El razonamiento automatizado (en inglés Automated Reasoning) es una rama de la inteligencia artificial que se enfoca en la capacidad de los sistemas para realizar deducciones lógicas, resolver problemas complejos y verificar la validez de argumentos sin intervención humana. Utiliza matemáticas, lógica y algoritmos para llegar a conclusiones basadas en reglas predefinidas o en el análisis de datos y, sin duda, en el mundo empresarial podría ser una de las ventajas competitivas de “nueva generación” para diferenciarse de otros competidores.
En mi opinión, el razonamiento automatizado no será optativo en el mediano plazo, este tipo de acciones será muy empleado en el medio de los negocios, por lo que es importante entender en detalle de lo que se trata y muy en especial lo que se requiere para decidir si es posible hacerlo internamente o bien será necesario acudir a terceros para lograrlo.
Relevancia de razonamiento automatizado en el mundo empresarial
Existen distintas aplicaciones en las que vemos como esta rama de la IA podría hacer grandes diferencias. A continuación, algunos ejemplos de su uso por verticales:
Ciberseguridad y verificación de sistemas
- Se usa para detectar vulnerabilidades en software, verificar políticas de seguridad y garantizar que los sistemas sigan reglas estrictas antes de ser desplegados.
- Ejemplo: Diversos proveedores de servicios de nube usan razonamiento automatizado para comprobar que los permisos en la nube sean seguros y no expongan datos críticos.
Optimización de procesos y toma de decisiones
- Ayuda a encontrar la mejor solución entre múltiples opciones complejas.
- Ejemplo: Empresas de logística pueden usarlo para optimizar rutas de entrega y reducir costos automáticamente.
Cumplimiento normativo y auditorías
- Puede automatizar la verificación de cumplimiento regulatorio, asegurando que los procesos sigan las leyes sin necesidad de auditorías manuales constantes.
- Ejemplo: Bancos lo pueden usar para validar si las transacciones cumplen con regulaciones financieras.
Automatización del razonamiento legal y contratos
- Permite analizar cláusulas legales, detectar inconsistencias en contratos y verificar que un acuerdo sea válido antes de firmarlo.
- Ejemplo: Empresas de seguros pueden evaluar automáticamente si una póliza cubre cierto evento o si hay lagunas legales.
IA más confiable y robusta
- Con razonamiento automatizado, los modelos de IA pueden ser validados y depurados para evitar sesgos o resultados incorrectos.
- Ejemplo: En medicina, ayuda a verificar que los algoritmos de diagnóstico no fallen en casos críticos.
Esto solo para dar algunos ejemplos de cómo esta rama tiene cabida en el mundo de la aplicación de la tecnología a casos prácticos de negocio.
¿Qué tan viable es hacer razonamiento automatizado dentro de la empresa?
Cada caso es muy distinto, y al hablar de inteligencia artificial, no podemos considerarlo como una “aplicación o sistema”, más bien es un proyecto específico, que debe de ser muy bien planeado y en especial con miras a lograr objetivos claros. Aquí la técnica de backcasting donde visualizamos el futuro deseado y trabajamos hacia atrás es una forma viable para definir estrategias de razonamiento automatizado.
Dicho esto, la implementación de razonamiento automatizado en una empresa depende de varios factores clave como lo serían:
- Recursos tecnológicos
- Talento interno
- La complejidad del uso que se le quiere dar
Con base en lo anterior, podemos anticipar 2 caminos viables:
Desarrollo interno
De inicio la empresa debería de contar con el apoyo de científicos de datos, ingenieros de IA y personal experto en lógica computacional para poder desarrollar sus aplicativos de razonamiento automatizado. Insisto, esto al momento de escribir este artículo, no existe como una “aplicación o paquete”, se tiene que desarrollar, y para lograrlo entre otros puntos, se requerirá de:
- Inversión en talento: Se necesitan expertos en lógica formal, teoría de modelos y programación avanzada en lenguajes como Prolog, Python con Z3 Solver, o frameworks de IA simbólica, solo por dar algunos ejemplos empleados actualmente.
- Infraestructura tecnológica: Computación de alto rendimiento, acceso a bases de conocimiento estructuradas y sistemas capaces de ejecutar inferencias en tiempo real.
- Casos de uso claros: Solo vale la pena invertir si la empresa tiene aplicaciones donde la precisión lógica y la validación automática de reglas sean críticas (ej. seguridad, cumplimiento normativo, optimización de procesos complejos, etcétera).
Ejemplo: Un banco con un equipo avanzado en IA podría desarrollar un sistema de razonamiento automatizado para validar contratos financieros y asegurar el cumplimiento regulatorio en tiempo real
Servicios especializados: lo más viable para la mayoría de las empresas
Como se puede apreciar con los requisitos mínimos comentados en el punto anterior, para la mayoría de las empresas, poder desarrollar razonamiento automatizado desde cero no es viable por los altos costos y la especialización requerida. En estos casos, es mejor optar por proveedores especializados o integrar herramientas ya desarrolladas.
- Soluciones en la nube: los principales proveedores de servicios de nube tienen servicios que incluyen automatizado para seguridad, validación de reglas y toma de decisiones.
- Plataformas especializadas: Diversas empresas ya están totalmente enfocadas en IA simbólica y ofrecen soluciones listas para usar.
- Consultoría en IA: Se puede contratar expertos para desarrollar soluciones personalizadas sin necesidad de construir un equipo interno.
Ejemplo: Un hospital que necesita validar radiografías automáticamente podría integrar un servicio en la nube sin tener que desarrollar su propio sistema desde cero para identificar anomalías imperceptibles por el ojo humano.
Conclusión y recomendación
Sin afán de ser simplista, ofrezco 2 simples criterios para iniciar el proceso de decisión para implantar razonamiento automatizado en tu empresa:
- Si tu empresa tiene la capacidad tecnológica y la necesidad real, desarrollar un sistema interno puede ser una ventaja competitiva que no podría replicar tu competencia fácilmente, pero se debe de estimar muy bien el monto de la inversión y garantizar que se tendrán los recursos.
- Si la empresa solo busca aplicar razonamiento automatizado para procesos específicos, es más rentable integrar soluciones existentes o contratar consultoría especializada.
En resumen, para la mayoría de los negocios, tercerizar Automated Reasoning es actualmente la mejor opción en términos de costo, velocidad y eficiencia.
Mpolishuk's Blog 