Tecnología para la digitalización de procesos (VIII). Qué tiene que decir la Inteligencia Artificial.

Publicada en por Ignacio G.R. Gavilán
Inteligencia Artificial

Aunque la Inteligencia Artificial no es propiamente una tecnología orientada a procesos de negocio, sí que está ya realizando más que interesantes aportaciones al campo de la automatización y las perspectivas son de que puede ganar mucho más peso específico.

 

Vamos a ver en este artículo algunas ideas sobre lo que puede hacer la inteligencia artificial en el mundo de los procesos.

 

Primero lo primero: ¿Qué es la inteligencia artificial?

 

Lo primero es centrar qué es eso de la inteligencia artificial.

 

Lo cierto es que se trata de un área tecnológica de fronteras poco definidas y que agrupa algoritmias de muy diferente naturaleza con el objetivo común de emular, de alguna manera, capacidades cognitivas propias de los humanos. Dentro de la inteligencia artificial se suele incluir el Machine Learning, a su vez un conjunto heterogéneo de algoritmos con la característica común en todos ellos de su capacidad para aprender, ya sea a través de pares (entrada-resultado correcto), aprendizaje supervisado, ya sea mediante el descubrimiento autónomo de patrones, aprendizaje no supervisado, o ya sea mediante el ensayo y error ligado a una recompensa/castigo, aprendizaje por refuerzo.

 

Dentro del campo del Machine Learning se incluyen algoritmos como las redes bayesianas, regresión logística, seuencias temporales, K-means y, lo que son la ‘estrella’ hoy día, las redes neuronales incluyendo su variante Deep Learning.

 

Quizá, lo más diferencial de los algoritmos de Inteligencia Artificial sea, precisamente, su capacidad de aprendizaje y adaptación autónoma así como la resolución de problemas complejos de fronteras poco claras.

 

Tareas automatizables con la ayuda de la inteligencia artificial

 

Como sabemos, en un proceso de negocio se encadenan diferentes tareas o actividades que, coordinadamente, producen un valor de negocio. Existen soluciones tecnológicas para automatización orientadas hacia una visión del proceso extremo a extremo (siendo el caso paradigmático el de los Business Process Management Systems (BPMS) de los que ya hemos hablado. En otros casos, las tecnologías nos ayudan a automatizar algunas de esas tareas específicas, sin preocuparnos de la visión extremo a extremo.

 

Ahora mismo, la Inteligencia Artificial está en esta última situación: la de permitir automatizar tareas concretas, dentro de un proceso de negocio.

 

¿Qué tipo de tareas?

 

Aunque existen posibilidades adicionales, el gran éxito de los últimos años de la Inteligencia Artificial se centra mucho en la ‘sustitución’ de las capacidades sensoriales y lingüísticas de los humanos, es decir, más que el pensamiento como tal, hablamos de visión artificial, hablamos de reconocimiento de voz y del tratamiento del lenguaje natural (NLP, Natural Language Processing) y del entendimiento de ese lenguaje natural (NLU, Natural Language Understanding). Y añadiríamos también, la capacidad de clasificar correctamente las entradas (lo que se puede utilizar, por ejemplo, ligado a la visión para la clasificación de imágenes). Todas estas capacidades están ya muy desarrolladas y maduras y, en cualquier proceso en que hoy día necesitemos que un humano reconozca imágenes (por ejemplo, lectura de matrículas de automóviles, reconocimiento facial, etc) o que reciba instrucciones por voz, podemos pensar en sustituir la labor humana o las soluciones software más primitivas, por módulos basados en inteligencia artificial.

 

Robots software e inteligencia artificial

 

En la práctica, una de las formas más comunes de emplear la inteligencia artificial en la digitalización de procesos, no es directamente sino a través de otras tecnologías más amplias que se apoyan en ella. En concreto, ya en este blog hemos hablado de las dos más relevantes y que tiene que ver con los bots, los robots software.

 

Por un lado tenemos la Automatización Robótica de Procesos (RPA, Robotic Process Automation) que utiliza elementos de inteligencia artificial para tareas como reconocimiento óptico de caracteres (OCR, Optical Character Recognition) inteligente, normalmente para la lectura y extracción de información de documentos poco estructurados o reconocimiento de imágenes, también para el tratamiento de documentos poco estructurados  o para trabajo con aplicaciones a las que accedemos mediante escritorios virtualizados, tipo Citrix.

