Capítulo 7: La Inteligencia Artificial de Santa Claus

Capítulo 7: La Inteligencia Artificial de Santa Claus

Santa Claus está cargando el trineo y a pesar de que aún no llegan muchas cartas, él ya está listo para entregar. La lista está hecha, la ruta de entregas calculada, los juguetes producidos. Él, sus elfos y sus renos, junto con Mamá Navidad, están disfrutando de los previos de la Navidad porque tienen a la Inteligencia Artificial trabajando para ellos.

Esto es Cerebro de Silicio, el futuro de la Inteligencia Artificial, hoy.

Capítulo 7: La Inteligencia Artificial de Santa Claus

Podrán decirme que el objetivo de la navidad es celebrar la llegada del Niño Dios o el nacimiento de Jesús o lo que quieran. Nada de eso es cierto y … lo sabemos. El gran pináculo de la Navidad son los regalos y más, los que llegan el 25 de diciembre. ¿Podría el regordete y barbón amigo entregar regalos sin ayuda de Inteligencia Artificial? Algo tendría que hacer para procesar todo el Big Data necesario. Es, probablemente, el mejor científico de datos del mundo.

photo-of-girl-sitting-near-christmas-tree-3303613.jpg

Pero vayamos al inicio. Primero, necesita un sistema inteligente de CRM basado en Inteligencia Artificial. Uno que pueda cargar una base de datos sumamente robusta. Su Big Data debe darle seguimiento a al menos 2.2 mil millones de niños que hay en el mundo. Recordemos que esta es una cifra que continua incrementándose año con año, por lo cual debe tener capacidad de crecimiento. De ahí, debe quitar a todos los que no despacha… Judíos, Musulmanes, Hindús, Budistas y Ateos. 35% de la población mundial infantil son Cristianos. ¡Lo siento! Sin embargo, no los elimina de su lista. Éstos son prospectos, en un mundo cambiante como el nuestro, uno nunca sabe quién va a cambiar de religión. Esto libera mucho el trabajo. Así, consideramos entonces una base activa de 770 millones de niños. Bien, pues Santa Claus utiliza un big data de 770 millones de renglones al cual hay que adicionarle por lo menos 3 dimensiones. Dirección, Travieso o no -que puede ser simplemente una bandera, un 0 o 1- y el descriptivo de la travesura, en caso de que haya sido travieso. ¿Sólo una? Podría guardar todas las travesuras realizadas, dependiendo del presupuesto del Big Data. ¿Deseable? Sí. ¿Necesario? En realidad no. Basta con guardar la última travesura. ¿Para qué? te preguntarás. Pues simplemente cómo soporte. Posibles demandas, reclamaciones y otros. Su abogado se lo recomendó.

Pero la noche de Navidad, él no visitará 770 millones de hogares… no, no, no. Lo que sigue es hacer una correlación entre los niños y las direcciones de los hogares. Muchos niños viven con otros por ser hermanos o por otras circunstancias familiarmente complicadas como niños viviendo con primos, orfanatos etc.

lighted-christmas-tree-1708601.jpg

Países como México y Estados unidos tienen en promedio 2.1 y 1.7 niños por hogar. Muchos países de África tienen un promedio de 5, 6 o incluso 7. El promedio mundial es, según el Banco Mundial, 2.5 niños por hogar. Por lo que Santa Claus debe hacer unas 308 millones de entregas. Debemos eliminar de la lista a los niños que no se portaron bien. Definitivamente no podemos hacer un cálculo, después de todo, ¿quién soy yo para juzgar? ¿Dios? ¿Santa Claus? Su CRM debe pasar por modelos analíticos, de minería de datos, modelos estadísticos y sobre todo, modelos de decisión de Inteligencia Artificial. ¿Qué hacen esos sistemas? Primero deben trazar una ruta óptima entre las ciudades. Después identificar barrios, manzanas, casas y edificios. Llevar la ruta de un máximo a un mínimo de granularidad. Algo similar a un sistema de logística basado en Inteligencia Artificial, como el que usan las empresas de entregas, correos, mapas inteligentes o taxis compartidos. Cómo optimizar el tiempo y el combustible -recordemos que por muy mágicos que sean los renos, estos se cansan. Debe, también, eliminar de la ruta de los hogares los niños que incluso, hasta último momento, se hayan portado mal, por lo cual el sistema de I.A. debe basarse en Real Time Information. Debe estar en línea y listo para operar durante el recorrido, nada de hacer procesos Batch. El trazado de la ruta no es poca cosa. Santa Claus tiene que recorrer cerca de 510 millones de kilómetros en 32 horas. Ya sabemos que es tan inteligente como para viajar de Este a Oeste para optimizar el tiempo. Un día se convierte fácilmente en 32 con 8 horas adicionales. Pensando que Santa Claus responde a la física newtoniana como tú y como yo, entonces debe viajar a una velocidad extrema en línea recta -con algunas curvillas por aquí y por allá-, a una velocidad de 10,703,437.5 km/hr. (¡Imagina ahora lo que usa para que su gorro no salga volando!) Esto es, por supuesto, sin detenerse… Sin acelerar y sin desacelerar.

