Logistica inteligente

Machine Learning aplicado a la logística.

Las nuevas tecnologías han marcado un antes y un después en las empresas, aunque en algunos sectores más que en otros. La logística es uno de esos sectores en los que ha impactado con gran fuerza.

Uno de los grandes problemas que tienen las empresas es el manejo de las grandes cantidades de información que tienen, ya que la información por sí sola no nos sirve de nada si no sabemos interpretarla y usarla correctamente. Como agravante, vemos que hay una sobrecarga de información importante.


Emplear inteligencia artificial en la logística supondría un sin fin de ventajas, entre las cuales podríamos destacar las siguientes:

1. Eliminación de los errores casi en su totalidad.
2. Reducción de los tiempos de entrega.
3. Eficiencia y reducción de los costes.
4. Aumento del rendimiento y productividad de las instalaciones.

A pesar de las grandes evoluciones que ha sufrido el campo de la logística, yo creo que podría ir aún más allá, siendo un poco más ambiciosos se podrían mejorar muchas cosas. Por ejemplo, una buena medida podría ser la implantación del uso de drones para entregar paquetes, lo que supondría no solo una reducción importante de los tiempo y los costes, sino que se estaría contribuyendo de forma significativa a la protección medio ambiental con la consiguiente reducción de las emisiones de CO2 de los habituales vehículos de entrega. 

Esta idea no es tan descabellada si nos fijamos en uno de los referentes mundiales de la logística. Amazon emplea tecnología de última generación para aumentar el rendimiento de sus plantas. En el siguiente video podemos ver su tecnología de vanguardia digna de una película de Hollywood:

Como vemos en el video, se logra una mejora importante de la eficiencia, además de la reducción del riesgo que supone tener a varios empleados manejando grandes pesos en los almacenes.

MACHINE LEARNING: USOS Y APLICACIONES

Machine Learning

Usos y Aplicaciones

¿Qué es Machine Learning?

Se trata de un tipo de Inteligencia Artificial que desarrolla técnicas que permiten a máquinas tomar decisiones. Es la idea de que existen algoritmos que pueden darte hallazgos o conclusiones relevantes obtenidas de un conjunto de datos, sin que el ser humano tenga que escribir instrucciones o códigos para esto.

¿Para qué se usa?

Machine Learning es un término que esta de moda dentro del mundo de la tecnología y lo es porque supone un gran avance a la hora de saber cómo una computadora puede aprender.

Pero, ¿para qué se utiliza? Estas son las siete aplicaciones y usos más habituales que tiene esta disciplina:

Usos y aplicaciones del ML

1. Energía: Permite predecir fallas en refinerías, localizar nuevas fuentes de energía, analizar minerales, optimizar la distribución de los recursos energéticos, etc.
2. Servicios: Fijar precios acorde a la demanda y alcanzar un ritmo de ventas óptimo.
3. Gobierno: Elevar eficiencia y ahorros, minimizar el robo de identidad, prevenir la corrupción, etc.
4. Transporte: Identificar rutas más eficientes y predecir problemas.
5. Minoristas: Reducir la pérdida de clientes durante el proceso de compra, mejorar campañas de mercadotecnia, personalizar la oferta, eliminar intrusos, conocer preferencias del cliente...
6. Hospitales: El machine learning se puede utilizar para advertir los factores de riesgo de enfermedad, predecir los tiempos de espera en urgencias, incrementar el éxito de las operaciones, etc.
7. Financiero: El machine learning es cada vez más eficaz detectando posibles casos de fraude en diferentes campos. Pay Pal ya utiliza el machine learning para combatir el blanqueo de dinero; la compañía tiene herramientas que comparan millones de transacciones y pueden distinguir con precisión entre transacciones legítimas y fraudulentas, entre compradores y vendedores.

Machine Learning: Vehículos autonomos

¿Qué es Machine Learning?

