Pese al cierre de tiendas y a unas Navidades flojas en ventas, el comercio minorista de USA está lejos del "apocalipsis" y encara retos en el uso de datos privados, así como "choques" con Amazon. (Foto: AFP)
Pese al cierre de tiendas y a unas Navidades flojas en ventas, el comercio minorista de USA está lejos del "apocalipsis" y encara retos en el uso de datos privados, así como "choques" con Amazon. (Foto: AFP)

Los memos de seis páginas de son famosos. Los ejecutivos deben escribir uno cada año, estableciendo su plan de negocios. Menos sabido es que estas misivas siempre deben responder a una pregunta en particular: ¿cómo planea utilizar el aprendizaje automático de las máquinas? Las respuestas como "no mucho" están, según los gerentes de Amazon, desalentadas.

El aprendizaje automático es una forma de (IA) que extrae datos de patrones que pueden usarse para hacer predicciones. Se enraizó en Amazon en 1999 cuando Jeff Wilke se unió a la firma. Wilke, quien es el segundo al mando tras Jeff Bezos, formó un equipo de científicos para estudiar los procesos internos de Amazon con el fin de mejorar su eficiencia.

Convirtió sus ‘cerebritos’ en unidades de negocios, generando un ciclo de autoevaluación y mejora en base a un patrón predeterminado. Pronto el ciclo involucró algoritmos de aprendizaje automático; el primero recomendaba libros que a los clientes les podían gustar. A medida que crecieron las ambiciones de Bezos, también lo hicieron las ideas automatizadas.

Sin embargo, mientras sus colegas titanes tecnológicos hacen alarde de su destreza en IA a cada oportunidad (el software de reconocimiento facial de Facebook, el asistente digital Siri de Apple o los autos de conducción automática de Alphabet y su reproductor maestro Go), Amazon ha adoptado un enfoque más discreto en torno al aprendizaje automático.

Sí, su Alexa compite con Siri y la compañía ofrece servicios predictivos en su nube. Pero los algoritmos más críticos para el éxito de la empresa son aquellos que utiliza para optimizar constantemente sus propias operaciones. El circuito de feedback tiene el mismo aspecto que su IA para trabajar con el consumidor: construya un servicio, atraiga clientes, recopile datos ypermita que los computadores aprendan de estos datos, todo a una escala que la mano de obra humana no podría emular.

Los algoritmos de Porter
Considere los centros de distribución de Amazon. Estas extensas bodegas, más de 100 en América del Norte y más de 60 adicionales en todo el mundo, son el corazón de su negocio de compras en línea por US$ 207,000 millones. Almacenan y despachan los bienes que vende Amazon. Dentro de uno en las afueras de Seattle, los paquetes se precipitan a lo largo de las cintas transportadoras a la velocidad de una bicimoto. El ruido es ensordecedor, y la instalación parece estar desprovista de humanos.

En su lugar, dentro de un área cercada del tamaño de un campo de fútbol, se encuentran miles de estanterías amarillas con forma de cubo, cada una de 1.8 metros de altura. Amazon los llama pods (contenedores). Cientos de robots los reorganizan dentro y fuera de filas ordenadas, se deslizan debajo de ellos y los arrastran. La pasta de dientes, los libros y los calcetines se apilan de una manera que parece aleatoria para un observador humano.

Sin embargo, a través del lente de los algoritmos que guían el proceso, todo tiene un sentido supremo.Trabajadores humanos, o “asociados” en la jerga de la empresa, se sitúan en los huecos de la cerca que rodea a este “campo de robots”. Algunos toman artículos de contenedores traídos por un robot; otros los empacan en contenedores vacíos, para ser arrastrados y almacenados.

Cada vez que escogen o colocan un artículo, escanean el producto y el estante correspondiente con un lector de códigos de barras, para que el software pueda realizar un seguimiento.

El encargado de desarrollar estos algoritmos es Brad Porter, el jefe de robótica de Amazon. Su equipo es el escuadrón de optimización de Wilke para centros de distribución. Porter presta atención a las "brechas de los contenedores", o la cantidad de tiempo que los trabajadores humanos tienen que esperar antes de que un robot arrastre una cápsula a su estación.

Menos y más cortas brechas significan menos tiempo de inactividad para el trabajador humano, un flujo más rápido de productos a través de la bodega y, en última instancia, una entrega más rápida de Amazon a su puerta. El equipo de Porter está experimentando constantemente con nuevas optimizaciones, pero las lanza con precaución. Los estancamientos en el campo de robots pueden ser infernales.

