¡Feliz navidad y un mejor año 2019!

RSK Consulting les desea ¡Felices fiestas!

Algunas predicciones de la Inteligencia Artificial para el 2019

La inteligencia artificial (IA), específicamente el aprendizaje automático y el aprendizaje profundo, han estado en todas partes este 2018 y aumentará su ritmo en los próximos 12 meses. La IA se convertirá en otro hilo consistente en el tapiz de nuestras vidas, al igual que lo hicieron Internet, la electricidad y la combustión en el pasado. Pero al menos durante el próximo año, y probablemente más, espere avances asombrosos.

Las expectativas de los cambios en los negocios y en la sociedad que la IA promete (o en algunos casos amenaza) van a ir más allá de lo que se haya imaginado durante las revoluciones tecnológicas anteriores. La IA apunta hacia un futuro en el que las máquinas no solo realizan todo el trabajo físico, como lo han hecho desde la revolución industrial, sino también el trabajo de "pensamiento": Planificación, estrategia y toma de decisiones.

No sabemos si esto nos llevará a una utopía gloriosa, con los humanos libres para dedicar sus vidas a actividades más significativas, en lugar de aquellas que la necesidad económica dicta que dedican su tiempo, o al desempleo generalizado y al descontento social. Probablemente no lleguemos a ninguno de esos resultados en 2019, pero es un tema que continuará siendo muy debatido. Mientras tanto, aquí hay cinco cosas que podemos esperar que sucedan:

1. La IA se convierte cada vez más en una cuestión de política internacional.

Este 2018 ha visto a las principales potencias mundiales construir cada vez más vallas para proteger sus intereses nacionales cuando se trata de comercio y defensa. En ninguna parte esto ha sido más evidente que en la relación entre las dos super potencias de IA del mundo, Estados Unidos y China.

El fabricante chino de tecnología Huawei anunció planes para desarrollar sus propios chips de procesamiento de IA, reduciendo la necesidad de que la creciente industria de esta tecnología del país confíe en fabricantes estadounidenses como Intel y Nvidia.

Al mismo tiempo, Google ha enfrentado críticas públicas por su aparente disposición a hacer negocios con compañías tecnológicas chinas (muchas de ellas con vínculos con el gobierno chino) mientras se retira (luego de la presión de sus empleados) de los acuerdos para trabajar con agencias del gobierno de EEUU. Debido a preocupaciones, su tecnología puede ser militarizada.

2. Un movimiento hacia la "IA transparente"

La "problemática de la caja negra" dificulta la adopción de la IA en una sociedad más amplia, especialmente cuando requiere tratar con datos humanos. En su mayoría, su funcionamiento parece arcano e insondable sin una comprensión profunda de lo que realmente está haciendo.

Para lograr todo su potencial, es necesario confiar en la IA: Debemos saber qué está haciendo con nuestros datos, por qué y cómo toma sus decisiones cuando se trata de asuntos que afectan nuestras vidas. A menudo, esto es difícil de transmitir, especialmente porque lo que hace que la IA sea particularmente útil es su capacidad para establecer conexiones y hacer inferencias que pueden no ser obvias o incluso pueden parecer contra intuitivas para nosotros.

En 2019 es probable que veamos un mayor énfasis en las medidas diseñadas para aumentar la transparencia de la IA. Este año, IBM presentó la tecnología desarrollada para mejorar la trazabilidad de las decisiones en su tecnología IA Open Scale. Este concepto proporciona información en tiempo real no solo sobre las decisiones que se toman, sino también cómo se toman, estableciendo conexiones entre los datos que se utilizan, la ponderación de las decisiones y la posibilidad de sesgo en la información.

3. La inteligencia artificial y la automatización profundizan en cada negocio.

En 2018, las empresas comenzaron a controlar mejor las realidades de lo que la IA puede y no puede hacer. Después de pasar los últimos años poniendo en orden sus datos e identificando áreas donde la IA podría generar recompensas rápidas, o fallar rápidamente, las grandes empresas están listas para seguir adelante con iniciativas probadas, pasando del pilotaje y lanzamiento suave al despliegue global.

En los servicios financieros, los algoritmos de aprendizaje automático analizan rutinariamente vastos registros en tiempo real de miles de transacciones por segundo. Los minoristas son expertos en la obtención de datos a través de los recibos y los programas de lealtad, y los incorporan a los motores de IA para descubrir cómo mejorarnos vendiéndonos cosas. Los fabricantes utilizan la tecnología predictiva para saber con precisión a qué estrés se puede someter la maquinaria y cuándo es probable que se rompa o falle.

En 2019 veremos una creciente confianza en que esta tecnología inteligente y predictiva, reforzada por los aprendizajes que ha recogido en sus implementaciones iniciales, puede acoplarse al por mayor en todas las operaciones de una empresa.

La IA se diversificará en funciones de soporte como recursos humanos u optimización de las cadenas de suministro, donde las decisiones sobre logística, así como la contratación y el despido, serán cada vez más informadas por la automatización. Las soluciones de la IA para la gestión del cumplimiento y las cuestiones legales también se adoptarán cada vez más. Como estas herramientas a menudo serán aptas para el propósito en varias organizaciones, cada vez se ofrecerán más como un servicio, ofreciendo a las empresas más pequeñas también un bocado de la IA.

