💬 Práctica Aplicada - Foro Netchat - Estrategia y hoja de ruta by ADEN - Transformación

Maching Learning y su utilidad dentro de la empresa.

2023-03-31 21:54:00 UTC

Definitivamente podríamos beneficiarnos de machine learning. Contamos con un gran volumen de datos donde no hemos explorado o potenciado los mismos a profundidad. Por lo general, el requerimiento de procesar un reporte o buscar ciertos datos, toma mucho tiempo y el manipularlos es costoso. Por medio del maching learning, podemos acortar el tiempo de análisis y enfocarnos mas en tareas que requieran talento humano vs. invertirlo en tareas que el sistema las pude proporcionar según lo que necesitemos para las estrategias del negocio.

Martha García

Maricela, Hernández Ruiz

transformacion — 2023-05-30 19:19:50 UTC

En la institución que laboro actualmente no se utiliza el Machine Learning, pero es el reto que me planteo para proponerlo como una ventaja que la digitalización pone a disposición para automatizar tareas, mejorar la productividad y disminuir los errores, centrando más recurso humano en la atención en el servicio que prestamos a los clientes.

JULIANA, PALACIO

transformacion — 2023-05-30 19:19:53 UTC

Evidentemente al ser una empresa productora el Machine learning es fundamental. cada vez se hace mas necesario automatizar operaciones para reducir la necesidad de intervención de seres humanos, esto disminuye márgenes de error y mayor productividad.

Carlos Ricardo, Morales Castro

transformacion — 2023-05-30 19:20:07 UTC

Buenas tardes
Definitivamente el machine learning en la organización en la cual me encuentro, es una herramienta necesaria, que ha permitido cambiar la perspectiva de los procesos, la aplicación de modelos predictivos, detección de anomalías u otros han motivado resultados distintos y soluciones diversas. Queda mucho trabajo, pero emociona la diversidad de aplicaciones y beneficios.

Saludos Cordiales

Henry, Rojas Salazar

transformacion — 2023-05-30 19:20:31 UTC

Buenas tardes

Definitivamente el Machine Learning puede llegar a ser de mucho beneficio a las compañías, pero es importante primero definir en donde vamos a aplicar el machine learning, con que propósito y el alcance. Esta tecnología nos va a colaborar con la mejora en los procesos operativos, mismos que nos pueden liberar recursos para otras tareas, claro esta diseñando un buen algoritmo con el fin de que se mejore constantemente el proceso de acuerdo a los cambios que vayan surgiendo en la marcha. Todos los procesos que podamos automatizar y que al mismo tiempo estén bajo esta tecnología mejorará notablemte nuestra organización.

Daniel Sáenz, Quesada

transformacion — 2023-05-30 19:20:47 UTC

La interacción de las máquinas entre sí tiene un gran potencial para mejorar los procesos de fiscalización. El aprendizaje a partir de toda la información generada contiene un gran potencial de aprovechamiento. Las fases de conocimiento y exploración nos han dado una idea clara de los beneficios y aunque aún no contamos con una ruta definida, sí tenemos una valoración de oportunidades. La construcción de criterios de auditoría por ejemplo, es una tarea que comúnmente se enfrenta el control público y a partir de experiencias pasadas o incluso de pruebas similares en distintos contextos, podría ayudar a mejora la tomas de decisiones con criterios construidos a partir de grandes volúmenes de información.

LUIS DIEGO, MORALES FONSECA

transformacion — 2023-05-30 19:21:09 UTC

Ciertamente,
Actualmente estamos trabajando en un sistema de automatización de BOT sobre slack que permitan monitorear disparadores de atención de los tiquetes de soporte, para en lugar que los gerentes revisen los 450 casos que existe abiertos en promedio, su revisión se enfoque en los disparadores que pueden generar insatisfacción del producto, quejas, o largos periodos de inacción, como por ejemplo cuando se detecta un problema de producto, como establecer patrones, mediante uso de claves en el documento de los ingenieros y sus casos, mediante las cuales se establecen prioridades de casos de uso, problemas en el campo y mejoras al producto que se discuten con el equipo de desarrollo. El más reciente, fue la implementación de un sistema de loggin en la plataforma, para problemas de rendimiento de la red y el software, que era un tema recurrente para muchos clientes.