Servicios Web de Amazon (AWS, por su sigla en inglés) es la otra pieza de la infraestructura central. Forma la base del negocio de computación en la nube de Amazon por US$ 26,000 millones, que permite a las empresas sostener sitios web y aplicaciones sin servidores propios.

El principal uso del aprendizaje automático que hace AWS es pronosticar la demanda del servicio. Insuficiencias en él cuando los usuarios de Internet acuden en masa al servicio al cliente pueden generar errores, y ventas perdidas a medida que los usuarios se encuentran con páginas de error.

"No podemos decir que no tenemos stock", dice Andy Jassy, jefe de AWS. Para garantizar que nunca tengan que pasar por ello, el equipo de Jassy analiza los datos de los clientes.

Amazon no puede ver lo que está alojado en sus servidores, pero puede controlar la cantidad de tráfico que recibe cada uno de sus clientes, cuánto duran las conexiones y qué tan sólidas son. Al igual que en sus centros de cumplimiento, estos metadatos alimentan modelos de aprendizaje automático que predicen cuándo y dónde AWS verá demanda.

Uno de los mayores clientes de AWS es el propio Amazon. Y una de las principales cosas que otras empresas de Amazon quieren son las predicciones. La demanda es tan alta que AWS ha diseñado un nuevo chip, llamado Inferentia, para manejar estas tareas. Jassy dice que Inferentia le ahorrará dinero a Amazon en todas las tareas de aprendizaje automático que necesita ejecutar para mantener las luces encendidas, así como para atraer a los clientes a sus servicios en la nube.

"Creemos que puede ser al menos una mejora de orden de magnitud en costo y eficiencia", dice. Los algoritmos que reconocen las voces y comprenden el lenguaje humano en Alexa serán un gran beneficiado.

El último emprendimiento algorítmico de la empresa es Amazon Go, un supermercado sin caja. Un banco de cientos de cámaras mira a los compradores desde arriba, convirtiendo los datos visuales en un perfil 3D que se utiliza para rastrear las manos y los brazos mientrasescogen un producto.

El sistema ve qué artículos recogen los compradores y los factura a su cuenta de Amazon cuando salen de la tienda. Dilip Kumar, el jefe de Amazon Go, destaca que el sistema está siguiendo los movimientos de los cuerpos de los compradores. No está utilizando el reconocimiento facial para identificarlos y vincularlos con su cuenta de Amazon, dice.

En su lugar, esto genera un código de barras en la puerta. El sistema atribuye las acciones subsiguientes de ese perfil 3D a la cuenta de Amazon entregada. Es una oda al aprendizaje automático, procesando datos de cientos de cámaras para determinar lo que un comprador toma. Por más que lo intentó, el corresponsal que escribe este artículo no pudo engañar al sistema y robar un producto.

El sistema de IA de detección de cuerpo también está apareciendo dentro de los centros de distribución. La empresa tiene un proyecto piloto, llamado internamente el sistema de "Detección de Intención de Nike", que hace para el centro de cumplimiento lo que Amazon Go hace para los compradores: rastrea lo que escogen y lo colocan en los estantes. La idea es deshacerse del lector de códigos de barras de mano.

Este escaneo manual lleva tiempo y es una molestia para los trabajadores. Idealmente, podrían colocar los artículos en cualquier estante que les guste, mientras el sistema observa y realiza un seguimiento. Como siempre, el objetivo es la eficiencia, maximizando la velocidad ala que fluyen los productos. "Se siente muy natural para los asociados", dice Porter.

El enfoque cuidadoso de Amazon en la recolección de datos lo ha aislado del escrutinio que Facebook y Google han enfrentado recientemente de parte de los gobiernos. Amazon recopila y procesa los datos de los clientes con el único propósito de mejorar la experiencia de sus clientes.

No opera en el área gris entre satisfacer a usuarios y a clientes. Los dos, a menudo son distintos: las personas obtienen redes sociales o búsquedas gratuitas porque losanunciantes pagan a Facebook y Google para acceder a los usuarios.

Para Amazon, mayormente son el mismo (aún cuando esté jugando con las ventas de anuncios). Donde los reguladores expresan preocupaciones es sobre el dominio de Amazon en el negocio de compras en línea y computación en la nube. Este poder ha sido construido sobre el aprendizaje automático. No muestra signos de declive.

TAGS RELACIONADOS