Tecnologías en auge en el mundo RRHH
Big data, inteligencia artificial, internet de las cosas o machine learning son tecnologías desarrolladas para el sector industrial o del marketing a las que los departamentos de Recursos Humanos pueden sacarles mucho provecho.
Su adopción por parte de las empresas se ha visto acelerada tras el contexto al que se han visto sometidas las organizaciones con la pandemia.
En España, el 83% de las empresas están abordando la transformación digital de sus departamentos de Recursos Humanos. El 40% de ellas se encuentran en fase avanzada, según el estudio publicado por Incipy sobre esta cuestión, y en el que han participado más de 100 responsables de este departamento en sectores como servicios, industria y energía, gran consumo o tecnología y telecomunicaciones.
Estos datos son consecuencia de los retos a los que se han visto sometidas las organizaciones desde el inicio de la pandemia hace ahora casi dos años. Entre las iniciativas puestas en marcha en estos meses, la implantación de nuevas herramientas digitales de comunicación y colaboración, con un 82%, pasa a ocupar la primera posición de este ranking, elaborado desde hace seis años, mostrando la importancia de abordar este reto con el aumento del teletrabajo.
La digitalización de procesos internos avanza a la segunda posición y el uso de las redes sociales en el reclutamiento, que ocupó en los últimos años siempre el primer puesto, desciende a la tercera posición. La innovación en nuevas políticas de flexibilidad y teletrabajo se sitúa en un destacado. Y la formación, nuevos roles y perfiles digitales también recoge un aumento.
Tecnología aplicada
Detrás de esta evolución hay soluciones como BesTalent IA by aggity , que hacen uso de tecnologías como el big data, la inteligencia artificial, el internet de las cosas o el machine learning que, inicialmente, se desarrollaron para otros sectores, como el industrial, y ahora se están aplicando a la digitalización de los recursos humanos.
Big data
La digitalización de cualquier empresa y departamento implica la generación de una gran cantidad de datos (big data) que proporcionan una valiosa información para la monitorización de procesos y la toma de decisiones de forma objetiva para, por ejemplo, potenciar la carrera de un empleado, reforzar sus conocimientos o conocer su rendimiento.
Inteligencia artificial
Gracias a las técnicas de inteligencia artificial las empresas son capaces de mejorar la experiencia de sus empleados, conocer su rendimiento y establecer las estrategias más adecuadas para la identificación y retención de talento. En el apartado de la contratación, la analítica también adquiere un papel muy relevante para filtrar candidaturas y preseleccionar los perfiles que mejor se ajustan a los requerimientos de la compañía.
Internet de las cosas
El internet de las cosas (IoT) y el aumento del uso de dispositivos portátiles por parte de los empleados ya es habitual para el seguimiento y mejora de la salud, control del sueño y de la productividad o medición de la satisfacción en el trabajo. Aplicado a los puestos de trabajo de mayor riesgo, como la minería o la construcción, permiten monitorizar de forma remota valores como la frecuencia cardíaca, la respiración o el nivel de estrés garantizando la seguridad y la ayuda inmediata si es necesario.
Machine learning
Las empresas utilizan el aprendizaje automatizado o machine learning para hacer predicciones a partir de datos relevantes. Los profesionales de recursos humanos ya hacen uso de ello para, por ejemplo, poner en marcha estrategias de fidelización de talento o iniciar procesos de reclutamiento para reforzar la plantilla en determinados momentos.
- Publicado en Talent & HR
Big data en el sector industrial en España
Gracias al conocimiento permanente de los procesos de negocio, las empresas incrementan su productividad, mejoran su eficiencia energética, optimizan el uso de los recursos y, por tanto, elevan su rentabilidad y son más sostenibles.
Solo un 6% de las empresas en España utilizaron herramientas de big data durante 2020, ya sea con sus propios empleados o a través de una empresa externa.
Las empresas manejan una gran cantidad de información proveniente de clientes, proveedores y del contexto de su sector. Sin embargo, el volumen de estos datos es tan masivo que detectar patrones y sacar conclusiones provechosas para la compañía es imposible si únicamente se recurre a las habilidades y conocimientos de las personas.
Las herramientas de big data ayudan a las compañías a recolectar y organizar toda esta información y transformarla en conocimiento útil. De hecho, el 64% de las que ha empleado alguna vez esta tecnología asegura que logran mejoras en su eficiencia y productividad, según el estudio ‘2020 Global State of Enterprise Analytics’ de MicroStrategy. El 51% destaca un mejor desempeño financiero.
