Hub de Innovación: Proyectos innovadores de NRT México
Foro 2025 de NRT México: La Innovación como Acelerador de la Transformación 🚀
#ia #nrtmexico #monclova #fime #diegomoreno #hubinnovacion
Foro 2025 de NRT México: La Innovación como Acelerador de la Transformación 🚀
#ia #nrtmexico #monclova #fime #diegomoreno #hubinnovacion
Categoría
🗞
NoticiasTranscripción
00:00Bueno, mucho gusto. Es para mí un honor estar aquí enfrente de ustedes.
00:06Desde que empezamos a plenar este foro, nos tienen muy nerviosos,
00:10tanto personal académico como empresarios, porque dijimos cómo vamos a impresionarlos.
00:16Afortunadamente pedimos ayuda, que ahorita se los voy a presentar.
00:19Pero primero que nada quiero empezar presentando el equipo.
00:23Por favor, si me ponen la presentación.
00:30Nosotros venimos a presentarles los proyectos que hemos estado desarrollando como Hub de Innovación
00:46desde que lo fundamos en NRT México.
00:50Y quiero presentarles a los desarrolladores que forman el equipo.
01:00Es este equipo, muchas veces como empresa se requiere recursos o personal talentoso.
01:10En este caso, quiero agradecer mucho a NRT México porque nos dan las dos cosas.
01:16Tenemos los recursos para desarrollar, pero sobre todo tenemos el talento.
01:19Con un buen talento no se necesita tanto recurso para poder hacer posible lo que la empresa requiere de nosotros.
01:27Siguiente diapositiva.
01:29Quiero empezar primero con el primer proyecto, uno de los más robustos que tenemos, y es el Tax Manager.
01:35Este Tax Manager fue desarrollado por, perdón, fue ideado por Talia.
01:39Por favor, levanta la mano, Talia.
01:50Talia tiene una problemática.
01:52Más que nada necesita un Jira, por así decirlo.
01:55Necesita una plataforma para gestionar proyectos.
01:58Nosotros, siguiente diapositiva, por favor.
02:00Nosotros le desarrollamos un Tax Manager que no solamente tiene las funciones de Jira,
02:05no solamente gestiona proyectos, sino tiene funciones con inteligencia artificial.
02:11Siguiente diapo.
02:16Siguiente.
02:17Una de ellas es una inteligencia artificial que sugiere subtareas.
02:23Cuando nosotros agregamos un proyecto, cuando Talia agrega un proyecto,
02:26le tiene que poner un título, una descripción, y muchas veces para organizarles le pone documentos.
02:32Este modelo de inteligencia artificial tiene un sugeridor de tareas que basado en todas esas descripciones
02:38y todos esos datos, sugiere todas las subtareas que va a requerir este proyecto.
02:43Esto lo hace, sí, con la información del proyecto que se está poniendo,
02:48pero además con históricos de proyectos similares.
02:51Es una base de datos centralizada, donde tiene toda la información de todo lo que se ha hecho en NRT
02:56a partir de que se abrió el Hub.
03:00Y gracias a esto va a sugerir unas subtareas que vayan más acordes.
03:04Esto ahorra el 60% en tiempos de planeación.
03:10Y es importante ese 60%, no está ahorrando el 100%.
03:13¿Por qué?
03:14Porque todavía necesitamos al humano que gestione esto.
03:17El modelo genera las subtareas, pero todavía el humano va a decir,
03:20de estas 10 tareas que me generaste, pues me sirven nada más 5.
03:23Y yo voy a hacer el trabajo de generar las siguientes.
03:28Siguiente diapositiva.
03:29Este de predicción de métricas es otro modelo que nació precisamente porque,
03:38me pongo yo como ejemplo, me ponía metas a corto o largo plazo
03:43que de repente quedaban muy altas o de repente quedaban muy cortas.
03:47¿Esto por qué?
03:48Porque estaba viendo las métricas que tenía a corto plazo,
03:52sin estudiar bien el panorama más extenso.
