Categories
54cuatro

Porque fallan los proyectos de Inteligencia Artificial

Una tecnología disruptiva o una innovación disruptiva es una innovación que ayuda a crear un nuevo mercado y una nueva red de valor y, finalmente, continúa alterando una red de mercado y valor existente.

¿Porque fallan los proyectos?

En la actualidad 1 de cada 10 proyectos relacionados con #IA logra tener éxito. El éxito no esta medido por el cumplimiento de las implementaciones, sino por el valor que se logra de cara al negocio.

Las fallas en este tipo de proyectos (en nuestra experiencia) vienen dados por 2 puntos:

  1. Falta de colaboración entre las áreas para lograr una solución que aporta valor.
  2. No tener los datos adecuados.

¿Cómo mitigar los riesgos?

En #54cuatro tenemos una #metodología que permite a nuestros clientes ir logrando un nivel de madurez que asegure el éxito de los proyectos de #InteligenciaArtificial.

Esa metodología denominada #Metolodogia54, busca lograr convertir a los clientes hacia empresas #DataDriven, afectando sus capacidades en cuanto a factores Culturales, Procesos y Tecnología en pos de asegurar la creación de sinergias entre los grupos de trabajo y obtener (o crear) los datos adecuados.

Tendencias en boga como #MLOPS son buenas alternativas para optimizar proyectos de #MachineLearning y aproximarse con mayor seguridad al éxito buscado, pero además es importante que todas las personas de la organización estén comprometidas a buscar el éxito, dado que los proyectos IA son 100% colaborativos es fundamental considerar los datos que se tienen disponibles y los conocimientos que se pueden obtener de ellos pero es aun mas necesario considerar el nivel de apoyo de la gerencia u organización en general y finalmente establecer expectativas realistas en torno a lo que la #IA ayudará a resolver.

Medición de resultados

Con las expectativas marcadas como hito a cumplir, es necesario generar una adecuada medición de resultados. El personal técnico suele medir el resultado de un modelo de datos por como “performa” ese modelo (Precision, Recall, F1, etc). Ese es un grave error que genera desconfianza en lo que se esta realizando. En su lugar, es preferible establecer hitos de éxito medibles en los términos más importantes para la empresa, como eficiencia operativa, aumento de ventas o de ahorro de costos. 

Algunas otras veces, se espera un nivel mínimo de resultados de cada modelo, sin embargo es bueno participar a gente de áreas de negocio mientras se realizan los desarrollos para que puedan probar y comparar el rendimiento, realizar sugerencias y complementar el modelo con las fortalezas (y debilidades) de los expertos ‘humanos’.

En modelos predictivos, crear un ciclo de retroalimentación permite mejorar el reentrenamiento para que su modelo pueda incorporar rápidamente nuevos puntos de datos y dar como resultado un aumento y mejora de las predicciones futuras.

Conclusión

Los proyectos basados en tecnología disruptiva generan grandes expectativas pero para poder cumplir con lo que se espera, es necesario comprometer a la organización en pos de lograr buenas fuentes de datos y poder trabajar con los científicos de datos a medida que se generan soluciones de negocio, retroalimentando los desarrollos con experiencia de las personas.


    Por favor, demuestra que eres humano mediante la selección el avión.

    Categories
    54cuatro

    SMART HOSPITAL – La salud orientada hacia los Datos

    Nota publicada por Ezequiel Bianucci en Medium.

    La nueva tendencia de hospitales digitalizados avanzados tiene muchos nombres diferentes: Hospitales Inteligentes. Hospitales Digitales. Hospitales Avanzados. Hospitales Futuros.

    ¿Qué es un Smart Hospital?

    En pocas palabras, un “Smart Hospital” es un hospital que optimiza, rediseña y/o construye nuevos procesos clínicos y sistemas de gestión potenciados por la infraestructura de red digitalizada de sus dispositivos interconectados para proporcionar información valiosa que antes no estaba disponible, brindando una atención flexible al paciente, una experiencia satisfactoria y una eficiencia operativa de primer nivel. 

    Su objetivo se centra en utilizar las tecnologías de la mejor manera posible para mejorar la calidad de vida de los pacientes, aumentando la resiliencia de los hospitales y fortaleciendo los aspectos estructurales y operativos.

