el-futuro-(nuevamente)-revisado-de-la-intermediacion-bancaria-en-la-era-tecnologica

El futuro (nuevamente) revisado de la intermediación bancaria en la era tecnológica

En la era de los criptoactivos, pagos contactless y la inteligencia artificial generativa, donde cada vez hay más ciudadanos que empiezan a creer que habrá monedas digitales públicas y las plataformas digitales lo dominan todo, ¿qué papel puede jugar la intermediación bancaria? Muchas entidades financieras pueden sentirse como ese tío que intenta seguirle el paso a sus sobrinos más jóvenes en la pista de baile. Sin embargo, ¿y si en vez de seguirles el paso, marcara el ritmo? Hace unos años parecía inevitable que buena parte del negocio de los bancos estaba seriamente amenazada —con sus consiguientes temores— por las grandes tecnológicas. Posteriormente, entre las amenazas de presión regulatoria a las bigtech y esa secular resistencia de las entidades financieras a lo largo de la historia, esos miedos han desaparecido y la cooperación entre bancos y tecnológicas se ha abierto como la vía más factible. Ahora, la inteligencia artificial y el dinero digital (incluidas las monedas digitales de bancos centrales) parecen definir un nuevo horizonte. Esto sucede en un mundo financiero que ha sido testigo de cambios radicales en las últimas décadas. La tecnología ha dejado una huella imborrable en el paisaje bancario, desafiando y remodelando prácticas antiguas. La banca, que nunca fue resistente a la disrupción y que se siente más cómoda como pionera en el cambio, ahora está en una carrera sin precedentes por la innovación.

Nos guste o no, Estados Unidos lleva el liderazgo en este punto. Los esfuerzos recientes de grandes bancos como JPMorgan Chase, Bank of America y Wells Fargo para lanzar Paze, una cartera móvil, reflejan la urgencia de las entidades bancarias para retener a sus clientes en un entorno digital en rápida evolución. Las carteras digitales no son una novedad, pero con gigantes tecnológicos como Apple y Google adentrándose en el ámbito financiero, los bancos se ven obligados a innovar. Así pasó también en España con Bizum —historia de éxito del sector financiero español— y las iniciativas cooperativas tanto intrasectoriales como intersectoriales se prodigan. Los bancos compiten, pero también buscan alianzas con fintech. Estas alianzas parecen ser una estrategia clave para enfrentar a las grandes tecnológicas y presentarse en la mesa de negociación para la cooperación con unas cartas mejor repartidas. Sin embargo, estos acuerdos están siendo observados con lupa por los reguladores, preocupados por los riesgos potenciales que podrían representar para el sistema bancario en general.

A pesar de estas preocupaciones, la tendencia hacia la asociación es evidente. Las fintech ofrecen soluciones ágiles y centradas en el cliente, algo que, para muchos bancos tradicionales con estructuras más rígidas, a menudo es desafiante. La combinación de la confianza y la estabilidad de los bancos tradicionales con la innovación y flexibilidad de las fintech tiene el potencial de ofrecer lo mejor de ambos mundos. En este punto surge, además, un nuevo papel para la inteligencia artificial (IA). Está siendo crucial en la transformación del sector bancario. A pesar de las predicciones iniciales, que sugerían que la IA podría reemplazar una proporción significativa de trabajos bancarios, la cabezona realidad tiene muchos más matices. La IA se está utilizando más para mejorar la eficiencia y la experiencia del cliente que para reemplazar empleos. Los bancos están aprovechando la IA para analizar enormes cantidades de datos, predecir tendencias, optimizar operaciones y mejorar la experiencia del cliente. Además, la IA tiene el potencial de ayudar en áreas como el cumplimiento normativo y la detección de fraudes.

La convergencia de tecnologías disruptivas —como carteras digitales, inteligencia artificial— está configurando un nuevo paradigma para el sector bancario. En lugar de ver a la tecnología como una amenaza, los bancos la están abrazando (ahora más que nunca) como una oportunidad. Avanzan hacia un modelo basado en plataformas, pero, eso sí, hay que establecer matices y fijar el alcance de ese campo de expansión. Hace un año todavía estaba muy en boga esa concepción nueva de la banca como un one-stop shopping, refiriéndose al modelo de negocio en el cual un banco ofrece una amplia gama de servicios financieros, funcionando como un supermercado bancario para sus clientes, principalmente con oferta digital. Sin embargo, con los retos actuales del sector, particularmente el aumento de los tipos de interés y sus implicaciones, este modelo está siendo reconsiderado. Algunos bancos en Estados Unidos están replanteando o, al menos, matizando, ese modelo para no desnaturalizarse demasiado. De alguna manera, como si se tratara de un equipo de fútbol moderno, los bancos no deben solo ser capaces de jugar bien con un sistema, sino ser capaces de cambiarlo en función del rival y, lo que es más importante, de las condiciones externas.

Relacionado con lo anterior está la idea de que hay que alegrarse por las posibilidades de la tecnología, pero también recordar para qué está la banca y otros papeles importantes sociales que desempeña. Ahora, por ejemplo, en Estados Unidos, las entidades financieras enfrentan una creciente presión para abordar la diversidad, equidad e inclusión (DEI) tanto en su fuerza laboral como en las comunidades que sirven. La Asociación Americana de Banca (ABA) está ayudando a los bancos a mejorar sus iniciativas DEI, ya que equipos diversos conducen a mejores resultados. Han implementado, entre otras, formación contra sesgos inconscientes (que puede ser derivados del uso de la IA) y promoción de liderazgo inclusivo. Por todo ello, la tecnología será clave en el futuro del sector financiero, pero no será, ni mucho menos, todo.

Este artículo se publicó originalmente en el diario Cinco Días

Leer más
los-avances-en-digitalizacion-deben-alinearse-con-la-estabilidad-financiera

Los avances en digitalización deben alinearse con la estabilidad financiera

Comparte esta entrada



El verdadero potencial de la digitalización en todas las esferas de la economía y la sociedad probablemente aún está por descubrirse. Será un proceso dinámico que llevará tiempo —y de hecho evolucionará con los años— aunque habrá momentos de fuerte aceleración y vértigo, como podría ser el actual con la aparición de la nueva inteligencia artificial, la generativa, en el que el pionero ante la opinión pública ha sido ChatGPT, pero otros están siguiendo, como Bard (Google) o AutoGPT. En todo caso, las implicaciones de la intensa digitalización para la industria de servicios financieros han sido ya abundantes, pero todavía quedan infinidad más por venir, al tratarse de una de las actividades donde la información juega un papel central. Esto afecta a personas, empresas y gobiernos y es una cuestión geopolítica de primer nivel.

Lo digital también tiene notables riesgos, que inadecuadamente vigilados, podrían generar considerables perjuicios de todo tipo y truncar un proceso —que parece imparable-— que puede facilitar grandes beneficios en materia de productividad y bienestar. La supervisión de esos riesgos es crítica, particularmente en el sector financiero, donde se halla depositado gran parte del ahorro de la sociedad y donde su estabilidad es determinante para el buen funcionamiento del mercado de crédito. Todos reconocemos como objetivo primordial de estabilidad financiera evitar crisis bancarias. Sin embargo, tiene más propósitos, trascendentales también para el buen funcionamiento de la actividad económica, como es ofrecer crédito suficiente y solvente. Y, en este sentido, la digitalización debe hacer más eficiente ese proceso a la vez que no acrecienta riesgos de estabilidad financiera.

La crisis que ha sacudido a un determinado grupo de bancos medianos estadounidenses —y que no puede considerarse cerrada aún—, como Silicon Valley Bank o First Republic Bank, entre otros, no es ajena a los riesgos de la digitalización, cuando se cometen determinados errores en la gestión interna o en la supervisión externa de las entidades. En primer lugar, estos bancos han estado expuestos a un segmento de negocio que adolecía de sobrevaloración y la corrección les ha pillado sin otros sectores en los que apoyarse. No obstante, es tanto o más importante que el modelo de negocio y la gestión de liquidez y riesgos de activo de esos bancos dejaba mucho que desear. El impacto de la existencia de abundantes depósitos digitales —con gran facilidad de movilidad— y los rumores (no siempre fundamentados) de redes sociales jugó un papel significativo en los problemas que sucedieron. Tampoco ayudó ciertamente la reacción inicial del supervisor, la Reserva Federal. Sin embargo, en el entorno digital, las exigencias de buena gestión, buena gobernanza y comunicación exterior y solvencia suficiente se hacen aún mucho mayores, por la facilidad que potencialmente existe en muchas jurisdicciones de esos trasvases rápidos de depósitos de unos bancos a otros. No significa ello que lo acontecido en Estados Unidos vaya a ocurrir necesariamente en todos los países, algo improbable a día de hoy. Sin embargo, se haría mal en considerar que este es un problema exclusivamente de ese país y no tomar las medidas oportunas por un lado en la gestión de las entidades y por otro, en la supervisión de las mismas, para evitar situaciones de inestabilidad futuras, conforme la digitalización progrese y haga más eficiente y rápido el proceso financiero, pero también desafiado por nuevos riesgos. Un trabajo reciente de los economistas Naz Koont, Tano Santos y Luigi Zingales titulado “Destabilizing Digital ‘Bank Walks’” muestra con datos del segundo trimestre de 2022 que las retiradas de depósitos fueron significativamente superiores en bancos digitales que en bancos tradicionales en estados Unidos. También ponen de relieve que la retirada de depósitos fue más voluminosa en territorios donde el uso de Internet (y de lo digital) es mayor. Esto nos lleva a reflexionar sobre el valor de la tangibilidad para el cliente y de qué nivel de confianza se deposita en un banco puramente virtual frente a otro con servicios online pero con relaciones presenciales.

Es en ese contexto, donde el futuro digital requiere nuevos modelos de gestión de la liquidez y riesgos y nuevas perspectivas de la supervisión. Es un debate importante para los próximos años, donde la digitalización progresará, pero será necesario que produzca seguridad y estabilidad financiera. En este contexto, aparece oportuno plantear que cualquier iniciativa importante como las monedas digitales de los bancos centrales considere esos riesgos de estabilidad financiera, no solo para evitar problemas en entidades concretas sino también para garantizar que el mercado del crédito funcione correctamente. Un contexto en el que la moneda digital (sea el euro o dólar o cualquier otra) permita capacidades de depósitos privados en el banco central es un entorno que puede generar graves disfunciones en el sector bancario tradicional si no garantiza un adecuado funcionamiento del mercado de crédito, donde, hoy por hoy y en el futuro previsible, los bancos van a seguir jugando un papel central. Y estos precisan de una base sólida de depósitos, remunerada adecuadamente, para financiar ese crédito necesario. La existencia de una cuenta “libre de riesgos” que permitiera depósitos significativos en el banco central, una idea en algún momento planteada como hipótesis, podría generar disfuncionales notables en el funcionamiento del mercado de crédito y en la estabilidad financiera. El efectivo sigue teniendo un papel y tener una diversidad de opciones de pago es importante, útil y más seguro. Las monedas digitales son un gran avance, sin duda, pero hay que considerar las implicaciones en un sentido amplio para los mercados financieros y la economía, en la letra pequeña —y no tan pequeña— de esos proyectos.

Este artículo se publicó originalmente en el diario Cinco Días

Comparte esta entrada



Leer más
inteligencia-artificial-como-herramienta-para-luchar-contra-el-cambio-climatico

Inteligencia Artificial como herramienta para luchar contra el cambio climático

Tecnologías como la Inteligencia Artificial en las empresas (IA) empiezan a ocupar un papel destacado para ayudar a conseguir los objetivos fijados por la Agenda 2030 en materia de cambio climático.

  • El 87% de los empresarios cree que la inteligencia artificial es una herramienta esencial contra el cambio climático.
  • La inteligencia artificial se puede utilizar para prevenir los riesgos asociados al cambio climático.

La Inteligencia Artificial se ha convertido en indispensable para la sociedad. Es una tecnología que facilita el trabajo en las empresas y en el hogar. Pero ¿sabías que también puede ayudar a las empresas a luchar contra el cambio climático?

Actualmente, esta tecnología se alza como un elemento clave para combatir el cambio climático y ayudar a la sociedad a conseguir los objetivos de la Agenda 2030 de las Naciones Unidas. Ya hay decenas de empresas que la utilizan para reducir su huella de carbono y contribuir a mejorar el medio ambiente.

La IA reduce las emisiones a la atmósfera

La IA es una herramienta esencial en la lucha contra el cambio climático. Así lo cree el 87% de los directores generales del sector público y privado con poder de decisión en materia de IA y clima. El dato se refleja en un informe elaborado por BCG Climate AI en 2022.

Crece, además, el número de empresarios que confía en la inteligencia artificial para reducir la emisión de gases a la atmósfera. Ya hay un 57% de directivos que confía en este poder de la inteligencia artificial. A eso habría que añadirle que el 61% de los empresarios considera que la analítica avanzada es fundamental para evitar el cambio climático.

En este contexto, España se sitúa como el segundo país donde más directivos plantean aplicar IA en sus proyectos de sostenibilidad. La Península estaría cinco puntos por encima de Francia y diecisiete por encima de Alemania en este ámbito.

