La Fundación Clementina recibió este 16 de abril de 2019 al neurocientífico Facundo Manes, para debatir sobre las oportunidades que ofrece la Economía del Conocimiento para el desarrollo argentino. Tema sobre el cual Facundo Manes subrayó: “Argentina necesita un sueño. Y ese sueño tiene que ser el Conocimiento”, dijo el investigador.
En la reunión mensual de la Fundación Clementina se dieron cita varios referentes del sector tecnológico y de la llamada “Economía del Conocimiento”, y a la cual fue invitado el doctor Facundo Manes. El eje de la convocatoria fue analizar la situación de la economía del conocimiento en Argentina y las oportunidades que ofrece para el desarrollo económico y social en Argentina.
Durante su disertación, el doctor Manes expresó: “La sociedad Argentina necesita un sueño, una utopía que supere las divisiones y que nos una en un proyecto común. El último gran sueño fue el de la democracia que supo encontrar en (el Presidente Raúl) Alfonsin, a un líder político que supo catalizar ese sueño y hacer que gran parte de la sociedad lo incorpore como suyo. Y finalmente terminó convirtiéndose en una política de Estado. Es el momento de plantearle a la sociedad un nuevo sueño, un desafío para al futuro. Y ese sueño yo creo que debe ser el conocimiento. Sumar al sistema científico, al productivo, a los actores sociales, al sistema educativo, a los emprendedores, y a la sociedad toda, para convertirnos en un productor mundial de conocimiento”
La Fundación Clementina reúne a un grupo de referentes del mundo tecnológico, que estudian las posibles políticas públicas que podrían ser aplicables para el desarrollo de nuestro país. Entre sus miembros hay destacados investigadores científicos, empresarios tecnológicos, directivos de las principales universidades, especialistas en derecho, recursos humanos, comunicaciones y ciudades digitales. Su conformación plural, permite que todas las expresiones tengan la posibilidad de ser escuchadas y debatidas.
“Si Argentina desarrolla un proyecto tecnológico sostenido, en el ´lapso de no mas de diez años estaremos en condiciones de tener una renta superior a la que produce el campo argentino”, expresó su presidente, Carlos Pallotti.
La Economía del Conocimiento es corrientemente uno de los principales sectores exportadores de Argentina, con ingresos en el orden de los u$s 6.000 millones, y emplea a 430.000 profesionales y técnicos. Y aún en momentos duros para la generación de empleo, incorporó 10.000 nuevas personas durante el 2018.
Los Servicios Basados en el Conoocimiento (SBC) incluyen una serie de actividades (software, servicios profesionales, producción audiovisual entre otras) cuyo factor distintivo es el de tener como principal componente el capital humano, y las habilidades cognitivas.
Del encuentro participaron miembros de empresas tecnológicas, ongs, universidades públicas y privadas, y otros referentes.
Entrevistamos a Pablo Montes de Oca, director de Logística y Servicios de Emergencias, quien contó la experiencia que vivieron en su organización para implementar la plataforma CRM y cómo ello impactó en la empresa. Emergencia es una compañía que atiende a personas y empresas en situaciones de salud que exigen rápida respuesta.
Previo al diálogo con Blog.Portinos. com, Pablo Montes de Oca (foto) expuso parte de estos conceptos en la mesa de experiencias de clientes de Salesforce, en el marco del Salesforce Basecamp realizado en Buenos Aires.
“La implementación en Emergencias comenzó en noviembre de 2016 y seis meses después comenzamos a usarla, pero nos llevó dos años de implementación total, en los que hubo idas y vueltas, aprendiendo de los errores, hasta que terminamos viendo el éxito del proyecto y su utilidad.
“Emergencias es una empresa que hace unas nueve mil atenciones por día y queríamos ser los primeros en calidad y prestación en este rubro. Son cmás de 3 millones de atenciones al año y eso nos ubica como una empresa de logística, en la cual gestionamos la salud de los clientes.
“Enviamos ambulancias, hacemos traslados, hacemos atención en domicilio y todo ello es un universo de complejidad que requiere eficiencia y cuando nos planteamos la tecnología que requeríamos para nuestras operaciones, conformamos un equipo propio -unas 60 personas- que desarrollan básicamente nuestros sistemas.
“Pero cuando se trató el tema de CRM decidimos: aquí vamos a world class y allí compitieron varias empresas y ganó Salesforce. Siempre nos dijimos: adoptemos las mejores prácticas, pero del dicho al hecho hay ciertamente un gran trecho y nos empeñamos en meter mucha energía para avanzar con la plataforma Salesforce Health Cloud hasta cconseguirlo.
“Cuanto más la usamos más aprendemos y nos aceramos a ese campo que imaginábamos. Tiene tantas cosas que estamos en aprendizaje constante. Y es verdad: ayer me trajeron lo de Einstein -la plataforma de Inteligencia Artificial y de analítica en la nube de SF-, que aplicamos a la estrategia de prevención de bajas. Permite ver una cantidad de datos que estaban en nuestros sistemas, pero ahora podemos elaborar y hacer predicciones.
“Tenemos gran cantidad de datos -relata Pablo Montes de Oca-. Somos una empresa con cultura de datos. Desde tiempos remotos conservamos y cuidamos de nuestros datos. Sabemos todo de nuestros clientes y en la atención diaria ahora tenemos la fortaleza de tener todo centralizado.
“Pongamos por caso algo de este ámbito en que dialogamos no me agrada o está mal, desde mi celular ingreso a Salesforce y dejo sentado en la plataforma el comentario o el reclamo. Antes tenía que anotar el tema y al llegar a la empresa apuntar la observacióon a un sistema y ahora todo es automático y el seguimiento tiene una trazabilidad al instante.
“Estamos, además, trabajando en la interoperabilidad con otras organizaciones. Y con las dificultades que presenta esta hora de crisis, en la que la cadena de pagos está resentida, el avance en todos los campos se torna más lento y la salud no deja de tener una creciente demanda en este marco de dificultades. Y hoy ves a los actores de la salud con grandes restricciones para poder brindar sus servicios.
“No obstante el marco de dificultades que atraviesa la Argentina, Emergencias está en todo el país y llevando adelante un plan de inversiones para seguir brindando mejores servicios. Cada día cuando ingresamos a la sala de operaciones estamos frente a 200 monitores con los que visualizamos toda la operatoria de Emergencias en el país. En nuestro mercado hemos elevado mucho la vara y ante un llamado de emergencias, la tolerancia de tiempo es Cero.
“Con diferentes tipo de riesgos van corriendo las 9000 atenciones que en promedio realizamos cada día. En esos monitores ves todas las visitas que tenés que atender; ves todos los pacientes que tenés internados en domicilio y a los cuales debes acudir. Es frecuente que en tiempo online estés viendo alrededores de 60 traslados que están siendo atendidos. También los de pacientes con necesidades especiales a los cuales trasladamos todos los días a la escuela o a su tratamiento.
“Y vemos en las pantallas como uno a uno se van resolviendo. Desde mi teléfono puedo visualizar también este proceso. Tengo así en la palma de la mano toda la operación de Emergencias en todo el país; algo que llamamos Despacho Visual. Ejemplo miro Mendoza y veo cuántos códigos rojos o verdes; si aprieto en una atención sé que están haciendo al instante mismo y todo esto está relacionado con Salesforce”.
Ya por otro lado, la jornada Salesforce Basecamp tuvo una keynote inicial para celebrar a los Trailblazers, profesionales que innovan en sus empresas y sociedad con tecnología Salesforce, que fue presentado por Carlos Arguindegui, vicepresidente de Salesforce para mercados en crecimiento en Latinoamérica. Arguindegui resaltó la importancia de la transformación digital como eje en la experiencia del cliente y las novedosas soluciones que les provee Salesforce, como inteligencia artificial, para aprovechar las oportunidades de abrir nuevos caminos en el relacionamiento con el cliente en esta Cuarta Revolución Industrial.
En más de 10 sesiones, demostraciones y charlas de apertura, los asistentes aprendieron de la mano de ejecutivos y expertos de Salesforce y sus socios acerca de cómo generar ingresos más rápido, entusiasmar a sus clientes con cualquiera que sea el punto de contacto con el cliente – ventas, atención, marketing o retail – así como la importancia de poder llegar a ellos con el mensaje correcto en el momento adecuado.