Sin embargo, en España solo un 6% de las empresas utilizaron este tipo de soluciones durante el año 2020. Ya sea con sus propios empleados o a través de una empresa externa, según los informes publicados por el Eurostat y recogidos en el documento ‘Big Data, Machine Learning y Business Intelligence’ de Nuvix Consulting.
España, a la cola en el uso de big data
Con ese dato, nuestro país se coloca en el octavo puesto por la cola de la Unión Europea, por debajo de los países europeos que lideran el ranking como Malta (29%), Países Bajos (26%) y Reino Unido (25%). Por comunidades autónomas, Madrid se sitúa a la cabeza, con un 12,1% de compañías usuarias de herramientas de big data en el primer trimestre de 2020. Le siguen Castilla-La Mancha (9,6%) y Baleares (9,3%), por delante de Cataluña (7,6%) y País Vasco (7,5%) se quedan atrás.
Aunque las ventajas de la adopción de este tipo de herramientas cada día son más evidentes, todavía son muchas las compañías que no terminan de incorporarlas a su estrategia. En los datos por sectores profesionales son los de la información y comunicación (17,58%), el sector TIC (16,62%) y el transporte y almacenamiento (13,99%) los que mayoritariamente integran estas herramientas.
Gracias al conocimiento permanente del estado de los distintos procesos de negocio, las empresas incrementan su productividad, mejoran su eficiencia energética, optimizan el uso de los recursos y, por tanto, elevan su rentabilidad y son más sostenibles. Pero para conseguirlo, es imprescindible hacer uso de herramientas como Smart Factory by aggity, desarrollada específicamente para el sector industrial.
A través de la implantación de una plataforma de estas características, la compañía dispone de visibilidad de todo lo que ocurre en su planta, puede acceder a reportes y monitorización en tiempo real, informatizar los muestreos de calidad, y planificar, organizar y controlar los procesos de manera automática y personalizada.
Gracias a la recopilación de los datos que generan todos los activos y su posterior análisis, en las fábricas inteligentes es posible mejorar el rendimiento, las competencias laborales, corregir los errores en tiempo real y aumentar la calidad del producto final. El resultado es una empresa más rentable y competitiva.
- Publicado en Industria
Ingeniería y tecnologías disruptivas. Copimera 2021
El pasado jueves 14 de Octubre tuve la ocasión de participar en el XXVIII Congreso Internacional de COPIMERA (Confederación Panamericana de Ingeniería Mecánica, Eléctrica y Ramas Afines). El tema de la conferencia fue “Ingeniería y Tecnología Disruptivas”.
Al plantearme la conferencia, pensé en desarrollar con profundidad los aspectos más novedosos de la tecnología que están generando una “disrupción” en el trabajo de los ingenieros. La disrupción no es más que un cambio brusco, una interrupción en la evolución. La pregunta inmediata fue, ¿la disrupción es una novedad? y rápidamente me di cuenta que la ingeniería ha sufrido varias disrupciones en los últimos años, desde la regla de cálculo que dominó el trabajo de los ingenieros hasta los años 70, a la Inteligencia Artificial que nos invade hoy.
La calculadora, el ordenador personal, y la Analítica de Datos son solo algunas de las disrupciones que los Ingenieros hemos vivido en los últimos 50 años. Y como en todos los cambios, el primer requisito para que beneficiarse de ellos es conocerlos.
En las reuniones que tengo con empresas de todo tipo, una de las primeras sensaciones es que la reacción a la Analítica de Datos o la Inteligencia Artificial es de desconocimiento e inmediatamente de cierto rechazo… Así que en mi ponencia traté de recorrer de forma lo más sencilla posible la tecnología que nos está cambiando, y algunos ejemplos de cómo lo está haciendo.
INTELIGENCIA ARTIFICIAL: es el término más general que describe las técnicas que permiten a las máquinas replicar la inteligencia humana, usando la lógica y la inteligencia de máquina.
MACHINE LEARNING: Es el subconjunto de la IA que incluye tanto técnicas estadísticas y probabilísticas como aprendizaje reforzado.
