Entradas

¿Conoces lo que se va a llevar (en tecnología empresarial) este 2019?

La automatización de procesos mediante robótica, plataformas cibernéticas basadas en la nube, infraestructuras programables, aplicaciones inteligentes o el valor de los datos serán las cinco tendencias tecnológicas del 2019 que definirán el panorama empresarial según el informe ‘Tendencias Tecnológicas 2019’ publicado por Dimension Data. Todas ellas han sido extraídas después de analizar datos recogidos en experiencia del cliente, ciberseguridad, el negocio y la infraestructura digital, así como el lugar del trabajo digital y los servicios y futuros tecnológicos.

En el informe, el Director de Tecnología del Grupo, Ettienne Reinecke, afirma que 2019 finalmente verá que la transformación digital se convierte en una realidad y predice una serie de modificaciones en toda la industria a medida que las empresas innovadoras vean que los proyectos a largo plazo dan sus frutos. Los proyectos de transformación a menudo citados, pero raramente logrados, comenzarán a cobrar vida gracias a la madurez de las tecnologías transformadoras como la inteligencia artificial, el aprendizaje automático y la automatización de procesos mediante robótica.

  1. La automatización de procesos mediante robótica remodelará la experiencia del cliente: el crecimiento exponencial de la automatización de procesos mediante robótica, como el aprendizaje automático, la inteligencia artificial y las redes neuronales heurísticas, darán a las empresas la posibilidad de combinar escenarios, aumentar la comprensión y tomar decisiones predictivas en tiempo real sobre las necesidades y comportamientos de sus clientes.
  2. Las organizaciones se centrarán en plataformas cibernéticas basadas en la nube: las brechas de seguridad cibernética de alto perfil en 2018 harán que los proveedores de seguridad basada en la nube se consoliden en 2019. Los sistemas de seguridad basados en la nube se construyen con APIs abiertas, lo que significa que los equipos de seguridad pueden integrar nuevas tecnologías en la plataforma rápidamente y con relativa facilidad. Esto asegurará que los clientes puedan mantenerse al tanto del panorama de la amenaza de rápida evolución.
  3. La infraestructura será programable de principio a fin: las empresas comenzarán a suscribirse a múltiples plataformas en la nube y a aumentar su uso del software como servicio (SaaS). La programación end-to-end significa que las organizaciones podrán adaptarse rápidamente al cambiante panorama empresarial y exigir más de sus aplicaciones y datos.
  4. Las aplicaciones se volverán más inteligentes y personalizadas: en el próximo año, veremos las aplicaciones recabando información de los usuarios y haciendo cambios a su propia funcionalidad para mejorar la experiencia del usuario. La inteligencia artificial y el aprendizaje automático desempeñarán un papel importante a la hora de ayudar a los empleados a trabajar de forma más productiva.
  5. El valor de los datos se convertirá en el centro del universo de los valores: en el próximo período, el enfoque se desplazará cada vez más hacia el verdadero valor de los datos, impulsando una búsqueda renovada para arraigar la telemetría, recopilar y enriquecer los datos. Son datos que formarán el núcleo de la verdadera transformación digital y se convertirán en la fuente de nuevos flujos de ingresos que superarán los flujos de ingresos tradicionales. Esto conducirá a un cambio en las arquitecturas de la información, con la necesidad de establecer datos enriquecidos que comiencen a impulsar inversiones en TI.

FUENTE: Computing

El 65% de las entidades financieras aumentaron su gasto en tecnologías de la información

El 65% de las entidades financieras aumentaron su gasto en tecnologías de la información con la inversión en herramientas y estrategias de transformación digital, según datos publicados por Accenture Strategy, que muestran un elevado crecimiento en la apuesta de las compañías por desarrollar este área.

Uno de los primeros sectores en transformarse digitalmente en España fue el de la banca, aunque cerca del 40% de las entidades no ha desarrollado todavía una estrategia de transformación digital, según datos del Digital Innovation Center.  No obstante y según el informe del centro de formación digital, en la banca los perfiles que más se demandan son los de especialistas en Diseño, UX, SEO, SEM, CRO, Data scientist, DMP y optimización de campañas, así Machine learning o chatbots, es decir, todos aquellos que entienden y engloban el sector de la digitalización.

De hecho, herramientas como el machine learning o los chatbots, pertenecientes al campo de la inteligencia artificial, se han convertido en las favoritas de la banca, como constata un estudio de GFT Technologies, según el cual, casi 8 de cada 10 bancos españoles reconocen el valor de las soluciones de inteligencia artificial, siendo los asistentes virtuales y la automatización de procesos robotizados las principales a adoptar.

“Las tres claves de la transformación digital del sector de la banca son ofrecer una excelente experiencia de cliente, la contención de costes y captar y analizar la información correctamente para realizar una tomar decisiones apropiada, y, sin duda, la inteligencia artificial tiene mucho que decir para ayudarnos a conseguir estos objetivos a través de aplicaciones de machine learning o de big data”, señala la directora del Digital Innovation Center, Laura García.

FUENTE: Tecnología para tu Empresa

¿Cómo entrenar una inteligencia artificial con pocos datos? Bienvenidos al ‘Small Data’

La Inteligencia Artificial para el procesamiento de datos es sencilla. Consiste en enseñar decenas o cientos de miles de imágenes a una red neuronal, junto a su categoría, y de esta forma aprenderá a categorizar el resto de imágenes que le enseñes en base a los patrones que extrajo de las primeras.

Por ejemplo, en el caso de la detección de cáncer de mama se han utilizado unas 40.000 mamografías para el entrenamiento, y otras 10.000 para su verificación. Pero, ¿qué ocurre cuando estamos frente a una enfermedad rara? ¿Qué pasa si tenemos solo un pequeño puñado de datos?

Si bien una red bien entrenada puede superar el rendimiento de especialistas en un área, una poco entrenada da lugar a falsos que se quieren evitar. Ahí es donde entra el ‘Small Data’. Este se basa en el tratamiento apropiado y más avanzado de los pocos datos de los que se dispone para obtener resultados mucho más precisos.

Esto es extrapolarle a multitud de casos a la detección de partes defectuosas en una fábrica, al reconocimiento de ejemplares de especies en peligro de extinción o a la detección de partículas, como el bosón de Higgs, en experimentos de altas energías. Al final, se trata de utilizar modelos estadísticos que se ajusten de una forma más precisa al caso que se está tratando. El investigador en el Cold Spring Harbor Laboratory, Justin Kinney, explica cómo su modelo de física de partículas (DEFT) puede ser aplicado a otros casos con poco volumen de datos.

Cada vez más, la inteligencia artificial empapa el debate y la innovación tecnológica allá donde se mire. Pero, aunque en ocasiones pueda parecerlo, no se trata solo de un claim comercial de distintas multinacionales para hacer más atractiva la última versión de su producto.

FUENTE: Hipertextual