martes, 15 de enero de 2019

Pensando fuera de la caja negra


Lo que los algoritmos no pueden ver puede ser lo más humano de nosotros -9 de enero.Ir al perfil de Douglas Rushkoff

Los algoritmos nos empujan a convertirnos en caricaturas de nosotros mismos. No se limitan a predecir nuestro comportamiento; lo moldean.

Se siente como que finalmente hemos alcanzado el "pico de Facebook".
Gracias en parte a las recientes revelaciones sobre cómo la compañía dio acceso a datos de usuario y mensajes privados a Netflix, Spotify y otros, así como a la campaña de trucos sucios para difamar al crítico de Facebook George Soros, la gente se está dando cuenta de que la plataforma no lo hace. Simplemente lastimar a la sociedad como efecto secundario. Facebook es un actor intencionalmente malo. Dicho esto, tal vez haya algo que ganar o aprender de la red social antes de que desaparezca.
Puede que no tengamos mucho tiempo. Los productos de Facebook se han vuelto demasiado destructivos para que casi cualquiera los justifique. Una década de artículos, documentales y planes de estudio escolares dedicados a explicar a los usuarios que no son clientes de Facebook, sino su producto, combinado con la evidencia de su memética armada y la sensación de que los algoritmos se han dirigido de forma activa, finalmente ha pasado factura: usa Facebook cuando es absolutamente necesario, pero rara vez porque lo desea. Y ahora, con toda la desesperación de una compañía de cigarrillos que niega que su producto sea adictivo, Facebook ha revelado qué tan bajo irá culpando a los espías rusos por usar la plataforma como diseñada o maltratada al filántropo judío George Soros porque, bueno, es fácil Objetivo y una distracción infalible.
Claro, Facebook aún puede lanzar un Hail Mary audaz, como cuando un AOL en declive se fue y compró Time Warner, pero incluso la compra de un Netflix o Disney solo retardaría temporalmente el sangrado. La marca corporativa está rodada porque Facebook se ha convertido en la cara de la mala conducta algorítmica. Es el niño del cartel de cómo la tecnología puede volverse contra la agencia humana. La compañía emplea finanzas de comportamiento, invasión de la privacidad y aprendizaje automático para manipular a los usuarios a la manera de las máquinas tragamonedas de Las Vegas, y luego afirma inocencia o ignorancia cuando se revela el impacto social de estas maquinaciones.
Pero ahora que Facebook parece estar destinado a la irrelevancia, me pregunto si puede haber un uso positivo para la plataforma después de todo. No, no para hacer amigos o comunicarse con personas, de todos modos ninguno de los dos fue el punto fuerte de Facebook. El verdadero valor que podemos obtener de Facebook proviene de la interacción directa y deliberada con sus interiores oscuros: los algoritmos mismos.
Los esfuerzos torpes de Facebook para reflejarnos de nuevo a nosotros mismos ofrecen un vistazo a las cajas negras que cada vez dominan más nuestra sociedad.
Los algoritmos de Facebook nos entienden solo a través de la lente del capitalismo. Quieren saber solo las cosas sobre nosotros que pueden ser monetizadas.
El aspecto más agravante de Facebook es también su aspecto más intrigante: la forma en que intenta predecir nuestras necesidades y deseos. En la superficie, es simple: la plataforma utiliza lo que sabe sobre nosotros a partir de nuestros clics y me gusta, así como las acciones compartidas y las opciones de amigos que permiten a los profesionales de marketing publicar anuncios a los que es probable que respondamos. A veces, los datos son analizados por el propio Facebook, y a veces son analizados por los clientes de Facebook, quienes pueden combinar la información que obtienen sobre nosotros en Facebook con los datos que obtienen de las muchas otras herramientas de vigilancia de la web. Así es como el tema de un hilo de correo electrónico o búsqueda en la web puede terminar siguiéndonos.como anuncios Gracias al intercambio de datos entre empresas, las cookies que rastrean nuestra actividad web y los algoritmos que leen nuestras publicaciones públicas, la mayoría de Internet funciona de esta manera. Al reenviar un mensaje crítico sobre un candidato político progresista, puede obtener anuncios dirigidos o artículos que condenan el control de armas, por ejemplo.
No sé qué me parece más desconcertante: cuando los anuncios y las recomendaciones que acechan todos mis movimientos en línea tienen un entendimiento demasiado extraño de quién soy, o cuando me devuelven una foto de mí mismo con la que no me relaciono. . Como cualquier persona, me molesta cuando parece que la conversación que acabo de tener en mi teléfono celular sobre un problema médico privado parece haber informado el nuevo anuncio que me está persiguiendo en la web. Lo más probable es que los algoritmos me diagnosticaron según los hábitos de navegación, la edad y otros metadatos.
Pero, ¿qué pasa cuando los algoritmos comienzan a enviarme anuncios y artículos con más puntos de vista que los que tengo? Las listas de actos "traidores" de Trump, las formas en que Rusia está espiando mi hogar o cómo detener a los invasores inmigrantes. ¿Qué tal cuando parecen conocer mis peores temores y luego jugar con ellos y exagerarlos para que responda? En otras palabras, clickbait, personalizado a mi perfil psicológico, según lo determinado principalmente por un análisis de mi comportamiento en línea. Cualquiera que haya seguido el motor de recomendación en YouTube sabe que después de entregar uno o dos videos inocuos, la señal "Próxima" ofrece contenido cada vez más extremo. Los algoritmos nos empujan a convertirnos en caricaturas de nosotros mismos. No se limitan a predecir nuestro comportamiento; lo moldean.
Entonces, si bien las plataformas como Facebook, YouTube o Twitter pueden ser terribles fuentes de noticias e información, la transparencia de sus manipulaciones y las de sus clientes comerciales nos ofrece una ventana a la manera en que el entorno de los medios digitales se reconfigura implacablemente, y, por supuesto, extensión, el mundo que controla, basado en sus juicios estrechos y manipulaciones agresivas. Todo lo que aparece es, de una manera u otra, un reflejo de nuestras acciones anteriores, tal como se procesan por los algoritmos y se ponen al servicio de los intereses corporativos. Es un ecosistema completo de noticias, marketing, publicidad y propaganda, atado a algoritmos, todos compartiendo información entre nosotros sobre quiénes somos, cómo pensamos, a qué respondemos y qué ignoramos.
