MENU

| AR

Sedes

Cursos

Carreras

Programas Ejecutivos

Paises

Watson: los secretos de la inteligencia cognitiva como solución

Watson: los secretos de la inteligencia cognitiva como solución
#Marketing
#Tecnología
#Datos
#Otros
20 de feb - min de lectura


Attendees gather at IBM Watson event in lower Manhattan, New YorkTuve la suerte de participar recientemente en una capacitación para docentes organizada por IBM Argentina, en la cual se presentaron muchísimos detalles sobre Watson, el sistema de computación cognitiva que está revolucionando a muchas industrias y posiciona nuevamente al Gigante Azul en la cima del mundo tecnológico. Durante esta actividad aprendimos muchísimo. Por ejemplo, que si bien algunos consideran que Watson es sucesor de IBM Deep Blue, la computadora que en 1996 venció a Gary Kasparov al ajedrez, en realidad no tiene mucho que ver con aquella máquina, ya que Deep Blue no era realmente “inteligente”, sino que analizaba todas las jugadas posibles del rival y en base a eso proponía el mejor movimiento. En síntesis, su código servía solo para el ajedrez. Por el contrario, Watson es realmente una supercomputadora que entiende el lenguaje natural, es decir, la forma en la que hablamos los humanos. Además, procesa miles de millones de datos estructurados y no estructurados al tiempo que formula respuestas en base a predicciones que realiza en tiempo real analizando los datos recopilados. En los últimos meses vimos como Watson salió del laboratorio para convertirse en una solución comercial para distintos procesos, como analizar impuestosdesarrollar medicamentos innovadoresrealizar diagnósticos oncológicos y hasta buscar la cura para el cáncer. Watson se hizo famoso en 2011, cuando venció a los dos mejores jugadores de Jeopardy, el juego norteamericano televisado donde hay que contestar distintos tipos de preguntas.  ¿Cómo lo hizo? Básicamente le insertaron todos los contenidos de Wikipedia en inglés, y así logró vencer a los humanos. Este programa era un ícono de inteligencia en Estados Unidos hasta que ganó Watson. ¿Cómo funciona? Muchos dicen que “Watson razona”. Profundizando sobre este aspecto, el sistema realiza un análisis profundo de la pregunta que se le formula para entender qué información se está solicitando. Además, genera distintas hipótesis en base al análisis de inmensos volúmenes de datos que tiene almacenados. A mayor cantidad de hipótesis, mejor será el resultado. Algo interesante es que si en el set de hipótesis no hay respuesta, no puede responder.   En base a todo esto se genera un “ranking de hipótesis”, ya que Watson empieza a buscar evidencias en los datos, combina algoritmos, y devuelve cientos de miles de scores o posibles resultados con distintas probabilidades. Por último llega a lo que se llama “Merge final”. En esta instancia es fundamental la experiencia, es decir, cuántas veces el sistema pasó por la misma pregunta en el entrenamiento previo. A medida que pasó por situaciones similares va a rankear mejor y a generar mejores respuestas posibles. ¿Cómo aprende? Watson aprende desde cero interactuando con el humano, que le da feedback, en base a una gran inyección de datos. En esta parte del proceso participan expertos para entender si el sistema arroja resultados que tienen sentido o no. Por ejemplo, los médicos lo entrenan para que pueda brindar diagnósticos coherentes. Con Watson, IBM busca diferenciarse del ecosistema creando un paraguas sobre la inteligencia artificial. Por este motivo, se refiere a él como “una solución cognitiva compleja donde intervienen humanos en el proceso”. Sin embargo, todo el ecosistema que está avanzando en soluciones de inteligencia artificial corre en la misma dirección. Por caso, API.AI -ahora adquirida por Google- permite al usuario desarrollar sus propios agentes para conversar con Google Home. De la misma manera, los servicios de inteligencia artificial de Amazon.com AWS, tienen capacidades similares a los módulos de Watson. En definitiva, tanto la propuesta de IBM como las iniciativas recién mencionadas no son como los sistemas determinísticos de antaño, sino que se trata de soluciones basadas en la probabilística, que siempre va a tener como output de su proceso una probabilidad de ocurrencia. Si bien no estoy tan seguro que sea correcto hablar sobre el inicio de la “era cognitiva” solo porque se genera nuevo conocimiento a partir de las predicciones (algo imposible de hacer en el pasado con los métodos tradicionales), semejante frase le quita mérito a lo que pueda ocurrir en el futuro. Sin dudas, después de Watson pero antes de Skynet, vamos a ver la verdadera “era cognitiva” con el despertar de las máquinas capaces de hacer cosas hasta hoy impensadas.  

Otras Noticias

"El uso de herramientas digitales en el proceso de selección de personal es beneficioso tanto para los candidatos como para las empresas" img
#Datos
#Otros

"El uso de herramientas digitales en el proceso de selección de personal es beneficioso tanto para los candidatos como para las empresas"

En esta entrevista cuenta más detalle sobre esta solución y qué impacto genera tanto en sus usuarios. ¿Cuánto hace que surgió Robin y por qué motivo se les ocurrió crearla?Robin surge hace poco más de un año y medio porque, tras trabajar en Recursos Humanos por más de 20 años, vimos que había una gran oportunidad de utilizar ciencia y tecnología en todo lo que tiene que ver con modelos predictivos en el comportamiento de las personas. De esta manera, es posible evitar los sesgos al elegir al mejor candidato y predecir muchísimo mejor las habilidades de los candidatos que se están evaluando, así como para trabajar en el ámbito del desarrollo profesional de los talentos.¿Qué suelen decir los candidatos respecto a esta nueva forma de avanzar en un proceso de selección de personal?Los candidatos están encantados con que se utilice tecnología en el proceso de evaluación y selección. De hecho, el Customer Satisfaction Rate (CSR) que utiliza nuestra plataforma para medir el nivel de satisfacción con la herramienta está por encima del 95%.¿Cómo hacen para evitar sesgos de género y edad entre otros?Contamos con un equipo de data scientists que trabaja todo el tiempo monitoreando y auditando los resultados de las pruebas para evitar estos sesgos.¿En qué aspecto las empresas observan mejoras al utilizar Robin respecto a los métodos de reclutamiento tradicionales?Algunas de las mejoras tienen que ver con automatizar, digitalizar y llevar a gran escala los procesos de evaluación. Con Robin también se evitan sesgos culturales y verbales, y esto es algo muy valorado por las organizaciones. Nuestra herramienta tiene una base de ciencia por detrás, por lo que es muy precisa y objetiva.¿Qué tipo de compañías están utilizando esta solución?Hoy utilizan nuestra plataforma empresas de distintas industrias como servicios, banca, tecnología y educación, entre otros.¿Cómo son los resultados que muestra plataforma y estos son confeccionados por personas o por algoritmos?Los resultados que muestra la plataforma son automatizados. Dentro de Robin tenemos niveles de información individual hasta poder evaluar a grandes grupos de persona para llegar a tener mapas de talentos.¿Cómo impacta en los especialistas de selección de personal la llegada de una herramienta como esta?La solución de Robin en el mundo de los especialistas de Recursos Humanos impacta muy bien por varias razones, entre ellas, que es una herramienta muy atractiva para los candidatos que la prueban. Del lado de la información, genera un nivel muy interesante y rico porque reportamos el nivel de competencias personales y digitales, incluyendo foco, atención e impulsividad, entre otros. Definitivamente, se entiende al candidato con mucha profundidad.¿Cuánto tiempo le lleva a un especialista dominar Robin?Está diseñada para que sea 100% autoadministrable por la empresa, con lo cual es muy intuitiva. En pocos minutos cualquier persona aprende a utilizarla.¿Qué consejos para personas que deben pasar un proceso de selección con este sistema?En primer lugar, procurar disponer de 20 minutos libres para hacer las pruebas con tranquilidad para tomar el juego mediante el cual lo evaluaremos y, en segundo término, que disfruten de la propuesta y que jueguen tal como lo son en la vida real.  

Ranking: las 10 posiciones digitales mejor remuneradas img
#Marketing
#Datos
#UX
#Otros