Danisa Y., Smith Cabellos

transformacion — 2023-05-30 19:21:27 UTC

Hola! En la organizacion donde laboro (Banco) ya se aplica Machine Learning en proyectos con el fin de ahorrar costes y facilitar la gestion al área de Negocio, por ejemplo se desarrolla un modelo predictivo para el calculo del Imc en base a una muestra significativa de fotos que permita desarrollar el algoritmo y que de forma predictiva al ingresar ciertos datos de un prospecto arroje este Imc que es un factor determinante a nivel de salud de las Aseguradoras para otorgar un prestamo personal. Saludos.

Vivian Garbanzo, Navarro

transformacion — 2023-05-30 19:22:09 UTC

Hola
En mi organización estamos apenas incursionando en algunas implementaciones que utilizan el Machine Learning. Lo cual sería un gran aporte para nuestros clientes internos y externos con el fin de localizar documentación tales como antecedentes, criterios, y resoluciones de casos.

La idea es crear un un algoritmo de machine learnign, que pueda aprender a catalogar los documentos, haciendo más fácil la función de búsqueda.

MIGUEL ALEJANDRO, SALGUERO GONZÁLEZ

transformacion — 2023-05-30 19:22:46 UTC

Hola a todos

Creo que para grandes empresas como nosotros no puede faltar en los planes de inversión la enfocada en Machine Learning, en la actualidad seguir diseñando productos y/o soluciones para nuestros clientes por pura intuición representa un alto riesgo de desperdicio de nuestras inversiones así como altos costos, la gestión con data ya es una necesidad, además en el ambiente hay un alto volumen de información que el cliente nos otorga, eso facilita el camino hacia una empresa centrada en el cliente como estrategia de negocio, no se trata de un buen deseo de atenderle bien, se trata de traerlo a nuestro ecosistema para diseñar junto a él los productos y servicios que luego cubrirán sus necesidades. Por otro lado para las pequeñas empresas existen opciones adecuadas a sus presupuestos, de tal modo que no tengan que recurrir en grandes inversiones pero si tener ese apetito de gestionarse basados en información, precisamente su perfil de bajo presupuesto de inversión debe generarles el interés de cuidar cada dólar invertido, hoy en día eso lleva implícita la necesidad de ser data driven.

MARIO, BADILLO REYES

transformacion — 2023-05-30 19:23:10 UTC

El uso de machine learning puede ser de gran utiidad en todas las empresas, especialmente en las que se gestione importantes volúmenes de información que permitan alimentar a los modelos con los que se busca una optimización o soporte.

No se debe confundir machine learning con analítica en general, pues en mucho casos las empresas creen que por generar reportes o tableros, o por recolectar información estan haciendo machine learining, así mismo creen que mediante algoritmos avanzados pueden resolver problemas que para ser resueltos lo que realmente requieren son procesos ordenados y estructurados.c

OMAR, CORTES

transformacion — 2023-05-30 19:23:23 UTC

En nuestra empresa www.vendetunegocio.com

Links to an external site.

evidentemente el machine learning nos ayuda a mejorar procesos, predecir escenarios futuros y tomar decisiones más acertadas.

Grettel Cisneros, Valverde

transformacion — 2023-05-30 19:23:52 UTC

Saludos

Crees que el machine learning puede beneficiar el rendimiento de tu compañía? Porqué? Y como evaluarías las acciones actuales.
En la institución donde laboro, recién comenté, estamos apenas incursionando en este gran mundo de los datos y la tecnología. Sin embargo, se ha visualizado que el Machine Learning, sin duda, trae grandes beneficios a la institución y aún más al cliente interno y externo. Por el tipo de institución que es (fiscalizar fondos públicos) hay muchísima información de interés que resultaría útil para todos, informes, auditorías, procesos judiciales, entre otros, que podrían utilizar algún tipo de herramienta la cual mediante algoritmos pueda facilitar las búsquedas de información.
Una herramienta muy valiosa que utilizamos en la parte jurídica, es un software para transcribir audiencias, el funcionario mediante un micrófono va repitiendo lo grabado y el sistema va transcribiendo en la computadora, al inicio no reconocía palabras o algunas las escribía mal, pero conforme su uso fue haciendo más habitual el sistema fue adquiriendo las palabras desconocidas y hoy por hoy la transcripción de las audiencias es casi perfectas y el tiempo de transcripción se ha reducido significativamente, lo que ha permitido que los expedientes se tramiten con mayor agilidad.
Ello sólo por referenciar algunos ejemplos, de ahí que definitivamente el uso de machine learning puede beneficiar el rendimiento de la institución de forma significativa.

