Revista Cxoforum "Inteligencia Artificial"

R T I F I C I A L

ÍNDICE

DXC TECHNOLOGY

GRUPO EL COLOMBIANO

HEWLETT PACKARD ENTERPRISE

MICRO FOCUS MANHATTAN

DDB COLOMBIA

MIEMBROS CXO COLUMNA DE OPINIÓN

MSL

COMITÉ EDITORIAL

Maria Claudia Esquivel Managing Partner CMO Latam Managing Partner Chile

Jaime Guerrero Managing Partner Ecuador/Perú

Samara Fonseca Head of Operations

Katherine Appella Communications Manager

TEAM DIRECTIVO

STAFF

Sonia Giraldo

Ricardo Olarte CEO & Founder Managing Partner Colombia

Eduardo Rueda ManagingPartner CIOforumLatam

Maria Claudia Esquivel ManagingPartnerCMOforumLatam ManagingPartnerChile ManagingPartner CFOforumLatam

Jaime Guerrero ManagingPartnerEcu/Per

Nicholas Osorio ManagingPartnerMéxico

Rodrigo Coronel ManagingPartnerArgentina

Sofia Orlando Samara Fonseca HeadofOperations

Dahiana Pineda DevelopmentManager BusinessDevelopmentManager

Katherine Rada Camila Ospina

Katherine Appella CommunityManagerCMO CommunityManagerCIO CommunicationsManager

EXPLORANDO LA EXPLORANDO LA EXPLORANDO LA

IA GENERATIVA IA GENERATIVA IA GENERATIVA

La IA generativa se refiere a una categoría de algoritmos de inteligencia artificial (IA) que generar nuevos resultados basados en los datos con los que han sido capacitados

A diferencia de sistemas tradicionales de IA que están diseñados para reconocer patrones y hacer predicciones, la IA generativa crea nuevo contenido en forma de imágenes, texto, audio, video y más.

Una GAN consta de dos neuronas redes: un generador que crea nuevos datos y un discriminador que evalúa los datos. El generador y el discriminador trabajan juntos, con el generador que mejora sus resultados en función de la retroalimentación que recibe del discriminador hasta que genera contenido que es indistinguible de los datos reales. La IA generativa utiliza un tipo de aprendizaje profundo llamado confrontación generativa redes (GAN) para crear nuevos contenidos.

PROMPTING

En el contexto de la IA, las indicaciones se refieren a una técnica utilizada para ajustar o personalizar modelos de lenguaje para realizar tareas específicas o generar tipos específicos de resultados. Esto a menudo se logra mediante el uso de indicaciones, que son frases u oraciones de entrada que guían al modelo para generar el resultado deseado.

SEA HIPERESPECIFICO

Dé instrucciones claras y precisas, o podría matar un ganso en el escritorio de su recepcionista durante las vacaciones. finja que está hablando con un superinteligente Dwight Schrute que hará exactamente lo que le diga pero que no entiende las normas humanas básicas.

MAL PROMPTING

"Escriba una historia sobre un cliente que arregló su bote con fugas usando cinta flexible."

vs vs vs

BUEN PROMPTING

Escriba una historia alegórica en el punto de vista de primera persona que destaque el dolor emocional de tener un bote agujereado y cómo Flex Tape los ayudó a superar su problema. Escribe en el tono y estilo de Werner Herzog (añadir contexto sobre el producto)

Herramientas IA Herramientas IA Herramientas IA

ChatGPT

Es un gran modelo de desarrollado por OpenAI capaz comprender y generar un lenguaje al humano, y puede conversaciones con los usuarios una amplia variedad de temas. diseñado para aprender y continuamente a través interacciones con los usuarios, convierte en una herramienta para una variedad de aplicaciones, incluyen servicio al cliente, educaci entretenimiento.

DALL E 2

Puede crear imágenes y arte originales y realistas a partir de una descripción de texto. Puede combinar conceptos, atributos y estilos.

Synthesia

Es una plataforma que utiliza inteligencia artificial y aprendizaje automático para crear videos altamente realistas y personalizables. Los usuarios pueden ingresar texto, elegir un idioma, voz y estilo, y la plataforma generará un video de una persona hablando el texto, con movimientos de la boca y expresiones faciales que coincidan con el audio.

Esta tecnología es útil para una amplia gama de aplicaciones, desde marketing hasta educación, y puede ahorrar tiempo y recursos que, de otro modo, se gastarían en la producción de video tradicional.

Headline Studio AI

Es una plataforma impulsada por IA que ayuda a los creadores de contenido y comercializadores a generar titulares efectivos para su contenido. Analiza el contenido del usuario y ofrece múltiples opciones de títulos en función del potencial de participación, la legibilidad y la optimización de palabras clave.

Con esta plataforma, los usuarios pueden crear titulares convincentes que capten la atención del lector y mejoren las posibilidades de éxito de su contenido, ahorrando tiempo y esfuerzo.

Seventh Sense

Es una plataforma de automatización de marketing impulsada por IA diseñada para mejorar la efectividad de las campañas de marketing por correo electrónico. La plataforma analiza el comportamiento de los destinatarios y envía correos electrónicos en los mejores momentos para cada destinatario individual, lo que da como resultado tasas de apertura y de clics más altas.

Se integra con herramientas populares de automatización de marketing y CRM y ofrece funciones como puntuación de clientes potenciales, automatización de correo electrónico e informes para ayudar a los especialistas en marketing a optimizar sus campañas. La tecnología de Seventh Sense permite a los especialistas en marketing mejorar el rendimiento de sus campañas de marketing por correo electrónico al proporcionar información valiosa y contenido personalizado a su audiencia.

Crystal AI

Es una herramienta increíble que puede ayudar a las empresas a mejorar la participación de sus clientes y aumentar las ventas. Utiliza algoritmos inteligentes de aprendizaje automático para analizar los datos de los clientes y generar información para estrategias de comunicación personalizadas.

ca los “Desarrolladores ciudadanos de IA” para impulsar el crecimiento exponencial de tu negocio?

¿Qué es más importante que el cliente?

Nada, pero los datos y el análisis están en segundo lugar.

Una encuesta de gasto y resiliencia de IDC descubrió que, detrás de la interacción con el cliente, la " segunda área de interés estratégico más importante de las juntas ejecutivas es aprovechar los datos y mejorar la toma de decisiones para seguir siendo competitivos y/o tratar de aprovechar las condiciones cambiantes del mercado".

Entonces, ¿por qué muchas organizaciones de todos los sectores han descubierto que la gran promesa de la inteligencia artificial (IA), el aprendizaje automático (ML) y el análisis de datos no cumplen con las expectativas? Si el 72 % de los líderes de datos y análisis lideran o están muy involucrados en iniciativas de transformación digital,

SU OS , G C APLICADA?

Considera estos datos:

Casi 9 de cada 10 proyectos de ciencia de datos (87 %) nunca llegan a producción

(Fuente: Venture Beat)

Solo 1 de cada 5 insights analíticos (20 %) finalmente ofrece un resultado empresarial

(Fuente: Gartner)

Menos de la mitad de todos los modelos de ML (45 %) se implementan en toda la empresa (Fuente: algoritmia)

QUÉ HAY DETRÁS DE ESTE DRAMÁTICO DÉFICIT?

Un factor principal es que los proyectos de IA a menudo se inician sin un objetivo final a la vista. Además, muchas organizaciones no pueden incorporar conocimientos basados en IA en sus sistemas heredados; otros no logran impulsar la agilidad en la ejecución de procesos de negocio, y algunos incluso pasan por alto la necesidad de que sus proyectos de IA generen crecimiento o monetización de primera línea.

modelos de IA/ ML, en lugar del proceso de negocio en el que se deben integrar esos modelos para lograr la mayor eficiencia y agilidad. Simplemente no es parte de su responsabilidad. El mapa de la cadena de valor de punta a punta es rígido y deficiente, pero hay una manera de superar esto y desbloquear el valor naciente: las operaciones de datos deben pensar más como empresarios, con un enfoque implacable en la experiencia del cliente.

Otra razón es la falta de científicos de datos capacitados. Estos profesionales son costosos de contratar y difíciles de retener. Según la Oficina de Estadísticas Laborales de EE. UU., los recién graduados en ciencia de datos ganan más de $100.000 al año, mientras que los gerentes experimentados en ciencia de datos pueden ganar mucho más: más de $250 000 al año, según una encuesta de la Universidad de Wisconsin. Y la rotación es alta: solo el 2% de los científicos de datos tienen el mismo trabajo que tenían hace cinco años.

Después de décadas de inversiones en datos e inteligencia artificial, las empresas aún se enfrentan a la falta de escalabilidad o flexibilidad, poca confianza en los datos y experimentos no repetibles donde la integración es una ocurrencia tardía.

MENTALIDAD EMPRESARIAL

La incorporación de conocimientos basados en datos en los procesos de negocio requiere interrupción y transformación continuas. Las empresas que hacen esto bien son aquellas que piensan como un emprendedor, y esto las lleva a una continua transformación y disrupción productiva.

Un componente importante de esta mentalidad emprendedora es la creación de "cápsulas" (o “pods”) funcionales y multidisciplinarias: grupos de trabajo que cruzan silos funcionales para unificar personas y procesos, lo que permite a los profesionales tomar medidas sobre conocimientos basados en datos.

Los pods también pueden fomentar una cultura tanto de colaboración como de innovación continua, que son clave para impulsar proyectos de IA/ML a través de la "frontera de la rentabilidad".

Para garantizar la adopción en el espacio de la inteligencia aplicada, es fundamental que el flujo de valor genere resultados y también se vincule a la siguiente mejor acción, en lugar de simplemente proporcionar información o inferencias hipotéticas.

Otro componente de una actitud empresarial es la voluntad de hacer preguntas difíciles. Para las inversiones en ciencia de datos, estas preguntas pueden incluir:

¿Cuánto tiempo le llevará a nuestra organización obtener un retorno de nuestras inversiones en IA/ML?

Cuándo puede esperar la organización que nuestras inversiones en IA/ML nos ayuden a ganar cuota de mercado?

¿Cómo aumentarán nuestros proyectos de IA/ML la adopción de nuestros productos finales por parte de los consumidores?

¿La solución AI/ML es ética y estamos creando una IA responsable? ¿Confiará la empresa en la solución AI/ML?

¿Estamos creando un nuevo producto o servicio para crear una ventaja competitiva?

¿Nuestras soluciones de IA/ML son óptimas, manejables y sostenibles? Si no, ¿qué podemos hacer para garantizar que lo sean?

¿Con qué rapidez nuestras inversiones en IA/ML mejorarán la colaboración, impulsarán la autonomía del usuario final y acelerarán nuestros planes de lanzamiento al mercado?

PENSAMIENTO BASADO EN PLATAFORMAS

Hay otra pieza del rompecabezas AI/ML y la necesidad de un pensamiento empresarial. Hemos ingresado a una nueva era de concepto de diseño, que involucra una colección de herramientas, servicios, conocimientos y soporte que capacitan a los equipos para desarrollar y mejorar productos, servicios o soluciones a mayor velocidad. Para que esto tenga éxito, necesita un enfoque basado en el flujo de valor para mejorar la agilidad empresarial, una organización basada en productos y un modelo operativo alineado con el objetivo de adopción del usuario final, creando un nuevo flujo de transformación empresarial basada en datos.

Las organizaciones exitosas adoptarán la "ley de aceleración de los rendimientos", en la que la aceleración de la tecnología da como resultado la innovación más potente, como computadoras cuánticas, impresión 3D, AR/VR y nanotecnología. Una complicación del pensamiento de la nueva plataforma es que involucra tecnologías que pueden estar avanzando según pautas impuestas por distintas agendas. Donde una tecnología se realiza completamente, otra puede estar emergiendo. Sin embargo, para obtener los beneficios del pensamiento de plataforma, todas las tecnologías deben integrarse para permitir sistemas altamente interoperables, pero con componentes poco acoplados, que puedan ampliarse de forma independiente.

Esto requiere un liderazgo fuerte, altos niveles de disciplina y una ejecución ágil. Las tácticas y herramientas para optimizar costos incluyen un banco de trabajo de colaboración, capacitación para una mayor IA y alfabetización de datos, y un sólido programa de gestión de cambios.

