Saltar al reproductorSaltar al contenido principal
  • hace 2 días

Categoría

🗞
Noticias
Transcripción
00:00Es momento de hablar de inteligencia artificial, pero no desde el enfoque que siempre solemos hablar
00:04y estamos ya cansados de escuchar el chat GPT y las clásicas herramientas de IA que usted del otro lado,
00:10que yo también utilizamos día tras día en nuestras operaciones.
00:13Vamos a ir un poco más a fondo, qué tanto podemos aplicar esto en las compañías
00:17y hay una compañía que claramente ya lo está haciendo desde hace muchos años.
00:20Arrancaba ya por el 2017 y tuve yo el privilegio de poder conversar con su fundador,
00:25una persona bastante conocida, es ingeniero en sistemas, un experto en inteligencia artificial,
00:30machine learning, big data y todos estos términos que escuchamos en la actualidad
00:34y por supuesto con Rocking Data que es la compañía que está liderando toda esta tendencia a nivel de Sudamérica,
00:39Latinoamérica también, están mostrando un uso mucho más disruptivo, mucho más profundo incluso
00:45de lo que normalmente se suele hacer y conocemos la punta del iceberg de todas las oportunidades
00:49que puede generar la inteligencia artificial.
00:52También es docente, autor de dos libros y evidentemente un gran, gran conocedor.
00:57Ha tenido estudios en Silicon Valley también, por supuesto.
01:00Y bueno, tenemos el honor de tenerlos, de tenerlo.
01:02Dio viene aquí en piso, se ha pegado una vueltita por Asunción
01:05y evidentemente les tiramos un poco para poder aprovechar estas giras que suele hacer a nivel de Sudamérica.
01:11Nos acompaña Freddy Vivas con nosotros en esta tarde.
01:13Freddy, ¿cómo te vamos a estar?
01:14Un placer, un honor siempre estar acá y nos acordábamos de esas conversaciones
01:18cuando nadie hablaba de esto y también gracias por eso, ¿no?
01:22Porque generar espacios en esa época...
01:24Había que plantar un poco la semilla.
01:25Y no era tan fácil.
01:26Yo decía Machine Learning y la gente me decía...
01:28¿De qué me estás hablando?
01:29¿De qué me estás hablando?
01:30Recién nos acordábamos de que hablábamos de 5G y ahora ya es una realidad.
01:35A veces nos cuesta imaginarnos el futuro, ¿no?
01:38Pensábamos que estás muy lejos pero llega mucho más rápido.
01:40Llega más rápido.
01:40Hay un libro de hecho que se llama El futuro llega más rápido de lo que pensás.
01:44Y es un gran título porque es así, ¿no?
01:47El tema es qué hace uno con esa situación.
01:49Cómo te preparás, te generas tres o te involucrás y lo aprovechas a tu favor.
01:53Es un poco lo que estamos viendo ahora, ¿no?
01:55Freddy, un poco así para hablar un poco en cristiano, para que la gente entienda, ¿verdad?
01:59¿Qué hace Rocking Data hoy día y cuál es la aplicación real de inteligencia artificial,
02:04Machine Learning en las compañías y qué tanto podemos optimizar procesos, por ejemplo?
02:08Como lo dijiste, lo dijiste mejor que yo.
02:09Básicamente nosotros desde, en mi caso, más o menos hace unos 17 años me metí de lleno en el mundo de datos.
02:17Datos, business intelligence se decía en aquel momento.
02:20Después vino las conversaciones de Big Data, grandes volúmenes de datos, variados tipos de datos.
02:25O sea, estamos hablando medio de lo mismo, es como una evolución.
02:28La inteligencia artificial tiene 69 años.
02:31Imagínate.
02:32Mucho tiempo, o sea que del año 56, cuando se crea el concepto de inteligencia artificial, a hoy,
02:39es como que van agregándose conceptos, actualizaciones, capacidades de las máquinas.
02:45Lo que estamos viendo es una revolución de la vinculación con la información.
02:49O sea, las empresas están tratando de ver cómo usan todo esto a su favor,
02:54que básicamente es entender mejor a sus clientes.
