19 TECNOLOGIAS DE INTELIGENCIA ARTIFICAL
Esperamos que te inspiren a unirte al 62% de las compañías que ya han
estado impulsando sus empresas con IA este 2018.
1. Generación de lenguaje natural
La generación de lenguaje natural es una sub-disciplina de la IA
que convierte los datos en texto, lo cual permite a las
computadoras comunicar ideas con una precisión impresionante.
Actualmente, se utiliza en el servicio al cliente para generar
informes y resúmenes de mercado, y lo ofrecen compañías
como Attivio, Automated Insights, Cambridge Semantics,
Digital Reasoning, Lucidworks, Narrative Science, Yseop y SAS.
2. Reconocimiento de voz
Siri es tan sólo uno de los sistemas que, hoy en día, pueden
entender lo que les dices.
Cada día, son creados más y más sistemas que pueden
transcribir el lenguaje humano, llegando a cientos de miles
a través de sistemas interactivos de respuesta de voz y
aplicaciones móviles.
.
Las compañías que ofrecen servicios de reconocimiento
de voz incluyen NICE, Nuance Communications, OpenText
y Verint Systems.
3. Agentes virtuales
Un agente virtual no es más que un agente informático o
un programa capaz de interactuar con humanos.
Y sí, los chatbots son un gran ejemplo.
Los agentes virtuales se están utilizando actualmente
para el servicio al cliente y soporte, así como
administradores de hogares inteligentes.
Algunas de las compañías que proporcionan agentes
virtuales incluyen Amazon, Apple, Soluciones
Artificiales, Assist AI, Creative Virtual, Google, IBM,
IPsoft, Microsoft y Satisfi.
4. Plataformas machine learning
Hoy en día, las computadoras pueden aprender fácilmente
¡y algunas son increíblemente inteligentes!
El Machine learning (ML) es una subdisciplina de las
ciencias de la computación y una rama de
inteligencia artificial (IA). Su objetivo es desarrollar
técnicas que permitan a las computadoras aprender.
Proporcionando algoritmos, APIs
(interfaz de programación de aplicaciones),
herramientas de desarrollo y de capacitación, big data,
aplicaciones y otras máquinas, las plataformas de ML
están ganando cada día más fuerza.
Actualmente, están siendo utilizadas, principalmente,
para predicción y clasificación.
Algunas de las compañías que venden plataformas
ML incluyen Amazon, Fractal Analytics, Google, H2O.ai,
Microsoft, SAS, Skytree y Adext.
Esta última es particularmente interesante por una
simple razón: Adext es el primer y único
Audience Management as a Service (AMaaS)
en el mundo que aplica IA real y machine learning
a la publicidad digital para encontrar la audiencia o
grupo demográfico más redituable para cualquier
anuncio.
5. Hardware optimizado con IA
La tecnología de IA hace que el hardware sea mucho
más amigable.
¿Cómo?
A través de nuevas unidades de procesamiento
gráfico y central, y de dispositivos de
procesamiento específicamente diseñados y
estructurados para ejecutar tareas orientadas por IA.
Y si aún no los has visto, debes esperar una inminente
aceptación de
que se podrán insertar directamente en tus dispositivos
portátiles y, eventualmente, en cualquier otro lugar.
Puedes obtener acceso a estas tecnologías a través
de Alluviate, Cray, Google, IBM, Intel y Nvidia.
6. Toma de Decisiones
Las máquinas inteligentes son capaces de introducir
reglas y lógica a los sistemas de
inteligencia artificial para que puedas usarlos
para la configuración o training inicial, el mantenimiento
continuo y la optimización.
La toma de decisiones ya se ha incorporado a una
variedad de aplicaciones corporativas para asistir y
tomar decisiones de forma automática, haciendo
que tu negocio sea lo más rentable posible.
Echa un vistazo a Advanced Systems Concepts,
Informatica, Maana, Pegasystems y UiPath para
conocer las opciones disponibles dentro
de esta categoría.
7. Plataformas de aprendizaje profundo
Las Plataformas de Deep Learning usan una forma
única de ML que involucra circuitos neuronales
artificiales con varias capas de abstracción
que pueden imitar al cerebro humano, procesar
datos y crear patrones para la toma de decisiones.
Actualmente se usa principalmente para
reconocer patrones y clasificar aplicaciones
que sólo son compatibles con conjuntos de datos
a gran escala.
