Mostrando entradas con la etiqueta mining. Mostrar todas las entradas
Mostrando entradas con la etiqueta mining. Mostrar todas las entradas

domingo, 31 de marzo de 2019

Ética para máquinas


Estimad@s amig@s

Sinopsis
Vivimos ya en otra realidad. Cualquier concepto de ética tiene que pasar por este nuevo escenario: nuestra relación con las máquinas inteligentes. La aparición de la inteligencia artificial avanzada pone en cuestión la superioridad intelectual de los humanos, nuestra esencia, nuestro lugar en la vida. Este extraordinario libro propone una reflexión sobre una ética para esas nuevas máquinas inteligentes que nos superaran. Ellas tomaran decisiones por nosotros, nos gobernaran. Nuestra responsabilidad ahora es dejarles un buen legado: lo humano.
Gracias al desarrollo tecnológico hemos aprendido a convivir con máquinas que nos superan en fuerza física y en poder de cálculo. Sin embargo, la aparición de la inteligencia artificial supone un nuevo desafío, una ética para nuevos tiempos. Muchas personas prefieren no pensar en este devenir incierto. Cuando su universo cambie, intentaran adaptarse. Ni ahora ni después procuraran entender lo que está sucediendo. Es una pena. Comprender es quizá́ el mayor reto que un humano puede experimentar.

«Si la unión de un alma con una maquina es imposible,
que alguien me lo demuestre.
Si es posible,
que alguien me diga qué efectos tendría esa unión»
Denis Diderot[i]

Prólogo
No somos dioses, pero sí humanos capaces de crear máquinas que otorgan fuerzas, poder, la capacidad de hacer el bien y también de destruir (…)

«Me infundieron voz divina
 para celebrar el futuro
 y el pasado
 y me encargaron alabar con himnos
 la estirpe de los felices Sempiternos»
Hesíodo[ii]

El legado de los humanos
Si creamos máquinas que nos superan intelectualmente ¿cuál es el lugar de los humanos?

(…) somos esclavos del confort que nos aporta el progreso (…)

(…) los humanos nunca descartaron por su fuerza o por su velocidad, fue su inteligencia lo que les permitió sobrevivir y dominar para bien y para mal a las demás especies (…)

(…) ¿Es el ser humano un elemento prescindible que tarde o temprano se transformará en algo irreconocible o, incluso, desaparecerá?

(…) ¿Qué legado dejaremos los humanos a los siguientes eslabones evolutivos?

(…) Hay demasiado en juego para que los humanos no reflexionemos en profundidad sobre el siguiente salto evolutivo que vamos a propiciar.

(…) valorar cada opción detenidamente requiere tiempo, profundidad, toma de distancia, equilibrio. Nuestro mundo veloz, inmediato, ávido de juicios tajantes no se siente cómodo ante la reflexión sosegada.

Maquinas interconectadas, inteligencia artificial, ética, decisión, juicio, responsabilidad, nunca tantos conceptos han estado tan entrelazados de forma tan confusa (…)


«La máquina ha ganado al hombre»
Mahatma Gandhi[iii]

Coincido con la afirmación del autor «hay demasiado en juego para que los humanos no reflexionemos en profundidad sobre el siguiente salto evolutivo que vamos a propiciar». Quizás y digo quizás, solo con esa tesis me sobraría para recomendar este libro.

Quiero ir más lejos con el alcance de mi recomendación, es una obra para leer reposadamente intentando dar respuestas a la ingente cantidad de preguntas que formula, al descubrimiento de los nuevos escenarios que se nos abren gracias a la inteligencia de las máquinas.

(i)                ¿Qué legado queremos dejar a las próximas generaciones?
(ii)              ¿Seremos capaces de cohabitar en una sociedad dónde las decisiones las tomen las maquinas?
(iii)             ¿Quién decide lo ético que la decisión que toma una máquina? ¿Podrán las maquinas anular nuestra capacidad de decidir?

Reflexionemos sobre el futuro de las maquinas en nuestra sociedad, pero no olvidemos el papel crucial que debe jugar la ética evolutiva. Todas las decisiones que tomemos sobre el futuro deben ser éticas a la vez que muy meditadas, y con un amplio margen de mejora a medida que se vaya avanzando en este disruptivo ambiente en el que vivimos inmersos.

«Nunca una máquina
podrá ganar a quién la programa»

El conocimiento es imparable, los humanos siempre seguirán aprendiendo. La pregunta crucial es cómo debemos gestionar el nuevo saber que vamos acumulando.

