lun. Feb 2nd, 2026

inteligencia artificial

Así están usando Inteligencia Artificial los negocios en América Latina

By Cristian Milciades 4 años ago
Compartí esta noticia !

Zoho presenta un informe sobre la utilización de plataformas de Inteligencia Artificial en la región, las cuales agregarán un punto porcentual del PIB a las cinco economías más grandes de Suramérica para 2035, según el Banco Interamericano de Desarrollo.

 En los últimos años, la Inteligencia Artificial ha obtenido una gran notoriedad a partir de su utilización por parte de organizaciones de todos los sectores para conocer mejor a sus mercados, encontrar nuevas alternativas comerciales y crear productos más novedosos, entre otras actividades. Una situación que no ha sido ajena a América Latina, donde además comienza a ser utilizada para abordar otros aspectos críticos de la sociedad, como la seguridad alimentaria, las ciudades inteligentes, los recursos naturales y el desempleo.

La Inteligencia Artificial está desempeñando un papel fundamental en múltiples sectores de la economía de la región. Según el Banco Interamericano de Desarrollo (BID), en los próximos años, estas plataformas permitirán predecir los resultados de las negociaciones comerciales, los precios de los productos básicos y las tendencias de los consumidores. Esta investigación también sugiere que agregarán un punto porcentual completo del PIB a las cinco de las economías más grandes de Sudamérica para 2035 (Argentina, Brasil, Chile, Colombia y Perú).

En este sentido, Zoho realizó un informe donde hace un breve recorrido sobre los sectores en América Latina que ya están utilizando IA como parte integral de sus negocios, entre ellos salud, financiero, comercio minorista, pequeñas y medianas empresas, telecomunicaciones y educación.  Además, explora la ejecución de uno de los grandes temas que vienen de la mano con la IA: la inteligencia de negocios o Business Intelligence (BI).

A través de plataformas de inteligencia de negocios o Business Intelligence (BI), las organizaciones pueden tomar decisiones estratégicas y organizacionales mediante la recopilación, análisis y transformación de los datos. Este aspecto es cada vez más decisivo para las compañías que desean mantener su competitividad en un mundo interconectado y globalizado.

Zoho cuenta con una avanzada plataforma de BI, que brinda análisis de datos impulsado por Inteligencia Artificial (IA) para que las empresas obtengan conocimientos precisos y prácticos a través de herramientas de Preparación de Autoservicio de Datos y Analítica Aumentada. La plataforma permite a las organizaciones limpiar, unificar y analizar datos, obtener una visión enciclopédica de la empresa y, en última instancia, avanzar hacia una estrategia empresarial más competitiva basada en conocimientos en tiempo real.

Por otra parte, los asistentes de IA también son ideales para mejorar la experiencia de los usuarios y consumidores, al permitirles realizar consultas con lenguaje cotidiano y con solicitudes por voz. Las aplicaciones para gestionar las relaciones con los clientes (CRM, por su sigla en inglés) pueden aprovechar sistemas de Inteligencia Artificial para anticiparse al mercado, elevar la calidad del servicio o generar reportes detallados en segundos, entre otras funciones. Los CRM, además, interactúan con los clientes a través de diferentes canales (llamadas, visitas presenciales, redes sociales, chatbots) para entenderlos mejor y hacer que su experiencia sea más satisfactoria.

Cabe señalar que, para implementar soluciones de Inteligencia Artificial o de autoservicio de inteligencia empresarial, ya no es necesario realizar grandes inversiones de tiempo y dinero. Así, Zoho cuenta con plataformas, aplicaciones y servicios de Inteligencia Artificial para que cualquier negocio saque provecho de estas tecnologías.

Compartí esta noticia !

¿Cómo la inteligencia artificial garantiza un mantenimiento eficiente de las industrias?

By Arguello Juan Carlos 5 años ago
Compartí esta noticia !

*Por Nicolás Luders, Solution Consultant de Infor Cono Sur. La teoría de Charles Darwin de la “supervivencia del más apto” también aplica a la gestión de las plantas industriales, especialmente durante el 2020 y de ahora en más.  Solo las empresas inteligentes podrán sobrevivir a la competencia agresiva y a las condiciones económicas volátiles actuales. Afortunadamente, el analytics moderno es más accesible que nunca, brindando a los ejecutivos de las industrias nuevas herramientas que puedan optimizar el trabajo en forma más inteligente y no necesariamente trabajando más.

El análisis de datos impulsado por Inteligencia Artificial (IA) y por el Machine Learning (ML), brinda información avanzada y prescriptiva para extender la vida de los activos críticos, analizando la efectividad general el equipo (OEE) y evitando el paro de las operaciones no programados.

Las generaciones anteriores de analytics usaban los datos para generar tableros y cuadros. Para poder ir más a fondo con los datos, los ejecutivos tenían que llamar a expertos en el tema. Científicos en datos y consultores empresariales debían trabajar detrás de escena para sacar conclusiones de la gran cantidad de datos existentes. Muchas veces, estos perdían su relevancia y urgencia para el momento que los datos pasan por todos los filtros del análisis. Este proceso antiguo significa que los programas tradicionales de mantenimiento de activos eran reaccionarios y pocas veces preventivos. Sin embargo, este proceso ya no es suficiente. Los ejecutivos de las industrias deben hacer una actualización para poder continuar siendo competitivos.

Actualmente con el analytics avanzado se puede realizar la recolección de datos en el “back end” y luego trabajar para conectar, preparar y relacionar los datos de una cantidad de fuentes distintas dentro de la empresa. Esto elimina las barreras de ingreso, brindando al personal de mantenimiento herramientas fáciles de usar que ayudan a definir metas, seleccionar algoritmos, capacitar los módulos y testear los resultados. El misterio de la IA se reemplaza utilizando interfaces impulsadas por el usuario. El resultado es una visión confiable para una mejor toma de decisiones. Para los ejecutivos de las plantas de mantenimiento industriales, esto significa una gestión de activos prescriptiva y entender los mejores pasos para extender el valor del equipo y evitar los tiempos no programados de paros de la organización.

El uso de asistentes digitales personales activados por voz ya es una realidad. Imaginar a los usuarios empresariales que puedan preguntarle al teléfono: “¿Cuántas válvulas de repuesto hace falta ordenar? o “¿Cuál es el puntaje OEE para esta máquina?”. Esto representa una nueva ola de disrupciones, que algunas empresas analistas como Gartner denominan “Analytics Aumentada.”

Entonces, ¿qué significa analytics aumentada para el mantenimiento de la organización?  Las empresas tecnológicas que se especializan en analytics, están transformando la experiencia con el “BI- Business Intelligence” pasando de descriptivo a diagnóstico. Se están enfocando en las funcionalidades que usa el poder de la ciencia de datos para entender instantáneamente las variables que impulsan los Indicadores Claves de Performance (KPIs).

Estas herramientas no requieren ningún conocimiento especializado, y ayudan a los usuarios empresariales a encontrar la relación entre los KPIs y las variables, y luego generar automáticamente visualizaciones y tableros que explican lo ocurrido. Para los responsables del mantenimiento de los activos, los KPIs pueden hacer el seguimiento del costo de las paradas, de la inversión de los repuestos, de la eficiencia del equipo en general y del consumo energético. El objetivo es monitorear e identificar señales tempranas de alerta de posibles fallas de activos. Al detectar las señales tempranas, se puede tomar acción para evitar las fallas. Más que eso, los analytics modernos ayudan a prescribir la mejor respuesta. En la manufactura compleja, existen varias soluciones posibles para resolver cualquier tema de performance de los activos.