Clientes locales de Salesforce explicaron el éxito en el relacionamiento con clientes y tendencias en automatización, hubo también demostraciones en vivo de las últimas soluciones de Salesforce donde se expuso sobre Salesforce Health Cloud, la solución dedicada a manejar el relacionamiento de médicos y pacientes para el sector de salud, y un testimonio de cómo la hiperpersonalización lleva a una vida más saludable. También se habló de mejores prácticas para el comercio digital integrado.
Federico López (foto), practice manager, cognitive computing, de Baufest, escribe sobre cómo la automatización del software se convirtió en la puerta de entrada para encarar proyectos de Inteligencia Artificial. Esta es su columna de opinión:
Una persona adquiere un producto en el sitio on-line de una importante cadena retail. Antes de llegar a la sucursal para retirarlo, una notificación en su celular le avisa que la compra que realizó combina con otra y, si oferta en ese momento, obtiene un descuento del 30%. Si bien esta situación parece futurista, nos encaminamos a que sea una realidad, gracias a la cantidad de datos que se generan. Capturar y capitalizar este volumen de información para agregar valor real al negocio es el objetivo que persiguen las compañías en el actual contexto de competencia y a la necesidad de mejorar los procesos de negocio. Frente a este panorama, las nuevas técnicas de Inteligencia Artificial (IA) y Computación Cognitiva se presentan como las aliadas para convertir los simples datos en acciones concretas para las empresas. Los ejemplos son variados y todos buscan el mismo resultado: potenciar las ventas –especialmente en los canales digitales– y reducir los costos operativos, mediante el aprendizaje continuo a partir de los datos.
Según la consultora especializada IDC, en América Latina, el 30% de las iniciativas de transformación del negocio utilizarán algún servicio de IA en 2019 y prevé que para 2021, al menos el 40% del PBI de la región se digitalizará. A pesar de los beneficios que brindan, en la actualidad, son pocas las empresas que localmente aprovechan estas herramientas para la transformación de sus productos y servicios. Incluso, este tipo de iniciativas, en muchos casos, son postergadas o demoradas por no contar con un presupuesto necesario para su ejecución.
Debido a esto, la automatización robótica de procesos (Robotic Process Automation o RPA, por sus siglas en inglés) funciona como la puerta de entrada para conocer los beneficios en la reducción de costos y ver en operación un estado funcional de IA. RPA replica las acciones de un ser humano interactuando con la interfaz de usuario de un sistema informático, realizando clicks y navegando por la web como lo haría una persona. Por ejemplo, para mandar información a los clientes, una persona tiene que entrar a la página de la AFIP, loguearse, ingresar al servicio correspondiente, hurgar hasta encontrar la información deseada, descargar los formularios uno por uno, editarlos manualmente y, finalmente, enviarlos. Gracias a RPA, todo este proceso se realiza de manera automática, con la persona viendo cómo se mueve el mouse y se escriben los datos en pantalla de manera automática, mientras se toma un café. Es decir, es una gran alternativa para reducir o eliminar la carga de trabajo en procesos voluminosos de back-officey se integra de manera poco invasiva con prácticamente cualquier aplicación existente en los entornos de IT de las empresas.
Esta tecnología abre enormes oportunidades para las empresas. El reporte “Global Robotic Process Automation (Tools, RPA Services) Market 2017-2022”, afirma que la demanda de RPA se incrementará 60% anualmente hasta el 2020, posicionándose por encima de otras tendencias tecnológicas como Cloud, IoT y Blockchain y será el foco de la inversión corporativa en búsqueda de la eficiencia operacional.
Para mencionar algunos casos concretos, en ArgentinaE, una importante cadena retail adoptó RPA y en la actualidad cuenta con un área entera dedicada al tema. Al automatizar cientos de procesos internos en paralelo liberaron recursos para realizar tareas de mayor valor agregado para su negocio. Asimismo, una compañía de telecomunicaciones redujo un proceso de 80 horas mensuales a dos horas utilizando un sólo proceso automatizado. Ambos casos muestran cómo esta tecnología, agnóstica al tipo de industria, puede replicarse en cualquiera y lograr importantes beneficios.
Las oportunidades son ilimitadas y queda del lado de los tomadores de decisiones en las empresas estar preparados para embarcarse en Computación Cognitiva e IA y sacar una ventaja competitiva de la cantidad de datos que diariamente se generan y que duermen en un servidor.
A dos años y medio de su ingreso en el mercado, el servicio de Internet de fibra óptica de IPLAN para el segmento residencial, superó los 10.000 clientes y sigue creciendo.IPLAN Liv informó que estima superar los 20.000 clientes para fines de este año 2019.
Asimismo, ha logrado avanzar expandiendo su zona de cobertura a nuevos barrios de la Ciudad de Buenos Aires. “Hoy -dice Alfredo De Cucco, director comercial de la unidad de negocios residenciales- tenemos la posibilidad de ofrecer servicio de Internet de alta velocidad a 200.000 hogares ubicados en los barrios de Belgrano, Recoleta, Palermo, Tribunales, Nuñez, San Nicolás y Retiro, donde llegamos con planes de 200 Mbps, 300 Mbps y 500 Mbps de ancho de banda con Wi-Fi de alta capacidad.
“Es un desafío inmenso para el cual estamos trabajando todos los días” sostuvo Alfredo De Cucco y agregó: “El tendido de la red de fibra óptica se hace de manera subterránea y evita así contaminar visualmente la Ciudad con cables aéreos. Este trabajo exhaustivo requiere de tiempo y una importante inversión por parte de IPLAN”.
El balance es muy positivo: con una inversión que hoy llega a los de $8 millones de dólares en despliegue de infraestructura desde sus inicios, 400 manzanas de cobertura y más de 10.000 clientes conectados.
El servicio tuvo una gran aceptación por parte de los clientes, quienes necesitan cada vez mayor conectividad en sus hogares. “Para llegar con el tendido de FO (fibra óptica), IPLAN estudia cada manzana, calle e infraestructura subterránea de servicios públicos y planifica de manera estratégica el crecimiento de cada milla. No es tarea fácil ni inmediata pero la aceptación ha sido impresionante”, agregó De Cucco.
Los desafíos que se plantea la compañía con el servicio IPLAN Liv son ambiciosos. Busca cerrar el 2019 con 20.000 hogares conectados con acceso a Internet y 650 manzanas cubiertas. También, pretende acelerar la velocidad de despliegue a 20 manzanas nuevas por mes y “en los próximos tres años llegar de forma directa a un tercio de la población de la Ciudad Autónoma de Buenos Aires” sostuvo el ejecutivo.
IPLAN Liv es internet 100% por fibra óptica para hogares. No es cable. No es ADSL. Es la única conexión realmente estable y con el mayor ancho de banda, que puede garantizar las más rápidas velocidades del mercado y sin microcortes. Para subir y bajar contenidos desde múltiples dispositivos a la vez, subraya finalmente Alfredo De Cucco.
Este trabajo propone una revisión de los conceptos básicos de Big Data y el Internet de las Cosas (IoT) así como de la Inteligencia Artificial, así como reflexionar sobre su amplio campo de aplicación. Este paper es base de las clases que el ingeniero Carlos Ormella Meyer realiza en el marco de su cátedra de Gestión y Auditoría de Riesgos y Seguridad de la Información.
Escribe Carlos Ormella Meyer (foto)* .- Big Data y el IoT son dos tecnologías que pueden potenciarse como para concretar una serie de aplicaciones en áreas tan diferentes como malware y reconocimiento de voz, control de cultivos y predicciones de salud, prevención del fraude y primas de seguro ajustables automáticamente, etc.
Tal resultado puede lograrse especialmente con Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo), que constituyen las herramientas más trascendentes para las mencionadas aplicaciones.
En ese escenario se revisan primero las diferentes formas de aprendizaje como para crear un modelo de ajuste automático con base al análisis estadístico y predictivo, y poder así aplicarlo en determinar patrones de datos y predicción de resultados.
El caso del Deep Learning, que puede considerarse parte del Machine Learning, se distingue porque busca emular al cerebro humano en cuanto al procesamiento y aprendizaje de la información construyendo una Red Neuronal Artificial como las del sistema nervioso.
El tema siguiente se refiere a los Bots y Chatbots que son herramientas que facilitan la interacción de máquina y personas, incluso en algunos Chatbots con el soporte de la Computación Cognitiva que busca que las máquinas piensen y procesen la información como las personas.