Esos algoritmos, como estamos aprendiendo ahora, determinan mucho más de lo que veremos los anuncios, los precios de nuestros boletos de avión o las teorías de conspiración que se abren paso en nuestras noticias. Se toman en cuenta las decisiones sobre nuestros préstamos bancarios e hipotecas , nuestras visas y exámenes de aeropuerto , nuestras solicitudes de empleo , las determinaciones de libertad condicional , la reputación legal o incluso nuestra capacidad para conseguir un concierto de cuidado de niños . Las formas en que estos algoritmos evalúan nuestra idoneidad son, por supuesto, patentadas y segregadas en tecnologías de caja negra. Pero, como numerosos investigadores han determinado, esas cajas negras están llenas de los mismos prejuicios que han estado reforzando el sesgo racial y otras formas de opresión todo el tiempo.
En solo un ejemplo, los jueces ahora usan una herramienta algorítmica llamada COMPAS para determinar las sentencias de los delincuentes convictos. Cuanto mayor sea la expectativa de que alguien regrese a prisión, más larga será la sentencia. Pero al calcular el puntaje de reincidencia de un delincuente condenado , COMPAS no evalúa realmente la probabilidad de que una persona cometa un delito, sino simplemente su probabilidad de ser atrapado. En otras palabras, el algoritmo inevitablemente amplifica el sesgo institucional de la policía, que es más probable que arresten a los negros que a los blancos por los mismos delitos. El enfoque no solo fomenta la injusticia racial, sino que también socava el supuesto propósito de las instalaciones correccionales en primer lugar. Y eso es sólo en los Estados Unidos. En China y otros estados más represivos, la puntuación de las redes sociales castiga o recompensa a las personas basado no solo en lo que hacen o dicen, sino también en lo que hacen o dicen sus conexiones en línea.
Para empeorar las cosas, todas estas decisiones se basan en los resultados de las tecnologías patentadas. Si hay una ventaja en los esfuerzos torpes de Facebook para reflejarnos de nuevo a nosotros mismos, es que ayudan a exponer este proceso por lo demás opaco. Son un vistazo al tipo de cajas negras que cada vez dominan más nuestra sociedad. Y por más incómodo que nos sintamos al mirar un algoritmo en la cara, los que están en secreto son aún más dañinos. Al hacer más visibles las maquinaciones de los algoritmos, las ofertas de Facebook por nuestra atención revelan la lógica defectuosa, la especulación perniciosa y los prejuicios integrados de un orden social, legal y político determinado algorítmicamente. Facebook se ha convertido en un caso de estudio escalofriante por el que los algoritmos nunca deberían aplicarse de esta manera, al menos no en este momento de nuestro desarrollo tecnológico y social. Todo lo que hacen es camuflar los prejuicios institucionales en un manto de tecnosolucionismo.
Y hay que enfatizar que los algoritmos de Facebook no son neutrales; Nos entienden solo a través de la lente del capitalismo. Quieren saber solo las cosas sobre nosotros que pueden ser monetizadas. Toda la plataforma se basa en esa comprensión fundamental de la personalidad humana tal como se define por el consumo egoísta. Así fue como ayudó a reducir el voto a una elección del consumidor.
Si realmente desea una Internet neutral, comience utilizando un navegador anónimo , desactive todas las cookies, busque sin perfil y oculte su dirección IP. Otra respuesta puede ser a flummox los algoritmos por completo. He intentado alterar mi comportamiento para ver si la plataforma me ofrecería contenido diferente. Pero no importa lo bien que me resista a hacer clic en historias sensacionalistas, los algoritmos no parecen aprender a querer ver una imagen precisa del mundo. Están comprometidos a encontrar las "hazañas" de mi personalidad y provocar una reacción impulsiva o inconsciente. Estaría mejor haciendo clic en todo al azar, excepto que probablemente haya una categoría para el tipo de persona que hace eso y una manera práctica de monetizar el gesto.
Un antiguo alumno mío ayudó a desarrollar una extensión de navegador llamada Ad Nauseam que no solo bloquea los anuncios web, sino que también sigue adelante y hace clic en cada anuncio bloqueado en segundo plano. El seguimiento de usuarios se vuelve inútil, porque los algoritmos solo pueden concluir que estás interesado en todo. Es el tipo de estrategia recomendada por los autores-activistas detrás del libro Ofuscación , en el que argumentan que la mejor manera de combatir la vigilancia digital es camuflar, rechazar o incluso sabotear los algoritmos. Estoy a favor de eso.
Pero tan distorsionado como puede ser en su forma actual, Facebook sigue siendo una especie de espejo. E incluso si no nos representa con precisión, especialmente si no nos representa con precisión, Facebook nos ofrece una oportunidad excepcional para explorar la diferencia entre lo que los algoritmos suponen sobre nosotros y quiénes somos realmente. Los aspectos de nosotros mismos que no pueden categorizar de manera significativa, los lugares donde fallan, representan algunas de nuestras cualidades más importantes como seres humanos simplemente en virtud del hecho de que los algoritmos aún no pueden cuantificarlos. Quizás la mejor manera de saber qué aspectos de nuestra humanidad no son computacionales es prestar más atención a los límites de los algoritmos en uso a nuestro alrededor.
¿Qué faltan en el comportamiento, la sociedad y la justicia los algoritmos utilizados por los jueces para determinar las penas de prisión? ¿Qué extrañan los algoritmos económicos sobre la prosperidad humana? ¿Qué extrañan los algoritmos médicos sobre la vitalidad humana? ¿Qué extrañan los algoritmos de las redes sociales sobre lo que realmente nos conecta unos con otros?
Incluso si rechazamos las soluciones algorítmicas a los problemas del mundo, al observar cómo fallan, podemos llegar a una mejor comprensión de cómo los humanos podemos tener éxito. Por esto, irónicamente, tenemos que agradecer a Facebook.
La brecha entre quiénes somos y quiénes son los algoritmos de la plataforma dice que podemos representar el pequeño misterio humano que nos queda. Debemos apreciarlo y cultivarlo en nosotros mismos y en todos los que conocemos. Entonces tal vez podamos finalmente cerrar sesión y volver a aprender cómo ser social sin medios.

martes, 27 de noviembre de 2018

Inteligencia Artificial para líderes y emprendedores

Inteligencia Artificial para líderes y emprendedores sin conocimientos técnicos


Se habla mucho del impacto de la Inteligencia Artificial (IA) en los trabajos del futuro. Escuchamos hasta el cansancio que el Machine Learning transformará innumerables industrias. La realidad es que aún son pocos los que entienden el potencial y alcance de estas tecnologías.
Con el fin de responder a la pregunta: ¿qué puede o no hacer la IA?, Andrew Ng, confundador de Coursera, cofundador de Google Brain, científico jefe en Baidu, entre otros títulos, anunció el lanzamiento de “AI for Everyone”, un curso diseñado para líderes empresariales que no poseen conocimientos técnicos y que están interesados en explorar soluciones de IA.
El objetivo de “AI for Everyone” es explicar las características y potencial del Machine Learning y el Deep Learning como soluciones empresariales; ayudarles a los líderes de compañías y emprendedores a generar estrategias de Inteligencia Artificial; y a entender y saber comunicar conceptos básicos de estas tecnologías con ingenieros o especialistas en el ramo.
“El futuro impulsado por la IA debe ser construido por ingenieros y expertos. (…) También necesitaremos millones de CEOs, gerentes de productos, comercializadores, vendedores, diseñadores y financieros que entiendan cómo aplicar las tecnologías de inteligencia artificial en sus organizaciones y comunidades.”
— Andrew Ng.
Según el comunicado de Andrew Ng, la inteligencia artificial generará un crecimiento de 13 trillones de dólares en el PIB mundial para el año 2030, de ahí la necesidad de comenzar a capacitar a los actores de todas las industrias.
El curso estará disponible a inicios del 2019 en la plataforma de Coursera. Si deseas preinscribirte lo puedes hacer aquí: https://www.coursera.org/learn/ai-for-everyone.

martes, 6 de noviembre de 2018

El dilema de los algoritmos de recomendación: ¿Tus gustos personalizados o las opiniones de la mayoría?

Los algoritmos de recomendación son mecanismos clave en el engranaje del consumo digital. Si aciertan, logran que los usuarios pasen más y más tiempo en plataformas como YouTube, Amazon, Netflix, Spotify…, abriendo la puerta a más publicidad o más ventas directas. Pero, ¿cómo funcionan?
En teoría, gran parte del éxito de estos algoritmos depende de la personalización. Cada persona es un mundo, se dice, y por eso el algoritmo debe aprender de los gustos de cada uno de los usuarios para ofrecerle lo que realmente le interesa. Pero, por otro lado, el éxito mayoritario de una canción, película, vídeo… también es un indicio clave. ¿Hasta qué punto el peso de las mayorías debe anteponerse a la personalización de los algoritmos?
Pablo Castells y Rocío Cañamares son dos ingenieros informáticos que, desde la Universidad Autónoma de Madrid, han tratado de responder a esta pregunta con su estudio ‘¿Debería seguir a la masa? Un análisis probabilístico de la efectividad de la popularidad en sistemas de recomendación?’ (‘Should I follow the crowd? A probabilistic analysis of the effectiveness of popularity in recommender systems’). Su trabajo fue reconocido como el mejor ‘paper’ en SIGIR 2018, un congreso internacional y anual sobre tratamiento de la información que este julio se celebró en Michigan, Estados Unidos.
La personalización es, en principio, lo que más satisface al usuario, pero ¿hasta qué punto es imprescindible insistir en esa vía? “Si la mayoría funciona, ¿por qué suprimirla?”, se pregunta Castells, profesor asociado de la Escuela Politécnica Superior de la Autónoma. Evidentemente, la recomendación busca la novedad, descubrir al usuario algo que no conoce, y lo mayoritario es por definición muy poco novedoso. Por tanto, un algoritmo que recomendase escuchar a Madonna y visitar en París la Torre Eiffel sería inútil.
Al mismo tiempo, “los investigadores nos hemos dado cuenta de que las recomendaciones que suelen hacer los algoritmos supuestamente personalizados tienden a ser de gustos mayoritarios”, explica Castells.
“Hay un sesgo hacia lo popular en los algoritmos personalizados que aparentemente mejor funcionan”, dice el profesor, y su reconocida investigación concluye que la mayoría ‘recomienda’ con acierto cuando el algoritmo también tiene en cuenta el gusto previo del usuario.
Además, el algoritmo da en el clavo cuando ese ‘voto de la masa’ es el único factor que entra en la fórmula. Los fallos, las distorsiones, aparecen cuando el algoritmo también juega con terceros factores, como por ejemplo, una acción publicitaria, además de con la mayoría y el gusto previo del usuario.
No hay por lo tanto una conclusión categórica, pero charlando con Castells y Cañamares en un tranquilo despacho de la Universidad Autónoma (Madrid) sí queda claro que probablemente los gustos personales son menos decisivos de lo que a los usuarios les gusta creer. “No soy antropólogo”, explica Castells, “pero no hay que olvidar que las mayorías se forman por imitación, y la imitación es un mecanismo vital para la especie humana. En los primeros años de tu vida te dedicas a imitar lo que estás viendo, y gracias a eso absorbes milenios de civilización, aprendes un idioma y, en definitiva, sobrevives”.