(…) somos seres ávidos de información inmediata, correcta o incorrecta, profunda o superficial, pero siempre insuficiente

Las armas son las maquinas sin ética por excelencia.

¿Estamos también cediendo nuestro espacio intelectual a las máquinas?

«El cerebro humano en el fondo
no es más que una máquina.
Una máquina compleja,
producto de una larga evolución»
Marvin Minsky

Una inteligencia artificial avanzada se aburriría profundamente soportando nuestros egos.

¿Quién decide lo que decide un algoritmo?

Quién controle la red de coches autónomos también controla nuestra intimidad (…)

(…) cabe preguntarse si la inteligencia artificial será capaz de tomar decisiones de alto nivel empresarial ¿Tendremos una silla para la inteligencia artificial en los consejos de administración?

(…) la inteligencia artificial ya ha participado en proceso de adquisiciones y venta de empresas (…) base de datos (…) productos, competencia, legislación, turbulencias políticas e historiales de corrupción (…)

(…) tendremos instituciones asesoradas con inteligencia artificial (…)

¿Tiene una máquina la opción de decidir qué es el bien y qué es el mal?

(…) lucharemos por mantener puestos de trabajo, tanto de empleados como de ejecutivos. Tendremos que garantizar el empleo de humanos para ciertas tareas, aunque sean menos cualificados que inteligencias artificiales. El transito hacia la tecnificación masiva no estará exento de dolor.

La idea de promover ética evolutiva encierra humildad, dado que presupone que no estamos en condiciones de implementar criterios firmes inamovibles.

«Haz el mismo bien hacia los demás
que el que tú deseas para ti mismo»
Kant

¿Cómo programaremos una inteligencia artificial si los propios humanos no tenemos respuestas válidas ante muchos dilemas?

Debemos evitar dos peligros obvios
(i)                La ética programada en la práctica debe ser supervisable.
(ii)              Los responsables de un programa real deben ser identificables.

«Hay que tener mucha libertad de espíritu
para salirse de la norma»

(…) cada inteligencia artificial diseñará a la siguiente que será aún mejor que ella misma. Ese proceso iterativo seguirá avanzando de forma imparable hacia una inteligencia brutal. Habremos alcanzado la singularidad.

«La debilidad del hombre
es lo que lo hace sociable»
Jean-Jacques Rousseau

(…) su trafico de datos, sus decisiones, sus acciones se darián primordialmente en el ámbito de máquina-entorno y máquina-maquina (…)

(…) ¿Cómo evolucionará la autoprogramación de una inteligencia artificial muy avanzada? ¿Contemplará criterios tan próximos a nosotros como mantener la paz o ser tolerante?

«Sobre lo que no podemos hablar,
 hemos de pasar por encima en silencio»
Ludwig Wittgenstein


Link de interés

«Creo que da tanto miedo
 el descontrol de la inteligencia artificial
como dejar de tenerla»

Recibid un cordial saludo


[i] Éléments de physiologie
[ii] Teogonía
[iii] All Men are Brothers

viernes, 2 de marzo de 2018

Data strategy; Cómo beneficiarse de un mundo de big data, analytics e internet de las cosas


Estimad@s amig@s

Sinopsis
Actualmente, se analiza o utiliza menos del 0,5 por ciento de los datos. No obstante, los directivos y gerentes empresariales no pueden permitirse ser indiferentes o escépticos con los datos. Estos están revolucionando nuestra forma de trabajar, y las empresas que sobrevivirán y progresarán son las que ven los datos como valor estratégico. Data Strategy de Bernard Marr es una guía imprescindible para utilizar con éxito los datos en los negocios. Al explicar cómo puede determinar sus necesidades de datos estratégicas, qué métodos puede utilizar para recopilar los datos y, lo que es más importante, cómo traducir sus datos en información empresarial para mejorar la toma de decisiones y el rendimiento, se trata de una lectura fundamental para cualquiera que quiera aumentar el valor de sus datos empresariales y adquirir una ventaja competitiva. Data Strategy, lleno de estudios de caso y ejemplos de la vida real, así como consejos sobre cómo desarrollar la competencia de datos en una organización y cómo asegurarse de que sus datos no se conviertan en una carga, dotará a cualquier empresa de las herramientas y estrategias que necesita para sacarle partido al Big Data, al análisis de datos y al Internet de las Cosas.