A continuación se introduce el tema del NLP (Procesamiento del Lenguaje Natural) que está basado en Deep Learning y que, junto con el Machine Learning, constituyen el trío de herramientas propias de la Inteligencia Artificial.
Las aplicaciones del NLP van desde el Chatbot, pasando por el análisis del estado emocional expresado en una frase incluso de las redes sociales, hasta la ejecución de instrucciones humanas por parte de un robot.
También aquí, la Computación Cognitiva constituye un eficaz soporte por ejemplo para descomponer y analizar partes de una frase.
La última parte de este trabajo incluye por un lado una serie de aplicaciones de Machine/Deep Learning en Big Data e IoT además de las mencionadas al comienzo de este trabajo, y por el otro un listado de los conocimientos necesarios de los diferentes especialistas en dichas aplicaciones.
Keywords
Big Data, IoT, Internet de las Cosas, IIoT, Internet Industrial de las Cosas, M2M, Máquina con Máquina, AI, Inteligencia Artificial, Machine Learning, Aprendizaje Automático, Deep Learning, Aprendizaje Profundo, Bot, Chatbot, NLP, Procesamiento de Lenguaje Natural, Computación Cognitiva, Perceptrón, Red Neuronal Artificial, CNN, Redes Neuronales Convolucionales, RBM, Máquina Restringida de Boltzmann
Conceptos básicos de Big Data
Big Data es un concepto que se refiere a la gestión y análisis en línea de gran cantidad de datos de diversos formatos, como los datos de tablas, texto incluyendo los de redes sociales, videos, audio, etc., todo lo cual se encuadra según diferentes indicadores, donde los principales son:
1) Volumen, gran cantidad de datos: Terabytes (10¹²), Petabytes (1015), y Exabytes (1018).
2) Variedad, datos de tres tipos:
a) Estructurados: De bases de datos relacionales.
b) Semiestructurados: Registros internos y de servidores, seguimiento de clics en Internet.
c) No estructurados: Datos, imágenes, video, audio, Texto de redes sociales, foros, mails, archivos Office.
3) Velocidad, con que se reciben los datos.
La Analítica de Big Data permite establecer e inferir patrones ocultos, correlaciones, tendencias, preferencias de clientes, etc.
Permite analizar tanto datos de eventos de servidores, estaciones de trabajo, antivirus, firewalls, e IDS/IPS (Sistema de Detección/Prevención de Intrusiones), como información de redes sociales.
Para el caso se usan bases de datos NoSQL (No Sólo SQL), que manejan datos no uniformes, diferentes formatos y múltiples orígenes, que se almacenan en clusters de servidores distribuidos usando Hadoop, donde su núcleo, MapReduce, crea índices de búsqueda para coordinar, combinar y procesar dichos datos.
Hay una cantidad considerable de aplicaciones de Big Data en áreas tan variadas como:
Retail; Bancos, Servicios financieros y Compañías de Tarjetas de Crédito; Seguros; Salud; Telecomunicaciones; Sector Público; Sector fabril.
Breve Introducción al Internet de las Cosas, IoT
El Internet de las Cosas (IoT) es la interconexión digital de dispositivos activados por sensores.
Se usan desde simples sensores en etiquetas adheridas en prendas, así como también en tarjetas de pago de transporte y de acceso a empresas o lugares restringidos, hasta sensores de robots.
Por su parte, el Internet Industrial de las Cosas (IIoT), o Internet Industrial, trabaja con comunicaciones M2M (Máquina con Máquina) en manufacturas y empresas de servicio, muchas de las cuales constituyen Infraestructuras Críticas tales como instalaciones hidráulicas, centrales y redes de energía, entre otras.
El Internet de las Cosas se viene expandiendo rápidamente y ya se encuentra en aplicaciones de Domótica; Salud; Seguros; Industria manufacturera; Agricultura; Ganadería; Logística; Ciudad inteligente; Redes inteligentes; y Dispositivos de uso personal, entre otros
Inteligencia Artificial – Breves Conceptos
La Inteligencia Artificial, AI, es el arte de hacer que los programas de computadora se comporten como humanos en cuanto a la percepción, aprendizaje, comprensión y conocimiento.
Para ello, la inteligencia artificial abarca un área multidisciplinaria que combina ramas tan diversas como la Neurociencia, la Lógica, la Psicología y la Computación, y que se encarga de diseñar y crear entidades artificiales que son capaces de resolver problemas o realizar tareas por sí mismas, utilizando algoritmos y paradigmas del comportamiento humano.
Dos áreas se destacan en el campo de la Inteligencia Artificial: Machine Learning y Deep Learning.
Machine Learning – Aprendizaje Automático
Machine Learning, también conocida como Aprendizaje Automático, es una herramienta muy usada en las aplicaciones más avanzadas de Big Data e IoT.
Machine Learning se basa en proporcionar a una computadora la capacidad de aprender sin ser programada explícitamente, y se lo considera un subcampo de la Inteligencia Artificial, AI.
Machine Learning usa análisis estadístico y análisis predictivo para identificar patrones en los datos.
Tiene algunas similitudes con el Data Mining, pero mientras éste simplemente muestra resultados, Machine Learning ajusta las acciones del programa en base a los resultados.
Para un funcionamiento adecuado, un sistema de Machine Learning requiere un cierto aprendizaje previo, con el objeto de construir un modelo que pueda generar predicciones razonables como respuesta a cualquier tipo de datos.
Hay dos tipos básicos de Aprendizaje: Supervisado y No Supervisado, Adicionalmente se pueden mencionar otros dos de menor presencia que son el Aprendizaje Semi-Supervisado y el Aprendizaje por Refuerzo.
Aprendizaje Supervisado
El Aprendizaje Supervisado (Figura 1) consiste en entrenar al modelo en base a un conjunto conocido de datos de Entrada y la respuesta o Salida correspondiente, por lo que se dice que la Entrada está etiquetada.
El proceso de aprendizaje se repetirá hasta lograr coincidencia entre la Salida producida y la etiqueta esperada, tras lo cual el programa ya está en condiciones de operar adecuadamente.
Los pasos son los siguientes:
1) Se proporcionan tanto los datos de Entrada como la Salida esperada, o sea la etiqueta correspondiente.
2) Los datos de Entrada se tratan con un algoritmo para crear un modelo que entregue un resultado que se valida contra la Salida esperada.
3) Mientras haya diferencias, el proceso se reitera hasta que la Salida que entregue el modelo coincida con el resultado provisto a la Entrada.
A partir de aquí, el sistema puede predecir un resultado para cualquier tipo de datos de Entrada.
Un ejemplo es el detector de email spam en base a características de los mensajes, y que incluye los que el usuario pueda agregar. También tenemos el Feed de noticias del Facebook.
Aprendizaje No Supervisado
En este caso, a la Entrada sólo se proveen los datos correspondientes, sin la Salida o respuesta deseada, por lo que se dice que la entrada no está etiquetada.
El proceso de entrenamiento es:
1) Se proporcionan sólo los datos de Entrada.
2) Los datos de Entrada se tratan con un algoritmo que crea un modelo aprendiendo la estructura inherente, o la distribución de los datos de Entrada.
3) El resultado se valida según el algoritmo usado, especialmente con una forma de validación cruzada entre una parte de los datos de Entrada, que entrena el modelo, y la parte restante que se usa a modo de prueba.
4) Habiendo diferencias, el proceso se reitera hasta obtener la mejor aproximación para todos los datos de Entrada, y terminar así el entrenamiento
Aprendizaje Semi-Supervisado
Aquí hay algunos datos etiquetados pero la mayoría de ellos no lo están, y se puede usar una mezcla de técnicas supervisadas y no supervisadas
.
En el aprendizaje semi-supervisado es usual usar dos algoritmos diferentes que comienzan con los ejemplos etiquetados, y luego en base a la información establecida, prosiguen con el análisis específico de los datos no etiquetados.
Aprendizaje por Refuerzo
Básicamente es un sistema de aprendizaje no supervisado pero con características muy especiales.
El sistema trabaja con un agente que aprende por prueba y error en un ambiente dinámico e incierto.
En cada interacción el agente recibe como entrada un indicador del estado actual y selecciona una determina acción que maximice una función de refuerzo.
