OATH 2 enero 2018
 

Oportunidades de negocio del "Deep Learning"

Oportunidades de negocio del 'Deep Learning'
Viernes, 29 de diciembre 2017

Los asistentes personales en los móviles, los traductores online o los sistemas biométricos son aplicaciones de Inteligencia Artificial basadas en sistemas de aprendizaje profundo. Hoy en día, cualquier sector se puede beneficiar de los beneficios de esta tecnología y sus algoritmos. He aquí algunos ejemplos.

MBIT School, centro de formación dedicado exclusivamente a Business Intelligence y Big Data, celebró hace unos días una jornada centrada en las claves y el futuro del Deep Learning, de la que se derivaron 9 conclusiones:

1.      El sector de automoción y la industria de los coches autónomos utilizan el Deep Learning para aprender de lo que observan a través de los datos. La conducción segura, la identificación de peatones, la toma de decisiones durante la circulación o los mapas, que se actualizarán automáticamente, permitiendo al vehículo aprender una nueva red de navegación, son solo algunas de las aplicaciones que ya se están poniendo en marcha.

2.      Los retailers tienen con la IA y el Deep Learning la posibilidad de analizar a los clientes nada más entrar en sus tiendas físicas u online, lo que les permitirá  ayudarles a localizar los productos adecuados y las mejores ofertas, según su perfil y en tiempo real. A medio plazo, los retailers estudian integrar sensores y características automáticas de aprendizaje para conseguir información detallada de las actividades y experiencias de los consumidores, permitiendo crear “un valor del tipo de vida del cliente” que les permitirá identificar a clientes de alto valor y minimizar la exposición a aquellos que no sean rentables.

3.      El sector manufacturero tiene un gran aliado en el Deep Learning a la hora de realizar la previsión de piezas en stock, la detección de anomalías o al evitar que se rompa una pieza en la línea de producción. Esto supone grandes ahorros en costes y una mayor eficiencia en el proceso. El desarrollo de robots que autoaprenden mediante observación en la línea de producción es el siguiente paso.

4.      Las instituciones financieras pueden detectar a través de estos algoritmos nuevas oportunidades de negocio, ofrecer automáticamente servicios personalizados y en tiempo real a los clientes, detectar el fraude o incluso recomendar a qué clientes se les pueden realizar préstamos y a quiénes no.

5.      En el área del marketing y la comunicación, el Deep Learning permite generar un lenguaje adaptado y adecuado para cada audiencia, segmento o individuo. La IA obtiene el lenguaje que funciona para cada perfil y los análisis de los datos ofrecen la explicación de por qué es así, con lo que las compañías pueden utilizar esta información para ideas comerciales e inéditas.

6.      La atención al cliente es uno de los segmentos en los que más se ha avanzado y puesto en práctica la IA. Las empresas que tienen un trato directo con el cliente pueden utilizar estos sistemas para analizar los mensajes de entrada, predecir comportamientos, establecer rutas de casos y proporcionan sugerencias al personal de atención al cliente, incluso ofrecer respuestas automáticas

7.      La IA también sirve para identificar las emociones (enfado, diversión, tristeza, miedo, sorpresa…) A partir de los gestos de la cara se obtienen estas pistas del lenguaje no verbal que ya tiene aplicaciones en la automoción, salud, educación o robótica.

8.      En el mundo legislativo, el Deep Learning permite ser más productivo, mejorar los tiempos de respuesta y ofrecer un servicio de mayor calidad y soluciones personalizadas. La prescripción será uno de las utilidades más valiosas, al generar recomendaciones que servirán para la toma de decisiones. 

9.      La medicina de precisión está siendo una realidad con los algoritmos de Deep Learning. Prevenir enfermedades, recibir información personalizada y en tiempo real, tener un mapa personalizado de la salud, o la genómica, que permite el mapeo y análisis de los códigos del ADN para saber cómo funcionan los genes.


Grupo Control