Piense por un momento, cuando escucha o lee la frase Inteligencia Artificial, ¿en qué piensa? Probablemente algún robot humanoide sacado de una saga de ciencia ficción, o algo más aterrizado a la edad actual como Chat-GPT. Sea cual sea el caso, seguro evocó alguna idea en su mente.

Afortunadamente, la inteligencia artificial es un campo que se ha estudiado desde hace varias décadas, y estamos viviendo un tiempo en el que es asequible a la mayoría de las empresas. ¿Qué pensaría si le digo que las aplicaciones de la inteligencia artificial están más al alcance de su mano, y probablemente no lo sabe?

Probablemente ha comprado en alguna página de internet, como Amazon o Mercado Libre. ¿Se ha dado cuenta que le ofrecen artículos similares a los que ha visitado anteriormente, cada vez que entra? O tal vez ¿ha visto una serie en Netflix de su tema de predilección, y cada que regresa descubre nuevo contenido? No es azar que las empresas tecnológicas han invertido fuertemente en servicios y tecnología que captan la atención de sus usuarios mediante la personalización. Sin embargo, sabía que usted puede beneficiarse de estos avances de Machine Learning, ML, en su empresa o negocio.

Imaginemos un caso que probablemente aplique en su caso. Si tiene una tienda, probablemente tiene un inventario limitado. A fin de cuentas, los recursos para re abastecerse y el espacio para almacenar es finito. Entonces, ¿cómo hago para saber qué productos realmente se venderán y aseguro su re abastecimiento? Tal vez actualmente tenga un método. Probablemente el ERP le ayude a hacer estas predicciones. Pero imagine por un momento, que su venta depende fuertemente de otras variables, algunas tan poco predecibles como el clima. Es entonces donde el Machine Learning puede ayudarle a tomar mejores decisiones de negocio. Podría, en primer lugar, extraer datos de su ERP y colocarlos en un repositorio, que llamaremos Lago de Datos.

Después, puede enriquecer sus datos de ventas con datos del clima en la ciudad donde se encuentren sus tiendas. Por último, aplicar un modelo de ML que se encargue de tomar ambos conjuntos de datos y predecir cuál será la venta del siguiente mes, tomando como base los días festivos y el clima previsto. Esto probablemente ya lo hace de forma empírica. Sin embargo, el poder predecir cuál será la venta usando ML, se basa en el estudio de cientos de académicos que han estudiado estos problemas por décadas. Lo mejor de todo, es que ya se encuentran disponibles estos servicios sin necesidad de tener conocimientos de ML, en servicios como Amazon Forecast. Si, por el contrario, usted cuenta con conocimientos de ML, podría aprovechar alguno de los modelos open source disponibles, y entrenar su propio modelo en la nube, con un servicio como Amazon SageMaker. Hacerlo en la nube presenta la ventaja de que no necesita administrar infraestructura, pagará por lo que realmente necesita, y se concentrará en lo que le da valor, que es entrenar y mejorar sus modelos.

En ambos casos, es importante contar con la asesoría adecuada. Aunque estas herramientas que acabo de mencionar son simples de usar, si no se llegan a configurar adecuadamente puede que no entreguen los resultados esperados o que la facturación de las mismas sea más de lo previsto.