Existen componentes críticos que deben estar presentes al considerar soluciones de analytics moderna aumentada.  Estas incluyen: herramientas de visualización, funcionalidades de idioma natural, asistentes personales digitales, relaciones contextuales, machine learning y factores que contribuyen (como la capacidad para agregar datos y ubicación geográfica, entorno, tiempo, proveedores y especificaciones de producto)

El mantenimiento de las industrias enfrenta muchos retos en la actualidad, como presión para acelerar los tiempos de respuesta, cumplimiento de las órdenes de los clientes, disminuir los desperdicios e impulsar la productividad. Para muchas organizaciones, la clave es impulsar la performance de los activos. Mejorar el ciclo de vida de los equipos y la toma de decisiones inteligentes sobre eficiencia y reparaciones puede ayudar o destruir una organización. Con el analytics avanzado aumentado, el grupo de mantenimiento cuenta con otros recursos valiosos. Ahora es el tiempo de tomar los pasos para transformarse en una organización tecnológica de primera, aprovechando la inteligencia del análisis de datos.

Compartí esta noticia !

La inteligencia artificial podría ampliar la brecha entre las naciones ricas y pobres

By Redacción Economis 5 años ago
Compartí esta noticia !

Las nuevas tecnologías ampliarán las diferencias entre los países ricos y los que tienen economías en desarrollo. Las autoridades económicas deben actuar para mitigar esos riesgos. En especial, ante estas nuevas presiones motivadas por la tecnología, un cambio radical que mejore con rapidez los aumentos de productividad e invierta en educación y desarrollo de competencias.

Por Cristian Alonso, Siddharth Kothari y Sidra Rehman –

Cabe esperar que las nuevas tecnologías, como la inteligencia artificial (IA), el aprendizaje automático, la robótica, los megadatos y las redes, revolucionen los procesos de producción, aunque también podrían tener un gran impacto sobre las economías en desarrollo. Las oportunidades y fuentes potenciales de crecimiento que, por ejemplo, Estados Unidos y China disfrutaron durante sus primeras etapas de desarrollo económico son muy distintas de las que afrontan Camboya y Tanzania en el mundo actual.

Un estudio reciente de nuestro personal técnico concluye que las nuevas tecnologías amenazan con ampliar la brecha entre los países ricos y pobres al desviar la inversión hacia las economías avanzadas, donde la automatización ya está consolidada. Esto podría tener a su vez consecuencias negativas para el empleo en los países en desarrollo, ya que amenazaría con reemplazar, en lugar de complementar, su creciente fuerza laboral, algo que tradicionalmente ha proporcionado una ventaja a las economías menos desarrolladas. Para evitar que esta divergencia aumente, las autoridades económicas de las economías en desarrollo tendrán que adoptar medidas para aumentar la productividad y mejorar las competencias de los trabajadores.

Resultados del modelo

Nuestro modelo se centra en dos países (uno avanzado y el otro en desarrollo) que producen bienes con tres factores de producción: mano de obra, capital y “robots”. Hacemos una interpretación amplia de “robots” para incluir todo el abanico de nuevas tecnologías mencionadas con anterioridad. Nuestra hipótesis principal es que los robots sustituyen a los trabajadores. En nuestro marco, la revolución de la IA está representada por el aumento de la productividad de los robots.

Obtenemos que la divergencia entre economías en desarrollo y avanzadas puede producirse a través de tres canales diferentes: la participación en la producción, los flujos de inversión y los términos de intercambio.

Participación en la producción: Los salarios son más altos en las economías avanzadas porque la productividad total de los factores es mayor. En un primer momento, estos salarios más altos inducen a las empresas de las economías avanzadas a hacer un uso más intensivo de robots, en especial cuando los robots sustituyen con facilidad a los trabajadores. Después, cuando la productividad de los robots aumente, la economía avanzada obtendrá mayores beneficios a largo plazo. Cuantos más sean los robots que sustituyan a los trabajadores, mayor será esta divergencia.

