Día: 3 octubre, 2018

AWS firma alianza para apoyar a países de América Latina ante desastres naturales

Amazon Web Services (AWS) y la Organización de Estados Americanos (OEA) anunciaron que trabajarán en alianza para desarrollar iniciativas, que permitan a las comunidades de los países de la región estar mejor preparadas cuando ocurran desastres naturales y de esta forma reducir el impacto de estos eventos en su desarrollo socioeconómico.

La alianza beneficiará a los países, las dependencias y los territorios de América Latina y el Caribe. Esta es la segunda colaboración de esta naturaleza entre AWS y la OEA.

Jeff Kratz, Director de AWS para el Sector Público en América Latina, Canadá y el Caribe, y Luis Almagro, Secretario General de la OEA, trabajaron con un grupo de expertos para identificar los principales retos que tienen en común los Estados de la región cuando deben reaccionar ante desastres naturales y, alinearlos con las capacidades existentes en cooperación técnica y trabajo multisectorial, para fortalecer la resiliencia de las comunidades en este tipo de situaciones.

Con el fin de atender las necesidades actuales y futuras para la atención de situaciones de emergencia, los siguientes meses requerirán de un trabajo muy cercano entre organizaciones internacionales, el sector privado, el mundo académico y la sociedad civil.

AWS mantiene su compromiso de colaborar con los países de América Latina y el Caribe, ofreciendo los mejores servicios en cloud computing y compartiendo las mejores prácticas que los empoderen en la implementación sus planes de modernización en IT, con los conocimientos suficientes ​​en seguridad cibernética que contribuyan al desarrollo de la fuerza de trabajo para el futuro.

 

Telefónica Movistar lanza plataforma de servicios de virtualización de red

La aceleración digital y requerimientos de los negocios en México demandan cambios estructurales y conceptuales en las ofertas de red WAN tradicionales. Por ello presentó NextWAN.

Telefónica Movistar México, trabajando bajo un esquema de innovación colaborativa, ha sumado esfuerzos con su socio Netcracker para ofrecer una plataforma de virtualización de servicios de red que soporta SD-WAN y otros servicios de valor agregado. La solución basada en la nube, permitirá cambiar sus redes tradicionales WAN, al simplificar y automatizar sus operaciones a través de los portales de autoservicio. Esto ofrece un acceso a nuevas y seguras aplicaciones y servicios a un menor costo.

Los servicios de red NextWAN que incluye SD-WAN implementado en la plataforma de Business Cloud de Netcracker, ofrece a sus clientes los siguientes beneficios al crear una red privada empresarial:

  • Seguridad: Comunicación segura de sitio a sitio o multisitio, así como la gestión de control de accesos.
  • Rapidez: Reduce tiempos de implementación y facilita la integración de los diferentes tipos de acceso de Internet.
  • Reducción de costos: Menos inversión en infraestructura en comparación con redes tradicionales y mejor aprovechamiento en accesos de bajo costo.
  • Compatibilidad: Integración de redes tradicionales de área amplia con cualquier proveedor de Internet fijo y/o móvil.
  • Autogestión: Configuración centralizada y gestión sencilla e intuitiva a través del portal web.

Esta nueva plataforma se encuentra disponible en Telefónica Movistar México desde septiembre 2018 y beneficia a todos los clientes.

4 preguntas para saber si tu compañía está lista para la Inteligencia Artificial

Las tecnologías basadas en Inteligencia Artificial (IA) han encontrado un nicho en diversas compañías, ya que ésta les permite hacer más eficientes sus procesos y abaratar costos. De acuerdo con Adobe, actualmente solo 15% de las empresas utilizan inteligencia artificial a nivel global, aunque se espera que esta cifra ascienda a 31% para 2019.

“Cada vez más las empresas incorporan esta tecnología de IA para automatizar tareas repetitivas, o en forma de  chatbots para ventas o servicio al cliente”, explicó Gustavo Parés, director general de Nearshore Delivery Solutions, empresa especializada en cómputo cognitivo e IA.

El Machine Learning y la IA impactarán a la mayoría de las industrias, empleos y empresas de todos niveles, agregó el directivo. A medida que se invierta en el desarrollo de esta tecnología más empresas integrarán este tipo de soluciones a su operación. Las empresas que no se arriesguen comenzarán a rezagarse.