02:57Un cliente dice, ¿me va a dejar de comprar?
02:59¿Cómo me anticipo a esa situación?
03:01¿Se va a ir a la competencia?
03:04O, por ejemplo, imagínate un banco, que vos tenés una tarjeta de crédito,
03:08tenés un plazo fijo, tenés un crédito.
03:10Y capaz que la tarjeta no la estás usando más.
03:12Claro.
03:13Entonces, un modelo predictivo de machine learning, justamente lo que decíamos antes,
03:17toma tu comportamiento histórico, por ahí, no sé, comprabas una tarjeta una vez por mes,
03:22y de repente, dejas de comprar.
03:24Entonces, eso puede ser como una alarma, una alerta, una banderita,
03:28que le diga al equipo de ventas comercial del banco,
03:31mirá que este cliente no está usando la tarjeta.
03:33Sí.
03:33Y el 90% de los clientes que no usan la tarjeta, dejaron de, darían de baja después.
03:39Exacto.
03:39Y no queremos que nos pase eso.
03:41Mirá.
03:41Entonces, estos modelos predicen cosas que pueden pasar al futuro con cierta probabilidad,
03:46tipo, 90%, David, de que deje de usar la tarjeta.
03:49Freddy, 70%.
03:50El 80%.
03:51Entonces, a los de 90, hacer una campaña, hacer un llamado, a los otros no hagas nada.
03:55Son modelos que te dan capacidades nuevas para los tomadores de decisión,
04:01como escuchaba recién el informe sobre el CEO de hoy,
04:04que te volvés loco siendo CEO de una compañía.
04:06Yo, mi empresa de Roquindad somos 50 personas,
04:08pero hay empresas de 1.000, 2.000 personas, yo conozco a los CEOs.
04:11¿Cómo haces?
04:12¿Cómo gestionás todo eso?
04:13¿Cómo gestionás todo eso?
04:14Bueno, la mejor herramienta hoy que existe es entender en profundidad al cliente,
04:18a través de los datos, predecir cosas que pueden pasar usando Machine Learning,
04:23y la inteligencia artificial con todas estas capacidades de conversar,
04:26de usar la voz para interactuar con la información.
04:28Bueno, vamos a tener cada vez mejor información para tomar decisiones.
04:33Ahí hablamos de algoritmos también de por medio, ¿no?
04:35Claro, los algoritmos, en el año 33, Alan Turin hablaba de algoritmos.
04:39Imagínate.
04:39Lo que pasa es que un algoritmo de ese momento a hoy es algo muy diferente.
04:45Un algoritmo en esa época era, imagínate una máquina de café,
04:48que le pones un billete, analiza el valor del billete, cuánto vale el café,
04:53decide si te da el café o no.
04:54Eso es un algoritmo que tiene una capacidad de analizar una situación y dar un resultado.
05:00Ahora, ese tipo de algoritmos no aprenden.
05:02Todos los días hacen lo mismo y solo saben eso.
05:05En cambio, un algoritmo, por ejemplo, de una plataforma para ver contenido tipo Netflix,
05:10que vos le vas viendo contenido, va conociéndote más tus gustos y tus intereses.
05:15Claro, y te va recomendando después.
05:17A qué hora ves un tipo de contenido u otro.
05:19Ves películas los sábados y domingos y en la semana ves series.
05:23Le pones manito para arriba y para abajo, le das más información.
05:26Y el algoritmo va aprendiendo.
05:27Eso es capacidad de aprendizaje.
05:30Entonces, que los algoritmos, digamos que es todo,
05:33pero algunos pueden aprender y otros no.
05:35Muy, muy interesante.
05:37Freddy, ¿cómo ves las compañías acá a nivel de Sudamérica?
05:39Evidentemente, la presencia de Rocking Data a nivel de Latinoamérica es fuerte,
05:42pero tu conocimiento y tu arraigo más a nivel de Argentina,
05:45conociendo un poco más Paraguay también.
05:47¿Cómo nos ves?
05:48Bueno, sí, exacto.