Machine Learning es una disciplina científica del ámbito de la inteligencia artificial que tiene como objetivo crear sistemas que aprendan automáticamente y sean capaces de identificar patrones complejos entre una inmensa cantidad de datos. Este aprendizaje se consigue llevar a cabo mediante la creación de algoritmos. Estos algoritmos además de tener la capacidad de revisar los datos y predecir comportamientos futuros, también han sido creados con la intención de que mejore los sistemas de forma autónoma, sin ningún tipo de intervención humana.

Machine Learning en vehículos autónomos

El sistema de aprendizaje de un vehículo autónomo se basa en la adquisición constante de conocimiento respecto a la detección de objetos y patrones. Debido a los algoritmos previamente integrados en el sistema, el vehículo es capaz de asimilar esa información de manera automática. A medida que se van recogiendo más datos se aumenta su precisión y como el sistema se perfecciona por medio de repetición, está continuamente recibiendo datos, lo que permite optimizar su habilidad para realizar predicciones. En el caso de los vehículos autónomos existe un sistema de inteligencia artificial centralizado, por lo que en caso de que un automóvil capture nueva información, esa información será enviada al resto de la flota de vehículos y a su vez asimilada por estos.

A modo de ejemplo: digamos que un automóvil ha encontrado una nueva vía mas rápida para llegar de un punto A a un punto B. Esta ruta será recogida por este automóvil y aprendida por el sistema, lo que provocará que la siguiente vez que el resto de automóviles deban hacer el trayecto del punto A al B, lo harán por está nueva vía.

De este modo, el Machine Learning permite a los vehículos autónomos lidiar con lo impredecible. Lo que es sin lugar a dudas el reto más complicado en materia de conducción automática, ya que sería prácticamente imposible lograr que la inteligencia humana fuera capaz de crear algoritmos tan complejos y con tantos factores a analizar.

Existen dos grandes técnicas para aplicar Machine Learning a la conducción autónoma:
- La abstracción semántica: Se enfoca en dividir el problema en distintos componentes (componente que detecta vehículos, componente que detecta carriles, componente que detecta el entorno...)
- El aprendizaje de punta a punta (end-to-end learning) es una técnica en la que el aprendizaje se realiza de forma automática por medio de captar y analizar experiencias reales de manejo. El sistema opera con todos los componentes de forma conjunta.

Machine Learning y su aplicación al mundo de la empresa

Maching Learning, como bien sabemos, es una rama de la inteligencia artificial que consiste y tiene como meta, enseñar a las computadoras a comportarse lo más parecido a un ser humano, es decir, que a partir de un volumen de datos que reciben, puedan analizarlos y sacar información de la que luego extraer conclusiones y sugerir que hacer o no, en diferentes ámbitos de la vida. En este caso en concreto, se pretende utilizar Maching Learning en la gestión de RRHH. A pesar de resultar asombroso que una máquina compuesta por algoritmos pueda tener aplicación en un campo de la empresa como los recursos humanos, en un futuro no muy lejano, se pretende que una computadora pueda percatarse de las habilidades o capacidades, así como de otros problemas que atañen a los profesionales de los RRHH.

En la imagen adjunta, se pueden observar algunas de las  tareas a las que se dedican los profesionales de los RRHH y que en un futuro, serán las máquinas quienes ayuden a estos profesionales en algunas de las tareas como, por ejemplo, a encontrar patrones específicos para encontrar al candidato ideal. 

No pensemos de todas maneras que las máquinas lo hacen todo y que los profesionales que pretendemos dedicarnos a la rama de los recursos humanos lo tenemos todo perdido. Al fin y al cabo, las personas, en muchos de los aspectos que tienen que ver con los RRHH, somos insustituibles.

La imagen siguiente muestra una especie de analogía en lo que se viene diciendo hasta el momento acerca de la inteligencia artificial aplicada en el mundo de los recursos humanos.

https://www.lanteksms.com/es/Machine-Learning

Las piezas de ajedrez podrían asemejarse a las personas que hay que seleccionar además de coordinar hábilmente en cada puesto de trabajo, y la inteligencia artificial mediante el aprendizaje, sitúa a las personas en cada movimiento, en el mejor lugar dentro del tablero, no solo pensando en cada una de ellas sino coordinando a las mismas en una estrategia global que persigue una meta concreta y precisa dentro del tablero, ganar al oponente. Lo mismo podríamos decir sobre una empresa y sobre la manera en que el Maching Learning podría ayudar a los directores de RRHH a coordinar las piezas y llevarlas hacia una meta concreta de la mejor manera posible y con el menor coste posible, una vez preseleccionadas aquellas que poseen las aptitudes, las capacidades y los rasgos que se buscan para la partida de ajedrez.

