Un mensaje desde 1981: el modelo híbrido como respuesta al desafío de la IA en el retail

¿Trabajaremos todos para una máquina inteligente o tendremos personas inteligentes alrededor de la máquina?”, esta fue la pregunta que llevó a Shoshana Zuboff a construir los argumentos de uno de los libros esenciales para comprender el mundo actual, La era del capitalismo de vigilancia. En 1981, año en que escuchó esa pregunta —que sirvió como detonante de su obra—, no tenía idea de la importancia que tendría para nuestro futuro la forma en que la responderíamos. Su libro aborda la intencionalidad de los algoritmos en la orientación de corazones y mentes hacia causas que no siempre son beneficiosas; vale mucho la pena leer a Shoshana Zuboff.

En 2026 parece haber un consenso en que la respuesta a cómo trabajaremos con una máquina inteligente es el modelo híbrido de interacción entre el ser humano y la máquina, donde la capacidad humana de percibir todo el entorno se combina con la capacidad computacional de prever efectos para la toma de decisiones. Al menos hasta que la startup francesa AMI (Advanced Machine Intelligence), cofundada por Yann LeCun, ex científico jefe de IA de Meta, logre su objetivo de dotar a su motor de inteligencia artificial de percepción del mundo físico.¹

Sin embargo, seguimos en 1981 al desestimar los efectos de red, enfocándonos solo en interacciones individuales de departamentos o empresas, tal como hizo la operaria de una fábrica de celulosa autora de la pregunta que también motivó mi trayectoria profesional —así como motivó a Zuboff—.

Millones de decisiones se toman a diario con el apoyo de la IA; la productividad individual crece, pero rara vez se transfiere como valor para toda la empresa. Un minorista puede incorporar datos del clima y la apertura de un nuevo estacionamiento masivo y prever que no tiene suficiente inventario para atender la demanda. Al mismo tiempo, en otro lugar, se realizan reuniones en el proveedor de ese minorista para entender la caída de las ventas y el aumento de los costos logísticos, y nuevamente la IA señala posibles caminos de solución.

Aquí existe una enorme oportunidad de ganancias si minorista y proveedor actuaran como una red interconectada: una plataforma capaz de conectar la demanda del retail con la mejor elección del proveedor para entregar con el mejor costo y nivel de servicio. La misma solución de IA que anticipó el aumento de la demanda informaría a la plataforma de previsión del proveedor sobre la necesidad, que buscaría en su base de servicios de entrega la mejor opción, incluyendo la disponibilidad de espacios temporales de almacenamiento cerca del minorista.

Retomando la pregunta que abre este texto, sostengo que personas inteligentes deben acompañar a las máquinas, señalando caminos sobre lo que es previsible —aunque permanezca oculto—. Y como dijo Marcus Bruzzo en su libro Seremos datos², corresponderá a los humanos descubrir lo que aún no sabemos que no sabemos.