Los pasados 8 y 9 de mayo, más de 20 expertos de renombre internacional y más de 300 asistentes se dieron cita en el Growth Space de Barrabés.biz de Madrid para exponer y debatir sobre Machine Learning y su impacto real en diferentes sectores y áreas de las compañías.
Luis Martín, CEO de Barrabés.biz, fue el encargado de la ponencia de apertura y dar la bienvenida a todos los asistentes. Durante la mañana, expertos como Francisco J. Martín, CEO de BigML, y Ed Fernández, Co-Fundador y CEO de Naiss.io, expusieron las bases del Machine Learning analizando los conceptos de esta tecnología desde una perspectiva técnica y de negocios. Martín centró su ponencia en los conceptos básicos de esta tecnología y su funcionamiento, exponiendo las diferencias entre IA, Deep Learning y ML, entre otros muchos conceptos. Fernández, por su parte, expuso el impacto en Venture Capital del ML, las tendencias de M&A en Inteligencia Artificial y Machine Learning, el papel de la IA en la empresa, y finalmente la adopción del ML en el mercado actual y su evolución.
Una vez fijadas las bases, dio comienzo la exposición de casos de éxito en los que se aplica el ML. Este grupo de ejemplos ocupó la mayor parte de ambos días para poder conocer de primera mano cómo esta tecnología se aplica actualmente en muchas compañías. Los más de 300 asistentes disfrutaron especialmente de la ponencia presentada por Poul Petersen (BigML), encargado de demostrar cómo ML se utiliza en el sector del entretenimiento y el cine, profundizando en cómo las redes de BigML pudieron predecir los ganadores de los Oscar obteniendo 6 aciertos de 6. También fue muy aplaudida la última ponencia de la mañana, ponencia conjunta de Jordi Palau, Director de Suministros en Grupo Celsa, y Joel Montoy, director en Aquiles Solutions. Juntos presentaron cómo Celsa y Aquiles Solutions, conjuntamente, han conseguido optimizar el proceso de la cadena de suministros en todas sus fases (planificación, compra, fabricación y entrega del acero), aplicando ML.
Por la tarde, el potencial del Machine Learning se centró en dos industrias: Economías emergentes y Marketing y Recursos Humanos. Fueron tres los ejemplos que pudimos escuchar del primer bloque: David del Ser, de Bankable Frontier Associates, presentó el papel principal que juega el ML en los agentes financieros en un mundo en el que no existen bancos y la gente pobre no tiene acceso a servicios bancarios; Thor Muller, de Off Grid Electric, compartió cómo promueven en esta startup africana la energía solar y el uso de Machine Learning; Guillermo Caudevilla, de Frogtek, expuso cómo ML está presente en la base de la pirámide de los pequeños minoristas en México y cómo en estos países las pequeñas tiendas registran cada transacción ocurrida obteniendo un fácil acceso a las métricas y servicios con un valor añadido. En el último bloque de la tarde pudimos descubrir cómo impacta ML en Marketing y Recursos Humanos, de la mano de expertos en este sector: Seamus Abshere (Faraday.io), David J. Marcus (PandoLogic), y por último, Patrick Coolen (ABN AMRO).
El segundo día los asistentes escucharon casos de éxito en Finanzas e Inversión, y Telecomunicaciones. Jorge Pascual (Anfix) expuso de forma breve las razones por las que el sector financiero debe reinventarse, para el año 2020 más del 80% de los servicios financieros tradicionales serán prestados por equipos interfuncionales que integran el Machine Learning. Santiago Márquez (Barrabés.biz) planteó las sinergias entre Blockchain y Machine Learning, así como la aplicación del Blockchain en el ML y la situación actual de la misma.
La última parte del evento estuvo centrada en la importancia de adoptar Machine Learning de forma transversal en todas las organizaciones. Francis Cepero (A1 Digital) explicó de forma dinámica el por qué es crucial utilizar MLaaS para acelerar los programas de formación en aquellas compañías que están utilizando Machine Learning. Finalmente, Luis Martín (Barrabés.biz) completó este bloque exponiendo, no solo los pasos que todas las compañías deben dar para implementar Machine Learning, sino también argumentando cómo las empresas de hoy en día deben centrarse en el cliente para incorporar cualquier nueva tecnología.
