Categoría: Transformación Digital

eSports: Dimensionamiento en México

El creciente acceso a internet ha revolucionado la forma en la que se juegan los videojuegos multijugador. Con el paso del tiempo, jóvenes y adultos videojugadores han dejado atrás las generaciones de los juegos limitados a una sola consola, para dar paso a Juegos Multijugador Online Masivos (o MMOG’s por sus siglas en inglés). Se ha vuelto un escenario cotidiano que en estos mundos virtuales se susciten grandes enfrentamientos entre jugares alrededor del planeta en tiempo real.

La Copa Confederaciones de fútbol fue celebrada en Rusia durante el verano de 2017. El cumulativo de los premios por ser repartidos en esta copa ascendió a la vasta suma de $20 millones de dólares, la mayoría de los cuales fueron recibidos por la selección nacional de Alemania tras una victoria de 1-0 sobre la selección de Chile en la final. Al mismo tiempo se celebraron las finales del popular videojuego DOTA 2 en la Key Arena de Seattle, con la capacidad total de la arena alcanzada, es decir, 15,177 asistentes. Tal era el ambiente de fervor generado por el evento internacionalmente transmitido, que “los decibeles de sonido fácilmente vencieron, o al menos igualaron, a aquellos de cualquier final de cualquier evento deportivo”, como refirió el director de cámaras durante la final.

Además de aquellos asistentes que atendieron a la final, el evento tuvo una concurrencia de más de 5 millones de personas por los diferentes servicios de streaming en vivo disponibles para el evento. Y aunque el evento no rompió el récord de la mayor audiencia en ver un campeonato de eSports (mismo que obtuvo la final del videojuego League Of Legends con 14.7 millones de espectadores en vivo), sí repartió la mayor cantidad de dinero en premios en lo que toca a eventos deportivos en 2017.

Fuente: The Competitive Intelligence Unit

La victoria de Team Liquid (equipo fundado en el año 2000 en Holanda) en contra de Team Newbee (equipo fundado en el 2014 en China) con un apabullante 3-0, le garantizó la ganancia del premio mayor de los $25 millones de dólares disponibles para premios en el torneo.

Consecuentemente, no es una sorpresa que la industria de los videojuegos ya haya sobrepasado a los ingresos de muchas otras industrias de entretenimiento, incluyendo a las de la música y el cine en su conjunto. De acuerdo con algunas estimaciones, los $36.4 mil millones de dólares y los $15.1 mil millones de dólares que generan las películas y la música respectivamente, no se logran acercar a los $83.6 mil millones de dólares que genera la industria de los  videojuegos en ingresos.

México sigue la tendencia de este fenómeno. El segmento de los eSports ha empezado a ganar importancia, puesto que 9.0% de los jugadores han competido en algún torneo de videojuegos durante 2017.

Asimismo, 10.6% ve canales de videojuegos por internet y 4.8% asiste a torneos como espectador. Hay que tomar en cuenta que 70.7% de los jugadores de consola fija reportan conectarse a internet durante sus sesiones de juego, de los cuales 2 de cada 3 lo hacen para jugar en línea con otras personas.

Esto nos demuestra que los videojuegos han migrado de un modelo de juego individual o entre pocas personas, a otro en el que millones de individuos pueden colaborar, competir o simplemente ser espectadores. Su alcance ha sido tal que se está evaluando incluir la categoría eSports dentro de los Juegos Olímpicos que tendrán lugar en 2024.

Por ello es indudable que su relevancia seguirá creciendo exponencialmente, convirtiéndose en un elemento central de esta Industria.

 

Por: Santiago Piedras Gonzalez, The Competitive Intelligence Unit.

El papel del aprendizaje autónomo en la ciberseguridad

A pesar del escepticismo sobre el papel del aprendizaje autónomo en la seguridad, las organizaciones se pueden beneficiar de la inteligencia de las máquinas cuando combaten ataques sofisticados. Aunque algunos creen que el aprendizaje autónomo es el último gran sueño imposible de la seguridad, en Aruba, una compañía de HPE, consideran que es al contrario.

Todo depende de cómo se aplique, en este texto se explica algunas maneras en las que la inteligencia automatizada puede hacer la diferencia y permitir que los analistas de seguridad dejen de perseguir fantasmas.

