Ajay Agrawal - Máquinas predictivas: La sencilla economía de la inteligencia artificial

«La inteligencia artificial es la tecnología más transformadora de nuestra era. Agrawal, Gans y Goldfarb no solo comprenden su esencia, sino que también nos ofrecen una visión completa de sus implicaciones económicas y sus compromisos y concesiones intrínsecos. Si desea ir directo al meollo de la cuestión e identificar los desafíos y oportunidades que conlleva la IA para la sociedad, ignorando toda la propaganda y ruido mediático en torno a esta tecnología, su primer paso deberá ser leer este libro.»

– ERIK BRYNJOLFSSON , profesor del MIT, autor de La segunda era de las máquinas y Machine, Platform, Crowd

«Máquinas predictivas es una lectura obligada para líderes empresariales, políticos, economistas, estrategas y personas anónimas que deseen entender las implicaciones de la IA a la hora de diseñar sus estrategias de negocio, tomar decisiones y saber cómo va a impactar la IA en nuestra sociedad.»

– RUSLAN SALAKHUTDINOV , profesor de Carnegie Mellon; director de investigación sobre IA de Apple

«Me encuentro con mucha gente que está emocionada y al mismo tiempo abrumada por la IA. Este libro disipará esas sensaciones y les aportará un práctico marco de referencia»

– SHIVON ZILIS , director y socio de OpenAI, Bloomberg Beta

«Probablemente, la revolución de la IA actual tendrá como resultado una mayor riqueza, pero el proceso hasta llegar a ese punto requerirá reflexionar sobre temas difíciles, como el aumento del desempleo y la desigualdad en los ingresos. Este libro presenta una serie de contextos que permitirá a los responsables de tomar decisiones comprender profundamente las fuerzas que están en juego.»

– VINOD KHOSLA , Khosla Ventures; director ejecutivo fundador de Sun Microsystems

«¿Qué significa la IA para su negocio? Lea este libro y lo sabrá.»

– HAL VARIAN , jefe economista de Google

«La inteligencia artificial puede transformar tu vida. Y Máquinas predictivas transformará tu comprensión sobre ella. Este es el mejor libro que se ha escrito hasta la fecha sobre lo que puede ser la mejor tecnología que jamás se haya desarrollado.»

– LAWRENCE H. SUMMERS , profesor Charles W. Eliot, expresidente de la Universidad de Harvard, exsecretario del Departamento del Tesoro de EE. UU. y exjefe economista de World Bank

«Máquinas predictivas es un libro innovador que se centra en lo que los estrategas y directores empresariales realmente necesitan saber sobre la revolución de la IA. Adoptando una perspectiva realista y bien fundamentada en torno a esta tecnología, este libro utiliza los principios económicos y la estrategia para entender cómo las empresas, las industrias y la administración serán transformadas por la IA.»

– SUSAN ATHEY , profesora de Economía de la Tecnología de la Universidad de Stanford; exinvestigadora y asesora de Microsoft Research New England

«Máquinas predictivas consigue una proeza tan loable como única: un estudio legible y conciso sobre adonde nos está llevando la inteligencia artificial, que separa el despliegue publicitario de la realidad, al tiempo que ofrece un flujo constante de nuevos conocimientos sobre la materia. Habla en un lenguaje que los altos ejecutivos y los políticos entenderán. Todos los líderes necesitan leer este libro.»

– DOMINIC BARTON , socio director global de McKinsey & Company

«Este libro hace que la inteligencia artificial sea más fácil de entender, redefiniéndola como un artículo nuevo y asequible capaz de hacer predicciones. Es una brillante iniciativa. El libro me pareció sumamente útil.»

– KEVIN KELLY , editor ejecutivo y fundador de Wired; autor de What Technology Wants y Lo inevitable

Prediction Machines
Máquinas predictivas

Copyright © 2018 Ajay Agrawal, Joshua Gans, Avi Goldfarb
All rights reserved.

Ilustraciones cortesía de Matthew Zilli.

© Editorial Reverté, S. A., 2019
Loreto 13-15, Local B. 08029 Barcelona – España

Edición en ebook
ISBN: 978-84-291-9530-9 (ePub)
ISBN: 978-84-291-9531-6 (PDF)

Edición en papel
ISBN: 978-84-949493-8-8

© Jordi Vidal Moral, 2019, por la traducción

Editores: Ariela Rodríguez / Ramón Reverté
Coordinación editorial: Julio Bueno
Maquetación: Patricia Reverté
Revisión de textos: Mariló Caballer Gil

La reproducción total o parcial de esta obra, por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, queda rigurosamente prohibida, salvo excepción prevista en la ley. Asimismo queda prohibida la distribución de ejemplares mediante alquiler o préstamo público, la comunicación pública y la transformación de cualquier parte de esta publicación sin la previa autorización de los titulares de la propiedad intelectual y de la Editorial.

A nuestras familias, colegas, estudiantes
y empresas de nueva creación, que nos inspiraron para pensar clara
y profundamente en la inteligencia artificial.