Por ejemplo, Deep Instinct, Ersatz Labs,
Fluid AI, MathWorks, Peltarion, Saffron Technology
y Sentient Technologies tienen opciones
de deep learning dignas de ser exploradas.
8. Biométricas
Esta tecnología puede identificar, medir y analizar
el comportamiento humano y los aspectos físicos
de la estructura y de la forma del cuerpo.
Permite interacciones más naturales entre los
seres humanos y máquinas, incluidas
las interacciones relacionadas con el reconocimiento
del tacto, imágenes, voz y lenguaje corporal,
por lo que es extremadamente importante en
el campo de la investigación de mercado.
Compañías biométricas como 3VR, Affectiva,
Agnitio, FaceFirst, Sensory, Synqera y Tahzoo
trabajan arduamente para desarrollar esta área.
9. Automatización de procesos robóticos
La automatización de procesos robóticos usa scripts
y métodos que imitan y automatizan tareas humanas
para apoyar en los procesos corporativos.
Es particularmente útil para situaciones en las que
contratar humanos para un trabajo o tarea específica
resulta demasiado caro o ineficiente.
Retomando el ejemplo de Adext, esta plataforma
automatiza la publicidad digital usando AI, con la
finalidad de ahorrar tiempo y recursos dedicados
a las realizar las tareas mecánicas y repetitivas
que demanda esta profesión, las cuales pueden
efectuadas con mayor eficiencia y asertividad por la misma.
Es una solución que te permite aprovechar
al máximo el talento meramente humano
y mover a los empleados a posiciones
más estratégicas y creativas,
para que sus acciones realmente puedan
tener un impacto en el crecimiento de la compañía.
Advanced Systems Concepts, Automation Anywhere,
Blue Prism, UiPath y WorkFusion son otros ejemplos
de empresas de automatización de procesos.
10. Analíticas de texto y NLP (Procesamiento de Lenguaje Natural)
Esta tecnología utiliza análisis de texto
para comprender tanto la estructura de las oraciones,
como su significado e intención, a través de métodos
estadísticos y ML.
El análisis de texto y PLN se utilizan actualmente
en sistemas de seguridad y detección de fraudes.
Aunque también están siendo utilizados por una
amplia gama de asistentes y aplicaciones
automatizadas para extraer datos no estructurados.
Algunos de los proveedores de estas tecnologías
incluyen Basis Technology, Coveo, Expert
System, Indico, Knime, Lexalytics, Linguamatics,
Mindbreeze, Sinequa, Stratifyd y Synapsify.
11. Gemelos Digitales/Modelos de IA
Un Digital Twin o gemelo digital es un constructo
de software que
General Electric (GE), por ejemplo, está construyendo
una fuerza de trabajo de AI para monitorear los motores
de sus aviones, locomotoras y turbinas de gas,
y predecir fallas con los modelos de software
alojado en la nube de las máquinas de GE.
Sus gemelos digitales son principalmente
líneas de código software, pero las versiones
más elaboradas parecen dibujos de diseño
asistidos por una computadora tridimensional (3D),
llenos de gráficos interactivos, diagramas y puntos de datos.
Las empresas que utilizan tecnologías de digital twin
y de modelamiento de IA incluyen VEERUM,
en el espacio de capital para ejecución de proyectos;
Akselos, que lo está utilizando para proteger
infraestructuras críticas, y Supply Dynamics,
que ha desarrollado una solución SaaS para
gestionar el abastecimiento de materia prima
en entornos de fabricación complejos y alta distribución.
12. Defensa Cibernética
La defensa cibernética es un mecanismo de defensa
de redes informáticas que se centra en prevenir,
detectar y proporcionar respuestas oportunas
ante ataques o amenazas hacia la infraestructura
e información.
AI y ML ahora se utilizan para llevar la defensa
cibernética a una nueva fase evolutiva en respuesta a un entorno cada vez más hostil: El Breach Level Index detectó, en total, más de 2 billones
Setenta y seis por ciento de los registros en la encuesta
se perdieron accidentalmente, y el 69% fueron por un
problema con alguna clase de robo de identidad.
Las redes neuronales recurrentes, que son capaces
de procesar secuencias de entradas, se pueden
combinar con técnicas de ML para crear tecnologías
de aprendizaje supervisado, que revelan actividades
sospechosas en los usuarios y detectan hasta el 85%
de todos los ciberataques.
