As orixes e as fontes dos datos en contornas industriais son moi diferentes. Cada proceso ou máquina xera e almacena un tipo de datos diferente e, neste contexto, a IA axuda a organizalos e tirarlles o máximo partido.

Sobre como obter valor dos datos nas empresas falouse no "Taller do Dato" que se celebrou no Nordés Club Empresarial da Coruña o mércores 4 de outubro. Un encontro exclusivo impartido por expertos en analítica de datos e IA de R e no que participaron empresas de Galicia.

Falouse do dato, dende a súa captura e gobernanza ata a aplicación dos modelos avanzados de IA, ademais de explicar consellos de boas prácticas e aclaración de dúbidas sobre como unha empresa obtén valor dos datos.

Así, o noso compañeiro Adrián Bertol, especialista en negocio de Intelixencia Artificialen R (Grupo MASMÓVIL), explicou como afrontar un proxecto con datos e aplicación de IA na organización.

O contexto industrial para a aplicación da IA

Neste taller repasáronse sistemas tecnolóxicos e métodos de traballo habituais na industria, para definir o contexto e as necesidades das empresas en relación cun potencial uso da IA que contribúa a analizar a produción e mellorar a eficiencia operacional.

Así, un ecosistema habitual é SAP, coas súas propias ferramentas interconectadas. Pero non sempre hai unha dedicación por parte da empresa e, en consecuencia, cada departamento remata traballando cuns datos diferentes e prodúcense silos de información que provocan desaxustes e traballo por duplicado.

O paso necesario sería configurar un Data Warehouse corporativo con toda a información consolidada, de tal xeito que non dependa de ferramentas de tipo operacional senón dun sistema que pon a información ao dispor de todos/as os/as interesados/as dunha maneira máis sinxela e rápida, adaptada ás necesidades específicas.

En organizacións máis grandes, a recomendación é un Datalake, pois teñen datos de máis tipos como non estruturados.

En empresas industriais con sistemas on-premise, sen escalabilidade e onde cada novo avance implica unha reconfiguración de sistemas, hai tendencia a facer proxectos puntuais e illados, impulsados só por departamentos concretos.

En xeral, un problema habitual nos equipos de tecnoloxía ou sistemas combina a saturación pola carga de traballo coa falta de coñecemento específico en analítica de datos ou IA, de tal modo que nunca chegan a priorizarse os proxectos deste tipo.

Excels inmanexables, con macros, reportes ou cadros de mando en PowerBI ou outras ferramentas de Intelixencia de negocio, fan analítica de feitos pasados (descritiva) pero son escasos os proxectos con ciencia de datos baseados na predición, do mesmo xeito que os proxectos de optimización con investigación operativa. E estes dous últimos son os que máis valor lle achegan actualmente á contorna industrial.

Se a analítica se aplica en departamentos de márketing, vendas ou compras, serán proxectos de ciencia de datos os máis útiles; se a analítica se aplica en departamentos de produción ou loxística, son axeitados os proxectos de investigación operativa.

Con todo, se se quere emprender unha estratexia para toda a empresa industrial, o recomendable é empezar polo goberno do dato, facendo unha consultoría pormenorizada de todos os datos dispoñibles na empresa, as súas orixes, quen os están a usar, como se visualizan, que clases de analítica se fai deles e que potencial de uso teñen.

Cómo obtener valor de los datos aplicando la Inteligencia Artificial

Consultoría de datos de R

En R sabemos que os datos son un activo valioso e ensinámosvos como utilizalos. A través da nosa consultoría, identificaremos conxuntamente os vosos puntos débiles e iremos avanzando na folla de ruta en IA paso a paso:

• Concretando cal é a visión da IA na organización.

• Definindo que obxectivos de negocio conseguirás.

• Respecto aos potenciais casos de uso: identificándoos; cuantificando o impacto e valor de negocio sobre eles; concretando e cuantificando a facilidade de implementación e custos; priorizándoos de acordo coas perspectivas de retorno (ROI) e estratexia de investimento.

• Incorporando os mecanismos de gobernanza adecuados para xestionar os riscos.

Porque son moitos os beneficios que lle achega á túa empresa unha estratexia de Datos e IA ben definida, e en diferentes áreas:

Loxística e distribución: optimización da cadea de subministración, configuración de almacéns, localización de rede de distribución, recomendación de pedidos, xestión de mercadorías, rutas ou aprovisionamento.

Finanzas: predición do mercado, scoring de riscos de seguros, automatización do investimento, social listening e modelos automatizados de investimento.

Produción: optimizacións do mantemento, da planificación ou do corte e simulación de instalacións, entre outras.

Márketing: predición de baixas, cálculo de riscos, análise de comportamento de clientes ou recomendacións.

Vendas: propensión de contratación, optimización de pricing (estimación de prezos) ou previsión da demanda.

Atención ao cliente: detección de melloras e análise de conversación.

Legal/Administración: gobernanza do dato e monitorización de publicacións legais.

Se queres saber máis sobre as nosas solucións tecnolóxicas para empresas, subscríbete ao noso boletín ou contacta co teu asesor persoal ou co noso equipo da área comercial empresas a través do seguinte formulario. E para estar ao día das últimas noticias síguenos en LinkedIn.