    A medida que la población crece, la demanda de servicios de salud aumenta con rapidez, especialmente en la actual crisis de COVID-19. Además de esta actual y creciente demanda, los pacientes también tienen expectativas cada vez mayores sobre la calidad de los tratamientos médicos a los que se someten y los servicios que se les brindan.

    En este sentido, el mundo actual está evolucionando rápidamente, pero la modernización de los hospitales a menudo queda rezagada por factores que influyen al momento de planificar esto avances, teniendo que lidiar entre el fortalecimiento de su infraestructura edilicia, su infraestructura tecnológica y todo ello sin dejar de lado el nivel de atención.

    Nueva tendencia en Internet of Things

    Hoy en día, en el ámbito de la salud, está cada vez más presente el concepto de IoMT (Internet of Medical Things). Este concepto hace referencia al conjunto de dispositivos médicos y aplicaciones que se conectan a sistemas tecnológicos de atención médica, donde los datos y la conectividad son piezas clave para acompañar la monitorización de pacientes.

    El #SmartHospital será beneficiado gracias a la incorporación de nuevas tecnologías relacionadas con #MachineLearning, #InteligenciaArtificial y #AnalíticaAvanzada en el desarrollo de mejoras significativas para la atención, diagnóstico y tratamiento de los pacientes, accediendo, por ejemplo, a través del análisis de los datos capturados, a mejorar los procedimientos existentes de atención al paciente e introducir nuevas aptitudes.

    Al contar con información en tiempo real a través del análisis de los #datos, los equipos médicos tienen la capacidad de reducir el error a la mínima expresión, logrando tomar decisiones de manera más rápida, precisa y segura, permitiendo anticipar el tipo de tratamiento al momento de diagnosticar al paciente. Existen diversos estudios que indican que entre un 10% y un 25% de la información introducida manualmente en las historias clínicas contiene errores que pueden derivar en toma de decisiones inadecuadas para la evolución positiva del paciente.

    Gracias a la confianza de nuestros clientes, podemos continuar avanzado, acompañando y aportando soluciones tecnológicas que permiten la evolución de la industria y también colaborar en mejorar la calidad de vida de los pacientes.

    ¿Queres saber más sobre estas soluciones? Visita nuestro caso de éxito con Hospital Universitario Austral, o simplemente contáctanos:

    Contactate

    Categories
    54cuatro

    El valor de la Gobernanza

    Ya nadie discute que los nuevos negocios dentro de las compañías, nacen aprovechando toda la informacion que guardaron estos años, y son esos datos los que permite crear nuevos productos, nuevos negocios, conocer mas a los clientes.

    Pero también es necesario mencionar que se tiende a simplificar el “como” se usan esos datos. Los datos aportan valor si son confiables y de calidad, y para ello es necesario conocer su contenido y estructura.

    En esta nota vamos a mencionar el camino recomendado para adoptar soluciones de #InteligenciaArtificial en la analítica partiendo desde una metodología de #gobernanza que asegure la calidad de los datos.

    La fase de Recolección de Datos

    El primer desafío es Recolectar la informacion que poseen las empresas, y en este sentido el desafío principal pasa por realizar una modernización de los procesos y flujos, para identificar todos aquellas bases de datos, tablas, archivos que tenemos a disposición para consumir esa informacion.

    La fase de Organización de Datos

    El segundo punto es Organizar esa informacion, generando un lenguaje común, para que todos los usuarios (de negocios y TI) conozcan todos los datos que estamos manejando, que exista una relación entre el lenguaje comercial y el lenguaje técnico; donde podamos generar Dueños de Datos. Estos Dueños de Datos (data stewardship) es lo que nos va a permitir la gestión y supervisión de los activos de datos de nuestra organización para ayudar a proporcionar a los usuarios comerciales datos de alta calidad.

    Estos niveles de calidad son fundamentales si queremos tener reportes fidedignos; y por tal motivo vamos a correr procesos de Curación, Gestión de Metadatos, Linaje y Catalogo, entre otros procesos que serán los que dejaran lista una base de datos lista para el negocio.

    La fase de Análisis de Datos

    La fase de Organización nos va a permitir saltar a la fase de Análisis, donde vamos a poder armar #Dashboards y #Reportes desde informacion confiable, y eso se va a permitir:

    • Encontrar: Acceso mas rápido a la informacion
    • Confiar: Entender de donde provienen los datos y porque se puede confiar en ellos
    • Preparar: Limpiar, estructurar y enriquecer datos crudos para transformarlos en informacion procesada
    • Actuar: Generar nuevos resultados comerciales desde Análisis mas confiables.

