Archivo de la categoría: inteligencia artificial

V de Variedad en Big Data: datos estructurados y no estructurados

En más de una ocasión hemos tenido la oportunidad de presentarnos en foros donde hablamos de Big Data como esta nueva gran tendencia dentro del marco de la transformación digital. Al comenzar cada una de nuestras presentaciones, como es nuestra fiel costumbre, contextualizamos acerca de los conceptos que abordamos. Dentro de la explicación de lo que es el Big Data hacemos referencias a las famosas 5 Vs: Volumen, velocidad, variedad, veracidad y valor. Implícitamente, dentro de la característica de variedad hablamos del origen de los datos, las fuentes de donde provienen y del tipo de estructura que tienen. En esta columna vamos precisamente a profundizar en los datos y las bases de datos estructuradas y no estructuradas, lo que son y como es que nosotros las apalancamos dentro de los reportes automatizados Laura para capitalizar un mejor entendimiento, análisis y descubrimiento de oportunidades con alto impacto para el negocio.

free_Suscriber

Como punto de partida hay que entender a que nos referimos con datos estructurados y no estructurados. En primer lugar, los datos estructurados se refieren a la información que se suele encontrar en la mayoría de las bases de datos relacionales (Relational Database Management System o RDBMS por sus siglas en inglés), es decir, en un formato estructurado usando filas y columnas. Suelen ser archivos de texto que se almacenan en formato tabla u hojas de cálculo con títulos para cada categoría que permite identificarlos. Son datos que tienen perfectamente definido la longitud, el formato y el tamaño y que pueden ser ordenados y procesados fácilmente por todas las herramientas de minería de datos. De igual manera, los datos pueden generarse de forma humana o mecánica siempre que los datos se creen dentro de una estructura RDBMS. Para ejemplificarlo de forma más simple, imagina cuando tomaban lista en el salón de clase y el profesor tenía una tabla con nombres, apellidos, la fecha de la clase y un montón de palomitas. Así se “ven” los datos estructurados.

El pase de diapositivas requiere JavaScript.

Por otro lado, existe una clasificación diametralmente opuesta a esta: los datos no estructurados. Aunque si bien entendemos que técnicamente existe también el término de datos semiestructurados en esta ocasión utilizaremos los opuestos para ejemplificar el punto de la variedad dentro del big data y los beneficios de fusionar los distintos tipos de datos a la hora de generar los análisis. Así que, volviendo al tema, los datos no estructurados, que son la otra cara de la moneda son aquellos datos, generalmente binarios, que no poseen una estructura identificable. Es un conglomerado masivo y desorganizado de varios objetos que no tienen valor hasta que se identifican y almacenan de manera organizada. No tienen un formato especifico, pueden ser textuales o no textuales. En su modo más simple, son documentos en PDF, archivos de Word, videos, audios, las fotos satelitales de las hectáreas de siembre que tiene una empresa agrícola, entre otros ejemplos. De la misma forma que los datos estructurados, este otro tipo de datos puede ser generado tanto por humanos como por maquinas.

datlas_mx_blog_datos_no_estructurados
Ejemplo de datos no estructurados (textual)

Ahora bien, ¿Qué relevancia tiene esta variedad de los datos? ¿Qué relación guarda con esto del Big Data? Pues precisamente estadísticas mostradas por empresas como Kyocera estiman que alrededor del 80% de la información relevante para un negocio se origina en forma no estructurada, principalmente en formato texto. Esto quiere decir que, al tener la posibilidad de integrar datos no estructurados al análisis, automáticamente el volumen de información (otra de las V del Big Data) disponible para análisis aumenta a más del doble. Imagínate que llegara un nuevo vendedor y pudiera leer todos los corres de prospección escritos en los últimos 5 años de historia de la compañía. Toda la riqueza detrás de ese tipo de ejercicio hoy es posible gracias al Big data, pero tomar ventaja de los datos no estructurados es una tarea retadora, ya que existe la necesidad de organizar los archivos, categorizar el contenido y entonces obtener información que pueda estructurarse de tal forma que sea capaz de fusionarse con los datos ya estructurados. Aunque sin duda hoy existen en el mercado herramientas de software para el procesamiento, gestión o almacenamiento de este tipo de datos, sigue siendo importante el papel de los analistas de negocio o los mismos dueños para establecer una priorización de esfuerzos con base al beneficio potencial que pudiera obtenerse de ese esfuerzo por capitalizar los datos no estructurados.

datlas_mx_blog_datos_no_estructurados_a_estructurados

Finalmente, desde nuestra experiencia hemos logrado consultar bases de datos estructuradas y no estructuradas para realizar los reportes automatizados de Laura y entregar un verdadero valor agregado al cliente comparado al de los estudios tradicionales que generaba un equipo de analistas sin este tipo de herramientas. Tomemos como ejemplo las redes sociales, un tweet. Hoy es muy común que la gente se exprese libre y abiertamente en twitter acerca de lo que le gusta, le disgusta o incluso donde esta. En nuestro caso, uno de los elementos integrados dentro de Laura es el análisis de tráfico peatonal por categoría de negocios, es decir, que tanta gente está tweeteando acerca de una cierta marca de restaurante o producto. Para poder apalancar estos datos de forma inteligente se hace un proceso de análisis de texto que extraer el nombre del establecimiento, lo coteja con un diccionario de negocios, lo clasifica dentro de la categoría a la que pertenece ese negocio y finalmente lo agrega, de forma estructurada, en una base de datos que pasa a ser consultada como un mapa de calor dentro de nuestras plataformas de Mapas de Inteligencia y a su vez como una imagen de la ubicación analizada y el entorno al hablar de los reportes Laura. Esto nos ha permitido apoyar a negocios a tomar mejores decisiones de ubicación, ponderando no solamente los típicos indicadores estructurados y “fijos” sino también la información no estructurada y, en este caso, dinámica para ofrecer una perspectiva realmente nueva y más holística de las condiciones a las que se enfrenta el negocio al momento de tomar una decisión.

datlas_mx_casos_uso_consultoria_derrama_economica_luztopia_2019

Como este caso hemos aprovechado otro tipo de datos no estructurados para apoyar a empresas de distintas formas, en tu caso ¿generas información no estructurada? ¿te interesa aprovechar el poder que esconde esa información? ¿o simplemente te gustaría experimentar con la información no estructurada que existe allá afuera y que hoy podemos poner a tu disposición? Contáctanos y cuéntanos

@DatlasMX

 

Análisis de mercado con Inteligencia Artificial

Esta mañana tuvimos la oportunidad de realizar un Webinar Gratuito acerca de como estamos usando inteligencia artificial para realizar análisis de mercado de una forma ágil y sencilla aprovechando la gran cantidad de información disponible. Presentamos a Laura, nuestra asistente virtual. Si no tuviste oportunidad de asistir ¡no te preocupes! en esta columna te vamos a contar un poco de lo que estuvimos viendo. Si te interesa aprovechar nuestros Webinars gratis no olvides suscribirte en nuestra página web.