Los beneficios de la IA van desde ahorro de tiempo y dinero, hasta la implementación de nuevos procesos que satisfacen las necesidades de sus usuarios.

Pero ¿cómo saber si tu empresa está lista para incorporar IA en sus procesos? Para ayudar a evaluar si tu compañía está preparada para el uso de la Inteligencia Artificial, Nearshore Delivery Solutions, recomienda plantearse cuatro preguntas antes de dar el salto.

 

1. ¿Sabes qué quieres lograr con IA?

Una vez que estés al tanto de lo básico, el siguiente paso para cualquier empresa es comenzar a explorar diferentes ideas. Piensa en cómo podrías agregar capacidades de IA a tus productos y servicios existentes.

Lo más importante es detectar en qué casos o procesos específicos, el uso de la IA puede resolver problemas comerciales o proporcionar un valor demostrable para tu empresa.

Al igual que con cualquier otra solución, es importante comenzar con el resultado que se espera conseguir. Simplemente no se puede aplicar una nueva herramienta por aplicarla, ya que esto puede atraer nuevos problemas, como un gran costo de inversión, o incluso puede entorpecer los procesos ya establecidos dentro de una empresa.

2. ¿Qué procesos puedo hacer más eficientes?

La mayoría de las empresas ya están utilizando la Inteligencia Artificial de una forma u otra, pero no debe emplearse si no aporta un valor para la tuya.

Su uso simplifica una larga lista de procesos, lo cual permite que los esfuerzos se centren más en prácticas empresariales creativas, en lugar de consumir tiempo en procedimientos de rutina.

A diferencia de las compañías de tecnología más grandes, no es necesario realizar inversiones de ocho cifras en IA. En lugar de tratar de integrarla en todos los procesos de tu empresa, debes pensar en aquellos en los que pueda tener el mayor efecto, el más rápido y el más transparente, para ahorrar así la mayor cantidad de tiempo posible y el beneficio sea más visible.

 

3. ¿Ya somos un negocio digital?

Si no haz digitalizado los procesos de negocio del mundo del papel a la nube, es posible que no estés listo para la IA.

Las compañías más actuales se lanzaron cuando la digitalización era la norma, por lo que su operación puede hacer mayor uso del cómputo en la nube, big data y otras tecnologías, lo que permite que estas aplicaciones estén mejor integradas.

Sin embargo, en las empresas tradicionales, los procesos y la tecnología pueden no ser fácilmente adaptables para las aplicaciones que ofrece la inteligencia artificial.

Antes de correr hay que aprender a caminar, por lo que si tu empresa aún no ha digitalizado sus procesos, es momento de hacerlo antes de dar el siguiente paso.

4. ¿Debo automatizar mi servicio al cliente?

Muchas veces, los usuarios piden o buscan información sobre los diferentes productos o servicios que ofrece una empresa dentro de un sitio web o en el área de atención a clientes, sin embargo, suelen tener una mala experiencia al navegar por la página web, permanecer mucho tiempo en espera o al no encontrar una respuesta adecuada a sus dudas, haciendo que acudan a un lugar que se ajuste a lo que ellos necesitan, en otras palabras: se van con la competencia.

La inteligencia artificial puede solucionar estos problemas con el uso de chatbots, ya que estos gestionan la adquisición de nuevos clientes y funcionan como canales de atención para presentar productos, servicios, horarios entre otras características.

También ayudan a recibir solicitudes de servicio, responder a presupuestos, agendar visitas, tratar reclamaciones y ofrecer promociones. Finalmente, influyen en la retención de los usuarios al solucionar dudas, y mantener a los clientes actualizados sobre el progreso de sus servicios.

Según Hubspot, el 57% de los usuarios prefieren interactuar con chatbots debido a su instantaneidad. Con esto en mente, y tomando en cuenta la cantidad de empresas que ya implementan esta tecnología en sus servicios y procesos, ¿Vale la pena perder a nuestros clientes ante la competencia que ofrece una experiencia más organizada e integrada?

