Medios de comunicación
Las empresas dedicadas a los medios de comunicación ya han adoptado, en muchos casos, el machine learning para impulsar las suscripciones y gestionar la publicidad. También para que editores, programadores de contenido y redactores puedan saber qué historias son las que funcionan, cuáles redactar y cuáles destacar.
Por eso, las empresas de noticias están contratando científicos de datos, con sueldos más que respetables, para que recojan datos que permitan rastrear a los clientes y lectores. Con estos datos, se les puede después guiar hacia productos concretos, además de dar a los trabajadores herramientas para facilitarles la tarea de encontrar y escribir historias.
Aparte de esto, estas compañías también emplean analistas de datos para crear contenido segmentado que genera más suscripciones e ingresos por publicidad. En definitiva, la Inteligencia Artificial facilita que estas organizaciones puedan servir el contenido más adecuado para cada persona.
Energía
La Inteligencia Artificial se puede aplicar casi en cada aspecto del sector de la energía. Desde la predicción y la identificación de fallos en plantas de producción hasta el uso de predicciones meteorológicas para la planificación de la construcción de proyectos de energía eólica.
Todo apunta a que, además, las empresas de energía van a aumentar el uso de la IA para reducir el tiempo de espera de las llamadas de sus clientes a sus servicios de atención al público. Ya utilizan chatbots para responder preguntas básicas antes de darles paso con una persona que pueda resolverlas si son más complejas.
En un futuro que puede ser no muy lejano, los proveedores de energía ven que la Inteligencia Artificial puede jugar un papel destacado en las conocidas como rejillas inteligentes, permitiendo que la oferta y la demanda estén más en línea. Será posible gracias a una nueva generación de dispositivos inteligentes, desde medidores y vehículos eléctricos a paneles solares y calefactores capaces de mejorar su eficiencia energética. A la vista de las posibilidades que ofrece, eso sí, pueden peligrar los trabajos de analistas de suministros, lectores de mediciones e ingenieros.
Manufactura
Los veteranos de este sector saben muy bien cómo la automatización puede poner patas arriba la industria de la manufactura. Y si, también eliminar muchos puestos de trabajo. Pero también generar otros. Parte de lo que trae la automatización es más eficiencia. Además, ya se están utilizando algoritmos de machine learning con pilas ingentes de datos producidos en las grandes fábricas para avanzar en tareas de mantenimiento predictivo, y encontrar las señales que hacen que sea posible identificar las averías antes de que lleguen. Esto tamibén hará que se necesiten menos técnicos.
Por otra parte, la Inteligencia Artificial generativa se está empleando para diseñar productos con más rapidez, probarlos de manera virtual a través de gemelos digitales, y también para fabricarlos con más rapidez. Esto, combinado con otras tecnologías, como la impresión 3D, puede bajar los costes de desarrollo de manera más que notable. Además, harían falta menos ingenieros en áreas como la electrónica de consumo, la automoción y el sector aeroespacial.
Gobierno
Las administraciones públicas también pueden sacar mucho partido a la IA. Gobernar una ciudad, una región o un país implica recopilar cantidades de datos enormes, tanto personales como de empresas. Todos ellos se pueden introducir en sistemas de Inteligencia Artificial y machine learning para mejorar la eficiencia de la puesta en marcha de políticas y leyes, así como para ofrecer servicios.
Todo, desde la recogida de basuras hasta los call centers, gracias al análisis de los datos, se puede gestionar de manera más eficiente gracias a la IA, y mejorar en priorización de inversión y servicios. Eso sí, no sin polémica, porque nuevamente, el uso de la IA en las administraciones públicas conduciría también a una menor necesidad de personal.
Además, hay preocupación entre las autoridades por el peligro que los sistemas de Inteligencia Artificial puede implicar en cuanto a sesgos, y en lo que se refiere a la perpetuación de estereotipos y de la discriminación. Además, depender de estos sistemas ha sembrado incertidumbre en el pasado sobre si algunas prioridades públicas no quedarán desplazadas en favor de otras. Por lo tanto, aunque el uso de la IA puede mejorar la eficiencia en diversas áreas, las autoridades tendrán que comprobar y revisar sus efectos con cuidado.