03:56Este modelo lo que hace es estudiar los datos que ha tenido dicho proyecto,
04:04ya sea como métricas monetarias o métricas de monetización.
04:09Y te dice, ok, has tenido cierto comportamiento en el año.
04:12Entonces, el próximo mes puedes comprometerte a llegar a esta métrica.
04:16Pero también estamos viendo que, supongamos en octubre de otros años,
04:21siempre has tenido una baja.
04:22Entonces, probablemente no te deberías comprometer a esto que te estás comprometiendo,
04:26sino a este comportamiento que has tenido en los otros años.
04:30Entonces, esta predicción de métrica nos reduce muchísimo recursos en cuanto a tiempo
04:34y en cuanto a planeación, porque de repente no se llegan los objetivos
04:39y no es por culpa de que no se está haciendo un buen trabajo,
04:42sino porque no tenemos un contexto previo de los proyectos.
04:46Siguiente.
04:49Con el mismo modelo de sugerencia de subtareas,
04:52estamos utilizándolo para otra sugerencia de objetivos trimestrales.
04:55Funciona igual.
04:57Lee toda la base de datos, se entrena para ellos y sugiere los objetivos.
05:01Igual, reduce el tiempo, pero no reduce el 100%.
05:03Si nos encargamos nosotros de que nuestras herramientas no rebuscan nunca el 100% de las tareas,
05:09que siempre hay un lugar para el humano, para que siempre el humano esté supervisando.
05:14Siguiente.
05:14Siguiente, por favor.
05:27A este modelo de inteligencia artificial le llamamos Auditor AI.
05:35Sus iniciadoras son Alejandra Cabrera, de Auditoría, y Arely Moreno, de Monitoreo.
05:42Por favor, si levantan la mano, si pueden levantarse.
05:44¿Qué es lo que hay en la caja?
05:52Ellas dos tienen un problema muy particular.
05:56Alejandra, como auditoría, tiene que checar que coincida lo que hay en la caja,
06:00si me equivoco me corriges,
06:01que coincida las tiradas que se están haciendo en las líneas de boliche
06:04con lo que debe haber en la caja al final del día.
06:08Aquí hay muchos sesgos.
06:10Cuando un humano lo hace hay demasiados sesgos,
06:12porque Arely tiene que estar por lo menos ocho horas
06:15viendo en tiempo real las cámaras para que esto se esté dando de manera eficiente.
06:20¿Qué hicimos?
06:20Nos desarrollamos un algoritmo con visión artificial,
06:23que es una rama de inteligencia artificial.
06:25Este algoritmo se entrena para entender cómo es una persona
06:29y cómo se da una tirada.
06:32O sea, ¿qué es una tirada?
06:32Empieza a entender qué es una tirada, cuál es el comportamiento de ella.
06:35También por medio de pulseras entiende si esa tirada va a ser cobrada o no,
06:41porque de repente en boliche hay sucesos que hay un torneo,
06:46o hay un invitado, o hay una cortesía.
06:48Entonces, dependiendo de la pulsera, dice,
06:50bueno, esta tirada cuesta X valor de X valor.
06:53Entonces, al final, esto en tiempo real se va poniendo en un backend,
06:58en un panel para que vaya sumando.
07:00Y cuando hace el corte de caja debe coincidir lo que el algoritmo está diciendo
07:03a lo que hay físicamente en caja.
07:07Esto reduce fraudes, reduce la falta de dinero,
07:11ahorra mucho tiempo, ahorra a Arely,
07:13ya no va a estar ocho horas viendo las cámaras,
07:16y a Alejandra le va a ahorrar mucho tiempo en esa cuestión de auditoría.
07:21Esto es interesante porque no solamente se utiliza,
07:25esto es para Magic Ball,
07:26pero el mismo algoritmo podemos reutilizarlo
07:29y lo vamos a utilizar también en otras áreas de negocio.