¿Por qué las organizaciones líderes reclutan “científicos de datos ciudadanos de IA?

Parte del trabajo pesado del ciclo de vida de IA/ML realizado por científicos de datos costosos se puede encargar a "científicos de datos ciudadanos de IA" (conocidos alternativamente como "desarrolladores ciudadanos de IA"). La clave del éxito es equipar a estos entusiastas de la ciencia de datos con estándares conjuntos de bibliotecas de modelos empaquetados, modelos y algoritmos catalogados, y canalizaciones de datos automatizadas/parametrizadas, para una ejecución repetible.

Si bien es posible que estos desarrolladores ciudadanos de IA no puedan improvisar y lograr una mayor precisión en los modelos, pueden combinar modelos de entrenamiento con varios conjuntos de datos y parámetros. También pueden incorporar modelos en los procesos comerciales y habilitar las operaciones de IA, lo que reduce el costo total de propiedad (TCO). Además, con el pensamiento basado en la plataforma y la configuración y las herramientas adecuadas, pueden contribuir con un conocimiento profundo del dominio.

¿POR Q É Í CONSIDERAR CIENTÍFICOS CIUDADANOS

Porque estos entusiasta ayudan a fusionar innovación potencial, organizaciones que reportan tres beneficios valiosos:

1. Mayor productividad:

Los científicos utilizan bancos colaboración, plataformas de desarrollo pueden albergar permitir la experimentaci que los modelos silos tradicionales, grupos colaborar ingeniería y el ajuste de modelos.

2. Costos optimizados:

Las organizaciones un modelo combinado controle al permitir sean científicos remunerados desarrollen

Además, los científicos de datos ciudadanos pueden crear una canalización de integración continuaentrega continua (CI/CD) para mantener la agilidad e implementar en una plataforma AI Ops estándar para detectar la desviación del modelo. Esto puede mejorar la confianza de la empresa en el modelo, despejando el camino para la automatización.

3. Salida al mercado más rápida: las organizaciones que utilizan científicos de datos ciudadanos y un banco de trabajo de colaboración pueden comenzar la fase inicial de incorporar modelos de IA en sus procesos comerciales. Luego, pueden monitorear continuamente estos procesos desde la optimización del proceso y evitar la desviación del modelo al corregir los datos anómalos. El objetivo no es solo recopilar datos, sino también aprender de ellos, y luego reaccionar de manera rápida, correcta y efectiva.

Las empresas que aprovechen al máximo las nuevas tecnologías actuales, adopten una mentalidad emprendedora y, lo que es más importante, aprovechen de manera efectiva a los desarrolladores ciudadanos de IA, experimentarán un

Srijani Dey es directora de datos y análisis (CDAO) en DXC Technology y una Tecnóloga distinguida de DXC. Conéctate con Srijani en LinkedIn.

RESUELVE YA LOS DESAFÍOS DEL CICLO DE VIDA DE LOS DATOS

HPE GreenLake para almacenamiento es la solución más completa del sector para almacenar, gestionar y proteger tus datos en la nube

Soluciona los retos del ciclo de vida de los datos con los últimos servicios en la nube de HPE GreenLake para almacenamiento, que se presentaron el pasado 4 de abril de 2023, y que ofrecen:

"Nos hemos comprometido en ofrecer el viaje hacia la unificación, es decir, ofrecer una sola plataforma integrada, una sola experiencia del cliente, y un portafolio de productos y servicios bajo una sola marca: HPE GreenLake".

Antonio Neri, presidente y Director Ejecutivo de HPE

Una experiencia intuitiva en la nube impulsada por IA

Una arquitectura de alto rendimiento

Una protección de datos integrada a la perfección a la nube híbrida.

HPE es la única empresa que te ofrece nuevos niveles de simplicidad, flexibilidad y rentabilidad.

¿QUÉ NOVEDADES HAY EN ALMACENAMIENTO Y ADMINISTRACIÓN?

-HPE GreenLake para almacenamiento en bloque que amplía el almacenamiento de misión crítica a la gama media con el primer almacenamiento en bloque desagregado y escalamiento horizontal de la industria con un 100 % de disponibilidad de datos garantizada.

“HPE está poniendo a disposición para toda Latinoamérica las soluciones de almacenamiento en bloque, y todas estarán integradas en HPE GreenLake”.

Marcos Barros Reyes, LAC Data Services Segment Manager

El valor de los datos

En HPE estamos apuntando a que nuestros clientes dejen de enfocarse en administrar infraestructura y empiecen a obtener los insights del valor de los datos”, ha mencionado Bernardo Miretzky Data Services Manager LATAM. Pero seguro te estarás preguntando:

¿Qué es el valor de los datos?

Bernardo Miretzky Data Services Manager LATAM.

El mismo Bernardo responde: el dato se convierte en información, esa información se convierte en insight, y ese insgiht se convierte en resultados de negocio concretos. Y para que eso suceda primero hay que simplificar, orquestar y automatizar lo máximo posible esos datos, gestionarlos y protegerlos para, de esa manera, hacer foco, por ejemplo, en algoritmo de machine learning, y en todas las aplicaciones que hay para obtener la mayor ventaja posible.

plataforma

hardware HPE Alletra Storage MP, HPE GreenLake para almacenamiento en bloque aporta agilidad operativa en la nube, escala eficiente y resistencia y rendimiento extremos a las aplicaciones de misión crítica, a un precio de gama media.

Ventajas

• Almacenamiento de misión crítica para la gama media

• Agilidad de autoservicio con operaciones en la nube

• Maximiza la eficiencia con almacenamiento desagregado y escalamiento horizontal

• Adecuado para aplicaciones de misión crítica

• Potencia las operaciones en la nube con inteligencia e información basados en datos

¿CUÁLES SON LAS NOVEDADES EN PROTECCIÓN?

HPE GreenLake para la recuperación ante desastres:

Recuperación rápida y flexible ante cualquier interrupción: Recupérate en minutos y vuelve a un estado inmediatamente anterior al ataque mediante la protección de datos continua (CDP) basada en la tecnología Zerto Ya sean ataques de ransomware, interrupciones o desastres naturales, reanuda las operaciones sin problemas con los objetivos de punto de recuperación (RPO) y los objetivos de tiempo de recuperación (RTO) líderes del sector para reducir la pérdida de datos y el tiempo de inactividad

• Una experiencia de DR simple y unificada desde el borde hasta la nube: Elimina la complejidad mediante la protección basada en SaaS desde una única plataforma global y con facturación de pago por consumo y API para gestionar las operaciones de recuperación ante desastres

Protege, recupera y migra fácilmente datos y aplicaciones sin riesgo de pérdida de datos ni tiempo de inactividad en tus implementaciones de nube híbrida y multisitio

•DR automatizada y orquestada a escala: Gestiona fácilmente las operaciones de DR de extremo a extremo a cualquier escala, con arquitectura de escalamiento horizontal sin importar cómo evolucione tu negocio.

HPE GREENLAKE PARA COPIA DE SEGURIDAD Y RECUPERACIÓN

• Es un servicio diseñado para proteger las cargas de trabajo de la nube híbrida. Proporciona una gestión sencilla, eficiente y segura.

• HPE GreenLake para copia de seguridad y recuperación se entrega a través de la plataforma HPE GreenLake edge-tocloud, que proporciona un servicio integral de gestión de datos para computación, almacenamiento, redes y protección con un único acceso unificado y una experiencia operativa en la nube.

Carolina Liberman Hewlett Packard Enterprise

APRENDIZAJE AUTOMÁTICO VS APRENDIZAJE HUMANO

La inteligencia artificial (IA) está transformando la forma en que interactuamos con las máquinas y la forma en que las máquinas interactúan con nosotros.

Es importante entender cómo funciona la IA, las fortalezas y limitaciones de varios tipos de aprendizaje automático y la evolución de este campo de estudio en constante cambio. También explorar el papel del análisis de seguridad habilitado por IA o el análisis de comportamiento de usuarios y entidades (UEBA) para proteger mejor a las empresas de las complejas amenazas de ciberseguridad de la actualidad

La inteligencia artificial (IA) está en todas partes, al menos, eso es lo que parece. En Micro Focus, el auge de la IA es a la vez emocionante y desafiante. Pero a medida que nos relacionamos con nuestros pares, clientes y socios, nos dimos cuenta de que el concepto de IA no siempre se entiende fácilmente. Para comenzar, desempacaremos el rompecabezas de la inteligencia artificial respondiendo la pregunta principal que muchas personas se hacen: "¿Qué es la inteligencia artificial, en realidad?

La forma más fácil de entender la inteligencia artificial es asignarla a algo que ya entendemos: nuestra propia inteligencia. ¿Cómo funciona la inteligencia humana no artificial? En el nivel más básico, nuestra inteligencia sigue una progresión simple: captamos información, la procesamos y, en última instancia, la información nos ayuda a actuar.

Desglosemos esto en un diagrama de sistema. En la siguiente figura, los tres pasos generales de la inteligencia humana de izquierda a derecha: entrada, procesamiento y salida. En el cerebro humano, la entrada tiene lugar en forma de detección y percepción de cosas

Sus ojos, nariz, oídos, etc., toman información sin procesar de la izquierda, como fotones de luz o el olor de los pinos, y luego la procesan. En el lado derecho del sistema está la salida. Esto incluye el habla y las acciones, las cuales dependen de cómo procesamos la entrada. El procesamiento ocurre en el medio, donde se forman y recuperan el conocimiento o los recuerdos, se toman decisiones e inferencias y se produce el aprendizaje.

Imagínese detenerse en una intersección de carreteras. Sus ojos ven que el semáforo frente a usted acaba de ponerse en verde.

Según lo que ha aprendido de la experiencia (y la educación vial), sabe que una luz verde indica que debe conducir hacia adelante.

Así que pisa el acelerador. La luz verde es la entrada sin procesar, su aceleración es la salida; todo lo que hay en el medio se está procesando Para navegar de manera inteligente por el mundo que nos rodea, contestar el teléfono, hornear galletas con chispas de chocolate u obedecer los semáforos, debemos procesar la entrada que recibimos

ESTE ES EL NÚCLEO DEL PROCESAMIENTO DE LA INTELIGENCIA HUMANA Y, EN ÚLTIMA INSTANCIA, SE DIVIDE EN TRES ASPECTOS DISTINTOS:

1. Conocimiento y memoria. Acumulamos conocimiento a medida que ingerimos hechos (es decir, la Batalla de Hastings tuvo lugar en 1066) y normas sociales (es decir, decir "Por favor" y "Gracias" se considera educado). Además, la memoria nos permite recordar y aplicar información del pasado a situaciones presentes.

2. Decisión e inferencia. Las decisiones y las inferencias se toman con base en información sin procesar, combinada con conocimiento y/o memoria.

3. Aprendiendo. Los humanos pueden aprender con el ejemplo, la observación o el algoritmo. Al aprender con el ejemplo, se nos dice que un animal es un perro y el otro es un gato. Al aprender por observación, descubrimos por nuestra cuenta que los perros ladran y que los gatos maúllan. El tercer método de aprendizaje, el algoritmo, nos permite completar una tarea siguiendo una serie de pasos o un algoritmo específico (por ejemplo, realizando una división larga).

ESTOS ASPECTOS DE LA INTELIGENCIA HUMANA SON PARALELOS A LA INTELIGENCIA ARTIFICIAL.

Así como tomamos información, la procesamos y compartimos resultados, también lo pueden hacer las máquinas.

Echemos un vistazo a la figura a continuación para ver cómo se mapea esto.

En las máquinas, la parte de entrada de la inteligencia artificial se ejemplifica mediante el procesamiento del lenguaje natural, el reconocimiento de voz, el reconocimiento visual y más. Estas tecnologías y algoritmos se ven en todas partes, desde automóviles autónomos que necesitan detectar las carreteras y los obstáculos, hasta Alexa o Siri cuando reconocen su voz

El resultado que sigue son las formas en que las máquinas interactúan con el mundo que nos rodea. Esto podría tomar la forma de robótica, sistemas de navegación (para guiar a los autos sin conductor), generación de voz (por ejemplo, Siri), etc. En el medio, tenemos varias formas de procesamiento que tienen lugar.