Transporte
Los trabajadores del sector de los transportes van a sufrir bastante la entrada de la Inteligencia Artificial en su sector. A largo plazo, es el que más vulnerable es a la pérdida de empleos por la IA. Así lo apunta un informe de 2021 de PwC, que predecían ya entonces que las mayores pérdidas de empleo de los próximos 20 años se darán en el sector de los transportes.
A pesar de ello, los conductores están lejos de desaparecer, aunque ya se estén probando los primeros autobuses, trenes e incluso taxis autónomos. Pero la llegada de los taxis autónomos y robotizados por completo todavía está lejos de ser una realidad, y los aviones sin piloto, por ahora, solo son una posibilidad lejana. Mientras tanto, algunos servicios de transporte público ya usan la IA para facilitar la gestión del flujo de tráfico y predecir problemas de circulación.
Servicios financieros
El sector de servicios financieros también está expuesto a sufrir bastantes pérdidas de puestos de trabajo por la acción de la Inteligencia Artificial. Pero puede que no se de una situación traumática, porque lo que puede hacer la IA es ayudar a cubrir el hueco que hay en la actualidad entre la oferta de empleos, y los profesionales que pueden ocuparlos.
Así, los bancos y los gestores de fondos necesitarán menos personal para atender a clientes nuevos, porque automatizarán tareas como la comprobación de sus historiales. También se apoyarán más en la IA para detectar y etiquetar los posibles fraudes y las acciones que impliquen riesgo de blanqueo de dinero.
Además, podrán insertar nuevas normas de los reguladores en los programas de machine learning, de manera que sean capaces de identificar posibles brechas o déficits en los sistemas de la compañía, en vez de apoyarse en humanos para identificarlos y hacer una primera revisión de los mismos. Eso sí, estos sistemas seguirán necesitando supervisión de los humanos. No solo para desarrollar y programar la tecnología necesaria, sino también para realizar comprobaciones adicionales, y para solucionar los problemas más complicados.
También será necesario que las entidades cuentan con personal con una cualificación elevada para hacer tareas forenses si sospechan que ha habido un error o que se ha cometido algún fraude. O para proporcionar soporte personalizado a los clientes.
Retail
Se calcula que casi un tercio de los trabajos del sector del retail podrían desaparecer para 2030 en comparación con los niveles que tenían en 2017. Esta situación se dará gracias a la robotización de almacenes, la automatización de las cajas y las herramientas de planificación basadas en Inteligencia Artificial.
Para los clientes, el cambio más notable, ya en la actualidad, es el aumento de cajas de autopago y los sistemas de autoescaneado en los supermercados y otras grandes superficies en los últimos cinco años, acelerado durante la pandemia. El número de cajeros podría caer a la mitad de aquí a 2030 a medida que se van desplegando las cajas de autopago.
El siguiente paso es la apertura de tiendas libres de checkout, como las que ha puesto en marcha Amazon. Así, en Amazon Go, el sistema identifica al comprador y lo que compra a través de cámaras y sensores en los estantes. Las compras que hacen los clientes se identifican y registran de manera automática, y se registran en una app en su smartphone. Así, pueden salir de la tienda y pagar incluso después de haber salido de ella.
Pero no solo hay tecnología relacionada con la IA en el punto de pago. Los retailers están experimentando con sistemas robóticos o impulsados por la Inteligencia Artificial para identificar huecos en las estanterías. Otros ya utilizan máquinas de detección que se mueven por las tiendas y las distintas zonas de estanterías. También hay ya etiquetas electrónicas en las estanterías, que permiten los cambios de precios de manera automática desde una oficina central han ayudado a agilizar las tareas en los establecimientos. Y ya en las oficinas, tecnología impulsada por IA para tener información de cara a las previsiones e intención de compra, y más robótica para trasladar y colocar productos en almacenes.