Lourdes Vanessa, Mosquera Castro

transformacion — 2023-05-30 19:24:09 UTC

Saludos. En una empresa dedicada a la comercialización de productos de consumo humano y de salud animal como donde laboro, hay un amplio abanico de oportunidades. El volumen de datos que manejamos es enorme, por lo que resulta imposible que solo con la intervención humana se pudieran identificar patrones que nos permitan anticiparnos a eventos futuros. Un ejemplo puntual podría ser el aprendizaje automático de las tendencias de consumo en épocas de temporada alta como Navidad. Los algoritmos podrían ayudar a descifrar qué productos son los más solicitados, qué tipo de cliente los demanda, con cuánta frecuencia se venden, etc.

Mara Itzel Martinez. Machine Learning

2023-06-17 22:41:20 UTC

Crees que el machine learning puede beneficiar el rendimiento de mi banco porque y como evaluaria las acciones actuales.
Machine learning puede beneficiar el rendimiento del Banco donde trabajo ya que puede aplicarse en el ámbito para toma de decisiones. La situación actual en la que me enfocare dentro de mi organización es referente a la problemática de la cobranza y el aumento de la morosidad de préstamos hipotecarios. Como iniciativa tomaré Analizar la cartera de Préstamos Hipotecarios con Machine Learning para identificar patrones y comportamientos de los clientes. Utilizo la inteligencia de negocios para analizar y segmentar la cartera de prestamos hipotecarios del Banco con el objetivo de identificar esos patrones de comportamiento de los clientes y predecir aquello con mayor riesgo de incumplimiento de pago. Esto le permite al banco priorizar los esfuerzos de cobranza en los clientes mas propensos a tener dificultades y tomar así tomar medidas preventivas para evitar el desbordamiento de la morosidad.

Yeremy Lemos. Machine Learning en la empresa donde laboro.

2023-07-28 02:52:33 UTC

Puede el machine learning beneficiar el rendimiento en la empresa donde laboro. El machine learnig puede mejorar grandemente el rendimiento en la empresa de telecomunicaciones donde laboro ya que con el analisis de los patrones de datos se puede detectar una tendencia de los clientes de manera proactiva y hacer los ajustes necesarios para que la experiencia de nuestros clientes sea mejor cada dia y es posible hasta cambiar la perseccion del mismo haciendo los ajustes y pivot necesarios en los procesos. Como evaluaria las acciones actuales: Estamos dando pasos agigantados en el mundo de la tranformacion digital y se han hechos varios cambios en los procesos y cultura de la empresa para adaptarnos al cambio por lo que ha sido mas facil para los empleados y el resultado lo notan nuestros clientes, desde tener una interaccion mas personalizada hasta hacer los ajustes necesarios para que desde una APP el mismo cliente gestione su servicio son de los cambios mas impactante de manera positiva en la empresa.

Edgar Herrera

2023-07-31 03:17:28 UTC

Machine learning puede llegar a brindar grandes aportes a la organización en la que laboro, pues la interacción entre máquinas podría brindar una agilidad a los procesos, mayor capacidad de procesamiento de información y con resultados más céleres, sin embargo es una tecnología sobre la que aún no tenemos desarrollo, dado que empezamos a dar pequeños pasos en materia de IA y procesamiento masivo de datos, pero los resultados de un sistema de esta naturaleza a nivel de desarrollo, permitirá en nuestro caso, como organización de control de la Hacienda Pública poder actuar de manera más efectiva e inclusive preventiva.

Hernán Ríos - Colombia - ML para reducir la deserción estudiantil.

2023-08-29 02:07:30 UTC

Efectivamente considero que la adopción de la tecnología de Machine Learning en las organizaciones genera un valor significativo, para el caso del SENA, Entidad de formación en carreras técnicas y tecnológicas, se implementó el ML en la plataforma de aprendizaje virtual "E-Learning" la cual le permitió al algoritmo la identificación de patrones en el comportamiento de los alumnos y según ello era capaz de identificar los posibles casos de deserción de un aprendiz con respecto al programa de formación que estaba cursando, con lo cual se emitían alertas y el instructor aplicaba acciones tendientes a evitar la dada de baja del curso a través de la motivación, flexibilidad de actividades y trabajos recuperatorios para el alumno, con ello se redujo el indice porcentual de deserción en los siguiente semestres en el SENA.

Machine learning

2023-09-05 19:37:51 UTC

Yo considero que sí, el machile learning puede ayudar muchísimo al banco en el que trabajo. Sobre todo en temas de predicción de clientes prospecto validando si efectivamente los clientes pueden ser un buen lead. ML podría contribuir en el perfilamiento de los clientes para la entrega de un crédito. Así mismo el ML sería útil en la automatización de procesos de atención y en ciberseguridad en la detección de patrones, falsos positivos, amenazas reales. etc. Hay mucho campo que abordar en pro de usar ML para aprochar al máximo el uso de los datos.