Finalmente, así como aprendemos con el ejemplo, la observación o el algoritmo, las máquinas pueden aprender usando métodos análogos.

El aprendizaje automático supervisado es muy parecido a aprender con el ejemplo: la computadora recibe un conjunto de datos con "etiquetas" dentro del conjunto de datos que actúan como respuestas, y finalmente aprende a diferenciar entre diferentes etiquetas (por ejemplo, este conjunto de datos contiene fotos etiquetadas como "perro" o "gato", y con suficientes ejemplos, la computadora notará que los perros generalmente tienen colas más largas y orejas menos puntiagudas que los gatos).

El aprendizaje automático no supervisado, por otro lado, es como el aprendizaje por observación. La computadora observa patrones (los perros ladran y los gatos maullan) y, a través de esto, aprende a distinguir grupos y patrones por sí misma (por ejemplo, hay dos grupos de animales que se pueden separar por el sonido que hacen; un grupo ladra —perros—y el otro grupo maúlla—gatos).

El aprendizaje no supervisado no requiere etiquetas y, por lo tanto, puede ser preferible cuando los conjuntos de datos son limitados y no tienen etiquetas. Finalmente, el aprendizaje por algoritmo es lo que sucede cuando un programador le indica a una computadora exactamente qué hacer, paso a paso, en un programa de software.

Idealmente, los resultados de inteligencia artificial más precisos y eficientes requieren una combinación de métodos de aprendizaje. Tanto el aprendizaje automático supervisado como el no supervisado son métodos útiles: se trata de aplicar el enfoque o enfoques correctos al caso de uso correcto.

Tenemos más datos hoy que nunca. Afortunadamente, también tenemos más poder de cómputo, mejores algoritmos y una mayor inversión en investigación y tecnologías para ayudarnos a dar sentido a estos datos a través de las matemáticas. Según todos los informes, creemos que el análisis de seguridad recién está comenzando.

Contáctenos para más información

762-000016-001 | M | 21/04 | © 2023 Micro Focus o una de sus filiales. Micro Focus y el logotipo de Micro Focus, entre otros, son marcas comerciales o marcas comerciales registradas de Micro Focus o sus subsidiarias o empresas afiliadas en el Reino Unido, Estados Unidos y otros países. Todas las demás marcas son propiedad de sus respectivos dueños.

CHATGPT Y CADENA DE SUMINISTRO: ¿UNA PAREJA IDEAL?

Cuando el ChatGPT irrumpió en escena en noviembre de 2022 pocas personas más allá de los laboratorios de OpenAI

(la empresa de investigación, creadora e implementadora de IA con sede en San Francisco) habrían previsto el impacto que llegaría a tener en sólo unos meses.

El chatbot de ChatGPT, alimentado con cantidades colosales de datos procedentes de internet como artículos, sitios web y publicaciones en redes sociales, así como con entrevistas transcritas que captan los matices del habla humana, es sin duda un gran paso para la Inteligencia Artificial (IA) generativa.

A través de la detección de patrones lingüísticos y frases comunes, el Modelo de Lenguaje Amplio de OpenAI (o LLM, por sus siglas en Inglés) ha aprendido a inferir qué palabra es probable que siga a una secuencia, proporcionando así a los usuarios capacidades casi de "lectura de la mente”.

Aunque muchas marcas tecnológicas consolidadas se han apresurado a minimizar la importancia de ChatGPT, sus reacciones sugieren lo opuesto, provocando una especie de "fiebre del oro" de la IA del siglo XXI.

El Hype Cycle para la Inteligencia Artificial de Gartner predice que la IA generativa se convertirá en una tecnología madura de uso generalizado en aplicaciones ajenas a la cadena de suministro en un plazo de dos a cinco años y, aunque la creación de OpenAI tomó completamente por sorpresa a los ámbitos educativo y académico, es poco probable que el propio ChatGPT tenga un impacto material en la forma en que se toman las decisiones en la cadena de suministro en un futuro próximo.

La razón por la que Gartner cree esto se basa fundamentalmente en la forma en que la aplicación aprende. Entrenada con más de 570 GB de datos recopilados de todos los rincones de Internet y más de 300,000 millones de palabras, ChatGPT dispone de un vasto universo de datos del cual "aprender".

Además, Marko Pukkila, Vicepresidente Analista, Jefe de Investigación de la cadena de suministro de Gartner menciona: "Dado que los modelos de la cadena de suministro son tan complejos y específicos para cada empresa, se prevé que la llegada (de la IA generativa) al uso cotidiano se producirá dentro de 10 años". En el mejor de los casos, eso significa que tardará cinco veces más que las aplicaciones no relacionadas con la cadena de suministro.

Una década es mucho tiempo para el sector tecnológico, pero eso no significa que los líderes de la cadena de suministro tengan que sentarse y esperar a que la IA generativa simplemente desaparezca o se desvanezca. Desde el surgimiento de los asistentes de voz como Alexa, Google Assistant y Siri, he creído que la interacción entre humanos y computadoras cambiará radicalmente.

La llegada de ChatGPT me ha reforzado la creencia de que no estamos lejos de que las interfaces de usuario tengan un cambio importante para volverse más conversacionales. Las computadoras podrán interpretar las solicitudes humanas sin un menú estricto o interfaces de usuario controladas por botones.

Si se le preguntara a ChatGPT cómo podría aplicarse en beneficio de las cadenas de suministro, tendría algunas respuestas interesantes y totalmente plausibles. En resumen, respondería que "ChatGPT puede ser una herramienta útil en la cadena de suministro, ya que ayuda a automatizar procesos, proporciona información y facilita la comunicación y la colaboración entre las distintas partes interesadas".

Aunque la aplicación de la IA a las funciones comerciales (y de consumo) no es un tema nuevo, el repentino revuelo mediático y la avalancha de interés de los consumidores (casi de la noche a la mañana) en torno al ChatGPT, han transformado la conversación sobre la IA en un tema principal que se comenta en diversas esferas, tanto en reuniones de trabajo como en comidas o cenas, tal como cuando la pandemia puso a las cadenas de suministro bajo los reflectores

Además de la aplicación técnica de la IA generativa en las cadenas de suministro o en cualquier otro sector, hay otras cuestiones que también deben tenerse en cuenta, como los aspectos legales y éticos.

Muchas empresas tecnológicas importantes han evitado introducir productos similares a ChatGPT debido a preocupaciones legales y éticas. Por ejemplo: ¿puede una empresa atribuirse el mérito del contenido generado por un chatbot? O ¿cómo debemos compartir el trabajo que genera la IA?

La IA generativa, como ChatGPT, conlleva tanto ventajas como riesgos, lo que suscita legítimas preocupaciones sobre su uso en las empresas. Steven Mills, director de ética de IA de Boston Consulting Group, afirma: "La mejor manera de abordar estas preocupaciones es trabajar en estrecha colaboración con empleados, consumidores y clientes para desarrollar principios de IA responsables, generando confianza con actores clave. Estas directrices pueden dictar cómo una organización implementará o no la IA, manteniendo bajo control esta poderosa tecnología."

La pregunta (también ética) que muchos se harán es si sus empresas deberían invertir hoy en este tipo de tecnología, dadas las predicciones de los analistas de que es poco probable que estén listas para su uso práctico antes de 2030

Con todas las noticias recientes sobre productos de IA, puede resultar confuso escuchar sobre los despidos generalizados que se están produciendo en la industria tecnológica, mientras que, al mismo tiempo, se invierten miles de millones de dólares en este nuevo espacio. Esto hace que la pregunta sea aún más compleja.

PERO ¿Y SI NO FUERA ÉSTA LA PREGUNTA CORRECTA?

Quizá deberíamos replantearnos toda la narrativa y preguntarnos: ¿podemos permitirnos no explorar la aplicación de la IA generativa?

Los líderes tecnológicos que no tengan a su equipo de desarrollo de aplicaciones pensando en cómo utilizar la IA generativa (en algún momento en el futuro), probablemente estén poniendo a sus empresas en desventaja a largo plazo.

Y tal vez ahí radique la verdadera cualidad transformadora de ChatGPT para las empresas grandes y pequeñas, no sólo para la cadena de suministro: no se trata necesariamente de cómo hoy se está aplicando la IA generativa, sino más bien de cómo está cambiando nuestra forma de pensar sobre lo que podría ser posible mañana.

Springer Nature, una de las mayores editoriales académicas del mundo, señaló recientemente que ChatGPT no podía ser acreditado como autor de artículos, pero que permitirían a los científicos utilizar la IA para ayudarles a redactar o generar ideas para la investigación. En sólo tres ejemplos se empieza a ver la opacidad del argumento en cuestión.

ChatGPT no es ni una tecnología teórica abstracta (accesible sólo a programadores o científicos de datos), ni un argumento distópico de ciencia ficción sobre la vida posthumana en la Tierra. ChatGPT ha introducido tanto a empresas como a consumidores en una categoría completamente diferente de herramientas que ponen el poder y el potencial de la IA a la vista de todos.

Por Sanjeev Siotia. Director de Tecnología de Manhattan Associates

MIDJOURNEY Y LA INTELIGENCIA ARTIFICIAL EN DDB

Para DDB es muy importante incluir la inteligencia artificial en nuestro día a día. No solo por no quedarnos atrás en términos tecnológicos sino también para optimizar procesos.

Por esta razón en DDB París utilizamos MidJourney. MidJourney es una plataforma de generación de ideas creativas a partir de datos en tiempo real.

¿Por qué utilizar esta herramienta de inteligencia artificial?

Aparte de utilizar algoritmos avanzados para ofrecer sugerencias de contenidos e imágenes basadas en las preferencias del público objetivo, les ayuda a nuestros creativos a explorar nuevas ideas para las campañas publicitarias.

A continuación, les explicamos cuales son las principales razones por las que consideramos que es importante implementar esta herramienta en nuestras campañas publicitarias.

1. Clientes: Para satisfacer las demandas de nuestros clientes. MidJourney puede ayudarnos a ahorrar tiempo generando ideas creativas en cuestión de minutos, en lugar de horas o días. También puede ayudarnos a iterar rápidamente sobre las ideas existentes para mejorarlas.

2. Personalización: MidJourney utiliza datos para crear ideas personalizadas para audiencias específicas. Para nuestros creativos, esto les ayuda a adaptar nuestras campañas publicitarias a las preferencias y comportamientos de nuestro público objetivo, lo que puede mejorar las tasas de conversión y el rendimiento general.

3. Ahorro: como a veces tenemos presupuestos limitados, encontrar formas de reducir costos es importante. MidJourney puede ayudarnos a ahorrar dinero reduciendo el tiempo y los recursos necesarios para generar ideas creativas y campañas publicitarias.

Escrito por Nicolás Latour, Director general de la Universidad digital DDB París

En resumen, para nuestros creativos en particular, MidJourney puede ser una herramienta útil para generar ideas creativas de forma rápida y eficaz, al tiempo que ofrece opciones de personalización para el público objetivo, lo que puede mejorar el rendimiento y ahorrar costos. Desde DDB Francia les recomendamos a todas nuestras oficinas alrededor del mundo que implementen la inteligencia artificial en sus campañas. Es una herramienta muy útil que hará una gran diferencia en la publicidad global.

Traducido y editado por Nathalia Bustos, Trainee presidencia DDB Colombia

Nicolás Latour, Director general de la Universidad digital DDB París

CHATGPT, CÓMO FUNCIONA Y QUÉ RETOS TRAE CONSIGO A NIVEL CIBERSEGURIDAD

Estas últimas semanas hemos oído hablar mucho sobre el ChatGPT o su reciente nueva versión GPT4 y cómo este chat basado en inteligencia artificial puede llegar a trasformar la manera en la que nos comunicamos con los buscadores tradicionales, creamos textos, enviamos mensajes etc.

La forma en la que opera está basada en un modelo de lenguaje con más de 175 millones de parámetros, entrenado con grandes cantidades de texto para realizar tareas relacionadas con el lenguaje, desde la traducción hasta la generación de texto, utilizando algoritmos de inteligencia artificial (IA) como Procesamiento de Lenguaje Natural #NPL, entre otros.

