GIS, Inteligencia Artificial y Automatización en el Lugar de Trabajo

KelleyArroyo

Escrito por: <\/SPAN>Steve Snow<\/A><\/H3>

Especialista Senior en Estrategia de la Industria del Gobierno Nacional de Esri<\/P>

Parte 2 de una serie de 7 partes que explora GIS e Inteligencia Artificial<\/STRONG><\/EM><\/P> <\/P>Muchas profesiones están siendo impactadas por la introducción de la Inteligencia Artificial (IA) en el lugar de trabajo. El empleo futuro y las opciones de carrera cambiarán para siempre según cuán susceptibles sean a la automatización y computarización.<\/P>Un estudio que se centra en los impactos de la IA y la Automatización en el Lugar de Trabajo proviene del sitio web Will Robots Take My Job? Este sitio web comenzó a partir de un informe de Carl Benedikt Frey y Michael A. Osborne titulado "The Future of Employment: How susceptible are jobs to computerization?". Los autores estiman que alrededor del 47 % del empleo en EE.UU. está en riesgo debido a la automatización para 2033.<\/P>Lo que preocupa son los impactos de la automatización con IA en el personal geoespacial. Usando la interfaz del sitio web Will Robots Take my job, se encontró que hay 4 tipos de trabajos geoespaciales que se espera sean impactados para 2033. Las siguientes 4 búsquedas de trabajo: Ingenieros Civiles, Geógrafos, Cartógrafos y Fotogrametristas, y Técnicos en Topografía y Cartografía arrojaron resultados interesantes.<\/P>Como puede verse en los resultados a continuación, los Ingenieros Civiles tienen una probabilidad de reemplazo de aproximadamente 2% y están seguros frente a la automatización. Los Geógrafos tienen un riesgo mayor de reemplazo del 25%. Cuando llegamos a Cartógrafos y Fotogrametristas y Técnicos en Topografía y Cartografía, los riesgos son muy altos. Una posible razón es que existen flujos de trabajo altamente repetitivos que se adaptan a las fortalezas de una máquina como GeoAI para automatizar.<\/P>Los resultados de la imagen a continuación enfatizan la razón por la cual las habilidades en IA serán más importantes que nunca como habilidad laboral en el futuro. Cubriré más sobre IA y equipos humanos en la Parte 3 de esta serie.<\/P><\/span><\/P> <\/P>

Ejemplo 1 Automatización Hoy (sin incluir GeoAI)<\/H3>
Un ejemplo de automatización (sin incluir GeoAI) en el lugar de trabajo es el Kadaster holandés, que es la Agencia Nacional de Cartografía de los Países Bajos. El Kadaster holandés originalmente estaba considerando la automatización con ArcGIS para su serie cartográfica 1:50,000 para el país. La serie típicamente requería 28 cartógrafos y 5 años para actualizar el sistema manualmente. Después de implementar la automatización con ArcGIS (sin GeoAI), la agencia cartográfica redujo a 1 cartógrafo con finalización de la serie en 3 semanas de procesamiento usando un enfoque 100% automatizado con una infraestructura de 6 computadoras utilizando 6 CPU cada una. El Retorno sobre la Inversión usando ArcGIS fue una reducción del 5000% en tiempo y recursos. Puede obtener más información visitando el artículo Transformando la Producción Nacional de Mapas<\/A><\/STRONG>.<\/P>

<\/span><\/H3> <\/P>Ejemplo 2 Automatización Hoy (usando GeoAI)<\/H3>
Un segundo ejemplo de automatización usando GeoAI fue realizado por el Grupo AAM para las Empresas Eléctricas en Australia. El problema básico era cómo automatizar la clasificación manual de nubes de puntos Lidar. Se usó GeoAI para automatizar el flujo de trabajo Lidar sobre una gran región geográfica. Después de crear el flujo de trabajo GeoAI en ArcGIS, el Retorno sobre la Inversión resultó en un ahorro de 50,000 horas hombre y 5 millones de dólares en el proyecto! Uno de los beneficios adicionales al usar GeoAI con ArcGIS fue que los edificios y vegetación también fueron clasificados por la IA. Además, otros beneficios fueron que el modelo GeoAI LiDAR ahora se está aplicando a otros proyectos. Puede leer más leyendo el artículo PointCNN Reemplazando 50-000 horas hombre con IA.<\/P><\/span><\/P> <\/P>GeoAI en Entornos Dinámicos<\/H3>Un área donde GeoAI será un activo futuro para las organizaciones geoespaciales será en las áreas de navegación, aumento del nivel del mar, desastres y predicción de inundaciones costeras durante tormentas. El equipo humano e IA puede realizar rápidamente extracción de características desde áreas litorales y costeras donde hay cambios constantes y rápidos. La extracción del litoral y la interfaz tierra-agua es importante para muchas agencias gubernamentales federales, estatales y locales. Actualmente mucho de esto sigue siendo un proceso manual, pero un equipo humano e IA podría actualizar rápidamente productos para mapear y proporcionar información autorizada a entornos y situaciones que cambian rápidamente.<\/P><\/span><\/P> <\/P>Lea Parte 3 de 7: Trabajando con la Máquina – IA en el Lugar de Trabajo<\/A><\/P>

 <\/P>

Blogs adicionales en la serie: <\/STRONG><\/P>

Parte 1: Impactos Futuros por IA en Cartografía y Modernización<\/A><\/P>

 <\/