 

1. El aprendizaje autónomo puede detectar anomalías con precisión, a pesar de señales débiles y atacantes inteligentes.

Las señales que hay en ataques avanzados son débiles. Al usar aprendizaje autónomo para generar alertas sobre todo aquello que pudiese ser un ataque (por ejemplo, todas las señales débiles) solo agrava el problema conocido como “ruido de alertas” que no es más que la enorme cantidad de alertas con las que tiene que lidiar una empresa hoy en día. Para producir alertas de calidad que permitan a los analistas concentrarse en los problemas verdaderos, el aprendizaje autónomo debe ser capaz de relacionar muchas señales débiles en un lapso, al nivel de un usuario o host, con una calificación de riesgo que refleje la acumulación de eventos anómalos.

Por ejemplo, técnicas de aprendizaje autónomo, que sirven como bases de la Analítica de Comportamiento de Usuarios y Entidades (UEBA por sus siglas en inglés), pueden detectar un ataque comparando el comportamiento de acceso de un usuario, contra el de un atacante que ha ganado acceso a su equipo y está intentando entrar como si fuese el usuario. Las motivaciones del atacante son muy distintas a las del usuario, en su intento por moverse por la red y robar información importante. Técnicas de aprendizaje autónomo podrían detectar la información y desviaciones en el comportamiento que podrían indicar un riesgo.

 

2. El aprendizaje autónomo facilita saber si los atacantes siguen dentro de la red.

El aprendizaje autónomo puede monitorear continuamente las grandes cantidades de datos que una organización posee, enriqueciéndola y complementándola, incluso si cierta actividad sospechosa no ha alcanzado el nivel de alerta. Esto además sucede sin la necesidad de configurar reglas, una noción predeterminada del bien y el mal, o la necesidad de producir resultados de detección en tiempo real.

Este pre-procesamiento resulta en una taxonomía de mayor nivel, que es clave en la aceleración del proceso de detección de amenazas. Comenzando con un solo trozo de evidencia, los analistas pueden usar esta nueva taxonomía para probar rápidamente hipótesis complejas y detectar ataques escondidos en la red. Estas anotaciones constantes, que ocurren “detrás de cámaras” son una razón importante por la que el aprendizaje autónomo debe ser una parte importante de una estrategia de seguridad integral.

 

3. El aprendizaje autónomo acorta el tiempo para detectar ataques.

Hoy, el tiempo promedio que toma identificar ataques dentro de la red es mayor a seis meses y una vasta mayoría de los atacantes están burlando los sistemas de prevención y detección actuales. Durante este tiempo, los atacantes usan una variedad de métodos para explotar su presencia dentro de la red, pero al hacerlo dejan un gran rastro de datos. El aprendizaje autónomo analiza automáticamente estas grandes cantidades de datos para detectar ataques. E incluso si el ataque no se detecta automáticamente con los procesos descritos en el punto 2, el aprendizaje autónomo hace mucho más fácil el proceso de detección.

El resultado es que el aprendizaje autónomo puede ayudar a reducir el tiempo que toma detectar e investigar este tipo de ataques, lo que es una victoria para las organizaciones. Esto también habla sobre la necesidad de un cambio de mentalidad fundamental en las empresas, ya que sus esfuerzos de detección y prevención fueron inadecuados para las necesidades de seguridad de hoy en día. Balancear esto con el monitoreo y la respuesta para una detección pronta de amenazas, se está convirtiendo en un requerimiento de seguridad vital.

 

Detenga las amenazas más rápidamente

Las organizaciones enfrentan un panorama sofisticado de ataques, las defensas tradicionales que dependen de reglas de correlación y firmas de tiempo real se están quedando cortas ante la mayoría de estas amenazas. Ataques sofisticados en múltiples niveles casi nunca se pueden detectar en tiempo real, y sonar las alarmas por cada variante detectada durante todas las etapas solo aumenta el problema del “ruido” causado para los analistas, en vez de aminorarlo. El aprendizaje autónomo puede ayudar a detectar ataques automáticamente Aunque tal vez no sea capaz de detectar todos los ataques, puede brindar información que apoye el trabajo humano para detectar y responder a los ataques.

 

Inteligencia Artificial: jugador fundamental en la trasmisión de eventos deportivos

Sin duda alguna, el mundo deportivo despierta el interés de todo tipo de audiencia, y como en cualquier otra industria, las TI, en particular la Inteligencia Artificial (IA), han jugado un papel clave en su evolución. Tener resultados en tiempo real, métricas, comparaciones de rendimientos o tiempos de manera instantánea es, en buena medida lo que nos hace ser parte del evento.

Cada vez son más las innovaciones tecnológicas que se integran al entorno de una transmisión deportiva, y las televisoras están conscientes de que deben invertir en infraestructura que les permita brindar a los televidentes una experiencia completa. Por ejemplo, hace cuatro años se realizó la Copa del Mundo en Brasil, en el cual la transmisión de la final alcanzó una audiencia televisiva de mil millones de personas, mientras que la cifra total de todo el torneo logró llegar a 3,200 millones de televidentes.