El gran poder, y la gran responsabilidad, del algoritmo

La difusión de ‘fake news’ en las elecciones presidenciales estadounidenses de 2016, que ha puesto en el punto de mira a Facebook y su algoritmo, ha calentado el debate sobre el poder de los algoritmos. Sus ‘artesanos’ –ingenieros y científicos– crean unas fórmulas que buscan un objetivo empresarial: más clics, más usuarios, más tiempo en las plataformas.
El problema es que estas premisas pueden tener consecuencias peligrosas. Si el algoritmo de Facebook detecta clics en una ‘noticia’, por muy disparatada que sea, (como el Pizzagate, la falsa red de pederastia relacionada con Hillary Clinton con centro en una pizzería de Washington DC), ofrece más contenidos de este tipo, creando una burbuja de ‘fake news’. De la misma manera, YouTube tiende a ofrecer más y más contenidos extremos y radicales a los usuarios que ven vídeos violentos.
¿Es el algoritmo perverso? Al revés, afirma Cañamares: “Es muy inocente: ve que te gusta una cosa y te ofrece más y más de lo mismo, sin darle más vueltas. Ahí es donde debería entrar el ingeniero, para matizar”.
“La métrica que más interesa a la gente de empresa es el dólar, las ventas”, amplía Castells, “pero cada vez hay más consciencia de la necesidad de incluir el criterio de ‘fairness’”, que se puede traducir por justicia o ecuanimidad. Es decir, eliminar sesgos raciales, radicales o sexistas en las recomendaciones de algoritmos, o tratar de fomentar la diversidad de opiniones en temas polémicos.
De hecho, existen ya trabajos pioneros en el mundo financiero, donde el concepto de ‘fairness’ está explícitamente codificado en la inteligencia artificial diseñada; y por lo tanto es medible y auditable. Un ejemplo de ello es el trabajo ‘Reinforcement Learning for Fair Dynamic Pricing‘, llevado a cabo por BBVA Data & Analytics. En este artículo, los científicos de datos de BBVA detallan cómo se realiza un proceso de asignación de precio dinámico (conocido como ‘dynamic pricing’) a través de un modelo de IA que incluye “principios de justicia basados en la equidad” para evitar la discriminación. En el trabajo, los científicos proponen una métrica destinada a analizar “cómo de justas” son las políticas de precio aplicadas en tiempo real e integrar estas medidas en el proceso de optimización. Por lo tanto, gracias al trabajo es posible controlar y auditar la justicia del algoritmo en cada instante.
Por tanto, los algoritmos son como una pócima con muchos ingredientes: el gusto de la mayoría, un puñado de personalización y nuevas consideraciones, como el criterio de ‘fairness’, para evitar distorsiones.
Castells compara el trabajo de desarrollar un algoritmo de recomendación con el de fabricar un prototipo de un coche con miles de tuercas que se van ajustando poco a poco, incluso en condiciones reales. “La empresa tecnológica que se llevará el gato al agua será la que tenga los ingenieros más brillantes detrás de sus algoritmos y al mismo tiempo se pueda permitir más trabajo de supervisión, de ajuste, de corrección”, pronostica.
BBVA Data & Analytics también realizó recientemente una pieza de divulgación centrada en explicar cómo funcionan los distintos sistemas de recomendación en las conocidas plataformas digitales y cuál podrá ser su posible extensión a otros sectores de actividad. El resultado fue ‘RecSys, una recomendación en la era del machine learning’, un trabajo en forma de ‘fábula moderna’ que explora la posibilidad de que los algoritmos encuentren entre los datos “conexiones inesperadas” para ofrecer a los usuarios recomendaciones basadas en “relaciones no lineales” que puedan recoger de forma más precisa la forma en la que las personas relacionan conceptos.

lunes, 12 de marzo de 2018

El 'e-commerce' triplica sus ventas en América Latina

Manuel Rado - 12-03-2018


El comercio electrónico (‘e-commerce’) ha multiplicado por tres las ventas registradas durante los últimos seis años en América Latina. Además, las estimaciones apuntan que el comercio electrónico crecerá un 24,5% en la región durante 2018.

La International Data Corporation (IDC), principal proveedor mundial de inteligencia de mercado, servicios de asesoramiento y eventos sobre tecnología de la información, ha presentado un informe sobre el impacto del comercio electrónico y su evolución en América Latina. Según los datos presentados, el ‘e-commerce’ ha triplicado sus ventas en la región durante los últimos seis años, pasando a ingresar 40.000 millones de dólares.

Según los pronósticos de la IDC, el comercio electrónico, compuesto por la distribución, venta, compra, marketing y suministro de información de productos o servicios a través de Internet, crecerá un 25,4% en 2018.

En cuanto a la situación del sector en América Latina, el informe destaca que actualmente nuevos competidores digitales están irrumpiendo en el mercado, como los grandes proveedores de servicios digitales, las operadoras de telefonía o los fabricantes de dispositivos. Además, las ‘startups’, que apuestan por modelos de negocio flexibles, están centradas en desarrollar, optimizar y expandir segmentos específicos de la cadena de valor de los pagos, lo que ayuda a flexibilizar este sector y hacer que se expanda con mayor rapidez.

En un desglose segmentado por países, México fue el que más creció (un 27,3%), mientras que se espera que en 2018 el crecimiento sea de casi un punto más. Países como Perú, Colombia o Chile también crecieron en torno a un 27%, aunque solo en el caso de Perú el crecimiento estimado aumenta en 2018 (30,2%). Mientras, Argentina, con un 20,4%, y Brasil, con un 22,8%, completan la lista de los países que más han progresado en materia de ‘e-commerce’.

Las tarjetas de crédito y débito, alternativas al efectivo

En relación a este informe, la consultora tecnológica Indra destaca la evolución que ha sufrido el pago electrónico en el mercado de América Latina y, concretamente, en el comercio electrónico. En países como México, el pago con tarjetas de crédito ya supera al uso del dinero en efectivo. En el resto de países (Colombia, Perú o Chile), el uso de efectivo se encuentra bastante equiparado ya al pago con tarjetas de débito o crédito.