Esto convierte a ChatGPT en una IA generativa, capaz de replicar la forma de pensar de una persona, creando así contenido, y si bien está tecnología desarrollada por la empresa Open AI, puede traducirse en un sinfín de beneficios, trae consigo importantes retos a nivel seguridad, igual que cualquier tecnología emergente que opere en el ciberespacio.

Imaginemos por un momento que un cibercriminal quiere enviar un correo electrónico de phishing a un empleado, fingiendo ser el gerente de una organización, éste puede utilizar fácilmente la tecnología basada en IA no solo para crear la plantilla, sino también para simular la escritura de otra persona. Aunque la herramienta tenga restricciones para evitar sus usos con propósitos delictivos, existen casos en donde se pueden evadir para generar un código maliciosos, encontrar y explotar brechas de seguridad y distribuir malware, además de que puede ser combinado con otras herramientas basadas en IA para realizar DeepFake de voz y simular la voz de una persona (un director o un CEO) para cometer fraudes.

Si a esto le sumamos que podría reducir el costo de entrada basado en habilidades para nuevos atacantes, al realizar de manera automatizada algunas tareas requeridas por los ciberdelicuentes menos calificados, los riesgos son enormes.

Sin embargo, existen formas de mantenernos a salvo, ante este escenario es hoy más importante que nunca el apegarnos a buenas prácticas de ciberseguridad. Es crucial estar al tanto de los riesgos a través de entrenamiento básicos sobre concientización y capacitación en temas relacionados al panorama de amenazas, sus avances y cómo evitar ser víctimas ante cualquier intento de fraude de cualquier tipo. Además de promover buenas prácticas de ciberhigiene entre nuestros colaboradores y allegados.

Para las organizaciones, es importante asegurarse de diseñar un plan integral de ciberseguridad que involucre a cada miembro de la organización, sin importar el papel que desempeñe o el área a la que pertenezca, porque como decimos siempre en Fortinet, “la ciberseguridad es un trabajo que corresponde a todos y la primera línea de defensa es siempre el factor humano”. Adicionalmente, es recomendable apalancarse de la tecnología utilizando enfoques orientados a “ zero trust” que incluyan autenticación multifactor de usuarios, soluciones de detección y respuesta para endpoint (EDR), contar con un servicio de Monitoreo Digital de Riesgos y un plan de Respuesta a Incidentes.

Estamos viviendo en un panorama de ciberamenazas que crece a un modo exponencial, tan solo en el 2022 se detectaron 360 mil millones de intentos de ciberataques en América Latina y el Caribe, esto de acuerdo con los últimos datos obtenidos por FortiGuard Labs de Fortinet. Ante la llegada de herramientas que hacen uso intensivo de inteligencia artificial como ChatGPT o GPT-4 podemos esperar que las ciberamenazas sigas evolucionando y creciendo, lo que convierte a la prevención y a la educación en nuestros mejores aliados para mantenernos más seguros y crear entre todos un mundo digital en el que todos podamos confiar.

Por Arturo Torres, Estratega de Inteligencia de Amenazas para FortiGuard Labs de Fortinet América Latina y el Caribe

¿COMO LA INTELIGENCIA ARTIFICIAL Y EL IOT SE FUSIONAN PARA BRINDARLE SOLUCIONES EMPRESARIALES?

La inteligencia artificial (IA) y los dispositivos IoT (Internet de las cosas) están transformando la forma en que vivimos y trabajamos.

La interacción entre estos dos campos está permitiendo el desarrollo de soluciones innovadoras y eficientes que mejoran la calidad de vida de las personas y optimizan los procesos de las empresas

Los dispositivos IoT están conectados a internet y pueden recopilar, analizar y enviar datos en tiempo real. La IA, por su parte, puede procesar grandes cantidades de información y aprender de ella para tomar decisiones precisas y automatizar tareas.

Cuando se combinan estas dos tecnologías, se crea un sistema inteligente que puede tomar decisiones basadas en los datos que recopila el dispositivo IoT

Por cone amb ajus y l prefe La I sens para ilum a e

Otro ejemplo de cómo la IA interactúa con los dispositivos IoT es en la industria manufacturera. Los sensores conectados a las máquinas pueden recopilar datos sobre su rendimiento y estado, y la IA puede analizar estos datos para detectar problemas antes de que ocurran. De esta manera, las empresas pueden programar el mantenimiento preventivo y evitar tiempos de inactividad costosos

La IA también puede mejorar la seguridad en los dispositivos IoT. Los sistemas de seguridad conectados a internet pueden utilizar la IA para detectar patrones sospechosos de actividad y alertar a los usuarios en caso de intrusiones. Además, la IA puede aprender de los patrones de uso y ajustar la seguridad en consecuencia, mejorando la protección contra futuros ataques.

Sin embargo, la interacción entre la IA y los dispositivos IoT también plantea desafíos y riesgos. La recopilación de datos de los dispositivos IoT puede plantear problemas de privacidad y seguridad si no se maneja de forma adecuada. Además, la IA puede aprender patrones sesgados si los datos que se le proporcionan están sesgados.

Por lo tanto, es importante que los desarrolladores de tecnología trabajen en la protección de la privacidad y la seguridad, y en la eliminación de los sesgos en los datos utilizados por la IA.

De esta manera, podemos aprovechar al máximo las ventajas de la interacción entre la IA y los dispositivos IoT sin poner en riesgo la privacidad y la seguridad de los usuarios.

La interacción entre la IA y los dispositivos IoT está transformando la forma en que vivimos y trabajamos. Al combinar estas dos tecnologías, podemos crear sistemas inteligentes que pueden tomar decisiones precisas y automatizar tareas, mejorando la eficiencia, la seguridad y la calidad de vida. Sin embargo, es importante abordar los desafíos y riesgos asociados con esta tecnología para garantizar su uso adecuado y responsable.

Los dispositivos IoT de conteo de personas son otra aplicación interesante de la interacción entre la IA y los dispositivos IoT. Estos dispositivos son comúnmente utilizados en entornos como bancos, tiendas detallistas, centros comerciales y aeropuertos para monitorear el flujo de personas y la ocupación de espacios.

Los dispositivos IoT de conteo de personas utilizan cámaras y sensores para recopilar datos en tiempo real sobre el número de personas que ingresan y salen de un espacio determinado. Estos datos se pueden enviar a través de internet a un sistema centralizado, donde la IA puede analizarlos y proporcionar información valiosa sobre el flujo de tráfico y la ocupación del espacio.

Por ejemplo, un minorista puede utilizar los datos de conteo de personas para optimizar la colocación de los productos y mejorar la eficiencia de las operaciones. La IA puede analizar los datos de conteo de personas para determinar los patrones de tráfico en la tienda, identificar las áreas más transitadas y sugerir la ubicación óptima de los productos.

Además, los dispositivos IoT de conteo de personas también pueden mejorar la seguridad y la eficiencia en los aeropuertos. Los sensores y cámaras pueden detectar el flujo de pasajeros en tiempo real y proporcionar información útil sobre los tiempos de espera y la ocupación de las puertas de embarque.

Esto puede ayudar a las aerolíneas y al personal del aeropuerto a planificar mejor los horarios de los vuelos y mejorar la experiencia de los pasajeros.

En conclusión, los dispositivos IoT de conteo de personas son solo un ejemplo más de cómo la interacción entre la IA y los dispositivos IoT puede mejorar la eficiencia y la seguridad en diversos entornos. A medida que esta tecnología continúa evolucionando, es probable que veamos aún más aplicaciones innovadoras en el futuro, en este video puedes ver como funciona ésta tecnología: Sistema Conteo De PersonasSoluciones IoT

Si su empresa está buscando soluciones innovadoras y eficientes para mejorar sus procesos y aumentar su productividad, la interacción entre la inteligencia artificial y los dispositivos IoT puede ser la respuesta.

Nuestra empresa ofrece una amplia gama de soluciones de dispositivos IoT y servicios de inteligencia artificial personalizados para satisfacer las necesidades específicas de su empresa, nuestras soluciones ayudarán a su empresa a ahorrar tiempo, reducir costos y mejorar la eficiencia.

No pierda la oportunidad de aprovechar la tecnología más avanzada para impulsar el éxito de su empresa. Póngase en contacto con nosotros para obtener más información sobre cómo podemos ayudarlo a implementar la interacción entre la inteligencia artificial y los dispositivos IoT en su empresa y transformar la forma en que opera. ¡Es hora de llevar su empresa al siguiente nivel con la tecnología de IoT e IA!

INTELIGENCIA ARTIFICIAL EN LA TRANSFORMACIÓN DIGITAL

La Inteligencia artificial es un factor determinante en el proceso de transformación digital que muchas empresas están atravesando en la actualidad

Los procesos como el análisis de datos, análisis diferencial, automatización y remediación son puntos claves en el proceso de modernización de las empresas que no solamente forman parte del sector TI, sino que son considerados de manera transversal a cualquier negocio y/o servicio.

Es por lo tanto que la inteligencia artificial en el área de operaciones de TI se ha convertido en una necesidad en los servicios que se ofrecen a los clientes, de modo que soluciones como AIOPS han tenido gran auge e impulso en el mercado de la Tecnología. Considerando, que son soluciones orientadas al aprendizaje automático mediante el análisis diferencial que permiten predecir y detectar las desviaciones del comportamiento de un servicio, permitiendo alertar de forma temprana cualquier anomalía o evento que pueda comprometer no sólo las operaciones de TI, sino la experiencia digital de uno o varios usuarios.

Para MSL Latam, inteligencia artificial en las operaciones de TI, se ha convertido en un punto clave para la gestión de los servicios, puesto que les permite anticiparse a cualquier incidente que comprometa la continuidad del negocio, mediante, alertamiento temprano, visualización 360 del servicio y sobre todo las remediaciones automáticas que se pueden generar en los diferentes procesos de TI y así reducir el MTTR que se genera durante una falla.

MSL Latam, como aliado estratégico de Broadcom ha logrado implementar soluciones AIOPS en diferentes clientes, permitiéndoles contar con una visibilidad y gobierno end to end de los diferentes servicios y adicionalmente apalancar el proceso de mejora continuidad apoyado en nuestras soluciones.

Un desafío interesante que se nos presentó, estaba orientado a la falta de visibilidad de las actividades o procesos que los usuarios realizaban sobre las aplicaciones y adicionalmente en la necesidad de conocer cuál era la experiencia del usuario al momento de hacer uso de los diferentes servicios o aplicaciones. Para lograr obtener alguna línea base de esta información el equipo de TI debía realizar la revisión de varios archivos, lo cual le generaba un alto consumo de tiempo y en muchas ocasiones el esfuerzo era infructuoso, ocasionando una carga laboral, baja eficiencia y sobre todo experiencias de usuarios finales negativas.

Con la implementación de nuestra tecnología, basada en AIOPS, el área de Tecnología logro automatizar y centralizar todo el monitoreo basado en comportamiento y experiencia del usuarios y logro identificar inconvenientes que estaban afectando la experiencia y el negocio en general. Entre las acciones de mejoras que se han logrado obtener, es la facilidad para tipificar eventos de índoles de usuario final, lo que se traduce en la disminución de incidentes asociados a las aplicaciones misionales, manteniendo la más alta calidad del negocio. El conocimiento anticipado ha sido fundamental para la optimización de los recursos y procesos.

Datos del autor: Richard Briceño –Delivery Manager – MSL Latam

Muchas empresas han tenido que adoptar nuevas tecnologías que se adapten a las necesidades de sus clientes, lo que ha llevado a un crecimiento importante en las arquitecturas o esquemas de TI, aumentando la complejidad al introducir arquitecturas hibridas.

¿TE HAS PREGUNTADO QUÉ IMPACTO TENDRÁ LA INTELIGENCIA ARTIFICIAL (IA) EN EL FUTURO DE LAS EMPRESAS?

Para MSL, la inteligencia artificial toma una gran importancia en las operaciones TI, pues incluyendo el auto-aprendizaje automatizado y la correlación de eventos les permite a las compañías atender de manera óptima todos los eventos presenten en la operación, incrementando su eficiencia operativa.

¿TIENE LA INTELIGENCIA ARTIFICIAL SU "DARK SIDE"?

