatización e IA redefinirán completamente el panorama de trabajo, lo que derivará en la eliminación de puestos de trabajo y motivará a los trabajadores a aprender sobre nuevas tecnologías y a buscar puestos más alineados con la transformación digital. Sin embargo, no es fácil llenar estas ofertas de trabajo con personas que tengan las habilidades técnicas necesarias para diseñar y mantener sistemas de IA.

América Latina tiene una ardua tarea por delante en esta área, pero las empresas latinoamericanas ya están trabajando de forma activa con las universidades para desarrollar un mayor grupo de talentos.

Las iniciativas coordinadas por instituciones privadas y públicas, empresas emergentes y grupos financieros han generado un ecosistema para fomentar la colaboración y la coinnovación. Se espera que las universidades logren que el perfil de los graduados sea de calidad para las empresas emergentes. Luego, las instituciones financieras deberán proporcionar el financiamiento necesario para desarrollar productos y servicios.

Caza de talentos

Las empresas norteamericanas a menudo cazan a los mejores talentos de América Latina. La buena noticia es que esto valida la calidad de los profesionales latinoamericanos que se dedican al ML. Los buscan porque sus habilidades y su capacitación son de primera categoría.

Las empresas latinoamericanas están revirtiendo la pérdida de empleados más capaces mediante la oferta de entornos laborales atractivos y de problemas interesantes que resolver, lo que les da a los mejores talentos excelentes razones para buscar oportunidades cerca de casa. Para atraer y retener el talento, las organizaciones de research deben identificar las áreas de oportunidades económicas y los tipos de IA y automatizaciones que tengan potencial para abordarlos.

El impacto del COVID-19

En muchos aspectos, la pandemia del 2020 causó un reinicio significativo para empresas de todo el mundo, y América Latina no es la excepción.

Las empresas se vieron obligadas a reconsiderar rápidamente las políticas y los procesos, y el ML ha tomado cada vez más relevancia. Entre las empresas encuestadas sobre cómo cambió su estrategia de inversión como resultado de la pandemia, el 40 % está acelerando las inversiones en el ML debido al COVID-19, el 51 % mantiene el mismo nivel de inversión y solo el 8 % está disminuyendo su nivel de inversiones.

Esta información es especialmente importante para las empresas latinoamericanas porque tienden a ser más conservadoras que sus contrapartes en América del Norte.

Las empresas que disminuyen las inversiones en el ML para salir de la tormenta económica pueden encontrarse muy en desventaja con respecto a los competidores que están utilizando la pandemia como una oportunidad para duplicar las inversiones en IA.

Los científicos de datos que utilizan el ML y datos alternativos (o datos alt.) realizan análisis para revelar información adicional de fuentes financieras y comerciales tradicionales que antes no estaba disponible. Los datos alternativos incluyen una variedad de nuevas fuentes de datos, como el reconocimiento de imágenes mediante la IA. Muchos inversionistas ya son conscientes de que los datos alternativos son tan esenciales como los datos fundamentales para sus análisis y perspectivas financieros.

Los datos alternativos ahora son fundamentales para detectar señales de advertencia con más precisión y prontitud. Ya no es una “alternativa” porque el 97 % de las empresas los utilizan para el ML. Es una herramienta invaluable para obtener una ventaja a medida que la pandemia obliga a las empresas a restablecer sus estrategias y redesarrollar sus modelos.

¿Qué pueden esperar las empresas latinoamericanas a futuro?

Las empresas latinoamericanas enfrentan desafíos únicos en la adopción de la IA y el ML. Sin embargo, el ML también es fundamental para su crecimiento continuo. Refinitiv ayuda a las empresas a acceder a los detalles de los datos que necesitan para obtener una ventaja competitiva.

Visite LSEG Labs para descubrir los emocionantes proyectos nuevos de ML de Refinitiv. Revise la herramienta de exploración de datos, una solución que les ofrece a los científicos de datos, analistas cuantitativos y desarrolladores acceso gratuito, sencillo e intuitivo a muestras de conjuntos de datos y notebooks de Refinitiv.