Subscribe
Share
Share
Embed
Un@ invitad@ espectacular, una pregunta y una conversación llevada hasta el final para matar la pregunta. Recorremos el globo para encontrar las mentes más brillantes en temas como innovación, emprendimiento, liderazgo, growth, ciberseguridad, agilidad, experiencia del cliente y muchoooo más. Con cada invitad@ hacemos una inmersión profunda en una pregunta y luego la editamos a menos de 18 minutos de perfección. Si disfrutas este podcast y te gustaría escuchar más... por favor déjame saber qué invitad@s, qué temas, y qué preguntas te gustaría que matemos dejando un mensaje aquí en Spotify o en cualquiera de mis redes sociales @robbiejfrye
Hello, hello, hello y bienvenidos a
Matamos Preguntas.
Un invitado o invitada increíble.
Una pregunta y una conversación llevada
hasta el final para responder la pregunta.
Sin decir más, aquí tienes tu host, el
gringo loco, Robbie J Frye.
Hola, hola, hola, ¿cómo estás?
Bienvenidos a Matamos Preguntas.
Mi invitada es mi gran amiga Laura
Velázquez, co-founder at Archangel AI.
Y la pregunta que matamos es, ¿cuál es el
mindset que necesita una empresa para
adoptar la inteligencia artificial?
Pero antes de arrancar, ayúdame a
multiplicar el impacto.
Te matamos preguntas regalando una reseña
en Spotify o en tu player favorito.
Y cuenta al mundo que...
¡Amas matamos preguntas!
Y lo más importante, quiero celebrar las
empresas que hacen posible este podcast.
Oh, Dios mío.
Amo esta empresa.
¿Por qué?
Porque es buena.
Pero me estoy adelantando.
Primero, ¿sabías que si sufres de
depresión, ansiedad o burnout, lo primero
que un psicólogo a menudo te recetará es
un masaje?
Sí, sí, sí, sí.
Otra pregunta.
¿Has conocido a alguien que haya tenido un
gran masaje y no le haya gustado?
Nunca, jamás.
Incluso, ¿cuándo fue la última vez que te
regalaste un masaje?
Es por eso que Scape es demasiado
asombroso.
Son el Uber del Spa los mejores servicios
posibles directamente a tu casa u oficina
7 y 10 de la semana.
de 9 a 9 y ya que eliminan al
intermediario ofrecen los mejores precios
posibles para ti.
Descarga la aplicación usando el link en
el podcast o busca Scape Massages en tu
tienda de aplicaciones y en un máximo de
tres horas.
Scape estará contigo para proporcionarte
la experiencia de relajación que seguro
estás necesitando en este momento.
Así de simple, solo ingresa a la app,
selecciona tu servicio y relájate.
Y con ese dicho, matemos preguntas.
siempre puedes ganar más plata, no más
tiempo.
Gracias por su tiempo, siempre un placer.
Encantadísima de estar aquí contigo.
Qué nota.
Gracias por estar aquí.
Entonces, para arrancar, castiguenos en un
pedacito.
¿Quién eres?
¿Qué es tu empresa?
¿En qué hace su empresa?
Yo soy Laura Velázquez.
Soy una persona muy curiosa.
Creo que me gusta mucho el tema de
impacto.
Es algo que me mueve la fibra y como que
me emociona y me hace ser una persona más
curiosa.
Tengo una empresa que se llama Arcángela
I, donde básicamente lo que hacemos es
transformar datos en modelos de
inteligencia artificial de manera
automática para ayudar al sistema de salud
a generar mayor acceso, a detectar a
tiempo a los pacientes y al final del día
a salvar vidas.
Y es súper divertido, súper apasionante.
La pregunta que me gusta rematar la O.S.
¿Cuáles en minds que necesita una empresa
para adoptar la inteligencia artificial?
Pero primero, primero.
¿Cómo utilizas la guía en tu empresa o tu
start por fin?
Te voy a poner ejemplos para que te
descuenta cómo ha sido la realidad y para
que te descuenta esto cómo ha generado
valor y ha generado impacto.
Uno, básicamente lo que nosotros hacemos
con Archangel es identificar cuáles son
los retos que tienen las instituciones de
salud.