free_Suscriber

En primer lugar, comenzamos por definir el concepto de inteligencia artificial (I.A.). Sin duda no es un termino ajeno hoy en día, sino al contrario, se ha puesto tan de moda que muchas personas lo han escuchado, pero pocos saben con exactitud que es a lo que se refiere. La definición de Bill Bulko es una de nuestras favoritas: “La inteligencia artificial es el arte de hacer que las computadoras se comporten como aquellas que vemos en las películas”. Sin duda no es una definición académica, pero se acerca mucho a la realidad, sobre todo en años recientes donde hemos visto numerosas películas que tratan este tema. La realidad es que una definición más científica define la inteligencia artificial como un “programa de computación diseñado para realizar determinadas operaciones que se consideran propias de la inteligencia humana, como el autoaprendizaje”

datlas_mx_webinar_laura_IA

Ahora bien, la inteligencia artificial no es algo que haya nacido ayer, como dicen. Este tipo de programas computacionales tuvo sus inicios en los años 50´s con el famoso Alan Turing y su test para identificar si una computadora es capaz de “pensar como un ser humano”. Lo que también es verdad es que en la época de Alan Turing el término inteligencia artificial no existía siquiera, fue hasta 1956 que John McCarthy acuña el término y se comienza a utilizar. A lo largo de estos más de 60 años esta tecnología ha evolucionado desde los primeros chatbot, robots, hasta IBM Deep Blue que logró vencer al campeón de ajedrez. Esto nos lleva a otro punto importante, dentro de la inteligencia artificial existen distintos tipos o subgrupos dentro de los que destacan precisamente la robótica, los sistemas expertos, el procesamiento de lenguaje natural, visión computacional y machine learning. En este caso nosotros nos enfocamos en este último subgrupo mencionado: machine learning, que en su definición simple se entiende como “el estudio de los algoritmos computacionales que mejoran a través de la experiencia”

datlas_mx_webinar_laura_machine_learning

Después de esa rápida introducción al tema de inteligencia artificial es momento de platicar un poco del proceso que se lleva a cabo para poder generar este algoritmo que nos ayuda finalmente a realizar los análisis de mercado de forma automática. Para ello nosotros hemos personalizado y adaptado la técnica académica de CRISP-DM a la metodología Datlas y la hemos bautizado como Laboratorio de Datos. Este proceso consta de 6 actividades claves:

  • Extracción
  • Integración
  • Clasificación
  • Visualización
  • Entrenamiento
  • Reporteo

datlas_mx_webinar_laura_crisp_dm

Durante la primera fase del proceso lo que hacemos es todo el trabajo de minería de datos, es decir, nos conectamos a las diversas fuentes de información abierta, públicas, privadas y, de ser necesario, integramos también datos internos del cliente.

Pasando a la segunda etapa de integración, lo que sucede es que aquellas diversas fuentes de información y datos que ya tenemos se organizan y se “traducen” para lograr homologarlos bajo un mismo “idioma” que en nuestro caso es el componente geográfico o la georreferencia como le llaman técnicamente.

Enseguida viene la parte de clasificación, que muchas veces es uno de los pasos más subvaluados pero es de los más importantes porque es en esta parte en donde pasamos de los simples datos y de la información a la preparación de la interfaz de usuario, al diseño centrado en el consumidor final. La clasificación nos sirve para poder entregar datos a nivel agregado o a nivel granular dependiendo de su relevancia, por ejemplo: si tenemos datos de los check-ins en redes sociales, en esta fase es donde decidimos mostrarlos a través de mapas de calor clasificados por tipo de actividad, en vez de mostrarlos quizá como una masa de puntos individuales dentro de una geografía.

Una vez clasificado todo, pasamos a la parte del cifrado visual en donde elegimos las distintas maneras de presentar la información y se termina de gestar todo ese diseño que se planeo en la parte de clasificación.

Finalmente llegamos al penúltimo paso que es el de entrenar el algoritmo. En este punto es importante entender que cuando hablamos de inteligencia artificial hay distintos tipos de entrenamiento que se pueden ejercer sobre un algoritmo de este estilo. En general se clasifican de dos formas: entrenamiento supervisado y entrenamiento no supervisado.

datlas_mx_webinar_laura_entrenamiento_IA

Cuando hablamos de entrenamiento supervisado estamos básicamente hablando de tomar el set de datos que tenemos, extraer una muestra del 80%, por ejemplo, indicarle a la máquina cual es la variable de respuesta o lo que quiero calcular, estimar o predecir y pedirle que ajuste un modelo con esas variables. A partir de esto se usa el 20% restante de los datos para probar su asertividad del modelo y se realizan ajustes iterando esta práctica. Por otro lado, el aprendizaje no supervisado es aquel que permite a la maquina “deducir” o aprender a partir de un set de datos sin decirle exactamente que variable de respuesta esperamos o que tipo de ejercicio se quiere realizar. Para ponerlo en perspectiva, en 2016 Microsoft utilizó un entrenamiento no supervisado para generar su chatbot Tray y lo puso a aprender por si solo en base a las conversaciones e información de redes sociales. Este tipo de experimento resulto un tanto controversial ya que Tray se volvió racista y extremista debido a la exposición que tuvo a gran cumulo de datos e información de esta índole. En nuestro caso claramente, por el contexto de negocios utilizamos un aprendizaje supervisado.

free_Suscriber

Finalmente terminamos la sesión platicando acerca de un caso aplicado que tuvimos con un cliente en Nuevo León que nos planteó el reto de analizar una ubicación en el centro de Monterrey para descifrar cual podría ser el tipo de negocio ideal que pudiera posicionar en esa ubicación que pudiera estar generando un cierto monto de ganancias mensuales. Sorprendentemente cuando Laura realizó el análisis de entorno descubrió que dentro de la dinámica de la zona había un hospital que básicamente fungía como el generador de tráfico más fuerte y que había hecho que la zona tomara una vocación distinta en los últimos años. A partir de este hallazgo Laura fue a realizar un análisis de entorno de los principales hospitales públicos y privados de Nuevo León para derivar un top 10 de negocios que habitualmente se sitúan alrededor de un hospital y contrastarlo contra el entorno que estaba analizando para identificar aquellos tipos de negocios que tuvieran oportunidad de posicionarse en la ubicación definida por el cliente.

De esta forma logramos entregar al cliente 3 opciones de negocio con un cierto nivel de potencial económico que cumplía las restricciones citadas originalmente y ayudarlo a tomar la mejor decisión a través del uso de tecnología y apalancados en la gran cantidad de datos e información disponible actualmente. Si quieres conocer un poco más acerca de esta experiencia te invitamos a ver el video de testimonio de nuestro cliente

datlas_mx_webinar_laura_testimonio_barras_cardan

Finalmente te invitamos a mantenerte en contacto para recibir noticias de los siguientes Webinars y muchas sorpresas más que tendremos para ti. Hasta la próxima.

@DatlasMX

Fake news en COVID-19, la 2da pandemia – Conferencia TALEND-LAND.TV 2020

Esta semana tuvimos oportunidad de participar en Talend-land.tv , el evento virtual que en fechas del “Talent Land Home” de Guadalajara Jalisco donde se llevó a cabo una serie de conferencias de tecnologías, negocios y salud a más de 170,000 asistentes. Por nuestra parte tuvimos un rol en el panel “Fake News en tiempos de COVID-19” auspiciado por Hacking Health.

FakeNews_COVID_19

Como moderador estuvo el Dr. Aurelio, experto en periodismo, Luis Garnica, fundador del medio digital ALTVZ México, Jeremi de la Cruz, experto en marketing digital y un servidor, Pedro Vallejo, Director General de Datlas compartiendo el contexto en método y analítica alrededor de las fake news. En esta columna daremos una breve síntesis de la relevancia que ha tomado esta segunda pandemia de fake news y cómo, a pesar de estar concientes de ello, continua creciendo.