En cuanto al volumen de operaciones, dentro del sector del ‘e-commerce’, el 77,6% de las operaciones se realizaron con tarjetas, mientras que las transferencias electrónicas suponen ya el 18,1%. A estos medios de pago le siguen, en menor medida, el pago con cheques (3,7%) o los débitos directos interbancarios (0,6%).

Dec/19/2017

Durante los últimos 6 años, el mercado de e-commerce se ha triplicado: IDC



Durante los últimos 6 años, el mercado de e-commerce se ha triplicado: IDC
·         Se espera que el mercado de e-commerce cierre 2017 con un crecimiento del 24.3% en LA.
·         Durante 2016, México registró $15,412 MDD de ventas en e-commerce, esperando que para 2017 llegue a $19,619 MDD, con una tasa de crecimiento del 27.3%


Latinoamérica, 19 de diciembre de 2017 - Se espera que, para el cierre de este año, el mercado de e-commerce tenga un crecimiento del 24.3% en Latinoamérica, el cual continuará hacia 2018, donde se pronostica un crecimiento de 24.5%, llegando a $106,000 MDD, informó IDC, la principal firma de inteligencia de mercado, servicios de consultoría y conferencias para el sector de Tecnologías de la Información y Telecomunicaciones, en los resultados de su análisis más reciente sobre e-commerce en América Latina.

Algunos de los países que vieron el boom del e-commerce más temprano están presentando menores crecimientos; sin embargo, no es una tendencia generalizada, ya que nuevos servicios están impulsando el consumo a través de comercio electrónico:

Colombia tendrá una de las tasas de crecimiento de mercado más alta para 2017, comparada con otros países. Por otra parte, Perú crece aceleradamente, pero aún hay trabajo que realizar, ya que se encuentra todavía en un proceso paulatino de transformación de la infraestructura tecnología y bancarización.

Por su lado, México es uno de los mercados con una adopción importante de este tipo de comercio:

País
Crecimiento 2016vs2017
Crecimiento 2017vs2018
Argentina
20.4%
17.8%
Brasil
22.8%
23.7%
Chile
27.3%
25.8%
Colombia
27.1%
24.5%
Perú
27.1%
30.2%
México
27.3%
28.4%
 

Con base en una lógica natural, los países con un mayor Producto Interno Bruto e Ingreso Per Cápita deberían tener un mayor uso del comercio electrónico, no obstante, esto no está sucediendo: Chile, por ejemplo, posee el mayor ingreso Per Cápita; sin embargo, está en 3er lugar en el uso de comercio electrónico, por debajo de Brasil, situación relacionada con los precios más que con el consumo.

Durante los últimos 6 años, el mercado de e-commerce se ha triplicado en la región, pasando de $30,000 en 2011 a $106,000 MDD en 2017. El sector ABC -niveles medios y altos- es quien consume a través de la Web, teniendo distintos hábitos de compra, según la generación a la que pertenecen. De acuerdo con el orden de los artículos que compran, tenemos que:
·         La generación Z: ropa, dispositivos electrónicos (tablets, PC´s, werables) y viajes.
·         Los Millennials: ropa, dispositivos electrónicos y artículos para el hogar.
·         La generación X: ropa, artículos para el hogar y viajes.
·         Los Baby Boomers: viajes, artículos para el hogar y tecnología.

