Canal
Inteligencia artificial
Machine learning
Negocio

El aprendizaje de las máquinas sitúa al Canal en el centro del negocio en un 'mundo inteligente'

Machine Learning e Inteligencia Artificial están muy ligados. Ambos son dos de los temas estrella de este año y, seguro, de la década. Todo ello está abriendo muchas polémicas como la relación hombre-máquina, la posible pérdida de puestos de trabajo, etc. En esta ocasión vamos a ver cómo puede ayudar a las empresas a generar oportunidades de negocio, y muy especialmente al Canal de distribución.

machine learning

Existe una serie de tecnologías que están cambiando la forma en la que, tanto consumidores como empresas, se relacionan, trabajan y actúan. Entre ellas, la realidad virtual y aumentada, Internet de las Cosas o la Inteligencia Artificial (IA), según explica Alejandro Pérez Ayo, colíder de la práctica de IoT de Sngular.

La inteligencia artificial y técnicas como el Machine Learning, el Deep Learning, redes neuronales o árboles de decisión (CART), entre otras, están viviendo hoy en día una explosión en prácticamente todos los sectores empresariales. Son frecuentes los titulares en que aparecen anunciando los beneficios que aportan a distintas compañías o actividades: salud, logística, industria, finanzas y hasta recursos humanos. Pero ¿por qué ahora?, se pregunta Ramón Trías, presidente de AIS aplicaciones de Inteligencia Artificial.

El aprendizaje de las máquinas es un concepto que cada vez se está popularizando más debido a sus cada vez mayores casos de uso tanto en la vida cotidiana del ciudadano como de las empresas. Aunque no es un concepto nuevo, ha logrado escapar del ámbito académico en el momento en que su aplicación al mundo de la empresa ha comenzado a generar valor.

José Bonnin, director de Cloud y Empresas en Microsoft Ibérica, define en una sencilla frase qué es el ML (Machine Learning): “El objetivo es permitir que los equipos aprendan a partir de los datos y las experiencias, actuando sin haber sido programados de forma específica”.

Trías, por su parte, explica que “lo que vivimos en este momento es la confluencia de varios factores. Por un lado, se han dado en estas décadas numerosos avances en hardware y software que han permitido multiplicar, por un lado, la capacidad de cómputo de los equipos informáticos. De ahí que estemos empezando a cumplir las expectativas como los vehículos autónomos, reconocimiento de imágenes, telediagnóstico, etc.”.

Para aportar más valor a la anterior definición, Enrique Serrano, CEO de Tinámica y de MBIT School, considera que “Machine learning tiene su origen en un output, en un objetivo que lograr. Pero son los propios ordenadores los que configuran y reconstruyen programas de software y algoritmos, en definitiva, para acercarse cada vez más al objetivo a diferencia de la programación tradicional. Por tanto, Machine Learning, es un campo dentro de la Inteligencia Artificial capaz de aprender por sí mismo, fundamentalmente a través de diferentes metodologías en función del problema a resolver. Quizá la más conocida sean las redes neuronales, en las que la complejidad del problema añade múltiples capas neuronales para dar con la solución adecuada”.

Para Serrano, “las aplicaciones prácticas del Machine Learning son infinitas, tantas como ideas se les puedan ocurrir a los responsables de negocio de las empresas para utilizar correctamente los datos, y lograr así que las maquinas puedan generar automáticamente respuestas a la que vez que generan nuevas preguntas a responder”.

Arrojando un poco de luz

Para Ramón Trías, no hay que olvidar que, “por muy inteligente que sea la Inteligencia Artificial, capaz de aprender y actuar rápidamente, no sería justo no poner en valor a los expertos y profesionales que trabajan en este campo, pues los sistemas de IA deben estar controlados. En el fondo, y salvando las distancias, son como niños. Son esponjas preparadas para absorber conocimiento, aprender e ir formándose para desarrollar las tareas para las que se han programado cada vez mejor. Pero estos sistemas, como los niños, necesitan adultos que velen por que están aprendiendo y actuando correctamente. Y no me refiero a las películas de ciencia ficción donde los robots se rebelan contra los humanos. Me refiero a aspectos mucho más cercanos a la realidad, como que los sistemas inteligentes que se dedican, por ejemplo, a la concesión de créditos no queden estancados al aprendizaje que han realizado sobre una muestra concreta de clientes, y no sepan actuar ante nuevas casuísticas”.

Un poco más allá

Quizá un paso más allá lo podemos ver en cómo las empresas están utilizando sistemas para mejorar sus ventas y la fidelización de clientes. Para Serrano, los motores de recomendaciones representan “otro caso de referencia, que es el de los motores de recomendación tanto para compra online como offline en los casos en los que se puede disponer de información suficiente del cliente. Con su histórico de compras asociado a la recreación de su perfil obtenido también con datos que pueden extraerse de su actividad en las redes sociales, el sistema permite anticiparse a sus deseos y necesidades y acertar con los mismos. Uno de los principales éxitos de Spotify o Netlix se debe a que suele acertar en los gustos de sus usuarios”.

El papel de los ‘partners’

Bonnin señala que “igual que la llegada del Cloud abrió el mercado como nunca al desarrollo de soluciones y facilitó la aparición de nuevos competidores, la Inteligencia Artificial y el Machine Learning ya despuntan como una oportunidad para los partners. Aquellos que apuesten por soluciones que incorporen la potencialidad de la IA, con total seguridad contarán con más oportunidades”.

Puede seguir leyendo aquí el resto del reportaje.



Revista Digital

Revistas Digitales

DealerWorld Digital

 



Otros Contenidos

juniper Fabricantes
Registro:

Eventos: