Por lo general, las tecnologías no suelen adoptarse de la forma exponencial en que se adoptó ChatGPT de OpenAI desde finales de 2022 ni reciben la atención que esta recibió en un período de tiempo tan corto. Se estima que ChatGPT ha alcanzado los 100 millones de usuarios en solo dos meses.
La inteligencia artificial (IA) generativa es un área en rápida evolución que tiene el potencial de revolucionar muchos sectores. Pero las oportunidades dentro del espacio de la Inteligencia Artificial y la Robótica van mucho más allá, según los expertos de Global X ETFs.
El futuro por delante
Un estudio reciente de Gartner prevé que, para finales de esta década, la persona media tendrá más conversaciones con un asistente virtual o bot que con su familia inmediata. Esta penetración de la inteligencia artificial en nuestra vida cotidiana dependerá de que la tecnología siga avanzando para ser más inteligente, capaz y fácil de interactuar.
“Aunque muchos esperan que este progreso se produzca a partir de los avances en el aprendizaje automático y el aprendizaje profundo, también se introducirán nuevas técnicas”, comentan desde Global X. Es con este impulso en mente que se ha desarrollado un ETF de Robótica e Inteligencia Artificial para canalizar el gran potencial de esta temática. Un fondo que busca invertir en empresas que puedan beneficiarse potencialmente de una mayor adopción y utilización de la robótica y la inteligencia artificial.
Es un fondo de Global X que ha cumplido ya 7 años desde su lanzamiento, que fue el 12 de septiembre del 2016, y que pretende captar el rendimiento del mercado de «empresas que se espera se beneficien de la creciente adopción y utilización de la robótica y la inteligencia artificial». De entre sus grandes posiciones, por ejemplo, se encuentran Nvidia, Intuitive Surgical o Keyence.
La robótica y la IA
Robótica es un término que designa un dispositivo mecánico diseñado para realizar una operación o tarea. A estas proezas de la ingeniería se unen cada vez más los avances en software, que permiten a los ordenadores trabajar, aprender y resolver problemas, un área de la informática denominada inteligencia artificial. Juntas, estas tecnologías están revolucionando nuestra forma de realizar tareas, analizar datos y tomar decisiones.
Muchos no se dan cuenta de la poca supervisión humana que requieren los robots más avanzados de hoy en día. Una fábrica japonesa lleva más de 15 años funcionando en modo «luces apagadas», lo que significa que no hay trabajadores humanos en la fábrica. Plantas automatizadas como ésta son capaces de fabricar de todo, desde maquinillas de afeitar eléctricas hasta incluso otros robots.
Además, los avances en IA permiten a los ordenadores realizar tareas complejas a partir de diversos conjuntos de datos y entradas. “Por ejemplo, el ordenador Watson de IBM es capaz de generar resúmenes deportivos analizando los ruidos del público y los gestos de los jugadores”, describen desde Global X.
Asimismo, la unión de las capacidades mecánicas de la robótica con la inteligencia de la IA ha dado lugar a máquinas capaces de limpiar, cocinar, conducir y cuidar personas, entre otras tareas similares a las humanas.
“La robótica y la IA están abordando una serie de problemas caracterizados por el envejecimiento de la mano de obra, el aumento de los costes laborales y las necesidades de mejora de la calidad”, aseguran estos expertos.
La demografía mundial está cambiando rápidamente en dos frentes. En primer lugar, una mayor parte de la población está entrando en la edad de jubilación, mientras que las tasas de natalidad están cayendo en picado.
Según la Organización Mundial de la Salud, «se prevé que el número de personas de 65 años o más pase de los 524 millones estimados en 2010 a casi 1.500 millones en 2050». Con la escasez de nacimientos para sustituir a estos trabajadores jubilados, muchos países se enfrentan a la perspectiva de una reducción de sus plantillas. “En Japón, por ejemplo, se prevé que la población activa se reduzca aproximadamente a la mitad de su nivel máximo en 2060”, describen desde Global X ETFs.
Los sectores beneficiados
Casi todos los sectores pueden encontrar formas de incorporar estas tecnologías innovadoras en un esfuerzo por mejorar la producción o reducir costes, según Global X. Por ello, los analistas prevén que en 2020 el mercado de la robótica y la inteligencia artificial supere los 150.000 millones de dólares.