Analítica de datos e IA, indispensables para los vehículos autónomos

La línea que separa el presente del futuro se está desdibujando en la industria automotriz gracias a un cambio de paradigma en la tecnología implementada en los vehículos. Los automóviles autónomos y con inteligencia artificial ya no son conceptos del futuro. Ya no debemos imaginar que la movilidad segura, la protección ambiental, el placer y la conveniencia en la conducción llegarán en la “próxima década”, porque esto impulsará nuestro estilo de vida en los próximos dos o tres años.

Los automóviles actuales no son solamente máquinas sobre ruedas sino una comunión inseparable entre hardware y software. Funciones tales como el control de velocidad, la asistencia al conductor, los sistemas anticolisión, la geolocalización e integración de conectividad, entre otras, se introdujeron en el mercado masivo y aumentaron la seguridad y comodidad.

Sin embargo, el objetivo de la industria es hacer vehículos que sean una extensión del ser humano, más que un accesorio. Y es aquí donde la inteligencia artificial (IA) y el aprendizaje automático (AA) entran en juego.

 

Donde hay IA, hay analíticas de datos

Aunque las funciones de conectividad y asistencia al conductor habilitadas por IA, tales como sensores, mantenimiento predictivo y mapeo geoespacial, se están integrando actualmente en los automóviles, los vehículos autónomos que necesitan un mínimo de intervención humana son algo totalmente distinto. En un coche totalmente autónomo, las decisiones de manejo son gobernadas por algoritmos de IA que procesan datos históricos recopilados por empresas automotrices, así como datos reunidos por sistemas de aprendizaje adaptativo, que registran situaciones dinámicas en el camino y las aplican, después de procesarlas, a la conducción en tiempo real.

Según la consultora McKinsey, el ecosistema habilitado por la IA para los fabricantes de automóviles, y que abarca a todo el sector, tendrá un valor de alrededor de USD 215.000 millones para el año 2025.

Si se quiere aprovechar esta oportunidad, las tecnologías de IA y AA deben trabajar en conjunto con los fabricantes de vehículos conectados y autónomos. A fin de integrar plenamente estas tecnologías sin problemas y lograr que se impongan en el mercado de los vehículos de consumo, los fabricantes de automóviles deben tener herramientas analíticas potentes que recopilen, procesen y den sentido a los datos.

Analítica de datos, tan importantes como las ruedas

La inteligencia artificial aplicada a los automóviles generará muchas oportunidades para reducir costos, aumentar la eficiencia operacional, optimizar el precio, mejorar la programación del mantenimiento, predecir y satisfacer la oferta y la demanda, así como ayudar a generar nuevas fuentes de ingresos. Con numerosas compañías tecnológicas y automotrices que se incorporan a la carrera automovilística internacional de la IA para aprovechar estas oportunidades es evidente que enormes cantidades de datos se mezclarán y pueden llegar a convertirse en un obstáculo para la productividad.

Sin embargo, una plataforma analítica de big data fuerte y escalable puede recopilar todo, agilizar la producción y aumentar la eficiencia del ecosistema en su conjunto.

McKinsey predice que el big data en los automóviles se convertirá en una industria de USD 750.000 millones para 2030.

Por ejemplo, las herramientas de analíticas de datos actuales analizan patrones de trenes, subterráneos, taxis, automóviles, semáforos, afluencia a los restaurantes y movimiento de la población en general para proporcionar nuevos conocimientos que permitan adoptar medidas de prevención en sistemas autónomos. Las herramientas analíticas pueden estudiar los datos suministrados por los sensores de flotas de vehículos, tales como el tiempo de viaje y las rutas, y optimizar las operaciones para predecir la posibilidad de que haya un desperfecto que, en consecuencia, afectaría en el negocio.

El análisis de big data de automóviles individuales puede ayudar a que un sistema de IA integrado entienda la diferencia entre una situación en la que realmente ocurre un accidente y otra en la que casi ocurre, y así lograr que los vehículos autónomos del futuro sean más inteligentes y seguros.