Deep Learning – Aprendizaje Profundo
Deep Learning es un subconjunto del Machine Learning, pero que se basa en cómo el cerebro humano procesa la información y aprende, construyendo una red de neuronas.
Un ejemplo clásico es el del niño que aprende a reconocer un perro ya que cada vez que ve un animalito similar, los padres le dicen “es un perro” o “no es un perro”, y así el niño va reconociendo diferentes tipos y características de los perros tales como tamaño, color, comportamiento, etc.
Inconscientemente, el niño va transformando una abstracción compleja como el concepto de un perro, construyendo una jerarquía en la que cada nivel de abstracción se forma con el conocimiento que se obtuvo de la capa precedente de la jerarquía.
El entrenamiento previo del Deep Learning también puede ser de Aprendizaje Supervisado y No Supervisado.
Aprendizaje Supervisado
El Aprendizaje Supervisado se basa en el Perceptrón, un esquema neuronal básico de dos capas (Entrada y Salida) que maneja clasificadores binarios, o sea ES o NO ES de una cierta clase, lo cual implica que en una gráfica las variables pueden ser separadas por una línea.
Para el caso, las entradas reciben un tratamiento matemático cuyo resultado se aplica a una función de activación del tipo escalón que decide si la Salida ES o NO ES (1 o 0 respectivamente) de la clase esperada, es decir la etiqueta proporcionada a la Entrada.
El resultado se valida contra la etiqueta (como en el Machine Learning) y se repite el proceso para minimizar las diferencias.
Para dos o más variables no separables linealmente se trabaja con un esquema multicapa (Figura 2) con una o más capas ocultas entre Entrada y Salida, lo que se conoce como una Red Neuronal Artificial como las del sistema nervioso.
Este modelo de aprendizaje tiene entonces varios niveles de representación, donde cada nivel o capa tiene varias unidadesneuronalessimples.
Esto implica, a su vez que, debido a la alinealidad señalada, tampoco se podrá usar una función de activación del tipo ES o NO ES, sino funciones que por ejemplo puedan resultar en cualquier valor entre 0 y 1.
Por eso en la capa oculta se usan funciones de activación alineales, como la sigmoide (una curva con forma de S estirada, con valores entre 0 y 1), o la tangentehiperbólica,
Además, a la salida de una red pueden aparecer diferencias con la etiqueta que se reducen apelando a la Retropropagación, es decir una propagándose hacia atrás, para ajustar el tratamiento matemático mencionado antes, y minimizar así dichas diferencias o errores.
Por su parte, las Redes Neuronales Convolucionales (CNN), constituyen un tipo específico de Red Neuronal Artificial pero que utiliza Perceptrones para un aprendizaje supervisado.
CNN se destaca en el reconocimiento y clasificación de imágenes, especialmente en la identificación de rostros, objetos y en señales de tránsito potenciando la visión en robots y vehículos sin conductor.
Aprendizaje No Supervisado
En el caso del Aprendizaje No Supervisado dos son las variantes más usuales: el Autocodificador, y la Máquina Restringida de Boltzmann (RBM).
Hay que tener en cuenta es que en general ambos tipos se entrenan para un uso específico, tal que, por ejemplo, uno preparado para reconocer caracteres escritos manualmente no es apto para imágenes o fotos.
Un Autocodificador está compuesto por tres partes: Codificador, Código y Decodificador.
El Codificador comprime la Entrada y produce un Código, que a continuación lo descomprime el Decodificador reconstruyendo la Entrada.
Un esquema básico, entonces, tiene una capa de Entrada y una de Salida separadas por una capa de Código con menos neuronas.
Mientras las capas de Entrada y Salida tienen igual cantidad de neuronas, la capa de Código tiene menos neuronas.
Como resultado, la capa de Código contiene las características más básicas de los datos de Entrada que permitirán su reconstrucción.
Para obtener características más complejas se usa el apilado (Figura 3); donde la Salida del codificador se conecta a otro Autocodificador, y así sucesivamente de modo tal que se irán acumulando capas ocultas entre la capa de Entrada y la de Código, así como entre esta última y la capa de Salida, de modo tal que el esquema resultante es una forma de espejado de las capas ocultas entre la sección de codificación y la de decodificación.
El entrenamiento es individual por cada capa oculta, precisamente para lograr reconocer tanto las características más generales como las más detalladas.
Para eso se tratan la primera capa oculta del codificador con la última del decodificador, luego la segunda con la penúltima, y así sucesivamente hasta la última capa oculta del codificador con la primera del decodificador.
Por su parte, la Máquina Restringida de Boltzmann puede aprender una distribución probabilística del conjunto de Entradas, así como su apilado ofrecer ventajas similares a las de los Autocodificadores, con la ventaja adicional que también puede ser entrenado en forma supervisada.
Para ello el aprendizaje de un RBM consiste en identificar tanto variables visibles como variables “ocultas” (características internas) para así establecer cómo se relacionan entre sí ambos conjuntos de variables.
Bot y Chatbot
El Bot es un software diseñado y creado para automatizar los tipos de tareas que normalmente haríamos por nuestra cuenta, tal como responder a consultas predeterminadas como hacer una reserva, así como también realizar tareas como las de un Servicio al Cliente, Asistentes Personales, Servidores de comida rápida, etc.
Un Chatbot, por su parte, es un programa de computadora diseñado para simular la conversación con usuarios humanos, especialmente a través de Internet
Hay dos modelos de Chatbots.
Uno se basa en la recuperación de respuestas predefinidas. El nivel de simplicidad o complejidad de este tipo de Chabots depende del contexto de trabajo requerido siguiendo una cierta heurística, o sea una suerte de metodología creativa, precisamente para aumentar el conocimiento.
El otro modelo, también llamado AI Chatbot, en realidad trabaja en base a la Computación Cognitiva.
La Computación Cognitiva significa que se enseña a las máquinas cómo pensar y procesar información como los seres humanos.
La Computación Cognitiva emplea Big Data, Machine/Deep Learning y Computación en la Nube, así como NLP, Procesamiento de Lenguaje Natural, que se ve luego.
Por cierto, la Computación Cognitiva se aplica también en la detección de rostros, valuación de riesgos especialmente en las finanzas, detección de fraude, e incluso en el análisis de sentimientos como el tono o la intención, en especial en las comunicaciones de redes sociales.
Para el aprendizaje, primeramente hay que preparar los datos correspondientes a miles de chats adecuados, y para cuya efectividad habrá que enseñar a la máquina qué palabras y/o frases son sensibles a nuestro negocio. Esto se llama crear una ontología del lenguaje, es decir, algo que no es precisamente rígido y que, por lo tanto, puede cambiar.
Ejemplos típicos de Chatbot son el Assistant de Google, Siri de Apple, Cortana de Microsoft y Alexa de Amazon.
NLP – Procesamiento de Lenguaje Natural
El Procesamiento del Lenguaje Natural, NLP es la habilidad de un programa de computación de comprender el lenguaje humano, incluso descomponer y analizar palabras de una frase con el soporte de la Computación Cognitiva y, como tal, es considerado como una herramienta propia de la Inteligencia Artificial, AI (Figura 4).
Específicamente NLP puede analizar, comprender y derivar sentido al lenguaje humano de una manera inteligente y útil, por lo que en muchos casos se aplica al Chatbot.
Por medio del NLP se pueden realizar tareas como generar resúmenes automáticos, traducir, reconocer entidades, extraer interrelaciones, analizar el estado emocional expresado en una frase incluso de las redes sociales, reconocer la voz, etc.
NLP se basa en Deep Learning, y requiere una gran cantidad de datos etiquetados para realizar las tareas mencionadas, a través de inferencias en condiciones estáticas.
El análisis de redes sociales es un gran ejemplo de uso de NLP. Para información de las marcas comerciales, las empresas rastrean las conversaciones en línea para comprender lo que dicen los clientes y obtener información sobre el comportamiento del usuario.
Google y otros motores de búsqueda basan su tecnología de traducción automática en modelos de Deep Learning de NLP. Esto permite que los algoritmos lean texto en una página web, interpreten su significado y lo traduzcan a otro idioma.
Otra aplicación del NLP se da cuando se requiere que un sistema inteligente como un robot ejecute instrucciones humanas.
Aplicaciones de Machine Learning en Big Data e IoT
Si bien algunas aplicaciones de Machine Learning son específicas para Big Data, también hay otras que se aplican al mismo tiempo a Big Data e IoT.