Los seguidores de todo el mundo recurren cada vez con más frecuencia a diferentes dispositivos para observar sus deportes favoritos, esto ha orillado a los medios de comunicación y entretenimiento a integrar dentro de sus estrategias a las TI.

De acuerdo con el Estudio Global de Tendencia de Inteligencia Artificial de Tata Consultancy Services (TCS), el 89% de los encuestados dentro de la industria de medios y entretenimiento, señalaron que sus compañías actualmente usan tecnología cognitiva, mientras que el 11% restante planea hacerlo para 2020.

Todas estas herramientas hacen posible tener comparativos, estadísticas con resultados de años anteriores, monitorear en línea el rendimiento del cuerpo del atleta, récords que de inmediato acceden a historias similares con datos que, quizá en su tiempo, ni siquiera se calcularon. Todo esto se traduce en la generación de grandes volúmenes de información que es administrada por las TI.

La cantidad y velocidad de datos que se manejan en una competencia deportiva son exponenciales, tener diferentes competencias o partidos al mismo tiempo, así como la demanda de los televidentes detener los datos actualizados en todo momento, razón por la cual los cálculos deben ser instantáneos, pero no solamente eso, sino que además deben llegar al destinatario bajo un formato llamativo y desarrollado.

Las empresas de servicios de medios, entretenimiento e información aún no han reconocido plenamente el potencial de la IA.

Tan sólo el 14% señala que esta tecnología es muy importante para la competitividad de su empresa, el 36% dice que es importante y el 50% que es moderadamente importante. Todavía hay un gran camino por recorrer, y estas compañías no han puesto grandes apuestas financieras en proyectos de IA, pues gastaron un promedio de $12 millones de dólares en 2015, una de las cantidades más bajas en las 13 industrias encuestadas dentro del estudio de TCS, donde $70 millones fue el promedio. Sin embargo, esperan invertir $47 millones dólares aproximadamente en 2020.

Es un hecho que detrás de lo que vemos en este tipo de eventos hay imponentes infraestructuras tecnológicas que incluyen a la IA.

Por: Adriana E. Torres Nava, Country Head de TCS en México.

Ford crea sistema para evitar el tránsito en México

Ford y la Universidad de Vanderbilt están demostrando que los llamados embotellamientos fantasmas podrían reducirse con el uso del Control de Crucero Adaptativo (CCA), disponible a partir de hoy en el 40% de los vehículos de Ford en México.

En un circuito cerrado de pruebas de Ford, 36 conductores simularon el tránsito normal de la carretera utilizando un control de crucero adaptativo.

El sistema CCA disminuye la velocidad y acelera automáticamente para mantenerse al ritmo del automóvil que está adelante, sin fatigarse ni distraerse.

Más tarde, los conductores condujeron el mismo camino, pero sin la tecnología, frenando y acelerando manualmente el vehículo. Los resultados: los vehículos que utilizan un Control de Crucero Adaptativo redujeron el impacto de un evento de frenado más suave que aquellos vehículos sin la tecnología activada. Incluso cuando solo uno de cada tres vehículos usaba CCA, la prueba arrojó beneficios en la reducción del tránsito .

“Un divertido viaje familiar puede volverse irritante cuando el tráfico es pesado, especialmente una vez que nos damos cuenta de que no había motivo para el mismo”, comentó Michael Kane, supervisor de Ford Co-Pilot360 Technology. “Alentamos a los propietarios Ford que tienen Control de Crucero Adaptativo a usarlo durante sus viajes de verano con la esperanza de que esta tecnología inteligente pueda ser el primer paso para ayudar a facilitar los viajes cotidianos”.

Por su parte, el investigador principal, Raphael Stern, ha estado trabajando con el apoyo de la Fundación Nacional de Ciencias para determinar cómo las tecnologías inteligentes pueden proporcionar un camino hacia la disminución de tráfico y reducción del consumo general de combustible.

Al igual que con los accidentes, los factores humanos, las calles sin señalización, la conducción distraída, los malos hábitos de manejo, los tiempos de reacción, y/o el frenado innecesario, son las principales causas de los embotellamientos fantasmas.

Una vez que un conductor acciona los frenos, puede ocurrir una reacción en cadena cuando otros conductores presionan los frenos, lo que hace que el flujo de tránsito se detenga.

“Los sistemas adaptativos de control de crucero no se cansan ni se distraen, sino que constantemente analizan al vehículo que está delante”, comentó Michael Kane, supervisor de Ford Co-Pilot360 Technology. “Además, están programados para proporcionar distancias consistentes entre los vehículos con el fin de responder mejor a la velocidad del vehículo que se encuentra delante. Lo más importante es que el uso de la tecnología nos beneficie a todos y que lleguemos a nuestro destino a tiempo” agregó Kane.

La Inteligencia Artificial está cada vez más inteligente

Las máquinas tomarán acciones con base en sus datos, asumiendo así acciones de riesgo o de negocios que antes eran realizadas por personas. ¿Qué podemos hacer al respecto?

Hasta hace pocos años las empresas abandonaron el simples data warehouse para invertir en grandes estructuras de big data. Se quiera o no, la tecnología digital fue el combustible fundamental y el más importante para esta transformación. Su enfoque inicial era de pequeños datos estadísticos de los resultados de las ventas y de los productos; actualmente se dedican a grandes análisis y al cruce de informaciones internas y externas para entender cada vez más el comportamiento de los clientes según su perfil de consumo.

Observe que hubo un cambio en el enfoque de la visión de la información: el cliente pasó a tener preferencia total para las empresas y el entendimiento de su comportamiento pasó a ser la clave principal del camino evolutivo para desarrollar nuevos productos y soluciones. Así, el uso de la inteligencia artificial ha adquirido importancia primordial en el próximo paso de la evolución tecnológica.  Empresas pioneras, como Google con el Assistant/Home y Amazon con la Alexa, tomaron la delantera en esta carrera, en función del comportamiento de las personas. Las demás empresas, las más avanzadas y otras todavía en sus etapas iniciales, recorren el mismo camino para mantenerse competitivas en el mercado.

Según Stephen Hawking, nuestras vidas serán transformadas por la IA, que puede constituirse en el evento de mayor relevancia de la civilización humana.

Muchos anuncian que hasta el año 2040 cada ser humano será el centro de un mundo asistido por la inteligencia artificial. ¿Pero, cómo desarrollar esas habilidades? La evolución del lenguaje neuronal en la conversión de datos en texto permite la autonomía de los ordenadores en el desarrollo de las acciones racionales, para la generación de información y es actualmente usada por empresas para la configuración de reportes inteligentes.

La evolución del Speech Recognition, que permite cada vez más la interacción hombre-máquina en los sistemas de reconocimiento de voz, está cada vez más intuitiva. Los diversos tipos de agentes virtuales o robots de automatización ya pueden asociarse a las acciones de machine learning o deep learning, en que la máquina, con base en la información, tiene una evolución de aprendizaje próxima a la del cerebro humano.

 

IA en el control 

Los sectores de infraestructura podrán aparecer y desaparecer por medio de solicitudes realizadas por las propias máquinas. Por ejemplo, en la gestión de las decisiones, donde la máquina tomará acciones, con base en sus informaciones, asumiendo así acciones de riesgo o de negocios, que eran realizadas por personas y también, la Biometría, que permitirá la interacción de la máquina en los aspectos físicos de la estructura y forma del cuerpo y del comportamiento humano.

Esos son algunos pequeños ejemplos que, bien trabajados, van a permitir una IA más inteligente a punto de proporcionar un mundo diferente en los próximos años, donde tendremos asistentes digitales controlando el contenido de su heladera, la temperatura del ambiente, las guías de TV, basadas en su sentimiento, vehículos autónomos y, quién sabe, su portero podrá ser un androide. Las empresas de tecnología vienen trabajando, de forma consistente, en el dominio de la información, promoviendo en sus clientes la transformación digital necesaria para que puedan entrar en la era de la IA. Entiendo que se trata de un camino sin retorno, en el cual las corporaciones que no emprendan este camino podrán perder su cuota en el mercado para una competencia más preparada en estos nuevos avances tecnológicos.

 

 
Por: Cleverson Novo, Director Comercial de Triad Systems.

¿El reconocimiento facial biométrico viola la privacidad?

En solo unos pocos años, el reconocimiento facial basado en video ha dejado el ámbito de la ciencia ficción y la superproducción de Hollywood para convertirse en una solución del mundo real altamente efectiva y fácil de implementar.

En la actualidad, los mejores sistemas en su clase alcanzan estándares de precisión y velocidad mucho más allá de lo que es posible incluso con un ojo humano bien entrenado. Además, pueden implementarse junto con infraestructuras de video y bases de datos de imágenes existentes.

Sin embargo, aunque la tecnología capaz de detectar instantáneamente un rostro entre la multitud, los marcos regulatorios en los que deben operar tales sistemas han tenido problemas para mantener el ritmo.

En parte como resultado, se han expresado preocupaciones sobre las implicaciones acerca de la privacidad de esta nueva clase de herramienta de identificación biométrica.

Para garantizar que las sociedades puedan obtener todos los beneficios potenciales, es esencial:

  • Conocer directrices claras para el uso del reconocimiento facial automático basado en fuentes de video de dominio público como CCTV (circuito cerrado de televisión).
  • Es importante considerar que, a diferencia de otras tecnologías biométricas, el reconocimiento facial basado en video es discreto; la experiencia del usuario final es rápida, fluida y simple.

Como resultado de lo anterior, esto puede servir para fortalecer y proteger a las comunidades con un grado de sensibilidad mucho mayor que algunas de las medidas que se emplean actualmente.

El reconocimiento facial en vivo es solo uno de una amplia gama de métodos por los cuales los datos personales ahora pueden capturarse, almacenarse y utilizarse.

Y en todo el mundo, los reguladores están respondiendo a preocupaciones generalizadas sobre el posible impacto que esto tiene en nuestras libertades civiles. En la UE, por ejemplo, el GDPR (Reglamento General de Protección de Datos) entró en vigor el 25 de mayo de 2018.

Este reglamento proporciona un marco mucho más riguroso para la recopilación, el almacenamiento y el uso de información personal, incluida la biometría. Si bien obviamente es temprano en términos de implementación, muchos de los principios clave alrededor de los cuales se construye el GDPR tendrán, sin duda, profundas implicancias sobre cómo y dónde se implementa el reconocimiento facial basado en video. Estos principios incluyen:

  • Procesamiento legal, justo y transparente: el GDPR insiste en que debe quedar claro por qué se recopilan los datos.
  • Limitación del propósito y minimización de datos: las organizaciones no deben recopilar datos sin un propósito específico, y solo deben almacenar la cantidad mínima de datos necesaria para tal fin. Además, los ciudadanos ahora tienen el “derecho al olvido”.
  • Confidencialidad y seguridad: una organización es ahora la única responsable de garantizar que los datos personales recopilados estén protegidos contra la negligencia o el ataque malicioso.
  • ‘Acción afirmativa clara’: todos los ciudadanos deben haber dado su consentimiento para que se recopilen los datos.

Mientras que los marcos legales lentamente toman forma, muchas agencias policiales y de control fronterizo ya están más familiarizadas con el uso de los datos biométricos como una herramienta para identificar individuos de interés. Sin embargo, en lo que respecta a la adopción del reconocimiento facial basado en video, diferentes países están tomando enfoques para evaluar tanto la efectividad técnica como los niveles de aceptación y apoyo del público. En Alemania, por ejemplo, una prueba llevada a cabo por la policía y el Ministerio del Interior en la estación de trenes de Berlín Südkreuz, en la que participaron 400 “sospechosos” voluntarios, ha recibido críticas de activistas por la libertad civil.

Al llegar a conclusiones, todas las partes del debate deben reconocer y comprender las características distintivas del reconocimiento facial basado en registros de video. Para algunos, la capacidad de “cosechar” millones de rostros de forma remota, sin que las personas involucradas estén necesariamente al tanto, es motivo de preocupación. Sin embargo, igualmente, son esas mismas cualidades las que proporcionan algunos de los argumentos más fuertes a su favor.

En muchos casos, la tecnología reemplazará o complementará el proceso humano de “identificación facial en vivo” que rutinariamente realizan funcionarios, como policías o guardias de control fronterizo.

Este tipo de enfoque claramente no está sujeto a los prejuicios conscientes o inconscientes que pueden influir potencialmente en el trabajo de cualquier ser humano. Como tal, las cuestiones delicadas relacionadas con la aplicación de la ley, en particular en relación con el tratamiento de los grupos minoritarios, pueden ser manejadas de manera mucho más efectiva. Sumado a eso, y a diferencia de la captura de datos biométricos, como las huellas dactilares o el iris, el reconocimiento facial basado en video es un proceso completamente discreto.

La experiencia reciente tiende a sugerir que los ciudadanos acogerán ampliamente la llegada de cualquier tecnología nueva que pueda mejorar la protección contra amenazas que van desde el tráfico de personas hasta el terrorismo mundial. Sin embargo, es probable que, en los próximos años, la consulta y la participación públicas efectivas sean la piedra angular de los despliegues de reconocimiento facial a gran escala basados en video. Independientemente de las regulaciones vigentes, la mayoría de los observadores consideraría esto como una mejor práctica.

Afortunadamente, con la introducción del GDPR y otras iniciativas similares en todo el mundo, los legisladores ahora están brindando mayor claridad en el uso apropiado de la biometría.