Sin embargo, la realidad es que, a nivel mundial, solamente 4 de cada 10 organizaciones considera el uso de la IA para alcanzar sus objetivos climáticos.

Planes para mitigar el cambio climático

Hay muchas formas en las que la Inteligencia Artificial en las empresas puede contribuir a la mitigación del cambio climático. Una de ellas es mediante la eficiencia energética o la reducción de las emisiones del transporte, la agricultura y la industria.

La IA también ayuda a la sociedad a adaptarse a los impactos del cambio climático. Para ello proporciona herramientas de apoyo a la toma de decisiones. Numerosas organizaciones buscan la manera de ser más eficientes en contextos difíciles, como puede ser en situaciones de sequía o de carestía energética. Y en este punto la IA es un elemento clave.

Por otro lado, las industrias y sectores que tienen un impacto ambiental negativo emplean la IA para reducir sus gases de efecto invernadero. A esto hay que añadir el empleo de la inteligencia artificial para diseñar productos que reduzcan desechos y emisiones en la creación de prototipos. O la reducción del desperdicio alimentario al conseguir mejorar la planificación de la demanda.

Además, la IA puede desempeñar un papel fundamental en el aumento de la resistencia a los efectos del cambio climático ayudando a identificar los factores de riesgo y a elaborar planes para mitigarlos.

Ventajas de usar la IA contra el cambio climático

1. Uso eficiente de la energía

Junto a la IA, el machine learning se emplea en las empresas para hacer un uso más eficiente de los recursos energéticos. Sistemas como el Deepmind AI de Google ayudan a las empresas que recurren a la energía eólica a predecir los patrones de viento. Así pueden optimizar el uso de este recurso para compensar las carencias energéticas que puedan surgir.

Asimismo, la Inteligencia Artificial proporciona una base de decisión sólida cuando la compañía necesita saber a qué fuentes de energía renovables recurrir para desarrollar su actividad.

2. Gestión de residuos

Gestionar eficientemente los residuos que genera la empresa es uno de los problemas a los que se enfrentan muchas organizaciones. Un mal manejo de estos puede derivar en una mayor emisión de gases de efecto invernadero.

Sin embargo, la Inteligencia Artificial es clave en la eficiencia en la gestión de residuos y aumenta las tasas de reciclaje. La IA se emplea para separar residuos en las empresas y puede avisar sobre la eficacia en la gestión de la basura que se genera a diario.

3. Transporte eficiente

Hay empresas que ponen a disposición de sus trabajadores sistemas de transporte colectivo. En este caso la tecnología ofrece un transporte eficiente y respetuoso con el medio ambiente como son los vehículos eléctricos.

A través de la IA se puede saber el impacto que genera este transporte en el entorno y contribuir a mitigarlo. Además, permite realizar predicciones que mejoran la productividad del empleado al dar a conocer el tiempo estimado de viaje o cuándo llegará el siguiente vehículo eléctrico.

4. Previsión de riesgos

Para anticiparse a los posibles impactos del cambio climático hay que ser capaces de prever las tendencias localizadas a largo plazo.

Por ejemplo, ¿cuál es la probabilidad de que se produzca una sequía importante en una región concreta en los próximos 10 años? ¿Cuáles son los impactos potenciales de esa sequía en la agricultura, el suministro de agua y la salud humana? La IA responde a estas preguntas analizando los datos históricos y prediciendo las tendencias futuras.

5. Sistemas de atención temprana

La IA ayuda a crear sistemas de alerta temprana que avisen sobre situaciones desfavorables para la empresa. Por ejemplo, analizando los datos de las estaciones meteorológicas las imágenes de los satélites la IA puede identificar las condiciones que favorecen la aparición de fenómenos meteorológicos extremos.

Hay que tener en cuenta que los incendios forestales, lluvias torrenciales o terremotos podrían impactar negativamente en la actividad diaria. ¿La consecuencia? Pérdidas económicas y productivas. No obstante, a través de sistemas de alerta temprana basados en la IA se pueden tomar medidas para mitigar los impactos de estos eventos antes de que se produzcan.

6. Gestión de la crisis

Una vez que se ha producido un fenómeno adverso, la IA ayuda a gestionar la crisis proporcionando herramientas de apoyo a la toma de decisiones. El empresario podrá supervisar en tiempo real la situación. Esto permitirá obtener información fiable sobre el personal, el estado de las infraestructuras y la necesidad de ayuda en estas circunstancias.

Además, podría proporcionar datos fiables sobre la actuación sostenible de cada empleado, lo que permitiría tomar mejores decisiones para mitigar el impacto medioambiental de la organización.

7. Mayor sostenibilidad

Disponer de edificios inteligentes ayuda a reducir las crisis climáticas. Al instalar sistemas de control climático o de ahorro de energía, la organización no solo estará siendo más sostenible, sino que estará contribuyendo positivamente al planeta.

Es cierto que todavía existen ciertas barreras en el uso de la Inteligencia Artificial en las empresas. Es importante tener una cultura data-driven en la organización. Esto, añadido a la experiencia en la gestión de datos y a una conciencia medioambiental es fundamental. No solo se beneficia el planeta del uso de la inteligencia artificial en las empresas, sino que la organización también producirá más con recursos más sostenibles.

Leer más
¿quien-es-el-maximo-responsable-de-la-etica-de-la-inteligencia-artificial-en-las-companias?

¿Quién es el máximo responsable de la ética de la Inteligencia Artificial en las compañías?

En este artículo encontrarás una reflexión sobre cómo crece la implantación de la inteligencia artificial en las empresas y cambian los responsables de las cuestiones éticas que esta tecnología conlleva.

  • Crece la relevancia de la ética en la aplicación de soluciones de Inteligencia Artificial.
  • Analizamos los cambios respecto al perfil responsable de esta cuestión, por su impacto directo en el RSC y resultado económico en las empresas.

Aumenta la adopción de Inteligencia artificial (IA) en las empresas españolas. Según el informe ‘Uso de tecnologías digitales por empresas en España’, del Observatorio Nacional de Tecnología y Sociedad, la incorporación de esta tecnología en las empresas creció un 1% en 2021, con respecto al año anterior.

Madrid se posiciona como la Comunidad Autónoma con más empresas haciendo uso de IA para sus procesos, con el 11% de las compañías que la utilizan en todo el país.

España mantiene unos niveles de adopción similares a Europa. Sin embargo, el informe destaca que en todo el continente será una tendencia al alza, en lo que a su implantación se refiere.

De hecho, tanto el propio informe como diferentes organismos públicos la definen como un factor clave para impulsar el desarrollo económico. Siendo una de las tecnologías preferentes dentro de los planes de ayuda para la digitalización a nivel estatal y europeo.