Entre las aplicaciones que van surgiendo se pueden mencionar las que actualmente son más conocidas.
1) Malware. En general los nuevos ataques de software malicioso sólo cambian parte del código anterior, por eso se puede predecir el comportamiento de una nueva versión. Resultados similares se obtienen en Ciberseguridad.
2) Fraude. Como lo usan bancos y la AFIP.
3) APT (Amenazas Avanzadas Persistentes). Detección por comportamiento y movimiento lateral.
4) Automóviles. Comodidades y Primas de Seguro.
Comodidades adaptadas al conductor. Primas de Seguro por la forma de conducir, y calles y carreteras transitadas.
5) Cultivos. Herramientas que por medio del uso de diferentes tipos de sensores, permiten optimizar y reducir el uso y costo de fertilizantes y pesticidas, anticipar enfermedades, facilitar mayores rendimientos, e incluso detectar y regular las necesidades de riego.
6) Aplicaciones industriales. Seguridad y especialmente mantenimiento de máquinas.
Aplicaciones de Deep Learning en Big Data e IoT
Esta área también está en pleno desarrollo pudiéndose mencionar algunas aplicaciones ya existentes.
1) Reconocimiento de voz. Asistente de Google, Siri de Apple, Cortana de Microsoft y Alexa de Amazon. También de imágenes en Facebook.
2) Detector de web spam, es decir de sitios que provocan spam tanto directamente como por medio de múltiples links a otros sitios.
3) Reconocimiento óptico de caracteres (OCR), texto a voz.
4) Predicciones de salud. Relación de síntomas, causas y efectos de enfermedades.
5) Vehículos de manejo sin conductor. Reconocimiento de señales, obstrucciones, etc.
Expertos en Big Data, IoT y Machine/Deep Learning
• Especialistas en Big Data Data Engineer: Manejan ETL (Extraer, Transformar y Cargar) datos de diferentes fuentes. Usan Hadoop, MySQL, NoSQL, y lenguajes Python y R.
Data Scientist: Aplican estadísticas, modelado estadístico y predictivo, análisis multivariante y otras funciones matemáticas creando algoritmos.
• Especialistas en IoT
Ingeniero IoT: Ingeniería de comunicaciones (RF, diseño de circuitos, sensores), aplicaciones Web, APIs, redes, protocolos, e Ingeniería Mecánica.
• Expertos en Machine Learning y Deep Learning
Algoritmos para supervisión y no supervisión.
(*) Material extraído del curso “Big Data, Internet de las Cosas, y las Máquinas que aprenden”.
Con Fit Camp, Telefónica hizo una puesta en escena y a la vez una apuesta con sus socios & clientes de negocios a quienes puso como oyentes y jurados evaluadores de las propuestas de un grupo de startups seleccionadas por sus soluciones digitales. Para ello los reunió este miércoles (10-4-19) en el costado de Puerto Madero donde se alza la sala de eventos Brisas del Plata y durante 5 horas una decena de emprendedores y empresarios cruzaron ideas.
El planteo de Fit Camp Telefónica Wayra 2019 (primera edición) fue: en función de las necesidades promedio de esos clientes buscar tecnologías que cubran las demandas. El tema era entregar más valor y para ello la idea fue estar más cerca de esas necesidades puntuales. Telefónica lo hizo de la mano de Wayra, su aceleradora de startups y el formato del encuentro fue muy acertado, llano y bien práctico facilitando la interacción de los participantes. Retail, consumo masivo, sector público, servicios fue el perfil de clientes convocados para esta ronda.
Creemos que las soluciones de las necesidades vienen más de innovadores que de plataformas, expresó Leandro Tangreti, gerente de ventas de productos digitales de Telefónica. Como empresa grande estábamos acostumbrados a atender necesidades promedio y en función de ello buscábamos tecnologías y con esas soluciones ibamos a nuestros clientes. Esto nos permite brindar más valor y a través de Wayra detectamos que los emprendedores sí tienen esas habilidades que se buscan, precisamente porque nacen de necesidades de sus clientes.
Se trata de un universo de 400.000 clientes, acota José Luis Aiello (foto), director del Segmento Empresas y PyMes de Telefónica. “El primer paso fue hace siete años, con la creación de Wayra, desde donde se seleccionan y se invierte en startups tecnológicas” y “la siguiente etapa consistió en integrar a algunas de esas compañías dentro del portfolio de servicios que Telefónica ofrece a sus clientes del segmento Empresas y PyMes”, agregó. Dijo que “por entonces nos preguntaban por qué tomábamos el desafío de incluir en nuestro portfolio soluciones desarrolladas por estos emprendedores. Pero nosotros entendíamos que en un mundo tan cambiante, el verdadero riesgo era no cambiar. Y tomamos la decisión de abrirnos a las startups y a toda su innovación”.
Para hacerlo más rápido dijimos: ¡¿Qué mejor que sean nuestros propios clientes quienes nos digan cuáles son los emprendimientos que les interesan?! Los clientes presentes en este primer FitCamp Telefónica Wayra conformaron un jurado de 20 integrantes. Y la jornada culminó con la selección de las startups Bot Bit, Quantico, Chazki, Simpliroute y Acámica, las cuales, al igual que el resto de los emprendimientos que participaron de la primera edición de “Fit Camp Telefónica Wayra”, forman parte del portfolio de Wayra en distintos países, explica Joaquín Rotondo.
Varios de los proyectos fueron “acelerados” -asistidos en el desarrollo y fondeados con hasta u$s 150.000- por Wayra, entre ellas startups de Argentina, Chile, Perú, España, Brasil y Reino Unido. Wayra -añade Rotondo- tiene presencia en diez países y lo que estamos aprovechando es traer a la Argentina las soluciones que se cuentan en esos países y ofrecerlas localmente. Las cinco compañías que resultaron seleccionadas pasarán a sumarse al portfolio de soluciones que Telefónica brinda al mercado corporativo y PyMes, en el cual ya están integradas las siguientes startups:
* INCREASE: Es una empresa que potencia a los negocios a través de soluciones fintech y conectándolos entre sí. Permite a los clientes saber con exactitud el monto de dinero que se depositará en su cuenta cada día del mes, evitando incertidumbre. Además, concentra toda la información de las transacciones con tarjeta de crédito en un solo lugar, ahorrando tiempo y dinero.
* WEBCENTRIX: Plataforma de atención al cliente predictiva para canales digitales y redes sociales. Permite optimizar la atención al cliente por internet, centralizando la información de múltiples canales digitales y aumentando la productividad de la empresa.
· POSTCRON: Es una herramienta muy sencilla para agendar y publicar posts simultáneamente en todas las redes sociales desde una misma plataforma. Postcron es una plataforma self service donde el usuario administra sus posteos. Cada usuario se autogestiona sus publicaciones en RRSS. Publica automáticamente en Páginas, Grupos, Perfiles y Eventos de Facebook, Twitter, LinkedIn, Google+, Pinterest e Instagram… Todo desde un solo lugar.
· PRODUCTECA: Plataforma que permite desarrollar un canal propio de ventas online. Automatiza las operaciones de venta online mediante integraciones con sistemas contables, carritos de compras, MercadoLibre, correos y proveedores. Simplifica la catalogación de productos.
· NUBIMETRICS: Plataforma que utiliza Big Data para mostrarles a los vendedores de los marketplaces cómo hacer los mejores negocios. Ayuda a los vendedores de marketplaces, como Mercado Libre, y también a las grandes marcas, para que puedan potenciar sus negocios tomando decisiones con información inteligente.
· BLENDED: Plataforma de gestión escolar. Es una plataforma que busca integrar a padres, alumnos, docentes y directivos dentro de una red cerrada. Permite compartir comunicados, fotos, videos, eventos, calificaciones e inasistencias. Es el cuaderno de comunicaciones hecho una app.
· CIVICITI: Es una plataforma de participación ciudadana que ofrece un canal seguro, sencillo y neutral para que organizaciones y ciudadanos estén permanentemente en diálogo. Ofrece soluciones online para el fomento del voto electrónico, la participación y la transparencia.
· COUNTIT: Empresa de monitoreo de tránsito que utiliza sensores para recolectar información en tiempo real. Permite a los gobiernos una planificación más eficiente del tránsito en las ciudades.