DEEP LEARNING: Es el subconjunto del aprendizaje automático formado por algoritmos de redes neuronales multicapas que permiten al software entrenarse a sí mismo para realizar tareas como reconocimiento de voz, de imágenes, de texto, sobre grandes conjuntos de datos.
La idea clave de estas definiciones es “algoritmo”, es decir el conjunto de operaciones ordenadas que permite resolver un problema. Desde un problema de cálculo aritmético, al problema de qué probabilidad hay de que una determinada máquina se averíe, o una fase en mi proyecto de construcción se retrase.
Simplificándolo hasta el extremo, la Inteligencia Artificial es la tecnología que me permite desarrollar un “algoritmo” es decir un proceso de razonamiento para resolver un determinado problema. Para ello deberé conocer el problema en su detalle, y el aumento exponencial de la recogida de datos a través de sensores junto con el aumento, también exponencial, de la capacidad de almacenamiento y cálculo me permiten hacer esto como nunca antes se había hecho.
Una vez conocido el problema, será necesario entender las causas que lo provocan, y buscar el “algoritmo” que lo resuelva. Desde una simple regresión, a algoritmos mucho más complejos como las redes neuronales. Para definir este algoritmo, habrá que decidir el tipo y “entrenarlo”, es decir buscar los parámetros que lo definen. Volviendo al caso más sencillo de una recta de regresión, cuál es la ecuación de la recta y el coeficiente de regresión.
Ahora tendré que validarlo, comprobar que efectivamente este algoritmo es capaz de “adivinar” el futuro. Si he definido la relación entre el peso y la altura de varones adultos, entonces si este hombre mide 1,85 m probablemente pesará x Kg. y que si su peso es mucho menor, es muy probable que no sea un varón adulto sino un niño. Ya tenemos nuestro algoritmo.
¿Y cuál es la novedad? Esto ya lo podíamos hacer hace 35 años utilizando una calculadora científica… La gran novedad, la disrupción que cambia el trabajo de los ingenieros es que ahora podemos utilizar “máquinas” que por su capacidad de cálculo y su velocidad pueden plantear algoritmos mucho más complejos y resolverlos en mucho menos tiempo. Lo que hace años podía suponer horas de trabajo, ahora son menos que segundos. Y así, tiene sentido que la IA determine si un motor va a fallar, o si la demanda de un determinado artículo cambiará. La bondad de la respuesta dependerá de cómo hemos definido el algoritmo, y ahí la ingeniería tiene y tendrá un papel clave.
- Publicado en Prensa
Machine learning: beneficios para las empresas
Gracias al aprendizaje automatizado la inteligencia artificial es capaz de interpretar la realidad a partir de conceptos abstractos y tomar decisiones de manera similar a como lo haría una persona.
El 95% de las empresas cree que el uso de machine learning permitirá optimizar sus operaciones y un 85% considera que mejorará la relación con sus clientes
Cuando se habla de machine learning, o aprendizaje automático, se hace referencia a algoritmos que son capaces de identificar patrones según los cuales se extraen determinadas conclusiones. Este sistema se basa en el análisis de datos: a mayor volumen de ellos, más experiencia acumulan y, por tanto, son más precisos.
Es una de las tecnologías de las que hace uso la inteligencia artificial (IA) para, por ejemplo, realizar recomendaciones en las búsquedas en internet; utilizar filtros en las bandejas de entrada de los servicios de correo electrónico para identificar y clasificar los mensajes; o para el desarrollo de sistemas de reconocimiento de voz y lenguaje natural. También la emplean aplicaciones como Netflix o Spotify para realizar sugerencias a sus usuarios sen función de su histórico.
Aunque las investigaciones sobre IA comenzaron en los años 50 del siglo XX, como continuación del trabajo llevado a cabo por el matemático Alan Turing durante la II Guerra Mundial, no ha sido hasta la última década cuando se han dado las condiciones adecuadas para su desarrollo gracias al big data (una elevada disponibilidad de datos), los avances en cloud computing y en machine learning.
Gracias al aprendizaje automatizado la inteligencia artificial es capaz de interpretar la realidad a partir de conceptos abstractos y tomar decisiones de manera similar a como lo haría una persona, pero de forma más objetiva. En este sentido el aprendizaje de los algoritmos puede darse de tres formas diferentes:
- El ‘aprendizaje supervisado’: se entrena a las máquinas con datos etiquetados. El ejemplo más claro es el del uso de fotos con descripciones de los elementos que aparecen en ellas. El algoritmo es capaz de seleccionar esas etiquetas en otras bases de datos e identificar elementos iguales.