¿Crees que el machine learning puede beneficiar el rendimiento de tu compañía y porque? ¿Cómo evaluarías las acciones actuales?

2023-09-24 16:16:58 UTC

El machine learning definitivamente puede beneficiar el rendimiento de una empresa, dado que permite automatizar tareas repetitivas y procesos complicados, lo que permite que las personas estén enfocadas a la realización de tareas de análisis, para la generación de planes de acción para la mejora de la productividad de la empresa. También el uso de esta tecnología, permite que se pueda analizar un gran volumen de datos, arrojando estadísticas, predicciones y tendencias, lo cual permitirá encaminar al ser humano en la mejor toma de decisiones. Adicionalmente esta herramienta permite analizar el comportamiento en tiempo real de los clientes en el mercado, permitiendo tomar decisiones del producto y servicio, para lograr ofrecer al cliente una mejor experiencia y un mejor producto o servicio. En conclusión esta tecnología, permite mejorar la competitividad en el mercado de una empresa, mejorar la experiencia del cliente y ayuda a mejorar la precisión en cuanto a planificación y seguridad.
En mi actual empresa aun no estamos utilizando este tipo de tecnología, sin embargo estamos en el proceso de investigación y digitalización, para llegar a usarla.
Nataly Prieto

Carolina Retana

2023-10-07 06:41:26 UTC

Considero que el machine learning puede ser fundamental en la organización en la que trabajo para monitorear los rendimientos de las personas funcionarias en teletrabajo. Existe un área que ya implementa algo de esta naturaleza; sin embargo, aún tenemos retos por delante.

Maria Laura Madrid

2023-10-09 01:34:03 UTC

El Machine Learning sin duda es beneficioso para las empresas, en mi caso que trabajo en una empresa que ofrece un sofware que ayuda a digitalizar las compras utilizariamos el machine learning para el procesamiento de la informacion que recibimos tras el uso de nuestros clientes sobre la plataforma que les ofrecemos, con ello podrias entregarles una informacion mejor procesada sobre los patrones que se generan en su uso la cual servira para el analisis de cada cliente

Adpartanos facílmente al mercando

2023-11-03 08:12:36 UTC

Dentro de las operaciones de comercio exterior, es muy importante la implementación de machine Learning dado que nos puede ayudar a proveer e identificar tendencia de compra, de movimiento de la mercancías, mejores rutas, reduciendo costos. Por ente, como actor en la cadena logística va ser muy importante poder predecir esta tendencias para focalizar y prestar un mejor servicio a nuestros clientes, basados en sus necesidades y adaptándonos de forma rápida a los cambios del mercado.

Maching Learning

2023-11-18 03:03:09 UTC

Sí creo que ha beneficiado el rendimiento de la compañía, actualmente estamos trabajando en la Experiencia del Colaborador buscando que el personal no se retire de la compañía, en la búsqueda de patrones identificaron uno que predice cuándo un empleado se va a retirar en corto tiempo y se toma la decisión de trabajar sobre los parámetros para hacer que se quede a través de beneficios o se descarta, todo esto beneficiando la compañía al disminuir la rotación de la organización.

Dominga Pierre Berroa

2023-12-07 20:04:00 UTC

El machine learning puede analizar grandes conjuntos de datos de manera rápida y eficiente, extrayendo patrones y tendencias que pueden ser difíciles de identificar manualmente. Esto proporciona una base sólida para la toma de decisiones informada.

Al automatizar tareas repetitivas y procesos manuales, el machine learning libera tiempo y recursos para que los empleados se centren en tareas más estratégicas y creativas.

El Machine Learning en Walmart Centroamérica - Thomas Bertsch Aguilar

2023-12-23 07:06:33 UTC

Definitivamente, el machine learning tiene el potencial de transformar y mejorar significativamente el rendimiento en Walmart, especialmente en el departamento de tecnología donde me desempeño. Esta tecnología puede ser una herramienta poderosa para analizar grandes volúmenes de datos, lo que nos permite entender mejor las tendencias de los consumidores, optimizar los procesos logísticos y mejorar la experiencia de compra de nuestros clientes.

Por ejemplo, mediante el machine learning, podemos analizar los patrones de compra de los clientes y predecir la demanda de productos específicos. Esto nos ayudaría a gestionar mejor el inventario, asegurando que los productos más demandados estén siempre disponibles, al mismo tiempo que se reduce el exceso de stock. Además, podríamos personalizar las ofertas y recomendaciones para los clientes, basándonos en sus historiales de compra, mejorando así su experiencia de compra y fomentando la fidelidad hacia la marca.