martes, 26 de diciembre de 2017

Las 10 Tecnologías de Artificial Intelligence (AI) que determinarán 2018

14-ago-2017


La inteligencia artificial está cambiando la manera en que pensamos sobre la tecnología. Está cambiando radicalmente los diversos aspectos de nuestra vida diaria. Las empresas ahora están haciendo importantes inversiones en IA para impulsar sus negocios futuros.
Según un informe de Narrative Science , solo el 38% de las encuestas de las empresas usaron inteligencia artificial en 2016, pero para 2018, este porcentaje aumentará al 62%.
Otro estudio realizado por Forrester Research predijo un aumento de 300% en la inversión en IA este año (2017), en comparación con el año pasado.
IDC estimó que el mercado de IA crecerá de $ 8 mil millones en 2016 a más de $ 47 mil millones en 2020. "Inteligencia artificial" hoy incluye una variedad de tecnologías y herramientas, algunas probadas en el tiempo, otras relativamente nuevas.
Estas son las 10 tecnologías de inteligencia artificial más revolucionarias que regirán en 2018.
1. Generación de lenguaje natural
Decir (o escribir) las palabras correctas en la secuencia correcta para transmitir un mensaje claro que pueda ser fácilmente entendido por el oyente (o lector) puede ser un asunto complicado. Para una máquina, que procesa la información de una manera completamente diferente a la del cerebro humano, puede ser aún más complicado.
La solución de este problema ha sido el enfoque clave del floreciente campo de Natural Language Generation (NLG) durante años más allá del conteo. La generación de lenguaje natural, un campo que ha dado grandes pasos últimamente, ha comenzado a manifestarse en muchas áreas de nuestras vidas. Actualmente se está utilizando en el servicio al cliente para generar informes y resúmenes de mercado.
Sample vendors: Attivio, Automated Insights, Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS, Yseop.
2. Reconocimiento de voz
Transcriba y transforme el habla humana en un formato útil para aplicaciones informáticas. Actualmente se usa en sistemas interactivos de respuesta de voz y aplicaciones móviles. Cada día, más y más sistemas incorporan la transcripción y transformación del lenguaje humano en formatos útiles para computadoras.
Las compañías que ofrecen servicios de reconocimiento de voz incluyen NICE, Nuance Communications, OpenText y Verint Systems.
3. Plataformas de aprendizaje automático
En estos días, las computadoras también pueden aprender, ¡y pueden ser increíblemente inteligentes!
El aprendizaje automático es una subdisciplina de la informática y una rama de la inteligencia artificial. Su objetivo es desarrollar técnicas que permitan que las computadoras aprendan.
Al proporcionar algoritmos, API (interfaz de programación de aplicaciones), herramientas de desarrollo y capacitación, big data, aplicaciones y otras máquinas, las plataformas de aprendizaje automático están ganando cada vez más tracción cada día.
Actualmente están siendo utilizados en diversas actividades comerciales, principalmente para predicción o clasificación. Las empresas centradas en el aprendizaje automático incluyen Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree.
4. Agentes virtuales
No se puede negar que los agentes virtuales, o "bots de chat" (o simplemente, bots), están experimentando un gran resurgimiento de interés y, junto con eso, un rápido avance en innovación y tecnología.
Actualmente utilizado en servicio al cliente y soporte y como administrador de casa inteligente. Algunas de las compañías que ofrecen agentes virtuales incluyen Amazon, Apple, Soluciones Artificiales, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft, Satisfi.
5. Gestión de decisiones
Las máquinas inteligentes son capaces de introducir reglas y lógica a los sistemas de inteligencia artificial y se pueden utilizar para la configuración / entrenamiento inicial, el mantenimiento continuo y el ajuste.
Se utiliza en una amplia variedad de aplicaciones empresariales, asistiendo o realizando decisiones automatizadas. Algunas de las compañías que ofrecen esto son Conceptos avanzados de sistemas, Informatica, Maana, Pegasystems, UiPath.
6. Hardware optimizado para IA
Las empresas están invirtiendo mucho en ML / AI con diseños de hardware destinados a acelerar en gran medida la próxima generación de aplicaciones. Unidades de procesamiento de gráficos (GPU) y dispositivos específicamente diseñados y diseñados para ejecutar trabajos computacionales orientados a AI de forma eficiente.
Algunas de las compañías enfocadas en el hardware optimizado para AI incluyen Alluviate, Cray, Google, IBM, Intel, Nvidia.
7. Plataformas de aprendizaje profundo
El aprendizaje profundo es el campo de más rápido crecimiento y la nueva gran tendencia en el aprendizaje automático. Un conjunto de algoritmos que usan redes neuronales artificiales para aprender en niveles múltiples, correspondientes a diferentes niveles de abstracción.
Algunas de las aplicaciones del aprendizaje profundo son reconocimiento de voz automático, reconocimiento de imágenes / reconocimiento de caracteres ópticos, PNL y clasificación / agrupamiento / predicción de casi cualquier entidad que pueda ser detectada y digitalizada.
Los proveedores y proveedores de servicios de plataformas de aprendizaje profundo incluyen Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology, Sentient Technologies.
8. Automatización de procesos robótica
La automatización de procesos robóticos es posible gracias a los scripts y métodos que imitan y automatizan tareas humanas para admitir procesos corporativos. Ahora se usa en situaciones especiales en las que es demasiado costoso o ineficiente contratar humanos para un trabajo o tarea específica.
Debemos recordar que la inteligencia artificial no está destinada a reemplazar a los humanos, sino a complementar sus habilidades y reforzar el talento humano.
Algunas de las compañías que se enfocaron en esto incluyen conceptos de sistemas avanzados, Automation Anywhere, Blue Prism, UiPath, WorkFusion.
9. Text Analytics y NLP
El procesamiento del lenguaje natural (NLP) se refiere a las interacciones entre las computadoras y los lenguajes humanos (naturales). Esta tecnología utiliza el análisis de texto para comprender la estructura de las oraciones, así como su significado e intención, a través de métodos estadísticos y aprendizaje automático.
También están siendo utilizados por una gran variedad de asistentes automáticos y aplicaciones para extraer datos no estructurados.
Some of the services providers and suppliers of these technologies include Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd and Synapsify.
10. Biometría
Esta tecnología se ocupa de la identificación, medición y análisis de los aspectos físicos de la estructura y la forma del cuerpo y el comportamiento humano.
Permite interacciones más naturales entre los seres humanos y las máquinas, incluidas las interacciones relacionadas con el reconocimiento táctil, de imágenes, del habla y del lenguaje corporal.
Actualmente, esta tecnología se utiliza principalmente para estudios de mercado. Los proveedores de estas tecnologías incluyen 3VR, Affectiva, Agnitio, FaceFirst, Sensorial, Synqera y Tahzoo.
Fuente: Knowstartup

¿Cuál es el mercado esperado para el mercado de plataforma de inteligencia digital en los próximos años?



Bijju MathewLinkedIn, 26-12-2017


Se prevé que el mercado global de inteligencia digital crezca de USD 5.65 mil millones en 2017 a USD 13.96 mil millones para el año 2022, a una Tasa de crecimiento anual compuesta (CAGR) del 19.8% de 2017 a 2022. Los factores que impulsan el mercado de la plataforma de inteligencia digital incluyen una mayor adopción de plataformas de inteligencia digital para la diferenciación competitiva y actividades de retención de clientes, un mayor enfoque en el análisis y personalización de redes sociales y la necesidad de optimizar las experiencias digitales en todos los puntos de contacto.

El mercado de la plataforma de inteligencia digital se ha estudiado para América del Norte, Europa, Asia Pacífico, Medio Oriente y África y América Latina. Se espera que el mercado de la plataforma de inteligencia digital en la región de Asia Pacífico crezca al mayor CAGR durante el período de pronóstico. Esto se puede atribuir al rápido crecimiento en la adopción de teléfonos inteligentes y al aumento del comercio electrónico y el m-commerce en la región. El móvil, las redes sociales y la web son los tres principales puntos de contacto en la región de Asia Pacífico. Ha habido un aumento en las compras móviles en línea y el uso de las redes sociales en esta región. Por lo tanto, las organizaciones en esta región se están enfocando en aumentar la experiencia del cliente a través de puntos de contacto móviles y redes sociales.

