Big data e inteligencia artificial aceleran la transformación de los negocios

Mercedes Núñez    22 mayo, 2019
big-data-e-inteligencia-artificial

Las posibilidades que proporciona conectar big data e inteligencia artificial con el negocio son infinitas. De ello hablará hoy en DES Elena Gil, directora global de Big data en el grupo Telefónica y CEO de LUCA y próximamente un compañero escribirá al respecto.

Estas tecnologías ayudan a acelerar la transformación de las corporaciones pero para obtener los beneficios asociados es preciso hacerlo de la manera correcta y resulta clave el acompañamiento de un partner experto.

Recuerdo que en la segunda mesa redonda del evento Women in data science, del que ya escribí, se dijo que “el dato duele”; en concreto la expresión fue “el dato es el pain. Pero sobre todo se habló del impacto de la inteligencia artificial y la disrupción en la empresa que permite el uso combinado de big data y esta tecnología.

Es evidente que la inteligencia artificial ha pasado de la ciencia ficción a los telediarios. Grandes compañías de los principales sectores (energía, banca, tecnología…) están invirtiendo en ella. Alicia Mateo, chapter leader advanced analytics market Iberia de Endesa, Elena Alfaro, head of data & open innovation, client solutions BBVA y Clarisa Martínez González, solution manager data analytics de Altran España contaron sus experiencias en el encuentro que se celebró en Espacio Fundación Telefónica.

La representante de Endesa explicó que la compañía se encuentra ante varios retos importantes: el de su transformación digital y el de la propia transformación del sector, en el que el Plan Nacional Integrado de Energía y Clima dibuja un nuevo escenario con la apuesta por la transición hacia una energía cien por cien renovable en 2050. Esto impacta en todo el negocio (también en las redes de distribución y comercialización) y emerge un nuevo consumidor prosumer, que quiere generar, compartir y vender su energía, gestionar su consumo en definitiva.

La inteligencia artificial se hace necesaria, así, en todas las etapas, como columna vertebral de la compañía. Alicia Mateo se refirió al proyecto Pandora para el mantenimiento predictivo, por ejemplo, y al reto de prestar una mejor atención al cliente, ofreciéndole tarifas personalizadas y optimizadas en función de su consumo. Para ello, el conocimiento previo, así como los contadores inteligentes resultan clave porque alcanzar el objetivo requiere una lectura de patrones de consumo en tiempo real y, como la energía se compra y se vende en el mercado mayorista, es necesario poder predecir el consumo que habrá con machine y deep learning.

Endesa es data centric y su objetivo, convertirse en una data driven company, se dijo.

Elena Alfaro, de BBVA, señaló que para los bancos la transformación digital no es un destino, sino un viaje. La llegada de las fintech y otros grandes players al sector se ha producido por los datos -dijo- y la inteligencia artificial, por lo que las entidades bancarias deben automatizar todo lo posible y centrarse en el valor añadido y la experiencia de cliente.

La inteligencia artificial en banca puede ayudar, por ejemplo, a la detección de fraudes en entornos difíciles, a determinar en base a qué información se conceden los créditos o en gestión documental en los call centers.

Pero su utilidad es innegable en distintos sectores. Clarisa Martínez, de Altran, mencionó como curiosidad cómo condicionan los datos meteorológicos decisiones de sectores tan dispares como el textil, la energía o la banca.

Es la inteligencia artificial la que permite optimizar, por ejemplo, que no haya ningún avión en tierra o que exista un mantenimiento predictivo y los procesos no se detengan.

Pero convertirse en data driven es un gran reto, como ya señalábamos. Encontrar los datos requiere un esfuerzo hercúleo, es un trabajo de “fontanería fina”, apuntaba Chema Alonso, CDO de Telefónica, en el evento Data Day 2019.

El dato, insistieron las protagonistas de esta mesa redonda, implica un trabajo de campo duro para que sea correcto, de calidad y luego hay que agregar, hacer correlaciones, “curarlo” y “servitizarlo”. Hay que democratizar el dato, definir un modelo de gobierno del mismo, garantizar su calidad con mecanismos y alarmas…

Al final, big data puede hacer cosas que parezcan magia, se consigue predecir, que es algo tan importante que puede cambiar los modelos de negocio. Pero en una gran empresa requiere una labor muy complicada por los silos de información existentes, de ahí que se dijera que el dato es el pain y toda una hoja de ruta para convertirse en data driven organizations

Este nuevo modelo de compañía exige también organizaciones agile con equipos “empoderados” que trabajen end to end para un cliente que no espera y una competencia cada vez más feroz.

A la pregunta del moderador de qué será lo próximo que veamos en inteligencia artificial se mencionó la computación cuántica, que marcará una forma de aproximación diferente, el real time. También se dijo que las personas seguiremos siendo necesarias para plantear las preguntas adecuadas, cuyas respuestas nos ayudarán a encontrar las máquinas, eso sí. Pero cada vez serán más necesarios “los filósofos de Google”.

La inteligencia artificial, como recalcó en el encuentro Carme Artigas, embajadora de Woman in data science Madrid, es fundamental que sea ética, transparente, inclusiva, que permita igualdad de oportunidades y el progreso económico y social. Que esto triunfe requiere confianza.

También que haya diversidad, pluralidad y multidisciplinariedad entre quienes la están construyendo -uno de los objetivos del evento.

“La inteligencia busca una manera diferente de hacer las cosas -se dijo- y debe aporta un valor diferencial”.

Imagen: Kevin Baird

Comentarios

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *