La Inteligencia Artificial, clave para que las empresas afronten la crisis post COVID 19
Las empresas que estén más preparadas para reducir la incertidumbre van a salir con más fuerza de esta situación
La situación de parón económico causado por el COVID-19 va a provocar que las empresas españolas afronten una situación muy compleja agravada por el contexto económico de recesión a nivel mundial. Ante esta realidad, la Inteligencia Artificial (IA) puede ser una gran aliada y este tiempo de parón económico un momento óptimo para prepararse bien y poder sortear la crisis con más fuerza cuando termine el confinamiento.
Hay dos tipos de proyectos que si se llevan a cabo tendrán un retorno en forma de impacto económico positivo para la compañía.
Por un lado, según Pablo Negre, director general de SolverML, empresa tecnológica de IA, “será fundamental para salir airosos de la situación tener una buena previsión de la demanda porque, si somos capaces de saber cómo se van a comportar las ventas, la compañía tendrá mejor capacidad para organizar el resto de recursos”.
“A través del Machine Learning- añade- somos capaces de crear algoritmos de alto valor tecnológico que aprenden de los datos históricos de la compañía y reentrenan su conocimiento gracias a los nuevos datos que se van generando así como de variables del contexto socio económico”. En este sentido, la IA es capaz de realizar predicciones de manera muy precisa sobre la demanda futura de productos y servicios y ayudar a las empresas a anticiparse a los cambios y dar una mejor respuesta a las necesidades de sus clientes.
“Por otro lado, -explica Negre- hay que optimizar los recursos y centrarse en los que realmente aportan valor a la empresa”. En este sentido, hay muchos procesos que se pueden automatizar a través de Computer Vision desarrollando algoritmos de reconocimiento y transcripción de documentos).
“Nuestros algoritmos- añade Pablo Negre- emplean las últimas técnicas basadas en redes neuronales profundas para obtener precisos motores de reconocimiento de texto que son además fácilmente integrables con muy bajos requerimientos en memoria y potencia de procesamiento. Además, añadido a técnicas de procesamiento del lenguaje natural (NLP), permite a nuestros algoritmos ofrecer múltiples soluciones de aplicación en las compañías, como una gestión inteligente de la documentación”.
Lo que se consigue con esta tecnología es que, de forma automatizada, se escaneen documentos y que se almacene la información extraída directamente en el ERP de la compañía, accediendo a la información relevante y automatizando el proceso de respuesta. De esta forma, los recursos de personal destinados a realizar este tipo de trabajo, pueden reconducirse a trabajos que generen más valor a la compañía.
Convertir los Datos en Valor
Solver ML es especialista en extraer Información de Valor a partir de los Datos disponibles, y lo hace realizando procesamiento avanzado de datos y tecnologías de Machine Learning.
Machine Learning es un subconjunto de la Inteligencia Artificial donde los modelos y soluciones diseñados tienen la característica esencial de aprender con los datos, sin la necesidad de ser explícitamente programados, emulando el enfoque de aprendizaje que los seres humanos utilizan para obtener ciertos tipos de conocimiento.
“Trabajamos en varios campos de conocimiento dentro Machine Learning que comportan el análisis de gran cantidad de datos. Cualquier conjunto de datos es susceptible de ser analizado y modelizado con el objetivo de analizar, optimizar o predecir comportamientos futuros basados en datos pasados y futuros. Convertimos los datos en valor.”, explica Pablo Negre.
Pablo Negre Bañuls, nuevo director general
Pablo Negre se ha incorporado este mes de abril a SolverML como director general. Su objetivo es liderar a la compañía tecnológica de Inteligencia Artificial y Machine Learning en esta fase de crecimiento para convertirla en un referente nacional tanto a nivel de complejidad de sus proyectos como a nivel de facturación.
Pablo Negre ha trabajado como consultor en PwC durante 14 años y los últimos años ha dirigido varias empresa del sector de la movilidad eléctrica, trabajos que ha compatibilizado siempre con la docencia en varias escuelas de negocio como EDEM, ESBS o PEAKS Business School.