Un día, esta farmacéutica se acercó a la
química de la humirada.
Uno de nuestros más grandes retos como
sociedad es el tema de la enfermedad
penalcrónica.
Y es una enfermedad que le pasa a
pacientes que hoy en día...
pueden ser diabéticos o pueden ser
hipertensos.
Lo que pasa con esta enfermedad es que la
mayoría de los pacientes hoy existen, pero
están ocultos, pero ya tienen indicadores,
pero es muy difícil identificarlos a
tiempo.
Entonces creamos un nuevo inteligencia
artificial que a través de datos
históricos de cómo se restan a enfermedad
particularmente, podríamos entrenar un
algoritmo donde hoy en día lo que estamos
haciendo es identificando.
quienes de la población colombiana tienen
altos indicadores no diagnosticados
actualmente que pueden generar una ruta
clínica más adecuada y poderlos
identificar a tiempo y detectarlos.
Entonces, este es un caso de uso que hoy
está identificando más de 250 mil
pacientes en Colombia.
Y cuando empezamos a jalar más el hilo y a
revisarlo con lupa, empezamos a entender
que realmente es un reto poderlos detectar
a tiempo porque hoy en día la mayor parte
de los pacientes que hoy tienen esta
enfermedad
se detectan tarde, cuando ya necesita una
diálisis.
Entonces ahí ya uno empieza a revisar,
venga, esto tiene todo el sentido.
Y cuando tú empiezas a analizar el volumen
de la población, que está oculta y que
realmente se tiene que identificar a
tiempo, el impacto que esto puede traer,
como la toma de la decisión oportuna que
se tiene que llevar a cabo para que el
sistema no genere reacción y más bien
pueda prevenirlo, tú dices...
y aquí tiene como sentido empezar a
utilizar la inteligencia artificial porque
cumple con todas las características.
Puedes automatizar procesos que están
siendo demasiado lentos, demasiado
tediosos, que son muy manuales.
Uno, puedes optimizar ese proceso de poder
generar resultados a tiempo haciendo
predicción de quiénes serían estas
personas.
Y por otro lado, lo que nosotros miramos
es si realmente el valor de retorno en
cuanto al impacto y en cuanto al costo
puede realmente...
generar un cambio y un trasfondo para el
sistema.
Y ahí es cuando nosotros decimos, hey,
esto tiene todo el sentido.
Entonces, aquí lo que es clave con la
Inteligencia Artificial es que leen muy
entre líneas y muy en volumen esos
factores de riesgo que hoy puede tener un
paciente de estos, pueden ser, no sé, 7,
8, 9, 10, son ciertas variables.
Lo que hace en este caso la Inteligencia
Artificial es que analiza todas estas
variables y además lea
para que en el momento en que en tiempo
real tu le metas un volumen de pacientes,
este algoritmo tiene la capacidad de
priorizar cuáles tienen un alto riesgo
bajo el total de las variables que pronto
un médico simplemente no le puede ver,
bajo el sistema que tiene múltiple
información no le puede ver y aquí, bajo
esta caracterización que te dice, ven, de
estos 200 mil, estos 6 mil, tienen un alto
riesgo o tienen unos altos indicadores no
diagnosticados hoy de esta enfermedad.
para que de ahí en adelante estos médicos
o el sistema o el que sean encargados,
pueda decir, acá hay que hacer doble clic
y generar una ruta de atención a este
paciente, sea de un proceso de diagnóstico
más específico o sea de un tratamiento en
específico, ya ahí se puede tomar una
acción.
Entonces lo que hace en este momento este
algoritmo en particular es que te
clasifica la población para que
identifiques reactivamente los que ya
tienen indicadores que no estabas viendo.
que lo pongas como en amarillito o en
naranja, estos que probablemente en algún
momento, en los siguientes seis, siete
meses o un año, pueden llegar a
desarrollar la enfermedad para mantenerlos
controlados y que no crucen esa línea.
Y los que efectivamente todavía están
sanos, que todavía no hay que mirar, pero
que seguramente en el futuro hay que
volver a revisar para que mantienen los
controlados.
Eso es absolutamente increíble.
