Inteligencia Artificial en España

La inteligencia artificial se define, según la Unión Europea, como el software que puede, para un conjunto determinado de objetivos definidos por los seres humanos, generar información de salida, como contenidos, predicciones, recomendaciones o decisiones, que influyan en los entornos en los que opera, utilizando una o varias de las siguientes técnicas:

• Enfoques estadísticos, estimación bayesiana, métodos de búsqueda y optimización.
• Estrategias basadas en la lógica y el conocimiento, especialmente la representación del conocimiento, la programación (lógica) inductiva, las bases de conocimiento, los motores de inferencia y deducción y los sistemas de razonamiento (simbólico).
• Estrategias de Machine Learning, rama de la inteligencia artificial, que se centra en el desarrollo de sistemas que pueden aprender de los datos y tomar decisiones con la mínima intervención humana.

Por consiguiente, el marco regulatorio de la Unión Europa, en el que posteriormente se profundizará, no solo afectará a aquellos grandes modelos de aprendizaje automático o modelos de lenguaje de los que tanto estamos oyendo hablar en los últimos meses, sino también a muchas otras aplicaciones que utilizan sistemas estadísticos, lógicos o de razonamiento. Mientras sean sistemas que a partir de las entradas generen salidas coherentes que se adapten o aprendan de los datos, serán considerados como sistemas de IA y, por tanto, han de cumplir con el reglamento de inteligencia artificial de la UE.

La inteligencia artificial ha ido evolucionando a lo largo del tiempo, y se espera que continúe avanzando hasta igualar la inteligencia humana. El momento en el que se logrará este extremo no está actualmente definido, ni se conoce con certeza si se va a producir. Por el momento, el desarrollo de modelos fundacionales ha permitido desarrollar una inteligencia artificial generativa que no tiene la capacidad de igualar la capacidad humana pero que, es capaz de generar imágenes, texto o sonidos. Con el objeto de diferenciarla de la inteligencia artificial sin estas capacidades se han establecido dos tipos de IA: inteligencia artificial tradicional e inteligencia artificial generativa.

La inteligencia artificial tradicional (IA) está diseñada para realizar tareas específicas. De esta forma, cada algoritmo realiza la tarea para la cual ha sido diseñado basado en las instrucciones definidas por los humanos. Las principales características de este tipo de inteligencia son:

• La preparación de datos y el entrenamiento requieren una baja supervisión humana, pudiendo utilizar unsupervised learning para hacerlo.
• Los modelos que se desarrollaran se enfocan en el análisis o la interpretación de una serie de datos que se incluyen como inputs, no siendo capaz de generar contenido nuevo, salvo aquel para el que están específicamente diseñados (p.ej., generación de nuevas imágenes, generación de texto, etc.).
• Las bases de datos utilizadas contienen grandes cantidades de datos.

Algunos ejemplos de inteligencia artificial tradicional podrían ser: (i) la identificación de casos de fraude en el pago con tarjetas, (ii) la detección de enfermedades mediante el análisis de imágenes, (iii) la implementación en robótica para automatizar tareas repetitivas, (iv) la eficiencia en las redes de transporte de energía mediante la mejor estimación de la demanda de energía o (v) la generación de recomendaciones de compra de productos basada en el historial de compra previo de un cliente. El ámbito de la inteligencia artificial tradicional es mucho más amplio que el de la generativa y está compuesto por el despliegue de (i) como los motores de inferencia y deducción, (ii) modelos desarrollados en Machine Learning y (iii) Deep Learning. La inteligencia artificial generativa es un subconjunto de los modelos desarrollados en Deep Learning.

La inteligencia artificial generativa (IA generativa) ha irrumpido en el panorama actual en los últimos tres años, fundamentalmente impulsada por el lanzamiento de ChatGPT, que ha hecho el uso de la inteligencia artificial más accesible para la sociedad debido a su capacidad de generar texto e imágenes interpretados de forma más sencilla que los outputs que ofrecía la inteligencia artificial tradicional. La principal diferencia de este tipo de inteligencia con la precedente es la capacidad de generar nuevo contenido (p.ej., texto, imágenes, voz) y de realizar varias tareas, no teniendo que ceñirse a la tarea específica para la que ha sido creada. Estos modelos, una vez diseñados, tienen mayor capacidad de adaptación al entorno y son capaces de generar contenidos individualizados en función del contexto que se le provea.

Este tipo de inteligencia artificial está basado en modelos fundacionales, que desde un punto de vista de arquitectura técnica se basan a su vez en los modelos de Deep Learning, cuyas principales características son:

• La preparación y el entrenamiento de los datos requieren una mínima supervisión humana.
• El foco de los modelos transciende al del análisis o la interpretación de los datos, y está basado en la generación de contenido que puede ser utilizado por los usuarios en múltiples sentidos, debido a la capacidad del modelo para realizar varias tareas, ya que ajustará sus outputs en función de las peticiones que reciba con gran adaptabilidad al contexto proporcionado.
• Las bases de datos que utiliza son masivas, algunas de ellas basadas en el contenido que se encuentra en la red.