 

Por: Roberto Velarde, Country Sales Manager (Identity Management) Government Business Unit

93% de las personas confiarían en las órdenes de un robot en el trabajo

Oracle y Future Workplace realizaron el estudio “IA en el trabajo”. Los resultados arrojaron que, mientras 70% de las personas utilizan alguna forma de Inteligencia Artificial en su vida personal, sólo 6% de los profesionales de recursos humanos (RRHH) implementan esta tecnología y únicamente 24% de los empleados utilizan alguna forma de IA en la oficina.

En el estudio se analizaron los datos de 1,320 líderes y empleados de RRHH de los Estados Unidos y se encontró que, aunque la gente está dispuesta a adoptar IA en el trabajo y entienden que hay beneficios adicionales a la automatización de procesos manuales, las empresas no están haciendo lo suficiente para ayudar a sus colaboradores en adoptar esta tecnología. En consecuencia, podría tener como resultado una menor productividad, obsolescencia de habilidades y pérdidas de empleo.

De igual forma, la investigación establece el 93% de los empleados confiaría en las órdenes dadas por un robot. Para determinar por qué hay tanta diferencia en la adopción de IA cuando existe la disposición a adoptarla, el estudio examinó las percepciones que líderes de RRHH y empleados tienen sobre los beneficios de Inteligencia Artificial, los obstáculos que impiden su adopción y las consecuencias en el negocio al no adoptarla.

 

Empleados y líderes de RRHH ven el potencial de la Inteligencia Artificial

Todas las personas entrevistadas acordaron que la IA tendrá un impacto positivo en sus organizaciones y cuándo comentaron sobre su mayor beneficio, los líderes de RRHH y los empleados dijeron que aumentará la productividad. En los próximos tres años, las personas entrevistadas esperan que los beneficios incluyan:

  • Empleados: Mejorar las eficiencias operacionales (59%), permitir una toma de decisiones más rápida (50%), reducir significativamente costos (45%), permitir mejores experiencias para clientes (40%) y mejorar la experiencia de los empleados (37%).
  • Líderes de RRHH: Impactará positivamente el aprendizaje y el desarrollo (27%), la gestión del desempeño (26%), la compensación/nómina (18%) y los beneficios de reclutamiento y empleados (13%).

 

Las empresas no están haciendo lo suficiente para preparar su fuerza laboral

A pesar de su claro potencial para mejorar el desempeño de los negocios, los líderes de RRHH y empleados creen que las empresas no están haciendo lo suficiente para prepararlos. Las personas entrevistadas también identificaron una serie de obstáculos adicionales que están deteniendo a las empresas:

  • Casi todos los líderes de RRHH (90%) están preocupados porque no podrán adaptarse a la rápida implementación de la Inteligencia Artificial como parte de su trabajo y de que no tengan la capacitación necesaria para adoptar esta tecnología en su organización.
  • Mientras que más de la mitad de los empleados (51%) están preocupados por no poder adaptarse a la rápida implementación de la Inteligencia Artificial, 71% de ellos cree que las habilidades y conocimientos de Inteligencia Artificial serán importantes en los próximos tres años. El 72% de los líderes de recursos humanos comentaron que sus empresas no ofrecen ninguna forma de entrenamiento en esta tecnología.
  • Además de la diferencia de habilidades, los líderes de recursos humanos y empleados identificaron los costos (74%), el fracaso de la tecnología (69%) y los riesgos de seguridad (56%) como los otros obstáculos importantes para la implementación de Inteligencia Artificial IA en las organizaciones.

 

El no implementar Inteligencia Artificial ahora resultará en pérdidas de empleo, irrelevancia y pérdida de ventaja competitiva

A pesar de todas las conversaciones acerca de personas preocupadas de que la IA exista en sus lugares de trabajo, el estudio encontró que no está sucediendo lo mismo con los líderes de RRHH y colaboradores (79% de los líderes de recursos humanos; 60%de los empleados) creyendo que el fracaso de la adopción de la Inteligencia Artificial tendrá consecuencias negativas en sus carreras, sus colegas y en la empresa en general.

  • Las personas entrevistadas identificaron la reducción de la productividad, la obsolescencia de habilidades y la pérdida de empleo como las tres principales consecuencias de no adoptar Inteligencia Artificial en la fuerza laboral.
  • Desde el punto de vista organizacional, los entrevistados creen que adoptar IA tendrá un mayor impacto en directores y ejecutivos tomadores de decisiones. Al no poder empoderar a los equipos de liderazgo con Inteligencia Artificial, las organizaciones podrían perder su ventaja competitiva.