Flujos de inversión: El aumento de la productividad de los robots alimenta una fuerte demanda de inversión en robots y capital tradicional (que se asume que es complementario a los robots y a la mano de obra). Esta demanda es mayor en las economías avanzadas debido a que hacen un uso más intensivo de robots (el canal “participación en la producción” analizado con anterioridad). Como resultado, la inversión se desvía desde los países en desarrollo para financiar esta acumulación de capital y de robots en las economías avanzadas, dando como resultado una disminución transitoria del PIB en el país en desarrollo.

Términos de intercambio: Una economía en desarrollo se especializaría en sectores con una mayor dependencia de mano de obra no cualificada, de la cual tienen más en comparación con una economía avanzada. Si se asume que los robos reemplazan la mano de obra no cualificada pero que complementan a los trabajadores cualificados, en la región en desarrollo podría darse una disminución permanente de los términos de intercambio tras la revolución robótica. Esto se debe a que los robots desplazarán desproporcionadamente a los trabajadores no cualificados, lo que reducirá sus salarios relativos y disminuirá el precio del producto que utiliza con mayor intensidad mano de obra no cualificada. La caída del precio relativo de su principal producto, a su vez, actúa como un nuevo shock negativo, que reduce el incentivo a invertir y da lugar potencialmente a una caída no solo del PIB relativo, sino también del PIB absoluto.

Robots y salarios

Nuestros resultados dependen de forma crucial de que los robots sustituyan realmente a los trabajadores. Aunque podría ser demasiado pronto para predecir el grado de esta sustitución en el futuro, la evidencia que obtenemos sugiere que este es el caso. En particular, concluimos que los salarios más altos coinciden con una utilización significativamente más alta de robots, lo que concuerda con la idea de que las empresas sustituyen trabajadores por robots en respuesta al aumento de los costos laborales.

Implicaciones

Las mejoras de la productividad de los robots impulsan la divergencia entre los países avanzados y en desarrollo cuando los robots sustituyen con facilidad a los trabajadores. Además, aunque esas mejoras tenderán a aumentar los ingresos, también incrementarán la desigualdad del ingreso, al menos durante la transición y, posiblemente, a largo plazo para algunos grupos de trabajadores, tanto en las economías avanzadas como en desarrollo.

No existe una fórmula mágica para evitar la divergencia. Dado el rápido avance de la revolución robótica, los países en desarrollo deben invertir en aumentar la productividad agregada y el nivel de competencias con más urgencia que nunca, de forma que los robots complementen, y no sustituyan, su fuerza laboral. Por supuesto, es más fácil en la teoría que en la práctica. En nuestro modelo, los aumentos de la productividad total de los factores —que explican las muchas diferencias institucionales y otras diferencias fundamentales entre los países avanzados y en desarrollo no capturadas por los factores trabajo y capital— son especialmente positivos, ya que incentivan una mayor acumulación de capital físico y de robots. Si bien estas mejoras son siempre positivas, las ganancias son mayores en el contexto de la revolución de la IA.

Nuestros resultados también ponen de relieve la importancia de la acumulación de capital humano para evitar la divergencia y apuntan hacia una dinámica de crecimiento potencialmente diferente entre las economías en desarrollo con distintos niveles de competencias. El panorama será mucho más complicado para los países en desarrollo que esperaban altos dividendos de una transición demográfica muy deseada. Las autoridades económicas invocaban el crecimiento de la población joven en los países en desarrollo como una posible gran oportunidad de beneficiarse de la transición del empleo en China, como resultado de su graduación como país de renta media. Nuestros resultados muestran que los robots podrían quedarse con estos trabajos. Las autoridades económicas deben actuar para mitigar esos riesgos. En especial, ante estas nuevas presiones motivadas por la tecnología, un cambio radical que mejore con rapidez los aumentos de productividad e invierta en educación y desarrollo de competencias capitalizará la transición demográfica tan deseada.