Los principales actores en el mercado de la inteligencia digital son Adobe Systems (EE. UU.), IBM (EE. UU.), SAS Institute (EE. UU.), Evergage (EE. UU.), Google (EE. UU.), Mixpanel (EE. UU.), Optimizely (EE. UU.), Webtrekk (Alemania), New Relic (EE. UU.), Localytics (EE. UU.) Y Cxense (Noruega). Estas compañías están adoptando diferentes estrategias de crecimiento tales como lanzamientos de nuevos productos, asociaciones, colaboraciones, fusiones y adquisiciones, y expansiones comerciales para aumentar su participación en el mercado.

miércoles, 13 de diciembre de 2017

Las 10 excusas más tontas para no transformar digitalmente la Administración

Excusas o pretextos hay muchos, pero tras una meticulosa selección hemos identificado los 10 más desgarradores. Bienvenidos al maravilloso mundo de la resistencia al cambio.

pretexto.
(Del lat. praetextus).
1. m. Motivo o causa simulada o aparente que se alega para hacer algo o para excusarse de no haberlo ejecutado (Fuente: RAE)
1.- No veo que sea necesario. La miopía social (incluso por encima de la legal) es el mayor pecado de un cargo público. Alguna vez hemos hablado de burrocracia e ignocracia (ver). La legitimación democrática es sin duda lo más importante, pero cuando por hache o por be, se cuela en la cúspide de lo público una persona especialmente necia o desinformada (curiosamente no suele ser tanto vía elecciones como vía nombramientos), hace mucho daño aunque no tenga exactamente mala fe. También es cierto que una cosa es no saber y otra no querer saber, lo cual es mucho más criticable porque implica no dedicar ni un minuto a quien con mucho gusto te lo quiere explicar. No todo el mundo ha tenido la suerte de estudiar, pero el sentido común, incluso la sabiduría, camina por otro conducto.
2.- Peligra la legalidad y la seguridad jurídica. Cuanto menos resulta paradójico que cumpliendo la legalidad (Ley de procedimiento, Ley de transparencia, Ley de régimen jurídico, ENS, ENI…) peligre la legalidad. Más allá de esta enorme contradicción, lo cierto es que la administración electrónica es mucho más legal y transparente. E infinitamente más eficiente.
3.- Peligra la LOPD. ¿Ah sí? ¿Qué artículo? Para apelar a la LOPD digo yo que habría que sabérsela ¿no?
12pruebasl
“Vaya a la ventanilla de al lado, pero está almorzando”… Fotograma de “Las doce pruebas de Astérix”, donde la prueba más dura que tienen que afrontar nuestros amigos para demostrar a César que son Dioses es lidiar con los funcionarios de “La casa que enloquece”. Genial.
 
4.- La administración electrónica va en contra de la gente mayor. ¿Por qué? La administración electrónica no supone la sustitución de una administración por otra, o mejor dicho, sí, pero solo internamente. Desde luego que la administración debe ser íntegramente electrónica pero el ciudadano, ese que paga sus impuestos, puede elegir entre serlo y no serlo. Tenga la edad que tenga. Alguno se sorprendería del enorme uso de los medios electrónicos en la franja de la tercera edad. Hay miles de cursos de informática a nivel de usuario para personas mayores, y les aseguro que son mayores, no tontos, de modo que “controlan”. Y si no siempre se le puede encargar al nieto una gestión… En definitiva, el ciudadano puede optar por relacionarse con la administración por medios electrónicos o, si así lo desea, del modo tradicional. La eAdministración es una puerta más que se abre, pero no se cierra ninguna. No se discrimina a nadie. Precisamente las administraciones más modernas tienen a disposición del público oficinas de atención ciudadana de mayor calidad. La catalogación y la automatización interna de los procesos lo facilita, pero el ciudadano, hoy en 2017 y dentro de 50 años en 2067, que haga lo que quiera.
5.- La administración electrónica es cara. Mentira y de las gordas. No es cara aunque sí tiene un coste que, por definición, se amortiza rápidamente. La organización debe destinar recursos propios y, sobre todo si es pequeña, subvenciones, para cumplir sus obligaciones legales y sociales en la efectividad de los derechos electrónicos de los ciudadanos. Una vez implantados, los servicios electrónicos propician de forma natural una reducción de cargas administrativas para el usuario, y una reducción de costes para la propia Administración que se traducen en un menor gasto e incluso en mayores ingresos. Retorno de la inversión (RCA -> ROI). Pronto la administración electrónica “estará pagada”, y si alguien no se lo cree que pregunte en Picanya, Alzira o Catarroja…
6.- Muchos ayuntamientos pequeños no pueden abordarlo, por falta de medios. Decía la Ley 11/2007 que si el 31 de diciembre de 2009 no había “disponibilidades presupuestarias” la implantación de la Ley se podía demorar. ¿Cuánto tiempo? De momento ya han pasado 10 años desde aquella Ley, ya derogada por otra que impone con mucha mayor contundencia estas obligaciones (en 2015), precedida de otra que atribuye la competencia a las Diputaciones Provinciales (2013). Ante la ausencia de medios pidamos ayuda, porque las administraciones supramunicipales deben darla. No está nada mal, tampoco, el Catálogo de Servicios de la Administración Digital del Estado. Lo que es cierto es que la gestión interna del cambio es algo que nadie hará por usted (ver el vídeo que remata la presente entrada). Un Ayuntamiento pequeño tiene menos recursos, claro está, pero en la parte positiva tiene menos expedientes y mucha menor complejidad. La administración electrónica es barata, y además como hemos dicho se amortiza rápidamente. Muchas veces confundimos el “no poder” con el “no querer”. La administración electrónica tiene enemigos de mucho mayor calado que el coste de la inversión.
7.- La firma electrónica no es una firma. No, y el caballo blanco de Santiago no es blanco… ni caballo, ni nada vamos. Ni siquiera es de Santiago, Santiago lo ha robado. En fin, esta es una de mis preferidas, esgrimida en no pocas ocasiones por “juristas de desconocido prestigio”.
8.- La fe pública no se puede ejercer con la firma electrónica, porque no permite el “ante mí”. ¿Les digo un secreto? En realidad nunca hicimos el “ante mí”. Simplemente viajaba el papel de una mesa a otra, de un edificio a otro… Hay que replantearse seriamente, en las profesiones de Notario y Secretario de Ayuntamiento, la función de fe pública. En los Ayuntamientos actualmente quien da fe de que el Alcalde es el Alcalde en la firma de un decreto es su propia firma electrónica reconocida. Por otra parte el Secretario ya no interviene ni en las mal llamadas compulsas electrónicas (en realidad “copias auténticas”) ni en los certificados de empadronamiento. Sí nos quedan las actas, los contratos y algún poso más de lo que algún día fue esa fe. Nos guste o no, la fe pública, la fehaciencia, ahora la ejercen esencialmente instrumentos como el certificado de firma, el sello de órgano, el timestamping, o el blockchain. No sé cuánto le queda a la Administración de ser el ente autorizado para emitir certificados.
9.- Ya no nos podemos equivocar. Es mucho más difícil rectificar. El procedimiento electrónico no permite sacar un decreto con fecha anterior a la de su emisión/firma, o completar un expediente cerrado con un documento que nos faltaba. Empezando por lo segundo no, no lo permite porque eso no se puede hacer. Antes tampoco se podía hacer, pero el papel, que todo lo aguanta, sí lo permitía. Tampoco ya se pueden “sacar de la chistera” en marzo Resoluciones con fecha 31 de diciembre, para que operen con cargo al ejercicio presupuestario anterior. Hacíamos muchas trampas que el programita y la firma electrónica ya “no te permiten” hacer. Es lo que tiene la administración electrónica: saca las vergüenzas de lo que siempre hicimos mal. En cuanto a lo de no equivocarse, dicen que errar es humano, pero si el cambio sirve para fijarse un poco más cuando hacemos el famoso “copiar y pegar”, bienvenido sea. Y sí, siempre se puede rectificar.
10.- La gente no utiliza las Nuevas Tecnologías. Nooooo, qué va…

