Las soluciones de inteligencia artificial, ya sea ‘machine learning’ o ‘deep learning’, están llamadas a convertirse en el mejor amigo de las empresas de aquí a 10 años. De hecho, tal es la implementación de este tipo de tecnología, que a nivel mundial el 80% de las empresas ya utilizan algún tipo de inteligencia artificial y […]
Dirigentes Digital
| 08 may 2018
Las soluciones de inteligencia artificial, ya sea ‘machine learning’ o ‘deep learning’, están llamadas a convertirse en el mejor amigo de las empresas de aquí a 10 años. De hecho, tal es la implementación de este tipo de tecnología, que a nivel mundial el 80% de las empresas ya utilizan algún tipo de inteligencia artificial y el 30% tienen pensado aumentar su inversión en los próximos 3 años1. En España, esta cifra no se queda atrás, ya que el 58% de las empresas está intentando, en mayor o menor forma, sacar partido de la inteligencia artificial. En concreto, el 46% tiene en marcha algún tipo de proyecto piloto, y un 12% ya está viendo resultados, sobre todo, en la mejora de la satisfacción del cliente, en la toma de decisiones y en la reducción de costes2.TELCO y banca, los sectores más punteros en la aplicación de IAA pesar de que las tecnologías de inteligencia artificial son de reciente creación, hay sectores más punteros que otros en la aplicación de este tipo de tecnologías. En concreto, “los sectores de telecomunicaciones y de banca, son los más punteros en la aplicación de este tipo de tecnologías, mientras que los de retail y energía son los próximos que se sumarán en masa a esta tendencia” declara Cristina Aranda, Chief Marketing Officer de las empresas de desarrollo de software de calidad e inteligencia artificial aplicados a negocio, Intelygenz y Terminus 7, respectivamente.Una tecnología que va más lenta de lo deseado por falta de talento especializadoA pesar de la positiva implementación de la inteligencia artificial en las compañías, esta no va todo lo rápido que las empresas desearían. De hecho, la principal barrera para la implantación de este tipo de soluciones es la falta de talento especializado (19%), seguida de la no existencia de un caso de negocio y ROI claro (16%). A estos hay que añadir aspectos culturales como la gestión del cambio (13%) y la falta de liderazgo para impulsar las iniciativas (12%)2.“Las soluciones de inteligencia artificial y más concretamente, la aplicación de machine learning, supondrán cambios totalmente disruptivos en el ecosistema de las compañías de aquí a 10 o 15 años. Sin embargo, esta implementación podría darse de forma mucho más rápida, si no fuera por la dificultad que tienen las empresas para encontrar profesionales cualificados en tecnologías como el data scientist, big data developer, big data architect y data analyst” afirma Mayte Ruiz de Velasco, directora del Digital Innovation Center -el centro de estudios que ofrece la formación especializada en disciplinas digitales más vanguardista y actualizada del mercado. “La inmensa mayoría de las empresas están buscando estos nuevos perfiles para dar respuestas las necesidades que genera la IA” aclara.En la actualidad, algunas de las aplicaciones de inteligencia artificial y machine learning más usadas por las compañías son el reconocimiento facial o de voz, los motores de búsqueda, las aplicaciones antispam, los coches autónomos o la sugerencia de productos en base los gustos personales. “Sin la inteligencia artificial, empresas como Amazon o Netflix no serían lo que son hoy en día” sentencia Aranda.Para paliar esta carencia de formación especializada, el Digital Innovation Center en colaboración con Intelygenz, pondrán en marcha próximamente un ‘bootcamp’ de 20 horas sobre ‘applied machine learning’, que hace referencia a la aplicación de técnicas de machine learning desde un punto de vista práctico para la resolución de problemas del día a día en entornos de operación y negocio. “Partiendo de los fundamentos sobre los que se asienta machine learning, se realiza un recorrido por las distintas técnicas existentes, así como una revisión de casos de uso que ayuden a entender el valor del machine learning en ámbitos industriales y empresariales. ¿Qué tipo de problemas puede resolver? ¿En qué dominios la aplicación puede tener mayor repercusión? Entender machine learning no sólo como disciplina científica, sino como propuesta de valor del negocio” resalta Ruiz de Velasco.