Datlas_barra_suscribir

Definiendo el término, Fake-news “en tiempos de COVID-19”

En la plática nos centramos en los ejercicios periodísticos y de difusión en redes sociales que no han llevado un proceso correcto de verificación y representan una verdad parcial o total mentira aprovechando el foco de atención que el tema de “COVID-19” ha propuesto al colectivo social.

Por qué es importante hablar del tema

En un estudio de la UNAM para México el estudio “Radiografía sobre la difusión de fake news en México”,que dimensiona el tamaño del impacto de fake-news entre los mexicanos, el 90% de los encuestados confirma haber recibido noticias falsas por Whatsapp. Otro tanto similar en isntagram. En los 80% está Youtube y Twitter.

Al menos para México, no es exclusivo de campañas electorales, según este estudio existe un nivel alto de circulación y propragación de información falsa.

Datlas_FakeNews_COVID19_ (12)

El origen a gran escala: Granjas de Bots

Buzzfeed México realizó un estudio a profundidad de cómo operan las “granjas de bot” en el país. Siendo que plataformas como Facebook, Twitter o Whatsapp han elevado sus barreras de entrada solicitando a usuarios teléfonos únicos por cuenta, en México en realidad es sencillo sacarle la vuelta a este obstáculo. Y es que en cualquier tienda de conveniencia en el país uno puede ir  y comprar 10,20 o todas las tarjetas SIM (chip telefónico) y activar cuentas en cualquier red social. En otros países es habitual que te soliciten tu credencial de identidad oficial y exista un registro de todos los teléfonos activos a cierto nombre.

En qué dimensiones hablamos de FAKE NEWS

El modelo sabueso, usado por animal político y el portal Verificado, nos aclara que una fake news no tiene dimensiones binarias, va más allá. Y es que existen 8 niveles de veracidad que podemos encontrar una noticia, que van desde las verdades a medias hasta las notas ridículas. En su mayoría, cumplen con el patrón de ser muy atractivas para compartir en nuestras redes sociales.

Datlas_FakeNews_COVID19_ (5)

Aún y teniendo datos… podemos tener otros datos

Por dar un ejemplo, existen al menos 10 formas de generar falacias estadísticas para que los datos cuenten la historia que queremos que cuenten.

Datlas_FakeNews_COVID19_ (6)

Un caso que dentro de la conferencia ejemplificamos es el número de negocios en México. Que en tiempos de COVID-19 está en foco de atención, ya que los efectos de la pandemia sobre el cierre de negocios podrían ser críticos. Si te interesa este tema también puedes leer nuestro blog anterior. Por ejemplo, en una búsqueda virtual, podríamos tener 3 datos oficiales de negocios en México. En estas láminas planteamos las diferencias metodológicas y cómo hay indicadores que escuchamos casi semanalmente en las noticias y hacen diferencia a distintas bases estadísticas. Sin embargo, todos están “correctos” en su propio contexto.

El pase de diapositivas requiere JavaScript.

Para México, hay muchísimos ejemplos

Después destacamos algunos ejemplos que han estado en el foco de la conversación.

El pase de diapositivas requiere JavaScript.

Si te interesa revisar esta conversación te recomiendo ver la grabación del webinar dando click aqui o siguiente la liga en la imagen.

 

Si te interesa conocer más casos específicos o motivos para dudar de las notas del “COVID-19” te recomendamos revisar la siguiente fuente:

https://www.infobae.com/america/mundo/2020/04/16/mis-10-razones-para-dudar-de-los-datos-del-coronavirus/

Datlas_barra_suscribir

Reflexión Final

Hubo varios cierres y reflexiones de una conversaciones como estas. El nuevo rol del usuario y consumidor de noticias es cuestionarse. Casi siendo un deber ético, debemos de hacer nuestro propio trabajo de investigación y evitar compartir la “nota” para aparentar que nosotros lo descubrimos primero. Hay que asegurarnos que es 100% verdad y cuestionar a quienes publican por fuentes y verificaciones.

Y aún con más responsabilidad están los periodistas, quienes al ser difusores de este tipo de noticias, tendrán que armarse de herramientas y procesos para brindar garantías de la confiabilidad de una nota.

Hasta aqui la nota de hoy. Cuéntanos tu opinión y comparte con tus colegas para que tomen precauciones el próximo mes en estos temas del COVID-19 y, en general, con fake news.

Equipo Datlas

-Keep it weird-

Inteligencia artificial y big data para combatir el coronavirus (COVID-19)

El día de ayer la Organización Mundial de la Salud (OMS) declaró como pandemia el coronavirus o COVID-19, por su nombre oficial. ¿Qué significa esto? Una enfermedad entra en la categoría de pandemia cuando cumple cualquiera de las siguientes condiciones: se extiende a muchos países o ataca a casi todos los individuos de una localidad o región. En este caso, la propagación que ha tenido este virus desde el continente asiático hasta Europa y América le ha conferido la categoría de pandemia. Ahora bien, los coronavirus son una extensa familia de virus que pueden causar enfermedades tanto en animales como en humanos. En los humanos, se sabe que varios coronavirus causan infecciones respiratorias que pueden ir desde el resfriado común hasta enfermedades más graves como el síndrome respiratorio de Oriente Medio (MERS) y el síndrome respiratorio agudo severo (SRAS). La COVID-19 es la enfermedad infecciosa causada por el coronavirus que se ha descubierto más recientemente. Tanto el nuevo virus como la enfermedad eran desconocidos antes de que estallara el brote en Wuhan (China) en diciembre de 2019. Si bien esta no es una nota médica te invitamos a consultar los síntomas, las maneras de prevenir y protegerte de este virus en el sitio oficial de la Organización Mundial de la Salud (WHO, por sus siglas en inglés).

free_Suscriber

Sin duda la industria de la salud no ha sido exenta de vivir y beneficiarse de la reciente transformación digital y la innovación tecnológica. Para este caso puntual del coronavirus queremos destacar el papel que han tenido el big data y la inteligencia artificial en la lucha, prevención y reacción ante esta pandemia. En cuanto se confirmó el brote en Wuhan el gobierno chino comenzó a desplegar una estrategia de prevención y control basado en los sistemas de inteligencia y la tecnología que tanto han distinguido al país en las últimas décadas, así como apalancado en su sistema de gobierno que, para muchos expertos, en este caso fue bastante útil y eficaz para la capacidad de reacción que tuvo el país.

datlas_china_coronavirus_covid-19_2020

Por si no lo sabías, el gobierno de China ha instalado un sistema masivo de vigilancia para sus ciudadanos que va desde cámaras hasta una intervención directa en smartphones, rastreo de operaciones financieras y ubicación en tiempo real. Fue así como el gigante asiático comenzó a luchar contra el COVID-19. Lo primero en llegar fueron las cámaras térmicas. Como salido de una película de guerra o de invasión alienígena, empezaron a utilizar las cámaras para detectar la temperatura térmica de las personas, ya que uno de los principales síntomas del COVID-19 es el alza en la temperatura. Mediante inteligencia artificial, aún vigilan la temperatura corporal de los ciudadanos.

datlas_china_coronavirus_covid-19_camaras_termicas

El siguiente gran paso fue desarrollar aplicaciones para los smartphones que, utilizando un esquema de semáforo clasifican a los ciudadanos hasta condicionarles qué hacer y con quién relacionarse. En esta iniciativa destacaba la cooperación del gigante del comercio online Alibaba, que contribuyó a desarrollarla. La aplicación era capaz de identificar a las personas según tres colores: el verde, para quien puede moverse con libertad; el amarillo, para quien había estado en una zona con peligro de infección (razón por la que debía permanecer siete días en cuarentena); y el rojo para quien hubiera estado en contacto con zonas de alta afectación del COVID-19 (lo que obliga a permanecer catorce días en cuarentena).