Compartí esta noticia !

El Parlamento de la Mujer, una oportunidad para la Inteligencia Artificial aplicada a la salud

By Redacción Economis 7 años ago
Compartí esta noticia !

“Bioinformática”, “Biología Molecular”, “Minería de Texto”, los conceptos claves de este proyecto de tesis que ya se convirtió en un proyecto de Ley y busca la manera de materializarse en el sistema de salud público de Misiones. El Parlamento de la Mujer en la Cámara de Representantes de Misiones se convirtió en la oportunidad de la tesista informática, Mónica Mounier de hacer realidad su investigación de más de tres años.
Se trata del Programa Provincial de Inteligencia Artificial aplicada a la salud. Es el nombre del proyecto de ley que presentó Mounier, quien ocupará durante este 27 y 28 de marzo la banca del legislador Nicolás Daviña. El proyecto busca dotar de una herramienta informática para el diagnóstico en tiempo real de patologías genéticas.
Mounier destacó la oportunidad de llevar a la agenda pública su investigación: “Es muy emocionante participar del Parlamento de la
Mujer; sobre todo saber que mi proyecto de tesis que me llevó años, puede tener una aplicación real”.
El Proyecto: “Es de ingeniería informática de la Universidad Gastón Dachary. Se trata de recuperar estudios que están publicados en la web, estudios epidemiológicos, que señalen la relación con un polimorfismo; alguna mutación del ADN de una persona; y qué probabilidad de desarrollar una enfermedad genética. Se hacen estudios a gran escala en regiones y se comparan sanos con personas enfermas. Se crean herramientas modelos que permitan clasificar automáticamente los estudios nuevos que se  publiquen”.
Mounier explicó que “Hay tanta información que los médicos no pueden estar actualizados todo el tiempo. Esta herramienta les da un soporte para realizar estudios o ayuden a llegar a un diagnóstico más temprano”.
El proyecto ya está probado. Mónica realizó un modelo que fue presentado en las Jornadas Argentinas de Informática en 2018. “Mi trabajo hace una clasificación sobre un pequeño data set que son 198 estudios que elaboramos con mi co-directora que es la experta.
Se crea un modelo, se lo entrena y se realizan validaciones para evaluar la efectividad del modelo. Logramos resultado buenos que ya fueron publicados”, señaló Mónica.
Uno de los fundamentos del Proyecto de Ley que presenta Mónica se refiere a la brecha entre géneros en el área de las tecnologías.  “Hoy la brecha de género también está presente en el área de la Inteligencia Artificial; Según el Foro Económico Mundial existen nuevas diferencias relacionadas a las habilidades vinculadas a tecnologías avanzadas y a la economía del futuro; y en lo que respecta a Argentina las mujeres solo son el 17 por ciento de los talentos en el Área de Inteligencia Artificial”, explica el proyecto. Por lo que Mónica señala, su iniciativa como un aporte desde el género para el desarrollo de la Inteligencia Artificial en el país.
Datos al margen:
Tesis: Polimorfismos de Nucleótidos Simples relacionados al Riesgo de Enfermedades: Clasificación Automática de Estudios Epidemiológicos de Tipo Caso-Control utilizando Técnicas de Minería de Texto
Director : Ing. Fabián Favret, Co Directora dra Karina Acosta,
Asesor: Dr. Eduardo Zamudio
 

Compartí esta noticia !

Buscan aplicar la inteligencia Artificial en la logística

By Redacción Economis 7 años ago
Compartí esta noticia !