Startups como Darktrace, quien combina el análisis
del comportamiento con matemáticas avanzadas
para detectar automáticamente el comportamiento
anormal dentro de las organizaciones y Cylance,
que aplica algoritmos de IA para detener el malware
y mitigar el daño de los ataques desde el primer instante,
se especializan en la defensa cibernética impulsada
por inteligencia artificial.
DeepInstinct, otra empresa de defensa cibernética,
es un proyecto de deep learningque ha sido denominado
como la “startup más disruptiva" por la ceremonia
de Nvidia en Silicon Valley; protege terminales,
servidores y dispositivos móviles de las empresas.
13. Compliance (cumplimiento)
Compliance es la certificación o confirmación
de que una persona u organización cumple
con los requisitos de prácticas aceptadas,
legislaciones, regulaciones, estándares o
términos de un contrato; y existe una industria
significativa que la sostiene.
Ahora estamos viendo la primera ola de
soluciones regulatorias de complicance
que utilizan inteligencia artificial para ofrecer
eficiencia a través de la automatización y
la cobertura integral de riesgos.
Ejemplos de este particular uso de la IA
comienzan a verse en todo el mundo.
Por ejemplo, las soluciones de PLN
(Procesamiento de Lenguaje Natural)
pueden escanear el texto regulatorio
y unir sus patrones con un conjunto de
palabras clave para identificar los cambios
que son relevantes para cualquier organización en específico.
Las soluciones de prueba de estrés financiero
con análisis predictivo y constructores de
escenarios pueden ayudar a las organizaciones
a cumplir con los requerimientos del capital regulatorio.
Y el volumen de actividades de transacciones
señaladas como potenciales ejemplos de lavado
de dinero se puede reducir a medida que se
utiliza el deep learning para aplicar reglas
comerciales cada vez más sofisticadas.
Las empresas que trabajan en esta área incluyen
Compliance.ai, una empresa de Retch que embona
documentos normativos a su función comercial
correspondiente; Merlon Intelligence, una
compañía global enfocada en tecnología de
complicance que apoya a la industria de
servicios financieros para combatir delitos
financieros, y Socure, cuya plataforma patentada
de análisis predictivo que aumenta las tasas
de aceptación de los clientes mientras reduce
el fraude y las revisiones manuales.
14. Asistencia al trabajador cognitivo
Mientras que algunos se preocupan por la posibilidad
no olvidemos que la tecnología de inteligencia
artificial también tiene un enorme
potencial para ayudar a los empleados
en su trabajo, especialmente aquellos
relacionados con trabajos intelectuales
o que requieren considerable dosis de conocimiento.
De hecho, la automatización del trabajo
cognitivo se considera la
Las profesiones médicas y legales, que dependen
en gran medida de los conocimientos
de los trabajadores, es donde los trabajadores
utilizarán cada vez más la IA como herramienta de diagnóstico.
Cada vez hay más compañías que trabajan
en tecnologías para esta área. Kim Technologies,
que tiene el objetivo de empoderar a los trabajadores
que tienen poca o nula experiencia en programación
de TI con herramientas para crear nuevos flujos de
trabajo y documentar procesos con la ayuda de la IA,
es uno de ellos. Kyndi es otra, cuya plataforma
está diseñada para ayudar a los trabajadores
especializados a procesar grandes cantidades de información.
15. Creación de Contenido
La creación de contenido ahora incluye cualquier tipo
de material que una persona sume al mundo online, ya sean videos, anuncios, publicaciones en blogs, white papers, infografías u
otros recursos visuales o escritos.
Marcas como USA Today, Hearst y CBS, ya están
usando IA para generar su contenido.
Wibbitz, es un gran ejemplo de una solución
de este campo, pues constituye una herramienta
SaaS que utiliza IA para ayudar a los editores a
crear videos a partir de contenido escrito en
tan sólo cuestión de minutos. O, también
Wordsmith, una herramienta creada por
Automated Insights, que aplica
PLN (Procesamiento del Lenguaje Natural)
para generar noticias basadas en datos de generales.
16. Redes Peer-to-Peer
Las redes peer-to-peer, en su forma más pura,
se crean cuando dos o más PC’s se conectan
y comparten recursos sin necesidad de que
los datos pasen por un servidor de computadora centralizado.
Pero las redes peer-to-peer también son
utilizadas por las criptomonedas, e incluso
tienen el potencial de resolver algunos de
los problemas más desafiantes al recopilar
y el analizar grandes cantidades de datos,
dice Ben Hartman, CEO de Bet Capital LLC, a Entrepreneur.
