A fines de 2016, tres economistas del Rotman School of Management de la Universidad de Toronto –Ajay Agrawal, Joshua Gans y Avi Goldfarb– escribieron un breve y potente artículo en Harvard Business Review (HBR) titulado The Simple Economics of Machine Intelligence. Indicaban que, si bien durante las últimas dos décadas se supuso que la digitalización iba a sacudir a todos los mercados creando una “nueva economía”, lo que en concreto sucedió fue que la tecnología digital redujo drásticamente el costo de buscar y de comunicar.
Hoy se habla de las máquinas inteligentes como la fuente de otra transformación radical. Y la actividad productiva va a verse afectada, sin duda. Pero ello obedecerá, en concreto, a una reducción significativa en el costo de predecir, actividad básica en varios sectores productivos: el transporte, la agricultura, la salud, y el comercio al por menor.
Que el costo de predecir disminuya tan drásticamente tendrá dos efectos: se empezará a predecir en actividades en las que antes no se hacía, y los insumos complementarios a la predicción aumentarán en valor. Señalan los autores, como referencia, que los semiconductores abarataron mucho el costo de realizar operaciones aritméticas –la contabilidad y el análisis de data– pero introdujeron también los dígitos en problemas que no eran vistos previamente como aritméticos. La fotografía, por ejemplo, se transformó en una actividad digital en vez de una vinculada con la química y el film. Y así, con las comunicaciones, la música, la búsqueda de nuevas medicinas.
Eso pasaría con la reducción en curso en el costo de predecir. Ella viene abaratando actividades que la incorporan, como el manejo de inventarios, pero también permitiendo la incorporación de la predicción en actividades que antes no predecían: el manejo de vehículos o el Waze.
Para Agrawal, Gans y Goldfarb, las actividades humanas pueden describirse con cinco componentes: data, predicción, juicio, acción y resultados. Cuando uno visita al médico por un dolor, pasa por pruebas y análisis (data), luego se precisa un diagnóstico (predicción), se evalúan los tratamientos disponibles (juicio), se administra uno de ellos (acción) e, idealmente, se recupera la salud (resultado).
El año pasado, los mismos autores publicaron otro artículo que dio que hablar: How AI Will Change Strategy. Se preguntaron: si los algoritmos que Amazon actualmente usa predicen –con 5% de acierto–las compras futuras de sus clientes, ¿qué pasará cuando se logre multiplicar la efectividad de esta predicción? ¿Qué sucedería con un 60% de acierto? ¿Le podría convenir a Amazon, entonces, adelantarse a las órdenes de sus clientes y enviarles un paquete semanal, con todo lo que podrían querer comprar, para que cada quien, en la comodidad de su hogar, decida con que se queda? Los beneficios para Amazon resultarían obvios; los costos: la infraestructura requerida para la devolución de lo no deseado. Pero en algún momento los beneficios de las mayores ventas superarían ampliamente a los costos decrecientes del sistema de devolución. El modelo de negocio de Amazon cambiaría de orden-despacho a despacho-orden. Tal vez la difusión de este artículo en el HBR contribuyó a que Jeff Bezos sea hoy el empresario más rico del planeta.
En abril 2018, los mismos autores publicarán Predictive Machines, que probablemente resulte el libro de gerencia estratégica más importante del año. Las nuevas máquinas permitirán un aumento significativo en la certeza de las predicciones y una reducción importante en su costo. El libro pretende contribuir con el análisis de las oportunidades y amenazas que esta transformación generará para los más diversos negocios.