Finalmente me gustaría incluir un video para que en el se pueda comprender mejor, la aplicación del Machine Learning al mundo de la empresa y dentro de esta al de los RRHH.

https://www.youtube.com/watch?v=lCyki2wwuOY

MACHINE LEARNING: De los datos a la realidad

El Machine Learning es hoy ya una realidad, lejos de las visiones futuristas de las películas esta ciencia computacional se ha vuelto imprescindible para el manejo de la creciente cantidad de datos que hoy en día se registra y recoge.

Es tal el avance tecnológico que más allá de la mera gestión de estos datos, hoy se procesan, analizan y cotejan para obtener distintos resultados en una variedad amplia de campos.

Gracias a los recursos analizados como el de Promexico, Nae o Markonomia entre otros, comprendemos el importante peso de esta ciencia en nuestro cada vez mas tecnológico mundo, será vital para el cambio que se producirá en la industria y nos acercara los parámetros, tendencias y el lenguaje complejo a una forma mas humana.

En la infografia adjunta he querido plasmar todos los elementos que rodean al Machine Learning, así como la ruta de evolución del mismo empezando en el hardware y acabando por los riesgos que se desencadenan una vez estos recursos están en el mercado.

En este video publicado por ComputerHoy  podemos comprender de una manera sencilla y clara que es el Machine Learning, y poder entender así un poquito mejor la conexión entre los distintos apartados de la infografia:

Si queréis curiosear un poco mas, aquí os dejo un enlace lleno de noticias referentes a este tema:  https://elpais.com/tag/aprendizaje_automatico/a 

MACHINE LEARNING, RECURSOS HUMANOS Y EL EMPLEO

El desempleo tecnológico es un fenómeno del sistema monetario y de mercado en su estado actual que se da cuando los avances en las tecnologías de producción y de servicios se introducen en las empresas, por lo general maquinaria automatizada, y su alto rendimiento y bajo coste a largo plazo en comparación con los humanos. A medida que la inteligencia artificial crece, también el rango de los trabajos que es capaz de desempeñar un robot, aumentando la intranquilidad entre los ciudadanos respecto a una posible perdida del empleo o a una disminución de los salarios. Las máquinas en general, aumentan la productividad en todos los sectores por lo que inevitablemente se pierden empleos.




https://www.youtube.com/watch?v=gWmRkYsLzB4

En este vídeo Anthony Goldbloom comenta básicamente que, a pesar de la capacidad de los programas de analizar información, los humanos destacan a la hora de enfrentar nuevos problemas. Es decir, las máquinas podrán destacar en tareas repetitivas, pero ante situaciones nuevas en las que no cuenten con una gran cantidad de información previa quedan indefensas, y es ahí donde el intelecto humano tendrá que decidir.


Para más información recomiendo leer este informe:
https://www.mckinsey.com/~/media/mckinsey/featured%20insights/digital%20disruption/harnessing%20automation%20for%20a%20future%20that%20works/a-future-that-works-executive-summary-spanish-mgi-march-24-2017.ashx

Machine Learning en el hogar

A pesar de que la tecnología se muestra como un elemento más en la vida diaria del siglo XXI, apenas hemos conseguido profundizar mínimamente en la plenitud de este ámbito. Pero, ¿qué es el Machine Learning?

Entendemos Machine Learning como aquella disciplina científica del ámbito de la inteligencia artificial que crea sistemas que aprenden automáticamente. Esta definición no implica que los ordenadores o los sistemas que se crean sean inteligentes, sino que son capaces de almacenar datos mediante una serie de algoritmos y deducir la acción correcta basándose en los datos obtenidos.

