Conseguimos llenar el auditorio y más de 700 personas nos siguieron por streaming desde diferentes puntos
del planeta, ¡gracias a todos!
Para aquellos que no pudieron
verlo o que quieran revivir sus momentos favoritos, hemos creado esta serie
donde iremos compartiendo todas las ponencias. Comenzamos hoy con el primer
bloque. En él ChemaAlonso, CDO de Telefónica, nos ofreció las claves para entender el
posicionamiento de LUCA y, de manera más amplia, el de Telefónica en sus servicios de Big Data e Inteligencia
Artificial para empresas.
 |
| Figura 1. Ponentes durante el LUCA Innovation Day 2018 |
En la primera parte, “The road from Big Data to AI”, Chema
Alonso contó la génesis y desarrollo de la Cuarta
Plataforma: nos relató el viaje interno que ha vivido Telefónica hasta
convertirse en una compañía data driven,
cómo se ha conseguido unificar el lenguaje de datos en todos los países y
plataformas y cómo LUCA es parte
fundamental de esta transformación.
De esta forma, Telefónica ha sido
capaz de generar un sistema de datos robusto sobre el que construir su Inteligencia
Artificial, Aura, que hace posible que los usuarios interactúen con los
sistemas sin tener que aprender un lenguaje nuevo.
internos hace que ahora podamos poner
nuestra propia experiencia al servicio de nuestros clientes a través de
LUCA.
Después de esta introducción, Julia Llanos subió también al escenario y juntos explicaron un caso práctico en directo. Suponiendo
que no somos Telefónica, ¿cómo podríamos
construir una Inteligencia Artificial desde cero? El supuesto era el siguiente:
somos la ciudad de Madrid y queremos utilizar la inteligencia artificial para
predecir cuál va a ser la calidad del aire en los próximos días y cuáles son
las medidas que tenemos que tomar para que la movilidad de la ciudad se vea
afectada lo menos posible.
El modelo analítico de predicción
se construyó en base a open data de meteorología, open data del Ayuntamiento de
Madrid sobre la contaminación del aire y datos de movilidad desde nuestra
plataforma Smart Steps.
Utilizando Big Data y analítica descriptiva, fueron capaces
de construir un panel que mostraba toda la información. A partir de ahí y con analítica predictiva, se podía extraer
cuál iba a ser la calidad del aire de cada zona hasta 48 horas, y con analítica prescriptiva se conseguía
determinar qué medidas debían aplicarse para mantener los niveles dentro de los
parámetros.
Para darle una aproximación B2B,
añadieron una capa de procesamiento de lenguaje natural que permitía que el
usuario pudiera hablar con la tecnología y que esta se simplificara. Los
canales que utilizaron para ello fueron Facebook Messenger y Movistar Home.
No te pierdas el vídeo para ver el paso a paso:
Para mantenerte al día con LUCA visita nuestra página web, y no olvides seguirnos en Twitter, LinkedIn y YouTube.