Ranking: las 10 posiciones digitales mejor remuneradas

Según el relevamiento realizado por la consultora global en recursos humanos Mercer, el Gerente de Seguridad Informática lidera el ranking de posiciones digitales mejor compensadas a nivel gerencial, seguido por el Gerente de Arquitectura en segundo lugar, el Gerente de Experiencia al usuario en la tercera posición, el Gerente de Business Intelligence (BI) en la cuarta; el Gerente de Desarrollo en el quinto lugar; en la sexta posición se ubica el Gerente de Marketing Digital, en el séptimo puesto el de Desarrollo de negocios; en el octavo el Gerente de Arquitectura de Computación en la nube; el Gerente de Producto en el noveno lugar y en el último puesto el Gerente de Infraestructura. En el nivel de los analistas senior, las posiciones se modifican. En el primer lugar se encuentra el Arquitecto; seguido por el Desarrollador mobile en segundo lugar.  En la tercera posición se ubica Arquitectura de computación en la nube, en el cuarto el Desarrollador Back End; en la quinta posición se ubica el Analista de Seguridad Informática; en la sexta el Desarrollador Full Stack; en la séptima posición se encuentra el Analista Devops; el octavo lugar lo ocupa el Analista de Producto; el noveno lugar se encuentra el analista de Estrategia y Planificación de Ecommerce; en la décima y última posición se ubica el Desarrollador Front End.  El 89% de las empresas que participaron de la encuesta tienen dificultad para atraer determinados perfiles, entre ellos: Desarrollador Full Stack; Desarrollador Mobile; Desarrolladores de Software, Arquitectos, Scrum Master; Data Scientists; Product Designers; Desarrolladores JAVA, Python y Ruby. Esta realidad es una gran oportunidad para todos aquellos que quieran aprovechar esta tendencia, ya que es posible convertirse en especialista de cualquier de estas disciplinas en un curso corto a distancia basado en la práctica.   En cuanto al incremento salarial previsto para el 2020 por las empresas de High Tech específicamente (que representan el 40% de las empresas participantes), es de un 45,5 por ciento. El 40% tiene previsto dar 3 aumentos; otro 40% dará 2 y un 20% dará 4 o más incrementos. En cuanto a la participación por nivel organizacional desde la perspectiva de género, se observa mayor participación de mujeres en los niveles de Profesional junior (37%); Profesional Semi Senior (34%); Jefe (30%). La menor presencia femenina se presenta en el nivel de Director (4%); Gerente Senior (13%) y Profesional Especialista (17%). Los sectores de Bancos y de Seguros son los que presentan menor brecha de género en estas posiciones.

Marketing digital: apps móviles para aumentar las ventas de fin de año img
#Marketing
#Tecnología
#UX

Marketing digital: apps móviles para aumentar las ventas de fin de año

A través de su reporte “The State of Shopping Apps Marketing”, la firma AppsFlyer señala que las aplicaciones móviles de e-commerce impulsan 3 veces más las compras, convirtiéndose en el canal primordial para las marcas que buscan aumentar sus ventas y base de clientes durante la próxima temporada de compras de fin de año que se inicia en el mes de octubre.De acuerdo al reporte, la instalación de apps de comercio electrónico en América Latina creció 93% entre abril y junio, como consecuencia de las medidas de distanciamiento social impuestas en todos los países. A su vez, la instalación de apps de marketplace como MercadoLibre aumentó 35% en el mismo periodo.Por este contexto es que las marcas en la próxima temporada de compras deberían tener en cuenta algunas aspectos tales como atraerá los  usuarios con anticipación a través de las campañas publicitarias. Para eso es preciso contar con una buena estrategia de marketing digital.También es importante “pensar diferente”. Esto significa considerar que lo que funcionó el año pasado puede que este año no funcione ya que los hábitos de consumo cambiaron drásticamente, por lo tanto hay que innovar en la creatividad de las campañas, hacer diferentes versiones y pruebas para tener la versión con la que se logrará el éxito. Por otra parte es indispensable implementar una infraestructura de medición para contar con los datos y su análisis en tiempo real para lograr el mayor retorno sobre la inversión publicitaria.Perfeccionar la experiencia del usuario es otro punto relevante: Los consumidores se volvieron más activos durante la pandemia, por ello, las marcas deben aprovechar esta tendencia como una oportunidad para perfeccionar la experiencia del usuario, es decir, que la app sea amigable y accesible en cualquier dispositivo, con una rápida navegación, y procesos de pago seguros y sencillos.  Por último, hay que aprovechar los medios propios para interactuar con el usuario: Los mensajes de texto (SMS), notificaciones automáticas, correos electrónicos y redes sociales sirven para seguir atrayendo usuarios a la app. Utilizar correctamente estas herramientas puede reducir los costos de marketing y fomentar mejores relaciones con los consumidores. Es importante ofrecer un valor real con la app y evitar saturar a los usuarios con información que no sea de su interés, ya que de lo contrario, elevará rápidamente los niveles de abandono de la aplicación. El reporte The State of Shopping Apps Marketing, edición 2020 está disponible aquí.