4. La IA creará más puestos de trabajo que los que se perderán.

A largo plazo es incierto si el aumento de las máquinas conducirá al desempleo humano y al conflicto social, a un futuro sin trabajo utópico, o (probablemente de manera más realista) algo intermedio. Sin embargo, para el próximo año, al menos, parece que no va a ser inmediatamente problemático a este respecto. Gartner predice que para fines de 2019, la IA creará más empleos de los que está tomando y según su informe, estos podrían centrarse en la educación, la salud y el sector público.

Un impulsor probable de esta disparidad es el énfasis puesto en el despliegue de la IA en una capacidad "creciente" cuando se trata de implementarla en trabajos no manuales. Los trabajadores de los almacenes y los cajeros minoristas a menudo han sido reemplazados al por mayor por tecnología automatizada. Pero cuando se trata de médicos y abogados, los proveedores de servicios de IA han hecho un esfuerzo concertado para presentar su tecnología como algo que puede funcionar junto con profesionales humanos, ayudándoles con tareas repetitivas y dejando la "última palabra" para ellos.

Esto significa que esas industrias se benefician del crecimiento en empleos humanos en el aspecto técnico, aquellos necesarios para implementar la tecnología y capacitar a la fuerza laboral en su uso, al tiempo que retienen a los profesionales que realizan el trabajo real.

5. Los asistentes de la IA serán realmente útiles

La IA está realmente entretejida en nuestras vidas ahora, hasta el punto de que la mayoría de las personas no se preocupan por el hecho de que cuando buscan en Google, compran en Amazon o miran Netflix, se deben hacer predicciones altamente precisas basadas en la IA para lograrlo. El flujo de la experiencia.

Cuando nos relacionamos con los asistentes de IA, como Siri, Alexa o el asistente de Google, por ejemplo, tenemos una sensación un poco más evidente de compromiso con la inteligencia robótica para ayudarnos a comprender la gran cantidad de fuentes de datos disponibles en el mundo moderno.

En 2019, más de nosotros utilizaremos un asistente de IA para organizar nuestros calendarios, planificar nuestros viajes y pedir una pizza. Estos servicios serán cada vez más útiles a medida que aprendan a anticipar mejor nuestros comportamientos y a comprender nuestros hábitos. Los datos recopilados de los usuarios les permiten a los diseñadores de aplicaciones entender exactamente qué características proporcionan valor y cuáles están infrautilizadas, lo que quizás consuma recursos valiosos (a través del ancho de banda o informes) que podrían utilizarse mejor en otros lugares.

Como resultado, las funciones para las que queremos utilizar la IA, como ordenar taxis y entregas de alimentos y elegir restaurantes para visitar, son cada vez más sencillas y accesibles. Además, los asistentes de la IA están diseñados para ser cada vez más eficientes en la comprensión de sus usuarios humanos, ya que los algoritmos de lenguaje natural utilizados para codificar el habla en datos legibles por computadora, y viceversa, están expuestos a más y más información sobre cómo nos comunicamos.

Es evidente que las conversaciones entre Alexa o Google Assistant y nosotros pueden parecer muy poco desarrolladas hoy. Sin embargo, la rápida aceleración de la comprensión en este campo significa que, para fines de 2019, nos acostumbraremos a un discurso mucho más natural y fluido con las máquinas con las que compartimos nuestras vidas.

Fuente: Bernard Marr es un autor best-seller y orador principal de negocios, tecnología y Big Data. 

El Big Data y su lado oscuro

Los datos son indiscutiblemente la clave para la innovación organizativa, ya que brindan inmensas oportunidades para que las empresas tomen decisiones comerciales informadas. Pero, mientras que las organizaciones adoptan el Big Data, también deben considerar su lado oscuro.

Big Data tiene una gran fuerza para transformar las empresas y su forma de hacer negocios. En la actualidad, las organizaciones están buscando con avidez formas de eclipsar a sus competencias en un panorama competitivo cada vez mayor y Big Data les abre el camino para cumplir su objetivo. El Big Data, si se analiza adecuadamente, descubre patrones ocultos e información informativa que ayuda a las empresas a mejorar su eficiencia operativa. Si hay que creer en las fuentes (y no veo ninguna razón por la que no debamos hacerlo), el 53% de las empresas en los EEUU han adoptado el análisis de Big Data para aprovechar su poder. Esta estadística indica que el Big Data está llegando a la corriente principal. Si bien vemos que la mayoría de las compañías en los EEUU están aprovechando el Big Data, también es vital que consideren su potencial para dañarnos. Puede que sea difícil para nosotros creerlo, pero la realidad es que también hay un lado oscuro en el Big Data.

Explorando la oscuridad del Big Data

La implacable adopción de Big Data ha llevado a las empresas a priorizar su atención para resolver los tres principales problemas de datos importantes que se mencionan a continuación:

1. Seguridad de datos. Los usuarios de Internet son una población en crecimiento. Usamos Internet para navegar, realizar pagos en línea, navegar por las redes sociales y hacer mucho más. Cada vez que nos conectamos, dejamos un rastro. Nuestra información confidencial queda atrapada en el espacio digital sin que nos demos cuenta. Además, en algún rincón de este mundo digital se encuentran hackers, que están esperando con entusiasmo para robar nuestra información personal. Desde luego no nos gustaría compartir nuestros detalles. Cuanto más tiempo pasamos en línea, más nos engañan para divulgar nuestra información. Por ejemplo, puede hacer clic en la opción de llamada a la acción "cupones gratuitos disponibles ahora" y aterrizar en un sitio web falso, y revelar su información confidencial, convirtiéndose en una víctima.

2. Privacidad de datos. Con el advenimiento de las tecnologías de la era moderna, ¿No cree que su privacidad está siendo comprometida? El brote de dispositivos conectados a la IoT (Internet of Things) ha dado lugar a un problema considerable de robo de nuestros datos privados. Los dispositivos portátiles, los dispositivos implantables, los hogares inteligentes, los vehículos inteligentes y muchos de estos dispositivos conectados a la IoT del día a día recopilan datos útiles en tiempo real a través de sensores. Los datos recopilados ayudan a las organizaciones a evaluar nuestros patrones de comportamiento, lo que les permite mejorar o innovar sus servicios para mantenerse relevantes en este mundo competitivo. Es evidente que las organizaciones basadas en clientes utilizan benignamente nuestros datos, pero ¿Qué hay de nuestra privacidad?

3. Calidad de los datos. Existen múltiples fuentes de Big Data, desde donde las empresas recopilan información sobre nosotros. Por ejemplo, las plataformas de redes sociales, los datos de IoT, nuestros clics mientras navegamos por Internet, etc. Las empresas deben considerar de manera prominente la recopilación de datos significativos y de alta calidad. ¿Por qué? Si las organizaciones se centran más en la cantidad de datos que en la calidad, tendrán que realizar un análisis de datos complejo sobre los datos. Cuanto más cantidad, más contenido inútil contienen los datos. Además, la recopilación de datos de baja calidad también puede perjudicarnos. Por ejemplo, todos somos conscientes del hecho de que los algoritmos de AI (Artificial Intelligence) son conocidos por sus resultados "imparciales". Sin embargo, ¿Qué sucede si la organización recopila datos que contienen sesgos cognitivos o de género? Naturalmente, los desarrolladores entrenarán el modelo de AI con los datos erróneos, desarrollando un modelo de AI "sesgado". Por lo tanto, las organizaciones tienen que encontrar una manera de recopilar datos útiles, claros y de alta calidad solamente.

Las organizaciones deben incorporar una política adecuada y estricta de gobernabilidad de Big Data, asegurando que los datos del consumidor no se vean comprometidos, sin importar qué. Con la infraestructura adecuada, datos significativos y expertos en IT (Information Technology), las organizaciones pueden aprovechar los beneficios de Big Data al nivel óptimo.

Fuente: Naveen Joshi. Fundador y CEO de Allerin. Experto en Big Data, IoT, AI y Blockchain.

Lecciones de negocios que se pueden aprender jugando videojuegos

¿Quién dice que jugar un video juego es una pérdida de tiempo? Resulta que hay algunas valiosas lecciones de negocios que podemos aprender jugando al popular video juego en línea "Fortnite: Battle Royale".

Sobre el juego, Fortnite: Battle Royale

Este popular video juego se puede jugar en una PC, Mac, Xbox, PlayStation e incluso en tu iPhone. La primera decisión en el juego es cuándo debes lanzarte desde un autobús volador. Otros noventa y nueve jugadores realizarán el mismo cálculo sobre cuándo y dónde saltar a una isla que tiene monstruos, tormentas impredecibles y un alijo de armas dispersas por todas partes. Quieres un lugar que tenga recursos abundantes y no ser invadido por otros jugadores cuya prioridad principal sea aniquilarte. El objetivo es ser el último en pie y construir refugios para protegerse de las tormentas y defenderse contra otros jugadores, encontrar recursos y eliminar a otros jugadores para convertirse en el único sobreviviente. Después de unos minutos de juego, aparecerá un círculo en el mapa y deberás entrar dentro del círculo porque serás vulnerable a las tormentas que tienen lugar fuera del círculo. Si está atrapado en la tormenta, se agotará tu salud y si tu puntaje de salud es demasiado bajo, perecerás. A medida que el juego continúa, el círculo se hará más pequeño y moverá las ubicaciones.

Lecciones de negocios de Fortnite

Lo creas o no, este video juego ofrece muchas lecciones de negocios y de vida. Éstos son sólo algunos:

• Aunque no comiences con mucho, hay recursos disponibles.

• La única herramienta que tienes cuando caes del cielo es un pico. En el juego, tienes que reunir recursos que incluyen primeros auxilios, municiones, armas y más para tener una oportunidad de éxito. Tu primera prioridad es conseguir recursos. De manera similar, cuando comienzas un negocio, es probable que no tengas muchos recursos, pero cuanto más tiempo estés en el juego, más recursos y conocimientos tendrás.

• Cuídate.

• Las pociones de escudo se deben consumir en el momento en que las encuentres para que tu salud se mantenga fuerte. Para ser efectivo como profesional de negocios, primero debes cuidar tu cuerpo y tu mente o no tendrás nada más que dar. La prioridad tanto en el juego como en los negocios es cuidarse primero, de modo que esté preparado para cuidar a los demás.

• Aprender a adaptarse.

• El cambio es la única constante, en el juego y en la vida. Las condiciones y los entornos están cambiando, por lo que cuanto mejor puedas adaptarte para cambiar, más resistente serás. Habrá cosas fuera de su control: el clima, los competidores. Lo único que puedes controlar es tu reacción a las circunstancias.

• Siempre construye, incluso bajo fuego.

