Fredi Vivas es CEO y uno de los fundadores de RockingData, una consultora que utiliza la ciencia de datos como herramienta para resolver inconvenientes o mejorar procesos en las organizaciones. Aporta una visión que une la tecnología con el bienestar humano.
Fredi despertó el 17 de mayo de 2140 y se encontró con un escenario apocalíptico en el que las máquinas se rebelaron contra sus creadores (nosotros, los humanos) hasta someterlos y prácticamente aniquilarlos. En ese mismo momento se enteró de que debía elaborar una estrategia para salvar al mundo. Apeló, entonces, y como lo hace desde los doce años, a la tecnología: sus conocimientos de inteligencia artificial, machine learning, programación y ciencia de datos en general.
La historia es una de las dos líneas que recorren en paralelo el libro “¿Cómo piensan las máquinas?”, de Fredi Vivas, fundador y CEO de RockingData, una startup que, de alguna manera, también busca usar aquellas mismas herramientas para salvar el mundo o, al menos, hacerlo un poco más eficiente.
Cuando tenés que comentar a qué te dedicás, ¿te resulta fácil?
La verdad que no. Hoy la inteligencia artificial es un concepto bastante conocido por la mayoría de la gente, aunque todos suelen imaginarse un robot, onda Terminator… Entonces, hay que pasar esa barrera de aclarar que no hacemos robots. Sí construimos las lógicas de funcionamiento de esos algoritmos, que podrían estar dentro de un robot o de un código de software en una computadora. Últimamente arranco diciendo eso, que hacemos algoritmos de inteligencia artificial.
¿De a poco se entiende más de qué se trata?
Creo que sí. Yo, particularmente, invierto mucho tiempo en hacer que más gente conozca los conceptos y les pierda el miedo. Hay una frase que me gusta: “No tengas miedo, aprendé cómo funciona”. Es una tecnología y un cambio de paradigma que la gente joven tiene como natural, pero para las personas de más de treinta o cuarenta años no es así. Es muy sorprendente entender que una máquina pueda interpretar cosas que uno le dice. Uno le dice a Siri “Llevame a tal lado” y conecta esas palabras con comandos. Cómo funcionan estas máquinas es la pregunta que me hice con el libro. Yo me lo planteé toda la vida, desde los doce años que estoy en el mundo de la tecnología. Si perdés el miedo y empezás a darte cuenta de que las máquinas, la inteligencia artificial o la ciencia de datos en general son herramientas que te van a servir para hacer mejor lo que vos hacés, si lo tomás como una herramienta, como un complemento, hay un valor agregado tremendo ahí. Hay inteligencia artificial para que vos uses Waze para llegar a un lugar o Spotify para escuchar música… Si está puesta ahí, ¿por qué no está puesta en un sanatorio médico para optimizar la gestión de turnos? ¿Por qué no utilizamos la inteligencia artificial también para eso? Eso es lo que a mí me mueve, que me lleva a pensar cómo hacemos que más gente se meta en esto.
¿De dónde creés que vienen los miedos?
Primero, vienen por desconocimiento. Cuando no conocés cómo funciona algo, le tenés miedo. Por eso, me gusta difundir también prácticas de uso positivo de estas tecnologías. Y no solo difundir, sino hacerlas. Después, puede ser que también haya miedos respecto de que esta tecnología se vuelva tan masiva que se necesite menos a los humanos para trabajar. Lo que veo yo, por un lado, es que las empresas y organizaciones que incorporan estas tecnologías no echan a nadie. Al contrario: contratan más gente, porque hacen crecer su negocio, mejoran la forma en la que trabajan y terminan necesitando más personal. Por otro lado, creo que determinadas tareas de diferentes puestos de trabajo sí van a ser reemplazadas por estas tecnologías. Pero van a darles más tiempo a las personas para que se dediquen a otras tareas de su trabajo.
¿Por ejemplo?
Parte del trabajo de un médico es mirar durante horas radiografías, placas, transcribir estudios médicos o hacer recetas a mano. Muchas de esas cosas van a ser automatizadas, porque la inteligencia artificial específicamente tiene un área que se llama computer vision, o visión artificial, que es la técnica que lee cosas de las imágenes, de los videos, y extrae el conocimiento de ahí. Si querés que una máquina identifique una mancha en un pulmón, le podés dar para que entrene y aprenda todas las imágenes de manchas de pulmón de la historia que existan, millones de datos. Cuando llegue una mancha nueva, la compara y entiende la gravedad de esa mancha. Un médico puede tener experiencia, pero es más limitada. Si la máquina es mejor calculando, identificando cosas en objetos, tiene más velocidad, más precisión, escala más rápido el conocimiento, no tiene ningún sentido que un profesional de la salud esté perdiendo tiempo en eso. El médico después sí va a tener la responsabilidad de tomar una decisión, dar un determinado diagnóstico y usar lo que sabe usar mejor: la empatía humana, las palabras, dar un abrazo si hace falta. Si la tecnología está bien usada, termina impactando positivamente en los humanos.
