Administración de datos, Big data, Cloud Computing, Del dia, Desarrollo, Desarrollo, Destacado, Industria TIC, Infraestructura, Inteligencia Artificial, Noticias, Noticias, Redes, Tecnologia, Tendencias

Dell EMC presenta nuevas soluciones de deep learning

Dell EMC y sus partners tecnológicos ofrecen nuevos productos, soluciones y servicios enfocados al deep learning y machine learing para una adopción más sencilla y mayores beneficios de esta tendencia

Leer más...

Aplicaciones, Del dia, Desarrollo, Destacado, Industria, Movilidad, News, Noticias, Tecnologia, Tecnología de Apoyo, Tendencias

SAP introduce Machine Learning para optimizar la experiencia de compra

SAP presentó nuevas tecnologías en el sector de consumo, tales como el reconocimiento facial, aprendizaje automático e Internet de las Cosas (IoT), para permitir campañas de marketing específicas y ayudar a los consumidores a optimizar su experiencia de compra.

Compartir, es demostrar interés: Una encuesta de SAP revela lo que hace felices a los clientes (y lo que les enoja)

El 89% esperan una respuesta a su consulta dentro de las primeras 24 horas, de acuerdo con el informe de Insights Consumer Insights de SAP Hybris 2017.

La encuesta involucra a 20,000 consumidores en todo el mundo donde se encontró que la manera más fácil de mantener a los clientes satisfechos es responder, y la manera más rápida de perderlos es compartir sus datos sin su consentimiento.

De acuerdo con el estudio, cuatro de cada cinco compradores (80%) están dispuestos a compartir algunos de sus datos personales con las marcas, siendo Japón el que menos se inclina por esta práctica (52%), en comparación con Colombia e India (ambos con 92%). Los encuestados de todos los países, excepto Rusia, están dispuestos a compartir sus direcciones de correo electrónico, pero solo la mitad de los consumidores de Oriente Medio desean compartir sus números de teléfono móvil.

Diez clientes se unieron a SAP Hybris para incorporar capacidades de aprendizaje automático en los portafolios de SAP Hybris Sales Cloud y SAP Hybris Service Cloud. Las soluciones SAP Hybris tienen acceso a los datos de los clientes y los productos de manera frontal. Con el software SAP tocando más del 76 por ciento de las transacciones comerciales mundiales, SAP está en una posición única para acceder y aprovechar los datos a este nivel.

Gracias a esto, se encuentran disponibles varios casos en diferentes aspectos como marketing, ventas, servicios y comercio. Incluyen personalización avanzada, merchandising contextual, uso de bots como asistentes de compras, puntuación de afinidad, análisis de sentimiento, análisis de texto de ticket de servicio y un servicio de atención al cliente.

N. de P. SAP

 

Leer más...

Amenazas, Aplicaciones, Del dia, Desarrollo, Desarrollo, Destacado, Industria TIC, Inteligencia Artificial, Movilidad, Network World, Nuevos Productos, Redes, Seguridad, Soluciones

Nueva solución de seguridad basada Machine Learning y Matemáticas

Darktrace presentó de manera oficial en México la solución Enterperise Immune System (EIS o Sistema Inmunológico Empresarial), que emplea Machine Learning no supervisado y matemáticas probabilísticas para detectar “las ciberamenazas más sutiles dentro de la red, incluidas las amenazas internas”, según la compañía.

Tomando como base los principios biológicos del sistema inmunológico humano, el EIS puede aprender de forma automática y adaptativa un “patrón de vida” normal para cada uno de los usuarios, dispositivos y redes, lo cual permite detectar comportamientos emergentes que representan amenazas reales.

Con esta tecnología de autoaprendizaje presentada por la compañía, se propone brindar a las organizaciones mexicanas una visibilidad integral hacia el interior de la actividad de sus redes, permitiéndoles responder a las amenazas de manera proactiva y mitigar el riesgo.

 

La influencia de Cambridge

Fundada en Reino Unido, en 2013, por especialistas en Machine Learning y matemáticas de la Universidad de Cambridge, la empresa Darktrace se autoproclama como la primera en desarrollar e implementar una tecnología de “sistema inmune” completamente autónoma para la ciberdefensa. Actualmente cuenta con dos sedes principales –San Francisco y Cambridge–, más de 500 empleados y afirma tener unas tres mil implementaciones de su solución alrededor del mundo.

“Lo que buscamos es entender el estado actual que tienen las empresas para enfrentar retos como la falta de visibilidad continua en sus redes, la prevención y el bloqueo insuficientes, o la no integración de los silos de información”, señaló Manuel Acosta, socio fundador y director de Ventas de TBSek, la empresa integradora representante de Darktrace en México.

Manuel-Acosta-TBSek-2

Manuel Acosta, socio fundador y director de Ventas de TBSek, en la presentación.

Agregó que, de acuerdo con estimaciones de la firma de consultoría Deloitte, cuatro de cada 10 organizaciones a nivel global sufrieron una brecha de seguridad en los últimos 24 meses, sin embargo, menos del 20% de ellas cuentan con un SOC, por ejemplo. “Darktrace es la única tecnología de ciberdefensa capaz de detectar comportamientos anómalos sin conocimiento previo de lo que está buscando”, dijo Acosta.

Por su parte, María Brenes, de Darktrace, dijo que el autoaprendizaje del comportamiento normal y anómalo en tiempo real que ofrece EIS tiene su origen en el principio de inmunidad humana. Destacó que otras de las capacidades de la solución es que puede encontrar y contraatacar tanto las amenazas internas y externas, y está disponible para ambientes virtualizados y de nube.

Asimismo, se destacó la posibilidad de que los interesados puedan solicitar y hacer una Prueba de Valor (PDV) de la solución Enterprise Immune System y de la intefaz Threat Visualizer de Darktrace por un periodo de cuatro semanas. Esta evaluación se instala en una hora y al final del periodo se emiten tres informes de inteligencia sobre las amenazas que se lleguen a detectar.

 

Experiencia en la UDLAP

La Universidad de las Américas Puebla (UDLAP) adquirió la solución Enterprise Immune System a finales de 2016. “Buscábamos una alternativa que fuera fácil de usar, que reportara menor cantidad de falsos positivos y de alertas, que estuviera alineadaa a los últimos avances tecnológicos, y que fuera independiente a los sistemas operativos y/o de tecnología que tenemos en la universidad. Encontramos que el EIS brinda esas capacidades, ya que es como un robot que aprende solo”, explicó Fernando Thompson de la Rosa, CIO de esta institución.

Leer más...

Administración de datos, Aplicaciones, Ciencia e Innovación, Cloud Computing, Del dia, Desarrollo, Desarrollo, Destacado, Infraestructura, Infraestructura, Inteligencia Artificial, Noticias, Noticias, Procesos, Seguridad, Tecnologia, Transformación Digital

Oracle presenta la base de datos autónoma que elimina errores humanos

Oracle dio a conocer en el OracleWorld su propuesta de base de datos autónoma, capaz de, según la compañía, corregir y eliminar los errores humanos.

Fue durante la keynote inaugural donde el CEO y actualmente CTO, Larry Ellison presentó lo que denominó tecnología revolucionaria, Oracle Autonomous Database Cloud, la primera base de datos 100% autónoma que ejecuta además aplicaciones de seguridad capaces de detectar y dar solución a ciberataques en tiempo real.

“No uso la palabra nueva tecnología revolucionada cada año aquí porque, saben, no hay muchas tecnologías revolucionarias. Pero esta lo es”, sentenció Larry Ellison.

La automatización total del producto se ha conseguido gracias a una capa de machine learning, que elimina la necesidad de un humano para gestionarlo, actualizarlo, parchearlo o ajustarlo mientras está en funcionamiento. Además, sin humanos, no hay errores humanos, al menos así lo afirmó la compañía.

Oracle afirmó que las empresas podrán reducir sus costos a la mitad en comparación con su principal competidor.

Durante su intervención Ellison ha comparado el rendimiento de productos de gestión de bases de datos Oracle con productos de la misma categoría de la competencia, en concreto con Amazon. En algunos casos las diferencias eran casi milimétricas: Ellison subrayó la diferencia entre la disponibilidad y fiabilidad de las garantías de los acuerdos de nivel de servicio (SLA, por sus siglas en inglés) de Amazon (99,95%) con los de Oracle (99,995%).

 

IDG.es

Leer más...

Aplicaciones, Cloud Computing, Del dia, Desarrollo, Destacado, Infraestructura, Inteligencia Artificial, Movilidad, Procesos, Tecnologia, Transformación Digital

Microsoft acelera el uso de la IA en los centros de datos con Brainwave

Una “plataforma de aceleración de aprendizaje profundo”. Así es como describe Doug Burger, ingeniero en Microsoft, la iniciativa lanzada por la empresa esta semana. “El Proyecto Brainwave logra un salto tanto en rendimiento como en flexibilidad en los modelos de aprendizaje profundo que se realicen en cloud”, asevera el experto.

“Hemos diseñado un sistema de inteligencia artificial en tiempo real, lo que significa que éste procesa las demandas tan rápido como las recibe y con una latencia muy baja. La inteligencia en tiempo real está teniendo cada vez más importancia en el procesamiento de datos que realizan las infraestructuras en la nube: desde preguntas de búsqueda, vídeos, flujo de datos de sensores u otras interacciones con los usuarios”, explica.