Pero ¿Qué hizo durante todo el año? te preguntarás. Bien, pues trabajó en la fábrica… sí… fabricando juguetes. Los elfos lograron automatizar la fábrica. Operan una línea de producción inteligente y lograron transformar el Six Sigma en un Infinite Sigma: Cero error… la fábrica perfecta. Basado en el histórico de lo que han pedido los niños anteriormente, Santa Claus comienza a producir desde el 26 de diciembre los juguetes que requerirá en 364 días. Empieza con un modelo predictivo de Inteligencia Artificial calculando, con altisíma probabilidad -quiero decir, se-gu-ri-dad-, quienes serán buenos y quienes no. Puede saber, con base en lo que hicieron años anteriores quien tiene una alta probabilidad de cometer una travesura y así, ir descartándolo de su lista de regalos. . De forma anticipada puede calcularlo a demás de pronosticar y predecir con una altísima asertividad el juguete que pedirán. eliminará juguetes ya pedidos, correlacionará los accesorios faltantes de sus pedidos anteriores, identificará perfiles de niños con gustos similares correlacionándolo con lo que pidieron años anteriores. Utilizará entradas de datos como etnia, geografía, clima y otros para incrementar la asertividad. Esto le permitirá producir, con una altísima probabilidad, el juguete que pedirá, fabricándolo meses antes. El sistema le permite instrumentar un modelo similar al que utilizarían tiendas departamentales y empresas de manufactura para optimizar inventarios y producción. Por eso, en realidad no es necesario esperar la carta al último momento.

Pero no olvidemos que hace frío y que Papá Noel va a 10 millones de kilómetros por hora y que usa… unos lentecillos que apenas se detienen en su chata nariz. Hace unos años, su esposa Mary, Mary Xmas instaló en su trineo un sistema de reconocimiento de imágenes basado en Inteligencia Artificial que le ayuda a identificar chimeneas -en las casas, sobre todo Europa y Suburbios de Estados Unidos y Canadá-, ventanas -en sitios más cálidos y urbanizaciones, y terrazas con puertas de cristal para hacer la entrega aún más eficiente. Así mismo, identifica niños despiertos y adultos fisgones para eliminar de la ruta, esos hogares. Así mismo identifica árboles altos, antenas, montañas, parvadas de aves y otros peligros, sobre todo en zonas de niebla.

En fin, déjame decirte que Santa Claus tiene los mismos problemas que tú. Él los resuelve con Inteligencia Artificial. ¿Porque tú no?

¿Estas buscando desarrollar una estrategia de Inteligencia Artificial, de Analítica, de Big Data, Ciencia de Datos o de Business Intelligence? ¿O simplemente quieres saber más? En Cerebro de Silicio apoyamos a organizaciones a desarrollar e implementar estrategias de A.I. Conferencias, consultorías, talleres. Contáctanos. www.cerebrodesilicio.com.

Cerebro de silicio es más que un podcast. Es una producción de Azul Chiclamino. Yo soy Rodrigo Llop.

https://data.worldbank.org/indicator/SP.DYN.TFRT.IN?end=2017&locations=MX&start=2017&view=map

https://ourworldindata.org/fertility-rate

https://www.telegraph.co.uk/finance/economics/11307918/Santanomics-the-calculations-that-make-it-all-possible-for-Saint-Nick.html

https://www.telegraph.co.uk/topics/christmas/8188997/The-science-of-Christmas-Santa-Claus-his-sleigh-and-presents.html

https://soundcloud.com/rodrigollop/ep75-la-ciencia-de-la-navidad

https://hbr.org/2018/01/artificial-intelligence-for-the-real-world

Capítulo 9: El Triángulo del Revenue

Capítulo 9: El Triángulo del Revenue

Capítulo 6: La Data del Big Data

Capítulo 6: La Data del Big Data