Pero esta innovación, sin embargo, no fue la última. Porque si el semáforo móvil clasificaba a los ciudadanos de cara a su control peatonal en la calle, hubo una aplicación posterior que profundizó aún más. Y es que el gobierno y la Corporación de Tecnología Electrónica de China, respaldados por datos de las autoridades de salud y transporte –según publicó la agencia estatal Xinhua–, desarrolló una segunda app para permitir rastrear a las personas y alertar sobre si han tenido un “contacto cercano con alguien infectado”. Una aplicación que explotaba el big data en manos del gobierno, y que es accesible apenas con escanear un código QR en las populares plataformas chinas WeChat o Alipay. El único requisito es enviar el nombre, el número de teléfono y el número de identificación y, tras cruzar los diferentes datos a los que tiene acceso, ya puede advertir si se camina por un lugar con peligro de ser infectado, o si se ha viajado cerca de personas infectadas, también si se trata de miembros de la familia o de pasajeros y tripulación de un mismo tren o avión. Es más, incluso permite buscar números de identificación diferentes, y saber si son un riesgo de salud.

free_Suscriber

Sin duda alguna, estas últimas medidas pueden ser controversiales ya que son obligatorias en algunas ciudades chinas mientras que en otras están disponibles a voluntad. Lo que no se puede negar es que estas medidas han sido eficaces en el corto plazo, pero presentan un riesgo muy delicado. “La extrapolación de estas apps de control sanitario al incipiente sistema de crédito social puede provocar, además, que algunos colectivos sean marginados y aislados socialmente. Y ello se añade a un sistema masivo de vigilancia que, en base a lo detectado por cámaras, permite o no acceder a determinados medios de transporte, o tener prioridad en los servicios”, explica Antoni Gutiérrez-Rubí, experto en tecnología y política. Lo que se añade a la conocida opacidad informativa del gobierno de China sobre su alcance.

Finalmente, debemos estar atentos al desarrollo de esta pandemia, tomar en cuenta las medidas precautorias y seguir atentos a la forma en la que podemos adoptar algunas de estas tecnologías en favor no solo de la detección de posible infección sino en la cura definitiva de la misma.

Compártenos tu opinión y mantente atento a noticias como estas en nuestras redes sociales

@DatlasMX

¿Por qué pueden fracasar los proyectos de Ciencia de datos?

Según estadísticas de Kaggle, entre el 70 y 85% de los proyectos de ciencia de datos fallan en alguna rubrica a la hora de ser implementados. En esta columna dedicaremos un espacio para analizar sobre las principales razones de fracaso en proyectos de analíticas. Esto lo haremos utilizando una encuesta a más de 16,000 participantes de la industria de “data science”.

Como preámbulo, es justo entender en esta lectura porqué estos proyectos nacen de manera inherente con problemas de dimensionamientos en tiempo, recursos y esfuerzos.  Como cualquier iniciativa de tecnologías, los proyectos de información son complejos. Entre más grande la organización más difícil se vuelve integrar una visión estratégica a problemas de datos. Aún en compañías pequeñas y medianas nos vamos a enfrentar al retador mundo de la estadística y cómo usar técnicas matemáticas adecuadas para sacarle valor a los datos de mi negocio. Esto sin mencionar que en cualquiera de los casos hay que hacer una venta interna sobre lo que probablemente será una “caja negra” . Todo esto se traduce en resistencias internas en la organización, plantear proyectos sobre fundamentos que no se conocen al 100% , entre otros.

También puedes leer: “No se aprende “Big Data” en un curso de 2 horas, pero tampoco requieres un doctorado” .Datlas_barra_suscribir

Con este importante contexto , vamos a tener la óptica de que en proyectos de analítica de datos es muy probable que nos enfrentes a algunos de estos obstáculos (mencionados como respuestas de la encuesta).

El pase de diapositivas requiere JavaScript.

Problemas de Colaboración-Organización

En una compañía , este tipo de proyectos involucra a 3 áreas: negocios, TI y analítica (si existe el área, en su defecto sería TI o similar). Las encuestas muestran que existe principalmente faltas de comunicación.  Esto principalmente viene de que cada área tiene sus especialistas, a los que les gusta hablar su propio lenguaje. También que no necesariamente se le informa al negocio la manera en que se está resolviendo el problema.

Datos

En general las compañías y organizaciones tienen datos gracias a los sistemas que han implementado durante la última década. El problema es que esta información no está lista para consumir. Al menos el 30% de los que respondieron la encuesta identificaron la falta de datos como un reto. Lo más común es que el proyecto se estime sin considerar los tiempos reservados a la limpieza e integración de datos con los que se va a trabajar.

Talento

Los especialistas en datos están muy demandados y dentro de las organizaciones han optado por capacitar a su personal interno para resolver estos retos de analítica. Sin embargo, esto ha traído consigo falta de método y de respuestas precisas a los retos de negocio. En la encuesta mencionan el 42% de los retos son asignados a la obtención de talento. También puedes leer “5 perfiles para una estrategia de datos en tu organización”.  La necesidad de desarrollar  e incorporar equipos con experiencia en el área de analítica que puedan planear proyectos con mayor probabilidad de éxito cuidando los temas de fracaso común como los mencionados en la encuesta.

Herramientas y Presupuesto

Resolver nuevos retos de big data algunas veces requiere de nueva infraestructura.  Entre mayor sea la cantidad de datos y las áreas de la compañía a atender se van a requerir herramientas más sofisticadas y presupuestos.  Algunas de ellas las mencionamos en nuestro “Data Playbook”. Pero como aclaramos en la charla del INCMTY 2019,  las tecnología es relevante pero no es lo más importante. El presupuesto primeramente debe ir dirigido a la cultura y personas que estarán revisando los temas, más que a la tecnología. Al final las personas indicadas harán el mejor uso de los recursos que se le asignen a los proyectos.

3_Datlas_Piramide_Porquefracasan_proyectosdeDatos

Cierre

Termina la columna de hoy con la recomendación que la “planeación de escenarios” nos puede ser de utilidad en proyectos de big data. Esto significa que si ya sabemos las posibilidades de enfrentarnos a estos retos deberíamos de prepararnos dando por hecho que estos obstáculos que hemos nombrado aparecerán en el curso del proyecto. Siendo así podríamos generar nuestro propio “checklist” para verificar que contamos con todo lo necesario para echar a andar alguna iniciativa de datos y sobre todo los compromisos de negocio que vienen acompañados de las mismas.

Datlas_barra_suscribir

Esperamos te haya gustado la columna y comparte tus comentarios así como precauciones que tomas en proyectos de datos. Te invitamos además a participar en nuestra lista de prelanzamiento para el “Data Playbook Vol II”.

