Creando valor con inteligencia artificial y análisis de datos
Transcript of Creando valor con inteligencia artificial y análisis de datos
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Creando valor con inteligencia artificial y análisis de datos
Ramón TriasPresidente de AIS Group
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Agenda¿Quiénes Somos?
¿Qué es la IA?
Introducción
Algoritmos
¿Por qué ahora?
¿Es tan inteligente la IA?
Limitaciones
Aplicaciones
Clasificación
IA por sectores
Proyectos reales
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Empresa líder y pionera en sistemas de ayuda a la decisión en procesos de cambio
Fundada en 1987
Más de 200 clientes en 20 países
Sucursales en Argentina, Chile, Colombia, México y Portugal
Socio colaborador del Big Data Center of Excellence de Barcelona
Nuestra empresa
AIS
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
¿Qué es?Inteligencia Artificial
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Estamos acostumbrados a asociar Inteligencia Artificial con robots, androides, o cualquier cosa con apariencia humana.
Introducción¿Qué es la IA?
En realidad la Inteligencia Artificial es mucho más y mucho menos.
La IA se define como la simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos. Estos procesos incluyen el aprendizaje, el razonamiento y la autocorrección.
Sistemas que piensan y actúan como los humanos
Sistemas que piensan y actúanracionalmente
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
En 1956 se creó el término Inteligencia Artificial por John McCarthy, Marvin Minsky y Claude Shannon en la conferencia de Darthmouth, congreso en el que se hicieron previsiones triunfalistas a 10 años que nunca se cumplieron, provocando el abandono casi total de las investigaciones durante 15 años.
Algoritmos¿Qué es la IA?
Redes neuronales artificiales: 1943
Algoritmos Genéticos: 1960-1970
Classification and Regression Trees (CaRT): 1984
Redes bayesianas: 1985
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
¿Por qué ahora?¿Qué es la IA?
Los avances de hardware y software ofrecen una capacidad de cálculoanteriormente impensable
El desarrollo de equipos informáticos de gran potencia se ha abaratadoconsiderablemente
Los grandes volúmenes de datos o bigdata, que han derivado a smartdata, ideales para alimentar a los motores de IA
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Nuevos usuarios – Nuevo paradigma
Los millenials (y las plataformas) están cambiando el mundo en que vivimos
Clientes mas jóvenes y diferentes
Desarrollo de nuevas herramientas en salud, finanzas, transporte, e commerce, etc.
En el entretenimiento
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
¿Es tan inteligente?Inteligencia Artificial
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Limitaciones
No es posible recrear artificialmente la conciencia humana y por lo tanto, tampoco lo es desarrollar soluciones artificiales capaces de imitar y llevar a cabo todo lo que un humano consciente puede hacer, como por ejemplo tomar decisiones críticas o traspasar el marco conceptual previamente programado.
A día de hoy, la IA todavía carece de razonamiento generalizado, lo que llamamos sentido común.
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Google confunde a los afroamericanos con gorilas, y Flickr con chimpancés.
La cámara de Nikon rechaza fotografiar a un asiático porque confunde sus ojos rasgados con un parpadeo.
El primer certamen de belleza juzgado per un ordenador colocó a una única persona de piel oscura entre los 44 vencedores.
Casos realesLimitaciones de la IA
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Importancia de la experiencia
La riqueza de la experiencia del cerebro humano (todavía) no es automatizable.
La Inteligencia Artificial debe estar controlada. Es importante saber lo que se hace.
El papel del experto es clave para que la IA genere valor a la empresa.
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
AplicacionesGenerando valor
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
IA por sectoresPrincipales aplicaciones de IA
Banca y Seguros
• Modelos de Riesgo (crédito, siniestralidad,...)
