AnalyticsMachine Learning

Machine Learning: ¿Está mi empresa preparada para su implantación?

Para los que aún no estéis familiarizados con el término, se conoce como Machine Learning a una rama de la Inteligencia Artificial que se dedica a la creación de algoritmos y modelos estadísticos que nos permiten obtener una predicción o decisión a través de un ordenador. Para ello, se “entrena” al ordenador (máquina) con un juego de datos de entrenamiento y así puede “aprender” (de ahí el nombre de Machine Learning).

Existen 2 clasificaciones de los modelos de Machine Learning:

  • Machine Learning Supervisado: son los más usados en la actualidad. Consisten en modelos en los que disponemos de un conjunto de datos con las variables iniciales y conocemos el resultado. De esta manera, el modelo debe encontrar una función que pueda explicar el resultado en base a las variables y así poder predecir el resultado. Un ejemplo es la predicción de la demanda (ventas) de un producto. Si disponemos de un conjunto de datos con las ventas históricas con las variables adecuadas, un modelo de Machine Learning nos permitirá predecir las ventas del producto en los próximos meses.
  • Machine Learning No Supervisado: en este caso, tenemos un conjunto de datos pero no conocemos el resultado, como en los modelos de “Clustering” o agrupación. Un ejemplo sería la clasificación de nuestros clientes en grupos de características comunes para analizarlas y poder realizar comunicaciones u ofertas más personalizadas en base a esos grupos detectados por el modelo. No sabemos cuantos grupos hay, ni que clientes pertenecen a cada grupo, es el modelo de ML el que nos lo indicará.

¿Qué aplicación tiene Machine Learning en los negocios a día de hoy?

Habréis oído o leído muchos casos de empresas tecnológicas de última generación que usan Machine Learning como:

  • Uber : tiene su propia plataforma de Machine Learning llamada Michelangelo.
  • Tinder : usa estas tecnologías por ejemplo para sugerir al usuario que foto será más efectiva en su perfil a través de Smart Photos.
  • Netflix: usa algoritmos de ML para sugerirnos que películas o series nos pueden gustar más en base a las experiencias propias y de usuarios con gustos similares.
  • Facebook: entre los muchos usos que hace, aplica modelos de reconocimiento facial para sugerirte personas a etiquetar cuando subes una foto nueva.

Como veis, estamos rodeados de modelos de esta tecnología sin saberlo, pero la pregunta que queremos responder en este post es : ¿es Machine Learning una tecnología sólo para startups de última generación y empresas TOP en los principales índices bursátiles o mi empresa puede estar preparada para estas tecnologías?

A continuación, te mostramos un gráfico que muestra las principales aplicaciones de Machine Learning en los diferentes sectores empresariales:

Principales Aplicaciones Sectoriales Machine Learning
Principales Aplicaciones Sectoriales Machine Learning

¿Qué necesita mi empresa para empezar a implantar Machine Learning?

A continuación enumeraremos las principales barreras que tienen las PYMES para implantar esta tecnología y como se están superando a día de hoy:

1. Volumen de datos

Como hemos comentado al principio del post, los modelos de Machine Learning necesitan de un gran volumen de datos para poder entrenarse. Esto es un escollo sobretodo para los negocios “offline” donde el volumen de datos es menor y no suelen estar tan digitalizados. En cambio en las empresas digitales y comercios electrónicos, el numero de visitas, la navegación del usuario por la web, la gestión de las cestas de la compra nos proporcionan gran cantidad de datos.

De todos modos, lo importante cuando creas modelos predictivos es la calidad del dato más que el volumen. Hay un acrónimo nuevo llamado GIGO (garbage in, garbage out) que lo explica perfectamente: si metes datos basura, obtienes basura.

2. Infraestructuras y capacidad de procesamiento

Uno de las principales razones por las que este tipo de tecnologías no habían sido posibles años atrás es la capacidad de procesamiento necesaria. Esto, obviamente, tiene un coste que era asumible para grandes empresas pero no para PYMES.