Esta primera edición de “Fit Camp Telefónica Wayra” reunió a 11 startups, invertidas por Wayra en distintos países. Ellas son:
· BOT BIT: Herramienta de fidelización de clientes. Aumenta las visitas en puntos de venta? a través del análisis y la recolección de datos que los mismos clientes proporcionan.
· QUANTICO: Plataforma de social media. Es una herramienta avanzada de inteligencia, medición y monitoreo de RRSS.? Detecta influencers, monitorea medios, identifica conversaciones y diseña y envía alertas.
· CHAZKI: Plataforma de entrega para última milla. Transforma la forma en la que los clientes reciben sus envíos por compra online o retail, de forma rápida, segura y confiable.
· SIMPLIROUTE: Permite optimizar y monitorear las rutas de entregas. Permite planificar y hacer el seguimiento de rutas de reparto, visitas a clientes, servicios técnicos y otras operaciones en terreno. Posibilita gestionar rutas múltiples de despachos de forma sencilla pero inteligente, haciendo seguimiento y estadísticas en tiempo real.
· ACAMICA: Plataforma educativa que ofrece cursos para aprender de manera interactiva, en poco tiempo y desde cero, nuevas tecnologías y habilidades de negocios de las profesiones más demandadas.
· POBUCA: Plataforma de almacenamiento y comunicación de contactos.? Gestiona de manera segura y responsable los contactos de una empresa. Es una plataforma que permite administrar los contactos comerciales y comunicarse en cualquier dispositivo, mejorando la colaboración y la productividad de los empleados.
· DEVO: Plataforma de gestión de datos e información inteligente. Permite recopile, analizar y extraer información en tiempo real de petabytes y exabytes de datos de los equipos en toda la empresa.
· CLONER: Es un servicio de respaldo de información de manera automática, segura e inteligente. El servicio permite recuperar archivos a través de cualquier computadora, tablet o teléfono celular.
· LAUNCHCLOUD: Aplicación enfocada en la recolección inteligente de datos y software de formularios, con herramientas de automatización, informes y comunicación.
· RED SIFT: Plataforma abierta de ciberseguridad que ofrece productos que previenen los ataques cibernéticos. Tienen como misión ayudar a las personas a usar la última tecnología para desbloquear los datos que ya existen sobre amenazas y convertirlos en protección activa.
· WINCLAP: Plataforma que propone nuevos formatos de publicidad en móviles, premiando logros en juegos y aplicaciones con recompensas reales utilizando tecnología DSP.
Llega a la Argentina, Dimension Data, la firma global de tecnología de optimización de datos del conglomerado japones NTT Group. En conferencia de prensa anticiparon que en Argentina empleara a 200 profesionales de tecnología y espera ingresos por 40 millones de dólares en dos años.
Dimension Data es una empresa de tecnología para diseño, administración y optimización de entornos tecnológicos evolutivos perteneciente a NTT Group, que en un reciente encuentro anunció la apertura de su oficina en Argentina con el objetivo de expandir su negocio y sus soluciones de optimización de datos en la era digital para empresas del país.
Fundada en 1983, Dimension Data actualmente es un referente global de IT con sede central en Johanesburgo (Sudáfrica), da trabajo a 28.000 empleados en 47 países, cuenta con 8000 clientes en todo el mundo – entre los cuales está el 75% de las compañías Fortune 100- y genera ingresos por USD 8000 millones anuales.
“Hoy las empresas tienen el desafío de entender qué hacer con los millones de datos que generan diariamente y cómo ellos puede transformarse en ideas productivas. Desde Dimension Data queremos ayudar a las empresas de Argentina a descubrir ese camino de reconversión digital, ahorrando recursos y proyectando su negocio a escala en forma segura” explicó a la prensa Ross Wainwright, CEO de Dimension Data Americas.
Dimension Data brinda servicios de valor agregado a empresas y organizaciones de todo el mundo con foco en las industria Financiera, Retail, Salud,, Educación, Medios y entretenimientos, Manufactura, Deportes, Energía y utilities . Su portafolio de servicios se dividie en 4 áreas específicas del negocio:
1) Consultoría: para diseñar y planificar la transformación digital a medida de cada empresa.
2) Soporte técnico: soluciones de optimización de servicio de soporte técnico para clientes, con infraestructura en la nube.
3) Servicios Gestionados: integrando soluciones para la gestión de operaciones diarias que brinden agilidad y eficiencia al negocio.
4) Servicios en la nube: desarrollando soluciones en nube privada, híbrida y pública que aceleren la performance de áreas de IT.
“En América Latina venimos trabajando sólida y estratégicamente en México, Chile y Brasil con nuestros partners globales Cisco, EMC, Microsoft, SAP, Deloitte, entre otros, y a partir de ahora seguiremos ese mismo camino en Argentina” explicó Jefferson Anselmo, presidente de Dimension Data Latin America.
“Tenemos grandes expectativas con nuestra llegada a la Argentina porque vemos el interés de las empresas en transformar sus negocios en forma inteligente. Buscaremos el talento local para potenciar nuestro delivery center en Buenos Aires donde esperamos emplear 200 profesionales en 3 años y generar más de 40 millones de dólares de ingresos” afirma Lautaro Rodriguez (foto), managing director de Dimension Data Argentina.
Dimensión Data es 100% propiedad de NTT Group, el grupo económico japonés de telecomunicaciones que cuenta con más de 10.000 clientes, emplea a 242.000 personas, cuenta con 230 Data Centers en 88 países y genera ingresos por 105.000 millones de dólares. Con Dimension Data, es la tercera empresa del grupo con presencia en Argentina luego de Everis y NTT Data.
Imagino al gran Guillermo Francela acompañándonos al volante (en vez de la gallega) diciéndonos con esa voz tan suya: No, pará, pará… por aquí no. Conozco un camino mejor… O mirá que la que viene es calle Corrientes… Ah y también sé que hay entradas para… (Ah y a esto último le dicen Marketing de Movilidad…)
Lo anterior es pura especulación aclaro. Ocurre que las directivas de Waze de visita en Buenos Aires dijeron que este miércoles 10 de abril una nueva voz -y muy conocida- nos ayudará para ir por las callecitas de Buenos Aires y más allá. Ya lo sabremos…
Entretanto y de las muchas cosas que las damas de Waze, Ariadna Travini e Ivette Chalela, comentaron en rueda de prensa, pusieron de relieve cuánto sabe Waze de nosotros y cómo podría ayudar no solo como facilitador de tránsito sino como puente de ofertas publicitarias.
¿Y qué sabe Waze de nosotros? Por ejemplo nuestras rutas, horarios de traslado y hasta si bebimos café en el bar de siempre. Y usando Inteligencia Artificial puede ayudar a machear esos datos para que nos llegue el mensaje publicitario justo para esa hora y lugar.
Como ejemplo de que sabe muchas cosas del usuario argentino, comienza señalando Ariadna Travini, gerente de Waze para Cono Sur, contó que el día del primer encuentro Boca & River, en La Bombonera (11-nov-2018), tomó nota de los trayectos previos, en especial en las paradas ante locales de comidas. Y también relevó que las asistencias médicas crecieron un 20% más de lo habitual luego de terminado el partido.
Como compañía integrante del conglomerado Google, Waze usa sutiles algoritmos para ordenar esos traslados y aplica Inteligencia Artificial (IA) sobre muchos de esos datos y hoy se ofrece como puente entre los que desean ofrecerle cosas al usuario.
La cafetería podría enviarle -vía Waze- un mensaje con la propuesta del café al paso y acaso un bocadito tentador como el que probó en su parada de la semana pasada a esta misma hora y siguiendo acaso el mismo trayecto de visita a una amiga.
El futuro del marketing de movilidad no se trata de dónde estás, sino hacia a dónde vas y como app de navegación Waze congrega ya a más de 115 millones de conductores en 185 países alrededor del mundo, explicó Ivette Chalela, directora de marketing para Waze en Latinoamérica.
En esta presentación Waze lanzó para Argentina y toda Latinoamérica su nueva propuesta de valor de Waze Ads, el servicio de publicidad y marketing basado en el destino de los usuarios que ayuda a las marcas a conectarse de forma más inteligente con las personas cuando están en movimiento.