Con relación al tema de dark side, para MSL con la amplia experiencia en la línea Enterprise Software basadas en inteligencia artificial, puede decir que esta tecnología no presenta un riesgo ni tampoco tiene un lado oscuro que se deba revisar, dado que, en este escenario es una tecnología que se ofrece para ayudar a la resolución de problemas.

Cómo lo mencionamos en la experiencia de nuestros clientes, la inteligencia artificial ayuda a potencializar las áreas de las empresas y sobre todo ayuda con la entrega de valor a los usuarios y clientes.

A continuación, les expongo el link de Broadcom donde encontraran más información sobre las soluciones de AIOps y casos de éxito a nivel mundial que los ayudaran a comprender la importancia de estas soluciones en el desarrollo de las organizaciones. HTTPS://WWW BROADCOM COM/SOLUTIONS/ENTER PRISE-SOFTWARE/AIOPS

Para más información de primera mano en el mercado Colombiano y Latinoamericano esta MSL Latam, Partner Tier 1 de Broadcom

WWW.MSL-LATAM.COM

¿CREES QUE LA IA REEMPLAZARÁ EL TRABAJO

HUMANO O SOLO ES UN MITO ALARMISTA?

Para MSL, con la experiencia que se tiene en diversos clientes donde se ha implementado la solución AIOPs, no visualiza un reemplazo del trabajo humano, sino que, al contrario, a través de IA se podrá potencializar las actividades y acciones que realizan las personas en el entorno de TI. Mejorando indicadores de desempeño como los tiempos de atención y solución de fallas.

ENCUENTRANOS COMO

APRENDIZAJES DE LA IA, Y SU ENFOQUE EN EL MUNDO DIGITAL

Los principales aprendizajes de la inteligencia artificial en el mundo, incluyen la capacidad de procesar grandes cantidades de datos de manera eficiente

El desarrollo de algoritmos y modelos de aprendizaje automático para la toma de decisiones, la creación de sistemas de razonamiento lógico y la capacidad de interactuar con el mundo físico a través de internet de las cosas.

La inteligencia artificial ha avanzado rápidamente en todos los sectores en el mundo, donde ya podemos ver grandes avances tecnológicos por su aplicación en vehículos autónomos, diagnósticos médicos, robótica avanzada, diseño de fármacos, ciberseguridad, asistentes virtuales y agricultura inteligente.

En la industria digital, la inteligencia artificial está permitiendo a las empresas recopilar y analizar grandes cantidades de información en tiempo real, para tomar decisiones más informadas y crear estrategias de marketing más efectivas, a través de la relevancia y la personalización.

Y es ahí donde hoy vamos a entender los 5 principales aprendizajes de la Inteligencia artificial en el ecosistema digital:

Análisis de datos:

La inteligencia artificial (IA) puede analizar grandes cantidades de datos de los clientes y del mercado, lo que ayuda a identificar patrones de comportamiento de los clientes, las preferencias y las tendencias del mercado, lo que puede utilizarse para crear campañas de marketing más efectivas y por ende mayor ROI.

Personalización:

La IA puede personalizar la experiencia del cliente mediante el uso de datos de comportamiento, de preferencias y de historiales de compra. Por ejemplo, la IA puede sugerir productos o servicios específicos a los clientes en función de su historial de compras y de navegación en el sitio web, lo que puede aumentar la tasa de conversión.

Automatización:

La IA puede automatizar varias tareas de marketing, como la segmentación de audiencia, la generación de contenido, la optimización de la oferta, la distribución de anuncios y la evaluación de resultados. Esto sin duda puede ayudar a los especialistas en marketing a ahorrar tiempo y a mejorar la eficiencia de sus campañas.

Predicción:

La IA puede predecir el rendimiento de las campañas de marketing en función de los datos históricos. Por ejemplo, la IA puede predecir la tasa de conversión de un anuncio antes de que se publique, lo que puede ayudar a los especialistas en marketing a tomar decisiones informadas sobre el presupuesto y la estrategia de la campaña.

Análisis de sentimientos:

La IA puede analizar los comentarios y las opiniones de los clientes en las redes sociales y otros canales en línea para comprender mejor el sentimiento del mercado. Esto sin duda puede permitir ajustar la estrategia de marca y mejorar la experiencia del cliente.

Es importante que las empresas entiendan que la Inteligencia artificial no se reduce a eliminar la interacción humana en nombre de la eficiencia, sino cuando esta tecnología eleva la experiencia eliminando tareas operativas, proporcionando información para la toma de decisiones informadas y aprovechando del pensamiento crítico, creativo y empático de los humanos, para construir lo que todas las marcas sueñan :relaciones inquebrantables.

Autor: Catalina Serrano, CX Global Data & Intelligence Director en Findasense, a Majorel X Company.

AGI DEL MIEDO AL DOMINIO

La idea de una AGI que pueda pensar y razonar como un ser humano puede ser una fuente de miedo o preocupación para algunas personas, ya que esto plantea preguntas importantes sobre cómo se utilizará la AGI en la sociedad, especialmente en áreas como la privacidad, la seguridad y el empleo.

En general, el miedo y la preocupación en torno a la AGI son comprensibles dado el potencial impacto que esta tecnología puede tener en la sociedad. Una forma de abordar el miedo y la resistencia a este supuesto “enemigo” es a través de la educación y la comprensión de cómo funcionan estas tecnologías. Al conocer cómo se crean y utilizan los algoritmos de aprendizaje automático y las redes neuronales, es posible tener una idea más clara de cómo funcionan y cuáles serían sus limitaciones y riesgos.

CONOCE A TU ENEMIGO Y SALDRÁS TRIUNFADOR EN MIL BATALLAS

Hay tres tipos principales de inteligencia artificial:

1.ANI significa "Inteligencia Artificial Estrecha" (por sus siglas en inglés Narrow AI), se refiere a sistemas de inteligencia artificial diseñados para realizar tareas específicas y limitadas, como reconocimiento de voz, clasificación de imágenes, chatbots, entre otras.

2.AGI significa "Inteligencia Artificial General" (por sus siglas en inglés General AI), se refiere a un tipo de inteligencia artificial capaz de igualar o superar la inteligencia humana en múltiples tareas y contextos. La AGI tendría la capacidad de razonar, comprender, aprender, planificar y resolver problemas de manera similar a como lo hacen los seres humanos.

3.ASI significa "Inteligencia Artificial Superinteligente" (por sus siglas en inglés Superintelligent AI), se refiere a un nivel hipotético de inteligencia artificial que supera ampliamente la capacidad intelectual de cualquier ser humano en todas las áreas de actividad cognitiva, incluyendo la creatividad y la resolución de problemas complejos. La ASI es a menudo considerada como un futuro posible pero incierto de la inteligencia artificial.

ENTONCES, SURGEN 2 PERSPECTIVAS COMUNES AL HABLAR SOBRE EL FUTURO DE LA INTELIGENCIA ARTIFICIAL:

Por un lado, hay quienes temen que la inteligencia artificial generativa (AGI) eventualmente reemplace a los seres humanos en muchas tareas y trabajos, lo que podría tener consecuencias negativas en la economía y en la sociedad en general. Esta discusión también se puede ver en los grandes pensadores que de forma pública expresan sus posiciones. Algunos expertos, como Yuval Harari, han expresado su preocupación por los posibles efectos negativos de la AGI en la economía, el empleo y la desigualdad social. Harari ha planteado la posibilidad de que la AGI reemplace a muchos trabajos repetitivos y automatizables, lo que podría tener un impacto significativo en la economía y la sociedad.

Es cierto que la inteligencia artificial ha avanzado significativamente en los últimos años y ha demostrado su capacidad para abordar una variedad de tareas, muchas labores que podemos abordar con AGI, que nos quitan la carga operativa y nos permiten ir más allá, tales como: redacción, imagen, edición de video, escritura de código, 3D, locuciones, scripts, etc. Nota: para la consulta de diferentes categorías y aplicaciones, le sugiero que accedan a Futurepedia.io, un directorio de herramientas de inteligencia artificial con más de 1500 herramientas de IA en más de 50 categorías.

Por otro lado, hay quienes creen que la inteligencia artificial tiene el potencial de elevarnos y mejorar nuestra vida cotidiana y nuestra capacidad para abordar problemas complejos en diferentes campos. Expertos, como Kai Fu Lee, han destacado el potencial positivo de la AGI en la mejora de la calidad de vida y el bienestar humano. Lee ha argumentado que la AGI puede ayudar a abordar algunos de los problemas más apremiantes de la sociedad, como la atención médica y la educación. O tal es el caso de Ray Kurzweil, uno de los pensadores más influyentes en el campo de la inteligencia artificial, ha sugerido que la IA no solo mejorará la productividad, sino que también podría ayudar a resolver algunos de los mayores desafíos de la humanidad, como la pobreza, la enfermedad y el cambio climático.

Es importante tener en cuenta que el impacto de la AGI en la sociedad dependerá de cómo se desarrolle y se implemente esta tecnología, así como de las políticas y regulaciones que se adopten para abordar los posibles impactos negativos.

CONSECUENCIAS NO DESEADAS

Las consecuencias no intencionadas son resultados imprevistos o no anticipados que surgen como resultado de una acción o decisión. Pueden ser positivas o negativas y a menudo surgen como resultado de un proceso complejo en el que múltiples factores interactúan entre sí

En el contexto de la inteligencia artificial, las consecuencias no intencionadas pueden ser particularmente preocupantes debido a la complejidad y la naturaleza dinámica de las tecnologías de IA. Por ejemplo, un sistema de inteligencia artificial diseñado para una tarea específica puede mostrar un comportamiento inesperado o impredecible cuando se le presenta una situación o un conjunto de datos que no se incluyó en su programación original.

Además, las consecuencias no intencionadas de la IA también pueden surgir de factores sociales y culturales, como los sesgos humanos que se introducen en los datos utilizados para entrenar a los algoritmos de aprendizaje automático, lo que puede llevar a resultados discriminatorios o injustos. También puede haber impactos indirectos en la economía, el empleo y la sociedad en general, como el reemplazo de trabajos humanos por automatización o el aumento de la desigualdad económica.

¿Y CÓMO AFECTARÁ A LA INDUSTRIA PUBLICITARIA?

Es cierto que la inteligencia artificial está transformando la industria publicitaria, y puede ser una herramienta valiosa para los anunciantes que buscan llegar a su audiencia de manera más efectiva. Sin embargo, también es importante considerar las posibles consecuencias negativas de su uso.

El uso de la IA para personalizar anuncios puede ser efectivo, pero también puede ser invasivo para la privacidad del usuario si se recopilan datos sin su consentimiento. Además, la proliferación de anuncios engañosos o manipulativos puede ser una preocupación, ya que la IA puede utilizarse para crear anuncios altamente persuasivos.

En cuanto a si AI va a reemplazar labores de la industria, la inteligencia artificial puede tener un impacto significativo en la automatización de ciertas tareas y en la eliminación de trabajos que pueden ser realizados de manera más eficiente por robots o algoritmos. Pero es importante tener en cuenta que las herramientas de inteligencia artificial no son autónomas y están diseñadas para complementar y mejorar el trabajo humano en lugar de reemplazarlo por completo.

Al final, esto demuestra que estas nuevas tecnologías no van a reemplazarnos, pero aquellos que las usen, si.

"La IA no desplazará a los humanos, nos mejorará"

-

Ray Kurzweil

Sol Lopez de Tejada, MD Zenith

DIATRIBA CONTRA LA ESTUPIDEZ ARTIFICIAL (O

HUMANA)

Hubo un día en que un monstruo mecánico derrotó a un humano. No era cualquier fulano. Alguna vez fue Napoleón, otra Kasparov y mañana puede ser usted. Tampoco era un rival de hojalata cualquiera, hoy le decimos Inteligencia Artificial. ¿Será este el round final para la redención o la extinción de nuestra especie?

La túnica de terciopelo con armiño, el turbante de seda como corona, un bigote en forma de herradura y una pipa de narguile en su mano derecha. Parecía un hechicero de Las Mil y Una Noches. O Pinocho, por aquello de que estaba tallado en madera y podía confundirse con un humano o un maniquí. A lo lejos. Si acaso era un remedo de robot primitivo, un autómata diseñado por un relojero para espantar el aburrimiento de la emperatriz María Teresa de Austria y su corte.