En términos de evaluación de las acciones actuales, primero necesitaríamos establecer métricas claras para medir el impacto del machine learning en áreas específicas, como la gestión de inventarios, la satisfacción del cliente y la eficiencia operativa. Podríamos empezar implementando proyectos piloto en áreas seleccionadas y, utilizando los datos recopilados, evaluar el rendimiento antes y después de la implementación del machine learning. Esto nos proporcionaría información valiosa sobre la efectividad de esta tecnología en nuestro entorno específico y nos ayudaría a identificar áreas de mejora y oportunidades para futuras aplicaciones.

Consulta de procesos

2023-12-29 14:52:09 UTC

Una de las formas en que actualmente se echa mano al ML es a través de la simplificacion de consultas relacionadas a procesos internos, esta actividad, hoy esta como piloto, pero, ya empieza a notarse el impacto que tiene en la simplificación de consultas, particularmente de acciones que por lo general demandarían algo de tiempo no solo al plantear la consulta, sino además al responderla; un segundo paso, y el reto, es lograr implementar ML para que nuestros clientes especializados: médicos, enfermeras, ingenieros, otros, puedan evacuar dudas acerca de equipos y su funcionamiento de una forma mas expedita y sencilla.

Falon Arias

2024-01-24 03:54:14 UTC

Sin duda, en mi organización, el uso de ML podría ser de alta utilidad. Ya estamos explorando alternativas, pero se podría usar para mejorar los tiempos y alcance de revisión de datos financieros en procesos de fiscalización de liquidación de presupuestos, en análisis de proceso de compras públicas y su conformidad con el marco normativo, en la predicción de comportamientos que podrían ser riesgosos de parte de sujetos privados que custodian, administran o se benefician de fondos públicos.

Alexander Jiménez-Machine Learning en la empresa donde trabajo

2024-04-14 23:49:42 UTC

Trabajo en una empresa financiera, en el área de Gestión del Talento, y sin duda la implementación del Machine Learning aportaría mucho a la eficentización de los procesos y a una mejor comprensión de nuestros clientes que finalmente son los colaboradores de la empresa.

Actualmente hay una cantidad importante de procesos rutinarios y repetitivos que son sujetos a automatización, los cuales sin duda en caso de lograr automatizarlos agilizarían enormemente los tiempos de respuesta.

Por otra parte una mayor generación de datos de los colaboradores y su procesamiento, permitirían conocer más información de nuestros colaboradores, aspecto que podría apoyar mucho en el diseño de planes de carrera, otorgamiento de beneficios personalizados, proyecciones de rotación entre otros.

Actualmente el área ha iniciado procesos de automatización y análisis de datos, son embargo considero que está en una etapa incipiente. Dentro de los KPIs destacaría:

Cantidad de procesos automatizados

Cantidad de Procesos que cuentan con datos para su análisis

Mejoras en tiempos de respuesta

MARCELA ESCOBAR

2024-04-16 04:46:58 UTC

El ML sin duda puede beneficiar el rendimiento de la empresa a la que pertenezco, porque va permitir automatizar muchas operaciones en las que ya no deben intervenir las personas, y a la vez aprender de los mismos procesos para poder adelantarse a escenarios futuros y poder tomar mejores decisiones, por ejemplo en la generación de reportes, de notificaciones de procesos a los clientes, etc.

Utilización del Machine Learging

2024-04-17 19:32:29 UTC

En la empresa donde trabajo, que se espacializa en desarrollo de software a la medida de los clientes y según las necesidades de cada uno, el machine learging podría ser de gran ayuda porque nos permitiría generar indicadores que nos ayuden a identificar el mejor equipo que podria utilizarse para desarrollar un proyecto en pespecífico, así como tambien, que tipo de tecnologías o lenguajes de programación podrían ser de mayor beneficio para suplir la necesidad.

Respecto a las acciones actuales, las mismas podrían ser evaluadas tomando como referencia los proyectos implementados a la fecha, los artefactos que se han generado y las evaluaciones de los recursos que han participado en las iniciativas con el fin de poder contar con una base de datos actualizada a la cual podamos implementar el machine learning.

Agente de Cambio

2024-05-06 04:30:45 UTC

El machine learning puede beneficiar significativamente el rendimiento de una empresa por varias razones:

1. Permite el análisis predictivo de la demanda, analizando grandes volúmenes de datos históricos sobre ventas, patrones de pedidos, factores estacionales, etc. para predecir con mayor precisión la demanda futura. Esto permite optimizar los niveles de inventario, minimizando faltantes y excesos de stock.