Yo no puedo imaginar cuántos nuevos y más
revillosos problemas se revelarán.
Gracias a ella en el futuro y más que todo
en tu enfoque de la salud.
Ahorita que encontramos esa cantidad de
pacientes que no habían sido
diagnosticados de enfermedad renal
crónica, pues yo llorábamos de emoción, es
que se me mediza la piel porque yo digo
wow.
O sea, es tan increíble, es que mira, es
tan increíble ver como algo que ha tomado
tanto trabajo, no solamente de Arcángel, o
sea de la industria, del sistema.
que todos quieren el bien, pero es tan
complicado a desidentificarlo, pero cuando
tú empiezas y pones un pedacito, otro
pedacito, otro pedacito, y el resultado
que uno lo ve como magia, es tan hermoso
ver cómo tú puedes realmente ayudar a
estos pacientes, ayudar al sistema, ayudar
a otro, que tú dices, pues pucha, además
de eso, ya tengo 10.000 ideas de lo que
puedo hacer con esos 10.000.
De esos 10.000, ¿por qué no hago uno que
un modelo ya que genere adherencia a un
específico tratamiento que sea más
accurate para el perfil que ellos tienen?
para las variables de peso que ellos
tienen y que realmente le puede generar
resultados más rápido y que además puede
eliminar el dropout y que puede eliminar
efectos adversos.
Por dicho, a ti se te vuela la mente y
luego sobre ese, se te vuela más la mente
y luego sobre ese optimizas más tu
conocimiento y es una red que tú no puedes
parar.
Es hermoso.
Yo me sueño que en el futuro uno pueda
como interconectar múltiples variables, no
solo clínicas sino de tu estilo de vida
socioeconómicas para poder uno predecir.
inclusive una cantidad de cosas que no
estamos identificando.
Nosotros creamos un modelo de salud mental
para detectar picos de ansiedad, picos de
depresión y probabilidades de suicidio.
Todo con base en historias clínicas
psiquiátricas, por decirlo así, cuando ya
un paciente ha tenido un contacto con un
psicólogo o con un psiquiatra.
Entonces tomamos esas bases de datos
históricas y con eso entrenamos el
algoritmo.
Y...
o sea, bajo la población que lo corrimos.
En Antioquia te voy a decir, es una cosa
impresionante.
O sea, y la población está casi que en un
73, 75% mediano alto en riesgo.
Ahora, dijimos sí, pero bueno, puede que
esto esté un poquito no sucio, pero no nos
esté dando el porqué está llegando a eso
para poder tomar acción, inclusive antes
de que, muchísimo antes de identificarlo.
Entonces, qué tal si sumamos otras
variables socioeconómicas de su
comportamiento, por ejemplo, financiero,
de su comportamiento inclusive de lectura,
de su comportamiento en temas sociales.
Por ejemplo, si yo sé que un paciente
tiene altos indicadores clínicos de
ansiedad o depresión, qué tal si yo lo
cruzo con variables financieras.
O, por ejemplo, si empezaba a consumir
libros de autoayuda.
Esto tiene unas incidencias que nadie se
imagina, pero ahora con ella ahí estamos
validando y científicamente haciendo
estudios, por decirlo así, que puedan
demostrar que eso sí tiene mucha
incidencia.
Robio, uno de los principales retos con la
Inteligencia Artificial es que nadie la
atiende tanto realmente.
Hoy en día es como ese hot topic que todo
el mundo está hablando, pero no lo están
entendiendo.
Entonces, nosotros tenemos un proceso de
educación de eso en eso.
Entonces, ahí hacemos una búsqueda activa.
Entonces hablamos AstraZeneca, vení,
sentémonos, charlamos, ¿cuál es su
principal dolor?
Usted cómo está viendo esto en
perspectiva.
Y ahí empezamos a aterrizar de la mano de
ellos esa necesidad igual que con un
hospital, igual que con un asegurador.
Pero, por el otro lado, nosotros todas las
semanas, todo el tiempo, estamos
identificando cuáles son esos factores
principales, esos mayores incidencias en
términos de patologías, ni siquiera
patologías solamente, de retos inclusive
administrativos que...
dañan tanto los procesos actuales con el
paciente.
