El conocimiento y la información son el poder del siglo XXI, pero tenerlo no significa que no tengamos que compartirlo con los demás. Cualquiera que tenga una pregunta puede encontrar a alguien que tenga una respuesta, y esa es la filosofía que llevó a Daniel Suárez, a fundar Zapiens.ai, una empresa de gestión del conocimiento que fue seleccionada por Google como una de las doce mejor startups a nivel mundial. Ahora, los esfuerzos de esta pequeña entidad se han destinado a ayudar en la crisis del coronavirus COVID-19 aportando lo que mejor saben hacer: conocimiento. A pesar de que era un plan a medio plazo, han decidido poner en abierto una plataforma en la que los usuarios reciben información diaria sobre el COVID proveniente de profesionales y fuentes oficiales.
Pregunta: ¿Cómo nace Zapiens.ai?
Respuesta: Nace porque yo con 28 años (ahora atengo 40) trabajaba en una multinacional, lo dejo y justo en 2008, con la crisis "de las .com" me pongo por mi cuenta y monto una consultora de transformación digital. Tenía como cliente a InterSport y les daba consejos a los empleados de las tiendas, que no tenían formación porque eran miles. Tenía más idea la gente que compraba zapatillas que los empleados y eso no podía ser. Entonces un día les dije: apunta diez cosas que sepas y que crees que puedes compartir y otras diez que tú no sabes y que crees que deberías saber. Entonces eran veinte encargados de tiendas y salieron 400 post-its con 400 preguntas. Me lo llevé a casa, hice un excel y vi que, por ejemplo, el 60% de las preguntas eran de productos de Nike y un pequeño porcentaje era de recursos humanos. El de recursos humanos me dijo "yo no puedo responder todo esto" y yo le dije que habíamos detectado una oportunidad; llamé a Nike y, aunque no conseguí su atención, gracias a eso nació la idea.
P: La idea principal de Zapiens.ai y con la que trabajabáis hasta la crisis del coronavirus era una plataforma donde los empleados de las empresas pudiesen tener una comunicación fluida y resolver sus dudas. ¿Cómo funciona exactamente?
R: Cuando trabajaba con InterSport me dije: "Joe, si siempre hay alguien que lo sabe", pero los buscadores no buscan en personas, sino en bases de datos. Cualquiera que tuviera la respuesta solo necesitaba la pregunta. Era un problema para grandes empresas y desarrollamos una aplicación que sirve a las empresas para enviar información de arriba abajo, en forma de microentrenamientos, los trabajadores pueden hacer preguntas y nuestro microrobot ayuda a encontrar las respuestas. No solo busca en bases de datos, sino que es capaz de predecir qué persona lo sabe, que haga la parte de analítica, etc. Y ahora estamos trabajando con empresas como Vodafone o como Ikea.
P: Aquí me entra una duda, a la hora de responder las preguntas, ¿hay alguna forma de confirmar que lo que responde, por ejemplo, otro empleado, es verdad? Porque yo puedo creer, como en el caso de InterSport, que sé mucho de zapatillas y luego la mitad de lo que digo está mal.
R: En InterSport descubrimos que la verdad no existe. A los empleados les pedimos que firmaran un compromiso con el que no respondían en calidad de lo que ellos pensaban, sino en función a datos oficiales. "Yo creo esto de Nike", pero antes de responder pues entro en la web de Nike y lo miro y respondo. Porque eran respuestas muy específicas. Ahora se entra a la web y nuestro robot busca la respuesta, es decir, busca a alguien que la sabe.
Hay ocasiones en las que el robot no te va a dar la verdad si hay confrontación entre lo que opinan dos humanos. Para nosotros es fundamental, nosotros siempre hablamos de bot como siervo, no como sustituto, entendemos que tiene que haber colaboración entre el humano y el robot. El robot tiene, por ejemplo, que darte las alertas [si las respuestas que se dan a una misma pregunta son distintas] y es el humano quien debe aclarar la cuestión.
También cambia el contexto y lo que hacemos es pedirle al robot que se adapte a definiciones oficiales. Ahora estamos trabajando con el análisis de datos para detectar inconsistencias para ver si algo es una opinión, si está equivocada, si hay contraste...
Ahora estamos entrenando al robot para responder cosas del COVID y si tú le preguntas: "¿Cuántos casos hay de COVID en el mundo?" Diez millones, o el dato que de la OMS según un modelo predictivo. Pero tengo otros diez modelos predictivos y en función del que yo le cargue al robot, me dará una respuesta u otra. Entonces ahí hay que entender es que la verdad no existe, lo que hay que tener claro es la trazabilidad. Google no te da la verdad, te da un millón de respuestas y es tu misión como humano entender las diferencias.
P: ¿Cómo funciona Zapiens.ai si dejáis vuestro programa en abierto? Es decir, ¿cómo os financiáis?
R: Yo desde el principio quise ser una plataforma abierta y dije "no tenemos dinero, no queremos entrar en los fondos de inversión grandes, no queremos jugar a ese juego, queremos crecer poco a poco". Queremos hacer un negocio "Robin Hood", es decir, tenemos que trabajar para las empresas grandes y facturarles, con ese dinero ser capaces de construir el producto y mejorarlo y cuando llegara el momento y seamos viables por nosotros mismos y tengamos excedente, ser capaz de abrirlo y dárselo a todas esas personas que no tienen capacidad para acceder al conocimiento.