07:32Con el mismo funcionamiento.
07:34¿Cuál es el funcionamiento básico?
07:37Se entrena para saber cómo es el comportamiento de una persona.
07:39Entonces, con eso ya podemos hacer,
07:41podemos acaparar muchas áreas de muchas unidades de negocio.
07:47Siguiente.
07:49Esto está muy interesante porque fueron dos propuestas las que nos hicieron.
07:54Una de Yamileth Belmares, si te puedes poner de pie.
07:59¿No vino?
08:02Y el otro, Daniel Belmares.
08:06Daniel, si está aquí.
08:12Ok, bueno, ellos lo que hicieron,
08:15son dos propuestas diferentes porque una es la preocupación por las personas
08:19que hacen reportes y que cuentan con una discapacidad.
08:22Y la segunda propuesta tenía que ver con el control de reportes,
08:29el control histórico de reportes.
08:31Nosotros ideamos un módulo pequeño que no soluciona toda el área,
08:35toda la propuesta que ellos tenían,
08:38sino esta en particular para utilizar inteligencia artificial,
08:40que es un gran porcentaje de los reportes tenían que ver con el modem
08:47y muchos de ellos se solucionan por medio del usuario.
08:49El propio usuario puede solucionarlos, puede dar un reinicio,
08:54puede cambiar el modem de ubicación para que no esté haciendo interferencia con otras cosas,
08:58puede mandar el código CR para que se reinicie solo.
09:01Este módulo que se está proponiendo es con visión artificial,
09:06detecta el modem, detecta los LEDs que está fallando
09:09y le dice una serie de acciones que puede hacer el propio usuario
09:14para que ya no tenga que ir un técnico a tener que hacer esto.
09:19Se ahorra el tiempo de gasolina, se ahorra el día del usuario, la nómina del usuario.
09:25Y aparte, gente con discapacidades diferentes puede hacer uso de la aplicación o del aplicativo
09:34para que no tenga que...
09:36Si hay alguien con problemas de sordera, pues ya no llama,
09:38sino usa la aplicación para ver si ellos mismos pueden resolverlo.
09:43Y de otra manera, pues si no hay una solución en esto,
09:46si la aplicación no da una solución,
09:48pues ya ahora sí ya le recomienda llamarse y comunicarse con un técnico.
09:52Eso son los tres proyectos.
09:58La gente de Saltillo, por favor, si ponen de pie.
10:13Se me ponen de pie también, dale, y de auditoría.
10:22Y claro, Talia, de Recursos Humanos.
10:29¿Por qué estamos nosotros dándole pocos a ellos?
10:32Porque muchas veces en el desarrollo de aplicaciones o en el desarrollo de tecnología,
10:36se nos da mucho poco a los desarrolladores.
10:37O sea, porque son los héroes los que solucionan las cosas.
10:40Pero no hay cosas que solucionar si no están las personas que están teniendo una problemática.
10:46Entonces nosotros nos basamos mucho en ellos,
10:49en las personas que tienen la problemática,
10:50porque sin ellos allá luchando con esos problemas,
10:54nosotros no tenemos nada que solucionar.
10:56Entonces por eso que ahorita los invitamos a ellos
10:57y de nuevo un fuerte aplauso, porque es puro ustedes que nosotros...
11:00Hoy en día existe todavía algo que desde no sé cuánto tiempo seguimos batallando
11:17y es la idea de que la escuela espera o como universidad uno educa a los alumnos
11:24y esperamos como alumnos que la escuela nos dé todo
11:27y que cuando lleguemos a la empresa ya estemos preparados.
11:30La empresa espera lo contrario, espera que la escuela ya venga
11:34si ya no tengamos que enseñarte nada.
11:36Nada más hay una cosa que une esas dos ideas
11:39y esa cosa puede ser el alumno.
11:41O sea, tú como alumno tienes la responsabilidad para ti mismo
11:45de si estás viendo un tema en la escuela,
11:47investigar por fuera y ejecutarlo.