- El ‘aprendizaje no supervisado’: las máquinas buscan similitudes. En este caso, los algoritmos no detectan un tipo específico de datos, sino que buscan ejemplos que se parezcan y puedan agrupar.
- El ‘aprendizaje de refuerzo’: se produce cuando una máquina aprende por medio de prueba y error hasta alcanzar la mejor manera de completar una tarea dada.
Optimizar operaciones y mejorar relaciones con el cliente
En España ya hay empresas que tienen en marcha proyectos piloto de inteligencia artificial basados en algoritmos de machine learning. A pesar de que en 2019 solo el 20% había ido más allá de las fases iniciales, el 75% espera que su aplicación tenga un alto impacto en su nivel de actividad, según recoge el estudio ‘La Inteligencia Artificial en Europa’, elaborado por el centro de estudios EY. Asimismo, el 95% de las empresas encuestadas cree que estas tecnologías permitirán optimizar sus operaciones y un 85% considera que mejorará la relación con sus clientes.
En cuanto a las primeras, las acciones van dirigidas sobre todo a la automatización de tareas recurrentes, la optimización y el control de procesos industriales y la creación de nuevos modelos de negocio. Es posible crear algoritmos que, por ejemplo, prevean posibles cambios de comportamiento en el mercado para adaptar así la producción a las nuevas necesidades con antelación.
Sobre la mejora en la relación con los clientes, a partir de técnicas de machine learning es posible conocer mejor a los consumidores y ofrecerles la experiencia de usuario más adecuada a ellos con mensajes personalizados, por el canal óptimo y en el momento justo, mejorando así su velocidad de respuesta.
- Publicado en Retail
RedPoint Global, finalista al premio Partner of the Year de Microsoft en Inteligencia Artificial
RedPoint Global es finalista en el premio al Partner del Año 2018 de Microsoft en la categoría de Inteligencia Artificial (IA),por lo que destaca entre los numerosos partners de Microsoft por su excelencia en innovación e implementación de soluciones para clientes basadas en la tecnología de Microsoft. Con los premios Partner of the Year, Microsoft reconoce a sus partners que han desarrollado y entregado soluciones excepcionales basadas en Microsoft durante el pasado año. Los premios se presentan en varias categorías, y se elige a los ganadores de entre un conjunto de más de 2.600 participantes procedentes de 115 países de todo el mundo.
El premio al Partner del Año en la categoría de Inteligencia Artificial galardona a una empresa que ha diseñado, desarrollado e implementado, junto con sus clientes, soluciones de inteligencia artificial basadas en Azure, una solución de IA de Microsoft que aprovecha las señales y los datos desaprovechados de dispositivos existentes y nuevos, poniendo a disposición de las empresas valiosa información para la toma de decisiones. Estas soluciones ayudan a las empresas a mejorar rápidamente sus negocios al conocer mejor a sus clientes a través de todos los puntos de contacto conectados, lo que, en definitiva, mejora los resultados empresariales y aporta valor añadido al cliente.
La distinción con este galardón valida la fuerte apuesta por la Inteligencia Artificial que RedPoint hace con su modelado operativo a gran escala en su Customer Engagement Hub™ (CEH). La mayoría de los proveedores se centran en algoritmos muy sencillos y fáciles de usar que solamente son útiles en contextos muy limitados. Nuestro método y sus cientos de modelos que operan de forma constante son extremadamente útiles y únicos en el mercado, por lo que el premio de Microsoft es una enorme prueba de confianza.
La apuesta global de RedPoint por la Inteligencia Artificial
La apuesta por la IA y el aprendizaje automático a través del modelado operativo a gran escala en el CEH de RedPoint significa que nuestros clientes pueden desplegar muchos más modelos que la mayoría de las demás soluciones. Con los cientos de modelos utilizados por RedPoint, las empresas son capaces de optimizar algorítmicamente su captación de clientes en tiempo real a través de todos los canales de entrada y salida. Esta metodología es lo que en RedPoint llamamos “optimización omnicanal”.
