2. Documentar un breve resumen del análisis realizado.

3. Debatir colaborativamente entre todo. 

“El siguiente paso para crear el verdadero banco digital del futuro se basa en potenciar el uso de la inteligencia artificial y otras tecnologías digitales para formar parte de la vida de cada cliente”, ha explicado Kaz Nishihata, vicepresidente ejecutivo de NTT DATA. «Las instituciones financieras de todo el mundo deberán centrarse en la inteligencia artificial, el análisis del big data y la capacidad de procesamiento, así como realizar iniciativas de cambio organizativo y de búsqueda de asociaciones estratégicas, para satisfacer las necesidades de los clientes y diferenciarse«.

Las aplicaciones de la inteligencia artificial en logística se encuentran aún en desarrollo, con vistas a que alcancen su máximo potencial dentro de unos años. Sin embargo, existen algunas que ya se están asentando en el sector:

La inteligencia artificial hace uso del big data para fines logísticos: cruza información interna como históricos de ventas con datos extraídos de foros, redes sociales u otras fuentes de Internet. De este modo, es capaz de emitir deducciones sobre la intención de consumo de los usuarios y prever el comportamiento de la demanda. Esto sirve para poner en marcha la logística anticipatoria y prevenir roturas de stock o evitar almacenar mercaderías en exceso. Se mitiga, entonces, el despilfarro de recursos.

Uno de los máximos exponentes de la inteligencia artificial en logística son los depósitos automáticos. En ellos se combinan dos sistemas fundamentales: la robótica aplicada al depósito y el software de gestión. Unidos, llevan a cabo operaciones de transporte y colocación de productos de manera autónoma.

Este trabajo compartido genera unos patrones a lo largo del tiempo que son continuamente analizados. De esta forma, la inteligencia artificial les ayuda a asignar el recurso idóneo a cada una de las tareas que vayan surgiendo, así como a adaptar sus movimientos en caso de variaciones en el circuito.

Sistema de Pallet Shuttle automático, ejemplo de la aplicación de la inteligencia artificial en logística

La coordinación del transporte logístico es más sencilla con IA y adopta dos vertientes:

La automatización de procesos en la cadena de suministro mejorada con la presencia de la inteligencia artificial abre la puerta al mantenimiento de inventarios en tiempo real, a la emisión de órdenes de abastecimiento instantáneas o al seguimiento preciso de los pedidos. Los softwares de gestión de depósitos, como Easy WMS de Mecalux, facilitan la programación de todas estas acciones en el día a día del depósito.

Además, la integración de datos y la mejora de los sistemas de trazabilidad permite responder a la necesidad de saber del usuario. Por ejemplo, la pregunta habitual de dónde se encuentra el paquete adquirido en un e-commerce se puede resolver de manera rápida y eficaz con la implementación de chatbots dotados de inteligencia artificial.

Gracias a la inteligencia artificial en logística, el riesgo de error se reduce y, por tanto, la cadena de suministro funciona con más precisión, se producen menos ineficiencias y la mayoría de las operaciones repetitivas quedan en manos de sistemas automáticos que aprenden con el tiempo, para dejar los procesos creativos y la toma de las decisiones estratégicas en manos de las personas.

Una de las aplicaciones más útiles de IA en la formación online es la verificación de la identidad a través de perfiles biométricos y conductuales.

 

El abanico de casos de uso de la IA en el sector salud es amplio; por lo tanto, debería usarse un marco basado en el riesgo para entender qué sistemas requerirán más evaluación y ensayos antes y después de la implementación. Generalmente, el software administrativo de bajo riesgo que no afecta directa- mente la atención de pacientes puede ser evaluado desde una perspectiva únicamente de negocios o laboral, aunque puede haber consideraciones regulatorias que deberían incluirse específicamente para el sector salud (por ejemplo, el cumplimiento con regulación sobre ratios mínimos de personal a paciente para el software de personal usado en hospitales.) Allí donde se podría afectar la atención al paciente, como cuando se seleccionan regiones o individuos para un apoyo suplementario a la salud, podría necesitarse más evidencia sobre el desempeño del software , y quienes lo adopten podrían necesitar más información sobre cómo fueron desarrollados esos sistemas para entender si puede haber sesgos. Por ejemplo, los productos de software usados para mejorar la salud poblacional deberían ser analizados y probados cuidadosamente para asegurar que no creen o perpetúen disparidades de salud a partir de sesgos no advertidos, como se discute en la sección “Disparidades y sesgos en datos de salud”.

Una de las aplicaciones más importantes de la inteligencia artificial en el ámbito de la salud, y que tiene un impacto directo en los consumidores, es su capacidad para ayudar a las personas a mantenerse sanas. Con el aumento de Internet de los objetos médicos (IoMT) en las aplicaciones de salud del consumidor, esta aplicación está creciendo a pasos agigantados en la última década. Las aplicaciones de salud fomentan un comportamiento saludable entre los individuos. Ahora que las principales empresas, como Apple, han convertido el seguimiento de la salud cardíaca, la detección de caídas y el SOS de emergencia en productos importantes de su cartera, parece que la IoMT ha llegado para quedarse. Un informe de Allied Market Research afirma que el El mercado de la sanidad IoT alcanzará los $136.800 millones en todo el mundo para 2021, con una CAGR de 12,5% entre 2015 y 2021.

El formato actual de los ensayos clínicos lleva décadas de investigación y cuesta miles de millones de dólares. Según la Asociación de Investigación Biomédica de California, "sólo cinco de cada 5.000 fármacos que comienzan las pruebas preclínicas llegan a ser probados en humanos y sólo uno de estos cinco es aprobado para su uso en humanos". El uso de la IA en el descubrimiento de fármacos puede ayudar a las empresas farmacéuticas a agilizar el descubrimiento de fármacos, así como la reutilización de los mismos. Muchos gigantes farmacéuticos, como Pfizer, Sanofi y Genetech, se están asociando con proveedores de servicios de IA, como IBM Watson, la inteligencia artificial de Exscientia y GNS Healthcare, respectivamente, para impulsar sus programas de descubrimiento de fármacos oncológicos. La IA puede detectar causas desconocidas de diversas enfermedades y permitir el ensayo de más compuestos con mayor precisión y reproducibilidad. El uso de la IA para el descubrimiento de fármacos nos permitiría deshacernos del enfoque tradicional de ensayo y error y adoptar una biología más orientada al paciente mediante el uso de más hipótesis predictivas derivadas de los datos. Atomwise, una empresa de desarrollo de fármacos, utilizó la IA para analizar si los medicamentos existentes podían rediseñarse para atacar el virus del ébola en 2016. Un análisis que normalmente habría llevado meses o años por los medios convencionales, se llevó a cabo en un solo día, dando como resultado dos posibles éxitos. Mientras, la in silico Aunque las técnicas de modelización adquieren cada vez más importancia en la investigación y el desarrollo (I+D) de medicamentos modernos, están lejos de sustituir la productividad estándar de la I+D de la industria farmacéutica.

Mientras que las prácticas mencionadas anteriormente son algunas de las aplicaciones de IA más "chulas", lo que pasa desapercibido entre bastidores es la asistencia al flujo de trabajo administrativo por parte de la IA, con un valor estimado de $18 mil millones. La IA ha movilizado la automatización de los trabajos administrativos que pueden ayudar a los médicos y enfermeras en sus trabajos rutinarios de recogida, registro y almacenamiento de datos a largo plazo. Al deshacerse de las partes repetitivas del trabajo de un médico, la IA podría ayudar a la disponibilidad del cuidador para el paciente de forma regular.

La inteligencia artificial es de gran utilidad para la sociedad y hoy está revolucionando la manera de fabricar, transportar y consumir alimentos. Esta tecnología ofrece importantes beneficios al sector a nivel estratégico y operativo a través de la toma de decisiones más ágil, una producción flexible y eficiente, una mejor adaptación al entorno y cadenas de valor más colaborativas.

Las empresas del sector alimentario encontrarán en la inteligencia artificial un excelente aliado que les permitirá ofrecer experiencias de compra que superan las expectativas de sus consumidores, al mismo tiempo recopilar datos para su análisis y la posterior implementación de estrategias que se adapten efectivamente al entorno.

Formas en que la IA transformará a la industria de alimentos y bebidas:

Verás, de acuerdo con la organización, esta innovación disruptiva puede reducir las dificultades de acceso al aprendizaje, automatizar los procesos de gestión y optimizar los métodos de enseñanza que permiten mejorar los resultados en el aprendizaje.

Beneficios de IA en Educación

- Estimular el aprendizaje personalizado y colaborativo.
- Facilitar la docencia.
- Monitorear el rendimiento de los estudiantes.
- Simplificar la gestión educativa

Algunos de los usos de IA en educación son:


- Creación de tutores virtuales.
- Identificación de nuevos temas de estudio.
- Mejora en las acciones de Marketing Educativo.
- Implementación de los campus inteligentes.

Ejemplos de IA en Educación: 


Universidad de Derby

En la Universidad de Derby introdujeron un sistema de monitoreo de estudiantes que utiliza datos para predecir qué alumnos podrían estar en riesgo de abandonar, permitiendo que la universidad intervenga antes de que sucedan más cancelaciones de contrato.


Universidad de Deakin

Por su parte, en la Universidad de Deakin, en Australia, han implementado la super computadora de IBM llamada Watson, un tutor virtual que combina IA y software analítico para replicar la capacidad humana de responder preguntas.


Universidades Aliat

En México, la red de universidades Aliat se ha transformado en instituciones de alto desempeño gracias a la IA.

En el primer año de implementación, lograron aumentar el aprovechamiento de las clases un 47%, por medio de una asignación inteligente de cursos. Esto representó un ahorro de recursos y una mejora de la experiencia del estudiante.