Equipo Datlas

Keep it weird

 

INC Monterrey 2019: Nueva sede, nuevas dinámicas, más contenido

Hemos tenido la oportunidad de colaborar con INC Monterrey desde su edición 2017 y somos testigos de su evolución. Hoy queremos contarles nuestra impresión acerca de su más reciente edición la cual se llevó a cabo en una sede completamente nueva: Cintermex. Históricamente INC Mty se había llevado a cabo simultáneamente entre 3 distintas sedes: el campus Monterrey del TEC, el Pabellón M y el hotel Crowne Plaza. Este año la organización decidió concentrar todo el contenido en una sola sede y, en nuestra opinión, fue un gran acierto. Cuando tienes una agenda llena de buen contenido con horarios apretados es una gran ventaja el no tener que desplazarte más que algunos pasos para poder llegar a tu siguiente conferencia/taller.free_Suscriber

datlas_inc_mty_2019_overview
Cintermex Sala G-H (vista desde arriba)

La planta baja conjuntaba: escenarios, zonas de networking, boots de startups y empresas, creando una dinámica estimulante para interactuar y compartir. Un detalle clave fue precisamente la dinámica en los escenarios que estaban en estas zonas “comunes”. Cuando tienes más de un escenario en el mismo espacio y las conferencias sucediendo en simultaneo el problema principal es la “pelea del audio” (acabo de inventar el termino), es decir, como asistente estas escuchando tu conferencia, pero al mismo tiempo a toda la gente pasando e igualmente el eco de la conferencia de a lado, etc. De ahí la importancia de esta gran solución: audífonos. Como recordaran, en el blog acerca de la IMC Conference introdujimos por primera vez este gran descubrimiento, en el los escenarios tienen un set de audífonos para cada asistente, dándole la oportunidad de tener una experiencia completamente inmersiva en la conferencia/taller al que asiste.

datlas_inc_mty_2019_conferencia_publico
Escenario B, Conferencia de DATLAS: “Revolución de Big Data ¿Cómo la inicio?”

Fue precisamente en este espacio, en el escenario B, que dimos nuestra conferencia el día viernes en punto de las 10:00am a más de 80 personas que se dieron cita con nosotros para descubrir como iniciar la revolución del big data en su organización. Iniciamos contextualizando acerca de que es el big data y su relevancia en la actualidad. Enseguida abordamos la forma en que se implementa una estrategia de big data en la organización y, finalmente, platicamos del ingrediente clave para llevar a cabo una implementación exitosa: las personas. En este cierre comentamos acerca de la cultura organizacional y algunas recomendaciones importantes a tomar en cuenta antes de seleccionar la tecnología en la que vas a invertir para implementar tu estrategia. Al final hubo una sesión de preguntas y respuestas, bastante buenas, y nos despedimos obsequiándoles a los asistentes nuestro Data Playbook.

free_Suscriber

El pase de diapositivas requiere JavaScript.

 

En el segundo y tercer piso habilitaron salones, más grandes, para talleres donde la dinámica era más privada e interactiva. Nosotros tuvimos la oportunidad de participar en un taller de Design Thinking para proyectos sociales a cargo de Frida y Dany, co-fundadoras de Tierra de Artistas, una organización cuya misión es fomentar la conciencia social e individual propiciando un ambiente de armonía y equilibrio para la mejora del entorno y la comunidad, a través de espacios de expresión y proyectos de arte. En su taller nos explicaron el concepto y técnica del design thinking para luego llevarnos por todo el proceso en un caso real de un proyecto que actualmente realizan en Arrazola, Oaxaca. Fue muy interesante ver como una metodología que comunmente vemos aplicada en los negocios, puede servir también en el ámbito social.

datlas_inc_mty_2019_tierra_de_artistas
Frida y Dany platicando la historia de Tierra de Artistas

En la misma planta alta, pero al otro lado del recinto estaban los escenarios principales en donde se llevó a cabo la ignauración, las conferencias magistrales, el cierre y un par de paneles bastante interesantes. Fue precisamente en el Salón TLC donde pudimos asistir al Panel de Innovación corporativa: retos y oportunidades, en donde participó Eduardo de la Garza, Gerente General del Monterrey Digital Hub (nuestra casa). En el panel se habló acerca del rol de los corporativos en el ecosistema y los distintos modelos de innovación corporativa.

datlas_inc_mty_2019_panel

Ahora bien, el INC Monterrey es más que solo un congreso, por lo que nos encantaría destacar un par de dinámicas sociales que nos encantaron. La primera fue una especie de “galleta de la fortuna”. Era una pared, justo saliendo del salón TLC, que tenía una serie de sobres (abiertos) pegados en ella y que te invitaba a tomar una tarjeta, leer su contenido y devolverla. Era una dinámica de reflexión, para compartir, tuvo un gran éxito.

free_SuscriberLa segunda fue una especie de “cita a ciegas” denominada social dinning a cargo de Cenas Amarillas la cual consistía literalmente en sentarse a comer con completos desconocidos y fomentar una dinámica de conversación e interacción con ellos. Claramente el reto más grande en una dinámica como estas es romper el hielo, pero para ello tuvimos la ayuda del gran Roberto Palomares quien con unos trucos de magia nos ayudó a crear un ambiente ameno que generó una apertura clave para tener una gran convivencia.

El pase de diapositivas requiere JavaScript.

Regresando a las conferencias y los talleres tuvimos la oportunidad de disfrutar también el talento internacional. En nuestro caso, por ejemplo, asistimos a la conferencia “A.I. Entrepreneurship Lessons, and what´s next?” a cargo de Nir Kaldero, autor del libro Data Science for Executives y vicepresidente de Galvanize Inc, quien nos contó acerca de lo que es la inteligencia artificial, los últimos avances y una serie de oportunidades que esta tecnología trae en el ámbito de los negocios. Básicamente nos dio 6 ideas de negocio para quienes les guste la inteligencia artificial.

El pase de diapositivas requiere JavaScript.

Finalmente no nos queda más que agradecer a INC Monterrey por seguir confiando en nosotros, ha sido una experiencia fantástica crecer juntos y esperamos que el contenido, la organización y la experiencia siga siendo cada vez mejor para todos los que asistimos y disfrutamos de este gran evento.

free_SuscriberA ti, ¿qué te pareció INC Monterrey 2019? Compártenos tu opinión en nuestras redes sociales

@DatlasMx

¿Qué distingue a la inteligencia humana de la inteligencia artificial?

La historia registra conflictos entre grupos de seres humanos que se creían distintos a otros seres humanos. La Alemania nazi, por ejemplo, generó la ideología de la raza aria argumentando superioridad por cuestiones genéticas frente a otros grupos como los judíos. El juicio de sus consecuencias no serán tema que nos competen para esta entrada, pero sin duda hablaremos de historia. Lo que nos ayudará a introducir el verdadero tema de fondo es el análisis de la pregunta obligada que existe detrás de estos conflictos, es decir, ¿existió realmente una diferencia entre estos grupos de seres humanos? De ser así, ¿cuál era esa diferencia? Y partiendo de estas preguntas, nos gustaría dar un salto al presente y, al mismo tiempo, al futuro, para luego volver a la historia. Hoy en día en nuestra sociedad coexiste un nuevo “grupo” parecido, cada día más, a los seres humanos, que hemos podido diferenciar claramente desde su nacimiento en los años 50´s, pero que hoy en día evoluciona de una manera tan rápida y se vuelve cada vez más similar a nosotros, que nos ha obligado a plantearnos la siguiente pregunta: ¿qué nos distingue, como seres humanos, frente a la inteligencia artificial (I.A.)?