Un informe colaborativo de DHL e IBM describe cómo los líderes en cadena de suministro pueden aprovechar los beneficios y las oportunidades clave de la IA.
En un informe colaborativo, DHL junto con IBM, evaluaron el potencial de la Inteligencia Artificial (IA) en la logística y expusieron cómo se puede aplicar mejor para transformar la industria, dando lugar a una nueva clase de activos logísticos inteligentes y modelos operacionales. En el informe describen cómo los líderes en cadena de suministro pueden aprovechar los beneficios y las oportunidades clave de la IA, ahora que el rendimiento, la accesibilidad y los costos son más favorables que nunca.
Además, el trabajo colaborativo identifica las implicancias y los casos de uso de la IA para la industria de la logística, revelando que la AI tiene el potencial de aumentar significativamente las capacidades humanas. Si bien la IA ya se ha expandido en el ámbito del consumo, como lo demuestra el rápido crecimiento de las aplicaciones de asistente de voz, DHL e IBM consideran que las tecnologías de IA están madurando a un gran ritmo, lo que permite aplicaciones adicionales para la industria de la logística. Estas pueden, por ejemplo, ayudar a los proveedores de logística a enriquecer las experiencias de los clientes mediante la conversación e incluso entregar artículos antes de que el cliente los haya ordenado. “Las condiciones tecnológicas, empresariales y sociales actuales favorecen un cambio de modelo hacia operaciones de logística proactivas y predictivas más que en cualquier otro momento de la historia”, explica Matthias Heutger, vicepresidente y director Global de Innovación de DHL. “A medida que el progreso tecnológico en el campo de la IA avanza a un ritmo estupendo, consideramos que es nuestro deber explorar, junto con nuestros clientes y empleados, cómo influirá la Inteligencia Artificial en el futuro de la industria de la logística”, sostiene.
Muchas industrias ya han adoptado exitosamente la IA en sus negocios cotidianos, como la industria de la ingeniería y la fabricación: la IA se utiliza en líneas de producción para ayudar a optimizar la producción y el mantenimiento a través del reconocimiento de imagen y las interfaces conversacionales. En la industria automotriz, la IA se ha utilizado en gran medida para mejorar la capacidad de autoaprendizaje de los vehículos autónomos. Muchos ejemplos más muestran los beneficios de la IA, que posee la capacidad de transformar el mundo de la industria después de su impacto transformador en el mundo de los consumidores.
Con la ayuda de la IA, la industria de la logística cambiará su modelo operativo, de acciones reactivas a un modelo proactivo y predictivo, que generará mejores conocimientos a costos favorables en las actividades administrativas, operativas y de interacción directa con los clientes. Por ejemplo, las tecnologías de IA pueden utilizar el reconocimiento avanzado de imagen para rastrear el estado de los envíos y los activos, incorporar la autonomía total al transporte o predecir las fluctuaciones en el volumen de envíos globales antes de que ocurran. Claramente, la IA aumenta la capacidad humana, pero también elimina las tareas de rutina, lo que cambiará el enfoque de la fuerza laboral de logística hacia un trabajo más significativo y de mayor valor agregado.
“La tecnología está cambiando las cadenas de valor tradicionales de la industria de la logística, y los ecosistemas están remodelando las empresas, las industrias y las economías”, dice Keith Dierkx, líder mundial de la industria de IBM para carga, logística y ferrocarril. Y agrega que “al aprovechar la IA en los procesos principales, las empresas pueden invertir más en los imperativos estratégicos de crecimiento para modernizar o eliminar los sistemas de aplicaciones pasados. Esto puede hacer que los activos existentes y la infraestructura sean más eficientes, a la vez que proporciona a la fuerza laboral tiempo para mejorar sus habilidades y capacidades”.
En el informe concluyen que la IA se desarrollará para llegar a ser tan omnipresente en el sector industrial como ya lo es en el mundo de los consumidores. Sin duda, la IA transformará la industria de la logística en una rama proactiva, predictiva, automatizada y personalizada. Teniendo esto en cuenta, el informe presenta perspectivas y mejores prácticas sobre cómo los jugadores de logística pueden aprovechar y adoptar la IA en sus cadenas de suministro globales.

Compartí esta noticia !

Categorías

Solverwp- WordPress Theme and Plugin