Cómo el aprendizaje automático está cambiando a la industria de TI
El aprendizaje automático, o Machine Learning (ML), cada día es más común, tanto que ha llegado a modificar las actividades diarias en todo el mundo. Su objetivo es la recopilación y análisis de datos de forma automática, para la producción de patrones o predicciones útiles en diversos sectores. A continuación te contamos cómo el aprendizaje automático está cambiando a la industria de TI:
- Publicidad y marketing personalizados
- Detección de fraudes
- Recomendaciones para los usuarios
- Cuidados médicos
- Logística en los negocios
- Mejores prácticas para Service Desk
1. Publicidad y marketing personalizados
El aprendizaje automático permite organizar e interpretar las actividades que los usuarios hacen en línea, lo cual, de otro modo, resultaría laborioso y tardado para una persona. Así, los anuncios que aparecen durante la navegación, son orientados hacia los gustos y búsquedas previas de un individuo en particular.
Si se da click en un ítem de Amazon, aparecerán anuncios similares a este en otras páginas. De igual manera, el seguir a marcas en redes sociales como Twitter, otras similares podrán promocionar anuncios en las líneas del tiempo de los usuarios. Salesforce inclusive aplica una tecnología de marketing que identifica imágenes en redes sociales.
2. Detección de fraudes
La tecnología del aprendizaje automático es capaz de identificar patrones en las actividades financieras de las personas para advertir a los bancos ante una posible actividad sospechosa, permitiendo que estos se comuniquen con los usuarios para saber si reconocen algún cargo particular.
El sistema de pagos en línea PayPal utiliza el aprendizaje automático para detectar transacciones sospechosas que puedan indicar algún mal manejo de recursos, como el lavado de dinero.
3. Recomendaciones para los usuarios
Gracias a la información recabada por tecnología ML en una aplicación sobre los gustos de los usuarios, se pueden predecir otros puntos de información que generen un patrón para brindar recomendaciones particulares como álbumes de música, películas o series.
4. Cuidados médicos
Doctores e investigadores médicos están utilizando aprendizaje automático para procesar información recabada por décadas, esto para encontrar patrones e identificar así factores de riesgo en enfermedades y anticipar resultados médicos para implementar medidas preventivas y definir mejores tratamientos.
También lee: Las tecnologías emergentes de 2017 que cambiarán a la sociedad
5. Logística en los negocios
La eficiencia de un negocio puede depender del aprendizaje automático, ya que este recolecta y analiza información que sería casi imposible para los humanos. Por ejemplo, Uber depende del seguimiento preciso de las predicciones basadas en datos para asignar conductores y predecir tiempos de llegada.
6. Mejores prácticas para Service Desk
Los software de Service Desk que ofrecen capacidad de ML pueden cambiar la relación con los clientes. El suministro de datos y variables, tanto de usuarios, departamentos, procesos, entre otros, interactúan entre sí y actúan interdependientemente, por lo que la automatización se hace más eficiente gracias a predicciones y alertas de problemas potenciales.
Además, el ML puede categorizar tickets automáticamente, descubrir vínculos entre incidentes sin aparente relación y desbloquear patrones diarios, mensuales o anuales, para optimizar la programación de personal en base a la experiencia necesaria o identificar brechas.
Si quieres recibir más información del Mundo de TI, contáctanos.
Fuente: Samanage