Este tipo de inteligencia artificial no reemplazará a la inteligencia artificial tradicional, sino que la complementará y hará su uso más accesible.

El uso de la inteligencia artificial se ha ido extendiendo en la Unión Europea en los últimos años, especialmente debido al auge de la IA generativa. Según los datos de Eurostat, en 2023 el 8% de las empresas de la UE ya habían incluido en sus procesos algún tipo de IA. Este dato varía considerablemente en función del país que estemos analizando, destacando los países nórdicos con porcentajes de uso de IA en torno al 15%, mientras que los países del este de Europa se mueven en alrededor del 4-5%. España ocupa un lugar destacable en el uso de la IA con un porcentaje de 9,2%, superior a la media de la Unión Europea y por encima de los grandes países de la Unión Europea en términos de PIB, como Francia (5,9%) o Italia (5,0%). Alemania, el país con mayor aportación al PIB europeo, tiene un uso de la IA que se encuentra en el 11,6%.

La evolución en el uso de la IA ha seguido una tendencia ascendente en el periodo 2021-23, pasando del 7,6% al 8% en la Unión Europea. Concretamente, España ha tenido una evolución muy por encima de la media de la UE con un crecimiento desde el 7,7% en 2021 hasta el 9,2% en 2023.

El análisis de las aplicaciones que se dan actualmente a la IA y su evolución facilita conocer cuáles serán las próximas tendencias en el uso de esta tecnología y cómo la IA está transformando las compañías, permitiendo orientar a nuevas empresas que quieran o estén en disposición de incluir esta tecnología en su modelo operativo.

La Unión Europea realiza una serie de estudios, a través de Eurostat, en relación con el nivel de incorporación de la IA. En el presente informe, se adaptará la clasificación que hace la UE a la división entre IA tradicional e IA generativa. Por un lado, dentro del ámbito de la IA tradicional se incluye aquellos sistemas de IA diseñados para la realización de una sola tarea entre los que se encuentra: analizar lenguaje escrito, convertir lenguaje oral en formato leíble por una máquina, identificar objetos o personas, analizar datos mediante Deep Learning y automatizar flujos de trabajo o toma de decisiones.

La IA generativa, como se ha visto comprende aquellos sistemas de IA que pueden realizar un abanico de tareas más amplio que para la que han sido específicamente diseñados. Por ello, la categoría que la Unión Europea clasifica como 'Generar lenguaje escrito u oral', quedaría englobada dentro de este segmento. Se observa que el uso de la IA ha tenido un crecimiento muy relevante en su subcampo IA generativa, puesto que el porcentaje de empresas que usan la IA para generar lenguaje escrito o hablado ha alcanzado la cifra del 2,1%, creciendo casi 0,8 p.p.

En la visión por países de la UE, vemos que España y Alemania están teniendo un buen comportamiento en la aplicación de la IA tanto generativa como no generativa, mientras que Francia e Italia están teniendo un comportamiento similar en 2023 al que tuvieron durante el año 2021 y sus niveles de incorporación de la IA, considerando la aplicación de esta, son en general más reducidos que en España y Alemania.

La inteligencia artificial tradicional ha continuado creciendo en España, pero no ha experimentado el impulso de la IA generativa, que ha crecido 0,9 p.p., frente al resto de IA que han experimentado un crecimiento entre 0,2 p.p. y 0,4 p.p. a pesar de presentar una base de crecimiento mayor en 2021.

La inteligencia artificial generativa está tomando forma y ganando tracción, especialmente desde el lanzamiento al público de ChatGPT, acaparando titulares y atención tanto de empresas como de particulares. Su nivel de incorporación en las empresas está continuamente creciendo; sin embargo, está siendo superior en grandes empresas. Por ello, se decide profundizar en este tipo de inteligencia, para conocer cómo se está utilizando actualmente y cuál es la visión de la alta dirección.

La implantación de la IA generativa se puede dividir en dos fases, en función de su nivel de desarrollo: (i) en fase de piloto, (ii) en fase de escalado. La encuesta realizada por BCG10 a más de 150 ejecutivos de grandes empresas a nivel global, muestra cómo la implantación de la inteligencia artificial generativa está ligada con el uso de la inteligencia artificial tradicional. La implantación de la IA tradicional vence las reticencias de las compañías a desarrollar este tipo de tecnología, refleja la existencia del talento interno necesario para diseñar, desarrollar e implementar IA generativa y pone de manifiesto la disponibilidad de los datos y la tecnología necesaria. Ambos tipos de inteligencia artificial convivirán y se complementarán en el futuro dentro de las compañías.