• En el juego, construir refugios incluso bajo fuego puede ser muy beneficioso para tu supervivencia. Incluso cuando el mercado es difícil o los ingresos son bajos, los buenos líderes empresariales saben que deben seguir creciendo de alguna manera para que estén preparados cuando cambien las condiciones. Eso podría significar capacitación, procesos de actualización y otras iniciativas para construir tu empresa, incluso si te encuentras en una situación difícil. Cuanto mejor construyas bajo presión, más fácil será construir cuando tengas condiciones más favorables.

• Usa las herramientas adecuadas.

• Como competidor en Fortnite, tienes la capacidad de cambiar las armas por otras más efectivas cuando las encuentres. Es importante aprender los beneficios de cada arma y usar la arma adecuada en el momento adecuado. En los negocios, usar la tecnología y las herramientas adecuadas para hacer el trabajo le ayuda a obtener una ventaja competitiva.

• El éxito en los negocios es una mezcla de habilidad, suerte y oportunidad. Si la suerte está de tu lado en el juego o en los negocios, no está bajo tu control. Entonces, cuando la suerte no esté de tu lado, debes aceptar la situación y continuar. Cuando tengas suerte, agradece tu buena fortuna y aprovechar al máximo.

Clásico millennial gamer

• No te vuelvas complaciente.

• Usa el impulso que obtienes después de un éxito (adquirir un buen recurso, defender su posición o cerrar un gran negocio) para catapultarlo. Te vuelves increíblemente vulnerable cuando permites que el éxito disminuya tu atención a los detalles o enturbie tu juicio.

• Ponte ahí afuera (no te escondas).

• Solo puedes mejorar jugando Fortnite cuando realmente te relacionas con otros competidores. Si tu única estrategia es ocultarte, podrías sobrevivir por un tiempo pero no aprenderás los fundamentos del juego. En los negocios, los errores son un paso esencial para aprender. Entonces, tienes que ponerte por ahí para progresar. Incluso si falla, estás aprendiendo a ser mejor para la próxima oportunidad de negocio que se te presente.

¿Has jugado el juego? ¿Qué lecciones de negocios agregarías?

Fuente: Bernard Marr es un autor best-seller y orador principal de negocios, tecnología y Big Data. 

La garantía de Big Data en la Industria Manufacturera

La industria manufacturera se encuentra en medio de una revolución debido a los avances tecnológicos exclusivos en este sector. La aplicación de la Big Data en la fabricación , permite estrategias informadas y crean la hoja de ruta hacia el futuro.

Esta industria, es una de las que han experimentado cambios monumentales en las últimas décadas. Además de simplemente automatizar los procesos involucrados, las industrias manufactureras también aprovechan las tecnologías para otros fines. Big data en la fabricación es una de esas aplicaciones que se está realizando popularmente. Big data es información que se recopila de diversas fuentes y se obtiene su beneficio a través de su análisis que proporciona a una organización información valiosa, lo que les permite tomar mejores decisiones. La aplicación de la Big Data en la fabricación ayudan tanto a los fabricantes como a los clientes.

Big Data en la fabricación aseguran pronósticos relevantes

Un requisito principal para casi todas las empresas manufactureras es poder pronosticar la cantidad de unidades que se producirán. Anteriormente, esta previsión se realizaba en base a estimaciones. Estas estimaciones condujeron a errores y pérdidas, ya que a menudo eran incorrectas, lo que llevó a las organizaciones a producir unidades en cantidades superiores o inferiores a las requeridas.

El uso de Big Data en la fabricación ha permitido a las empresas superar estos obstáculos y ser capaces de desarrollar productos según las necesidades del mercado. Al utilizar el análisis de Big Data, las organizaciones pueden determinar la demanda de productos. Esta información puede recopilarse a través de las retroalimentaciones de los clientes y puede analizarse más a fondo para determinar qué producto tiene la mayor demanda.

Big Data en la fabricación asegura trazabilidad

Dado que la fabricación implica una gran cantidad de gestión de la cadena de suministro, la trazabilidad que acompaña al Big Data ayuda a realizar un seguimiento de los productos enviados desde las fábricas. La rastreabilidad es necesaria para buscar y monitorear el progreso del suministro y mantener relaciones eficientes con los clientes. Otra razón por la que el seguimiento de los productos manufacturados, durante la fase de entrega, se vuelve importante es que cuando el monitoreo no está disponible para las personas, los productos son imposibles de rastrear en caso de que se pierdan. Con el análisis de Big Data, se puede superar con el uso de sensores. Estos pueden transmitir las coordenadas de los paquetes y ayudar a una organización a realizar un seguimiento efectivo de un envío.

Existen varias industrias que aprovechan con éxito el análisis de Big Data para mejorar su fuerza de trabajo y aumentar de manera efectiva la producción y las ventas. Mientras que la industria del Big Data crece en diferentes países, sus aplicaciones no se limitan solo a algunas áreas; hay múltiples formas en que los macro datos pueden ser útiles.




Fuente: Naveen Joshi. Fundador y CEO de Allerin. Experto en Big Data, IoT, AI y Blockchain.

¡Felices Fiestas Patrias!

La banca y la amenaza de los robots financieros

Gerard Varjacques, Ingeniero informático, pasó la mayor parte de su carrera en empresas pioneras de servicios financieros antes de comenzar su propia firma de consultoría de tecnología financiera. En el desarrollo de sus labores, vio que la relación entre las empresas de tecnología financiera y los bancos tradicionales, están evolucionando de enemigo a enemigo. 