¿Pero únicamente sirve para los ordenadores? ¿Es realmente útil para las personas en su día diaria?

La respuesta a estas preguntas la encontramos tan sólo con pensar en cuantos utensilios de los que usamos en el día a día tienen un sistema informático. La realidad de la informática es que ha dominado completamente nuestras vidas, y, ya que la función de la tecnología es facilitar nuestras tareas, ¿por qué no incorporar el Machine Learning en nuestros hogares?

El hogar es el lugar en el que más parte de nuestra vida pasamos, y como cabe esperar, el lugar en el que más nos gusta relajarnos, por lo que a continuación os adjunto un vídeo de cómo podría llevarse a cabo la aplicación del Machine Learning en nuestros hogares:

Una vez aclaradas las amplias posibilidades que nos ofrece incorporar el Machine Learning en nuestras casas, voy a añadiros una infografía analizando las aportaciones que puede suponer a nuestra vida diaria comparándolas con los hogares de la actualidad. Para ello me basaré en las declaraciones y entrevistas concedidas por Mark Zackerberg (creador de Facebook) quien ha apoyado e investigado este campo de aplicación del Machine Learning:

Para leer más datos acerca de las aportaciones de Mark Zackerberg y otros grandes del mundo de la informática y la tecnología entrar en: http://blogseguridad.tyco.es/consejos/inteligencia-artificial-para-el-hogar-inteligente-por-mark-zuckerberg/

MACHINE LEARNING APLICADO AL E-COMMERCE

APLICACIONES DEL MACHINE LEARNING EN EL COMERCIO ELECTRÓNICO

El machine learning o aprendizaje automático o de máquinas se refiere a la capacidad de la inteligencia artificial de aprender conforme va recibiendo y procesando datos a través de algoritmos.

El machine learning abre por tanto, un variedad de posibilidades en una gran variedad de campos y muchos de ellos probablemente ni las conozcamos todavía. Aun así, centrándonos en el presente, los negocios que utilizan la venta online necesitan mantenerse al día con las últimas tendencias digitales, y como sabéis, el Machine Learning o aprendizaje automático, ya no es simplemente el término de moda que sólo unos pocos entendían. Se trata de realizar análisis más completos y cuanto mayor volumen de información se posea a lo largo de un tiempo más prolongado, se podrán predecir mejor las tendencias.

En esta entrada,y a través de esta infografía, vamos a ver brevemente algunos de los beneficios que aporta esta herramienta al e-commerce.

• LAS SUGERENCIAS: La inteligencia artificial analiza las compras realizadas por el usuario y otros con gustos similares y le sugiere otros productos que son complementarios.
• CHATBOTS INTELIGENTES COMO TRABAJADORES DE ATENCIÓN AL CLIENTE: robots automatizados que son capaces de manejar preguntas básicas en sesiones de chat . Pueden sustituir a una persona humana ante preguntas sencillas, ya que pueden manejar fácilmente  las consultas de los clientes, proporcionándoles una atención rápida y satisfactoria, y, posiblemente, la opción de finalizar una compra.
• RESULTADOS DE BÚSQUEDA MÁS RELEVANTES: se realiza una búsqueda inteligente basada en los gustos o preferencias del usuario ordenados por orden de relevancia. 
• GESTIÓN DEL STOCK: se analizan las ventas de cada producto y se predice cuando hay que comprar más existencias de estas. 
• ALGORITMOS DE PREDICIÓN DE PRECIOS ADECUADOS AL MERCADO: trata de gestionar las variables que forman parte del precio, como son el precio de la competencia, la demanda y las características de cada consumidor y/o la hora del día.
• INCREMENTAR LA TASA DE CONVERSIÓN DE UNA WEB: aplicando en primer lugar, notificaciones predictivas basadas en la psicología del consumidor, y en segundo lugar, creando cabeceras dinámicas, permitiendo un grado de personalización a las páginas web. 

A continuación, os dejo un enlace con dos casos de comercio electrónico que, gracias a su continuo afán de crecimiento e innovación optaron por apoyarse en esta herramienta.