¡TUITEALO! Los líderes no técnicos toman las riendas de la ética en Inteligencia artificial, por su impacto en los planes RSC y económicos de las compañías.

El mencionado informe establece, más concretamente, que se espera que sea un impulsor clave del desarrollo económico del país y el continente, por su enorme capacidad de potenciar innovaciones en los sectores donde se aplica.

No cabe duda, por tanto, de que será una tendencia en auge próximamente. Pero, ¿quién se hace cargo de los condicionantes éticos a la hora de implantar esta tecnología?

Los responsables de la ética en Inteligencia artificial

Para dar respuesta a esta cuestión nos acercamos al análisis realizado por IBM Institute for Business Value. En su informe ‘AI ethics in action’, encontramos un cambio de paradigma sobre quiénes son los responsables de este aspecto en las compañías a nivel europeo.

La progresiva implantación de Inteligencia artificial en las empresas es considerada un factor clave para impulsar el desarrollo económico en España y Europa.

Se trata de un análisis junto a Oxford Economics, que ha entrevistado a 1.200 ejecutivos de 16 tipos de negocios y tecnologías diferentes, en 22 países. Según este informe, de metodología similar al que se realizó en 2018, la responsabilidad ética en la Inteligencia artificial ha cambiado drásticamente en apenas tres años.

Mientras que en 2018 los líderes técnicos eran los responsables de la ética del IA en sus empresas, en la actualidad se trata de ejecutivos no técnicos los encargados de liderar la cuestión. En concreto, se ha pasado del 15% de perfiles no técnicos a un 80%. Mientras que antes, tan sólo un 20% de los directores generales se veían preparados para actuar, ahora este porcentaje se eleva al 80%.

Implicación directiva en la responsabilidad ética y corporativa

Este cambio se debe en gran medida a que tres de cada cuatro ejecutivos perciben la ética como una fuente de diferenciación frente a la competencia. También por los resultados económicos que puede ofrecer a las empresas.

El mencionado informe de IBM establece que las empresas que han adoptado soluciones avanzadas de IA lideran la ética en este ámbito. Y las empresas que adoptan Inteligencia artificial como una pieza clave de la estrategia de su empresa aseguran que han conseguido un retorno de la inversión en proyectos IA hasta dos veces mayor que las empresas que no consideran relevante esta cuestión.

Resulta curioso, además, cómo la encuesta revela una relación entre las organizaciones que cuidan la ética y sus implicaciones en otras parcelas empresariales. Como la sostenibilidad, la diversidad e inclusión o la responsabilidad social corporativa.

Según los resultados publicados, más del 67% de las organizaciones que considera la ética en IA como importante, aseguran también que son superiores a sus competidores en las cuestiones relacionadas con la sostenibilidad y el resto de valores descritos en material RSC.

Dicho esto, el informe también detecta carencias. Especialmente en el ámbito de la diversidad. Los equipos de Inteligencia artificial de las compañías son:

  • 5,4 menos inclusivos para las mujeres.
  • 4 veces menos inclusivos con colectivos LGTBQ .
  • 17 menos inclusivos desde el punto de vista racial.

De hecho, menos del 20% de los ejecutivos se muestran muy de acuerdo con la afirmación de que sus acciones éticas en IA cumplen o superan los valores declarados en esta materia.

Queda, por tanto, mucho camino por recorrer. Tanto en lo que a implementación general de la tecnología se refiere, como en su gestión ética. Lo que sí queda claro es la importancia que toma la cuestión. Desde el momento en que la misma ha pasado de forma drástica a formar parte de la agenda de los más altos directivos de las empresas, tal y como certifica el informe. Y en apenas unos años.

Leer más
inteligencia-artificial-(ia):-como-las-empresas-no-tecnologicas-pueden-beneficiarse

Inteligencia Artificial (IA): Cómo las empresas no tecnológicas pueden beneficiarse

Hablar de Inteligencia Artificial (IA) se ha vuelto algo habitual en miles de empresas. En este post te contamos cómo las empresas no tecnológicas pueden beneficiarse de ella.

  • La Inteligencia Artificial es la habilidad de las máquinas para presentar las mismas capacidades que los seres humanos.
  • El uso de la IA en las empresas puede ayudar a analizar mejor los datos y a tomar decisiones más inteligentes.

Innovación y digitalización. Estos son a día de hoy los principales objetivos de cualquier empresa que quiera ser competitiva en un mercado local y global. Para ello la tecnología se ha convertido en un aliado fundamental. En concreto, la Inteligencia Artificial (IA) es uno de los pilares que rige hoy en día el sistema empresarial. Aunque la IA sigue prosperando y creciendo, siguen existiendo retos para utilizar esta tecnología. Algunos de ellos tienen que ver con la búsqueda de perfiles profesionales que sepan obtener datos de calidad y analizarlos.

Qué es la Inteligencia Artificial (IA)

La Inteligencia Artificial es una habilidad que tienen las máquinas para presentar las mismas capacidades que los seres humanos. Así, las máquinas pueden estar dotadas de razonamiento, aprendizaje, creatividad y la capacidad de planear, por ejemplo.

En este sentido, los sistemas dotados con Inteligencia Artificial pueden percibir su entorno y relacionarse con él, además, de resolver problemas y actuar con un fin específico. La máquina recibe datos, los procesa y responde a ellos.

Aparte, los sistemas que poseen Inteligencia Artificial también son capaces de adaptar su comportamiento a lo que se les requiere y trabajar de manera autónoma.

Usos de la IA en empresas no tecnológicas

¿Pueden las empresas no tecnológicas beneficiarse de la Inteligencia Artificial? Por supuesto que sí. En la actualidad la IA está en prácticamente todos los dispositivos que se emplean a diario. La realidad es que los sistemas de IA pueden beneficiar a empresas de todas las formas y tamaños y que trabajan en cualquier sector.

Empresas de cualquier sector pueden hacer uso de la Inteligencia Artificial. Esto supone grandes beneficios para ellas.

1. Mejorar los procesos internos

Los sistemas de IA son perfectos para perfeccionar y optimizar los procesos y sistemas internos de la empresa. Con su uso, el empresario no sustituye por completo al elemento humano en los flujos de trabajo de la empresa. De hecho, se obtienen beneficios como ganar en agilidad en los flujos de trabajo y los procesos para ayudar al personal a centrarse en lo más importante.

Hay empresas tradicionales no orientadas a la tecnología que han integrado la IA en sus procesos internos para conseguir un embudo de ventas y marketing más racionalizado. Eso les permite hacer un mejor uso de los datos que obtienen en las campañas digitales.