Cuando recién comenzaba, los grandes problemas eran un mayor ancho de banda y la transferencia de información en tiempo real. Hoy predice que las tecnologías como Blockchain e Inteligencia Artificial, serán los impulsores de un nuevo panorama financiero. Pero ¿Quienes serán los ganadores y los perdedores?, eso no está del todo claro.

"Es absolutamente cierto que las tareas repetitivas en los servicios financieros desaparecerán. Los banqueros o comerciantes minoristas tienen razón en estar preocupados", dijo Varjacques, fundador y CEO de Haboker Consulting, "Un teléfono inteligente o una aplicación, se convertirán en el nuevo banco, o un medio para abrir una línea de crédito".

"La razón de ser de las compañías financieras tiene que ser la innovación", dijo. "No es un miedo o ansiedad. Es un hecho. Tienes cada vez menos comerciantes y cada vez hay más automatización".

Varjacques es solo uno de los más de 1,000 banqueros minoristas, banqueros de inversión, asesores financieros y profesionales de Fintech (Financial Technology) que respondieron a una reciente encuesta de LinkedIn sobre cómo la tecnología está impactando en la industria de servicios financieros. Según esta encuesta, el 39% cree que Fintech y los servicios financieros tradicionales pueden y van a coexistir. Esa es una cifra impresionante, y tal vez optimista. Aún así, nuestra encuesta sugiere que la mayoría de los profesionales de servicios financieros, todavía ven una relación más competitiva entre las empresas Fintech frente a las firmas de servicios financieros tradicionales.

Los profesionales de las finanzas están legítimamente preocupados por perder sus empleos, por robots y aplicaciones móviles sobrealimentadas con Inteligencia Artificial. El empleo de los cajeros bancarios tiene una tendencia a disminuir y la cantidad de sucursales bancarias ha disminuido debido a la consolidación de la industria y el cambio tecnológico.

Ash Egan, Director de la firma de capital de riesgo en Converge, lo explica de esta manera: "Le guste o no, su empresa está diseñando estrategias o está explorando formas de automatizar componentes (o la totalidad) de su trabajo", ¿Cómo evolucionará FinServ con la tecnología emergente? "Las tendencias de la inteligencia de la máquina y la tecnología Blockchain son dos de las principales fuerzas, y estas tecnologías impulsarán grandes cambios en la banca, el comercio, la gestión de patrimonio y el análisis de riesgos". 

Para capturar una instantánea del sentimiento más amplio de la industria, LinkedIn encuestó a 1,012 profesionales financieros de EEUU que trabajan en Fintech, banca de inversión, banca minorista y administración de patrimonio / servicios de asesoramiento financiero. La encuesta se realizó entre mayo y junio del 2017 y también incluyó a encuestados de los ámbitos de banca corporativa, gestión de fondos de cobertura, contabilidad, seguros y capital privado.

Algunos de los principales hallazgos incluyen:

• Preocupación por la seguridad laboral: Una cuarta parte (25%) de todos los profesionales de Finserv, están preocupados de que la automatización afecte la seguridad de su trabajo. 

• ¿Amigo o enemigo? Los profesionales de Fintech son mucho más propensos a pensar que Fintech es una "amenaza directa" a los servicios financieros tradicionales.

• Para algunos, Fintech es una moda pasajera: Los asesores financieros / gerentes de patrimonio, piensan que siempre habrá demanda de servicios financieros tradicionales, mientras que el interés en Fintech aumentará y disminuirá.

• Los seres humanos aún importan: Los gerentes de riqueza son más propensos a decir que las mayores amenazas para Fintech son planteadas por la necesidad humana de conversar con otros humanos.

• El 29% de los asesores financieros / gerentes de patrimonio dicen que la mayor amenaza para Fintech es la "interacción / retroalimentación reducida de las relaciones humano-cliente.

• El 19% de los asesores financieros / gerentes de patrimonio dicen que la mayor amenaza para Fintech es la "incomodidad humana con los servicios financieros automatizados".

• No todos los profesionales de las finanzas piensan igual: Cuando se les pregunta sobre los aspectos más importantes de Fintech que son más relevantes para su sector, tienden a alinearse más estrechamente con los banqueros de inversión para ver el aprendizaje automático / inversión basada en inteligencia artificial. 

¿Qué están haciendo los líderes financieros para mantenerse al día con Fintech?

Después de años de exasperación por el aumento de la tecnología que traga los servicios financieros tradicionales, los principales ejecutivos financieros coinciden en que deben adoptar tecnología emergente para prosperar e incluso sobrevivir.

Brian Duperreault, Presidente y CEO de AIG, se centró en el impacto que la automatización ha tenido en la industria de seguros, y preguntó: ¿Los robots se harán cargo de la industria de seguros? Señaló que la suscripción de pólizas de seguros pequeñas (una floristería local por ejemplo), puede completarse sin que la gente se involucre, ya que una máquina puede hacer gran parte del trabajo sin sesgo o error. Pero las grandes y complejas políticas, aún requieren la participación y la toma de decisiones por parte de las personas porque los clientes lo demandan.

Fuente: Walden Siew. Periodista, Editor, Escritor. Media professional.

¡Feliz día del padre!

Este domingo 17/06, RSK Consulting les desea un ¡Feliz día del padre! 