datlas_2019_IA_vs_humano

Y para tener un punto de partido común explicaremos brevemente como es que nosotros entendemos y explicamos lo que es la inteligencia artificial. Quizá algún experto se pudo dar cuenta que nos referíamos a la I.A. (con la pista de los años 50´s), pero efectivamente la inteligencia artificial es una técnica y un concepto que nace hace más de medio siglo, pero que sin duda hoy en día ha tomado una relevancia abismalmente mayor a lo que tenía en aquel entonces. La inteligencia artificial, simplificando la explicación, es un programa computacional que emula la inteligencia (la actividad cerebral) humana, es decir, tiene la capacidad de aprender, de deducir, etc. Regresando a la historia, en la época de su nacimiento, tenia una clara desventaja ante los seres humanos, pero entonces se volvió lo suficientemente buena como para vencer al mejor jugador de ajedrez del mundo (Kasparov), luego logró deducir preguntas a partir de una serie de respuestas y se corono como campeón indiscutible en jeopardy y, recientemente, comprendió y comenzó a crear jugadas completamente nuevas que la hicieron dominar el complejo juego de Go y vencer al mejor jugador humano. De tal forma que laa inteligencia artificial ha venido tomando una posición cada vez más “dominante” frente a la inteligencia humana. Más allá de juegos de mesa, estrategia y movimientos calculados, la inteligencia artificial se introdujo a los negocios y la sociedad, ayudando a mejorar exponencialmente una serie de procesos, productos y servicios que hoy consumimos muy comúnmente en el transcurso de un día. Las recomendaciones de Netflix y Spotify, las interacciones son Siri o Alexa, las alertas que te envía tu banco acerca de posibles fraudes o actividad inusual en tu cuenta, son todas habilitadas por inteligencia artificial. Ahora bien, la mayoría de estos procesos parten de funciones lógico-matemáticas, de pensamiento analítico y procesos asociados al hemisferio izquierdo del cerebro. Y es aquí, donde habíamos encontrado la respuesta más clara, hasta el momento, para definir el diferenciador entre la inteligencia artificial y la inteligencia humana: el hemisferio derecho del cerebro, es decir, la creatividad, el arte, la música, la intuición.

datlas_2019_cerebro_humano_lados.png

Sin embargo, al igual que el tiempo, la evolución de la I.A. no ha parado y justo en febrero del 2016 se presentó una I.A. capaz de escribir poesía, una tarea propia del hemisferio derecho del cerebro. Les recomendamos ver el video si les interesa, pero en resumen la I.A. simplemente aprendió de miles y millones de poemas de distintos autores, estructuras y corrientes históricas, con lo que fue capaz de generar una especie de “Frankenstein” con un tema de la corriente romántica, con el estilo de un autor latinoamericano y con rima consonante de estructura A, B, A, B.  Hasta aquí ya era todo un asombro hasta temeroso para quienes nos dedicamos al área artística. De pronto, dos años después (2018) se presenta una I.A. capaz de componer música. Igualmente les recomendamos ver el video si les interesa, pero lo particular de esta hazaña es que sin duda utilizó una lógica similar que la I.A. poeta para aprender acerca de sonidos, instrumentos, estructuras, etc. Pero en esta ocasión, la I.A. puede componer una canción personalizada de ¡tu vida!, es decir, basado en tu personalidad y ciertos rasgos que debe interpretar, puede generar una pieza completamente inédita y única para ti. E incluso, se habla de que pudiera generar una canción completa, en tiempo real, durante un juego en vivo sin repetir nunca ningún acorde o set de notas (perdón si use un término mal, no soy experto en música).

Datlas_barra_suscribir

Finalmente, parados a fines del año 2019, con muchos más avances nuevos y revolucionarios sobre inteligencia artificial que se revelan todos los días, creemos que es crucial tomarnos el tiempo de replantear la pregunta ¿qué nos distingue, como seres humanos, frente a la inteligencia artificial (I.A.)? porque de ahí debe nacer un juicio genuino frente a las posturas radicalmente opuestas que se manejan en los medios de comunicación acerca de la forma en la que los seres humanos y las máquinas inteligentes coexistimos. ¿Será realmente fatídico y las maquinas nos dominaran? ¿O seremos verdaderos aliados que en conjunto podamos revertir algunos de los daños que hemos creído irreversibles y convertirnos en una sociedad con un nivel de vida superior e inimaginable?

¿Tú que opinas? Cuéntanos en nuestras redes sociales

@DatlasMX

IMC 2019: El nacimiento de la comunidad más grande de tecnología en México

Como emprendedores y, a la vez, amantes de la tecnología nos mantenemos atentos a los mejores eventos acerca de estos temas alrededor del mundo y, sobre todo, en nuestro natal México. Para nuestra sorpresa, hace un par de meses comenzamos a escuchar de un evento y una organización que desconocíamos: Inteligencia México Conference 2019 (IMC 2019) y enseguida nos dimos a la tarea de investigar al respecto y, por supuesto, de asistir. Para nuestra sorpresa, ha sido uno de los mejores eventos de los que hemos tenido oportunidad de presenciar en territorio nacional y en esta columna vamos a contarte por que.

Iniciemos con un poco de contexto, ¿Qué es Inteligencia México?, ¿Cómo nace? Y para explicarlo no hay nada mejor que las palabras de uno de sus fundadores, Alexandre Surman (izquierda en la foto)

datlas_imc2019_alexander_surman

a quien nuestro equipo tuvo la oportunidad de entrevistar. Ante esta primera preguntar Alexander comentó:

“… básicamente en agosto del año pasado (2018) nos sentamos con expertos de la industria del IoT (internet of things = internet de las cosas), del big data y la inteligencia artificial, y nos dimos cuenta que había mucha conversación alrededor de estos temas, pero que eran pocas las empresas que realmente estaban implementando este tipo de tecnologías, si bien habían comenzado los esfuerzos de adopción en 2015-2016 aún estaban en pañales. Fue ahí donde descubrimos la oportunidad y el interés de ayudar a México a posicionarse como un país que adopta estas nuevas tecnologías. El reto era que cada proveedor de estas tecnologías hacía su propio evento y su propio esfuerzo de evangelización, pero su alcance era muy local. Por lo tanto, continuar en ese camino nos habría tomado quizá más tiempo en poder tener el alcance deseado. Es ahí, cuando decidimos crear esta comunidad, Inteligencia México (IMx), para unir todos estos esfuerzos de evangelización porque entendemos que la unión hace la fuerza…”

Ahora bien, Inteligencia México es la comunidad, el organizador, pero ¿qué es IMC 2019? Alexander nos explica:

“…una vez creada la comunidad, antes de desplegar un montón de actividades que tenemos planeadas dijimos la mejor forma de iniciar es con un congreso, para que se materialice el concepto de IMx.  Por ello se realiza Inteligencia México Conference 2019, el primer congreso que a partir de ahora se volverá anual…”

datlas_imc2019_pano_santds.JPG

IMC 2019 se llevó a cabo el pasado 19 y 20 de junio de 2019 con sede en el centro Citibanamex de la Ciudad de México. Este primer congreso, de IMx, logró juntar, bajo el mismo techo, a los principales y más grandes proveedores de soluciones de IoT, big data e I.A., así como a grandes conferencistas y expositores de talla internacional, compartiendo escenario con nuestros grandes ejemplares mexicanos.