«(…) no se trata de cuantos datos se tienen,
sino que lo que cuenta es si se utilizan satisfactoriamente»


¿El Big Data está de moda? Sí, para que nos vamos a engañar en terminología fácil, aunque no hagamos big data en la empresa o no sepamos lo que significa, pero en la barra del bar, queda muy bien decir que los gestionamos.

Como directivos tenemos la responsabilidad de crear-reforzar una cultura de los datos en nuestras empresas en la que se reconozca a estos como un elemento core del negocio.

Nos hemos parado alguna vez a preguntarnos ¿qué datos son importantes para nosotros como empresa? ¿podemos utilizar nuestros datos para añadir valor a la empresa? ¿Podemos vender esos datos o parte de ellos a clientes de datos?

Nos queda mucho que aprender sobre el poder-información que aporta el dato. Es de suma importancia que las personas de vértice en las organizaciones lideren la cultura del dato, evangelicen sobre el uso de este, como pasa con la gran mayoría de cuestiones sin el apoyo de la alta dirección no llegaremos lejos.

Es necesario que se empiece a medir los progresos que se están haciendo gracias a la gestión estratégica del dato, «lo que mides, crece», o todo lo contrario, los proyectos que no se controlan no llegan a ninguna parte.


«Las empresas que no evolucionen
y adopten la revolución
se quedarán atrás»


Los datos están cambiando el mundo y la manera en la que vivimos y trabajamos a un ritmo sin precedentes (…) ya están revolucionando la manera en la que funcionan las empresas, y serán cada vez más importantes para las organizaciones en los próximos años. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán (…)

Hay tres áreas fundamentales en las que los datos son realmente importantes para los negocios: la mejora de la toma de decisiones, la mejora de la actividad, y la conversión de los datos en dinero.

Entre las cualidades y requisitos fundamentales de un buen director de datos se incluyen:
Visión de alto nivel
Implementación
Precisión, seguridad y privacidad de los datos
Identificación de las oportunidades de negocio
Líder cultural basado en datos
Los datos como bien

No se puede identificar qué datos necesita si no tiene claro qué es lo que quiere descubrir (…)

(…) examinar cuatro áreas clave de la organización (…) identificar sus objetivos y preguntas empresariales clave (…) Clientes, mercados y competencia; Finanzas; Operaciones internas; Personas (…) «¿Quiénes son actualmente nuestros clientes?, ¿Cuáles son las características demográficas de nuestros clientes más preciados? y ¿Cuál es el valor de ciclo de vida para nuestros clientes?»

Preguntas empresariales claras
¿Cuánta gente pasa por nuestras tiendas?
● ¿Cuánta se para a mirar en el escaparate y durante cuánto tiempo?
● ¿Cuánta entra después en la tienda?
● ¿Cuánta compra entonces?

Todos los negocios se están convirtiendo en negocios de datos

Los análisis nos enseñan a aprender cosas nuevas, comprender mejor el mundo en el que trabajamos y llevar acabo mejoras en la empresa (…) Valor.

Existen cinco maneras importantes en las que el aprendizaje automático, el profundo y la computación cognitiva están revolucionando nuestro mundo y la forma en la que hacemos negocios (…)
1.   Las maquinas pueden ver
2.   Las maquinas pueden leer
3.   Las maquinas pueden escuchar
4.   … y pueden hablar
5.   Las maquinas pueden escribir

Para convertir los datos en información tendremos que considerar los siguientes elementos de infraestructura: 1) recopilación de datos, 2) almacenamiento de datos, 3) análisis y procesamiento de datos, 4) acceso a los datos y comunicación (…)

El proceso de extraer información de los datos se reduce a tres pasos 1) preparar los datos (identificarlos, limpiarlos y darles formato para analizarlos de forma más sencilla); 2) construir el modelo analítico; y 3) extraer una conclusión de la información obtenida (…)

(…) si considera los datos como un activo de su empresa, tiene que tomarse su seguridad muy en serio. Al igual que haría con otros activos, como sus instalaciones o su inventario (…)

Su plan de gobernanza de datos debería definir quien es el propietario de los datos de la empresa y quién es el responsable de sus características (…) ¿Quién es el responsable de la precisión de los datos? (…) ¿Quién es el responsable de mantener el acceso a los datos y controlar quien puede tener acceso a ellos? ¿Quién es el responsable de actualizar los datos? (…)

(…) la gobernanza de datos consiste en tratar los datos como uno de los activos de la empresa (...)