.

Analytics: Protagonista en la transformación digital

El martes 5 de junio, RSK Consulting asistió a la conferencia “Analytics: Protagonista en la Transformación Digital 2018”, evento realizado en el Hotel Swissotel y organizado por SAS, líderes en innovación analítica. 

Este programa exclusivo para las industrias de Retail, Telco, Banca, Manufactura y Gobierno, entre otros temas, explicó el concepto “Data is the new oil” y la oportunidad para redefinir las formas de operar y lograr nuevos niveles de crecimiento, a través de la transformación digital. 

El evento contó con la participación de expertos en el ámbito de la analítica, tendencias tecnológicas y clientes nacionales, quienes aportaron su visión sobre las nuevas tecnologías según el campo donde se desarrollan.

Marcelo Sukni, Country Manager de SAS, speaker del evento.

Cabe resaltar que RSK Consulting es uno de los socios estratégicos de SAS en el Perú, garantizando a nuestra empresa y consultores, la implementación de tecnología de vanguardia, situándonos al nivel de las mejores consultoras del mundo.


Link del evento: https://www.sas.com/es_pe/events/2018q1/plataforma-analitica.html

Innovation Summit 2018. Un nuevo liderazgo en la era de la disrupción

RSK Consulting asistirá a la conferencia "Innovation Summit 2018. Un nuevo liderazgo en la era de la disrupción", evento organizado por IBM del Perú.

Donde descubriremos cómo lo verdaderos líderes en innovación son organizaciones que comprenden hacia dónde va su industria y han reestructurado sus organizaciones para potenciar las habilidades de las personas, alentar la innovación interna y fomentar nuevas ideas. Son estos líderes quienes están aprovechando la data y las tecnologías emergentes para retomar el liderazgo de la disrupción. Además de utilizar la Data, Inteligencia Artificial, Blockchain y otras tecnologías, para crear plataformas que les dan una ventaja disruptiva en un futuro que ya estamos viviendo. 

Más información: https://wis2018.mybluemix.net/index.html

Analytics: Protagonista en la transformación digital

RSK Consulting, como partner de SAS en Perú, confirma su participación en el evento “Analytics, protagonista en la transformación digital 2018”, que tendrá lugar el próximo 5 de junio en el Hotel Swissotel, Lima.

La actividad es organizada por SAS, líderes en innovación analítica, y contará con la participación de expertos en el ámbito de la analítica, tendencias en tecnologías y clientes nacionales que aportarán su visión sobre transformación digital según el campo donde lo desarrollan. 

Mayor información: 

https://www.sas.com/es_pe/events/2018q1/plataforma-analitica.html

¡Feliz día de la madre!

Este domingo 13 de mayo, celebramos el día de la madre y queremos desearles un feliz día junto a sus familiares.

Primera tarea: El cambio de mindset

¡Excelente artículo! La transformación es cultural... se requiere una mentalidad que cuestiona cómo se hacen las cosas y que incorpora nuevas tecnologías para crear soluciones distintas. Primera tarea: el cambio de mindset.

El artículo completo de Semana Económica:
http://semanaeconomica.com/caso/primera-tarea-el-cambio-de-mindset/

https://www.youtube.com/watch?v=4OK0rTm0cRQ

¡Feliz Día Internacional de la Mujer!

¡Seguimos creciendo juntos!

La inteligencia artificial está cambiando el marketing

A pesar de lo que el consumidor promedio pueda darse cuenta, AI (Artificial Intelligence) o la Inteligencia Artificial ya es una parte central de su vida cotidiana. 

En nuestras vidas modernas, nadie queda intacto por el poder de la Inteligencia Artificial. Ya se trate de la asistencia virtual y conversacional de Siri o Alexa, o el motor de recomendaciones hipersensibles de Netflix, hay pocos lugares en nuestra vida digital que no se vean mejorados por el aprendizaje automático y los algoritmos. En el mundo de los negocios, especialmente en las esferas de marketing y publicidad, para cualquier organización que busque ganar un punto de apoyo o mantener una ventaja, aprovechar el poder de la AI está más allá del punto de la teoría.

Considere estos puntos cruciales en la línea de tiempo de marketing AI:

Como se informó en Bloomberg, con la proliferación de la computación en la nube, las redes neuronales, la investigación y los conjuntos de datos, las inversiones y los avances en la AI alcanzaron un punto de inflexión hace dos años sin signos de detenerse.

Según Digiday, el mercado de inteligencia artificial "se estima que alcanzará $ 5.1 mil millones en todo el mundo en 2020, un 54% más que el año pasado. Y se espera que los medios y el sector publicitario tomen la mayor parte del mercado global de AI".

El gasto en medios digitales superará los dólares de publicidad televisiva por primera vez este año. Para 2020, el gasto digital estará a la cabeza. Ningún negocio de comercialización sobrevivirá sin aprovechar AI.

Ya sea que esté a bordo o no, aquí hay un resumen de las 3 principales formas en que AI está cambiando la cara del marketing: No solo suplantando las tradiciones en quién está mirando estos datos, sino cómo tomamos decisiones claves, desde contenido y creatividad hasta atención al cliente para medir y actuar sobre los datos y como el marketing puede beneficiarse.