La optimización omnicanal incluye optimizar la mensajería en todos los canales, independientemente de si se trata de interacciones entrantes o salientes, a través de una capa de orquestación que aprovecha la toma de decisiones en tiempo real. El método de modelado operativo a gran escala de nuestro CEH capacita a los clientes de RedPoint para alcanzar este objetivo. Esta optimización es un proceso constante de pruebas y mejoras a lo largo del tiempo, con los modelos de aprendizaje automático de RedPoint, que funcionan continuamente para seguir optimizando la captación de clientes a lo largo del tiempo.
La optimización omnicanal que RedPoint puede conseguir gracias a las funciones incorporadas de inteligencia artificial y aprendizaje automático (Machine Learning) es transformadora para los clientes, como la marca CPG, que ha aumentado los ingresos de los usuarios de esta solución en un 144% en tan solo las primeras seis semanas. El hecho de que Microsoft haya nombrado a RedPoint finalista en la categoría de Inteligencia Artificial es un gran reconocimiento de su plataforma como una de las marcas tecnológicas más prestigiosas del mundo.
Potenciar la personalización con datos, conocimiento y acción
En RedPoint hemos desarrollado nuestro Customer Engagement Hub sobre la base de una estructura de datos, conocimiento y acción alimentada por Inteligencia Artificial. Los datos, en este contexto, son la materia prima que las marcas extraen y almacenan cada día. Pueden ser mensajes en redes sociales, datos transaccionales del sistema CRM o TPV, o incluso registros de llamadas del centro de atención al cliente. Estos datos son esenciales para captar al cliente omnicanal moderno, pero solo son valiosos si las marcas pueden acceder a ellos con la misma velocidad que el cliente.
Con el objetivo de disponer de datos precisos a gran velocidad, RedPoint ha desarrollado su Customer Data Platform™, que recaba datos de todo tipo, velocidad y volumen, independientemente de su origen en la organización. Como componente clave del CEH, la plataforma de datos de clientes de RedPoint se distingue por su integridad y flexibilidad en términos de modelo de datos y accesibilidad a ellos. Por lo tanto, nuestros clientes estarán en condiciones de crear un perfil de cliente verdaderamente unificado, o “registro de oro”, que incluya todas sus necesidades, preferencias y deseos, independientemente de la fuente de datos.
La fase de conocimiento del proceso, en la que los profesionales del marketing recaban datos y encuentran oportunidades, es donde nuestra apuesta por la inteligencia artificial a través del modelado operativo a gran escala realmente demuestra su superioridad. Con cientos de modelos en el campo, el CEH de RedPoint propone rápidamente la próxima acción u oferta de entre las mejores posibles. Esto permite a los profesionales de marketing aprovechar más fácilmente la oportunidad oculta en sus datos y asegurarse de que están transmitiendo siempre el mensaje oportuno en el momento oportuno. Al recibir el premio de Inteligencia Artificial de Microsoft, queda claro que las capacidades de conocimiento del CEH de RedPoint figuran entre las mejores del mercado.
Finalmente, el componente de “acción” de nuestro CEH permite a las marcas orquestar interacciones personalizadas en todos los puntos de contacto. De este modo, se completa el proceso de datos, conocimiento y acción que permite a las marcas monetizar sus datos y sus esfuerzos para captar clientes. Es realmente gracias a la combinación de estos elementos que los usuarios de CEH de RedPoint triunfan en un mercado en el que las experiencias personalizadas son la clave para la captación de clientes.
La Inteligencia Artificial y las funciones de aprendizaje automático (Machine Learning) se están convirtiendo rápidamente en elementos esenciales para la mayoría de las marcas modernas. Las marcas necesitan aprovechar estas tecnologías de la manera correcta, sea como sea, razón por la cual estamos tan orgullosos de que Microsoft nombre a RedPoint finalista en su premio Partner of the Year en la categoría de Inteligencia Artificial. Este premio es una fuerte validación de nuestro enfoque hacia la tecnología de IA y de Machine Learning en particular. Confiamos en que la inteligencia artificial, tal y como la enfocamos, sirva de gran ayuda a las empresas entre nuestros clientes actuales y futuros a medida que van optimizando su interacción con sus clientes.
Si deseas que te orientemos en cómo usar la Inteligencia Artificial y el Machine Learning en tus estrategias empresariales no dudes en contactarnos, nuestros mejores especialistas estarán a tu disposición.
Descubre todo lo que Redpoint puede hacer para conectar con tus consumidores
Si tienes alguna duda, contacto con nosotros para conocer más sobre Redpoint
- Publicado en Customer Engagement