Desidentificamos eso y empezamos a hacer
experimentos.
Venga, esto con AI cómo realmente puede
entregar valor.
Experimentamos, validamos los viernes de
moda y funcionó o no funcionó, venga,
validemos allá afuera.
Y así es como también hemos sacado muchos
de nuestros modelos.
Entonces, buscamos datos rápidos del
contexto en el que estamos que podamos
validar y si vemos que la validación
empieza a ser como interesante.
o empieza a tener resultados chevenes, ahí
inmediatamente hacemos un llamado a la
acción, sea al que más le puede interesar
esto, sea un hospital, sea una farmacia,
sea el asegurador y decimos, oiga, hicimos
estas pruebas, que tal si hacemos un
piloto pequeño o una prueba de concepto
interesante con su información bajo esta
mirada y revisemos cómo se está
comportando.
Mira, estoy pensando en este mucho, pero
de verdad no puedo esperar a ver lo que
empresas como Arachinjo arran para mejorar
la vida.
a miles y no ojalá a mil millones de
personas.
Pero ahora para cambiar un poco de tema,
qué barreras has visto para que las
grandes empresas comprendan, se adapten y
utilicen la inteligencia artificial en sus
empresas?
La primera es el tema de que la gente
entienda que ese hay bajo el concepto.
Ni siquiera es la data ni siquiera es ese
es un problema grande.
¿Qué es inteligencia artificial?
¿Qué es básico?
Datacet, transformamos ese datacet,
encontrarte en patrones y te entrega un
resultado.
Eso es básico, inteligencia artificial.
Pero luego es cómo lo profundizas en
concepto.
Eso es como lo primero, un reto muy grande
en esta industria.
Ojo, en esta industria.
Y segundo problema grande, el segundo reto
es que la gente entienda cuáles son los
problemas que tiene Robito.
Puedes creer que cuando tú te vas,
¿Cuál es tu mayor reto hoy?
La gente no sabe.
No lo sabe.
No sabe qué es lo que más le duele, no
sabe qué es lo que más le cuesta, no sabe
cuál es el mayor cuello de botella.
No lo saben.
Ese es otro reto.
Porque la gente sabe que tiene un
problema.
Ay, es que mi problema mayor es que no
estoy vendiendo tanto.
¿Y por qué no estás vendiendo tanto?
No tiene idea.
No están jalando el hilo de identificar
dónde está ese cuello de botella.
Y eso pasa en, bueno, mi problema mayor es
que tengo un montón de enfermos de
diabetes.
¿Por qué?
Entonces, hay que jalar el hilo para
realmente identificar dónde es que están
esos cuellos de botella.
Es porque no estamos haciendo
apropiadamente un programa de prevención y
promoción que nos ayude a educar a los
pacientes y a nosotros las personas en
cambio de hábitos.
Puede ser.
O no estamos identificando previamente a
los diabéticos porque no estamos
identificando esas variables de riesgo
antes o esos factores de riesgo.
Hay que jalar mucho el hilo para realmente
identificar dónde está el problema.
La industria de la salud es una industria
altamente regulada, es demasiado compleja,
por donde tú quieras, como empezar a
innovar, empezaban a haber muchos frames
regulatorios.
Eso por un lado.
Y segundo, es una industria donde gestiona
100% la enfermedad, no la salud.
Entonces estamos tan en el día a día, en
la reacción, que no hay capacidad ni
siquiera para pensar en transformación
digital.
Sistema o los leaders o las personas que
trabajan en esta industria son cercanas a
lo que llamamos hoy innovación, lo que
llamamos hoy tecnología.
Entonces, simplemente esa brecha de
conocimiento hace que haya mucha
incertidumbre y haya mucho miedo en decir,
esto suena demasiado cool y demasiado
interesante, pero qué pasa si no ocurre
hoy en los datos.
El frame regulatorio, o sea, se vuelve un
problema muchísimo mayor para esto.
Eso es un tema muy común.
Otro tema es como, venga, es que yo no
quiero compartir los datos, ¿qué pasaría
si hago eso?
Entonces, hay un tema tan mental de miedo,
de ansiedad, de incertidumbre.
