La inteligencia artificial es un término que es tan vago como poderoso. Los procesos de toma de decisiones de los líderes empresariales de hoy en día se han movido en gran medida hacia la tecnología de la información y lejos de la intuición, pero la palabra que está impulsando este cambio suena como si hubiera sido arrancada de una historia de ciencia ficción.

 Tweet: La evolución de la inteligencia artificial en analítica.

A lo largo de su historia, la IA ha evolucionado de análisis descriptivo, a predictivo y finalmente a analítico prescriptivo, y cada uno de estos pasos representa una forma diferente en que la computadora puede recrear el pensamiento humano. Echemos un vistazo a cómo ha evolucionado la IA a lo largo de los años.

La Esencia de la IA

En su esencia, la inteligencia artificial es el acto de las máquinas de programación para llevar a cabo objetivos que son demasiado desafiantes o demasiado laboriosos para que los humanos puedan realizarlos. Como los autores Ian Heller, Michael Wu y Austin Garrison escriben en su artículo “El futuro de la inteligencia artificial en la distribución”, el objetivo final de los desarrolladores es crear algo que sea “consciente de (su) entorno real o virtual, para que (es) reacciona a las circunstancias y estimula la forma en que lo haría un humano ”. El elemento humano es donde entra la inteligencia. El objetivo de la inteligencia artificial es recrear cómo reaccionaría un humano a la información presentada, pero en una escala que está fuera de nuestro alcance. potencias computacionales.

 

Big Data

Antes de saltar a las diferentes iteraciones de la IA, una rápida digresión para explicar en qué se basan los análisis, porque sin ella, este tema no existiría. El aumento del big data y el poder computacional le han dado a las compañías la capacidad de aprovechar grandes cantidades de información para su propio beneficio. Big data es simplemente una gran cantidad de datos que no se pueden analizar sin la ayuda de computadoras potentes. Esto puede venir en forma de registros de inventario o transacciones que ocurren en una bolsa de valores. El artículo “El futuro de la inteligencia artificial en la distribución” dice que ahora es posible el big data gracias a “computadoras interconectadas que permiten la agregación de información en tiempo real para todo, desde transacciones hasta flujos de tráfico”.

Para aplicar AI a big data, el poder de cómputo de las empresas tenía que coincidir con el tamaño del problema. Esto fue posible a través de la introducción de unidades de procesamiento de gráficos (GPU) para mejorar el rendimiento del equipo. La combinación de grandes conjuntos de datos que pueden ser manipulados y desglosados ​​por computadoras más fuertes allanó el camino para la inteligencia artificial que está cambiando la cara de la toma de decisiones empresariales.

 

Analítica descriptiva

El análisis descriptivo utiliza la agregación de datos y la minería para crear estadísticas de resumen sobre un determinado producto o una empresa en su conjunto. En ruta a imitar las reacciones humanas, el análisis descriptivo es como la computadora que adquiere sus cinco sentidos. Puede decirle lo básico de lo que está pasando pero nada más allá de eso. Este nivel constituye el 80% de los análisis y apunta a adquirir pequeñas cantidades de información. Estos pequeños fragmentos de información podrían ser las impresiones y la tasa de clics de un anuncio, que podría ser utilizado por un ejecutivo de marketing para determinar el alcance y el compromiso del anuncio. Estas conclusiones son superficiales y no le dicen al comercializador todo lo que quieren saber, pero son un comienzo. La analítica predictiva y prescriptiva utiliza estos pequeños fragmentos de analítica descriptiva para crear perspectivas aún más sólidas.

 

Analítica predictiva

El paso hacia el futuro del análisis de datos es el análisis predictivo. En este punto, el robot “humano”, completo con sus cinco sentidos recién adquiridos, ahora podría percibir el tiempo y conectar los puntos entre los eventos pasados ​​y futuros. Si la analítica descriptiva es la capacidad de un niño para detectar ese nuevo olor a lluvia, la analítica predictiva le permitirá saber que la lluvia llegará pronto cuando llegue el olor.

Para el análisis de la información, los programadores aplican modelos matemáticos a conjuntos de datos para encontrar patrones. Por lo tanto, cuando una organización propone un cierto aporte, digamos un cambio en el inventario que favorece a un artículo durante un cierto período de tiempo, el programa comparará las ventas del artículo propuesto en el pasado para predecir cuál será el resultado de este cambio. si será rentable.

Esta tecnología tiene un gran potencial para conectar los datos de ventas con los datos del cliente para proporcionar información sobre quién está comprando qué productos. Esto permitiría a los distribuidores apuntar a la publicidad, ajustar el inventario y optimizar las ubicaciones de los estantes de sus productos con anticipación para capturar las ventas más altas posibles. El lado positivo está claramente allí para los datos predictivos, pero es necesario que haya una base de poder informático sólido, que no es omnipresente con los distribuidores en el mercado.

Analítica Prescriptiva

Aquí obtenemos la versión más “humana” de la inteligencia artificial. Usando el mismo ejemplo de antes, A.I. que es capaz de un análisis prescriptivo olería la lluvia, saber que el olor significa que está llegando la lluvia y, lo más importante, decirles a todos que deben entrar para no mojarse.

El proceso informativo del análisis prescriptivo analiza el éxito de los resultados alcanzados a través del análisis predictivo y crea modelos para optimizar los resultados por sí mismos. Cada paso se construye sobre el otro. Esta evolución es muy útil porque, como el autor David Judge dice en el artículo, “El camino de Predictive a Prescriptive Analytics”, “elimina el elemento humano del proceso de toma de decisiones y, en cambio, permite que el software identifique y sugiera el próximo curso de acción. . ”

Las computadoras no están aturdidas porque su bebé se despertó a las 3 am o deprimido porque están pasando por una ruptura. La toma de decisiones humanas a gran escala constituye una gran cantidad de errores en las opciones de distribución. Combine esto con el hecho de que la mayoría de los embudos de distribución son tan complejos que sería imposible que incluso el vendedor más hábil y con más experiencia tome decisiones completamente informadas y se pueda ver la necesidad de AI en el proceso de toma de decisiones de una empresa.

 

Mirando hacia el futuro

En este momento, no se puede acceder a los beneficios de los análisis prescriptivos, y toda la cadena interconectada de soluciones descriptivas y predictivas, debido a la falta de recursos humanos. Con toda esta charla sobre la inteligencia artificial y las computadoras inteligentes, todavía debe haber alguna aportación humana a nivel empresarial.

En el caso del análisis prescriptivo, como dice el autor David Judge, los datos de la organización a menudo están “ocultos en las bases de datos y solo los administradores de bases de datos que podrían codificar el lenguaje de consulta estructurado pudieron acceder a él”. Habilidad para lograr por lo que el proceso ha sido lento.

Más allá de los problemas técnicos, las empresas necesitan cambiar las tareas que están pidiendo a sus analíticas para pasar de lo predictivo a lo prescriptivo. La evolución de la inteligencia artificial tiene un enorme potencial para ayudar en los procesos de toma de decisiones de las empresas y optimizar los beneficios a corto y largo plazo.

 

Artículos relacionados:

Teddy Craven

Teddy is a marketing intern at Dimensional Insight. He is in his senior year at the University of Connecticut where he plays club soccer and writes for The Daily Campus newspaper.