<img height="1" width="1" alt="" style="display:none" src="https://www.facebook.com/tr?ev=6016380644279&amp;cd[value]=0.00&amp;cd[currency]=USD&amp;noscript=1">
canal-comstor-logo
El blog de Comstor México
  • Cisco Intersight: gestión de centro de datos basada en la nube
  • ¿Sus clientes están preparados para la nueva generación de red?
  • 3 recomendaciones para poder escoger un firewall de última generación
  • Cisco Intersight: gestión de centro de datos basada en la nube
  • ¿Sus clientes están preparados para la nueva generación de red?
  • Seguridad digital: los 6 principios de la defensa integrada contra amenazas

El aprendizaje de las máquinas y el planeamiento de recursos corporativos

Publicado en 17-nov-2016 5:00:00

Para sobrevivir en el mundo de los negocios, es necesario que se vaya más allá de recoger y almacenar datos, hay que saber extraer informaciones útiles a través de ellos.

El aprendizaje de las máquinas y el planeamiento de recursos corporativos

Lo que antes era una práctica explorada apenas por el universo de las investigaciones, el aprendizaje de las máquinas y la inteligencia Artificial se configuran actualmente como la base tecnológica que viabiliza modelos de negocio, principalmente los digitales.

 

Las nuevas rutinas promovidas por la computación en la Nube junto con la cantidad exponencial de datos e informaciones que se presentan con el Big Data, demandan un abordaje más sistemático para la sobrevivencia en el mundo de los negocios: es necesario que se vaya más allá de recoger y almacenar datos, hay que saber extraer informaciones útiles a través de estos para generar resultados.

 

Un buen ejemplo del desarrollo de la tecnología de aprendizaje de máquinas, construyendo una interfaz, es el EDI (Electronic Data Interchange) o intercambio electrónico de datos, en el cual hay una transmisión automática de un sistema de computadores para el otro, conforme el acuerdo entre socios comerciales.

 

New Call-to-action

 

De acuerdo con un estudio de Forrester, el EDI mueve un volumen anual de transacciones globales que excede los $20 billones. Entre los principales beneficios apuntados por ese proceso están la reducción de costos, ya que el consumo de papel, impresión, reproducción, almacenamiento, archivo, envío y recuperación de documentos son todos reducidos o eliminados cuando se adopta transacciones en esta modalidad, además de la velocidad y precisión, factores fundamentales para la competitividad de las empresas.

 

Aunque muestre incontables ventajas, la EDI no es la única solución. Necesita integrarse con otras tecnologías, ya que depende de la definición de los datos y la calidad de la infraestructura. En un contexto más grande, significa que, al realizar una actividad específica, con una única finalidad, se necesitará comprometer toda la infraestructura en un proyecto de integración, lo que, además de demorado, impacta el desempeño. Por ese motivo, muchas empresas aún patinan en una infinidad de intercambios de emails, por ejemplo, pues dependen necesariamente del proceso realizado por una persona. Es en ese momento que la automatización robótica de procesos y el aprendizaje de las máquinas resulta interesante.

 

Especialistas en el área de TI indican que el aprendizaje de las máquinas en grandes corporaciones está relacionado a la utilización de sistemas, aplicaciones y programas de datos – SAP.

 

De esa forma se entrenarán los computadores de las empresas para que reconozcan estándares en todos los mensajes recibidos, analizando, por ejemplo, toneladas de informaciones de los consumidores para poder descubrir sus tendencias de consumo, optimizar los esfuerzos de seguridad digital de su empresa en la detección de fraudes de forma automática o realizar el trabajo de técnicos y colaboradores a través de tareas repetitivas que deben resolverse rápidamente.

 

En el área de la salud, por ejemplo, el concepto de aprendizaje de máquinas podría ser útil en la administración de los registros de los pacientes, eliminando informaciones duplicadas y la incapacidad para administrar adecuadamente las pruebas de laboratorio de los pacientes. También sería posible conectar adecuadamente sus históricos de salud y datos como la dirección y otras informaciones de registro, lo que podría generar un perfil de datos epidemiológicos al punto de llegar a prever y anticipar acciones caso surja algún surto.

 

Es necesario dejar claro que los datos por si mismos no se convierten en aprendizaje de máquinas. Por ejemplo: tener una planilla de datos con números, nombres e indicadores no hace posible prever los resultados futuros, a no ser que el profesional los analice y los lleve al próximo nivel, lo que es justamente el aprendizaje de una máquina. En una configuración simplificada, la ecuación seria semejante a: aprendizaje de máquina = Estadísticas + datos + software.

 

Fuentes:

http://it.toolbox.com/blogs/nerf/machine-learning-and-the-erp-73582

http://cio.com.br/opiniao/2015/07/27/aprendizado-de-maquina-comeca-a-entrar-no-radar-do-mundo-corporativo/

https://www.infoq.com/br/articles/machine-learning-and-cognitive-computing

https://www.opservices.com.br/aprendizado-de-maquinas/



Categorias: Aprendizaje de Máquinas