Aunque los automóviles con IA nunca lleguen a tener la intuición humana, los datos y algoritmos correctos los ayudarán a hacer caminos más seguros y viajes más eficientes. A medida que los vehículos totalmente autónomos se expongan a un ambiente cambiante, se convertirán en almacenes de datos que deben ser procesados constantemente para obtener información útil y mejorar el rendimiento. Cuantos más datos se tengan, mayor será su potencial. Por lo tanto, los vehículos autónomos y las analíticas de big data deberán trabajar en conjunto para subirse la vara mutuamente.

 

Por: Souma Das, Managing Director Teradata India.

Las 5 etapas para alcanzar una Gestión Inteligente de Datos

Las áreas de TI de las organizaciones tienen claro que, para lograr la transformación digital, necesitan que los datos que producen y usan sean administrados con inteligencia, pues ésta es la base para poder convertirlos en información, conocimiento y, finalmente, visión. Con todo, IDC explica que estas empresas se están enfrentando a grandes volúmenes de datos y requieren apoyarse en una arquitectura que les provea alcance, escala, velocidad, flexibilidad y sostenibilidad.

Nunca como ahora, las fuentes de los datos habían sido tan diversas, además de que el volumen de los datos continúa creciendo exponencialmente, multiplicando a la vez la cantidad de datos críticos para los negocios. Es visible lo difícil que está resultando su manejo para las empresas.

El Reporte de Disponibilidad 2017 de Veeam indica que, a nivel global, 6 de cada 7 organizaciones carecen de un alto nivel de confianza en su habilidad para proteger y recuperar datos en los ambientes virtuales actuales. Por otro lado, mientras el número de datos críticos o hiper críticos va en aumento, un altísimo 82% de las compañías consideran que sus capacidades de recuperación no cubren las expectativas de las unidades de negocio, lo que las lleva a tener una brecha de disponibilidad, en tanto que 72% tienen una brecha de protección al ser incapaces de proteger los datos con la frecuencia necesaria.

Si bien este entorno complejo alrededor de los datos puede verse como un desafío, también representa una enorme oportunidad para las empresas que rompan el paradigma de la gestión de datos tradicional y se muevan hacia una Gestión Inteligente de Datos. Ésta implica tres desafíos: contar con una plataforma que les asegure que sus datos estarán siempre protegidos, en cumplimiento y disponibles cuando los requieran; tener una estrategia que maneje un acercamiento holístico a los datos a lo largo de su ciclo de vida involucrando su respaldo, recuperación, protección, seguridad y administración, y lograr un nuevo enfoque, pasando de la gestión basada en políticas a una basada en comportamientos, con lo cual los datos se vuelven más inteligentes y auto-gobernables.

Para llegar a la meta de la Gestión Inteligente de Datos, hay que pasar por 5 etapas, a saber:

  1. Respaldo. Se hacen respaldos de todas las cargas de trabajo, con la seguridad de que siempre serán recuperables por si se presentan ataques, interrupciones, pérdidas, robos o alguna otra eventualidad.
  2. Agregación.  La protección y disponibilidad de los datos está garantizada a lo largo de entornos multi-nube, lo que facilita la entrega de servicios digitales y asegura que se tiene una visión acumulada del cumplimiento de los niveles de servicio.
  3. Visibilidad. Se tiene una gestión de datos óptima en entornos multi-nube, con visibilidad clara y unificada, y con un total control sobre el uso, los problemas de rendimiento y las operaciones.
  4. Orquestación. Los datos se transfieren sin inconvenientes a su mejor ubicación en ambientes multi-nube, garantizando continuidad de negocio, cumplimiento, seguridad y uso óptimo de los recursos para las operaciones de negocio.
  5. Automatización. Finalmente, los datos se gestionan por sí mismos, pues han aprendido a respaldarse, migrarse a la ubicación ideal en función de las necesidades del negocio, protegerse durante una actividad anómala y recuperarse de manera instantánea.

Actualmente, la mayoría de las organizaciones se encuentra en las primeras etapas o, idealmente, están a medio camino en esta iniciativa. Sin duda, aquellas que enlisten entre sus prioridades el continuar avanzando en la Gestión Inteligente de Datos contarán con una enorme ventaja competitiva, y alcanzar su transformación digital será mucho más fácil.

 

Por: Abelardo Lara, Country Manager de Veeam en México.