    Infundir: la capa de análisis inteligente

    Luego de haber creado una plataforma de integración robusta, de tener identificado nuestros datos como activos y de generar reportes confiables, vamos a implementar una capa de Analítica Avanzada, donde logremos descubrir tendencias y patrones que mejoren la toma de decisiones mediante técnicas de exploración cognitiva.

    En este punto soluciones de #MachineLearning logran destrabar el valor de los datos, permitiendo generar nuevos productos basados en el reconocimiento 360° de los clientes, detectar necesidades de la industria o simplemente lograr identificar cosas que siempre estuvieron invisibles a un análisis tradicional.

    Que arquitecturas nos proponen los vendors?

    Existe un consenso de la industria en torno al armado de arquitecturas de datos en distintas capas. La gran mayoría son plasmadas en gráficos que se pueden “leer” de izquierda a derecha, conformados por:

    • Capa Fuentes de Datos: donde contamos con los orígenes de datos, estos orígenes pueden ser bases de datos, webs, archivos, eventos, sensores, etc.
    • Capa de Integración: desde donde se efectúa el comportamiento relacionado a la orquestación del movimiento, transformación e ingesta de los datos.
    • Capa de Procesamiento: donde se ejecutan los procesos analíticos, ya sea en cubos.
    • Capa de Visualización: donde finalmente se presentan de forma amigable lo referido a reportes de cara a los usuarios.

    A continuación veamos algunos esquemas de alto nivel que proponen #IBM y #Microsoft.

    Arquitectura de Data provisto por IBM

    Arquitectura de Data provisto por Microsoft en Azure

    Conclusiones finales

    Las tecnologías de análisis están al alcance de la mano de todos. En los últimos años, el crecimiento de la generación de datos es exponencial y lo seguirá siendo; y en paralelo las tecnologías cloud generaron una disminución en el costo del storage, mayor procesamiento, consumo “por uso” y aplicaciones apilables que nos permiten desarrollar una plataforma en la nube con muy poco esfuerzo.

    Pero el mayor valor de una plataforma de datos no esta dado por la tecnología sino por los requerimientos de negocios que resolvemos.

    Desde #54cuatro alentamos a nuestros clientes a convertirse en empresas inspiradas por los datos, donde la informacion sea un catalizador de nuevas ideas; y es por eso que no hacemos recomendaciones tecnológicas sin entender los requisitos, porque nosotros ofrecemos practicas y metodologías de gestión de datos (que entre otras cosas incluye el factor tecnológico) donde el mayor valor del análisis se da cuando se gestiona la informacion como un asset y donde la calidad asegura que los reportes mejoren la toma de decisiones, el servicio al cliente y el ROI.


    Contactate

    Categories
    54cuatro

    Integración vertical y horizontal de la industria

    Gran parte del éxito de la #digitalización de las industrias viene asociada a romper con el concepto clásico de la arquitectura estándar usada hasta hoy para todas las industrias y empezar a adoptar nuevas soluciones Industriales a medida que permiten mejores lograr mayores resultados, más #escalabilidad y #rentabilidad.

    Esto no necesariamente significa que se deban reemplazar las #PLC y los #SCADA, pero si es necesario complementar la infraestructura con componentes de #IIoT que eleven el valor de las fabricas.

    IIoT (#Industrial #IoT) es un gran catalizador de proyectos que tienen que ver con #InteligenciaArtificial, y cuando estas tecnologías entran en juego son disruptivas para la compañía en general. En las industrias del futuro, el humano sera el encargado de planificar, monitorear y desarrollar soluciones operativas con soporte en la tecnología. Pero al dia de hoy, muchas tareas reiterativas sin valor son ejecutadas por personas.

    Ademas de esto, identificar procesos que son automatizables con #RPA (robotic process automation) permiten disminuir errores y asignar los recursos humanos en tareas importantes, que demanden al capital humano del uso de armas como la empatía, la negociación, y la innovación. Algo que las maquinas no pueden hacer sumado a que esta comprobado que automatizar tareas permite disminuir un 30% de horas hombre.

    Contactate

      Por favor, demuestra que eres humano mediante la selección el corazón.