¿Reducir esa brecha que provoca miedos y acercar conceptos son los motivos por los que decidiste escribir el libro?
Sí, sin duda. Yo comencé a estudiar programación a los doce años, y cuando terminé el colegio sabía bastante, por lo que pude trabajar arreglando computadoras, dando clases de computación y otras cosas. A mis amigos les costaba un montón conseguir trabajo y cobraban mucho menos que yo. Algunos dejaban la facultad porque no podían más. Esto fue a fines de los 90, aunque siempre fue difícil conseguir trabajo. Las posibilidades que yo tenía por haber estudiado computación siempre me quedaron en la cabeza. Hoy sigo viendo esa brecha: por un lado, un montón de gente joven sin saber qué estudiar o estudiando las mismas carreras de siempre, y, por otro lado, grandes empresas que necesitan estos perfiles, gente que trabaje en data. Hay alguien que no se está hablando con alguien. Viendo esa realidad, hay que hacer todo lo posible para que se reduzca. El libro viene un poco por ese lado.
A los doce años, Fredi intentó primero bailando folklore. Sintió que no tenía las condiciones necesarias como para dedicarse a eso y dejó (“Soy muy autocrítico desde chico”, reconoce). Con tiempo disponible, y ese dinero de las clases sin usar, comenzó a pensar opciones para pasar sus tardes, alentado por sus padres. Amante de la ciencia ficción, se propuso estudiar computación. No tenía computadora ni conocía a nadie que tuviera una, pero junto a su hermana recorrieron el centro de Lomas de Zamora, en el conurbano bonaerense, hasta que encontraron el instituto que durante los siguientes cinco años lo formó y sació (parcialmente) su sed de conocimientos informáticos.
Su recorrido continuó por un ciber propio, por algunos trabajos independientes y otros como docente en diferentes instituciones, hasta que en Telefónica coincidió con Martín Maffioli y Diego Oyola. Trabajando en equipo se conocieron, descubrieron afinidades, con la música como hilo conductor: armaron una banda y los momentos compartidos ya no se restringían a las horas de trabajo, sino que se sumaron los ensayos y otros encuentros. De allí surgió RockingData, que mezcla las pasiones musicales y por los datos de sus tres fundadores en el nombre y también en su forma de brindar servicios.
“Estando en la multinacional, contraté empresas como RockingData para algunos proyectos, entonces entendí qué necesitaba el cliente, qué servicio requiere de una consultora. Estábamos los tres en el proceso de armar algo cuando, en 2017, gané una beca para ir a estudiar en Singularity University, que en ese momento estaba dentro de un campus de la NASA en California, en Silicon Valley. Estudié las tecnologías que están cambiando el mundo, que son las exponenciales: blockchain, big data, inteligencia artificial, robótica, nanotecnología. Fue muy inspirador escuchar esos casos y ver que la inteligencia artificial y los datos eran la clave del éxito de las empresas más importantes del mundo, que ya basaban toda su estrategia en eso. Después, ellos hacían una especie de concurso para aplicar con una startup o una idea, y apliqué con una idea de big data que fue seleccionada. Fue la base de RockingData. Volví y al poco tiempo ya estábamos pensando nombres para nuestra nueva compañía. Un día me invitaron a dar una charla sobre data, que es algo que venía haciendo, y al bajarme del escenario viene un señor a preguntarme si conocía empresas que hicieran eso de lo que había hablado. Le di mi tarjeta y se convirtió en nuestro primer cliente. Era una empresa muy grande de Argentina. Al poco tiempo dejamos nuestros trabajos y arrancamos RockingData, un poco mezclando la cuestión de ver una oportunidad real, porque la mayoría de las empresas de esa época no conocían como hoy la inteligencia artificial o machine learning. Sabíamos que la evolución iba a llevar a las empresas a necesitar esto que nosotros vendemos”, cuenta.
¿Hoy sí conocen todo esto o están en proceso de?