 

Por otro lado, hablaríamos de chatbots e interfaces conversacionales donde se utiliza la inteligencia artificial muy especialmente para las interfaces por voz, incluyendo el reconocimiento de voz, el tratamiento y entendimiento del lenguaje natural y la síntesis de voz aunque puede encontrar otros usos como el análisis de sentimiento y de intenciones o la gestión de conversaciones complejas.

 

Hacia una inteligencia superior

 

Sin embargo, la aspiración, y lo que más excita la fantasía, es que podamos introducir de alguna forma la capacidad de análisis y de pensamiento en los procesos, que podamos automatizar aquellas decisiones que suponen un análisis complejo y que actualmente, con frecuencia, se realizan por personas o mediante aplicación de reglas de negocio configurables que tienden a simplificar el problema.

 

En este área nos debería de ayudar toda la algoritmia incluida en el campo del Machine Learning. No parece lejano (de hecho, seguramente ya existen algunas implementaciones, al menos incipientes), aplicar inteligencia artificial en temas como el ‘scoring‘ de riesgo en el sector de asegurador o al diagn´óstico de averías en infraestructuras técnicas como, por ejemplo, redes de telecomunicaciones o equipos complejos, por ejemplo del ámbito industrial. Y ya se habla también del diagnóstico de enfermedades, aunque se plantea más como una ayuda al médico que como una solución autónoma.

 

Mucho por ver

 

Hemos visto ya avances increíbles en el campo de la inteligencia artificial en los últimos años y no cabe duda de que aún nos queda mucho por ver.

 

A medida que la inteligencia artificial progrese, veremos, seguramente, aparte de la consolidación de las soluciones como las actuales de tratamiento de imágenes, voz y lenguaje natural, el crecimiento de soluciones de, si se nos permite decirlo, ‘auténtica inteligencia‘,  que permitirán automatizar, probablemente mejorando incluso las capacidades actuales, tareas hasta ahora reservadas a los humanos.

 

Con ello, podríamos ir eliminando cada vez más las denominadas tareas de usuario en los procesos y sustituirlas por tareas automáticas, consiguiendo espectaculares mejoras en tiempos de operación, pero también en precisión, en eliminación de errores y en calidad.

 

Conclusiones

 

La inteligencia Artificial es un campo algo borroso y heterogéneo de técnicas que permiten emular el pensamiento humano incluyendo, sobre todo, el aprendizaje y la capacidad de adaptación autónomos.

 

No se trata de una tecnología específica de automatización de procesos pero sí que permite automatizar tareas específicas de los procesos. En concreto, hoy día ya se utiliza mucho en lo relativo a la visión artificial, reconocimiento de voz y tratamiento del lenguaje natural.  En muchos casos, estos usos se hacen a través de otras tecnologías como RPA y chatbots.

 

De cara al futuro cabe esperar, aparte de otras posibles sorpresas, avances y aplicaciones más orientadas al pensamiento, el análisis y la decisión.

 

Sin duda, nos queda mucho por ver y mucho por lo que sorprendernos.

 

Artículos anteriores relacionados

 

 

Imagen de cabecera: Gerd Leonhard en Flickr.

Tecnología para la digitalización de procesos de negocio (VII): IT Service Management

Publicada en por Ignacio G.R. Gavilán
IT Service Management

En esta nuestra singladura a lo largo de las diferentes soluciones tecnológicas para digitalizar procesos de negocio, hoy tratamos unas soluciones que podríamos considerar de nicho en cuanto al área de aplicación, aunque no por ello pensemos que se trata de un tipo de soluciones marginales, porque sí cabe encontrarlas con cierta frecuencia en departamentos de tecnología o sistemas. Nos referimos a las soluciones denominadas IT Service Management (ITSM).

 

¿Qué es el IT Service Management?

 

Podemos decir que el IT Service Management es una disciplina orientada a la gestión del ciclo de vida completo de servicios basados en Tecnologías de la Información incluyendo desde su diseño y desarrollo hasta su despliegue y operación.

 

Esto es aplicable, por ejemplo, a la gestión del ciclo de vida de un sistema desarrollado a medida dentro de una gran organización, o a la gestión de un software ofrecido en modo SaaS (Software as a Service) en la nube, o al mantenimiento de la planta microinformática (desktop y laptop) de una compañía… y así un largo etcétera.

 

Como parte del IT Service Mangement se definen políticas, buenas prácticas, procedimientos, funciones, etc. Pero, sin duda, la estrella del IT Service Management, y lo que más nos interesa a nosotros, son los procesos de negocio para la gestión del ciclo de vida de servicios TI.

 

¿De qué procesos hablamos?