1. Creación y curación de contenido

Ya hay ejemplos anecdóticos de agencias que emplean AI para tomar decisiones creativas, en algunos casos, se acercan bastante a los resultados de las creatividades humanas. El potencial está creciendo para AI para ayudar a destacar y determinar los elementos creativos clave con éxito comprobado, derivados de los datos. Desde los componentes básicos del contenido creativo (gráficos, video, música y texto) hasta los marcos en los que se combina la creatividad: Diseño de sitios web, contenido de correo electrónico, copia de anuncios, reconocimiento de imágenes, etc. Aprovechando el vasto y creciente campo de los motores de recomendación, también es una forma esencial a prueba del futuro para que los especialistas en marketing obtengan contenido con el que pueden estar seguros de que los consumidores realmente desean participar. Tarde o temprano, las máquinas podrán determinar cosas que terminan siendo una pérdida de tiempo y recursos para creatividades valiosas.

2. Bots y reconocimiento de idiomas

Ya destaqué las voces del rápido crecimiento de bots como asistentes virtuales como Siri, Alexa y otros, pero su charla conversacional no es solo para el hogar o el bolsillo. Administrar el servicio al cliente, por ejemplo, podría beneficiarse de AI, de saber cuándo y dónde enrutar problemas comunes del cliente, administrar recursos humanos e incluso aplicaciones de servicio al consumidor, utilizando lo mejor en reconocimiento de voz y lenguaje para responder. Además, a medida que más y más consumidores interpretan sus experiencias digitales a través de robots de diversa índole, los especialistas en marketing inteligente deberán comprender cómo apelar a los algoritmos y "gustos" de esos bots para ponerse frente a los consumidores que necesitan.

3. Medición y optimización

La gran cantidad de datos que podemos recopilar digitalmente ha hecho que sea increíblemente simple entender qué tan bien ha funcionado una campaña. Pero la industria continúa luchando con las preguntas más difíciles, como "¿Por qué una campaña tuvo éxito? La tecnología de AI puede profundizar en el ADN de nuestros esfuerzos de marketing, recopilar aún más datos y aplicar filtros y categorías inteligentes. Llevándolo aún más lejos, la contribución de AI a la optimización de la orientación de anuncios, precios eficientes, la eliminación de redes publicitarias sin futuro y, finalmente, la eliminación gradual del enfoque de "configúrelo y olvídese" para la optimización será la vía esencial para el éxito en el marketing inteligente de hoy y del futuro.

Fuente: Ben Legg. Director ejecutivo de AdParlor. Escritor del libro, Marketing for CEOs: Death or Glory in the Digital Age.

Cómo debe crecer un Data Scientist

Para que un científico de datos crezca, deben ser desafiados más allá de los aspectos técnicos de sus trabajos. Necesitan cuestionar sus fuentes de datos, ser concisos en sus ideas, conocer su negocio y ayudar a guiar a sus líderes.

El papel de un científico de datos aún varía de una compañía a otra e incluso de un equipo a otro. Esto hace que sea mucho más difícil para las empresas crear un plan de crecimiento estandarizado para sus científicos de datos.

Sin un plan de crecimiento claro, existe el riesgo de que estos talentosos asistentes informáticos se queden estancados. Podrían proporcionar buenas perspectivas, pero nunca crecerán realmente ni proporcionarán el verdadero ROI que tienen para ofrecer a un negocio o, lo que es más importante, a ellos mismos.

Con esta idea, conversamos con los gerentes de Seattle que trabajaban en las principales compañías tecnológicas para averiguar qué querían y esperaban de sus principales científicos de datos. Queríamos compartir la información que aprendimos tanto para ayudar a los científicos de datos a crecer, como para ayudar a los gerentes que intentan desafiar a sus nuevos científicos de datos a seguir creciendo.

Asi descubrimos que no se trataba de programación o diseño de algoritmos (que era una referencia para un científico de datos Jr.). Cuando les preguntamos a estos gerentes qué querían ver de sus científicos de datos más antiguos, nos informaron que querían personas motivadas que pudieran comunicarse de manera concisa, que pudieran pensar por sí mismas y que tuvieran una sólida comprensión del negocio.

"Los científicos de datos tienen la oportunidad de influir en las decisiones de la compañía".

Para que un científico de datos crezca, deben ser desafiados más allá de los aspectos técnicos de sus trabajos. Los científicos de datos tienen la oportunidad de influir en las decisiones de la compañía. Ellos tienen mucha responsabilidad sobre sus hombros. Eso significa que necesitan hacerse cargo del trabajo que hacen. Necesitan cuestionar sus fuentes de datos, ser concisos en sus ideas, conocer su negocio y ayudar a guiar a sus líderes.

No cuestione sus hallazgos, pregunte sus datos

Un experto en datos científicos no solo confiará en sus datos después de recibirlos, también lo pincharán y lo presionarán con prejuicios, datos faltantes, datos duplicados, etc.

Los datos tienen caprichos. Para aquellos que pasan horas y horas en datos, sabes lo que estoy diciendo. Mientras se desplaza o grafica datos, se ven esos patrones extraños que lo hacen detenerse y decir "Me pregunto por qué x parece z". Los científicos de datos más jóvenes a menudo estarán demasiado enfocados en terminar el proyecto. No han aprendido cómo detenerse y realmente analizar estos patrones extraños. Estos patrones pueden ser causados ​​por sistemas que predeterminan salidas de datos específicos, como -1 o 1 o incluso datos parciales causados ​​por la compra de bots que pueden sesgar lo que los clientes realmente están comprando en un sitio de comercio electrónico y otras mil causas plausibles de información engañosa.

