Por Álex Morris, Country Sales Director de Xertica.
Una de las grandes promesas de cara al futuro es el aprendizaje automático, también conocido como Machine Learning, y su efecto se sentirá tanto en las grandes empresas como en las Pymes. Los ejemplos de compañías líderes que utilizan esta aplicación de inteligencia artificial para optimizar sus estrategias de negocio son varias: Amazon, eBay, Netflix y Spotify, por citar solo algunos casos.
Esta nueva tecnología permite que un sistema identifique millones de patrones a partir de una serie muy grande de datos y, con este nuevo conocimiento, reaccionar en situaciones o casos futuros. De esta manera, a través de los nuevos datos e información que reciben, los sistemas continuamente perfeccionan su comportamiento y optimizan su eficiencia. En resumen, esta disciplina científica puede ayudar a las empresas a interpretar enormes series de datos (Big Data) para extraer ideas significativas y llegar a la resolución rápida de problemas complejos.
Penetración de Machine Learning en Latinoamérica
Esta “nueva forma de aprender” tiene cada vez una mayor aceptación en América Latina y, más que nada, en el sector empresarial: el 43% de las firmas dedicadas a proveer soluciones de inteligencia artificial en general se enfocan en el software y los servicios corporativos, de acuerdo con un informe publicado por Endeavor. Asimismo, estas empresas tienen implementado como modelo de negocio los temas de business intelligence y data analytics.
En el mismo sentido, más de un tercio de las empresas de la región considera “crucial” o “muy importante” invertir, en los próximos dos años en Machine Learning, Deep Learning, computación cognitiva y técnicas de procesamiento de lenguaje natural, según un estudio realizado por la consultora Frost & Sullivan.
Una de las plataformas que utiliza una importante cantidad de empresas de América Latina para correr servicios de Machine Learning es Google Cloud Platform (GCP), un conjunto de servicios de computación en la nube que se ejecuta en la misma infraestructura que Google Cloud utiliza internamente para sus productos de usuario final, como Google Search y YouTube. Junto con un conjunto de herramientas de gestión, proporciona una serie de servicios modulares de nube que incluyen procesamiento, almacenamiento de datos, análisis de datos y, claro, aprendizaje automático.
GCP proporciona infraestructura y plataforma como servicio y entornos informáticos sin servidores en físico y con una alta capacidad de procesamiento y, según un estudio de Forrester, llega hasta el 304% el retorno de inversión en tres años para quienes la utilizan.
Casos de éxito
Hay dos casos de éxito que pintan cuánto se puede alcanzar al utilizar Machine Learning. El primero es el de Cuy Móvil, un operador móvil virtual del Perú que nació en 2016, que ofrece a sus clientes la posibilidad de no tener contratos, dándoles la oportunidad de cancelar el servicio en cualquier momento. A ellos les importaba realizar análisis de inteligencia comercial para mejorar su negocio. “Por ejemplo, nos interesaba identificar el porcentaje de consumo de datos de nuestros paquetes de internet móvil, lo que nos habilita el modelamiento de precios y el cálculo de márgenes”, señala Mariano de Osma, CEO de Cuy Móvil. Para lograrlo, utilizó GCP para el procesamiento de la información que le llegaba desde Claro (a quienes les contratan el servicio de datos, dado que Cuy no posee una concesión de espectro de frecuencia) a través de una red privada virtual (VPN, en inglés).
Otro caso es el de Real Plaza, el operador de centros comerciales más importante del Perú, que posee una cuota de mercado de 22,3 %, y presencia en las ciudades de Chiclayo, Piura, Chimbote, Trujillo, Huancayo, Arequipa, Juliaca, Huánuco, Cajamarca, Cuzco,Sullana, Pucallpa y Lima. Esta gran compañía quería utilizar la información que obtenía de fuentes diversas como la conexión a las redes de wifi por parte de los clientes, los datos de las ventas de las tiendas según la ubicación y las encuestas on-site a través de tablets para lograr mejores decisiones de management. Puntualmente, buscaban encontrar patrones de asistencia del público a sus malls para generar acciones de atracción y de retención, y para ello se decidieron por GCP para trabajar los datos en la nube. El impacto inmediato fue la reducción del 80 % de los recursos humanos utilizados para generar el insight deseado.
