Inteligencia Artificial. ¿Palabras de moda o una realidad?

Mis experiencias dando los primeros pasos en la comprensión de tecnologías que de una u otra forma, están cambiando el mundo y nuestras vidas.

2010 fue el año donde conocí por primera vez el término Data Mining (Minería de Datos) cuando estaba por terminar mi MBA en INCAE Costa Rica; en un curso espectacularmente bueno con una persona brillante, el profesor Carlos Quintanilla. No imaginaba lo que iba descubrir después de abrir esa puerta. A lo largo de estos 8 años me he interesado (como un hobbie) en estudiar cómo generar valor y crear una ventaja competitiva en las empresas a través de la data. Hoy cobran vida términos que fueron acuñados hace muchos años como la Inteligencia Artificial (A.I.).

El camino no ha sido fácil. Hablar de A.I. es tratar de comprender todas las tecnologías que orbitan en ella (Machine Learning, Neural Networks, Deep Learning, Robotic Process Automation y un largo etc.), sin embargo, es justo en lo que empresas como Amazon, Facebook, Google, Microsoft, IBM, Apple  invierten (entre todas) unos $ 54,000 millones de dólares anualmente según Thomas Davenport en su último libro (The AI Advantage).

Afortunadamente para la comprensión de todo esto, me he encontrado buenos autores, entre ellos el profesor Thomas Davenport a quien admiro y sigo, por su capacidad de sintetizar y simplificar lo espinoso que pudiera ser (para alguien no tecnológico como yo) este camino. 

Algunas herramientas para empezar a explorar y formar una masa crítica de conocimientos en estos temas considero que son: 

Artículo: Artificial Intelligence for the Real World. Este artículo contiene un marco de referencia (framework) para la implementación de A.I. en una empresa, empezando con el análisis del tipo de tecnología que se debería implementar, pasando por la Gestión de Portafolios de Proyectos y posteriormente llevando a la práctica proyectos pilotos. 

Libro: The AI Advantage. Recién publicado (16 octubre 2018) y actualmente me encuentro en lectura del mismo. Un libro escrito (como todos los libros del profesor Davenport) con una sencillez y amplitud en términos y estrategias relacionados a la A.I. y es una guía práctica para dar los primeros y poner a trabajar dichas tecnologías al servicio de las empresas.

Videos: Dos videos cortos (2 mins) de Harvard Business Review, para comprender cómo se extrae valor de los datos que se generan una empresa y qué actividades están siendo ya transferidas hacia la A.I., asimismo, cuáles habilidades humanas están siendo mejor ponderadas y requeridas en el mundo empresarial. Video 1. Artificial Intelligence Could Give Managers Half of their Time. Video 2.  Big Data and Analytics

Espero que todo esto sea de mucha ayuda. ¿Hay algo que estés leyendo o viendo sobre Inteligencia Artificial que te gustaría compartirme?

Un abrazo, 

Rodrigo

Quandl. El recurso para descargar bases de datos financieras y económicas

Queriendo complementar mi artículos anterior (5 pasos para descargar bases de datos de commodities del USDA) con información económica y financiera (e.g. cotizaciones de commodities) me encontré con Quandl.

Esta herramienta permite visualizar y descargar (a Excel y a otros Softwares):

  • Precios históricos de commodities (Café, Cacao, Banano, Hule, Azúcar, etc)
  • Precios de acciones de empresas específicas (Open, High, Close, Volumen)
  • Volúmenes de transacciones de los mercados bursátiles (Nasdaq, FTSE, S&P500)
  • Datos sobre divisas(Bonos, tasas de interés, indicadores)
  • Data alternativa que explicaré con mas detalle a continuación:

No todas las bases de datos son gratuitas en Quandl, existen unas de pago especialmente las denominadas “alternative data” cuyo objetivo es poder complementar las bases de datos generadas en una empresa con datos capturados afuera.

En términos prácticos qué es Data Alternativa? :

  • Imágenes satelitales tomadas día a día
  • Datos de geoposición obtenidos de celulares
  • Datos de transacciones de los consumidores obtenidos a través de los recibos electrónicos, entre otros.

Un ejemplo práctico del uso de data alternativa es la posibilidad de predecir las ventas de un nuevo producto en una tienda de Apple a través del cruce de las ventas históricas de la tienda con la data alternativa generada por las geoposiciones de los celulares que tenían habilitada esa opción.

Otro ejemplo fue uno que leí en un artículo de Bloomberg publicado en 2015, donde se muestra cómo con procesamiento de imágenes satelitales y algoritmos, se predice con mayor exactitud la oferta real de petróleo a nivel mundial. Me llamó la atención que Quandl permite (a través de pago), poder descargar estas bases de datos.

Alguna vez ha necesitado este tipo de bases datos para complementar las que ya tiene y sustentar su toma de decisiones? Permítamelo saber.

Suscríbase a mi blog y le agradezco sus comentarios.

Rodrigo Baccaro

5 pasos para descargar bases de datos de commodities del USDA

Alguna vez ha tenido la necesidad de encontrar un sitio que agrupe de un commoditie la siguiente información:

  • Producciones
  • Exportaciones
  • Importaciones
  • Consumos domésticos
  • Stocks iniciales
  • Stocks finales
  • Entre otros

A continuación comparto un excelente recurso del USDA (Departamento de Agricultura de los Estados Unidos) para acceder a una base de datos muy completa de distintos commodities.

Con un ejemplo práctico tomando como referencia el azúcar de caña, podrá darse cuenta de la información que se puede obtener.

Link principal:

https://apps.fas.usda.gov/psdonline/app/index.html#/app/advQuery

PASO 1:

PASO 2:

PASO 3:

PASO 4:

PASO 5:

 

Espero sea útil y como siempre, agradezco mucho sus comentarios y se suscriba a mi blog.

 

Rodrigo Baccaro