2. Decisiones basadas en datos

Cuantos más datos tenga una empresa para tomar sus decisiones, mejores serán estas. El análisis de datos, sobre todo de los grandes datos, es el caballo de batalla de los sistemas basados en la IA. Los sistemas de Inteligencia Artificial no se desenvuelven bien en las tareas creativas; no diseñarán el nuevo logotipo de su empresa ni la marca; eso sigue requiriendo el toque humano. Pero sobresalen en el procesamiento de grandes cantidades de datos para encontrar patrones y tendencias que serían imposibles para un ser humano debido únicamente al volumen de información.

La Inteligencia Artificial puede utilizarse para ayudar a proporcionar información basada en datos sobre todos los aspectos de las operaciones de la empresa. Desde conseguir una mejor orientación de las campañas de publicidad y marketing hasta la identificación de los elementos que cuestan dinero a la empresa. Las decisiones basadas en los datos no garantizan el éxito del negocio, pero sin duda llevan a la empresa por el buen camino.

3. Evitar los errores humanos

El error humano es inevitable en cualquier empresa. No importa lo bien formados, minuciosos y cuidadosos que sean los empleados, la naturaleza humana es cometer errores. Los trabajadores pueden tener días malos, cometer errores tipográficos, malinterpretar los datos. No se trata de malicia o incompetencia, es simplemente un hecho de la naturaleza humana. Los sistemas de IA no tienen días de descanso, no pueden cometer errores tipográficos y siempre interpretan los datos de forma inteligente y adaptable.

La IA permite evitar errores humanos y que los trabajadores se dediquen a resolver las tareas más urgentes.

Los errores humanos pueden costar a la empresa miles de euros en pérdidas de dinero y tiempo. Los sistemas de IA no solo pueden ayudar a minimizar los errores humanos en el trabajo monótono y orientado al detalle, sino que también pueden utilizarse para buscar y detectarlos antes de que puedan causar un problema.

4. Aprendizaje continuo

Uno de los aspectos más positivos de los sistemas de IA es su capacidad para aprender, adaptarse y cambiar con el tiempo. La capacidad de aprender y adaptarse a los datos significa que los sistemas de IA están constantemente aprendiendo y avanzando sus algoritmos para proporcionar información más informada, inteligente y precisa al negocio.

Está claro que la inteligencia artificial puede ofrecer algunas ventajas importantes a cualquier empresa. La implementación de la IA en el flujo de trabajo existente puede ayudar a agilizar los procesos empresariales. Pero no solo eso, porque también ayuda a evitar errores costosos y que requieren mucho tiempo, y a tomar decisiones empresariales y de marketing más inteligentes.

Utilizar la IA también es más fácil de lo que se piensa, no requiere conocimientos informáticos complejos y detallados. No hay que saber programar un sistema desde cero. Muchos servicios y soluciones están disponibles de forma inmediata, listos para ser desplegados en cualquier negocio cuando sea necesario.

En definitiva, aunque aún queda mucho desarrollo en el ámbito de la Inteligencia Artificial, su uso ya es una realidad en muchas empresas, sean o no tecnológicas.

Leer más
cuatro-herramientas-digitales-para-modernizar-el-departamento-financiero-de-tu-empresa

Cuatro herramientas digitales para modernizar el departamento financiero de tu empresa

¿Te gustaría conocer cómo se están modernizando los departamentos financieros de las empresas? En este post te contamos en detalle cuáles son algunas de las herramientas digitales que muchos ya están implementando. ¡Sigue leyendo para descubrirlas!

  • Las tareas de los departamentos financieros se han incrementado con el paso del tiempo, descubre cómo les ayuda la tecnología a lidiar con ellas.
  • Te explicamos cómo el blockchain, la inteligencia artificial o el big data se utilizan en el día a día del área contable de la empresa.

La COVID-19 ha acelerado la modernización de miles de empresas. Ya fueran pequeñas o grandes compañías, la mayoría ha tenido que adaptarse al nuevo escenario. El uso de la tecnología ha sido y seguirá siendo esencial en este proceso. Uno de los departamentos que más se ha tenido que adaptar a la digitalización ha sido el departamento financiero de las empresas.

Hasta hace unos años, las tareas de los departamentos financieros se centraban en la gestión de la liquidez de la empresa, los pagos, las deudas e inversiones, el control presupuestario… Sin embargo, esas tareas se han incrementado en los últimos años debido a la entrada de la tecnología en las empresas.

La tecnología que transforma los departamentos financieros

En un entorno cada vez más globalizado, las empresas se han dado cuenta de la necesidad de adaptar sus modelos de negocio en función de las novedades tecnológicas. Lo mismo ocurre con los departamentos financieros, donde el Big Data, la Inteligencia Artificial, el cloud o el Blockchain entran de lleno para conseguir que los procesos de trabajo sean más eficientes y se incremente la productividad.

El Big Data, la IA, el cloud o el Blockchain ayudan a los departamentos financieros a ser más eficientes

1. Blockchain en el área financiera

El Blockchain es uno de los términos de moda hoy en día. Se suele asociar con el mundo de las criptomonedas, pero también ha demostrado su utilidad en los departamentos financieros.

  • El Blockchain, también conocido como cadena de bloques, evita que la información que se introduzca en el sistema pueda ser alterada.
  • Uno de sus usos más comunes en el área financiera de una empresa es para ejecutar de manera automática los pagos, tanto a proveedores como a empleados.
  • En el caso de los proveedores, el pago se ejecuta en el momento en el que se validan las condiciones estipuladas para la entrega de la mercancía o del servicio.

2. Big Data para anticipar riesgos

La digitalización de los departamentos financieros también pasa por el empleo del Big Data. Así, la empresa podrá mejorar la explotación de todos los datos y hacerlo de forma avanzada.

  • A través del uso del Big Data y de su análisis, el departamento financiero podrá mejorar la ejecución de procesos más complejos y relacionados con información predictiva como la Planificación, así como el análisis e interpretación de las variables que afectan a la gestión de los riesgos.
  • Eso sin olvidar el análisis de carteras de clientes para anticipar problemas de impago o la selección de productos en función de las necesidades de financiación o inversión.

3. La Inteligencia Artificial ordenará la información

Unido al empleo del Big Data en el departamento financiero para mejorar la información sobre los procesos que tienen que ver con la contabilidad de la empresa, se encuentra la Inteligencia Artificial (IA).

  • En este caso, la IA aportará más orden en la gestión de los datos que ya se han recopilado. La inteligencia artificial ayudará a clasificar toda la información obtenida. Y es que cuando se tiene un gran volumen de datos es imprescindible que se estructuren adecuadamente para obtener ciertos patrones de comportamientos con los que se pueda llegar a conclusiones.
  • Asimismo, el aprendizaje automático servirá para que se puedan proponer mejoras en la ejecución de los procesos, analizar escenarios y ser útiles para tomar decisiones.