El Proyecto Brainwave, que soporta la mayor parte de los sistemas de aprendizaje profundo en uso –el aprendizaje profundo es una rama del llamado machine learning que está promoviendo importantes avances en áreas como el reconocimiento de voz, imágenes, etc.– acelerará, por tanto, cómo se realizan las predicciones de los modelos de machine learning alojados en Azure, la nube de Microsoft.

 

Siguiendo los pasos de Google

En realidad, fue Google, uno de los grandes competidores de Microsoft en la arena cloud, quien lanzó primero una propuesta al mercado para acelerar la realización de predicciones usando modelos de machine learning. La propuesta de Google en cuestión se llama Tensor Processing Unit.

No obstante, la aproximación de Microsoft es ligeramente distinta: en lugar de construir un chip optimizado para un determinado grupo de algoritmos como ha hecho el gigante de Internet, Microsoft utiliza un tipo de chip llamado Field-Programmable Gate Arrays (o FPGA), que puede ser reprogramado después de ser fabricado.

La tecnología FPGA, creada por Altera (empresa de Intel), brinda a la empresa más flexibilidad que un chip dedicado como el que tiene Google, según afirman desde Microsoft, y esto es importante dado que los avances en el área del aprendizaje profundo se producen continuamente.

Objetivo: liderar la inteligencia artificial en tiempo real

Obviamente, los desarrolladores necesitan herramientas para hacer aprendizaje profundo a través de Brainwave. Al respecto, desde Microsoft afirman que Brainwave ya soporta la tecnología TensorFlow de Google y Cognitive Toolkit, de la propia Microsoft, a las que se sumarán otras. “Estamos trabajando para llevar este potente sistema de inteligencia en tiempo real a los usuarios en Azure, de forma que nuestros clientes puedan beneficiarse directamente del proyecto, complementando el acceso indirecto que se tiene al mismo a través de servicios como Bing. En un futuro próximo, detallaremos cuándo podrán nuestros clientes ejecutar modelos de aprendizaje profundo más completos con un rendimiento récord. Con el Proyecto Brainwave lanzado a gran escala y disponible para nuestros clientes, Microsoft Azure tendrá capacidad de liderar la inteligencia artificial en tiempo real”.

 

IDG.es

Leer más...

Aplicaciones, Del dia, Desarrollo, Destacado, Movilidad, News, Noticias, Seguridad

El pilar de la Inteligencia Artificial es la implementación automatización

En la actualidad, la competencia en el mercado es cada vez mayor, y los productos que ofrecen las empresas son más variados, los clientes o usuarios se vuelven cada vez más exigentes. Además de calidad y buenos precios en los productos, los consumidores también buscan un buen servicio al cliente, que además de hacerlos sentir atendidos, les brinde una experiencia diferente y satisfactoria en su compra.

Por esto, las empresas se enfrentan ahora a clientes informados, exigentes y con todas las herramientas a su alcance para mostrar sus inconformidades, reclamos, solicitar ayuda o sólo pedir informes. Además de esto, la comunicación se da a través de una gran diversidad de canales, y la ventanilla única de quejas se ha vuelto obsoleta; ahora debes responder a todo y por todos los medios posibles.

Ante este complejo panorama, las empresas están volteando con mayor frecuencia hacia las innovaciones tecnológicas que les permitan resolver de forma mecánica y automatizada a las inquietudes de los usuarios.

En este contexto, Zendesk, la desarrolladora de software para una mejor relación con los clientes, ha incorporado diversos productos a través de los cuales se brinda una respuesta eficaz y rápida a las dificultades que se enfrentan las empresas en el servicio al cliente.

Pensar en el cliente

Las empresas deben empezar a enfocar sus estrategias de servicio al cliente poniendo a sus consumidores en el centro de la ecuación. Esto significa utilizar las herramientas necesarias de Machine Learning e Inteligencia Artificial para concentrar la información de cada cliente y ofrecerle tanto las respuestas como los servicios más puntuales y eficientes posibles. De esta manera, los clientes sabrán que son importantes para la empresa y que serán atendidos por encima de sus expectativas, creando así un mayor compromiso y lealtad a largo plazo entre la compañía y los consumidores.

Establecer una estrategia de autoservicio

Es fundamental proporcionar a los clientes una plataforma de autoservicio que les permita entrar al portal Web de la compañía o hacer una consulta mediante redes sociales o cualquier otro medio de su elección, obteniendo una respuesta rápida y homogénea sin importar el canal. Para esto es fundamental establecer una estrategia de autoservicio que incluya la tecnología necesaria para conectar toda la información de cada cliente y ofrecerle las respuestas automatizadas más adecuadas, resolutivas y rápidas posibles.

Llevar el diálogo con el cliente al siguiente nivel

Además de utilizar herramientas de Inteligencia Artificial que permitan al cliente obtener respuestas eficientes, resolutivas y automatizadas con la mayor rapidez, es fundamental mantener un nivel de compromiso con él que supere las expectativas de la Industria y de los consumidores.