 

Aunque en teoría puede haber otras alternativas, la mayor parte de las soluciones de ITSM se centran en los procesos definidos en ITIL. En ITIL se reconocen una veintena larga de procesos agrupados en cinco áreas de proceso, tal y como se puede observar en la figura:

 

Procesos ITIL

No vamos a revisarlos todos pero, a modo de ejemplo, comentaremos brevemente estos cuatro que son la columna vertebral de la operación de los servicios:

 

  • Incident management: gestiona las incidencias en el servicio, típicamente denunciadas por el usuario recurriendo a la función denominada service desk. El objetivo fundamental de este proceso es restaurar cuanto antes el normal funcionamiento del servicio, incluso si para ello tiene que recurrir a soluciones transitorias (‘workarounds‘) que se deben revisar posteriormente.

 

  • Problem management: este proceso se relaciona bastante con el anterior, pero en este caso lo que se trata es de resolver problemáticas profundas (que en general se manifiestan en forma de incidentes) mediante un análisis más riguroso en busca de lo que se denomina la ‘causa raíz‘ (digamos que el verdadero motivo de todos los males) y encontrar para ella una solución que debe ser ya definitiva.

 

  • Event Management: Es el tratamiento de lo que se denomina eventos, es decir, las alertas o notificaciones que se generan normalmente por una solución de monitorización de las infraestructuras TI. Estos eventos pueden ser meros avisos perfectamente descartables, pero también nos pueden estar indicando la presencia de incidentes y/o problemas.

 

  • Request fulfillment: Es el proceso mediante el cual se atiende a peticiones del cliente / usuario (por ejemplo, la instalación en un PC de una nueva aplicación corporativa o el aumento de memoria en un entorno virtualizado)

 

Las soluciones ITSM

 

Existen en el mercado varias soluciones ITSM. En su concepción heredan en cierto sentido la filosofía de los sistemas de gestión empresarial, en el sentido de ofrecer unos procesos y una funcionalidad ‘predefinidos’ que luego se parametrizan para su adaptación a una empresa concreta. Pero en su construcción suelen proceder del desarrollo sobre una herramienta de case management o de BPMS/workflow. y en teoría, aunque no podemos considerarlo práctica común, en lo relativo a Event Management también pueden apoyarse en tecnología CEP (Complex Event Processing).

 

Adicionalmente, y aparte de la implementación de los procesos, deben incluir más cosas para dar un verdadero soporte ITIL / ITSM. Así, por ejemplo, incluyen el módulo CMDB (‘Configuration Management Data Base‘) el cual podemos entender como un inventario de infraestructura TI (hardware y software) aunque cualquier entendido en ITIL nos dirá, con razón, que es algo más que eso, conteniendo, por ejemplo, información también sobre niveles de servicio.

 

Además, este tipo de soluciones que, tradicionalmente, y como es lógico, se instalaban ‘on-premises‘, es decir, en el Centro de Proceso de Datos de la empresa, cada vez más tienden a prestarse desde la nube según el modelo SaaS (Software as a Service).

 

La ventaja de una solución ITSM

 

Las ventajas e inconvenientes de una solución ‘paquetizada’ que sólo debemos parametrizar, como suele ser el caso de las soluciones ITSM, son las mismas que para cualquier otro paquete como pueden ser los de software empresarial.

 

Por un lado, disponemos de unas mejores prácticas ya construidas en los procesos y una, en teoría, mayor rapidez de despliegue. Por contra, tenemos una cierta rigidez en la funcionalidad disponible, la dificultad para diferenciarnos y, desgraciadamente, un precio que no suele ser bajo.

 

En el caso de ITSM, sin embargo, conviene decir que realmente no suele ser muy necesaria una diferenciación, ya que los procesos de gestión TI no suelen ser los que influyen en la posición competitiva y lo que se quiere realmente es que sean muy efectivos y muy eficientes, pero sin especiales originalidades.

 

Por otro lado, el cumplimiento con ITIL que estas herramientas traen consigo, lleva como consecuencia inmediata la facilidad para conseguir una certificación ISO 20000 muy valorada por ciertos clientes.

 

Conclusiones

 

Las soluciones IT Service Management ofrecen productos parametrizables para soportar los procesos propios de la gestión de servicios TI, normalmente siguiendo las buenas prácticas establecidas por ITIL.

 

En su filosofía y construcción se suelen apoyar en otras tecnologías de gestión de procesos de negocio y constituyen una buen punto de apoyo para conseguir una certificación ISO 20000.

 

Artículos anteriores relacionados

 

 

Imagen de cabecera: Blue Coat en Flickr