Jordi Escayola (Learning Heroes / Sanofi) · 2.ª parte: el caso de IA que más le impresionó fue segmentar estancos, con un retorno del 2.000 %

Segunda parte del programa del lunes 4 de noviembre de 2024, al volver de la pausa. Carlos Puig Sagi-Vela sigue con Jordi Escayola, director del máster en inteligencia artificial de Learning Heroes y responsable de analítica avanzada, inteligencia artificial y ciencia de datos en la farmacéutica Sanofi. Las cifras y las previsiones son suyas, no del programa. DE QUÉ SE HABLÓ EN ESTA SEGUNDA PARTE EL CASO QUE MÁS LE HA IMPRESIONADO EN SU CARRERA, Y NO ES EL QUE NADIE ESPERARÍA. No es una gran tecnológica ni un modelo espectacular: fue segmentar estancos para enviarles más producto, con un retorno de la inversión del 2.000 %. Lo cuenta precisamente para desmontar la idea de que la inteligencia artificial solo sirve para cosas grandes y caras. CÓMO ESTÁ DISEÑADO EL MÁSTER, Y LA DECISIÓN QUE LO DEFINE: dar el mínimo de teoría, remitiendo a los recursos gratuitos infinitos que ya existen, y ser cien por cien práctico. Desde el primer día los alumnos trabajan con código en un repositorio, en un entorno muy cercano al profesional, y todas las sesiones orbitan alrededor de un caso práctico — las series temporales, por ejemplo, se explican construyendo un programa de predicción de ventas. Lo contrapone a la universidad, donde primero hay teoría, luego teoría de la programación y «teoría sobre la teoría». DATOS, ÉTICA Y EL DESFASE CON LA LEY. Recuerda que el «big data» también fue en su momento una euforia, y que hoy «todo se reduce a las ganas que tengamos de hacerlo y a las ideas que tengamos». Su regla práctica sobre viabilidad es de las más útiles del programa: si lo que te piden es legal y ético y aporta valor, hay pocas barreras tecnológicas — el 99 % de los casos; a veces lo que hay es un problema de coste, cuando entran el tiempo real, los datos no estructurados, la voz o las imágenes. En el máster dan dos sesiones de fundamentos legales y regulatorios antes de poner modelos en producción, y su imagen del desfase se entiende sola: la tecnología va a 120 y lo jurídico a 5 por hora, «un coche en la autopista contra tú dando un paseo por la playa». Y su petición ética es concreta: transparencia real, no documentos legales de setecientas páginas que nadie lee. DONDE SE DESMARCA DE LO QUE LE ATRIBUYEN, Y CONVIENE DEJARLO CLARO. Carlos le pregunta directamente por mezclar inteligencia artificial con blockchain para trazabilidad y transparencia de la cadena de suministro de medicamentos. Y su respuesta es honesta y modesta: «lamentablemente no tengo conocimiento suficiente de la blockchain como para darte una respuesta así muy consistente». Lo que sí afirma es lo que conoce: donde hay datos almacenados y un objetivo que mejorar, las soluciones de inteligencia artificial tienen «un campo muy fértil para poder sembrar valor tangible». EL DEBATE SOBRE SI LA IA GENERATIVA «ES JUSTA». Le preguntaron si es justo que alguien haga un dibujo bonito sin ser pintor, y su respuesta le da la vuelta al planteamiento: alguien puede ser muy sensible, relacionar bien conceptos y tener ideas bonitas y pintar fatal; ¿por qué no tendría derecho a expresarlas con ayuda de una tecnología? Carlos amplía el ejemplo a quienes tienen dificultades para redactar y usan la inteligencia artificial para estructurar y plasmar sus ideas. POR QUÉ HAY TANTO MIEDO, EXPLICADO MEJOR DE LO HABITUAL. Su diagnóstico: es la primera vez que los humanos jugamos una partida contra algo que puede superarnos en el corto plazo. En un proceso industrial de empaquetado la persona no pone todas sus capacidades humanas; aquí sí. Y el miedo se dispara cuando esto deja de estar en nichos concretos —el ajedrez, el vehículo autónomo— y se capilariza al resto de la actividad empresarial. Su consejo tiene dos etapas: tomar conciencia de que viene un cambio social, como la revolución industrial o la llegada del ordenador personal, y decidir cómo quiere posicionarse uno como profesional. Y no tener miedo: habrá casos de reemplazo, pero también nuevas oportunidades. ¿LLEGARÁ LA INTELIGENCIA ARTIFICIAL GENERAL? Su base técnica es desmitificadora: los modelos tipo ChatGPT se basan en redes neuronales, algo que está con nosotros desde 1943; lo que ha cambiado es la capacidad de cálculo. Y explica por qué hay una carrera de parámetros: se puede demostrar formalmente que cuanto más complejo es un modelo bien construido, más capacidad tiene de representar una realidad compleja. Pero pone el «pero» que casi nadie pone: si los datos de entrenamiento son demasiado heterogéneos, el modelo tiende a confundirse — y su analogía es buenísima: entre un médico con treinta años de experiencia y alguien que es médico, abogado, matemático e ingeniero a la vez, la intuición dice preguntarle al primero. La clave que aporta es de ingeniero en ejercicio: una solución profesional no se basa en un único modelo, sino en varios con pesos distintos, y el propio sistema decide qué modelo funciona en qué condiciones. Con eso, dice, la inteligencia artificial general «es posible que no esté tan lejos como pensamos». EL CRIPTOENIGMA Cuántos halvings de Bitcoin están previstos en total. La respuesta del programa: 32, hasta alrededor del año 2140, cuando la recompensa de minería llegará a cero. EL CRIPTOCONSEJO Si estás explorando inteligencia artificial y blockchain, rodéate de un equipo multidisciplinar. La primera parte de esta entrevista —su criptotest, dónde sitúa a las criptomonedas en la curva de expectativas y el jarro de agua fría sobre batir al mercado con inteligencia artificial— está en el corte anterior. ENLACES DEL INVITADO Learning Heroes: https://learningheroes.com Si quieres avanzar en tu soberanía patrimonial, entra en https://www.cryptofinanzaslibres.com porque nadie puede quitarte lo que no saben que tienes.