11:50Como decía ahorita el ingeniero Joel, es vete a buscar prácticas,
11:53haz proyectos, ten tu GitHub bien nutrido.
11:57De manera que cuando llegues a la empresa, pues tú ya tienes experiencia
12:00y muchas veces, como dice el ingeniero, pues no, no te van a pagar.
12:04Otras veces, pues no tienes los recursos.
12:06Todos tenemos una situación diferente, tanto física como económica.
12:11Pero hoy en día, en la era digital y en la era de la inteligencia artificial,
12:16es posible que estés trabajando y que estés estudiando a la vez.
12:20Digo, un ejemplo son todos ellos.
12:21Son estudiantes, varios de ellos ni siquiera se han graduado
12:24y ya están trabajando y ya están desarrollando herramientas
12:27que pues antes creíamos imposibles que se pudieran desarrollar.
12:32Entonces, hoy como alumnos, como alumnos tienen una responsabilidad muy grande.
12:35Tienen una responsabilidad muy grande con la sociedad,
12:38pero sobre todo tienen una responsabilidad muy grande con ustedes,
12:40de que ya no pueden quedarse atrás.
12:43Ya no podemos, ya no, antes podíamos decir que quien estaba inmerso en la tecnología
12:46tenía una ventaja.
12:48Hoy en día, quien está inmerso en la tecnología tiene una normalidad
12:50y quien no está inmerso en ella, pues tiene una desventaja.
12:53O sea, ya pocas veces podemos decir, tú tienes una ventaja porque estás en esto.
12:56No, ya no, ya todo el mundo podemos estar, todo el mundo tenemos acceso a eso.
13:00Entonces, nos peleamos con el hecho de, bueno, estudio o trabajo.
13:03Y hoy en día, en la era digital, ¿me ponen la siguiente diapositiva, por favor?
13:13En la era digital, pues, no es mucho pedir a ambos.
13:16Puedes hacer las dos cosas.
13:19Muchas gracias.
13:33Vamos a pasar ahora sí a una, a la parte de preguntas y respuestas.
13:42Muchachos, quienes tengan alguna duda, a favor de levantar la mano
13:45para poder acercarles el micrófono.
13:47Algo que le quieran preguntar aquí al equipo de JUB.
13:51Y por allá tenemos una mano levantada.
13:53Gracias.
14:03Sí, buenas tardes.
14:09Mi nombre es Juliely Martínez Suárez.
14:11Y, bueno, una felicitación al ver este tipo de tecnología que está disponible aquí en Moncloa.
14:19La primera cuestión era felicitar a la empresa.
14:22Y la segunda es, ¿tienen en su plan de negocios el ofertar esta tecnología para empresas locales?
14:30Sí, pues, sí, es el plan, es el plan ofertarlas.
14:40Estamos desarrollando, digo, si queremos presumirlo, estamos desarrollando nuestros propios algoritmos.
14:44Muchos de ellos también están, están combinados con modelos que ya existen como modelos de OpenAI y como Gemini.
14:49Pero sí, los nuestros, sí, sí, sí, sí, es el plan.
14:52Es desarrollar nuestras propias herramientas que funcionen, que solucionen ya cosas.
14:55Luego ya adaptarlas a otras necesidades de la región.
14:58Más que todo por el hecho de comprar la tecnología, no sé, a Estados Unidos, pues, ¿qué mejor que comprarla?
15:12Especialmente eso que tienen ahí en el, yo no, digo, quedé sorprendido con eso que tienen en el boliche.
15:17Es una tecnología que existe, pero qué bueno que se desarrolle aquí.
15:21Y ojalá que otros restaurantes la pudieran comprar, ¿no?
15:25Sí, y es el plan, como te digo, es el plan.
15:28Y más que nada porque estamos aterrizados, somos de aquí, somos de la región.
15:31Y nuestra tecnología, pues, sí está aterrizada en lo que se requiere.