2. Posibilita la personalización de ofertas, analizando datos de compras, preferencias, ubicaciones y otros detalles de los clientes para segmentarlos y personalizar de forma dinámica las ofertas, precios y promociones según sus perfiles.

3. Facilita la optimización de rutas de reparto, aplicando machine learning a datos de tráfico, localizaciones de clientes, ventanas de entrega, etc. para planificar rutas mucho más eficientes que minimicen tiempos y costos de transporte.

En resumen, al procesar grandes volúmenes de datos, encontrar patrones complejos y hacer predicciones precisas, el machine learning puede conducir a decisiones más inteligentes en toda la cadena de suministro y operaciones, reduciendo costos, optimizando procesos y aumentando la satisfacción del cliente según lo expuesto en el libro.

Machine Learing y sus beneficios...

2024-05-18 22:56:50 UTC

Hola de nuevo.

Mencionaba este tema en el Netselfie anterior, en detalle y a nivel de experiencia el machine Learning de los equipos de manufactura han ayudado en la optimización de procesos pues ejecutan tareas o actividades repetitivas que han beneficiado la operación, igualmente han sido clave para la predicción y optimización de los procesos, han ayudado a nivel de la data que genera a que se tomen decisiones más acertadas en pro de los usuarios finales. Ahora bien pensando en como lo anterior podría ayudar a evaluar las acciones actuales, es claro que si dentro de la estrategia de la compañía se opta por considerar este recurso, la misma se haría pensando en ver si la implementación de la misma puede apoyar la infraestructura actual que posiblemente no está permitiendo obtener la data con la rapidez que se quiera ni con la integridad que se deba, podría igualmente ayudar a visualizar si los recursos actuales se podrían ver más holgados si sistemas de Machine Learning pueden ejecutar procesos más automatizados. Y por último la necesidad de tener a mano KPIs que ayuden a la toma de decisiones es otro aspecto que a nivel de necesidad actual, podría verse impactada para bien.

Saludos y gracias por el tiempo.

Pedro Umaña Sabat.

ML en detección de anomalías en compras públicas

2024-05-26 20:09:20 UTC

En la CGR hemos trabajado con ML desde hace unos años, usando algoritmos en diferentes procesos, uno de ellos es la detección de compras públicas fuera de lo común o anomalías desde el punto de vista estadístico, las cuales requieren un proceso de revisión para saber si se tratan de problemas de gestión, un valor atípico o corrupción. Esto modelos tienen 5 años de usarse activamente en los procesos de fiscalización

ARTURO CALENZANI

2024-07-15 02:47:04 UTC

De todas maneras el Machine Learning mejora el rendimiento de la compañía, otorga visibilidad de forma rápida y fácil entendimiento para la toma de decisiones agiles. Si bien aun se esta en proceso de mejorar la veracidad de los datos, ya facilito puntos de error lo que están permitiendo su corrección. Pero, como se visualizo en uno de los videos, esto es el comienzo al ser un IA asistida, cuando llegue a la IA autónoma considero que se revolucionara la industria totalmente.

Chatbots y ML para detección de fraude

2024-08-10 20:51:14 UTC

El machine learning mejoraría muchos aspectos de la compañía porque lograría mejorar la experiencia del cliente al contar con chatbots y asistentes virtuales que puedan resolver consultas comunes al instante. Se lograría una rápida detección de fraudes identificando patrones inusuales en las transacciones y detectando actividades sospechosas.

Considero que las acciones actuales de la empresa no han alcanzado aún este nivel de transofrmación.

Susana Chen

2024-12-11 03:25:48 UTC

el Machine Learning (ML) puede beneficiar el rendimiento de nuestra compañía de manera significativa, especialmente al mejorar la eficiencia, optimizar recursos y reducir costos. La capacidad de las máquinas para aprender de grandes volúmenes de datos y hacer predicciones precisas puede ayudarnos a identificar patrones ocultos que son difíciles de detectar manualmente, lo que a su vez puede mejorar la toma de decisiones y la estrategia comercial.

Al evaluar las acciones actuales, podemos observar que aunque estamos realizando esfuerzos para mejorar nuestros procesos, la implementación de tecnologías avanzadas como el Machine Learning puede llevar nuestra capacidad operativa al siguiente nivel.