4. Automatización de procesos

Por otro lado, la tecnología permite que se puedan automatizar los procesos, de manera que las personas que trabajan en los departamentos financieros pueden simplificar sus tareas. Esto es posible, por ejemplo, a través de la robótica, que facilita que se puedan integrar datos, procesarse y automatizar las tareas más manuales y que no requieren de un alto grado de capacitación.

  • Hay empresas que optar por la implementación de sistemas de gestión de tesorería. ¿Cómo funcionan? Muy simple. Se trata de herramientas digitales que permiten conectar la información de la empresa con el departamento financiero. De esa manera se pueden actualizar a tiempo real los saldos y movimientos de las cuentas.
  • A su vez, ese tipo de sistemas permite automatizar otros procesos como la posición contable de la compañía, el trámite de facturas o las operaciones de ventas que se lleven a cabo a través de la página web.

En definitiva, a medida que la tecnología vaya evolucionando, evolucionará el desarrollo del departamento financiero en la empresa, cuya labor está muy ligada al desarrollo digital de la compañía.

CFO 3.0. Transformación digital más allá de la gestión financiera.

Descarga tu guía gratuita en PDF para descubrir:

-Las tendencias clave que impulsan la


digitalización del sector financiero

- Cómo está cambiando el papel del


director financiero o CFO 3.0

- Qué les quita el sueño: los cinco


obstáculos de la transformación digital

Descarga gratis tu guía

Leer más
la-nueva-tecnologia-bancaria:-aplicaciones,-adopcion-e-impacto-en-banca

La nueva tecnología bancaria: aplicaciones, adopción e impacto en banca

Comparte esta entrada



El sector
bancario está inmerso en un proceso de transformación tecnológica. Aunque a
lo largo del tiempo se han sucedido numerosos cambios tecnológicos, el actual
proceso de innovación es susceptible de tener un mayor impacto en la actividad
bancaria. El desarrollo de nuevas tecnologías que permiten el análisis masivo
de datos (big data), la inteligencia artificial (IA), la tecnología de
registro descentralizado (blockchain)
y la computación en la nube (cloud computing) empiezan a configurar una
«nueva tecnología bancaria». Su implantación, adopción y uso tiene la capacidad
de alterar la oferta –con bancos más digitales y con la llegada de nuevos
proveedores tecnológicos capaces de ofrecer servicios financieros– y la
demanda de servicios bancarios –con clientes más digitalizados–.

El
cambio en la oferta y la demanda de servicios financieros es fruto del
liderazgo en el gasto tecnológico que protagonizan las entidades bancarias.
Dicho proceso de transformación se caracteriza por estar sometido a una
continua aceleración y por su carácter global. Las estimaciones apuntan a que
este proceso de cambio de la industria bancaria se está acelerando, dado que
las tasas de crecimiento futuras del gasto tecnológico superarán a las
actuales. Utilizando una amplia muestra de entidades bancarias de
Norteamérica, Europa y la región Asia-Pacífico, se observa que los bancos
destinan entre el 7,99% y el 16,15% de su presupuesto a tecnología,
situándose la media en el 11,85%. Se aprecia además una tendencia positiva a
nivel mundial, de modo que los bancos incrementaron un 4,07% la partida
tecnológica en 2018 con respecto al año anterior. Asimismo, la inversión
tecnológica y su tasa de crecimiento parecen retroalimentarse, al observarse
correlaciones positivas entre ambas. De manera que, aquellos bancos que más
invierten en tecnología son también los que más las incrementan.

«La banca líder en la adopción de tecnologías presenta de media un mayor rentabilidad por activo (ROA) y por patrimonio neto (ROE) que la banca denominada menos tecnológica. Asimismo, los bancos con un mayor grado de adopción de las nuevas tecnologías bancarias son capaces de generar más ingresos en relación a su nivel de activos».

Una
parte importante de este gasto, cerca del 26%, se destina a las tecnologías
más innovadoras. Desde el propio sector se identifican cuatro campos como los
más disruptivos: big data, inteligencia artificial, blockchain y
cloud computing. Su uso combinado es lo que se conoce como la «nueva
tecnología bancaria». Su potencial en la oferta de servicios financieros es
muy extenso, aunque el análisis de sus actuales aplicaciones en banca
determina que todas ellas se orientan hacia tres objetivos principales:
fortalecer el posicionamiento competitivo de la entidad ante la llegada de
nuevos competidores, mejorar la experiencia de usuario para ampliar la
capacidad de atraer a nuevos clientes y de retener a los actuales y,
finalmente, ahorrar en costes para mejorar la eficiencia operativa.

La
banca europea destaca a nivel mundial por la adopción de las nueva tecnologías.
Del  análisis textual de las memorias de
las cuentas anuales de las 48 entidades bancarias europeas objeto de los stress-tests por parte del Banco Central
Europeo, para analizar el grado de adopción de nuevas tecnologías entre la
banca europea, se desprende que el 94% de estos bancos hacen referencia al uso
de al menos una de las citadas tecnologías. El porcentaje más elevado de
adopción se corresponde con el uso del big data, seguido de la
inteligencia artificial y blockchain. Este esfuerzo tecnológico del
sector se está produciendo tanto individualmente, donde cada entidad decide y
ejecuta su presupuesto tecnológico de acuerdo con sus prioridades, como a
través de proyectos globales, en los que participan un conjunto de entidades
bancarias (We.trade, Marco Polo, Komgo o Trade Information Network).

¿Cuál es el posible impacto de la adopción de la «nueva tecnología bancaria»? Distinguiendo entre dos grupos de entidades bancarias –aquellas que hacen un uso intensivo de estas tecnologías (bancos líderes en la nueva tecnología bancaria) y aquellas que hacen un uso limitado de las mismas (bancos incipientes en el uso de nueva tecnología bancaria–, se evidencia que existen diferencias entre las entidades en función del grado en que la han adoptado. La banca líder en la adopción de tecnologías presenta de media un mayor rentabilidad por activo (ROA) y por patrimonio neto (ROE) que la banca denominada menos tecnológica. Asimismo, los bancos con un mayor grado de adopción de las nuevas tecnologías bancarias son capaces de generar más ingresos en relación a su nivel de activos. Aunque no pueden inferirse una relación de causalidad, sí parecen existir evidencias a favor de una cierta correlación positiva entre la adopción de las nuevas tecnologías, la rentabilidad bancaria y la capacidad de generar ingresos.