05:50Nosotros trabajamos en Paraguay, trabajamos en Perú,
05:54hemos hecho cosas en Chile.
05:56Estamos por empezar algo en Panamá.
05:57Trabajamos en México hace un tiempo,
05:59en una empresa más grande de México, por suerte.
06:01Y hacemos cosas también en habla hispana, en España, Madrid, puntualmente.
06:06La verdad que depende de cómo lo queramos analizar.
06:10O sea, las empresas hace ya 15, 20 años,
06:13las empresas medianas o grandes, te diría,
06:15entienden que tienen que mejorar la calidad de sus datos,
06:19entienden que tienen que hacer análisis de datos más profundos,
06:23que hacer modelos predictivos,
06:24e incorporan estas capacidades.
06:27Eso es como un análisis, ¿no?
06:28Después del análisis más, digamos, macro
06:32de lo que está pasando en la política del desarrollo
06:35de la inteligencia artificial,
06:37Latinoamérica está viendo pasar todo esto.
06:40O sea, hace poco estuve en la ONU, en Viena,
06:43en un congreso de inteligencia artificial.
06:45La ONU desarrolló un área, por decirlo de alguna forma,
06:49que es inteligencia artificial para países en desarrollo.
06:52O sea, cómo hacemos para que Latinoamérica
06:56o países en desarrollo en general, en el mundo,
06:59estemos bien cerca de todos estos desarrollos,
07:01seamos protagonistas, ¿no?
07:03Que no es algo que está pasando.
07:05Exacto.
07:05Nosotros estamos usando tecnología que existe en otros lugares.
07:09Sí.
07:09En el caso corporativo, como hace Rocking Data,
07:11nosotros desarrollamos nuestros propios algoritmos
07:13que le vendemos a las empresas.
07:15Usamos Python, que es un lenguaje de código abierto.
07:18Digamos, desarrollamos tecnología,
07:19pero no al nivel de ChatGPT o OpenAI o esas plataformas
07:24que se necesitan millones de dólares de inversión.
07:26Claro.
07:27Y no todo lo que exista en el mundo te va a servir a vos.
07:30Es muy probable que en una empresa, en Asunción,
07:34necesitemos un desarrollo específico.
07:35Sí.
07:35Es muy probable que pase lo mismo en Chile o en Perú
07:39o en cualquier otro país.
07:40Entonces, se viene, creo que, una época interesante de...
07:44¿Viste cuando hay un concepto que se llama el ciclo del hype?
07:47El hype sería como que se pone de moda algo fuertemente.
07:50Hoy estamos como en el pico del hype,
07:52de la tecnología de inteligencia artificial,
07:55específicamente la IA generativa,
07:56que es lo que se puso de moda en los últimos tres años.
07:59Sí.
07:59Estamos en el pico.
08:00Y lo que dicen que va a empezar a pasar,
08:02que dicen algunos que ya está pasando,
08:04es que como que está dejando de estar tanto de moda
08:07y va a quedar lo que se llama la productividad.
08:11Ok.
08:11Las cosas que realmente son productivas.
08:14Mira.
08:14Entonces, eso es interesante porque las empresas
08:16hoy están preaturdidas.
08:18Sí.
08:18Como pasó con otras tecnologías, como el metaverso.
08:21Exacto.
08:22¿Qué hago?
08:22A mí me decían, ¿pongo plata en el metaverso?
08:24Y yo decía, no hay casos.
08:26No hay casos que validen que tengas que poner plata ahí.
08:28Sí.
08:29Entonces, ahora que hay casos de IA, de Machine Learning Data,
08:32las empresas van a empezar a decir, bueno,
08:34esto es solamente para contarlo en una historia de Instagram
08:38o esto realmente para que mi negocio se transforme, ¿no?
08:40Por supuesto.
08:41Y ahí es donde aparece lo interesante.
08:43Sumamente.
08:43Y yo creo que también mucho depende de la apertura mental
08:45y la predisposición que tenga un empresario
08:47de querer apostar por eso, porque a veces es un riesgo.
08:50Muchas veces uno no sabe si valdría la pena o no.