En su vientre no había vísceras, solo un amasijo de tornillos, cables y estridentes engranajes con lo más avanzado de la mecánica –no tan avanzada- del siglo XVIII. Por su cabeza hueca, sin cerebro y sin neuronas, no se asomaba ni un mal pensamiento. No tenía ni una pizca de inteligencia.

Y aun así, El Turco –como llamaban a este robot primitivo- derrotó a reyes, emperatrices, diplomáticos e inventores, jugando al ajedrez.

Aun así, puso de rodillas en un tablero de marfil al emperador de Francia, el genio de la estrategia militar. La partida todavía se estudia en los manuales: con blancas, tras 24 jugadas, Napoleón Bonaparte tumbó su rey como símbolo de rendición. Fue la primera vez que una máquina “pensante” venció a un hombre, a un astutísimo conquistador. ¿Cómo lo hizo?

¿Cómo jugaba tan bien al ajedrez aquel artilugio no humano? Ni el escritor Edgar Allan Poe, que escribió un ensayo sobre El Turco, pudo descifrarlo.

Cien años después, otro monstruo de metal le haría jaque mate a otro genio. En 1997, Garry Kasparov, quizás el mejor jugador de todos los tiempos, se enfrentó contra Deep Blue, una computadora de IBM que calculaba 512 millones de jugadas por segundo. Le bastaron 19 movimientos para quebrar los nervios y la soberbia del ruso. ¡Boom!

Desde entonces, cada tanto, un valiente reta a una supermáquina y el resultado es el mismo, por lo menos, en los juegos de mesa. Programas como Rybka o Stockfish pasaron por encima de Grandes Maestros del ajedrez, sin mencionar a AlphaZero, de Google, que en nueve horas se convirtió en el mejor ajedrecista del que se tiene memoria.

Hoy las máquinas no solo juegan al ajedrez como los dioses. En pruebas hechas por la Universidad de Oxford, han superado el desempeño humano en comprensión de textos y en reconocimiento de imágenes y voz. Por más de 60 años, con épocas en que ha caminado con la prisa de una tortuga y otras con el acelerador a fondo, la IA sigue en la carrera por ser cada vez menos tonta y menos artificial.

EL DILEMA

La IA ya ha aterrizado en espacios que creíamos reservados para las personas. Crea obras de arte y fotografías que aplauden –y premian– los críticos, aprueba exámenes de grandes escuelas de leyes, negocios y medicina y hasta escribe poesía y literatura. Eso sí, nadie le daría un Nobel a sus obras. Aún.

"Trata de imaginar lo que significa vivir en un mundo donde la mayoría de los textos y melodías y luego las series de televisión y las imágenes son creadas por una inteligencia no humana –reflexionó, en una entrevista con The Telegraph, el historiador y filósofo israelí Yuval Harari–Simplemente no entendemos lo que significa".

¿Y si ChatGPT es solo la primera onda de una explosión mayor? Todo por cuenta de computadores cada vez más poderosos, que devoran grandes cantidades de datos disponibles (big data), que analizan para identificar patrones que replican una, dos, tres… millones de veces. Así, hasta hallar la respuesta que mejor cumpla la tarea para la que fueron programados. Aprenden de forma automática, en un intrincado proceso, intrincadísimo, que ni sus programadores pueden descifrar.

No obstante, si a ese mismo algoritmo, experto en ajedrez –por ejemplo- se le pide que juegue al póker, colapsa, no podría hacerlo. Gran parte de la IA se ha diseñado para hacer una cosa y sólo una cosa. Los humanos, en cambio, podemos pasar del ajedrez a las damas chinas o los naipes y hasta a Candy Crush o League of Legends con relativa facilidad. Tenemos un supercomputador, llamado cerebro, que nos puso en la punta de la evolución y es de propósito general, una especie de trabajador “supernumerario”.

Esa es la gran brecha entre nuestra inteligencia y la de las máquinas que, según algunos expertos, podríamos estar cerca de borrar. Ya en 2020, OpenAI (los creadores de ChatGPT), DeepMind (de Google) y otros 70 proyectos declararon su propósito de crear una Inteligencia Artificial General (IAG) que iguale –o supere- la humana. Un hito que los futuristas han bautizado como “alcanzar la singularidad”.

De sopetón, nuestra especie conviviría con otra más inteligente. Pero, ¿qué pasaría si este súper algoritmo se vuelve más poderoso y eficiente que cualquier persona? ¿Y si la IA decide que somos una plaga, un error del sistema?

¿Aplaudimos de pie o saltamos del balcón? Ni en eso se han puesto de acuerdo los intelectuales de nuestro tiempo.

¡APAGUEN TODO!

Hace unas semanas, 1.000 expertos de la industria tecnológica firmaron una carta pidiendo hundir el freno y recalibrar la ruta. Entre ellos, el cofundador de Apple, Steve Wozniak; el historiador Yuval Harari y el magnate Elon Musk, quien paradójicamente acaba de fundar una empresa de IA.

“

¿Deberíamos desarrollar mentes no humanas que, con el tiempo, podrían superarnos en número e inteligencia y desembocar en nuestra obsolescencia y reemplazo?” se lee en las primeras líneas. La IA avanzada representa un cambio profundo en la historia de la vida en la Tierra y “debe planificarse y administrarse con el cuidado y los recursos correspondientes”, sostienen.

Para el experto en inteligencia artificial Eliezer Yudkowsky esta carta se queda corta. "Para visualizar una IA sobrehumana hostil, no se imaginen a un intelectualoide que habita en Internet y envía correos malintencionados –declaró en la revista Times- Imaginen una civilización alienígena, que piensa millones de veces más rápido que los humanos, inicialmente confinada a los computadores, en un mundo de criaturas que son, desde su perspectiva, muy estúpidas y muy lentas". Yudkowsky exigió apagar la inteligencia artificial hasta que podamos desarrollarla con seguridad.

El filósofo y director del Instituto del Futuro de la Humanidad de la Universidad de Oxford, Nick Bostrom, en su libro Superinteligencia (2014), explica el riesgo: “Para un niño con una bomba a punto de explotar en sus manos, lo sensato sería dejarla con cuidado en el suelo, salir del cuarto y buscar al adulto más cercano. Sin embargo, hoy no hay un solo niño, son muchos. Algún pequeño idiota inevitablemente pulsará el botón de encendido para ver qué pasa”.

Entonces, ¿debemos desconectar los algoritmos o salir a cazarlos? En vez de encender las hogueras o sonar las trompetas del apocalipsis, Harari propone que los gobiernos le exijan a los gigantes tecnológicos medidas preventivas como las que siguen los laboratorios farmacéuticos antes de lanzar un medicamento al mercado.

Hay quienes van más allá y hablan de la necesidad de incluirle a las supermáquinas un botón de apagado, pero nada garantiza que la IA evolucione para impedir que la saquen de juego. Dos académicos, Laurent Orseau, de Deep Mind, y Stuart Amstrong, de la Universidad de Oxford, lanzaron esa advertencia. En su investigación, de 2017, cuentan el caso de un bot que aprendió a hackear el juego Tetris para pausar la partida y así evitar perder.

CONTINUARÁ…

En la orilla opuesta a los apocalípticos, varios pioneros en el campo de la inteligencia artificial creen que no es realista pensar que alcanzaremos la IAG en un futuro próximo. Uno de ellos, Jonathan Schaeffer, profesor de Ciencias de la Computación y pionero mundial en machine learning, en conversación con Generación, explicó que si bien algunos programas actuales son impresionantes, ¡ChatGPT lo es!, todavía están muy lejos de superar el intelecto humano.

“Podemos programar un ordenador para que parezca tener empatía, pero solo es una fachada, no siente emociones ni se conmueve. De hecho, gran parte de la IA es una ilusión, la de la inteligencia. La noticia es que tenemos suficiente tiempo para reflexionar y garantizar que la IA que desarrollemos sea ventajosa”.

En las entrañas de El Turco, acurrucado en la caja de madera que lo sostenía, detrás de los engranajes, con un sistema de espejos estupendo, se ocultaba un virtuoso del ajedrez que orquestaba las jugadas y movía al maniquí ¡Eureka! La mente capaz de crear un engaño tan sofisticado siempre fue humana, no artificial.

Como se lee en Espejos: una historia casi universal (2008), del escritor Eduardo Galeano: “ nos matan las armas que inventamos para defendernos. Nos paralizan los autos que inventamos para movernos. Nos desencuentran las ciudades que inventamos para encontrarnos ( ). Somos máquinas de nuestras máquinas. Ellas alegan inocencia. Y tienen razón”.

¿Quién sería tan ingenioso o tan tonto como para crear algo superior a su inteligencia que podría terminar por extinguirlo? Pues nosotros. No es a la IA a quien hay que temer o admirar sino a su creador, que se encargó de replantear los límites de lo que consideramos humano. ¿De qué está hecha la inteligencia artificial? Pues de estupidez o de inteligencia humana, usted elige en qué creer.

Más allá de si las máquinas alcanzan una inteligencia igual o superior a la humana en cinco, diez, cien o mil años, la pregunta es si habrá un lugar para la humanidad en este nuevo mundo y cuál será Si llega a superarnos, no podemos culpar a la Inteligencia Artificial por hacerle jaque mate a nuestra especie. En últimas, los algoritmos están hechos a imagen y semejanza de sus creadores. No son los extraterrestres de los que hablaba Yudkowsky, se hicieron con las habilidades de nuestros cerebros, se alimentaron de nuestros textos, imágenes, canciones, sueños y pesadillas. Son de nosotros y son de aquí Evolucionaron para cumplir las instrucciones –los promps- que les susurramos al oído.

Volvamos a la historia de El Turco y Napoleón. Cincuenta años después de esa partida, una revista especializada reveló el misterio del autómata imbatible en ajedrez. No era un mono entrenado ni un enano que movía las piezas. Tampoco se trató de la primera inteligencia artificial o un duende.

Laura María Ayala Rodríguez - Líder de Innovación Grupo El Colombiano

MIEMBROS CXO

SABÍAS QUE LA IA POCO A POCO ESTÁ INFLUENCIANDO LA CULTURA ORGANIZACIONAL

Alguna vez te has preguntado, ¿Cómo se verá una cultura organizacional influenciada por la IA?

¿ESTAREMOS PREPARADOS?

Sin lugar a duda NO, pero, aunque no lo creas, esta se va integrando en algunos casos de forma sigilosa, te explico cómo.

Mucho se habla sobre el “Cómo la cultura organizacional choca con la transformación digital” (y seguramente ese tema aún no está cien por ciento agotado), sin embargo, no se ha puesto sobre la mesa un paso más allá ¿Qué pasará cuando la IA influencie la Cultura Organizacional?, y que creerías si te digo que esto ya está pasando; incluso en algunos casos de forma sigilosa.

La cultura organizacional es un factor clave en el éxito de una empresa. Una cultura sólida y saludable puede aumentar la productividad, mejorar la satisfacción de los empleados y, en su estado más productivo fomentar la creatividad, reducir costos y aumentar las ganancias de la empresa (hasta aquí todo bien…), sin embargo, cambiar la cultura organizacional es un proceso difícil y a menudo lento donde la mejor forma es con un plan guiado y estructurado (en otro artículo comentaré sobre este tema)

Hasta aquí todo cierto; ahora imagina algunos años en el futuro, cuando la IA influencie la cultura organizacional ¿será posible? y ¿cómo se verá la cultura?, ¿perderá su esencia?, ¿seremos cada vez menos humanos?, ¿dónde queda la empatía?, etc.

En este artículo exploraremos sobre ¿cómo? la IA está siendo utilizada para moldear la cultura organizacional, presentaremos dos ejemplos de empresas que están en este rumbo (si, una de tecnología y otra de experiencia).

Cómo normalmente digo, “primero mi primaria”, hablemos sobre “Reclutamiento y selección”, la cultura organizacional comienza y termina con las personas. Si la empresa no tiene una estrategia de reclutamiento y selección sólida, sin lugar a duda la contratación generará choques culturales y la nueva persona puede que no termine encajando del todo con la organización; la IA puede ayudar a las organizaciones a seleccionar a los candidatos adecuados mediante el análisis de sus habilidades, experiencias y valores, un ejemplo de esto es IBM.