ML Catalina Saldarriaga

2025-01-05 19:32:25 UTC

El Machine Learning ha venido jugando un papel muy importante en la organización para la cual trabajo. Hemos venido desarrollando RPA´s que ejecutan tareas repetitivas que no requieren del expertise humano para hacerse, esto nos ha permitido poder crecer la operación sin necesidad de crecer la nómina ya que se libera capacidad instalada en procesos 100% transaccionales. Cuando desarrollamos esto RPA´s se analiza el costo beneficio del mismo para determinar si la inversión de desarrollo es rentable o no, así vamos avanzando en la identificación de tareas susceptibles de “robotizar” midiendo su impacto económico en el negocio.

ML en cualquier industria

2025-02-25 04:34:18 UTC

Uno de los usos mas universales de machine learning independientemente de la industria es la limpieza de datos, cualquier iniciativa de big data y data analytics depende de que el dato sea de calidad, y esto es ademas de asegurar la integridad y veracidad, que mantenga un formato adecuado, por ejemplo, separar correctamente nombres y apellidos, números de teléfono sin letras, direcciones reales, fechas en formato correcto, uso o restricción de caracteres especiales, etc. Esta es una de las tareas mas desgastantes, tediosas, y consumidoras de tiempo dentro del mundo de la ciencia de datos, resuelto esto se puede construir las aplicaciones necesarias.

Alfredo De Obaldía

2025-03-09 01:03:27 UTC

Donde trabajo todavía no hemos llegado a ese nivel de implementarlo del todo pero vamos camino a ello. Esto nos ayudara muchísimo a identificar los productos que mas buscan nuestros clientes y también en donde estamos fallando mas a menudo para poder mejorarlo. Nos ahorraríamos mucho tiempo en trabajo que podemos tener al instante y poder captar el problema a tiempo.

Jessica Rojas

2025-05-23 21:33:20 UTC

Trabajo en un medio de comunicación que aún tiene su versión impresa (periódico), así que la aplicación del machine learning ha sido muy beneficioso en el área de producción para la producción e impresión del diario. Las máquinas nos han ayudado a que el proceso sea mucho más ágil, rápido y liberar el recurso humano para, por ejemplo, la selección de ediciones o impresiones que no estén a la altura de la calidad que esperan nuestros lectores.

Automatizar decisiones para optimizar recursos

2025-07-23 04:01:47 UTC

El rendimiento de una compañía mejora cuando se logra anticipar necesidades, reducir desperdicios y tomar decisiones con base en datos, es así como el Machine Learning hace posible justamente eso: encontrar patrones en la información que ya se genera a diario y usarlos para ajustar operaciones sin necesidad de intervención constante, donde lo importante no es tener muchos datos, es saber interpretarlos para actuar de forma más rápida y precisa; si se usa bien se pueden automatizar decisiones que antes tomaban tiempo o se hacían con poca comprensión (como prever cuando un producto va a dejar de interesar o cuando conviene ajustar una promoción).

No se busca reemplazar personas, al contrario, puede verse como un complemento de maneta que el sistema aprenda con cada interacción y dé respuestas más acertadas que beneficien tanto al negocio como a los clientes.

Para revisar lo que se está haciendo ahora hay que ver si los sistemas responden a tiempo, si se están usando bien los recursos y si las decisiones realmente cambian cuando cambian los datos, siendo importante revisar si lo que se automatiza tiene impacto o si solo se digitalizan tareas sin mejorar el fondo; si el sistema sigue tomando decisiones iguales sin importar lo que pasa alrededor, entonces no hay aprendizaje.

Utilizarlo o agregarlo como parte de la evaluación de lo que se ha venido trabajando es mirar si hay mejoras en la eficiencia, en la atención o en los costos, y si esas mejoras se mantienen o se estancan, solo así se puede saber si el uso de esta tecnología está aportando algo real, no es aplicarlo nada más porque si, debe haber un propósito y claro que debe existir (entender como funciona, que decisiones permite mejorar y en que procesos tiene sentido aplicarlo); hace falta aprender a interpretarla, probar, ajustar y seguir afinando porque es un proceso continuo donde el valor real aparece cuando se conecta lo que el sistema aprende con lo que la organización necesita resolver.

EAM.

Machine Learning

2025-10-08 14:57:05 UTC

Creo que si puede beneficiar a la empresa para la que trabajo; transformar datos masivos es algo en lo que estamos trabajando actualmente. Al ser un medio de comunicación, la explotación de data obtenida mediante mediciones de encuestas tradicionales ya no es una sola fuente de obtención de data, nuestras múltiples redes sociales generan data estructurada que se convierte en insights sobre la audiencia. Adicionalmente, conocer la ocupación publicitaria es esencial para tomar decisiones y medir la rentabilidad de programas y franjas horarias. Se debe evaluar la arquitectura de datos para entender las métricas claves de los datos que se generan diariamente. También se deben evaluar los conocimientos del personal involucrado en el proceso de ML.