 

Cinco tecnologías disruptivas para acelerar la digitalización

Existen una serie de nuevas tecnologías disruptivas que están acelerando la digitalización de los modelos comerciales tradicionales y crea la oportunidad de ofrecer experiencias más enriquecedoras y atractivas para mejorar la vida de todos, en todas partes.

Entre todo el mar de opciones, HP nos enlista 5 tecnologías clave que encauzan la siguiente ola de transformación digital.

1. Realidad Virtual y Aumentada

Las tecnologías de realidad virtual (VR) y realidad aumentada (AR) tienen el potencial de mejorar la colaboración,
compromiso y lealtad de los clientes a través de experiencias inmersivas y memorables.

2. Todo como Servicio (XaaS)

XaaS es un ingrediente esencial en toda estrategia de transformación digital, al permitir que un gasto de capital único se convierta en un gasto operativo continuo. También, permite a las organizaciones reducir el tiempo y gastos de implementación, administración y seguridad de su infraestructura TI.

 

3. Impresión Móvil

El trabajo digital puede ayudar a reducir la cantidad de papeleo; sin embargo, muchas compañías y organizaciones
dependen de documentos impresos, como contratos, presentaciones e informes, especialmente en sectores altamente regulados como atención médica, administración y finanzas.

 

4. Impresión 3D

Cuenta con el potencial de transformar la producción en masa y satisfacer las necesidades de los clientes mediante productos personalizados, la impresión 3D está marcando el comienzo de la 4ta revolución industrial. La transformación digital de manufactura beneficiará a la sociedad y acelerará las nuevas oportunidades económicas del mundo.

5. Seguridad del dispositivo EndPoint

 

La cantidad de dispositivos conectados a las redes corporativas va en aumento, al igual que el volumen de  información sensible de negocios que estos dispositivos poseen. Esto ha ocasionado que los dispositivos endpoint, como las impresoras y las PC, sean más vulnerables a los ataques y la explotación. La seguridad en dispositivos
endpoint debe ser una prioridad.

 

Las organizaciones deben avanzar rápidamente y adoptar estas nuevas oportunidades tecnológicas para mantener una ventaja competitiva y cumplir las expectativas de todos los interesados. La digitalización puede ser disruptiva, pero puede ofrecer un valor enorme. Con las expectativas que continúan aumentando a medida que avanzamos
hacia el 2020, las empresas no pueden permitirse quedarse atrás.

IA aumentará los ingresos un 34% y elevará los niveles de empleo un 14% en sector financiero

Aunque los líderes de la industria bancaria reconocen que la inteligencia artificial están remodelando su operación y tienen el potencial de transformar la relación con sus clientes, pocos planean aumentar significativamente las inversiones necesarias para habilitar estas tecnologías y capacitar a su fuerza laboral en el corto plazo.

Un estudio reciente elaborado por Accenture revela que si los bancos invierten en inteligencia artificial (IA) y la colaboración humano-máquina al mismo ritmo, podrían aumentar los ingresos hasta en un 34% y elevar los niveles de empleo un 14% para 2022.

“A medida que la inteligencia artificial se vuelve más especializada, su rol dentro de los bancos va más allá de la automatización para elevar las capacidades humanas”, dijo Viridiana Zurita, Socia Directora de Servicios Financieros en Accenture México. “Sin embargo, para beneficiarse del potencial de la inteligencia artificial, los bancos necesitan implementar “inteligencia aplicada” en todas las áreas de su negocio principal, es decir, la combinación estratégica de tecnología e ingenio humano. Para lograr esto, necesitarán el compromiso de los más altos niveles de liderazgo y el entendimiento de que esta evolución requerirá un cambio dramático en su fuerza laboral”.

Según el informe, el 76% de los 100 ejecutivos encuestados, dijo que la tecnología inteligente será fundamental para la diferenciación en el mercado de su organización, y el 39% cree que estará detrás de cada innovación que implementen en los próximos tres años.

Si bien los bancos reconocen que obtener la colaboración entre humanos y máquinas es fundamental, pocos han realizado para aprovechar todo el valor que se encuentra en la intersección de las personas y las máquinas inteligentes. Por ejemplo, los ejecutivos de los bancos creen que solo uno de cada cuatro de sus empleados, en promedio, está listo para trabajar con IA. Además, solo el 3% de los ejecutivos dijo que su organización planea aumentar significativamente su inversión para volver a capacitar a sus trabajadores en los próximos tres años.