08:51Hay cosas que, sí, es verdad.
08:54Hay cosas que son más de innovación disruptiva, podríamos decirle.
08:58Por ejemplo, si hoy, haciendo IA generativa,
09:02querés crear agentes conversacionales, que es como una tendencia,
09:05o multiagentes, que son como bots que se comunican entre ellos
09:08para resolver algo, hay cierta disrupción y cierto riesgo en hacerlo.
09:14Nadie te garantiza que va a ser perfecto eso.
09:16Claro.
09:16Vos podés minimizar el impacto o iterar cada vez más rápido
09:20para que el resultado sea lo mejor posible.
09:21Si haces un modelo predictivo de Machine Learning,
09:24bueno, hay una probabilidad, porque está testeado durante 25 años,
09:28en millones de industrias distintas, y esto va a funcionar muy bien.
09:32Y es verdad lo que decís.
09:34Creo que para no frenar la innovación dentro de una empresa,
09:37hay que hacer un balance de esos proyectos.
09:40Proyectos que por ahí ni se...
09:41La gente por ahí ni entiende por qué lo estás haciendo.
09:44Sí, sí.
09:45Que son, por ejemplo, los proyectos de infraestructura tecnológica,
09:47mejorar el hardware, mejorar la calidad de los datos.
09:51Nadie ve eso.
09:52Exacto.
09:52Entonces, pero querés hacer una campaña, no sé, con tus clientes
09:55y el 50% de las personas no tienen el email cargado.
09:59Claro.
10:00Vos decís, tenés que mejorar eso.
10:02Sí.
10:02A nadie le va a parecer glamoroso, interesante hacer eso,
10:05pero lo tenés que hacer sí o sí.
10:06Después proyectos como más, como puede ser un modelo predictivo,
10:10que es como más tradicional, y después proyectos más innovadores.
10:13Es decir, en el balance está la estrategia de la organización.
10:17Lo más importante hoy para las empresas es que creen su propia estrategia.
10:21Ok.
10:21¿Cómo hacemos en los próximos dos años, por ejemplo,
10:24para adoptar esto eficientemente dentro de una compañía?
10:26Que incluyo ahí entrenamiento de las personas, por ejemplo.
10:29Sí.
10:30Entonces hoy lo ideal es verlo como integradamente a ese plan de trabajo.
10:35Es sumamente interesante.
10:36Yo creo que el televidente tiene que tomar un poco de nota también
10:38porque lo que nos comenta Freddy es base de errores y aciertos
10:42y mucha experiencia, trayectoria, y meterse de lleno en este ámbito tan disruptivo
10:47para muchos, por supuesto, pero ya para él bastante cotidiano, digamos.
10:50Freddy, yo me voy a no sin tiempo, pero no quiero despedirme sin antes hablar
10:53rápidamente un poco de tu libro.
10:54Agradecerte por esta edición que me traes a mí.
10:56Y la gente que nos acompaña al otro lado.
10:58¿Esto puede adquirirlo en alguna parte?
10:59Sí, sí. Están online los dos libros.
11:01El primero, me acuerdo que te lo traje la primera vez que nos juntamos
11:04ya hace muchos años, que se llama Cómo piensan las máquinas.
11:07Este se llama Invisible, son más relatos futuristas de ciencia ficción.
11:12Mirá, mirá, qué bien la producción encontró unos videos del lanzamiento,
11:16si más no recuerdo de esto.
11:17Sí.
11:18Ya allá en diciembre del 2023 estoy trabajando en un tercer libro.
11:23Ok.
11:23Y que hoy el tema está candente, así que hay que seguir divulgando.
11:27Espectacular.
11:28Hay que aprovechar eso.
11:29Es una invitación más que abierta para todos aquellos interesados.
11:32Freddy, lastimosamente muchas preguntas.
11:33Tengo que dejarles en el tintero, pero un placer tenerte.
11:35Y bueno, va a ser hasta una próxima ocasión.
11:37Seguramente sí será. Gracias.
11:38Excelente.
Sé la primera persona en añadir un comentario
Añade tu comentario

Recomendada