En un mundo digital y con millones de personas constantemente en el camino, existe una gran posibilidad de impactar a los consumidores en su “último kilómetro al punto de venta” a través de herramientas que interactúen con los clientes antes, durante y después de una venta.
“La gente está en movimiento ahora más que nunca, haciendo cada vez más difícil para las marcas encontrar momentos significativos de conexión, por eso Waze Ads representa una gran oportunidad para las empresas ya que pueden entender el movimiento de las personas y unir un destino a través de una simple búsqueda”, comenta Ariadna Travini.
Con Waze, las marcas tienen la oportunidad de interactuar con consumidores “en el camino” de las siguientes 4 formas:
Espontáneamente: proponiendo redireccionamientos a establecimientos comerciales no planificados.
Influenciado: convirtiéndose en el “top of mind” de futuros viajes.
Asistido: motivando a los conductores de la intención hasta la acción.
Planificado: atendiendo una necesidad reconocida.
Durante 2018 la aplicación registró 800 mil usuarios activos; en lo que va de 2019 Buenos Aires ha alcanzado un registro de 1 millón de wazers activos de manera mensual los cuales usan la app diariamente en promedio durante 1 hora y 30 minutos. Las categorías que se han convertido en destino de los usuarios argentinos son: estaciones de servicio (gasolina /Nafta), retail, sucursales bancarias y concesionarias de auto.
Waze Ads cuenta con distintos formatos y planes para todo tipo de empresas, incluyendo pequeñas y medianas. La plataforma funciona para todas las demandas del año y es de gran relevancia en determinados momentos cuando se modifican los hábitos de navegación y consumo, como los vinculados al fútbol.
En vísperas de una nueva edición de la Copa América, podemos recordar por ejemplo los hábitos de la última final de la Copa Libertadores, específicamente en el partido de Boca Juniors vs River Plate (en La Bombonera, el día 11 Nov 2018). Desde Waze -agrega Ariadna Travini- pudimos ver que se incrementaron las visitas a restaurantes en un 80%, crecieron en un 70% las navegaciones a supermercados y un 25% a aancos. Incluso, pudimos ver un aumento del 20% de tráfico a hospitales y centros de urgencias médicas.
“Estos insights, hábitos, rutinas, marcan intereses de consumo específicos, información que puede ser de gran utilidad para las marcas y su estrategia de comunicación. Con Waze Ads estas marcas pueden convertirse en punto de destino para el consumidor que siempre está en movimiento” comentó Ivette Chalela.
Mercado Pago continúa optimizando las soluciones de procesamiento de pagos para sus usuarios, permitiendo ahora que los vendedores online puedan elegir recibir el dinero de sus ventas en 14 días con una tarifa reducida. También, podrán optar por la liberación inmediata o a 30 días.
Además, con el objetivo de priorizar la mejora de los servicios para los medianos y pequeños vendedores, Mercado Pago anunció la baja de la tasa por el cobro a 14 días, que pasará de 4,35% a 3,99%. La acreditación inmediata del dinero paga una comisión de 6,49%; mientras que a 30 días paga una tasa de 2,99%.
Las herramientas de cobro online permiten crear botones de pago para sitios web, links para redes sociales o e-mails, y, también, códigos QR. Estas soluciones son ideales para que pequeños vendedores puedan recibir pagos provenientes de tarjetas de crédito, débito y saldo en cuenta.
Una vez que los fondos son liberados, pueden ser usados a través de la billetera virtual de Mercado Pago para pagar a proveedores o en comercios, abonar servicios, recargar la tarjeta SUBE y el celular, o enviar dinero a otras cuentas de la plataforma; entre otros beneficios sin costo adicional. Desde la billetera, se pueden gestionar las operaciones y conocer cuándo estarán disponibles los fondos.
Asimismo, mientras estos fondos permanezcan en la cuenta, los usuarios acceden a la posibilidad de invertir en Fondos Comunes de Inversión (FCI) con importantes rendimientos y verificar si califican para obtener un crédito inmediato para impulsar su negocio.
Cabe destacar que todas estas transacciones están aseguradas por el Programa de Protección al Vendedor y tienen cobertura de contracargos.
Al respecto, Paula Arregui, Sr VP de producto de Mercado Pago, expresó: “Buscamos democratizar los pagos, sumando cada vez a más compradores y vendedores al ecosistema. Creemos que las PyMEs tienen que contar con las mismas herramientas de cobro y gestión de sus finanzas que las grandes empresas. Tener un manejo de flujo de fondos profesional y acorde a las necesidades de cada vendedor es un paso clave para cumplir este objetivo, con la inclusión como fin último y la tecnología como medio”.
Con esta iniciativa, la compañía busca ofrecer alternativas de cobro al segmento emprendedor y a las más de 100.000 PyMEs que todos los meses operan en Mercado Pago.
Se abre paso una nueva tendencia en gaming: la posibilidad de vivir distintas experiencias dentro de los videojuegos. Con el auge de la Realidad Virtual (RV) y a la Realidad Aumentada (RA), se vislumbra una fusión entre el mundo del espectáculo, el gaming y “la vida real”: además de jugar, ahora se puede comprar y aprender desde los videojuegos.
En esa dirección Fortnite acaba de marcar un hito con un concierto dentro de su videojuego al que asistieron 10 millones de espectadores, el mayor recital del mundo hasta el momento. El popular videojuego organizó recientemente el mayor concierto del mundo, al que asistieron 10 millones de personas y duró solo 10 minutos. ¿cómo las experiencias dentro del juego impactarán el futuro del gaming y el entretenimiento?
El concierto contó con más de 10 millones de asistentes y duró solo 10 minutos, pero eso le alcanzó para convertirse en un hito en la industria del entretenimiento.
El evento realizado por DJ Marshmello se llevó a cabo en un escenario especialmente construido en Pleasant Park (una ubicación en Fortnite), y esta fue la única publicidad que se necesitó para alentar a los más de 10 millones de jugadores a unirse al concierto. Con el set del DJ los jugadores pudieron volar, saltar y divertirse haciendo los populares movimientos de baile Fortnite.
¿Cómo las experiencias dentro del juego, como el concierto Fortnite, impactarán el futuro de los juegos? ¿Qué otras experiencias veremos tomar el control del mundo de los juegos? Y, lo más importante, ¿qué deben hacer los jugadores para preparar su sistema para garantizar la mejor experiencia posible?
La publicidad del futuro
“Los eventos dentro del juego son un área completamente nueva para la industria del juego. Si bien las compañías han intentado establecerlas antes, históricamente, siempre han sido una decepción. El “hype” alrededor del concierto de Marshmello y el hecho de que participaron más de 10 millones de jugadores indica que esto es algo que los jugadores están listos -y ansiosos- por ver”, comenta Patrick Soulliere, Global eSports and Gaming Marketing Manager en Ballistix.
Una tendencia es comenzar a ver deportes en vivo mientras se juega. Por ejemplo, al jugar al FIFA a punto de comenzar un partido entre Inglaterra y Alemania en el “mundo no-virtual”, el juego podría dar la opción de ver esto en tiempo real o continuar jugando.
Las experiencias en el juego tienen la capacidad, no solo de entretener, sino de ayudar a aprender. En Assassins Creed Origins, hay un “modo de descubrimiento” en el los jugadores pueden experimentar el antiguo Egipto y aprender sobre su historia. Esta funcionalidad podría aplicarse a muchos juegos que se establecieron en el pasado y le permite no solo divertirse mientras juega, sino también aprender sobre un lugar, su gente, eventos o cultura general.
En el futuro en los juegos quizás se pueda entrar a una tienda y comprar un artículo que se entregará en en el hogar y no será solo una compra en el juego. “Las oportunidades para estas experiencias son infinitas y, a medida que los jugadores exigen experiencias más inmersivas, es probable que estas funcionalidades pronto sean posibles” afirman desde Ballistix. Pero, ¿cómo afectarán estas experiencias a la comunidad de jugadores y cómo afectarán a la experiencia de juego?
Establecer un equilibrio
Está claro que las posibilidades son ilimitadas cuando se trata de nuevas experiencias de juego, pero tan pronto como algo se vuelve popular, es probable que más y más marcas quieran involucrarse.