Recordaros, que el Machine Learning ha ayudado, está ayudando y seguirá ayudando en muchos aspectos al comercio electrónico, lo que repercute positivamente en el beneficio de las empresas y la satisfacción del cliente. Se trata de entregar los productos adecuados a los clientes adecuados, en el momento adecuado y a los precios adecuados.

La influencia del Machine Learning

Mi recurso está basado en la importancia que está cobrando el machine learning en el mundo y en nuestras vidas y de cara a un futuro. 

Esta tecnología hace referencia a una rama de las ciencias de la computación que ofrece la habilidad a los ordenadores de aprender sin ser programadas precisamente, es decir, que aprendan por sí solas. 

Es importante destacar que esta inteligencia afectará a muchos sectores como se puede apreciar en la siguiente infografía. 

A dicha infografía, también, se puede acceder mediante este link. 

Por otro lado, esta tecnología está muy presente en el sector de los videojuegos, el cual ha tenido un crecimiento en su facturación de un 31% en el año 2014, suponiendo un incremento de puestos de trabajo en este sector del 28%. Es por ello, que me parecía importante destacarlo. 

 

Machine Learning: Avances mediante inteligencia artificial

Machine learning:
Avances mediante inteligencia artificial




Como ya sabemos, las tecnologías están avanzando de una forma muy rápida. Esto hace que las empresas se beneficien de los sistemas informáticos, de lo que últimamente y cada vez mas vemos actuar a estas.

Machine Learning es una es a lo que hoy en día se le llama  Inteligencia Artificial que crea sistemas que aprenden automáticamente, es decir sin ningún tipo de intervención humana. En este caso, aprender nos referimos a  identificar patrones complejos en millones de datos, también implica que estos sistemas se mejoran de forma autónoma con el tiempo, sin intervención humana. 





A continuación os muestro un vídeo en el que explica un poco este proceso:

Para terminar os muestro una infografia realizada por mi mediante easel.ly:

A continucion os adjunto la INFOGRAFIA

Machine Learning: La moda

El propósito del machine learning es que las personas y las máquinas trabajen de la mano, al éstas ser capaces de aprender como un humano lo haría. Precisamente esto es lo que hacen los algoritmos que permiten que las máquinas ejecuten tareas, tanto generales como específicas.

El machine learning funciona haciendo que repliquen las facultades cognitivas del ser humano, formando modelos que "generalicen" la información que se les presenta para realizar sus predicciones. Y el ingrediente clave en toda esta cuestión son los datos.

En realidad, el origen y el formato de los datos no es tan relevante, dado que el machine learning es capaz de asimilar una amplia gama de éstos, lo que se conoce como big data, pero éste no los percibe como datos, sino como una enorme lista de ejemplos prácticos.

Para poder entender esto de una forma más sencilla os dejaré aquí debajo un vídeo que lo resume apropiadamente:

LA MODA:

Las innovaciones de machine learning están hechas a la medida de las tendencias de moda rápida, proporcionando información basada en datos sobre estilos, colores y artículos que más se venden o buscan, con el fin de tener siempre actualizados los inventarios y, consecuentemente, maximizar los ingresos al satisfacer las demandas cada vez más exigentes de los compradores.

En este sentido, SAP Leonardo Machine Learning ofrece patrones, aprendizajes y entiende por reconocimiento de voz, texto, imágenes y vídeos, potenciando el crecimiento de los negocios en maneras inimaginables.

Las redes sociales y la moda

Las plataformas de social media son un canal directo hacia los usuarios, pero por su capacidad masiva, la tarea de capturar todos los mensajes es complicada para las marcas. Gracias al machine learning, se recopila y analiza información en tiempo real a partir de los feeds de las redes sociales, que incluyen artículos y fotos publicados por fashion bloggers, en Instagram y Facebook. Combinados con los datos de las tiendas, se abre un espectro enorme para tomar decisiones clave que favorezcan el negocio y estar un paso adelante en lo que respecta a las tendencias de moda rápida. 