Esta entrada es un resumen del artículo ‘La nueva tecnología bancaria: aplicaciones, adopción e impacto en banca’, disponible en el número 162 de Papeles de Economía Española: La gestión de la información en banca: de las finanzas del comportamiento a la inteligencia artificial

Comparte esta entrada



Leer más
fronteras-del-big-data-para-el-analisis-economico-y-financiero-en-banca

Fronteras del big data para el análisis económico y financiero en banca

Comparte esta entrada



La irrupción
digital y el avance tecnológico han supuesto una revolución en la sociedad y
en la organización empresarial a la que el sector financiero no es ajeno. Lo
que sigue es el análisis del impacto que el uso de la ciencia de datos y la
inteligencia artificial han tenido en su transformación, en los procesos
internos de las entidad Fronteras del big data para el análisis económico y
financiero en banca

es y en el
servicio al cliente, analizando el marco técnico, competitivo y regulatorio
que delimita la frontera del big data y que será clave en el impacto
sobre la industria de servicios financieros.

El sistema
financiero requiere un extenso y dinámico uso de datos, la principal materia
prima del cambio tecnológico actual. A través de ellos el sector está
cambiando como consecuencia de las nuevas opciones de personalización masiva y
la posibilidad de crear mercados individuales para cada usuario por parte de
múltiples proveedores. La experiencia de otras industrias más avanzadas en el
uso del dato muestra que esta tecnología se ha dirigido menos a diferenciar
precios –aunque sí a reducirlos– y más a proporcionar a los usuarios
información más apropiada, y relevante para sus intereses, concentrándose en
ser más preciso en los objetivos y las recomendaciones al cliente. También
permite una mejor verificación de la información y crear una reputación
digital, clave en el negocio financiero.

«En el sector financiero, la generación de masa crítica alrededor de la información va a ser un elemento de competencia crucial, en el campo de juego que fije la regulación».

Tres son
los pilares para la aplicación de técnicas avanzadas de análisis de datos en
el sector financiero: la ética, la regulación y la gobernanza. Solo la
combinación de estos tres elementos permite generar soluciones de valor
añadido, satisfacer al cliente y merecer su confianza, el pilar imprescindible
sobre el que se seguirá desempeñando la provisión de servicios financieros.
A pesar de las grandes oportunidades que ofrece este nuevo entorno de
abundancia de datos, el uso del big data por las entidades financieras
presenta grandes retos, ya que el dominio de estas técnicas requiere contar
con datos masivos y de calidad, pero también talento humano y tecnología
adecuada, además de disponer de un marco organizativo y tecnológico que
garantice la seguridad y disponibilidad de la información y recursos
necesarios para generar valor añadido sin crear nuevos riesgos.
Adicionalmente, existen muchos otros aspectos técnicos, competitivos y
regulatorios que afectan a la capacidad de las entidades financieras de extraer
valor con estas técnicas. Son todos estos cambios los que deberían permitir
que esta tecnología termine generando un aumento de productividad en el sector
cuando se produzcan todas las innovaciones que se necesitan.

La gestión
del dato está alterando los procesos de creación de valor en el sistema
financiero generando la aparición de nuevos servicios y nuevos actores; y
tiene el potencial de cambiar la estructura de la industria. En otros sectores
se ve una tendencia hacia plataformas, donde el efecto de red es vital. En el
sector financiero, la generación de masa crítica alrededor de la información
va a ser un elemento de competencia crucial, en el campo de juego que fije la regulación.

Las grandes masas de datos disponibles hoy día han supuesto un incremento cuantitativo y cualitativo de la información para el análisis social, económico o financiero, así como para el desarrollo de servicios financieros más personalizados e innovadores o la mejora de los procesos que los soportan. Es por ello que las aplicaciones generadas a partir del uso de la ciencia de datos han aumentado exponencialmente en los últimos años, así como el valor añadido que generan, permitiendo (i) entender mejor el entorno en el que se desarrolla el negocio mediante el análisis de dinámicas sociales o tendencias geopolíticas y sus interconexiones con la economía; (ii) generar nuevos indicadores en alta frecuencia que complementan las cifras publicadas por los institutos oficiales de estadística para predecir el ciclo económico; (iii) ajustar nuestra estrategia y oferta comercial a las condiciones económicas; (iv) ajustar nuestra oferta de servicio a clientes en base al análisis de datos, ofreciéndoles información para tomar mejores decisiones, y (v) mejorar la eficiencia y el control de nuestros procesos.

Es
imprescindible, además, una coordinación entre el sector público y privado
para aprovechar el potencial del big data dado que la información de
instituciones privadas puede ayudar a instituciones públicas a mejorar la toma
de decisiones, la formulación de políticas, los servicios públicos o la
eficiencia de los procesos administrativos, como por ejemplo para analizar el
impacto de desastres naturales (terremotos o inundaciones), estudiar la
evolución de enfermedades o epidemias para conocer mejor su diagnóstico y
tratamientos médicos, entender los patrones de desplazamiento para apoyar la
planificación urbana, la seguridad vial y la gestión del tráfico, así como
la protección del medio ambiente.

El futuro del sector financiero hay que enfrentarlo con decisiones que delimiten el marco de acción, las reglas de competencia entre todos los jugadores posibles, y que garanticen la protección del consumidor y la estabilidad financiera, pero que permitan cubrir las necesidades de los usuarios, respetar las expectativas éticas de las sociedades y conseguir un crecimiento sostenible e inclusivo. Como siempre, pero también como nunca, dado el nuevo papel del uso de los datos masivos.


Esta entrada es un resumen del artículo ‘Fronteras del big data para el análisis económico y financiero en banca’, disponible en el número 162 de Papeles de Economía Española: La gestión de la información en banca: de las finanzas del comportamiento a la inteligencia artificial

Comparte esta entrada



Leer más
el-erp-del-futuro:-aplicando-inteligencia-artificial

El ERP del futuro: aplicando Inteligencia Artificial

Con la IA (Inteligencia Artificial), el software empresarial del futuro a corto y a largo plazo no será como lo conocemos ahora. Será algo mucho más. Algo con vida propia.

Y determinadas profesiones tendrán también su ciclo evolutivo. Algunas yendo más allá, otras desapareciendo o modificándose y muchas más surgiendo como nuevas opciones.

Este es el primero de una serie de relatos sobre cómo podrían evolucionar los actuales “ERP’s” en el futuro.

Pongamos en marcha la imaginación y situémonos en un punto evolutivo de la tecnología relativamente cercano, pero no tan lejos como puedas estar pensando. En algo que hoy es trivial, tradicional, al uso, pero que muy pronto será muy distinto.

Resumen I. Visión general.