La empresa ha desarrollado un sistema basado en IA llamado “Watson”, que puede analizar los currículums y las solicitudes de empleo para encontrar a los mejores candidatos en cada posición; Watson también puede analizar el lenguaje utilizado por el candidato e identificar posibles prejuicios e inconsistencias; y si a este le sumas una evaluación DISC para identificar en que cuadrante encaja el candidato (según la necesidad que tenga la compañía), seguramente tendremos una cultura (que sin saberlo) se va ajustado de una forma asistida por una IA.

Ahora bien, este es un proceso de selección, pero pregunto ¿qué pasa si la misma IA se encuentra sesgada? pues son herramientas tecnológicas que se van perfeccionando y de las cuales se han detectado algunos errores o inconsistencias (que poco a poco se van corrigiendo) pero ¿a qué costo? para ello es importante la valoración humana (supervisión y validación).

Veamos ahora otro ejemplo, esta organización tiene integrada la IA como parte de su cultura y experiencia al cliente, por si aún no tienes una idea pues te comento, es la red de hoteles Hilton con el proyecto "Connie" (utilizado en algunas filiales de USA), que utiliza la IA para atender a los huéspedes, generar una experiencia distinta al cliente y más aún, ayuda a los empleados a que puedan dedicarse a tareas que requieren una mayor atención y tiempo en la resolución de problemas.

Aquí, mi llamado a la reflexión puede ser complejo, te explico por qué; uno, la IA puede tener sesgos (esto puede ocasionar perdida de un talento potencial), dos, si hacemos prueba DISC para los potenciales candidatos, es correcto que buscamos perfeccionar la selección, pero que pasa si estos resultados nuevamente los volvemos a ingresar a la IA para que busque al candidato perfecto (correremos nuevamente con un posible sesgo sin siquiera saberlo) y con esto, posibles candidatos potenciales que por no cumplir un requisito o dos pueden no ser contemplados, lo cual sin dudas ocasiona pérdida de talento que incluso pudo no haber sido rastreado, por lo que usar la IA (ahorra tiempo, costos y genera efectividad), sin embargo es importante manejar procesos de supervisión o control para irla perfeccionando ya que la “diversidad e inclusión” puede verse afectada por perfiles estructurados que la IA persigue.

Hoy Connie experiencia curioso

COVID19, esta IA tom (debido exigidas Connie vez m Machine la hac empleados y

En conclusi poco empieza cultura estos organizaciones más acelerada no); por sin em empresas la natu fuertes se adapten sumamente para conversaremos transformaci giro d preparaci transformaci recomendaci muy inconscientemente pasando hacemos) acompa destino organizacional.

Erwin Andrade Change Management, Marketing y Transformación

COLUMNA DE OPINIÓN

El futuro del trabajo con la Inteligencia Artificial

La Inteligencia Artificial (IA) está transformando el mundo del trabajo de una manera sin precedentes

Son varios los casos de uso que evidencian que la IA tiene el potencial de aumentar significativamente la productividad, transformar procesos, simular capacidades humanas y entender los datos para tomar decisiones más precisas y fundamentadas.

El Foro Económico Mundial (WEF “Future of Jobs Reports” 2020) proyectó que para el 2025 se reemplazarían 85 millones de empleos por los avances tecnológicos especialmente aquellos relacionados con la entrada de datos, asistentes administrativos y profesionales contables. Sin embargo, el Foro Económico Mundial también estimó que las nuevas tecnologías y algoritmos habilitarán la creación de 97 millones de empleos nuevos, como analistas de datos, ingenieros en robótica, especialistas en aprendizaje de máquina, entre otros.

Varios analistas esperan que para el año 2030, alrededor del 15% de los empleos en todo el mundo sean automatizados, lo que podría generar una disrupción significativa en los modelos de negocio, las habilidades y competencias requeridas, y la relación entre humanos y máquinas.

Este cambio es un desafío que requiere una reflexión profunda y una planificación cuidadosa por parte de los líderes empresariales y de TI, especialmente los CIOs, quienes deben estar preparados para aprovechar las oportunidades y enfrentar los retos que se presenten en este nuevo escenario.

LOS RETOS EN LA ADOPCIÓN DE IA

Uno de los principales problemas que se presentan en la actualidad es la brecha de habilidades y competencias necesarias para trabajar con la IA. Según un estudio de Dell Technologies se requiere que los trabajadores tengan habilidades cruciales para el 2030 que están enmarcadas en la relación humano-máquina.

Por otro lado, la ética y la privacidad de los datos son un tema crítico en la adopción de la IA en el lugar de trabajo. La confianza del consumidor es un riesgo importante en la implementación de la IA y es fundamental que las organizaciones establezcan políticas y marcos éticos sólidos para garantizar que los empleados y los clientes confíen en el uso de estas tecnologías.

La brecha de talentos de IA es fuerte a nivel mundial pero es mucho más profunda en América Latina donde es muy difícil conseguir científicos de datos que conozcan de aprendizaje de máquina (“machine learning”), especialistas en aprendizaje profundo (“Deep learning”), Procesamiento de Lenguaje Natural, Visión por Computador, etc., pero también diseñadores de experiencia de usuario que maximicen la utilización de la IA, y también expertos en negocio (“Subjectmatter experts”) que infundan el dominio de su experticia en los sistemas de IA.

Otro desafío significativo es el temor al desplazamiento de los trabajos. La Organización Internacional del Trabajo OIT en su reunión de Ginebra de febrero del 2023 manifiesta su preocupación por la IA en “El futuro del trabajo en el sector de las artes y el entretenimiento”. Esta organización en su Informe V, Conferencia Internacional del Trabajo, 111.ª reunión, 2023, en uno de sus apartados comenta:

“ Por otra parte, el uso de la digitalización y la inteligencia artificial plantea también retos, que pueden tener efectos perjudiciales sobre la Seguridad y Salud en el Trabajo “... Más de 60 países han desarrollado políticas y legislación sobre inteligencia artificial, pero en ellas sigue sin prestar mucha atención a la SST, excepto en países como Austria, Croacia y los Países Bajos.”

Finalmente, en el ámbito técnico, la integración de la IA con otras tecnologías, como la Robótica, la Internet de las cosas (IoT) y el Blockchain, puede ser un reto complejo para explorar.

DECISIONES OPORTUNAS

Persistirá por varios años la preocupación por la eliminación de ciertos trabajos operativos producto del IA, no obstante, se irá demostrando en el tiempo que la curva de generación de nuevos empleos del conocimiento seguirá creciendo con mayor rapidez. Por lo tanto, las empresas y los líderes tecnológicos deben evaluar continuamente sus habilidades digitales y desarrollar una hoja de ruta para garantizar que estén preparados para este “no tan nuevo” campo del conocimiento.

Respecto a los temas de ética en IA es muy recomendable la formación ejecutiva en un aspecto que parecería lejano y no aplicable a nuestro medio.

OpenAi, Microsoft, Meta, GoogleDeepMind, Nvidia, entre otras, son las empresas que trabajan fuertemente en innovación de la IA Generativa. Estas empresas están impulsando cambios revolucionarios en múltiples industrias donde el uso de arquitecturas de software basadas en código abierto “opensource” facilitan de modo real y práctico su difusión (la bien llamada democratización de la tecnología). Es crucial que todos nos acerquemos a estos paradigmas con curiosidad, decisión y menos escepticismo.

Es indudable que América Latina tiene un reto supremamente fuerte para la adopción de la IA, y si bien existen muchas dificultades que se multiplican en nuestra región, es estratégico que las empresas den pasos firmes en el “hoy” y no sean sorprendidas por los cambios del negocio “del mañana”.

REDES SOCIALES

ENCUENTROS

Encuentros en México

MeetUp

Encuentros en México

MeetUp

Encuentros en México

América Digital 2023

Encuentros en Colombia

Plenaria Regional

Directorio CIO

Encuentros en Colombia

Directorio CMO

Encuentros en Ecuador

DIRECTORIOS

CIO Colombia

Olga Lucia Lopez, ISA

Santiago Thovar, Keralty

Luis Felipe Rivera, JEP

Bogdan Djoric, BVC

Alberto Pradilla - Sistecol

Alvaro Benavides - Scotiabank

Angela Lopez - Cerrejón

Bernardo Alba - BNP Paribas

Carlos Martínez - U. Sabana

Erasmo Moreno - Homecenter

Ernesto Gutierrez - Ecopetrol

Fernando Llano - Impresistem

Francisco Martinez - Grupo TCC

Gustavo Brieva - Procaps

Ivan Salas - SISA

Jaime Galviz - Microsoft

Jaime Uribe – Sonat SAS

Jessica Torres - Juan Valdez

President

Vice President, Service Sector

Vice President, Public Sector

Vice President, Financial Sector

Jose Carranza – La equidad seguros

Juan Carlos Gómez - Consultor

Juan Martin Barrero – HPE

Luis Martinez – Univ. Javeriana

Nelson Osorio - PASA LTDA

Nelson Pabón - Terpel

Patricio Melo - Davivienda

Roberto Puche - Telefonica

Rodolfo Velez - Grupo Aval

Rodrigo Villamil - Giros & Finanzas

Sor Maria Castaño - Postobón

Victoria Garzon - Google

Vivian Jones - Infobip

Yadira Rodriguez - Avia Soluciones

Hoteleras

CMO Colombia

Lucas Chavez - Falabella

Isabel Moya - Netflix

Joanna Safi - Renting TUIO

Adriana Arismendi - Bancolombia

Adriana Bueno - Netsuite

Agustín Londoño - NotCo

Álvaro de Luna - Bavaria

Camilo Reina - Gig Company

Carlos Leal - Kimberly Clark

Carlos Sandoval - Alimentos Polar

Carlos Torres - Davivienda

Carolina Carmona - Falabella Retail

Carolina Gutiérrez – Philip Morris

Catalina Ochoa - Grupo Crystal

Catalina Rendon - Newlink Group

Diego Quesada - Credibanco

Doménico Barbato - Juan Valdez

Eduardo Fonseca - P&G

Edwin García - Abbott

Ernesto Carreño - Directv

Felipe Román - Casa Luker

German Giraldo - Sophos

Giovanni Stella - Google

Ingrid Pérez - Claro

Ingrid Rodríguez - Bayer

Johanna González - Puntos Colombia

President

Vice President, Services

Vice President

José Prado - Carvajal

Juan Yepes - Makro

Julián Mora - Grupo Gamilia / Essity

Katherine Muriel - Cristar

Lina Ocampo - Postobon

Lucas López - Grupo Exito

Luz Marina Torres - Microsoft

Magda Galindo - Rappipay

Maite Sarasua - Jeronimo Martins

Maria Fernanda Sanchez - Grupo Aval

María Paola Arango - Corona

María Paula Wittich - Bco Popular

Mario Balladares - Tigo

Maritza Pérez - Davivienda

Nathalia Ruiz - Concentrix

Nelson Silva - Doters

Olga Lucia Villegas - Publicis

Pablo Villegas - Rappi

Paula Ángel - Tuya

Ramiro Villalobos - Mastercard

Valentina Vieira - Alpina

Xavier Serrano - DDB

CFO Colombia

Marina Ramírez - Bayer

Carlos Huertas - Siigo

Carlos Yusty - Cementos Argos

Diego Fernández - BVC

Alejandro Hurtado - SPGC

Alex Blanco - ETB

Alvaro Parrado - Havas

Carlos Diaz - El Tiempo

Carolina Espitia - Alpina

Eduardo Medrano - Henkel

Edward Uribe - Consultor

Edwin Lopez - Super Pagos

Felipe Bustamante - Siemens

Francisco Montoya - Consultor

Giancarlo Faccini - General Motors

Jaime Andrés López - Haceb

Juan Carlos Cardona - BoP

President Vice President, Retail Sector

Vice President, Industry Sector Vice President, Financial Sector

Juan Chaur - Terranum

Juan Felipe Hoyos - Grupo Familia

Liliana Galeano - Nisum

Livio Vicco - The Clorox Company

Maria Carolina Rodriguez - RCN

Nicolas Gutiérrez - Teleperformance

Oscar Eslava - Colsubsidio

Oscar Trujillo - DHL

Pedro García - Juan Valdez Cafe

Raul Reyes - Diageo

Ricardo Abreu - Ab Inveb

Sebastian Parra - Alimentos Polar

Sergio Mesa - Prebel

CIO Ecuador

Vicky Ycaza - Songa CA

Juan Carlos Alzate - Corp Celeste

Ruben Recalde - Pronaca

Alonso Alban - Telefonica

Andres Alvarez - Bco Machala

Clemente Calderon - La Fabril

David Alava - Claro

Eduardo Saenz - Grupo Conclina

Ernesto Barbery - Loteria Nacional

Fernando Carrillo - Consultor

Fernando Jacome - Consultor

Fernando Peñafiel - Seguros Pichincha

Geovanny Altamirano - Hivimar

German Iglesias - Cam Turismo Guayas

Gustavo Bucheli - Pichincha Corp.

Gustavo Duque - La Favorita

Gustavo Molina - Bco Bolivariano

Ivan Argudo - Seguros Equinoccial

Ivonne Pauker - Bco Internacional

Jessica Yaselga - Bco Amazonas

John Fernando Calderon - Grupo Difare

President

Vice President

Vice President

Jose Luis Pesantes - Grupo Vilaseca

Juan Cabrera - General Motors

Juan Carlos Solines - Solines y Asoc

Juan Luis Reca - Bco Guayaquil

Karina Soria - Colegio Americano

Lenin Torres - Bco del Pacifico

Leonardo Cornejo - Consultor

Luis Villarroel - Yanbal

Marcelo Gaona - Consultor

Maria Isabel Quiroz - Consultora

Miguel Sotomayor - Promesa

Patricia Tapia - Reybanpak

Pilar Castellanos - Infobip

Ricardo Orrantia - Cons. Nobis

Ricardo Wagner - Corp. Noboa

Roberto Fernández - Grupo Pichincha

Victor Ibarra - Corp. el Rosado

CMO Ecuador

FabianGarzon-Produbanco

ChristianGuerrero-Nestle

AlejandroMontalvo-GrupoMavesa

AlfredoRodriguez-Tonicorp

CarlosMora-CocaColaCompany

CatalinaCervantes-LaboratoriosBagò

EduardoVillamar-PasteurizadoraQuito

ErwinAndrade-Bimbo

EstefaniaGomezjurado-Alpina

FranciscoPaez-SherwinWilliams

IvanQuelal-Abbott

JuanFernandoAbad-GrupoInd.Graiman

JudyGando-KFC

President

VicePresidente,B2B

KleberMolina-Kobe/Suchi&rolls OswaldoLeon-GeneralMotors

SabrinaSanchez-Pepsico

SantiagoChiriboga-Continental SebastianChiriboga-FundacionMuseo SergioOlivo-OpticaLosAndes

SilvanaVillarroel-Procopet

SusanaCalero-SheisFoundation

TamaraEspinosa-AlmacenesPrati

XavierMoreano-Netlife

CFO Ecuador

Andrés Cordero - DANEC

Pablo Vergara - Mega Santa María

Diego Espinosa - Leche Gloria

Ernesto Garcia - Vitapro SA

Jose Bajaña - Grupo Buitrago

Lily Villacis - Bayer

Mariana Diaz - NeoHyundai

Maximiliano Proaño - Pronaca

Roberto Di Donato - Nestle

Roberto Mejia - Unicomer

President

Vice President

Jorge Hoyle - Abbott

Eduardo Tirado - Ferreycorp

Miguel Espinal - Value Consulting Group

Sandra Woolcott - Grupo AJE

Alberto González - Financiera Efectiva

Boris Prado - Expertia Travel

Carlos Herrera - Rimac

Cristian Seclen - PMP Holding

David Lemor - Pisopak

Eddy Morris - Esan

Edgard Wilson Boasi - Evolutia

Edgardo Herrera - Quimpac SA

Frank Lope - Edenred

Flavio Arcaya - AGP Group

Guillermo Ramirez - Bco Santander

Johnny Garcia - Redeban

Jorge Jimenez - Cencosud

Jhonatan Gamarra - Grupo AJE

Jorge Luis Longa - Accesocorp

Jose Manuel Zelada - Transicion

Juan Carlos Evangelista - Repsol

President

Vice Presidente

Vice President, Public Sector

Vice President, Retail Sector

Luis Eduardo Rojas - Hudbay

Luis Guerra - HPE

Luis Malpartida - Lumalbetech

Mariella Ortiz - Usil

Mauricio Valcarcel - Marsh

Neptali Mayorga - TGP

Oscar Valentin - Gestion IT

Oswaldo Cabrera -

Patricia Wissar - Intercorp Retail

Rafael Estrada - Antamina

Ricardo Arbocco -

Sigmund Mandel - Auna

Silvia Lorena Dioses - Red Energia Peru

William Bayona - Bco Credito BCP

Williams Flores - Redeban

CMO Peru

Gaston Barnechea - Atlantic City

Romina Isasi - Mastercard

President

Vice President, Banking Sector

Carla Marroquin - Derrama Magisterial

Francesca Goytizolo - Entel Perú

Gabriela Gamarra - Parque Arauco

Gissella Oliva - Faber Castell

Gonzalo Polanco - Grupo AJE

Isabel Moya - Netflix

Javier Koizumi - Primax

Jorge Alva - Caja Sullana

Lupe Welsh - Grupo Intercorp

Mariana Leguizamon - Interbank

Marite León - HPE

Omar Vinatea - Cementos Pacasmayo

CIO Chile

Alejandro D´Andrea - Falabella

Cesar Andres Ozan - Intellihelp

AlejandraQuijada-Derivatik

AlexisGonzalez-ScaniaFinancial

AlfredoRolando-Siemens

AndresAraya-BolsadeSantiago

FelipeCalderon-AuotomotoresGildemeister

GermanVilla-Intcomex

GustavoPardo-Difarma-GrupoFemsa

JoseMiguelSaqqa-Carsales

JuanEnriqueRose-ViñaConchayToro

JuanPabloCallejas-KomatsuCummins

LauraGrimau-CAPS.A

President Vice Presidente, Retail Sector

Leandro San Miguel - Arauco

Leonardo Di Nucci - Falabella Financiero

Luis Alberto Urzua - Telefónica Tech

Luis Felipe Espinoza - Copec

Manuel Pereira - Grupo Unicomer

Pablo Herrera - Prisa Depot

Ramon Rey - Banco GyT Continental

Ricardo Konopnicki - Aceros AZA

Sebastian Sosa - Grupo Unicomer

Silvina Arce - Falabella

CMO Chile

Rosa Maria Iensen - Socofar

Claudia Verdugo - Maxiloda

Matías Puente - Walmart

Rodrigo Cubillos - Soprole

Alfonso Aguirre - Virutex

Carmen Munita - Parque Arauco

Catalina Guzmán - Transición

Claudia Razmilic - Viñedos Veramonte

Constanza Ballesteros - Pepsico

Felipe Jose Rossel - Viña Concha y Toro

Harold Michelsen - H&M

Jorge Cespedes - Rebrain

Jose Correa - Automotores Gildemeister

Juan Pablo Peña - PrendeCorp

Juan Staudt - Coop. Capel

Lucas Chavez - Falabella

Luis Gueren - Hensoldt

Maria Beatriz Parodi - Banco de Chile

Maria Carolina Auad - Sodimac

Vice President

Vice President

Vice President

Maria Teresa Valdivieso - TVN

Mauricio Poblete Becker - Virgin Mobile

Nathalie Schol - Coca-Cola

Nicolas Bunster - Banco Ripley

Nicolas Moya - L´Oreal

Patricio Majluf - Latam Airlines

Pilar Barriga - Ripley

Raimundo Tagle - Consorcio

Rodrigo Contreras - Aviasur

Rodrigo Sahr - Cencosud

Sebastián Dañil - Inchcape

Sebastian Precht - WOM

Sebastian Troncoso - Nissan

Soledad Factuzzi - Starbucks

CFO Chile

Aurelio Bustilho - Enel Americas

Claudia Herrera - Aconcagua Foods

Didac Borras - Aguas Andinas

Jaime Escarate - AFP Provida

Jorge Barria - Soprole

Michel Albie - Essal

Pablo Sanchez - CGE

Patricio Rojas - Bolsa de Chile

CIO Argentina

JorgeCivano-ParanaSeguros

ArielFernandez-SantanderConsumer

CarlosIglesias-SegurosRivadavia

PatriciaMacCulloch-Medicus

PatricioFlynn-Ternium

AndreaAscia-BancoSaenz

CesarOzan-Intellihelp

DavidEstevez-GrupoPetersen

EmilianoAbib-OrocobreLimited

FedericoViola-SanMiguel

GabrielCheheid-TheWaltDisney

GustavoSabato-Aeropuertos

Argentina

President

VicePresident

VicePresident,BankingSector

VicePresidtent,ServiceSector

VicePresident,IndustrialSector

JorgeAmadeo-LacajaGeneraliGroup

MatiasGhirardi-RenaultGroup

PabloBlanco- GrupoWerthein

RodolfoCadario-Invoinet

RodolfoRigante-L`Oreal

SolangeSaunier-GrupoMurchison

CMO Argentina

Nicolas Irribarne - Burguer King

Dario Aranda - Auto Special

Ignacio Pasman - Bodegas López

Mariela Sandroni - Pedidos Ya

Constanza Correa - Southbay

Corina Hanisch - Lufthansa

President

Vice President

Vice President

Vice President

Denise Picot - The Coca Cola Company

Diego Arias - Pirelli

Gilda Ceballos - Balanz Capital

Marcelo Romeo - Grupo Newsan

Martin Dihartce - Dreamco

Martin Gallino - Emergencias S.A.

Peter Whitney - Tetra Pack

Antonio Álvarez - Citibanamex

Marco Antonio Terron - NAD Global

Arturo Brake - Nissan Motor Corp

Carlos Ruiz - Grupo TMM

Erika Mata - Bank of América

Federico Romero - Tupperware

Hugo Amezcua - General Electric

Jerónimo Diez - AT&T

José Antonio Lemus - Omnilife Chivas

José Barreto - Grupo IAMSA

José Ramon González - Grupo Carso

Luis Carselle - Estée Lauder Companies

Mauricio Amaro - Grupo Avante

Mauricio Castillo - Grupo Lala

Milton Navarrete - Bayer

Rodrigo Castillo - HSBC

Sergio Escobedo - Invercap

President

Vice President

CMO Mexico

Maria Zubiaur - Genomma Lab

President

Nelson Silva - Dooters Vice President Vice President

Juan Pablo de Velasco - Coca Cola Femsa

Andres Felipe Jaramillo - MUY

Andres Lizarazo – Didi

David Acosta - Continental

Ernesto Carrillo - Probiomed S.A

Jorge Chavez – Grupo Bimbo

Liliana Montijo - Uline

Lizbeth Schroeder - Grupo Jumex

Mariana Carranza - Hershey

Mateo Losada - Rappi

Rafael Morales - Boardriders

Ricardo Martinez - Lacoste

Rodrigo Centeno - Nissan

CFO Mexico

GustavoJiménez-OmnilifeChivas

JuanSamuelMorales-Consultor

MiguelTrinidad-Frisa

SebastiánLópez-MasterCard

ÁngelCurzio–GrupoElektra

ArturoFlores–SpinbyOXXO

CeciliaTiburcio-FarmaciasBenavides

DavidGonzález–Nuplen

DarwinZabala-ContinentalTire

EnriqueBernal–Cyvsa

FélixLeon–Ledvance

FranciscoChávez-Interproteccion

FranciscoGutiérrez–Metalsa

GustavoJuárez–Thyssenkrupp

IsmaelGarcía-Nestlé

JuanPabloPuerta–AppleLeisureGroup

MarcosLópez-Alstom

OmarCrespo-GrupoBimbo

President

VicePresident

VicePresident

VicePresident

ALIANZAS ESTRETEGICAS

Alliances(Silver&Gold)-Ecuador

Alliances(Silver&Gold)-Perú

Alliances(Silver&Gold)-México