¿Cómo se usa el Machine Learning para mejorar los negocios?

96

Machine Learning es un concepto que está en boca de todos. Literalmente, significa «aprendizaje de máquinas», pero no debe confundírselo con la Inteligencia Artificial (IA).

Qué es el Machine Learning

Decir que las máquinas aprenden es una explicación muy corta y poco exacta, dado que lo que sucede en realidad es un software, un sistema, adapta su comportamiento: es capaz de construir un algoritmo que se autoadapta a partir de las bases de datos que se le suministran, según explican en Destino Negocios.

Si bien Machine Learning e Inteligencia Artificial están relacionadas, su grado de complejidad es distinto: el primero usa algoritmos autoprogramables que no necesariamente cumplen con todos los requerimientos para considerarlos IA.

Esta tecnología crea software capaz de realizar una serie de comportamientos estandarizados respecto a ciertas situaciones, con base en la información con la que se retroalimente al sistema.

Esto último permite crear muchas aplicaciones para detectar patrones complejos como la clasificación de cadenas de ADN en genética.

El potencial de Machine Learning

Machine Learning prové una gran adaptabilidad dado que, al ser un proceso cuya finalidad es ofrecer soluciones con base en la información del usuario, las soluciones provistas serán únicas para cada empresa, según los datos que se le suministre, lo que las convierte en totalmente personalizadas.

En este sentido, puede integrarse el software que utiliza Machine Learning con dispostivos de Internet de las Cosas (IoT). Los sensores que recolectan información de todos los puntos de la infraestructura son el complemento perfecto para esta tecnología que, al igual – que el Deep Learning (aprendizaje profundo, en inglés) y la IA, se alimenta de la información.

Pueden obtenerse información para optimizar procesos tanto hacia el interior de la empresa como de cara al cliente. Un ejemplo: un software que analice los patrones de circulación en una gran superficie comercial puede servir para ajustar los horarios de apertura y cierre así como la ubicación espacial de las diferentes opciones comerciales.

Más ejemplos de Machine Learning aplicado a los negocios

Un ejemplo claro es Arara, una startup chilena que ofrece herramientas de marketing a pequeñas empresas para competir con los gigantes del ecommerce. El responsable de este desarrollo es Emmanuel Massenez, un emprendedor que creó un algoritmo basado en Machine Learning especialmente diseñado a los procesos y el volumen de cada empresa.

El desarrollo lo convirtió en uno de los 35 innovadores menores de 35 años más importantes de América Latina, de acuerdo con la MIT Technology Review de 2017.

Otra empresa que está usando Machine Learning es GlaxoSmithKline (GSK), una compañía global de cuidado de la salud, quien utiliza el análisis de texto y lenguaje natural de Luminoso Technologies (una compañía con sede en Cambridge, Estados Unidos) como una solución no invasiva para obtener información sobre las preocupaciones de los padres sobre las vacunas, según un artículo de Fierce Pharma.

La empresa aplicó algoritmos para ayudar a analizar y detectar los patrones de los temores de los padres, para ayudar a crear nuevo contenido informativo que abordaba específicamente ese tema y proporcionara incentivos para seguir con las vacunas de la primera infancia.

En términos más generales, los gigantes del e-commerce Amazon o AliExpress usan Machine Learning para sugerir o recomendar productos a sus clientes de forma personalizada. Se analiza el historial de compras y/o las visualizaciones y luego se lo compara con lo que hacen otros usuarios parecidos. Así, puede analizarse con más exactitud lo que le podría interesar al usuario aunque no sea consciente de ello.

Además, bancos como BBVA o Santander lo utilizan para detectar posibilidades de inversión y prevenir fraudes usando el análisis de patrones como aliados.