La misión del Artefact Research Center es fomentar un ecosistema de innovación en torno a la IA y el data fomentando la colaboración entre profesores universitarios y representantes de empresas internacionales asociadas.
El objetivo: investigación puntera impulsada por el data y las aplicaciones industriales de sus empresas asociadas.
¿Cuál es el ADN de Artefact?
Artefact es una consultora de ingeniería especializada en IA y data. Líder europeo presente en 23 países con una fuerte presencia en Francia, cuenta con 1.700 empleados, de los cuales una gran parte son ingenieros. Artefact apoya a sus empresas clientes en sus proyectos de IA y data, abarcando desde cuestiones estratégicas como el data governance hasta el desarrollo y despliegue de modelos.
Nuestros equipos compuestos por científicos, ingenieros de software y analistas data pueden desplegar una amplia gama de técnicas de aprendizaje automático en casos aplicados. El objetivo: operar en toda la cadena de valor para que los clientes puedan aprovechar plenamente la IA.
Artefact también tiene otras facetas, como la Escuela de Data, que se centra en el reciclaje de profesionales, y la organización de grandes eventos en Francia como AI for Health o Adopt AI.
Háblenos del Artefact's Research Center
El centro de investigación se dedica a la investigación de código abierto. Su misión es mejorar la IA en las aplicaciones empresariales para que sea más utilizable y se adapte mejor a las necesidades. Nuestro objetivo es romper la percepción del aprendizaje automático como una caja negra incontrolable.
Para ello, el centro se divide en dos áreas de especialización: las matemáticas aplicadas para mejorar los modelos desde una perspectiva estadística; y la ciencia de la gestión que trata a las empresas y organizaciones como objetos de estudio. Examinamos cómo adoptan la tecnología e imaginamos posibles mejoras.
¿Cómo funciona?
Por encima de todo, realizamos investigación científica sin ánimo de lucro. Nuestro trabajo se traduce en publicaciones científicas y conferencias internacionales. A diferencia de la consultoría, que avanza muy deprisa, el centro de investigación funciona con un calendario más largo. Creamos asociaciones entre expertos académicos y empresas que plantean retos del mundo real. Esta correlación nos permite abordar casos de uso concretos accediendo a las bases data de las empresas asociadas. El objetivo es probar y mejorar nuestras metodologías en estos problemas a gran escala del mundo real.
¿Una revolución para el comercio minorista?
La venta al por menor es un sector que utiliza data, sobre todo a través de los recibos de caja. Adaptándose a esta estructura, el artificial intelligence puede “descodificar” el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.
Esto nos permite predecir los hábitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la “canibalización” entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituirá la experiencia y los conocimientos técnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos aún más eficaces aportando valiosos conocimientos procedentes del data.
¿Una herramienta crucial también en el sector bancario?
Una vez más, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuación entrenados en data históricos, podemos señalar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creación de sistemas de puntuación que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.
¿Así que la IA mejora las capacidades humanas en el trabajo?
Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un análisis. El aprendizaje automático consulta billones de páginas web, algo imposible sin la automatización. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En última instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empezó con las búsquedas de libros, continuó con el auge de Internet y Wikipedia, y ahora sigue con las tecnologías actuales. Y esto no va a parar pronto.
¿Cuáles son, en su opinión, los retos de la IA generativa?
Se ha producido un punto de inflexión, especialmente con ChatGPT, en la forma en que el público adopta las nuevas tecnologías. Por primera vez, hemos visto cómo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta útil en su trabajo. Desde la perspectiva de Artefact, la cuestión clave es enmarcar estas tecnologías en casos de uso específicos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones sólidas para tareas precisas.
Ahora mismo, estos modelos carecen de solidez, recuperan información de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un índice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la información engañosa como fomentar una mentalidad crítica ante las respuestas del modelo.
