Análisis del mercado actual de soluciones comerciales basadas en Machine Learning
Actualizado: 3 feb 2020
Resulta extremadamente costoso en tiempo y recursos dotar a una empresa del know how y las herramientas para desarrollar sus propias soluciones basadas en machine learning en muchos casos, especialmente para aquellas organizaciones cuyo foco no es el desarrollo tecnológico o tienen un tamaño reducido. Por esta razón están surgiendo diferentes soluciones de inteligencia artificial como servicio (IAaas) con el objetivo de que las empresas puedan construir sus soluciones utilizando estos servicios, reduciendo el tiempo de desarrollo y la necesidad de contar con un grupo de expertos específicos en este campo.
Los nuevos proveedores de infraestructuras en cloud (IaaS) como Google Cloud Platform, Amazon Web Services, Microsoft Azure, IBM y otros, han simplificado en gran medida el poder proporcionar servicios de IAaas, con la ventaja añadida de poder utilizarse en mod pago por uso, reduciendo así también el coste del uso y el riesgo para las empresas que quieren utilizar esta tecnología. Como desventajas para las empresas que utilizan IAaas está la dependencia de terceros y no disponer de absoluta libertad y flexibilidad en sus desarrollos, pero para las empresas de pequeño y mediano tamaño, las ventajas superan con mucho las desventajas.
Una visión global del mercado de soluciones basadas en IA actual y su cadena de valor se muestra en la siguiente figura:
Previsiones del mercado de productos basados en Machine Learning a medio plazo
Para la elaboración de este estudio del tamaño del mercado, oferta actual y las previsiones de crecimiento proyectadas de AI, se han utilizado los pronósticos de investigación de mercado elaborados por empresas de análisis de mercado relevantes.
Del análisis se observa que la definición de servicios basados en IA no es la misma para todas las fuentes, poniendo de manifiesto que no existe un consenso establecido en la industria de momento. Se ha intentado homogeneizar al máximo los resultados, pero se producen variaciones significativas en las predicciones debido a este hecho.
Analisis de la cadena de valor completa del mercado de Machine Learning
¿Qué soluciones ofrece actualmente el mercado?
La tecnología de IA se basa en un amplio número de algoritmos que permiten a las máquinas resolver tareas específicas mediante la generalización, generación de predicciones y clasificación de los datos.
Existen tres tipos de productos de IAaas o Frameworks que se comercializan actualmente:
I. Inteligencia artificial de bajo nivel: en realidad son más librerías y entornos de desarrollo que permiten desarrollar productos y servicios de propósito general. No evita la necesidad de disponer de un grupo de trabajo especializado en IA compuesto por Data Scientists, arquitectos de sistemas, programadores, etc y requieren un tiempo elevado de formación y capacitación del personal. Las principales soluciones comerciales de este tipo son: Tensorflow, Theano, Caffe, Keras, Spark MLib, Scikit Learn o Torch.
II. Inteligencia Artificial de alto nivel: soluciones IAaaS puras que proporcionan herramientas out of the box para una serie de funcionalidades específicas, como reconocimiento de imágenes, proceso de lenguaje natural, traductores entre otros. Existen varias soluciones en el mercado para diferentes aplicaciones como scoring (Datafinder), analítica de datos (Predixion, Canopy, Spotfire), procesamiento de lenguaje natural (Amazon, Google, Azure), identificación de imágenes (Google, Azure, IBM, AWS) etc. No admiten personalización, ni integración con datos privados del cliente.
III. Frameworks personalizables y adaptables para desarrollo de productos: se sitúan en un punto medio de los dos anteriores. Proporcionan un catálogo de algoritmos predefinidos, interfaces y APIs que pueden ser utilizados por un tercero para construir su propio servicio a medida de una manera rápida y sin requerir un alto nivel de expertise. Las principales herramientas de este tipo disponibles en el mercado son:
Amazon Sage Maker: framework con varios algoritmos integrados y diversas herramientas gráficas para desarrollar soluciones específicas. Presenta integración nativa con las fuentes de datos de AWS.
bigML: framework con varios algoritmos integrados y un mecanismo de integración con datos externos. La ejecución puede hacerse en entorno WEB propietario de bigML o en sistemas del cliente. No soporta despliegue en cloud ni está integrado de forma nativa con las fuentes de datos analíticas estándar.
H20.ai: framework con herramientas de captura de datos en modo RAW, selección autómatica de algoritmos entre los disponibles y herramientas de medida de la calidad de las predicciones. No puede desplegarse en cloud ni en las instalaciones del clinte, sólo puede operar en la plataforma de H20.aiGoogle y Microsoft han lanzado soluciones de este tipo recientemente.
Conclusiones
Del análisis del mercado realizado, se identificó que las características básicas para que una solución de IAaaS aporte el máximo valor a las empresas son las siguientes:
Si se puede concluir cualquier conclusión de las previsones de mercado citadas, es que los términos y las aplicaciones que definen el campo "inteligencia artificial" son aún grises y que las definiciones deben tomarse caso por caso. Podríamos imaginar que, al igual que otros campos tecnológicos emergentes, la inteligencia artificial madurará hasta el punto de tener un ecosistema de proveedores robusto y claro, y términos más definidos de los casos de uso y aplicación.
Aunque las cifras ofrecidas por los estudios analizados difieren por su diferente enfoque dentro de los casos de uso de la IA, lo que sí es común a todo ellos es que le volumen del mercado de estos servicios crecerá exponencialmente hasta al menos 2020 – 2024. A partir de esas fechas se espera que el mercado entre un momento de madurez con un crecimiento más comedido pero aún importante.
Se observa también una clara tendencia a orientar todas las organizaciones para que sean los datos el eje sobre el que giran todos los procesos y se basa la toma de decisiones. Por ello, en un primer momento, debemos centrar todo el esfuerzo en ofrecer a las empresas una API con la que integrar procesos de negocio, estadísticas de búsqueda, datos para ventas, KPI, recomendadores, scores y personalizadores.
El mercado nacional y extranjero objetivo del proyecto abarca todos los sectores y áreas de actividad, ya que es tan amplio como todas aquellas empresas que pretendan explotar la información y los datos de los que disponen para mejorar su servicio e incrementar sus ventas. Este hecho provoca que la novedosa solución técnica desarrollada a partir del estudio que se plantea en este proyecto, puede aplicarse a la mayor parte de las pequeñas y medianas empresas que aún no dispongan de un sistema de Machine Learning instalado, lo que supone un considerable volumen de mercado.
#TransformaciónDigital #MachineLearning #EstudiodeMercado #CadenadeValor #EstadodelArte