Deseamos expresar nuestro agradecimiento a todas aquellas personas que han contribuido a la confección de este libro con su tiempo, sus ideas y su paciencia. En particular, le damos las gracias a Abe Heifets de Atomwise, Liran Belanzon de BenchSci, Alex Shevchenko de Grammarly, Marc Ossip y Ben Edelman por el tiempo que nos dedicaron en las entrevistas, además de a Kevin Bryan por sus comentarios sobre el manuscrito general. Asimismo, estamos muy agradecidos por los debates y comentarios con nuestros colegas Nick Adams, Umair Akeel, Susan Athey, Naresh Bangia, Nick Beim, Dennis Bennie, James Bergstra, Dror Berman, Vincent Bérubé, Jim Bessen, Scott Bonham, Erik Brynjolfsson, Andy Burgess, Elizabeth Caley, Peter Carrescia, Iain Cockburn, Christian Catalini, James Cham, Nicolas Chapados, Tyson Clark, Paul Cubbon, Zavain Dar, Sally Daub, Dan Debow, Ron Dembo, Helene Desmarais, JP Dube, Candice Faktor, Haig Farris, Chen Fong, Ash Fontana, John Francis, April Franco, Suzanne Gildert, Anindya Ghose, Ron Glozman, Ben Goertzel, Shane Greenstein, Kanu Gulati, John Harris, Deepak Hegde, Rebecca Henderson, Geoff Hinton, Tim Hodgson, Michael Hyatt, Richard Hyatt, Ben Jones, Chad Jones, Steve J urvetson, Satish Kanwar, Danny Kahneman, John Kelleher, Moe Kermani, Vinod Khosla, Karin Klein, Darrell Kopke, Johann Koss, Katya Kudashkina, Michael Kuhlmann, Tony Lacavera, Allen Lau, Eva Lau, Yann LeCun, Mara Lederman, Lisha Li, Ted Livingston, Jevon MacDonald, Rupam Mahmood, Chris Matys, Kristina McElheran, John McHale, Sanjog Misra, Matt Mitchell, Sanjay Mittal, Ash Munshi, Michael Murchison, Ken Nickerson, Olivia Norton, Alex Oettl, David Ossip, Barney Pell, Andrea Prat, Tomi Poutanen, Marzio Pozzuoli, Lally Rementilla, Geordie Rose, Maryanna Saenko, Russ Salakhutdinov, Reza Satchu, Michael Serbinis, Ashmeet Sidana, Micah Siegel, Dilip Soman, John Stackhouse, Scott Stern, Ted Sum, Rich Sutton, Steve Tadelis, Shahram Tafazoli, Graham Taylor, Florenta Teodoridis, Richard Titus, Dan Trefler, Catherine Tucker, William Tunstall-Pedoe, Stephan Uhrenbacher, Cliff van der Linden, Miguel Villas-Boas, Neil Wainwright, Boris Wertz, Dan Wilson, Peter Wittek, Alexander Wong, Shelley Zhuang, y Shivon Zilis. También deseamos enviar nuestro agradecimiento a Carl Shapiro y Hal Varian por su libro Information Rules, que sirvió de fuente de inspiración para nuestro proyecto. La aportación del personal de The Creative Destruction Lab y de la Rotman School ha sido una bendición, particularmente la de Steve Arenburg, Dawn Bloomfield, Rachel Harris, Jennifer Hildebrandt, Anne Hilton, Justyna Jonca, Aidan Kehoe, Khalid Kurji, Mary Lyne, Ken McGuffin, Shray Mehra, Daniel Mulet, Jennifer O’Hare, Gregory Ray, Amir Sariri, Sonia Sennik, Kristjan Sigurdson, Pearl Sullivan, Evelyn Thomasos, y el resto del personal y equipo de laboratorio y de la escuela Rotman. Por supuesto, agradecemos a nuestro decano, Tiff Macklem, su entusiasta apoyo a nuestro trabajo sobre la IA en el Creative Destruction Lab y, en general, a la Rotman School. Dirigimos también nuestro agradecimiento a los ejecutivos y el personal de Next 36 y The Next AI. También deseamos dar las gracias a Walter Frick y Tim Sullivan por su estupenda edición, así como a nuestro agente, Jim Levine. Muchas de las ideas que contiene este libro se basan en la investigación financiada por el Consejo de Investigación de Ciencias Sociales y Humanidades del Canadá, el Instituto Vector, el Instituto Canadiense de Investigación Avanzada bajo el liderazgo de Alan Bernstein y Rebecca Finlay, y la Fundación Sloan, con el apoyo de Danny Goroff y al amparo de la beca de Economía de la Digitalización, administrada por Shane Greenstein, Scott Stern, y Josh Lerner. Les estamos muy agradecidos por su apoyo. Por otra parte, deseamos expresar nuestro agradecimiento a Jim Poterba por dar su apoyo a nuestra conferencia sobre la economía de la IA ante la Oficina Nacional de Investigación Económica. Por último, total agradecimiento a nuestras familias, por su paciencia y sus contribuciones durante el proceso: ¡gracias a Gina, Amelia, Andreas, Rachel, Anna, Sam, Ben, Natalie, Belanna, Ariel y Annika!