Una de las claves para la gran experiencia que vivimos como asistentes fue la app del evento, desarrollada por Bizzabo. Dentro de la aplicación no solo tenías tu acceso y la agenda del evento, sino que podías generar tu agenda personalizada con las ponencias de tu interés y recibir notificaciones push de recordatorio. Asimismo, otra de las maravillas de la app era la oportunidad de entrar a un foro comunitario que te daba la libertad de comunicarte (obviamente dentro de la app) con más de 967 asistentes dentro de los que destacaban presidentes, CEOs y directivos de empresas nacionales e internacionales. En nuestro caso tuvimos la oportunidad de platicar con el presidente de una empresa de analítica de datos con oficinas en Estados Unidos, pero con un equipo completo de científicos de datos en la India (de hecho, el nos buscó a nosotros jeje).

Ahora bien, las ventajas no eran solo para asistentes, de hecho otra de las grandes sorpresas para nosotros fue ver que cada empresa de las que estaba exhibiendo sus soluciones (en los stands) tenía un scanner con el que registraba el código QR que llevabas en tu gafete de acceso (claramente te pedían permiso antes de hacerlo) para obtener tus datos de contacto y enviarte información si es que mostrabas interés en alguna de sus soluciones o incluso para generar alianzas o conversaciones posteriores. Esto es una gran ventaja para justificar la inversión al momento de decidir asistir como exhibidor a un foro como este.

Por otro lado, regresando al tema de la experiencia como asistentes, nos sorprendió ver que cada uno de los 4 escenarios alternativos (con excepción del escenario principal) tenía una dinámica de inmersión que implicaba ponerte unos audífonos para escuchar la conferencia, en lugar de utilizar las típicas bocinas o altavoces para inundar de sonido todo el recinto. Esto daba una sensación mucho más comprometida con la ponencia que estabas escuchando.

datlas_imc2019_audifonos

Y como no todo en la vida es trabajo, no todo en estos eventos son conferencias. Un detalle más que hizo de la experiencia algo especial fue el hecho de que el acceso que teníamos incluía la comida. Pero más allá de que la comida estuvo buena, el hecho de hacerse cargo de ese rubro ayudo no solo a optimizar los tiempos de organización y despliegue del evento, sino que nos dio una oportunidad más, en un contexto quizá más informal, de convivir no solo con otros asistentes sino con los mismos conferencistas. Y permítanme insistir en este último punto, en la mayoría de los eventos a los que asistimos los conferencistas llegan, dan su platica y se van. Este es el primer foro en donde nos percatamos que no solo se quedan unos minutos o unas horas después de su ponencia, sino hasta el final del evento. Nosotros tuvimos la oportunidad de platicar con Rahul Vijay (Head of Global Connectivity de Uber) quien dio la conferencia de apertura durante la comida del segundo día. Este es otro detalle que distingue y hace sobre salir la experiencia en este evento.

datlas_imc2019_uber

A pesar de haber sido uno de los mejores eventos a los que hemos ido, también observamos algunas áreas de oportunidad que resaltamos con la esperanza de que ayuden a mejorar:

  • El foro comunitario de la app te presenta los perfiles de la gente para contactarlos personalmente vía inbox, pero no te deja enviar un mensaje a la comunidad entera (entendemos que evita el tema de spam), quizá sería buena opción
  • Los audífonos son gran detalle, pero hay que cuidar dos cosas: la calidad del audio (porque fue significativamente menor a la de las bocinas o altavoces convencionales) y el tema de higiene, porque son tantas conferencias, tantos asistentes y un horario tan estricto que andar compartiendo audífonos puede ser algo incomodo.
  • Mayor involucramiento con startups/scaleups. Entendemos que el foro comprometía un cierto nivel de experiencia, expertise y profesionalismo que no toda startup mexicana tiene. Pero existen grandes historias de éxito, fuera de las apadrinadas por grandes fondos, que encontrarían grandes ventajas y serían de gran inspiración para este ecosistema que intenta despertar consciencia de los esfuerzos mexicanos por la adopción de estas tecnologías.

El pase de diapositivas requiere JavaScript.

Finalmente, no podíamos dejarlos sin el resto de la entrevista a Alexandre, donde nos cuenta un poco más acerca de lo que viene para Inteligencia México:

P: Alexandre, uno de los grandes patrocinadores y partners de este evento es Sigfox, una empresa francesa, ustedes mismos (los fundadores) son franceses, cuéntanos ¿cómo termina siendo México su ecosistema?

R: “…Christian, Phillippe (mi hermano) y yo somos franceses, pero tenemos más de 17 años en México de hecho, nuestros hijos son mexicanos, nacieron aquí entonces somos franceses, pero con una piel mexicana. Nosotros llegamos aquí muy jóvenes con oportunidades de emprender y hacer negocios, la idea era venir un par de años, pero 17 años después henos aquí, porque nos gusta México, nos gusta el país, nos recibió con los brazos abiertos y es por ello que queremos aportar valor a México…”

 P: Alexandre, entendemos que este es el kick-off para IMx, ¿qué sigue hacía adelante?

R: “… a partir del lunes (24 de junio 2019) comenzamos a planear la conferencia del próximo año (IMC 2020) porque han nacido muchas iniciativas, se están queriendo sumar muchos actores y eso es bueno, entonces vamos a preparar la siguiente edición desde ya. Pero de aquí a 2020 no nos vamos a desconectar del gremio, de la comunidad, tenemos pensado crear toda una gama de actividades como, por ejemplo: misiones dentro de las principales ciudades del país; crear webinars; forjar alianzas con universidades extranjeras como: MIT, Standford, Harvard, otras de China e Israel para que nos puedan compartir conocimiento y que podamos aprovecharlo en México y compartirles nosotros también; tenemos pensado crear una bolsa de trabajo muy especializada para el talento requerido y tan escaso y difícil de encontrar como lo son los data scientists, por ejemplo; queremos crear capacitaciones y certificaciones también; crear comités por verticales, para que el próximo año estemos en IMC 2020 hablando de la vertical de salud, por ejemplo, y haya contenido más encausado hacia esa vertical… vamos a lanzar una plataforma independiente para que la comunidad se cree ahí, se vayan registrando, tengan acceso a la biblioteca digital, a los diferentes programas y actividades que vamos a tener…”

P: Finalmente, Alexandre, como emprendedores de tecnología, emprendedores regios, nos interesa seguir en contacto, seguir colaborando, apoyando, entonces ¿cómo podrían los demás emprendedores como nosotros, ser parte de IMx?

 R: “…mira, la visión que tenemos es ser la comunidad de las comunidades. Con la energía y recursos que tenemos queremos sumar a todas las comunidades y proyectos, que son muchos, pero manteniendo la calidad. Por ello habrá que priorizar y realizar esfuerzos que realmente traigan eficiencias para México… de momento pueden inscribirse en la página de Facebook, en linked in, pueden agregarme incluso a mi o a Christian o Philippe para que estén al tanto y pronto integrarse a nuestra plataforma Inteligencia México… porque juntos hacemos crecer México”

Sin más, los invitamos a nuestras redes sociales para que nos cuenten si tuvieron oportunidad de asistir, si se quedaron con las ganas y/o si piensan asistir al IMC 2020 porque nosotros definitivamente ¡estaremos ahí!

@DatlasMX

 

-Keep it weird-

De México a Japón con solo un pitch… Open Innovation Contest 9.0

El ecosistema de emprendimiento en México ha estado creciendo exponencialmente, atrayendo el interés de grandes concursos, programas de aceleración y fondos de capital de todo el mundo. En esta ocasión queremos contarles sobre uno de los concursos de más alto impacto que hemos conocido en estos últimos 4 años. Se trata del Open Innovation Contest auspiciado por NTT Data Group.