A nosotros desde ARCAD, a quien nos toca
explicar desde cero dónde existe la
oportunidad y por qué cuando existe la
oportunidad, si me voy más atrás, cómo uno
puede testear en un contexto que sea
altamente seguro para que no hayan tanto
esos riesgos.
Y otro tema importante es que, Robi, uno
cree que la inteligencia artificial todo
el mundo la ve muy fácil de entender, pero
preguntan a la gente, oye, para ti, ¿qué
es inteligencia artificial?
¿tú la entiendes?
Te lo aseguro, el 90% de los casos la
gente no entiende qué es.
No lo entiende y creen que es algo como
todo mágico que te da respuestas y ya
está, y pues no es así.
Nos toca educar mucho en explicar esto qué
es, esto cómo funciona, esto de qué se
alimenta, esto cómo entrega resultados.
cómo moví el pasito a pasito de lo esencia
básica de que es para que la gente, una
vez internalice ese concepto, ellos mismos
busquen las posibilidades, no yo darle las
posibilidades.
Entonces, eso es lo que nos ha tocado
hasta el momento.
Ese es un tema, pues super inclusive, muy
básico de entender qué es digitalización,
qué es un dato digitalizado, qué es un
dato estructurado.
¿Por qué los datos estructurados tienen
mucho valor y por qué un dato es
estructurado?
No, que eso es lo que me pasa todo el
tiempo.
Todo el tiempo me dicen, la busquen otros,
tenemos muchos datos, ven y miremos
realmente si tienes toda la data y si esa
data si tiene valor realmente.
¿Por qué no es así?
Y también pasa mucho en el sistema, es que
la variabilidad de los datos es tan alta.
Cuando empezamos a hacer un modelo de
prognosis de COVID nos dimos cuenta que la
toma y la adquisición y la digitalización
de un dato
en Antioquia, en el Chocó, en Cundinamarca
es completamente distinta.
Entonces ahí el concepto de cómo se
entrega un resultado varía demasiado y ahí
es tan importante saber qué tipos de datos
se necesitan, cómo vienen esos datos.
Y la mayoría de instituciones tienen mucha
información que es como, es muy valioso
porque es como la materia prima con la que
tú educas un algoritmo, pero muchas veces
esa cantidad de información no es buena.
en cantidad de información no está bien
anotada, está sucia, es casi que basura en
muchos de los casos.
Entonces a mí siempre me dicen, ¡ay!
es que sabes qué, yo no tengo información
suficiente para crear un algoritmo.
Y a veces no se trata de la cantidad, sino
de la calidad que tengas.
Porque con un dataset pequeño que tú
tengas, pero que sea de muy buena calidad,
tú puedes llegar a los algoritmos
hermosos, deliciosos, que te entregan las
métricas lindísimas, y que es una primera
versión.
Venga, sigamos mejorándolo.
por la siguiente versión, mientras
entiendo cómo se debe capturar el dato,
mientras voy capturando esos datos de una
manera más adecuada, de una manera más
precisa, más estructurada.
Lau, ¿qué opinas de esto?
Pensé que teníamos que contratar a alguien
hasta que pudiera resolver nuestros
problemas con una agent en GPT.
Y esto me hizo pensar en una de las cosas
más difíciles que existen ahora.
¿Cuándo es la IAO, la Inteligencia
Artificial, la herramienta?
que necesitas y cuando no lo es.
Si me entendes, hay tantas oportunidades a
veces, una persona, o ya, en cómo llegas a
la respuesta.
Lo que yo siempre digo que una forma de
ver si ahí puede ser la respuesta es si
hay algo que es constantemente repetitivo,
que te quita mucho tiempo, puede ser ella
la respuesta.
Uno, si hay algo que es exceso de volumen,
o te cuesta mucho sacar esos insights para
poder generar una respuesta o tomar una
decisión, ahí probablemente también puede
generar respuesta de Inteligencia
Artificial.
Y la tercera es, cuando tú tienes un
exceso de información y que de alguna u
otra manera un problema sigue siendo
repetitivo y te genera un costo altísimo,
ahí probablemente también te puede generar
mucho, podría seguir, pero eso son como
las más comunes y las más repetitivas y
las principales.