Es probable que algunas empresas exageren la publicidad y abusen de la oportunidad, como cuando se lanzó por primera vez GTA y todos los espacios de la ciudad eran anuncios reales, principalmente de Rockstar, la compañía que creó el juego. Si las marcas quieren trabajar con empresas de gaming en experiencias dentro del juego, entonces tienen que darles una opción a los jugadores. Permitir que el jugador elija si desea participar en la experiencia asegurará que los jugadores que quieran continuar jugando no “caigan accidentalmente” en medio de una experiencia, mientras que los interesados pueden participar.
Alternativamente, es probable que Fortnite pueda pasar por alto el enfoque de la publicidad al cobrarles a los jugadores una entrada, al igual que la forma en que se compra un ticket para asistir a un evento musical o deportivo en la vida real.
El crecimiento de la tecnología
Hace cinco o diez años, solo los juegos en línea podían facilitar que alrededor de 100 jugadores jugaran unos contra otros e incluso esto no podía hacerse a menos que los jugadores estuvieran en un entorno de LAN. Ahora, Fortnite, tiene más de 125 millones de jugadores. Y si los juegos tienden a ofrecer experiencias especiales únicas, es probable que esto genere interés y, como resultado, más jugadores.
A medida que la tecnología avanza y los juegos se vuelven más sofisticados, nuestras PC y consolas de juegos necesitan mantenerse al día. Los jugadores necesitarán el kit correcto para obtener el mejor rendimiento posible. Durante los últimos cinco años, solo han sido los jugadores profesionales los que piensan en la capacidad de almacenamiento y la densidad de RAM cuando juegan, pero ahora, incluso los jugadores “casuales” tendrán que pensar en las especificaciones de su PC o consola de juegos, si es que desean involucrarse en estas nuevas y emocionantes experiencias en el juego.
“El concierto de Fortnite ha comenzado una conversación sobre el futuro del juego, sobre cómo las marcas y las compañías de juego pueden trabajar juntas y cómo la evolución de la tecnología mejorará la experiencia del juego.” sostiene el ejecutivo de Ballistix.
Justo cuando Netflix está interrumpiendo la industria del cine y la televisión, comenzaremos a ver que las compañías de juegos irrumpen en el mercado y expanden su oferta más allá de los videojuegos. Las posibilidades para este tipo de experiencia son infinitas y es un momento muy emocionante para ver cómo ayudan a crecer y evolucionar en la industria del juego. Sin dudas se trata de algo podría cambiar la industria del juego como lo conocemos.
Accenture adquiere dos agencias de publicidad de renombre mundial: Droga 5 y Shackleton. Ambas pasarán a formar parte de Accenture Interactive, convirtiéndola en la agencia digital más grande del mundo, según el ranking de AdAge.
Ezequiel Arslanian, director ejecutivo de Accenture Interactive, destacó que “con esta operación damos un impulso significativo para combinar estrategia, tecnología, diseño, consultoría y creatividad, creando así experiencias de marca que potencien la relación entre éstas y sus clientes”.
Shackelton (foto), el grupo independiente de agencias de comunicación publicitaria fundado en 2004 por Pablo Alzugaray y Juan Nonzioli, pasa a formar parte de Accenture, en la integración más importante de la historia de la publicidad española de una agencia creativa. Shackleton cuenta con 160 empleados y tiene oficinas en Madrid, Barcelona y Santiago de Chile. Ha trabajado para multitud de marcas y sectores, dentro y fuera de España, y cuenta con los más prestigiosos reconocimientos nacionales e internacionales.
Por su parte, Droga5, fundada en 2006, es una agencia creativa muy aclamada a nivel mundial con más de 500 empleados en Nueva York y Londres. Desde su creación, Droga5 se ha convertido en un sinónimo de trabajo ambicioso, influyente y desafiante para la industria. Ejemplos recientes incluyen trabajos galardonados para Amazon Prime Video, Tourism Australia, The New York Times, IHOP y la sorpresa de Game of Thrones en el Super Bowl. Ha sido nombrada agencia del año 20 veces por organizaciones como Adweek, Advertising Age, Cannes Lions International Festival of Creativity.
“El futuro de la construcción de marca no se trata sólo de crear buenas ideas; si no de desarrollar experiencias únicas. Droga5 y Shackleton pasarán a ser una parte clave para alcanzar ese objetivo”, destacó Arslanian.
David Droga (foto), fundador y jefe creativo de Droga5 afirmó que “el mundo de la publicidad está cambiando, y estamos emocionados por esta increíble oportunidad con una compañía que agregará más dimensión a nuestras mejores ideas y que nos empujará más allá de nuestras ambiciones. La propuesta que podemos entregar al mercado con Accenture Interactive transformará a la industria”.
Por su parte, Pablo Alzugaray, CEO y co-fundador de Shackleton declaró que “somos lo que hacemos y en Accenture haremos cosas mejores. Si nos integrásemos en uno de los holdings publicitarios tradicionales, accederíamos a más de lo que ya somos. En cambio, Accenture nos aporta mucho de lo que no somos: tecnología avanzada, inteligencia aplicada, robótica cognitiva, big & small data, realidad extendida, internet de las cosas… Todo ello llevará la capacidad estratégica y creativa de nuestro equipo a crear experiencias de marca, a una dimensión desconocida en la publicidad convencional”.
Droga 5 representa la adquisición más grande de Accenture Interactive desde su fundación en 2009. Esta se une a varias adquisiciones realizadas por la consultora, desde más antiguas como Fjord y el especialista de e-commerce Acquity Group en 2013, a más recientes como Karmarama y The Monkeys, todo lo cual ha permitido al negocio de $8.5 mil millones evolucionar para mantenerse siempre un paso delante de las cambiantes necesidades de los CMOs.
Accenture, con más de 435.000 empleados presentes en más de 120 países, trabaja en la intersección de los negocios y la tecnología, ayudando a sus clientes a crear un valor sostenible y mejorar su desempeño. Accenture impulsa la innovación para mejorar la manera de trabajar y vivir en el mundo.
Accenture Interactive, parte de Accenture Digital, ayuda a las mayores marcas del mundo a conseguir un mejor desempeño de su marketing en toda la experiencia del cliente a lo largo de todos los canales. Accenture Interactive ofrece una transformación digital y soluciones de marketing integradas, industrializadas y adaptadas a cada sector.
Escribe María Eliana Rappallini* (foto) .- La telemedicina evoluciona a la misma velocidad que lo hace la tecnología, proponiendo soluciones y avanzando favorablemente en una de sus metas: acercar la salud a quienes tienen menor acceso por vivir en zonas rurales o alejados de los centros urbanos. Es evidente que, en la gran mayoría de los casos dentro del esquema actual, las distancias son un impedimento para una óptima atención médica, teniendo en cuenta que los profesionales de la salud y el equipamiento médico no llegan a cubrir las necesidades del total de la población.
Uno de los grupos más vulnerables es, sin dudas, el de los adultos mayores. Ellos necesitan atención médica especializada para los diferentes problemas de salud que puede traer aparejada la edad. Sumado a la complejidad de tomar turnos en lugares distantes de su domicilio, este grupo etario puede tener su movilidad reducida por distintas afecciones y suelen requerir el acompañamiento de familiares a la consulta médica. Así, no sólo debe desplazarse el abuelo sino que frecuentemente un familiar debe ausentarse de su trabajo para acompañarlo.
Sin embargo, hace ya algunos años la tecnología dio paso a la existencia de soluciones como el Centro de Diagnóstico Móvil (CDM) que ayudan a acortar las distancias, generando un primer diagnóstico a pesar de encontrarse el especialista a kilómetros del paciente, conociendo sus signos vitales en tiempo real. Con el CDM además se pueden realizar videoconferencias, almacenar los estudios en la nube y recibir las interconsultas desde cualquier dispositivo móvil o PC.
La telemedicina es una solución inmediata y económica para los sistemas de salud, ya que permite la transmisión de los parámetros del paciente de manera previa a una consulta presencial. Así, el profesional puede evaluar si es necesario el traslado del paciente a un centro médico o no, reduciendo gastos y optimizando la atención. De esta manera, no es necesario el traslado de personas de edad avanzada.
En resumen ¿es posible que la tecnología genere equidad en el sistema de salud? Sí, para poder cambiar el paradigma actual primero es necesario entender que la incorporación de la telemedicina no implica un gasto extraordinario, sino que significa una inversión para la comunidad y un gran paso para mejorar los sistemas de salud.
María Eliana Rappallini es gerente de tecnologías médicas de EXO S.A.
