2020 Explosión de AI en empresas

pixabay.com

Recién ha aparecido el informe AI Adoption in the Enterprise 2020 de Roger Magoulas & Steve Swoyer, descargable por gentileza de O’Reilly Radar. 14 páginas, serias y muy interesantes.

Mis titulares tras la lectura:

De las empresas consultadas, ¡el 85% ya están incorporando AI en sus procesos ! (frente al 54% del año anterior).

El 50% ya está «madurando» procesos que adoptan AI (el doble que el año anterior).

Las principales dificultades, son:

  • encontrar profesionales preparados (se mantiene igual que el año anterior)
  • encontrar recursos para la inversión necesaria,
  • luchar con el freno interno de que «eso» de la IA, no ven «como puede aplicarse en nuestra empresa».

Necesitas ya! políticas de Data Gobernance

El Machine Learning Supervisado se mantiene como principal técnica, pero el deep learning sube con mucho empuje, siendo la herramienta más empleada TensorFlow, seguida del paquete Scikit.

La reflexión posterior, aparte de si los que han contestado son una muestra representativa, da motivos para reflexionar en:

  • Todos quieren incluir AI en sus procesos. Todos están haciendo, probando o mirando, y si todavía no tienes un plan de AI para tu empresa, te van a atropellar.
  • No saben muy bien cómo monetizar ese conocimiento que el AI puede extraer de los datos. Se necesitan urgentemente Data Scientist de aplicación práctiva en Procesos de Negocio. No sé que nuevo titulo en inglés se inventarán para eso.
  • El volumen de datos ya no es problema. Nadie habla de eso. Ya hay tecnicas maduras para el tratamiento y guarda de Big Data
  • Las Redes Neuronales lo «petan» (TensorFlow+Keras para imágenes, RNN para textos y pronósticos, CNN para reconocimiento). Y más que se van a emplear. Sin embargo Python + Scikit + PyTorch … indican que el futuro es Python, aunque no sea tan bueno (de momento) para algunas cosas como R.
  • Entre muy interesantes gráficas, algo clásicas, destaco la de riesgos de los modelos creados con AI. Es la primera vez que veo esta serie de riesgos que con la metodología en la mano debes controlar, evaluados realmente en la práctica:
©Roger Magoulas and Steve Swoyer, O’REILLY Radar
Asusta la mala gestión de expectativas y la obtención de resultados esperados

En sus conclusiones, informa que la AI está madurando rápido, que cada vez hay más usuarios y aplicaciones en las organizaciones de AI, a lo que añado que todavía tienen que explotar el uso de Redes Neuronales preentrenadas, ni el uso de chat-bots, de lo que no habla.
Y la recomendación de establecer Gobernanza de Datos, a lo que sugiero la casi obligación de adoptar ISOS 27001 y la 29100 como guías y reglas de buenas prácticas que pueden prevenir muchos problemas, sobre todo cuando somos tan novatos en este campo.

Otro día hablaré de como la Inteligencia Real es saber aplicar algoritmos (inteligentes, o tontos) en los Procesos de Negocio.

La IA cambia cómo tomar decisiones de Negocio

BI-timeline

Con este post continúo la línea de cómo la IA nos afecta directamente la Gestión de las organizaciones.

Este post refleja cómo están evolucionando los BI, Business Intelligence, o sistemas de información para la toma de decisiones de Negocio gracias a la incorporación de Inteligencia Artificial en el tratamiento de datos.

No creo poder mejorar el artículo de Mona Patel de birst, por lo que recomiendo su lectura. Aquí un pequeño resumen.

A los problemas clásicos que los Business Intelligence, BI, tienen en las organizaciones:

  • Sólo acceden el 20%
  • No responden todas las preguntas, creando frustración
  • No suele ser escalable

La AI puede ofrecer hasta un 10% de ingresos (Mc Kinsey) al permitir:

  • El usuario pasa del atasco de pedir informes directamente al Análisis
  • Descubriendo datos ocultos y prediciendo para ser proactivos

El uso de información en la actualidad aún tiene problemas:

  • El analista debe conocer el negocio para identificar la información de valor
  • Seguimos sin suministrar toda la información que requiere el tomador de decisiones
  • El cual, pierde mucho tiempo en analizar e interpretar

La disrupción de IA en BI aparece cuando hacemos los análisis y datos, más utilizables, oportunos y valiosos.