Ahora, por lo general esa respuesta sí es
AI.
Entonces uno ya empieza a hablar más y a
profundizar a ponerle un país.
Bueno, dentro de esto, ¿dónde es VATN y
mayor cuello de botella?
¿Dónde es?
Entonces ahí uno ya empieza a revisar.
Yo soy empleado X en una empresa grande.
Yo necesito tener un mindset de IA con
cientos de otras personas que podemos
empezar a aprovechar, sacar las pruebas
correctas.
para utilizar IA.
¿Qué es tu recomendación?
¿Qué debe tener?
¿Qué deben hacer unas personas para
empezar a tener este mindset?
El mindset de IA, yo no pondría un mindset
de IA, yo pondría un mindset de
innovación.
Un mindset donde te ponga pensar distinto.
Un mindset de yo estoy viendo cosas que
nosotros no están viendo.
O el mindset de encontrar soluciones a
problemas de forma distinta.
No lo llames tecnología, no lo llames
inteligencia
empieza a preguntarte, ¿será que la AI
puede generar valor?
Entonces sí, sí, venga, ¿qué es
Inteligencia Artificial?
Mira el estado del arte de lo que está
pasando en tu industria con tu problema en
el mundo, Google.
¿Quién tiene este problema?
Te van a salir una cantidad de personas
que tienen ese problema y una cantidad de
reportes alrededor de...
Y dice, ¿quién los está solucionando con
AI?
Ah, ok, así, así, así, así.
Porque eso lo que va a hacer es que en vez
de entrar al mundo inmenso a la
Inteligencia Artificial...
que es una cosa inmensa, porque además,
inteligencia artificial no es solamente
generativo, es predictivo, eso es mucho
más profundo que esto.
Entonces se va a abrumar y va a decir,
pues puta, no tengo data, no tengo nada,
no tengo nada, pues no sé.
Más bien entienda, tengase mindset de
buscar posibilidades, ser curioso de
encontrar respuestas diferentes a más
corto tiempo, uno, y el segundo busque,
cuando ya tenga claridad de ese problema o
de ese reto que tiene, busque el estado
del arte o el status quo de lo que está
pasando en el mundo.
¿Qué nosotros tienen en ese problema?
Investigue ese problema.
Y uno se da cuenta que mucha gente que ya
lo está empezando a solucionar con ella y,
ah, ¿y qué está haciendo con ella?
Y, ah, es esto, es esto, es esto.
Ahora sí, ¿cómo lo puedo hacer?
Porque como ya tienes un poquito más,
entonces ya un exacto equipo, los guías,
venga, busquemos otra gente que sepa esto,
venga, busquemos si lo podemos hacer
internamente.
O en y, me voy a buscar más y voy a hacer
algo de inteligencia artificial.
Porque también pasa, Robi, es que la gente
dice, ¡Eduquese de Inteligencia
Artificial!
Y si tú vas a educarte de Inteligencia
Artificial, la mayoría de las respuestas
van a hacer una cosa tan genérica y tan
grande que lo único que vas a hacer es
empezar a tener barreras.
Verás acá en la mente, porque el cerebro
es súper precioso, entonces, tampoco esas
es la idea.
¡Súper!
¡Brutal!
¡Listo, Lau!
¡Muchas gracias por su tiempo!
¡Qué placer platicar contigo!
Yo que necesites, dime.
Y si quieres profundizar más en ella, dime
que yo amo, no le hay el valor que esto
trae.
De una, muchas gracias y que tengas un
hermoso día a la hora.
Si te gozaste este podcast y te gustaría
escuchar más, ojalá que sí, por favor
déjeme saber qué invitados, qué temas y
qué preguntas te gustaría que matemos.
Déjeme un mensaje aquí, ¿sí?
en Spotify o en cualquiera de mis redes
sociales usando arroba Robi J Fry.
Y también, si quieres la versión extendida
de este podcast,
Debes ser un miembro de Quinto y puedes
encontrar todo en Quinto.ai Muchas gracias
por escuchar y siempre puedes ganar más
plata pero no más tiempo Chau chau chauuuu