Contexto: NTT Data es un proveedor mundial de servicios de TI de clase mundial con sede en Tokio ubicado entre los 10 mejores con más de 118,000 empleados en más de 50 países. Para que dimensiones su tamaño, tan solo en 2016 adquirió Dell Services, la unidad de comercial de servicios de TI de Dell. Si aun no los conoces, ya vas tarde.

Como buen líder global de negocios e innovación, NTT Data reconoce que:

tenemos muchas necesidades de innovación que provienen de todas las industrias, en todo el mundo. Si tiene una gran idea para resolver estas necesidades, participar en este concurso es la mejor manera de asegurar que su propuesta sea escuchada por todas las unidades de negocios relevantes y las compañías del grupo de NTT Data. Si a una unidad de negocios le gusta su propuesta, hablemos de negocios, incluso si no gana el concurso.

Bajo esta premisa desarrollaron el Open Innovation Contest, un concurso que busca a las startups más innovadoras de todo el mundo para integrarlas como socios de innovación al interior del grupo en las distintas verticales, industrias y geografías en las que NTT Data tiene presencia. La primera edición del concurso fue en el año 2014, pero no ha sido sino hasta este año 2019 que ha llegado a México.

La dinámica es sencilla, existen convocatorias en distintas ciudades de cada país en donde NTT Data ha ido mostrando interés. Para esta edición número 9, por ejemplo, hubo convocatorias en 20 ciudades, entre ellas Ciudad de México, como una de las nuevas latitudes interesantes para la empresa.

datlas_nttdata_openinnovation9_venues

Como todo buen concurso el primer paso es enviar una solicitud vía electrónica desde la página web del concurso, después hacen un filtro y seleccionan alrededor de 10 finalistas por ciudad para competir en una ronda de pitches presenciales para finalmente elegir un ganador que va a Tokyo, Japón (todo pagado obviamente) a competir en la gran final internacional frente a los campeones de cada una de las otras ciudades participantes.

datlas_nttdata_openinnovation9_grandfinale

¿Y adivinen quién estuvo en la final de Ciudad de México? Así es, ¡DATLAS!. Y les queremos contar algunos detalles de nuestra experiencia que creemos que hacen de este concurso algo especial frente a otros certámenes en los que hemos participado. Para empezar ¿cómo nos enteramos? En el mes de septiembre del año pasado estuvimos participando en Google Launchpad A.I. auspiciado por Google, BBVA Bancomer México y Everis México. Esta última es precisamente una de las empresas de NTT Data Group y como parte de la dinámica de mentoring nos tocó conocer a Suraj Shinde, director de Everis Digital Lab (el laboratorio de inteligencia artificial de Everis México), y anfitrión de la iniciativa Open Innovation en México. Tras su invitación, nos dimos a la tarea de investigar acerca del concurso, de NTT Data (porque al igual que muchos de ustedes, no sabíamos de su existencia) y finalmente enviamos la aplicación en la página. A vuelta de un par de meses fuimos nombrados finalistas, a lado de grandes colegas como:

datlas_nttdata_openinnovation9_mexicocity_finalistslist

Fue así como el 25 de febrero pasado estuvimos en el hotel Four Seasons de CDMX presentando nuestros pitches finales frente a miembros directivos de NTT Data, Everis México, socios comerciales de NTT Data y medios de comunicación. La dinámica de presentación fue de 10 minutos con una ronda de preguntas de 3 minutos de duración.

datlas_nttdata_openinnovation9_mexicocity_judges

Finalmente, tras una larga deliberación, los jueces decidieron coronar a nuestros colegas de Expediente Azul como ganadores de México.

El pase de diapositivas requiere JavaScript.

Aunque no nos tocó ganar, este ha sido el concurso más interesante del que nos hemos enterado y participado en los últimos 4 años. No solo por el hecho de que sean altos directivos quienes atiendan la iniciativa directamente, sino por la cobertura mediática, por la oportunidad de resonancia mundial, y por el seguimiento posterior que hace honor a la frase: 

“…Si a una unidad de negocios le gusta su propuesta, hablemos de negocios, incluso si no gana el concurso.”

Así que, sin más, esperamos tenerles más noticias de NTT Data & DATLAS muy pronto. Por el momento los dejamos con algunas fotografías de la gran final. El ganador fue FlytBase una startup de la India, muy interesante.

Y si eres una startup que va iniciando en tu ciudad no pierdas de vista que existen iniciativas como estas que te pueden llevar de México a Japón con solo un pitch.

Siguenos en nuestras redes sociales y mantente al día de estos eventos y ¡más!

@DatlasMX

 

-Keep it weird-

Amazon Go – La tienda sin carrito de compras, cajeros, filas o … ¿robos?

No, no es un nuevo episodio de la serie Black Mirror, ni día de los inocentes o una idea loca que podría llevarse a cabo en unos años.

Amazon lo ha hecho de nuevo, pues ha logrado revolucionar no sólo la experiencia de comprar en línea, sino también la de comprar en supermercados; pues ésta tienda es una realidad y se ubica en Seattle.

Datlas_barra_suscribir

Como hemos mencionado anteriormente, esta década será de la Inteligencia Artificial, pues Amazon demostró que por medio de visión computacional y técnicas de aprendizaje automático como Deep Learning, lograron revolucionar la experiencia de compra.

Básicamente entrenaron un algoritmo para que reconozca cada producto que tienen en inventario y pueda diferenciar uno de otro… algo similar a este capítulo de la serie “Sillicon Valley”:

Pero, al tener la tienda repleta de cámaras son capaces de cubrir el establecimiento en toda dirección pudiendo detectar cuando una persona toma o deja un producto.

Les dejamos el video para que lo vean por ustedes mismos.

¿Increíble no?

Las ventajas van más allá de no perder tiempo haciendo fila, pues ellos mencionan que el cliente será capaz de tener mayor privacidad al realizar sus compras, ya que no habrá un cajero al que le tenga que mostrar sus compras.

Por si se lo preguntan aún cuentan con empleados, hay gente que ayuda al cliente a encontrar algún producto en específico, la que prepara los alimentos frescos e incluso alguien que valida que los clientes que llevan alcohol sean mayores de edad.

Sin embargo, aún no es perfecto, pues algunos clientes reportaron que hubo productos que no se les cobraron.

Pero, ¿es el primer caso de una tienda de este tipo?

En realidad no; pues, como suele pasar, los asiáticos se les adelantaron.

En China existe una empresa llamada BingoBox con 28 sucursales móviles operando, donde se pueden adquirir snacks, frutas, bebidas y medicina sin un solo empleado.

Aunque la experiencia es algo diferente; pues en este caso sí hay una especie de caja donde el cliente hace un self-checkout y al final un sistema de reconocimiento valida que los productos que el cliente se lleve son únicamente los que adquirió.

Datlas_barra_suscribir

Parece que esto es también una limitación, pues todos los productos tendrán que ser visibles al momento de salir, es decir, la cantidad de productos tendría que ser pequeña para que pueda sostenerlas.

Aunque tienen sus diferencias, utilizan técnicas muy similares para que la tienda no requiera muchos empleados, pues en este último caso la empresa dice que 4 empleados se encargan de administrar 40 tiendas.

Les dejamos el video de igual manera.

Una limitación de ambas parece ser que no puede haber muchas personas comprando a la vez.

¿Qué opinas?

¡Déjanos tus comentarios!