Creando un mundo mejor. Una predicción a la vez.

Ciclo de Decisión

Las decisiones y acciones humanas siguen un “ciclo” – el Ciclo de Decisión. Es universal y se aplica a cada decisión tomada o acción realizada, ya sea a nivel individual o de una organización. Lo que a veces no nos damos cuenta es que cada decisión se basa en una predicción, y estas predicciones se fundamentan en datos. Es la precisión y utilidad de estas predicciones, y los resultados positivos que generan, lo que nos permite sobrevivir y luego prosperar.

A lo largo de la historia humana, nuestras predicciones se han basado en grandes cantidades de datos profundos obtenidos a través de nuestros sentidos: lo que podemos ver, oír, probar, tocar o oler en un entorno incierto y en constante cambio. La Inteligencia Humana ha evolucionado para procesar y almacenar eficientemente estos datos “analógicos”, buscando patrones y utilizando esos patrones para hacer predicciones que impulsan nuestras decisiones y acciones, en las que vivimos o morimos. Es importante destacar que la Inteligencia Humana está diseñada para extraer significado y valor de los patrones observados en los datos.

Desafortunadamente, no hemos evolucionado para procesar y almacenar las vastas cantidades de datos simbólicos y digitales generados por la Revolución de Datos. En pocas palabras, no “hablamos” el lenguaje de las bases de datos y, aunque lo hiciéramos, procesamos los datos digitales tan lentamente que solo podríamos acceder a una pequeña fracción de la información disponible. En este nuevo mundo digital, recurrimos al almacenamiento y procesamiento electrónico, reemplazando la Inteligencia Humana con la Inteligencia Artificial para la creación e implementación de modelos de predicción y, potencialmente, decisiones y acciones automatizadas correspondientes. Aunque esta inteligencia está equipada de manera única para detectar patrones en vastas cantidades de datos digitales, no sabe lo que significan esos patrones ni su valor potencial.

Para superar las debilidades de cada tipo de inteligencia y aprovechar sus fortalezas, se requiere un nuevo tipo de inteligencia: la Inteligencia Híbrida, que combina e integra de manera óptima tanto la Inteligencia Humana como la Inteligencia Artificial en la construcción de los Ciclos de Decisión que determinan el éxito de tu negocio.

Inteligencia Humana
Inteligencia Artificial
Inteligencia Híbrida

Inteligencia
Humana

01 Datos

Ventajas: Eficiente en el procesamiento y almacenamiento de datos sensoriales (visuales, auditivos, etc.).

Desventajas: Muy limitado en velocidad de procesamiento para datos simbólicos (por ejemplo, 50 bytes/seg para texto). Aún más limitado en el procesamiento de datos digitales.

02 Valor

Ventajas: Podemos estimar el valor potencial de los datos a través de su significado, según la decisión que se debe tomar.

Desventajas: Es muy difícil estimar el valor de grandes volúmenes de datos digitales.

03 Predicción

Ventajas: Con los datos sensoriales, podemos hacer predicciones precisas basadas en datos escasos y extrapolarlos a nuevas situaciones con gran habilidad.

Desventajas: Nuestras decisiones son subjetivas y sesgadas; nuestro cerebro, que produce modelos predictivos mentales, es una caja negra.

04 Decisión

Ventajas: Utilizamos nuestra intuición y experiencia para equilibrar diferentes objetivos.

Desventajas: Nuestras decisiones están sujetas a múltiples sesgos cognitivos; nos confundimos cuando hay múltiples alternativas; nuestra toma de decisiones puede ser demasiado lenta.

05 Acción

Ventajas: Un gran número de acciones requieren intervención humana.

Desventajas: Si hay muchas acciones por realizar, el proceso se vuelve lento.

06 Resultado

Ventajas: Capacidad para definir los objetivos del proceso de toma de decisiones, las acciones correspondientes y los indicadores clave de rendimiento (KPI).

Desventajas: Es difícil medir el resultado de la acción o determinar si funcionó, si el impacto está implícito en los datos digitales.

Inteligencia
Artificial

01 Datos

Ventajas: Eficiente en procesar, almacenar e integrar cualquier dato digital estructurado o no estructurado que represente textos, imágenes, voz, datos espacio-temporales, etc.

Desventajas: Los datos deben estar en formato digital.

02 Valor

Ventajas: Ninguno

Desventajas: No puede inferir el significado o el valor potencial de los datos que está utilizando.

03 Predicción

Ventajas: Puede hacer predicciones basadas en grandes cantidades de datos digitales profundos que contienen un gran número de predictores. Los modelos de caja blanca permiten un análisis de la importancia relativa de cada predictor. Es objetivo si los datos no están sesgados.

Desventajas: No incluye intuición ni experiencia. En general, necesita grandes cantidades de datos. Los modelos de caja negra dificultan la interpretación de los resultados.

04 Decisión

Ventajas: Puede tomar decisiones rápidas y objetivas.

Desventajas: Difícil de incorporar elementos éticos; no tiene intuición ni experiencia; no puede equilibrar diferentes objetivos.

05 Acción

Ventajas: Muchas acciones pueden automatizarse, lo que conduce a una mayor eficiencia y una mejor relación costo/beneficio.

Desventajas: Muchas acciones pueden requerir intervención humana.

06 Resultado

Ventajas: Dado un indicador clave de rendimiento (KPI), se pueden rastrear y actualizar las relaciones entre el KPI y la predicción, toma de decisiones y acciones que el modelo realizó como resultado.

Desventajas: No es capaz de crear sus propios KPIs.

Inteligencia
Híbrida

01 Datos

Ventajas: Eficiente en procesar y almacenar cualquier tipo de datos, tanto digitales como sensoriales, y en múltiples formatos.

Desventajas: Ninguna.

02 Valor

Ventajas: Podemos estimar el valor potencial de los datos a través de su significado y la decisión que se debe tomar.

Desventajas: Ninguna.

03 Predicción

Ventajas: Puede incluir tanto datos digitales como analógicos, considerando grandes cantidades de posibles predictores y combinando tanto la intuición y experiencia humana como los modelos de IA basados en datos digitales.

Desventajas: Ninguna.

04 Decisión

Ventajas: Los modelos de IA pueden proporcionar evidencia objetiva para la toma de decisiones, mientras que la intuición y experiencia humana se pueden utilizar para equilibrar diferentes objetivos y evaluar la relación costo-beneficio de automatizar decisiones.

Desventajas: Ninguna.

05 Acción

Ventajas: Las acciones pueden ser automatizadas si es posible y cuando sea necesario.

Desventajas: Ninguna.

06 Resultado

Ventajas: Se pueden crear KPIs y se pueden realizar un seguimiento y actualización de las relaciones entre un KPI, la predicción, la toma de decisiones y la acción tomada como resultado.

Desventajas: Ninguna.