La verdad es que no se puede pasar un día sin escuchar otra vuelta de tuerca sobre las maravillas de la inteligencia artificial y el aprendizaje automático en el mundo del ecommerce.
La IA es B-I-G, tanto si se trata de coches autodirigidos como de jugar al Go, diagnosticar enfermedades o escribir noticias.
De hecho, el rumor del aprendizaje automático y la IA en torno al comercio electrónico ha sido tan omnipresente durante tanto tiempo que a veces parece que hemos estado hablando de esto desde siempre. Pero a veces es útil frenar y considerar no sólo lo lejos que hemos llegado, sino lo lejos que tenemos que ir en lo que respecta a la automatización del comercio digital.
Empecemos por separar el bombo de la realidad con la ayuda de un experto en IA que ya ha visto cómo ocurre esto (en el campo de la publicidad digital).
Long-Ji Lin es Jefe científico de Signifyd y un tipo que piensa mucho en el aprendizaje automático. Es doctor en informática e inteligencia artificial y lleva años trabajando en este campo. Es un gran creyente en el poder del aprendizaje automático para aumentar la inteligencia humana y, naturalmente, es especialmente entusiasta de la capacidad de la tecnología para mejorar la prevención del fraude.
Piense en el problema: muchos millones de pedidos online llegan a los comercios a diario. defraudadores al acecho, constantemente mejorando su juego en un intento de superar las barreras al fraude que erigen los comercios. Entonces, ¿cómo se revisan los pedidos y se determina cuáles son legítimos y cuáles fraudulentos?
“Hay tanta gente tratando de hacer trampa”, dice Lin sobre los defraudadores que se aprovechan de los comercios de comercio electrónico. “No es factible contratar a muchos humanos para revisar órdenes y tomar decisiones. Es demasiado trabajo”.
Y así, los humanos idean los modelos que pueden detectar los problemas. Enseñan a las máquinas a hacer las tareas grandes y repetitivas y luego trabajan junto a ellas. La máquina emite un pulgar arriba o un pulgar abajo en la inmensa mayoría de los pedidos. Los casos más complicados se remiten a un analista de fraudes que puede recurrir al instinto humano, la experiencia, el razonamiento y la investigación para tomar una decisión.
El aprendizaje automático es nuestro amigo, realmente
Por supuesto, Lin está familiarizado con la escuela de pensamiento que afirma que el ascenso de las máquinas será un día perjudicial para la raza humana. Elon Musk es un conocido preocupado por el aprendizaje de las máquinas y el físico del MIT Max Tegmark ha publicado un libro convincente, “Life 3.0”, en el que imagina un mundo en el que las máquinas no se portan bien.
“Piense en drones del tamaño de abejorros que podrían ser programados para matar a ciertas personas, o a ciertas categorías de personas, agarrando sus cráneos con diminutas garras de metal y taladrando sus cabezas”, es la forma en que una reseña del Wall Street Journaldel libro de Tegmark describe el futuro loco de las máquinas.
Por supuesto, el aprendizaje automático y la inteligencia artificial no han alcanzado nada parecido a la clase de sofisticación para crear tal escenario de pesadilla. Lo tomaremos como una buena noticia.
Incluso una visión menos distópica -una época en la que las máquinas de forma sofisticada enseñen a las máquinas a mejorar en lo que hacen- está muy lejos, dice Lin.
“Todavía tenemos problemas para enseñar a las máquinas, por no hablar de enseñar a las máquinas a enseñar a las máquinas”, afirma.
El aprendizaje automático de hoy no se trata del aterrador aumento de las máquinas que preocupan a las luminarias de la tecnología como Musk. El aprendizaje automático hoy en día es una forma de escalar una empresa. Es una forma de que los comercios digitales aumenten sus ingresos al tiempo que brindan una mejor experiencia de compra a sus clientes.
¿Cómo aumentar los ingresos y mejorar la experiencia de compra?
Considere la protección contra el fraude, solo una parte de la revolución del aprendizaje automático en lo que respecta al comercio electrónico y en la que Signifyd está particularmente interesado. ¿Cómo puede un sistema impulsado por humanos o basado en reglas mantenerse al día con los defraudadores que cambian y mejoran constantemente sus tácticas y técnicas? ¿Cómo pueden los comercios que utilizan sistemas tradicionales mantenerse al día con el rápido crecimiento de los pedidos, el tipo de crecimiento que es bueno para los negocios, siempre que los pedidos sean legítimos?
Un sistema de prevención del fraude bien elaborado y basado en el aprendizaje automático permite a una empresa escalar. Reduce drásticamente el número de pedidos que deben ser revisados manualmente, a la vez que reduce drásticamente el número de pedidos que son rechazados incorrectamente por miedo al fraude.
Menos pedidos rechazados y decisiones en tiempo real sobre el envío se traducen en menos clientes decepcionados y frustrados que se preguntan por qué sus cosas nunca llegaron o tardaron tanto en llegar.
Y, sin embargo, la proliferación de tecnologías de aprendizaje automático en una amplia franja de industrias es relativamente nueva. Como siempre, el cambio requiere una nueva forma de pensar. Pero es justo decir que entre los temas principales en el retail de hoy está la necesidad de adoptar la innovación, comportarse como una startup, estar dispuesto a intentar, fallar e iterar.
La prevención del fraude ha recurrido al aprendizaje automático
Incluso las grandes consultoras prestan cada vez más atención al papel del aprendizaje automático en la prevención del fraude. Forrester, en su estudio de junio de 2017 “El impacto económico total de la protección garantizada contra el fraude”, Un estudio encargado por Forrester Consulting en nombre de Signifyd, analizó cómo el aprendizaje automático, junto con una garantía financiera para pedidos aprobados, puede aumentar los resultados de un comercio.
Otros han sugerido que dichos sistemas se pueden ejecutar en paralelo con los sistemas heredados basados en reglas para ayudar a los comercios a manejar los picos estacionales, como la temporada de compras navideñas. Y han notado que ejecutar los modelos de aprendizaje automático en paralelo brinda la oportunidad de probar la eficacia de las herramientas de vanguardia.
Los consultores han notado el gran revuelo en torno al aprendizaje automático y advirtieron a los comercios que evalúen cuidadosamente las alternativas, asegurándose de que los proveedores puedan explicar exactamente qué quieren decir con aprendizaje automático. Y luego, por supuesto, viene el trabajo de determinar si su tecnología es digna de esa frase.
“Todas estas empresas dicen que tienen IA”, dice Lin. “Pero algunos tienen verdadera IA. Algunos tienen IA falsa”.
¿Su consejo? Recuerda que la calidad de una tecnología de aprendizaje automático se reduce a la calidad de los algoritmos y a la calidad de los datos. Las empresas más grandes tienen más datos. Más datos significa más ingresos. Más ingresos significa más talento y mejores algoritmos.
Y, por supuesto, las empresas que venden IA tienen un historial y una lista de clientes. Aprende lo que puedas de ellos.
Y después de todo esto, si todavía no está seguro, sólo tiene que preguntar a la máquina inteligente más cercana.
Mike Cassidy es el principal narrador de Signifyd. Contacte con él en mike.cassidy@signifyd.com; sígalo en Twitter en @mikecassidy.
Últimas publicaciones