«Todos los negocios necesitan una estrategia de datos
que abarque a toda la empresa»


Link de interés

«La pregunta no radica,
en si ha llegado la Industria 4.0,
sino a qué velocidad»

Recibid un cordial saludo

viernes, 4 de marzo de 2016

Customer Analytics: Mejorando la inteligencia del cliente mediante los datos

Estimad@s amig@s

Sinopsis
Las organizaciones han usado estrategias, como la inteligencia de negocio, para tomar mejores decisiones a partir de los datos. Actualmente, en la era de los datos, nuestros clientes son más inteligentes, están más informados y ya no son tan leales con nuestra marca. Esperan experiencias inolvidables y profundamente personalizadas en cada una de las interacciones con nuestra organización. Como resultado, las organizaciones están obligadas a transformar sus estrategias para conocer mejor las necesidades y preferencias de sus clientes, basándose en una enorme cantidad de datos.

“El factor esencial del aprendizaje es la voluntad de aprender.”
F. W. Sanderson

Cada vez somos más conscientes del gran volumen de datos que generamos en el día a día de nuestras empresas; Pero por otra parte no conseguimos retornar valor de esos datos…

Necesitamos implementar soluciones que nos ayuden a optimizar la toma de decisiones, a obtener conocimiento que nos lleve a mejorar la gestión de la experiencia de cliente

El poder disponer de datos a tiempo real es casi un imperativo a día de hoy…. Tenemos que ser capaces de conectar nuestra capacidad de producción con el inventario que tenemos en el almacén, con lo que se está vendiendo en nuestros establecimientos, con la capacidad logística que tenemos para reponer y a su vez con la recepción de materias primas por parte de nuestros proveedores para de nuevo empezar a fabricar…

“Lo que tenemos que aprender lo aprendemos haciendo.”
Aristóteles

Una empresa que se vuelca en el cliente es una empresa que utiliza la información para obtener una ventaja competitiva y alcanzar el crecimiento y la rentabilidad.

Las organizaciones necesitan datos a tiempo real sobre el comportamiento de sus clientes, y además, desarrollar una capacidad  analítica para comprender los motivos detrás de dichos comportamientos…

…. La analítica de cliente no es una mera función al servicio del marketing… es vital para el desarrollo de productos, servicios y otras funcionalidades que se necesitan en la empresa.

El desarrollo de estrategias de Customer Analytics dentro de una organización sigue un camino paralelo al despliegue de estrategias de inteligencia de negocio.
·         Analisis descriptivo
·         Analisis de diagnostico
·         Analisis predictivo
·         Analisis prescriptivo
·         Analisis preventivo

Datos à Selección à Datos relevantes à Pre-procesamiento à Datos pre-procesados à Transformación  à Datos transformados  à  Exploración de datos à Patrones  à Interpretación-evaluación à Conocimiento

Los rápidos cambios en los mercados y el incremento de conocimiento de los clientes de los productos y servicios existentes obligan a las organizaciones a desarrollar sus técnicas analíticas con celeridad y, a menudo, de forma reactiva, puesto que son conscientes del impacto que ello representa en el negocio.
Al utilizar métodos predictivos, el objetivo es anticipar el comportamiento del cliente y detectar indicios de desvinculación o de impago de servicios y productos, más que actuar de forma reactiva… llegar a ser proactivos y controlar factores de riesgo que afectan a las tasas de rotación de clientes.

… es necesario gestionar el dato para poder realmente ser capaces de extraer su valor… para ello nos preocuparemos de:
·         La calidad del dato…
·         La captura del dato…
·         La precisión del dato…
·         La geolocalización del dato…
·         Las relaciones, la conectividad y las jerarquías del dato…

… existen cuatro tipos de dato de cliente que son necesarios para desarrollar perfiles de clientes analíticos:
·         Datos descriptivos
·         Datos de atribución
·         Datos de relación
·         Datos de comportamiento

Para calcular el valor de un cliente para una organización no es suficiente con tener en cuenta el valor pasado o presente del cliente… también lo que va a comprar en el futuro… definir el concepto de Customer Lifetime Value

Customer Lifetime Value (CLV) es una predicción del beneficio neto atribuido a un cliente a lo largo de las interacciones pasadas y presentes y de la previsión de las futuras.

Definimos la propuesta de valor para el cliente como la suma de todos los beneficios que la organización promete al cliente como resultado del pago de un producto o servicio.

customer delight/ sacrifice como el valor que se añade o se resta a la propuesta de valor del cliente a modo de sorpresa.

“Toda obra de arte es necesariamente ambigua.”
Lindsay Anderson



“El arrepentimiento es el remordimiento aceptado.”
Madame de Swetchine

Recibid un cordial saludo