Poco a poco vamos automatizando esa obtención de valor en los BI, pero en estas primeras etapas, aún se requiere de tiempo para analizar, y los humanos sentimos la necesidad de preguntar el “por qué” de una predicción de AI, que no siempre puede proporcionar.

Sin embargo, la AI tampoco puede reemplazar todos los casos de uso y debe mantener a los humanos informados debido a posibles errores de la máquina.

La IA permite nuevo nivel de análisis, mejor, más práctico y más inteligente.

En próximos post hablaremos de casos prácticos. Hagan sus peticiones.

 

Augmented Analytics

Structure_Exhibit_processSource

El próximo septiembre iniciaremos nuestro curso de Augmented Analytics con Nuclio.

Analítica Avanzada porque emplea recursos de Machine Learning en Business Analytics para Smart y Big Data. 20 prácticas de aplicaciones distintas de ML+ desarrollo de un proyecto propio. Con uso de los Softwares más avanzados y plataformas Cloud, como BigML,  Knime, Power BI, Azure Cognitive Services, MAtLab, …

Pensado para profesionales en activo que quieran extraer valor de los datos que manejan, recorreremos las principales herramientas de IA con casos prácticos, de forma fácil y accesible para todos los niveles.
Y también para CEOs, que les permita evaluar los beneficios que estas tecnologías aportarían en sus procesos de Negocio, y cómo implantarlas.

Descubrir patrones, relaciones, asociaciones … permiten obtener ventajas competitivas para las organizaciones. Clustering para conocer a nuestros clientes permiten campañas más personalizadas de mayor éxito. Predicción de sucesos permite ahorrar costes de mantenimiento. Pronosticar la probabilidad de compra de un visitante en tiempo real. Adecuar la web o sus contenidos a cada visitante, mejorando el ratio de conversión. Recomendación de productos por sus intereses …
Estamos tratando continuamente con algoritmos que condicionan nuestro entorno.

El futuro no es de los algoritmos.
El futuro es de las personas que entiendan de algoritmos, lo que pueden hacer y cómo emplearlos.

Os invito a ver el video

Un Saludo

Ignacio Cabrero

El miércoles 27 veremos otros recursos en Power BI

El seminario gratuito en el Mobile World Centre de Barcelona, se ha dividido en dos tardes, 20 y 27 de septiembre, de 18:30 a 20:00.

La asistencia ayer estuvo influenciada por los acontecimientos de Barcelona, aún así los asistentes pudieron llevarse unos conocimientos valiosos sobre Power BI y Power BI Desktop: sus funcionalidades, cómo y dónde se instala, que le diferencia de la competencia, y conceptos a tener en cuenta antes de ponerse sobre el teclado. Finalizamos con un ejercicio práctico, con conexión a ficheros y bases de datos, y presentación de unos primeros indicadores.

El próximo miércoles, la temática es independiente a la sesión de ayer. Estáis todos invitados a asistir para sobre casos prácticos, profundizar en qué ofrece el Power BI en:

  • creación de modelos de datos,
  • conectividad con datos externos,
  • interacción entre gráficas
  • fórmulas DAX
  • plantillas disponibles
  • recursos en la red.

Power BI Desktop, con su licencia gratuita, es una herramienta a valorar cuando buscamos un BI económico, fácil de aprender, conectado a cualquier repositorio de datos, que nos permite diseñar nuestros propios cuadros de mando rápidamente. Y para quien quiera descubrir patrones y relaciones ocultas en los datos, que nos permitan conocer mejor a nuestros clientes u operaciones, PowerBI aporta nuevas herramientas de Inteligencia Artificial, IA, y Machine Learning, ML, en R, trasparentes sin necesidad de programación, de resultados sorprendentes.

Vuelco a animaros a venir, a tanto a los interesados en conocer las posibilidades de PowerBI como a los que han empezado a emplearlo y tengan dudas. Seguro que aprenderemos cosas nuevas. Nos vemos allí.