Seguimos siendo "orgánicos", no tenemos fondos de inversión y lo intentamos mantener como una filosofía "de pueblo", somos una startup "de pueblo". Estamos compitiendo contra monstruos y nosotros somos una cuarenta personas trabajando en remoto.
P: Hablas de un robot que os ayuda a responder las preguntas. ¿Cómo funciona el sistema? ¿Dónde entra la inteligencia artificial aquí?
R: Inteligencia artificial vamos a entender siempre que no es más que una metodología, un cóctel de tecnologías. Hay cuatro tipos de problemas: los simples, que somos capaces de resolver los humanos (un input y un output); los complicados, que también somos capaces de resolverlos los humanos (varios inputs y humanos capaz de sacar un output – un puzle, por ejemplo); y luego los sistemas complejos, que el problema que tienen es que tienen muchísimos inputs, que encima tienen interrelaciones entre sí mismos y tú como humano no eres capaz de solucionar ni predecir, y necesitas la herramientas. Entonces inteligencia artificial es el nombre que se le puso a todo el cúmulo de técnicas que utilicemos para solucionar problemas complejos. Y ahí hay un montón de técnicas: por ejemplo, el maching learning o el procesamiento del lenguaje natural.
Nosotros lo que más utilizamos es el procesamiento del lenguaje natural, es decir, el robot es capaz de entender lo que le estás diciendo y esto es el reto más importante. Además, el robot no entiende la prosodia, sobre todo cuando es escrito, y tampoco el contexto. Y eso es lo más difícil. Eso se llama NLU, Natural Language Understanding.
Y el otro reto para nosotros es el análisis de grafos o de teoría de redes. Nosotros somos como una "chica del cable"; cuando tu llamabas antes decías "ponme con Paco", pero nuestros clientes no le dicen a nuestro robot con quien quieren ponerse porque no saben quién tiene el conocimiento. Tú le haces la pregunta y nuestro robot tiene que deducir si tiene que responder finanzas, administración, contabilidad, fiscal... y dentro de todo eso, esto lo puede llevar Marta, Paco o María. Y "pum", les envía la pregunta. Cuando hay una inconsistencia, lo resolvemos y el robot aprende. El robot será igual de listo o igual de tonto que como tú le eduques, su aprendizaje no es más que el resultado de la cultura que tenga la empresa y de su compromiso con la inteligencia colaborativa y con compartir el conocimiento.
P: La situación actual os hizo cambiar de objetivo, os hizo 'click' y dijisteis, vamos a enfocar nuestros esfuerzos y nuestros medios para ayudar con esto. ¿Cómo separáis el conocimiento cerrado de las empresas y el abierto de los usuarios?
R: Simplemente es como grupos de WhatsApp: tenemos un "grupo" con cada empresa que tenemos y solo pueden acceder los usuarios de esa empresa. Pero ahora hay empresas que están abriendo su conocimiento, que con la crisis nos están diciendo "chicos, tomad este conocimiento que nosotros tenemos y dárselo a la gente en abierto que les servirá". Y en el futuro, tendrá sentido también para ellos porque también es márketing.
P: ¿En qué momento decidisteis ayudar en la crisis del coronavirus?
R: Nada, "pim, pam". Yo estaba viajando y me habían cancelado todos los congresos esa semana. Yo era de los que pensaba "esto es una gripe" y me anularon todos los congresos, así que yo compré billetes para volver a viajar porque tenía otro congreso, te hablo del martes antes del estado de alarma. Y ese jueves tomo conciencia de lo que pasa cuando veo el vídeo de Trump diciendo que cierra las fronteras. Y en cuanto yo salgo de mi situación de incredulidad pues pienso "toda la población va a estar en esa situación". Así que convoqué una reunión de urgencia, mandé a todo el mundo para casa y lo pusimos todo en abierto. Empezamos la cuarentena ese mismo jueves.
P: ¿Qué puede aportar Zapiens.ai a la gente en este momento?
R: Los ciudadanos que van a recibir todos los días entrenamientos sobre sanidad, cosas básicas como saber cómo lavarte las manos, saber cómo ponerte la mascarilla, etc., todo en una especie de foro de preguntas y respuestas abiertas muy dinámico. Después tenemos una opción de educación, profesores creando contenidos para que, si tú estás en casa con tus peques, pues tus peques puedan utilizarlo y aprender.
También tenemos una opción de trabajo en remoto porque hay un montón de gente que no tiene experiencia trabajando en remoto. Así que hay un montón de conocimiento sobre qué herramientas utilizar, cómo se utilizan, etc. En caso de que seas una universidad o un instituto vamos a darte el servicio gratis, vamos a crearles un espacio para que puedan trabajar. También las empresas para que puedan formar a sus empleados. Todo esto no tiene un coste económico, pero si tiene un coste de tiempo y del conocimiento que cada uno aporta.