Por suerte, los gigantes tecnológicos ya han puesto a nuestra disposición herramientas de ML a coste gratuito o pago por uso con el objetivo de “democratizar” la aplicación de esta tecnología entre todo tipo de empresas. Las principales herramientas son:

3. Conocimiento tecnológico

Aunque estas herramientas mencionadas anteriormente facilitan enormemente la curva de aprendizaje, es necesario el asesoramiento o acompañamiento de expertos al introducir Machine Learning en nuestras empresas.

Como muestra el interesante estudio de O’Reilly sobre el estado de ML en las empresas que puedes consultar en este link, las empresas que están en fase de exploración de estas herramientas se apoyan en consultoras externas, mientras los “early adopters” (con modelos en productivo con más de 2 años) o los “sofisticados” (con modelos en productivo con más de 5 años) ya cuentan con equipos propios de Machine Learning (Data Science Teams).

¿Quién Implanta Machine Learning? Fuente: Oreilly "The State of Machine Learning Adoption in the Enterprise"
¿Quién Implanta Machine Learning? Fuente: Oreilly “The State of Machine Learning Adoption in the Enterprise”

Seguramente el % de apoyo en consultores externos sea mayor en la realidad en las empresas en exploración, pero como observaréis al principio del informe, los datos se obtuvieron en eventos de Inteligencia Artificial y Análisis de Datos con lo que las empresas que recurren a consultores externos no estarían muy representadas (en este caso es el consultor externo el que acude a estos eventos).

Conclusiones

Como veis en el artículo, Machine Learning no es el futuro, es el presente. Está pasando ahora mismo, aunque tenemos que tener en cuenta que es sólo el inicio de esta tecnología y en pocos años sus posibilidades crecerán exponencialmente.

Las barreras que tenía para su introducción en las PYMES están desapareciendo gracias a la inversión de los gigantes tecnológicos en democratizar esta tecnología y la aportación de una red de partners que paquetizan soluciones de Machine Learning para un sector específico o un problema concreto, disminuyendo el coste de implantación y reduciendo también la complejidad de uso.

Pro todo ello, nuestra recomendación es que si quieres que sea una ventaja competitiva para tu empresa, debes empezar a explorar sus posibles aplicaciones en tu empresa ahora, ya que en unos años ya será tarde porque será tu competencia la que disponga de ello.

¿Y vosotros que opináis? ¿Es la nueva burbuja tecnológica o realmente es una tecnología de presente con un gran futuro? Esperamos vuestros comentarios en el post.

¡SUSCRÍBETE YA!
Doy mi consentimiento para almacenar mis datos para envío de newsletters.
Si te suscribes a la newsletter tendrás acceso a los ficheros Power BI originales de nuestros tutoriales y post.

Además tendrás derecho a participar en sorteos periódicos que realizaremos en el blog.
We hate spam. Your email address will not be sold or shared with anyone else.
Mostrar más

Iván Arribas

Llevamos siglos generando, relacionando, modificando y almacenando datos....es hora de que les echemos un vistazo. Espero que este blog sirva de ayuda a los que quieran introducirse en este mundo de la Analítica de Datos, igual que me está sirviendo a mi.

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Información básica sobre protección de datos Ver más

  • Responsable: Iván Arribas Delgado.
  • Finalidad:  Moderar los comentarios.
  • Legitimación:  Por consentimiento del interesado.
  • Destinatarios y encargados de tratamiento:  No se ceden o comunican datos a terceros para prestar este servicio. El Titular ha contratado los servicios de alojamiento web a Bluehost que actúa como encargado de tratamiento.
  • Derechos: Acceder, rectificar y suprimir los datos.
  • Información Adicional: Puede consultar la información detallada en la Política de Privacidad.

Botón volver arriba
Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos. Contiene enlaces a sitios web de terceros con políticas de privacidad ajenas que podrás aceptar o no cuando accedas a ellos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver
Privacidad