Los orígenes y las fuentes de los datos en entornos industriales son muy diferentes. Cada proceso o máquina genera y almacena un tipo de datos diferente y, en este contexto, la IA ayuda a organizarlos y sacarles el máximo partido.
Sobre cómo obtener valor de los datos en las empresas se ha hablado en el “Taller del Dato” que se ha celebrado en Nordés Club Empresarial de A Coruña el miércoles 4 de octubre. Un encuentro exclusivo impartido por expertos en analítica de datos e IA de R y en el que han participado empresas de Galicia.
Se ha hablado del dato desde su captura y gobernanza hasta la aplicación de los modelos avanzados de IA, además de explicar consejos de buenas prácticas y aclaración de dudas sobre cómo una empresa obtiene valor de los datos.
Así, nuestro compañero Adrián Bertol, especialista en negocio de Inteligencia Artificial en R (Grupo MASMÓVIL), ha explicado cómo afrontar un proyecto con datos y aplicación de IA en la organización.
El contexto industrial para la aplicación de la IA
En este taller se han repasado sistemas tecnológicos y métodos de trabajo habituales en la industria, de cara a definir el contexto y las necesidades de las empresas en relación con un potencial uso de la IA que contribuya a analizar la producción y mejorar la eficiencia operacional.
Así, un ecosistema habitual es SAP, con sus propias herramientas interconectadas. Pero no siempre hay una dedicación por parte de la empresa y, en consecuencia, cada departamento termina trabajando con unos datos diferentes y se producen silos de información que provocan desajustes y trabajo por duplicado.
El paso necesario sería configurar un Data Warehouse corporativo con toda la información consolidada, de tal manera que no dependa de herramientas de tipo operacional sino de un sistema que pone la información a disposición de todos/as los/as interesados/as de una manera más sencilla y rápida, adaptada a las necesidades específicas.
En organizaciones más grandes, la recomendación es un Datalake, pues tienen datos de más tipos como no estructurados.
En empresas industriales con sistemas on-premise, sin escalabilidad y donde cada nuevo avance implica una reconfiguración de sistemas, hay tendencia a hacer proyectos puntuales y aislados, impulsados solo por departamentos concretos.
En general, un problema habitual en los equipos de tecnología o sistemas combina la saturación por la carga de trabajo con la falta de conocimiento específico en analítica de datos o IA, de tal modo que nunca llegan a priorizarse los proyectos de este tipo.
Excels inmanejables, con macros, reportes o cuadros de mando en PowerBI u otras herramientas de Inteligencia de negocio, hacen analítica de hechos pasados (descriptiva) pero son escasos los proyectos con ciencia de datos basados en la predicción, al igual que los proyectos de optimización con investigación operativa. Y estos dos últimos son los que más valor aportan actualmente al entorno industrial.
Si la analítica se aplica en departamentos de marketing, ventas o compras, serán proyectos de ciencia de datos los más útiles; si la analítica se aplica en departamentos de producción o logística, son adecuados los proyectos de investigación operativa.
Sin embargo, si se quiere emprender una estrategia para toda la empresa industrial, lo recomendable es empezar por el gobierno del dato, haciendo una consultoría pormenorizada de todos los datos disponibles en la empresa, sus orígenes, quiénes están usándolos, cómo se visualizan, qué clases de analítica se hace de ellos y qué potencial de uso tienen.
Consultoría de datos de R
En R sabemos que los datos son un activo valioso y os enseñamos cómo utilizarlos. A través de nuestra consultoría, identificaremos conjuntamente vuestros puntos débiles e iremos avanzando en la hoja de ruta en IA paso a paso:
- Concretando cuál es la visión de la IA en la organización.
- Definiendo qué objetivos de negocio conseguirás.
- Respecto a los potenciales casos de uso: identificándolos; cuantificando el impacto y valor de negocio sobre ellos; concretando y cuantificando la facilidad de implementación y costes; priorizándolos de acuerdo con las perspectivas de retorno (ROI) y estrategia de inversión.
- Incorporando los mecanismos de gobernanza adecuados para gestionar los riesgos.
Porque son muchos los beneficios que aporta a tu empresa una estrategia de Datos e IA bien definida, y en diferentes áreas:
- Logística y distribución: optimización de la cadena de suministro, configuración de almacenes, ubicación de red de distribución, recomendación de pedidos, gestión de mercancías, rutas o aprovisionamiento.
- Finanzas: predicción del mercado, scoring de riesgos de seguros, automatización de la inversión, social listening y modelos automatizados de inversión.
- Producción: optimizaciones del mantenimiento, la planificación o el corte y simulación de instalaciones, entre otras.
- Marketing: predicción de bajas, cálculo de riesgos, análisis de comportamiento de clientes o recomendaciones.
- Ventas: propensión de contratación, optimización de pricing (estimación de precios) o previsión de la demanda.
- Atención al cliente: detección de mejoras y análisis de conversación.
- Legal/Administración: gobernanza del dato y monitorización de publicaciones legales.
Si quieres saber más sobre nuestras soluciones tecnológicas para empresas, suscríbete a nuestro boletín o contacta con tu asesor personal o con nuestro equipo del área comercial empresas a través del siguiente formulario. Y para estar al día de las últimas noticias síguenos en LinkedIn.