Estos patrones no son necesariamente datos incorrectos o malos. Incluso cuando los datos son precisos, siempre habrá caprichos operacionales. Un científico de datos con experiencia no solo buscará estos caprichos de datos, sino que los esperará.

El término fuente de la verdad se usa mucho en los equipos de datos. Se refiere a la fuente de datos original que varios equipos han decidido que es correcta. Fui muy ingenuo cuando comencé como científico de datos. En uno de mis primeros proyectos, me informaron sobre una fuente de datos que nuestro equipo había etiquetado como fuente de verdad. Durante meses trabajé en nuestra "Fuente de la Verdad" desarrollando análisis y aplicaciones para ayudar a más de 200 gerentes y directores a tener acceso a esa información. Por supuesto, no pasó mucho tiempo hasta que hubo problemas de coherencia con otras métricas. Fue entonces cuando me di cuenta de que había estado trabajando en una fuente de datos de varios ETL de la fuente de la verdad.

Hablando con los gerentes de tecnología en Seattle. Este es un problema común. Los jóvenes analistas, científicos de datos y desarrolladores confían demasiado en sus fuentes de datos. Por lo general, los empleados más jóvenes y menos experimentados estarán muy ansiosos de realizar el trabajo. Esto inadvertidamente conducirá a una menor comprensión de lo que realmente son los datos. En lugar de preguntar por qué, pasan más tiempo asegurando las "funciones" del producto. Por lo tanto, se pierden al notar las peculiaridades de los datos.

Para crecer como científico de datos, debe evitar simplemente asegurarse de que un producto o algoritmo "cumpla con los requisitos" y se haga dueño. Debe asumir la responsabilidad de comprender los datos y sus peculiaridades. De esa forma, puede comunicarle por completo a su gerente o director, todas y cada una de las suposiciones que hizo. Un científico de datos no puede crecer verdaderamente si culpa a los malos resultados de los datos.

Se capaz de indicar de manera concisa el valor de sus hallazgos

Para crecer como científico de datos, tienes que expandirte más allá de ser un programador/estadístico. Debes aprender cómo ser un comunicador y debes obtener la capacidad de expresar de forma concisa el valor de tus hallazgos y también indicar qué debe hacer tu director con la información.

Puede ser tentador proporcionar a los directores y gerentes todos los gráficos, todos los datos y toda la información técnica que se recopiló durante nuestra investigación para demostrar que en realidad estábamos trabajando. Especialmente en la ciencia de los datos, donde a veces se necesitan algunos meses para avanzar valiosamente en un solo problema (por una buena razón). Sin embargo, al final de todo, los directores no quieren un exceso de información.

Conozca su negocio

Cada vez que un científico de datos comienza un nuevo trabajo, es comprensible que no entienda todo sobre el nuevo día hábil. Hay mucho que aprender además de las fuentes de datos, bases de código y otros sistemas específicos de la compañía. Deben aprender sobre el funcionamiento diario de los datos con los que trabajarán. También necesitan comprender los problemas que enfrenta la empresa. Sin embargo, un experto en datos científicos debería ser capaz de obtener rápidamente una comprensión de un negocio.

Aprenda cómo trabajar con diferentes equipos, participe en proyectos y permítase ser un mentor diligente. Los científicos de datos pueden participar en proyectos tras proyectos en diferentes tipos de temas y deben poder adaptarse rápidamente, incluso los más experimentados necesitan enfocarse más en el porqué de sus proyectos. Si un gerente no desafía a sus miembros más experimentados del equipo de ciencia de datos para crecer y aprender el negocio, entonces es algo de lo que es culpable por la falta de crecimiento. Cada año o cada pocos meses, los gerentes deben ayudar a desafiar a los científicos de datos más experimentados para asegurarse de que realmente están creciendo. De lo contrario, una empresa está perdiendo el ROI máximo.

Alta administración

Administrar requiere que los científicos de datos (o cualquier otra persona en cualquier empresa para el caso) tomen el tiempo necesario para comprender las necesidades de los gerentes. No solo lo que la compañía necesita. ¿Qué quiere el jefe de usted y de sí mismo? Una vez que entiendes eso, entiendes lo que los impulsa. Eso permitirá que un científico de datos anticipe las necesidades de sus jefes antes de que se lo pidan. Esto ayudará a desarrollar la confianza, así como una mayor inversión de sus gerentes y directores. Este mundo no es todo acerca de tu crecimiento ¡Los administradores también quieren crecer! Como experimentado, usted sabe que ayudar a otros a crecer y alcanzar sus metas significa que usted también gana.

Resumen

Se espera que los científicos de datos hagan más que simplemente crear algoritmos y administrar grandes conjuntos de datos. El valor de los científicos de datos experimentados proviene no solo de sus habilidades técnicas, sino también de sus habilidades blandas. La información y los algoritmos que los científicos de datos crean impulsarán las decisiones de la alta gerencia. Por lo tanto, cualquier cosa que proporcionen debe ser comprensible para los directores y vicepresidentes que administran millones de dólares en personas, recursos, equipos, proyectos ... y todo lo demás en una empresa. Esto significa que para que un científico de datos crezca en valor a un negocio, debe aprender lo que el negocio encontrará valioso.

Fuente: Benjamin Rogojan. Experto en datos, marketing e IT.