Una sexta dimensión para Pentagrowth

JPEGPentagrowth-revised

Hay que felicitar a Barcelona Activa el fusionar, en el mejor sentido de la combinatoria para crear valor, la unión entre Lean Start-up con Diana Moret de @Pandorahub, con la excelente presentación de las dimensiones de @Pentagrowth, por Gabriela Masferre, estaba dirigida a emprendedores para que puedan emplear las cinco palancas y obtener un crecimiento exponencial de sus iniciativas.

Pentagrowth

El modelo de Ideas4Change, liderado por Javi Creus, identifica cinco factores a tener en cuenta en nuestros modelos de negocio o proyectos. Cinco factores que individualmente aportan valor, pero combinados, lo multiplican exponencialmente. Ideas de negocio que abarcan varias de estas facetas, se tornan en brillantes oportunidades disruptivas.Siempre es recomendable revisar el informe periódicamente para generar nuevas ideas.

El modelo presenta cinco palancas de cambio, y como todo cambia, personalmente pienso que tal vez llegó el momento de enriquecerlo con otra nueva. En el entorno existen numerosos factores que propician el cambio, y en consecuencia, generan oportunidades, como son la consciencia medioambiental en crecimiento, la economía colaborativa, las tendencias en legislación, la adaptabilidad de la normativa a los nuevos tiempos, etc.

Todos estos factores influyen, incluso pueden ser consideradas palancas de cambio para algún tipo de proyecto, pero no dejan de ser causas y efectos del entorno cambiante en el que Pentagrowth intenta identificar reglas más generales. Y es precisamente en los últimos años, cuando constatamos como la IA, Inteligencia Artificial  se incorpora a los Procesos de Negocio, a las herramienta y a las interacciones.

Inteligencia Artificial

Como los otros factores, la IA admite distintos tipos de afección cuando la incluimos en nuestro proyecto, y en cada nivel aporta diferentes beneficios, por esto creo que puede ser incluida como una nueva palanca, y que los puristas del modelo me perdonen.

Análisis

El primer nivel es multiplicar la capacidad analítica y extraer valor. El uso de IA en Business Analytics con Machine Learning, permite segmentar clientes, identificar productos asociados, detectar comportamientos anómalos, etc., llegando al extremo como en DataRobot, que sólo ejecutando el programa, loga encontrar un modelo predictivo como para quedar entre los primeros de la competición Kaggle sin necesidad de DataScientist ni nada. O como recomendar aun juez que imponga prisión preventiva, según la probabilidad de reincidencia o peligrosidad del acusado.

Ventaja competitiva

Un segunda forma de cómo la IA incide en los negocios, es que con su uso, se consigue una Ventaja Competitiva de coste, usabilidad, distribución, etc. Como el uso de ChatBots conversacionales como BLUMIX, el facilitar la creación de software App Low-Code de TIBCO, analizar el sentimiento de una conversación, o un texto  como WATSON o incluso evaluar su influencia como con   O la domótica inteligente.

Nuevos Modelos de Negocio

 

Y un tercer giro de la IA, es la creación de nuevos Modelos de Negocios como el de Boing si consigue pasar de fabricar aviones a gestionarlos completamente, con aviones autónomos sin necesidad de pilotos: en el 2018 comenzará las primeras pruebas. El reconocimiento e interpretación de imágenes de Counterest, MatLab, WatsonDiagnostics: cuántas personas están observando, edades, sexo, estatus social según su ropa, tiempo de atención, reconocer vehículos, diagnosticas por imagenes,  etc. O el de  Emma Watch, la pulsera que permite volver a escribir a personas con Párkinson.

IA un factor a tener en cuenta

Los modelos se adpatan a las nuevas situación, ya pasamos de las 4 P de márketing, a las 4 F del Marketing en Social Media, de los Tableau de Bord al Balanced ScoreCard, y hoy cuando analizamos ideas de negocio, debemos tener muy presente la aplicación de la Inteligencia Artificial en su modelo de negocio, o en sus proceso, porque posiblemente sea un factor diferenciador estratégico.

.