Tecnología aliada a los negocios

En este sentido, los asistentes digitales ofrecen una herramienta veloz para transformar los datos en información relevante. Dejando atrás gráficos e información estadística difícil de procesar e interpretar, el software de machine learning como el usado dentro del portafolio de soluciones de SAP Leonardo, compara la demanda prevista con el inventario y entrega inmediatamente recomendaciones para solicitar un inventario mayor al enviado automáticamente a aprovisionamiento, ayudando a las áreas de diseño, a la planificación de la producción, al control de inventario y a la determinación dinámica de precios.

Para resumir todo lo contado anteriormente, os dejo aquí una infografía que podrá serviros de ayuda.

MACHINE LEARNING Y SU APLIACIÓN AL SECTOR BANCARIO

¿QUE ES MACHINE LEARNING?

Para comenzar este post y poder explicar la aplicación al sector bancario daré una breve definición de Machine Learning:

 Machine Learning 

"Es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Aprender quiere decir identificar patrones complejos en millones de datos."

APLICACION AL SECTOR BANCARIO

El machine learning y la inteligencia artificial permiten reducir el riesgo a la hora conceder créditos, detectar señales de impago y combatir los desafíos que comporta la ciberseguridad.

El avance en tecnología y su aplicación en las empresas de cualquier sector, en  muchas ocasiones hace que la eficiencia de las empresas mejoren. En este proceso de transformación digital, el sector bancario puede que esté siendo el sector que más lo esta aprovechando y usando todo tipo de avances.

El machine learning es una de las tecnologías que más puede contribuir a un mejor desarrollo del sector bancario. “Las técnicas de machine learning aportan un mayor poder de predicción en los modelos de riesgo de crédito de la banca”. Dicho avance en la tecnología sobre todo permite:

•  Realizar un seguimiento de las carteras
• Detectar con mayor antelación las señales de un posible impago, pudiendo actuar antes de que ocurra. 

•  Es preciso recurrir a sistemas muy avanzados para poder detectar y frenar estas prácticas de malware inteligente antes de que sea demasiado tarde.

Nos encontramos en un momento de "estallido"  de las tecnologías, en las que se viene trabajando desde hace décadas. Sin embargo ahora se unen varios factores que están impulsando su desarrollo. 

•  Avances en hardware y software, que han permitido multiplicar la velocidad de computación. Este aumento de capacidad, combinado con la eclosión del big data, permite trabajar con más variables, mejorando el poder de predicción. 
  

Por otro lado, esta tecnología también la esta usando el sector bancario para crear bancos 100% online, esto quiere decir que no existen oficinas físicas para dicho bancos, a continuación os dejo un breve video, de unos de los primeros bancos en España 100% digital y que usa la tecnología Machine Learning y la inteligencia artificial a parte de usar la tecnología TI.

https://www.easel.ly/infographic/0rcdjb

Espero que este POST os halla servido de ayuda para comprender mejor el MACHINE LEARNING y sus aplicaciones.

Machine learning: Aprendizaje de maquinas

Machine learning: El cambio ha llegado

Machine learning es un término que se escucha cada vez con mayor frecuencia debido al valor que proporciona al negocio y porque da un nuevo uso y sentido a los datos con que cuentan las organizaciones.

El Machine Learning se divide en dos áreas principales: aprendizaje supervisado y aprendizaje no supervisado. Aunque pueda parecer que el primero se refiere a la predicción con intervención humana y la segunda no, estos dos conceptos tienen más que ver con qué queremos hacer con los datos.

El aprendizaje automático tiene como resultado un modelo para resolver una tarea dada. Entre los modelos se distinguen

-Los modelos geométricos, construidos en el espacio de instancias y que pueden tener una, dos o múltiples dimensiones.

-Los modelos probabilísticos, que intentan determinar la distribución de probabilidades descriptora de la función que enlaza a los valores de las características con valores determinados.

-Los modelos lógicos, que transforman y expresan las probabilidades en reglas organizadas en forma de árboles de decisión.

Aquí les adjunto un breve video sobre Machine learning donde resume el objetivo y las habilidades del sistema. 

Aquí les adjunto mi infografía