Están en proceso de, pero cada vez hay más. Si te fijás, un indicador para mí es que en Netflix en los últimos tres o cuatro años salieron como cinco documentales de inteligencia artificial, datos, Cambridge Analytica y demás. Cuando arrancamos, justo pasaba eso, y la gente creía que hacíamos lo mismo… Tuvimos que aclarar que no éramos como Cambridge Analytica. Todo eso nos ayudó a solidificar nuestro discurso, a comunicar bien lo que pensamos, porque hay una tendencia a pensar que lo que está relacionado a los datos tiene que ver con robarlos, con que los usen para venderte cosas o para que votes a un candidato. Y hay un montón de proyectos de impacto social basado en los datos.
¿Tienen proyectos que se propongan el impacto positivo como meta?
Exacto. A través de la empresa donde trabajaba antes conocí una iniciativa que tienen el MIT y la ONU, que se llama Big Data for Social Good. La ONU habla de Objetivos de Desarrollo Sostenible (ODS), a los que hay que tratar de apuntar para mejorar determinadas cuestiones como el hambre en el mundo, la pobreza, el nivel de educación. Por su parte, el MIT quería poner a disposición su tecnología para mejorar esos puntos. Ahí salen esos proyectos, que eran, por ejemplo, predicciones de catástrofes naturales a través de entender los datos. Anticiparse a esas situaciones puede salvar vidas. Yo venía con eso, estudiándolo y haciendo algunas pequeñas cosas. Realmente, en la corporación donde estaba no le daban el espacio suficiente a eso, entonces pensé que cuando tuviera una empresa destinaría un espacio de nuestro tiempo obligatoriamente a hacerlo. Después entendí que todos nuestros proyectos tienen que ser de impacto social positivo, no solamente los de Data for Good. Todo lo que hacemos debe tener un impacto positivo en la sociedad.
¿Podrías mencionar alguno?
Hemos hecho un proyecto en Perú con la cementera más grande de allá. Con un algoritmo de optimización matemática los ayudamos a que la flota de camiones, cuando hace el delivery de los productos, reduzca en gran porcentaje las rutas de traslado. Solo haciendo ese algoritmo, que es más complejo de lo que estoy explicando, podías reducir el tiempo de delivery para que la gente recibiera antes el producto, pagara menos y la empresa usara menos combustible. Todo eso es impacto positivo. Cuando miramos un proyecto, pensamos también en eso, en cómo está contribuyendo o no. Si no es tan obvia esa contribución, tratamos de impulsarla, de proponerla a la organización. Y funciona: la mayoría tiene un impacto positivo casi naturalmente. Hicimos proyectos para ONG como TECHO o Pata Pila, también.
Comenzaron siendo tres, y hoy son alrededor de cincuenta personas en la empresa, ¿cómo se gestionan las responsabilidades nuevas que aparecen como empleador?
Es verdad que crecimos mucho. Al principio trabajábamos usando Internet en cafés o locales de comida rápida, ahora alquilamos una oficina y hacemos encuentros presenciales para que venga la gente que trabaja en otras provincias y con la que el contacto suele ser remoto. Hay chicos y chicas que están experimentando su primer o segundo trabajo y esperan conectar con otros, sentirse parte de algo, que su rol es importante dentro de la organización. A mí eso me mueve un montón, porque quiero que cuando se vayan de la empresa, que es parte del crecimiento profesional, lo hagan con herramientas nuevas, con un crecimiento personal, con aprendizajes e incluso amigos. La vida laboral no es solamente hacer bien un trabajo, sino que hay mucho más que eso. Nuestra responsabilidad es generar las condiciones para que eso sea posible. Crecer también hace que haya que delegar tareas, y hoy hay personas liderando proyectos y áreas de la empresa. Claro que son quienes conocen bien la cultura de RockingData.
¿Cuál es esa cultura?
Hay una cosa que a mí me marcó mucho desde que soy adolescente y es la cuestión de que se puede ser muy profesional y serio sin que haga falta ser ultraprotocolar, ultraestructurado y solemne. Somos formales cuando tenemos que ser formales, tenemos protocolos cuando hay que tenerlos, pero somos muy transparentes, generamos un clima de trabajo que se predispone a innovar, a probar cosas nuevas, donde nadie es juzgado por equivocarse. Todo el mundo trata de compartir lo que aprende todo el tiempo. En empresas grandes vi que se ocultaban las cosas que se producían, por mantener el dominio de algo, cosa que nunca vimos en RockingData. Acá hay gente con diversidad de conocimiento: personas que estudiaron Filosofía, Ingeniería, Marketing, y que se metieron en datos. Hacemos ciencia de datos, pero todo el conocimiento es bienvenido, ninguno vale más que otro. Y no seguimos mandatos: hacemos lo que creemos que tenemos que hacer, lo que nos sentimos bien haciendo.