Machine learning

2025-11-11 00:09:31 UTC

El machine learning puede potenciar el desempeño de una empresa del sector eléctrico al automatizar procesos, extraer conocimiento a partir de los datos e identificar patrones que contribuyan a optimizar la eficiencia operativa y la calidad de los servicios digitales ofrecidos a los clientes. La efectividad de su implementación puede evaluarse mediante el desarrollo de casos de uso, el análisis del retorno de la inversión y la valoración de las mejoras percibidas en la gestión y la satisfacción del cliente.

Jhestany Flores

2025-12-01 05:18:10 UTC

El Machine Learning representa una oportunidad estratégica para mejorar el rendimiento global de las instituciones financieras. Su capacidad de analizar grandes volúmenes de datos, aprender de patrones y generar predicciones permite transformar la gestión interna y la experiencia del cliente. En el ámbito del riesgo, esta tecnología permite identificar con mayor precisión eventos de fraude, fallos operativos y comportamientos de morosidad, fortaleciendo la toma de decisiones preventivas y reduciendo el impacto económico y reputacional asociado a los incidentes.

Asimismo, el Machine Learning impulsa la eficiencia operativa al automatizar procesos repetitivos y análisis que tradicionalmente consumen tiempo y recursos. Esto se traduce en una respuesta más ágil en la aprobación de créditos, la monitorización del riesgo y la resolución de incidentes operativos. Al mismo tiempo, la tecnología contribuye a una atención más personalizada, ofreciendo productos y servicios ajustados a las necesidades del cliente, lo que incrementa su satisfacción y fidelidad.

En conjunto, estas mejoras generan un banco más rentable, competitivo y resiliente frente a los desafíos del entorno digital. Por ello, la adopción del Machine Learning no solo es una evolución tecnológica, sino una decisión estratégica que fortalece la eficiencia, la seguridad y la sostenibilidad del negocio financiero.

CRISTAL ACEVEDO

2026-01-31 01:23:04 UTC

En elgobierno.do, tal como funciona hoy, no se está utilizando Internet de las Cosas (IoT) de manera directa.

Y eso no es un error, es simplemente una característica del tipo de organización que es.Actualmente, elgobierno.do no utiliza soluciones basadas en Internet de las Cosas (IoT) dentro de sus procesos operativos o editoriales.

Al tratarse de un medio digital enfocado en el análisis, la fiscalización y el periodismo de datos, sus actividades se concentran principalmente en la recopilación, procesamiento y análisis de información digital, sin requerir interacción directa con dispositivos físicos conectados a internet.

¿Aporta valor el IoT en este contexto?

En el estado actual de la organización, el uso de IoT no resulta crítico ni necesario, ya que no generaría un valor agregado significativo en comparación con otras tecnologías más alineadas con su misión, como la automatización de flujos editoriales, el análisis de datos o el Machine Learning.

La implementación de IoT tendría sentido únicamente en escenarios muy específicos, como la medición de audiencias físicas en eventos presenciales o el monitoreo de infraestructura técnica, pero no forma parte del núcleo estratégico del medio.

Machine Learning

2026-03-20 18:04:03 UTC

Sí, considero que el Machine Learning puede beneficiar significativamente a mi compañía, especialmente en la gestión de proyectos y la toma de decisiones basada en datos.

Actualmente, muchos procesos se realizan de forma manual, como el seguimiento de avances, la identificación de riesgos o el análisis de desempeño. Con la implementación de Machine Learning, sería posible automatizar estas tareas, analizar grandes volúmenes de información y detectar patrones que ayuden a anticipar problemas antes de que ocurran.

Por ejemplo, el sistema podría predecir retrasos en los proyectos, sugerir una mejor asignación de recursos o incluso identificar oportunidades de mejora en los procesos. Esto permitiría aumentar la eficiencia, reducir errores y optimizar el tiempo del equipo.

Además, el Machine Learning aportaría valor estratégico, ya que facilitaría una toma de decisiones más rápida y basada en datos reales, en lugar de suposiciones.

Sin embargo, también es importante considerar aspectos como la calidad de los datos y la seguridad de la información, para garantizar que los resultados sean confiables y protegidos.

En conclusión, el Machine Learning no solo beneficiaría a la compañía, sino que se convertiría en una herramienta clave para mejorar la productividad, la innovación y la competitividad