“Los bancos necesitan comprometerse con la capacitación de su fuerza laboral para aprender a colaborar con tecnologías inteligentes, de otra forma, esto obstaculizará significativamente su implementación”. Señaló Viridiana Zurita. “La única forma en que los bancos pueden beneficiarse de la inteligencia aplicada es asegurando que los datos y sistemas se administren de manera transparente y responsable, y las personas son esenciales para entrenar máquinas responsables”.

Al respecto, los empleados son optimistas sobre el impacto de la IA de su trabajo, el 67% de los 1.300 empleados bancarios creen que el trabajar con inteligencia artificial mejorará su equilibrio trabajo-vida, y el 57% esperan que les ayude a ampliar sus perspectivas de carrera.

La investigación también sugiere que hay una base sólida sobre la cual impulsar la inversión en habilidades de IA. De hecho, el 67% de los ejecutivos de banca senior creen que su compañía generará aumentos netos de empleos en los próximos tres años a través de inteligencia artificial.

“No solo los bancos, también el resto de las compañías en la industria de servicios financieros tienen trabajo por hacer antes de poder determinar la mejor manera de emplear herramientas inteligentes”, subrayó Zurita, “Pueden comenzar construyendo una estrategia para toda la empresa enfocada en la inteligencia aplicada, reinventando cómo se hace el trabajo hoy y determinando qué pasos deben tomar para pasar a un estado de colaboración avanzada, donde los humanos ayudan a la Inteligencia Artificial a ayudar a los humanos”.

Realidad Virtual y Aumentada, y sus beneficios para el negocio

Durante los últimos años, hemos sido testigos de la evolución y aplicación de soluciones en Realidad Virtual y Aumentada (RV y RA). Estudiamos las tendencias, las inversiones y las diversidades de adopción, gracias a ello, hemos constatado resultados que superaron hasta a los ejecutivos más optimistas.

Los dispositivos, plataformas y software han evolucionado de manera exponencial, permitiendo rápidos avances en el desarrollo de pruebas de concepto. Los aprendizajes extraídos de estos “MVP”, o Productos Mínimos Viables, en conjunto con su experimentación, nos ofrecen un ambiente perfecto para analizar posibles casos de uso y diseño de los modelos de negocios.

Se destacan, por ejemplo, las aplicaciones de RA para estrechar la participación de consumidores con las marcas de bienes de consumo que están en el mercado minorista.

Soluciones que ayudan a los consumidores a localizar los productos en las góndolas de los supermercados, que literalmente nos dicen todo sobre el producto y ayudan a evaluar nuestra relación con la marca o con el punto de venta. Todo eso en su celular, de modo fácil y empático, sin incomodarlo.

Podemos ver con claridad que las aplicaciones de RV y RA también están transformando los modelos de entrenamiento y capacitación, contribuyendo mucho para que el conocimiento esté en las manos de los colaboradores a la hora que lo necesiten, para consultar y realizar sus tareas del modo más productivo.

Estas soluciones han obtenido gran aceptación por el mercado, pues también reducen significativamente los costos relacionados a la realización de los entrenamientos.

Hoy tenemos laboratorios y ambientes hospitalarios en Realidad Virtual, en donde los alumnos de medicina pueden aprender los procedimientos quirúrgicos, interactuando con su profesor y compañeros de clase, simulando el procedimiento como debe ser en la vida real.

También tenemos a las constructoras inmobiliarias y arquitectos que acompañan a sus clientes durante visitas virtuales y extremamente realistas de inmuebles que aún no fueron construidos, permitiendo navegar entre los tipos de distribución del espacio y la decoración de los ambientes.

En estas situaciones de aplicación de soluciones, también es posible acoplar con Big Data, Analytics y API Management, y así permitir el análisis sobre consumidores, promociones, marcas, comportamiento del punto de venta, etc.

Los especialistas y expertos de esta área (programadores, modeladores, gamers, entre otros) están ampliando sus áreas de conocimiento y aproximándose de los mundos de negocios. La colaboración e integración con otros equipos y conocimientos es fundamental para que las soluciones de RV y RA salgan del universo de los juegos y el entretenimiento, y que traigan propuestas para solucionar grandes desafíos de negocios y de grandes empresas.

Estamos seguros de que, en un futuro próximo, la variedad y acceso a éstas soluciones formarán parte de nuestro día a día, y seguramente contribuirán a nuevos modelos de negocios, y consecuentemente a la calidad de vida de las personas.

Las compañías tienen delante de sí el desafío de entender ese universo de posibilidades y determinar cuáles son los usos que traerán impacto positivo y resultados tangibles para sus negocios.

 

Por: Roberto Celestino, Responsable de iniciativas de innovación en everis Brasil.