• Chatbots para atender clientes
• Detección de fraude
• Recomendación de productos
• Primas según sensorización de casa, persona y autos
• Peritaje automático de accidentes
Industria y Logística
• Robótica• Automatización
de procesos• Planificación
óptima de la producción
• Predicción de la demanda
• Rutas óptimas de flotas
• Carga óptima de camiones
Otros servicios
• Oferta óptima para turistas
• Predicción consumo eléctrico, gas, agua
• Diagnóstico precoz de enfermedades
• Genoma• Predicción
ocupación parking• Recomendaciones
de productos de retail
RRHH
• Modelos automáticos de selección de personal
• Formación personalizada
• Predicción de bajas de personal
• Asignación óptima de tareas a personal
Otros
• Videojuegos• Predicción venta
diarios en quioscos
• Smart Cities• Conducción
autónoma• Ciberseguridad• Tratamiento de
voz y sonido• Tratamiento de
imagen
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Generando valor con la IA
Incrementando la productividadreduciendo el coste
Cuatro pilares
Fomentar la captación y la fidelización
Automatizar servicios y procesos
Mejorar la calidad de servicio
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Técnicas de IA
Machine Learning
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Técnicas de Machine Learning
Aprendiendo de los datosImitan al cerebro, neurona a neuronaBuscan fronteras
Encontrando regularidadesBuscan grupos compactos
Relaciones y comportamientoSecuencias de causa-efectoInfluencias del entorno
Optimización y SimulaciónInteligencia adaptativa de la naturaleza. Combinatoria
Redes Neuronales
XGBExtreme Gradient Boosting
AB AdaBoost
Regresión Logística
PLS Partial Least Squares
SPV SupportVector Machines
Hidden Markov Models
Naif Bayes
Algoritmos de Grafos
Genetic Algorithm
Tabu Search
Metropolis,Colony Ants, Simulated Annealing
Nubes móviles
1
2
3
4
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Modelización Machine Learning
Beneficios de ML: • Algoritmos de alto nivel de clasificación (+25% ; +50%)
• Software libre u open source (R, Python, …)
• Permiten una rápida calibración y re-estimación
• Las principales plataformas BigData están preparadas para poder utilizar estas técnicas
• Sensación de black box
• Necesidad de evitar el sobre-ajuste
• Dificultad para incorporar reglas / forzar variables
Retos en el ML:
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
PROYECTOS REALES CON MACHINE LEARNING
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Modelo: Valoración automática de inmueblesObjetivo: Definir el precio de venta (cierre) de un inmueble (Piso o Casa)Valor Añadido: Construcción de un total de 5 modelos, los cuales se reestiman
mensualmente y de forma automática. La reestimación va acompañada de un Report automático que permite analizar el modelo antes de lanzarlo a producción.Time to market del modelo: 2 díasSolución dinámica a un problema dinámico.
Nuestras experiencias en MLSector inmobiliario
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Modelo: Modelo de alertas tempranas Banca EmpresasObjetivo: El modelo es la base para la identificación del Stage 2 de la cartera bajo seguimiento colectivo de la normativa IFRS9
Modelo: Scoring de recuperación Personas FísicasObjetivo: Mejorar la eficiencia y eficacia de la gestión de recuperación al incorporarel modelo como driver en la definición de la estrategia de recobro a seguir.
Modelo: Proactivo Personas FísicasObjetivo: Realizar campañas de pre-concesión de productos de activo a clientesde la Cooperativa.
Nuestras experiencias en MLSector financiero
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Objetivo: mejorar la experiencia del usuario ayudándole a planificar susdesplazamientos y minimizando el tiempo de aparcamiento en la zonaazul de la ciudad de Barcelona. Para ello se quiere predecir la demanda deocupación real de plazas de aparcamiento en toda la ciudad y traducirlaen un esquema semafórico que mida la factibilidad de encontraraparcamiento.
Logros: La predicción se realizó en base a datos históricos de ocupaciónpagada y se calibró con observaciones reales en sitio. Se obtuvieronbuenos resultados con un 10-12% medio de error en la predicción deocupación. Evitó al ayuntamiento hacer un gran inversión en sensores.
Técnicas aplicadas: Se aplicaron técnicas de series temporales conMachine Learning, teniendo en cuenta factores geográficos.
Nuestras experiencias en MLSector público
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Objetivo: conocer el potencial del producto por distritos para enfocar la actividad Trade.
Situación: producto nuevo sin histórico de ventas; mercado muy amplio pero el target era muyconcreto; recursos limitados y se requería rapidez.
Solución: “AIS Habits”. Herramienta de Big Data (datos demográficos, socioeconómicos,geolocalización, ingresos, gastos, distribución, etc.). Determinación de mercado objetivo(target), estimación de potencial de ventas por zona y por punto de venta (PdV), competencia,entre otros, (machine learning y estadística).
Acciones: campañas de promoción dirigida y de distribución en cada categoría de PdV.
Retorno: 500%, impulso de ventas de Grupo Danone.
Mercado: distribución de producto con base a demanda socioeconómica (densidad permanentey temporal), ubicación estratégica de tienda.s
Beneficios: optimización de gastos de publicidad y de gastos de distribución, cumplimiento demetas y posicionamiento de productos.
Sector alimentaciónNuestras experiencias en ML
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Cómo trabajar para generar valor con ML
Análisis de variables y creación de un smartdata.
Equipo de trabajo mixto que incluya expertos en IA / ML y profesionales especialistas del negocio (riesgos, seguros, marketing, etc.).
Elección de la metodología más adecuada en función de los objetivos a alcanzar.
Decisión del formato óptimo de implementación (SaaS o infraestructura de la entidad).
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
Objetivo: Ganar en eficiencia
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
¿Quieres ser uno de nuestros expertos y
contribuir a generar valor?
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
VALORES AIS
INNOVACIÓN
FELICIDAD
DIVERSIDADÉXITO
PROFESIONAL
INTEGRIDAD
CUIDAMOS EL TALENTO
Si compartes nuestros valores, súmate a nuestro equipo! Escríbenos a: [email protected]
© AIS Aplicaciones de Inteligencia Artificial www. a i s - i n t . c o m
www.ais-int.com