15:35Y como te digo, como mencionaba, el algoritmo es escalable, no se queda ahí.
15:39O sea, está abierto.
15:40Cualquier cosa que vaya necesitando se va uniendo.
15:43Por ejemplo, está pensado para un autocobro, posteriormente que vayas a boliche,
15:47consumas, hagas tiradas y te vayas y de repente te cae el cargo de tu tarjeta.
15:51Entonces, ya está entrenado para eso, entonces ya está escalable.
15:54Y es una tecnología local, es una tecnología que se está desarrollando aquí mismo con nuestro propio código desde cero.
16:00Entonces, sí, y sí está pensado llevarla más allá.
16:04Muchas gracias, Diego.
16:06¿Alguien más?
16:06Una pregunta que quiera hacer antes de pasar a la siguiente actividad.
16:12Por favor, el micrófono de aquel lado.
16:14Sí, sí, échale, Suri.
16:26Gracias.
16:27Me surge una pregunta a partir de la experiencia que ya vamos acumulando en el grupo corporativo.
16:34Como directora de Fibranet te preguntaría, ¿cómo podría ayudar a mi equipo a identificar áreas de mejora?
16:42Porque algunos de los ejemplos que mencionaste son cosas que no se estarían mejorando si el usuario de esas áreas no los identificara como un problema.
16:51Y pienso que a veces estamos acostumbrados a hacer las cosas de cierta manera que no nos damos cuenta que puede haber una mejor manera de hacerlo.
16:58Porque es un cambio de paradigma, ¿verdad?
17:01Entonces, si te tocara hablar con cualquier equipo de trabajo, ¿cómo les ayudarías o tu equipo les ayudaría a mantener como esas antenitas de vinil, ese radar encendido para detectar,
17:14oye, ¿tiene que haber otra manera de poder hacer esto o una manera mejor de poder hacer esto para poder elevar al hub de innovación?
17:22Y esto que tú decías, darles trabajo, ¿verdad?
17:24Poder identificar, esta es un área para trabajar y el hub puede ayudarnos a resolverlo.
17:28¿Qué recomendarías?
17:29Ya las tienen identificadas.
17:31O sea, ellos ya saben lo que les está dando comezón y muchas veces se visualicen quejas.
17:39O sea, esto se podría estar haciendo y en todas las áreas.
17:42En todas las áreas, si bien en RT, pero de todas las empresas hay gente quejándose.
17:46Entonces, nada más escucharlos.
17:48Y sí, ir a platicar con quien a lo mejor no tiene la apertura.
17:52Sí, ir a platicar de qué es lo que está haciendo, cuál es tu trabajo.
17:55Y en el caso de ellos, que sí, muchas veces es por, viene del lado de los clientes,
18:00pues también intentar acercarse a ellos por medio de datos, por medio de redes sociales, por medio de WhatsApp.
18:05Entonces, sí, sí hay que estar, hay que tener todo un ecosistema de una captación de datos en cuanto al cliente.
18:13En cuanto a la, en cuanto dentro de la empresa interno, pues es nada más escucharlos y verlos.
18:18Sí, o sea, nos ha tocado áreas que no nos piden nada, pero sí se están quejando de algo.
18:22Entonces, tienes ahí una, tienes ahí una necesidad que nosotros podemos resolver.
18:27Muchas gracias al equipo de Hub.
18:30Y tenemos un presente para ellos como colaboradores.
18:33Así es que vamos a invitarlos a que pasen a entregar.
18:36Sí, es para los colaboradores que tuvieron la idea de las aplicaciones.
18:40Para los colaboradores que estuvieron de pie hace un momento, por favor, pasen al frente.
18:44Nos acompañamos a que suban aquí al escenario para recibir un presente por parte del equipo de Hub.
19:01Sí.
19:02Un fuerte aplauso para los colaboradores y el club de innovación NR.
19:27No, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no, no
Sé la primera persona en añadir un comentario