Nano Vision, una startup que premia a los usuarios
con criptomonedas a cambio de sus datos moleculares,
tiene como objetivo cambiar la forma en que abordamos
las amenazas hacia la salud humana, como las
superbacterias, las enfermedades infecciosas,
el cáncer, entre otras.
e IA es Presearch, un motor de búsqueda
descentralizado impulsado por una comunidad
y recompensa a sus miembros con tokens
para crear un sistema de búsqueda más transparente.
17. Reconocimiento de Emociones
Esta tecnología permite que el software "lea"
las emociones en el rostro humano mediante
el procesamiento avanzado de imágenes o el
procesamiento de datos de audio.
Hoy en día podemos capturar "microexpresiones" o
señales sutiles del lenguaje corporal y cualquier
entonación vocal particular que nos indiquen los
verdaderos sentimientos de una persona.
La policía podría usar esta tecnología
para tratar de detectar más información
sobre alguien durante un interrogatorio.
Pero también tiene una amplia gama de aplicaciones
para los especialistas en marketing.
Constantemente incrementa la cantidad de compañías
trabajando en esta área. Beyond Verbal analiza
los inputs de audio para describir los rasgos de
carácter de una persona, incluyendo qué
tan positivos, emocionados, enojados o nerviosos
se encuentren
nViso utiliza analíticas de videos emocionales
para inspirar nuevas ideas de productos,
identificar actualizaciones requeridas y mejorar
la experiencia del consumidor. Y la IA de Emoción
de Affectiva se utiliza en la industria de los juegos,
automotriz, robótica, educación y salud para aplicar
la codificación facial y el análisis de emociones
a partir de los datos faciales y de voz.
18. Reconocimiento de Imagen
El reconocimiento de imágenes es el proceso
que identifica y detecta un objeto o característica
específica en una imagen digital o video.
La inteligencia artificial está aprovechando
cada vez más esta tecnología y brindando
excelentes resultados.
La IA puede buscar fotos en las plataformas
de redes sociales y compararlas con una amplia
gama de conjuntos de datos para decidir
cuáles son más relevantes durante las búsquedas
de imágenes.
La tecnología de reconocimiento de imágenes
también se puede utilizar para detectar placas
de autos, diagnosticar enfermedades, analizar
clientes y sus opiniones y verificar a los usuarios
basándose en su rostro.
Clarifai proporciona sistemas de reconocimiento
de imágenes para que los clientes detecten
duplicados cercanos y encuentren imágenes
similares que no hayan sido categorizadas.
SenseTime es uno de los líderes en esta
industria y desarrolló una tecnología de
reconocimiento facial que se puede aplicar
a los pagos y análisis de fotografías que
permiten la verificación de tarjetas bancarias
y otras aplicaciones.
Finalmente, tenemos a GumGum cuya misión
es utilizar tecnología de inteligencia artificial
para desatar y potencializar el valor de las
imágenes y de los videos que diariamente
son producidos y subidos a internet.
19. Automatización en Marketing
Hasta ahora, los equipos de Marketing se han
beneficiado enormemente de la inteligencia artificial (IA) e,
indudablemente, tienen mucha fe en la IA
que se usa en esta industria por una buena razón.
El 55% de los especialistas en marketing están
seguros de que la IA tendrá un mayor impacto
en su campo, que incluso el concepto como tal
de ”las redes sociales”. ¡Vaya declaración!
La automatización del marketing permite a
las empresas mejorar la interacción con su
mercado meta y aumentar su eficiencia
–características que suelen traducirse en un
incremento exponencial de los ingresos de la
compañía–. A su vez, utiliza software
para automatizar la segmentación de sus públicos meta,
la integración de los datos de sus clientes
y el manejo de sus campañas;
simplificando las tareas repetitivas, y
permitiéndoles enfocarse en lo que mejor
saben hacer ¡estrategias!
Uno de los líderes en el rubro del marketing
digital es Adext, cuyo AMaaS
(Audience Management as a Service) puede
aumentar la eficiencia del gasto publicitario
en más de 500%. Su AMaaS automatiza todo
el proceso del manejo y optimización de las
campañas digitales, realizando más de 480
ajustes diarios en cada anuncio para lograr
optimizar en su máxima expresión las campañas.
Además, administra los presupuestos
dentro de múltiples plataformas y dentro de 20
grupos demográficos diferentes por anuncio.
Comentarios
Publicar un comentario