Las principales organizaciones ya están aprovechando la tecnología que imita el comportamiento de la mente humana, para atraer clientes y reforzar las operaciones comerciales. Tan es así que la Inteligencia Artificial (IA) y el machine learning (ML) serán las tecnologías más importantes para el 30% de los CIO en el 2020, según estimaciones de Gartner.

Los temores iniciales sobre IA y el aprendizaje automático (o machine learning) se utilizan para desplazar puestos de trabajo, con más del 67% de los ejecutivos de negocios encuestados por PwC, la cual destaca que ayudará a personas y máquinas a trabajar mejor juntas. Reconociendo la oportunidad de mover la aguja para sus negocios, algunos CIO están experimentando, construyendo e incluso patentando nuevas tecnologías de Inteligencia Artificial y machine learning. Estos líderes de TI comparten sus casos de uso de ML con CIO.

La IA aumenta la investigación de valores

Putnam Investments, un proveedor de fondos mutuos y otros planes de jubilación, considera a la Inteligencia Artificial y al machine learning como guías para el CIO. Los analistas trabajan en estrecha colaboración con los científicos de datos de Putnam para crear los hechos que ayudan a obtener información a partir de grandes cantidades de datos. Putnam también está trabajando en algoritmos que recomendarán las perspectivas de ventas más importantes.

Cuenta con una combinación de ingenieros de software, científicos de datos, analíticos y proveedores y ha creado un centro de excelencia en ciencia de datos, que es esencialmente la base para los esfuerzos de IA y ML que apoyan a las partes interesadas de negocios.

El trabajo de IA y aprendizaje automática es parte de la transformación digital más amplia de la compañía, que implica la modernización de la infraestructura de TI con la computación en la nube y la creación de una plataforma única para ejecutar el negocio.

Consejo clave: las organizaciones deben tomarse su tiempo y establecer las expectativas de forma adecuada, entendiendo que las primeras ideas darán lugar a nuevas preguntas en lugar de a respuestas.

AI hace que las finanzas sean menos exigentes

Intuit está acelerando los esfuerzos de inteligencia artificial / aprendizaje automático, está utilizando Amazon Web Services para ayudar a su QuickBooks Chatbot a comprender mejor y procesar el lenguaje natural, unido a la plataforma de datos grandes de Verizon. Un área de enfoque creciente está guiando a los usuarios a través de los cientos de categorías que informan a Quickbooks.

El TurboTax de la compañía usa inteligencia artificial para ayudar a los usuarios hasta con un 40% de tiempo de preparación de impuestos y el esfuerzo para recuperar documentos. La compañía está utilizando en el aprendizaje y la tecnología en la nube de AWS para agilizar las tareas.

Consejo clave: cultivar algoritmos de sonido requiere atraer al talento de ingeniería adecuado para resolver desafíos empresariales reales.

Los datos históricos predicen el rendimiento futuro

Riverbed Technology, un proveedor de software diseñado para mejorar el rendimiento de las redes de área amplia, está probando cómo usar ML para injerir datos de múltiples fuentes en toda la cadena de suministro de la compañía para generar mejores perspectivas comerciales. También podría incluir el uso de machine learning para sintonizar automáticamente configuraciones de rendimiento y detectar amenazas de ciberseguridad además de la creación de un lago de datos único desde el cual se pueden extraer conocimientos empresariales.

Consejo clave: una estrategia sensata para la IA y ML requiere un enfoque prudente.

Banking mejores perspectivas para el cliente

Como muchos bancos grandes, el banco de Estados Unidos ha recopilado una gran cantidad de datos de clientes. Y al igual que la mayoría de los bancos, ha tenido problemas para obtener información procesable a partir de estos datos. Durante los últimos meses, la tecnología Einstein AI / ML de salesforce.com ha conseguido aumentar la personalización en el mercado de la pequeña empresa, la venta al por mayor, la riqueza comercial y las unidades de banca comercial. También ayuda al Banco de Estados Unidos a encontrar patrones que los humanos quizá no vean.

Consejo clave: tome un enfoque de prueba y aprendizaje para la inteligencia artificial y machine learning y sea paciente. Pero también prepárese para escalar cosas que están funcionando.

Machine Learning elimina trabajo, haciendo que el trabajo sea más productivo

Para Ed McLaughlin, presidente de operaciones y tecnología de MasterCard, dice que el machine learning impregna todo lo que hacemos “MasterCard está utilizando machine learning para el trabajo pesado “, o tareas repetitivas y manuales, liberando a los humanos para realizar trabajos que agreguen productividad y valor.

La tarjeta de crédito también está utilizando herramientas de aprendizaje automático para aumentar la gestión del cambio en su ecosistema de productos y servicios. Mastercard está usando machine learning para detectar anomalías en su sistema que sugieren que los hackers están tratando de obtener acceso. McLaughlin también puso una “red de seguridad” en la red; cuando encuentra un comportamiento sospechoso, activa los interruptores que protegen la red.

Consejo clave: en lo que se refiere a McLaughlin, IA/ML son sólo herramientas de amplio conjunto de herramientas del procesador de pagos. A pesar de todas las brillantes nuevas herramientas en el mercado, dice que no deberías confiar en ellos para arreglar mágicamente problemas del negocio.

La inteligencia artificial como habilitador de productos y negocios

En Adobe Systems, la CIO Cynthia Stoddard ha rediseñado su departamento con un “Data- modelo operativo impulsado “, confiando en el análisis basado en Hadoop para obtener una mejor visión tanto para administrar TI como para el negocio. Como parte de la estrategia basada en datos, Stoddard dice que está experimentando con machine learning para ayudar a analizar el sistema. El razonamiento es, si el sistema ve los acontecimientos que podrían ocurrir, el sistema puede ser proactivo para eliminar o mitigar los eventos negativos antes de que ocurran. También está estudiando la tecnología de chatbot para las solicitudes de soporte de TI.