6 estrategias para impulsar el machine learning

El aprendizaje automático es vital para muchas de las tecnologías que pretenden aportar inteligencia a los datos, y las empresas reconocen el gran valor que tendrá para su infraestructura y sus servicios en la era digital. Pero, por ahora, muchos de los proyectos de machine learning están contenidos en entornos de pruebas y laboratorios, a la espera de su implementación final, lo que está impidiendo que muestren su potencial para mejorar los negocios. Esta es la conclusión que se extrae del último estudio realizado por la consultora NovaQuality, especializada en analítica y gobierno de datos, que indica que es fundamental dar el salto a la aplicación de estas tecnologías en entornos reales, un desafío al que las organizaciones deberán enfrentarse en 2019.

Según dijo Pedro Herrera, sundador y director de la consultora, “actualmente muchas empresas utilizan los procesos de entrenamientos de algoritmos para hacer test o campañas específicas basadas en este tipo de aprendizaje, con un cierto acotamiento dentro de la organización, pero no aprovechan el machine learning en los procesos importantes de la compañía, como son por ejemplo el diseño de producto, la gestión integral del cliente o la facturación”.

Teniendo esto en cuenta, la consultora ha elaborado una lista con seis tendencias tecnológicas que serán fundamentales para el desarrollo y la implementación del aprendizaje automático en las organizaciones españolas, y que exigirán realizar grandes cambios:

1 – Disponibilidad de datos bien gobernados: Para implementar adecuadamente el machine learning se requiere un gobierno del dato, algo que cobrará importancia este año. Esto permitirá a los profesionales conocer mejor el origen de los datos, identificando los que son de calidad y los que no. Así, los sistemas de aprendizaje automático podrán operar con la información adecuada, descartando la que no tiene relevancia y extrayendo las conclusiones más correctas de los datos.

2 – Capacitación de los profesionales en esta área: Durante este año no solo se contratarán profesionales especializados en aprendizaje automático, sino que crecerá la formación de la plantilla preexistente en este campo. Esto permitirá aprovechar mejor su conocimiento del negocio y ampliar su conocimiento de las posibilidades y las limitaciones que tiene el aprendizaje automático en su organización.

3 – Nuevos perfiles de especialistas en datos: De forma paralela a la contratación de nuevo talento y a la formación de los empleados, se desarrollarán nuevos perfiles profesionales altamente especializados en las tecnologías relacionadas con el uso de los datos, concretamente en la inteligencia artificial y el machine learning, y las empresas se verán obligadas a contratar a trabajadores como estos para diferentes departamentos.

4 – Nuevas normativas para el sector financiero: uno de los principales ámbitos de aplicación del aprendizaje automático es el sector financiero, algo que cobrará relevancia en 2019. Con la introducción de las nuevas normativas como PSD2, las entidades financieras verán una mayor necesidad de anticiparse a su competencia en las nuevas formas de tratamiento de los datos, y deberán asegurarse de que las tecnologías de machine learning cumplen con estas regulaciones.

5 – Crecerán las tecnologías de sensores e IoT en el sector industrial: La industria española quiere incrementar su competitividad apostando por las nuevas tecnologías. Para ello, a partir de este año, los expertos recomiendan comenzar el despliegue de tecnologías de sensores e Internet of Things en áreas como el mantenimiento de activos industriales. De esta forma podrán aplicar estos sistemas a modelos predictivos que sean capaces de anticipar los posibles problemas en el funcionamiento de las instalaciones y monitorizar el ciclo de vida de los equipos.

6 – Crecerá la importancia de los datos para las administraciones: El sector público avanzará este año en la digitalización, aprovechando la gran cantidad de datos que generan los ciudadanos de forma individual y en relación a las infraestructuras y servicios de las ciudades. Los expertos opinan que en 2019 se abrirá una brecha entre las administraciones que sean capaces de tomar decisiones en base a esta información y las que continúen con los modelos tradicionales.