La adopción masiva del teletrabajo no es el único cambio que la COVID-19 ha deparado al sector laboral; según afirmaba recientemente a The Robot Report Peter Chen, cofundador y CEO de Covariant -empresa dedicada a dotar de inteligencia artificial a los robots para producción-, la compañía ha conseguido reunir 40 millones de dólares de financiación en una ronda B gracias al interés que en los inversores ha despertado el campo de la robótica.
Y es que el parón que ha sufrido a lo largo de estos días la economía está siendo realmente duro, y parece que los inversores de Covariant detectan que en el futuro próximo habrá un crecimiento en el interés que las empresas ponen en adoptar los robots que dispongan de algo de inteligencia para la manipulación de productos.
Ello -y con esto, abro un paréntesis- puede suponer un problema añadido a la economía si no sabemos rediseñar el modelo para dar cabida a las personas que perderán definitivamente su trabajo a manos de los robots. ¿Una renta básica universal? No soy economista y, por lo tanto, me permitirán que no opine sobre el tema, sino que me quede solamente con el apartado tecnológico.
A diferencia de los robots de producción, que realizan repetitivamente los mismos gestos y operaciones, los robots de manipulación deben adaptarse sobre la marcha a pequeñas variaciones, algo para lo que es idónea la inteligencia artificial.
Por ejemplo, algunos de los ejemplares del producto manipulado pueden contener pequeñas máculas o deficiencias, todas ellas distintas entre sí. La inteligencia artificial permite detectar estos defectos o taras, y la parte robótica, bajo el mano de la inteligencia artificial, apartar el producto supuestamente defectuoso para que lo revise un humano.
A partir de aquí, es posible ‘entrenar’ al robot para que, mediante machine learning pueda ir aprendiendo los distintos tipos de ‘taras’ y defectos que van apareciendo en los productos o, por ejemplo, un margen de tolerancia para dichos defectos.
La inteligencia artificial presente en estos robots es también sumamente útil para el caso de productos que sean ligeramente distintos entre ellos. Por ejemplo, en el terreno de la alimentación podríamos tener las manzanas: no hay dos manzanas iguales, pero todas se parecen. ¿Cómo distinguir las que están bien de las que tienen algún defecto que las hace inadecuadas para el consumo humano? Ahí entre en juego en proceso de aprendizaje de la inteligencia artificial.
Covariant dispone de soluciones para campos como el de la logística, la fabricación, comida, ropa, o comercio retail entre otras.