Entre los sectores que están a la vanguardia de esta adopción se encuentran:
Fabricación: Los robots tienen una larga historia en la fabricación. Hoy en día, pueden hacer más cosas que nunca, incluidas capacidades de reconocimiento de visión y detección de movimiento, que amplían su utilidad tanto para pensar como para hacer. Como resultado, se espera que los procesos de fabricación que dependen de la automatización crezcan de un 10% en 2015 a un 25% estimado en 2025.
Militar y defensa: Los drones están reduciendo la necesidad de poner en peligro a los soldados en las principales zonas de conflicto. Además, cada vez se utilizan más robots para el transporte, la búsqueda y rescate y el reconocimiento.
Medicina: Los robots y la IA están avanzando en la administración de procedimientos a pacientes y en el diagnóstico de enfermedades. El superordenador Watson de IBM tiene un índice de precisión del 90% en el diagnóstico del cáncer de pulmón, frente al 50% de los humanos.
Transporte: Los coches autónomos ya están apareciendo en las calles. En 2030, los coches autónomos podrían representar hasta el 15% de los turismos vendidos en todo el mundo.
Agricultura: La IA y los robots están dotando a los agricultores de nuevas formas de analizar el suelo, el riego y el rendimiento de los cultivos. Estos datos pueden hacer un uso más eficiente de las tierras de cultivo y aumentar las cosechas. Se prevé que el mercado mundial de robots agrícolas supere los 15.000 millones de dólares en 2020.
Finanzas: El sector financiero está a la vanguardia de los avances en IA como tecnología financiera (FinTech), como la introducción de roboasesores que pueden crear y mantener carteras personalizadas para los inversores.
¿Cuál es la magnitud de esta oportunidad?
Desde el punto de vista de Global X, los inversores pueden participar en este crecimiento centrándose en los sectores que más se beneficiarán de esta innovación.
“Aunque la inteligencia artificial (IA), el aprendizaje automático (AM) y el aprendizaje profundo (AD) suelen utilizarse indistintamente, existen varias diferencias clave”, aseguran estos expertos. “Una forma de visualizar la relación es a través de una serie de círculos concéntricos. La IA es el macrotema que abarca todo el campo de estudio, mientras que el ML es un subtema dentro de la IA. La AD es un perfeccionamiento del ML y representa la vanguardia de las aplicaciones de IA que se utilizan hoy en día”, añaden.
En un nivel básico, la inteligencia artificial es el concepto de máquinas que realizan tareas que históricamente han requerido inteligencia humana. La IA puede dividirse en dos campos distintos:
IA aplicada: máquinas diseñadas para realizar tareas muy específicas, como conducir un vehículo, negociar con acciones o jugar al ajedrez, como demostró Deep Blue de IBM en 1996 cuando derrotó al gran maestro Gerry Kasparov.
IA general: máquinas diseñadas para realizar cualquier tarea que normalmente requeriría la intervención humana. La naturaleza amplia de la IA general exige que las máquinas «aprendan» a medida que se enfrentan a nuevas tareas o situaciones. Esta necesidad de un enfoque aprendido es lo que dio origen al aprendizaje automático moderno.
Hoy en día, muchas empresas a la vanguardia de la IA se centran en el aprendizaje automático (AM). En términos sencillos, el aprendizaje automático es el proceso de construir máquinas que puedan acceder a los datos, aplicar algoritmos a estos datos y, a continuación, entrenarse para deducir ideas valiosas basadas en estos conjuntos de datos subyacentes.
La diferencia clave entre el ML y la IA es que el ML no se basa explícitamente en el código de su creador. Por el contrario, los sistemas de ML utilizan el código informático como punto de partida y, a continuación, recopilan datos, información y entradas que pueden estudiarse, de forma similar a como un estudiante puede estudiar para un examen. “Es esta relación con los macrodatos la que hace que el ML y el Internet de las Cosas (conectar objetos normales a Internet para que puedan recoger datos o ser controlados a distancia) estén tan estrechamente entrelazados”, concluyen desde Global X.