¡Por fin!, acabo de cerrar la conexión de hoy con mi cliente (por decir algo conocido para ti. Podría ser un pull de conocimientos entrelazados, una nebulosa de nubes de datos, una super concentración de clúster, o una concatenación de Big Data, etc.):

  • He estado modificando los últimos retoques del proceso VIA_1982MD/IA_202x.
  • Se trataba de ajustar un algoritmo clave en un proceso predictivo que ayuda a la toma de decisiones complejas que me ha solicitado este cliente.
  • Estamos en 202x. Mi tarea, mi trabajo, forma parte de las nuevas profesiones que la Inteligencia Artificial ha traído consigo.

Mucho se habló en el pasado de que si la IA iba a eliminar trabajos en el futuro. Lo que puedo decirte es que sí, que ha hecho cambiar, modificar, eliminar algunos, pero ha creado muchos más de los que puedas pensar y otros, de alta cualificación, que sin la IA, no existirían. Muchos como el mío.

Formo parte de una empresa tecnológica que crea soluciones “software” (por hablar de un término que conoces) pero que ya no es como el que tú estés utilizando.

El “software” empresarial, lo que ahora te suena como ERP, ha evolucionado.

Y quien no evolucione en ese campo, ahora, en tu tiempo, dejará de existir en un futuro venidero. No quiero alarmarte, pero con la IA, todo va a cambiar

Nuevas profesiones que vienen con la IA

Mi especialidad es trabajar con algoritmos. Soy un algorithmic architect. Como un programador al uso en tu tiempo.

Pero ahora usamos múltiples tipos de lenguajes algorítmicos matemáticos aplicados a nuestra tecnología que o bien los “escribimos” o los pensamos y trasladamos o los dictamos por voz. Nuestra IA, sabe “escucharnos” y crear o adecuarlos de distintas formas.

Otros colegas me dicen que soy un coach_entrenador en IA, porque al final lo que hago es eso, entrenar la IA de los Sistemas de mis clientes.

Esa inteligencia aplicada a los “ERP” del futuro se basa en el uso del Big Data que genera y/o dispone cada empresa. También en su conexión con el Big Data Global, en las conexiones con múltiples desarrollos de IA en otros campos y sectores, en el uso de una interconexión existente Global y, sobre todo, en usar e introducir el conocimiento y experiencia de cada individuo de esa sociedad/empresa/negocio/cliente, en el Big Data especial y propio, que es el que aporta el “extra” del conocimiento al “ERP” / Sistema que usa cada cliente.

Y a eso me dedico. Para ello necesito conocer muy bien mi herramienta de trabajo, mi plataforma algorítmica para aplicarla al “ERP”/Sistema. Pero sobre todo necesito conocer a mi cliente, sus procesos, conocimientos, experiencias, historial, relaciones, conexiones, etc.

Deja atrás el ERP

Aprende a adaptar tu empresa a un nuevo entorno empresarial en el que la movilidad y las nuevas tecnologías son los protagonistas.

Descarga gratuita

El “ERP”/Sistema que construyo va más allá de lo que ahora conoces

Porque lo de generar facturas, contabilizarlas, generar listados informes, gestionar y ordenar información, vender, comprar, administrar, archivar, etc. Eso, tal como lo conoces, ya pasó, o se hace de otras formas o con otros procedimientos.

Lo que se necesita en la evolución de las soluciones de gestión empresarial, es aplicar la inteligencia y experiencia humana de cada ente o empresa o negocio, a los procesos de su Sistema. Eso junto con toda la información e historial acumulado posible, incluyendo y aplicando la ética, la misión y los valores propios. Y con ello, construir el mejor “software” o solución personalizada, predictiva, autómata, ágil, precisa, anticipativa, ejecutiva, de ayuda, de alta disponibilidad, etc.

Las nuevas generaciones de soluciones empresariales deben alimentarse de los históricos (“Big Data”) de cada empresa y de sus archivos digitales en sus relaciones con todo su Ecosistema empresarial. Deben prever, avanzar, anticipar, evaluar, etc., y mostrar tendencias, predicciones, avisos, pero con su explicación o análisis y ayuda. No vale señalar o marcar, se necesita actuar, ejecutar, decidir.

Es decir, no hay que esperar a obtener un valor de análisis o un dato en concreto, sino en anticiparse a ello, desarrollando, además, la explicación de cada resultado posible, dentro de cada proceso importante o necesario en la gestión interna.

No hay que esperar a. Debo obtener respuestas a, explicación a, ejecución de,  orden de, aplicar la decisión de / a, etc.

Y es preciso ser informado/a antes o durante lo que esté sucediendo. En el momento adecuado definido en el algoritmo

IA, preparara para tomar decisiones

La IA, incluso está preparada para tomar decisiones por nosotros. La entrenamos, la entreno, para que lo pueda hacer incluso sin consultarnos, en aquello en lo que hayamos concertado que se pueda hacer así, dando respuesta a determinados algoritmos de evaluación de situaciones en las que es posible está respuesta desasistida.

Otras veces deberá avisarnos previamente antes de ejecutar, según determinadas situaciones o parámetros.

Pero ya no vale que me envíe un mensaje, como quizás ahora lo recibas tú si tienes una solución que así lo hace. No, no, lo que necesito, es que me avise y además me diga qué decisión tomar (de entre varias si las hay) o si la ha tomado ya y cuál, o que me interprete las consecuencias y significado del mensaje. Y eso que lo pueda obtener en alguno de los dispositivos móviles que pueda estar usando, o mis complementos de vestuario (wearables technology), en mi retina o en mi piel o…, en donde sea posible, en el momento y lugar posible.

En un mundo interconectado en el que los procesos productivos o de servicios están relacionados entre clientes y proveedores de cualquier país o ubicación física o en la nube, las órdenes de compra y venta, gestión de logística, de aceptación de pagos y cobros, de entrega, de liquidación de impuestos, de anticipación en futuros, etc., no depende de si le doy o no a una tecla para entrar un dato, los datos están ahí y se generan siguiendo algoritmos precisos.

Se necesita un sistema vital interno que sienta cada latido del corazón de ese negocio y lo proyecte o ejecute según los parámetros del algoritmo. Sin más.

Se trata de dar “vida propia” a algo que ahora es generado y gestionado desde fuera.

Como ya he dicho al principio, el software empresarial que viene será, debe de ser, algo más. Y yo me dedico a ayudar en eso, a crear ese SISTEMA.

Al final yo soy parte de cada uno de esos algoritmos.

Y esto no acaba aquí. Permanece atento ya que, en próximas entregas, te mostraré detalles de ejemplos prácticos de algoritmos aplicados en los que he participado: desde la evolución en la gestión Contable_Financiera, la logística y la gestion del futuro, o el cómo de lo que llamamos Análisis_Evaluación.

Leer más

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

ACEPTAR
Aviso de cookies