Para esto es indispensable tener muy claras las necesidades de los usuarios y acompañarlos durante sus consultas en todo momento para que la conversación nunca tenga interrupciones ni deba reiniciarse si el cliente cambia de canal de atención. Esto quiere decir que, si entra al webchat, el bot para la atención al cliente pueda seguirlo durante todo el transcurso de su navegación de la página, y si Internet se cae y el usuario llama por teléfono, la conversación siga su curso justo donde la dejó sin tener que pulsar un número interminable de opciones de menú.

Al elaborar una estrategia de atención al cliente con Inteligencia Artificial con base en estos pilares, las compañías pueden establecer relaciones de compromiso con sus clientes mucho más duraderas, además de los beneficios que obtienen los departamentos de centro de contacto al incrementar su productividad y capacidad de respuesta con ayuda de la tecnología de una plataforma integral de soporte.

N. de P. Zendesk

Leer más...

Aplicaciones, Del dia, Desarrollo, Destacado, Industria, Movilidad, News, Noticias, Seguridad, Software, Tecnologia, Tecnología de Apoyo, Tendencias

Microsoft publica el primer Release Candidate de SQL Server 2017

Microsoft señala que a partir de hoy esta disponible para descarga. Esto significa que el trabajo de desarrollo para la nueva versión de SQL Server ha sido completado para estar disponible para la industria de SQL Server a Windows, Linux, y contenedores Docker.

En lo que destaca esta versión 2017 es:

Soporte Linux para cargas de trabajo de misión crítica tier 1. El soporte de SQL Server 2017 para Linux incluye las mismas soluciones de alta disponibilidad tanto en Linux como en Windows Server, e incluye disponibilidad Always On en grupos, integrada con soluciones nativas de aglomeración en Linux, como Pacemaker.

Procesamiento de datos gráficos en SQL Server. Con las características de datos gráficos disponibles en SQL Server 2017 y Azure SQL Database, los clientes pueden crear nodos y bordes, y descubrir relaciones complejas many-to-many.

Procesamiento adaptable de solicitudes. El procesamiento adaptable de solicitudes es una familia de características en SQL Server 2017 que mantiene corriendo, de manera automática, las solicitudes de bases de datos de una manera tan eficiente como sea posible, sin tener que requerir afinación adicional por parte de los administradores de la base de datos. Adicional a la capacidad de ajustar el modo lote de asignación, el conjunto de características incluye uniones adaptables de modo de lote y capacidades de ejecución intercalada.

Integración de Python para analítica avanzada. Microsoft Machine Learning Services ahora trae para ustedes la posibilidad de correr analítica dentro de las bases de datos a través de Python o R en una manera paralelizada y escalable. La posibilidad de correr analítica avanzada en su tienda operacional sin ETL, significa un tiempo más rápido para obtener información de valor para clientes con una implementación sencilla y una rica extensibilidad, que aceleran arrancar sobre el modelo correcto.

Mejoras en Release Candidate 1

  • Integración SQL Server sobre Linux Active Directory. Para RC1, SQL Server en Linux soporta Active Directory Authentication, que habilita a los clientes unidos al dominio ya sea en Windows o Linux para autentificar en SQL Server a través del uso de credenciales de dominio y el protocolo Kerberos.
  • Transport Layer Security (TLS) para encriptar datos. SQL Server sobre Linux puede utilizar TLS para encriptar datos que son transmitidos a través de una red entre una aplicación de cliente y una instancia de SQL Server. SQL Server sobre Linux soporta los siguientes protocolos TLS: TLS 1.2, 1.1, y 1.0.
  • Mejoras a Machine Learning Services. En RC1 tiene más capacidades de manejo de modelo para R Services sobre Windows Server, incluyendo External Library Managenment. El nuevo lanzamiento también Native Scoring.
  • SQL Server Analysis Services (SSAS). En adición a las mejoras a SSAS de CTP previos de SQL Server 2017, RC1 agrega Dynamic Management Views adicionales, lo que permite análisis y reporteo de dependencia. Vean el blog de Analysis Services para más información.
  • SQL Server Integration Services (SSIS) sobre Linux. La versión previa de SQL Server Integration Services en Linux ahora agrega soporte para cualquier driver Unicode ODBC, si sigue las especificaciones ODBC. (El driver ANSI ODBC no está soportado).
  • SQL Server Integration Services (SSIS) sobre Windows Server. El RC1 agrega soporte para escalar SSIS en ambientes con alta disponibilidad. Los clientes ahora pueden habilitar Always On para SSIS, a través de la configuración de conglomeración de tolerancia de fallos de Windows Server para el escalamiento principal.

N. de P. Microsoft

Leer más...