jueves, 16 de noviembre de 2017

MIT: Las cuatro olas de inteligencia artificial que caerán sobre la sociedad

MIT Technology Review
  • por Will Knight | traducido por Teresa Woods
  •  
  • 10 Noviembre, 2017


El antiguo responsable de investigación de Google en China Kai-Fu Lee cree que el impacto de la tecnología se estructurará en cuatro grandes olas de cambio y advierte de que la destrucción de empleos, sobre todo en el trabajo de oficina, es inminente e irreversible.

Kai-Fu Lee es uno de los tecnólogos e inversores más conocidos de China. Y en su opinión, la inteligencia artificial (IA) está a punto de suplantar a muchos millones de trabajadores de oficina de su país. "Este reemplazo ya se está produciendo, y está generando una verdadera y completa aniquilación", afirmó la semana pasada en una conferencia celebrada en el Instituto Tecnológico de Massachusetts (MIT, EEUU). El experto añadió: "En mi opinión, la fuerza laboral de cuello blanco [trabajadores de oficina de nivel medio y alto] es la más amenazada, el riesgo para el trabajo del cuello azul [personal técnico de rango bajo] llegará más tarde".
Lee destacó varias inversiones de su empresa, Sinovation Ventures, como claras señales de que la inteligencia artificial ya está transformando el trabajo de oficina rutinario. Por ejemplo, Lee ha respaldado a Smart Finance Group, una empresa que emplea el aprendizaje automático para determinar la elegibilidad de una persona para un préstamo. Sinovation Ventures también ha invertido en empresas que automatizan el servicio al cliente, formación y otros servicios de oficina rutinarios.
Hay muchas razones para hacer caso a la advertencia de Lee.Antes de convertirse en inversor, creó el laboratorio de investigación de Microsoft en China y se convirtió en presidente fundador de Google China en 2009. En la década de 1980, realizó un innovador trabajo técnico en la Universidad de Carnegie Mellon (EEUU) sobre reconocimiento de voz mediante el aprendizaje automático.
En su papel de inversor de capital riesgo, quizás tenga un fuerte incentivo para hacer hincapié en el probable impacto de la inteligencia artificial. Pero su punto de vista sobre China también es importante, dada la enorme inversión que su Gobierno está haciendo en la inteligencia artificial y el potencial de las industrias jóvenes para transformar la economía (ver  China despierta al dragón de la inteligencia artificial 中国 人工智能 的 崛起).
Lee identificó cuatro olas de inteligencia artificial distintas pero no secuenciales. La primera está siendo impulsada por la disponibilidad de grandes cantidades de datos etiquetados. Las grandes empresas de internet, tanto en China como en EEUU, ya se han aprovechado de ello para ganar ventaja en la construcción de sus negocios y en la consolidación de la experiencia en inteligencia artificial.
La segunda ola, la más relevante para la revolución laboral prevista por Lee, se basa en la disponibilidad de datos de las propias compañías, especialmente en industrias como el derecho y la contabilidad. Los bufetes de abogados podrían necesitar menos asistentes legales, por ejemplo, si las máquinas fuesen capaces de buscar rápida y eficientemente entre miles de documentos durante la investigación de un caso.
Una tercera ola depende de las compañías que generan datos a través de nuevos productos o aplicaciones. Y la cuarta ola, aún algo lejana, sería la de los servicios totalmente automatizados, como vehículos autónomos y ayudantes robóticos.
El discurso de Lee continúa: "La IA aplicada a diferentes sectores y convertida en productos generará un valor inmenso. Para cualquier inversor de capital de riesgo o gran empresa que quiera aprovechar estas tecnologías, esta es la era abierta de la inteligencia artificial".
En la conferencia, llamada IA y el Futuro del Trabajo, había una sensación de que el mundo de la tecnología debe prepararse para lo peor. Cuando comenzó el evento, por ejemplo, el presidente del MIT, Rafael Reif, afirmó que los recientes desarrollos tecnológicos tienen el potencial de afectar profundamente a la sociedad.
Sin embargo, la conferencia también destacó que los tecnólogos y economistas expertos no se ponen de acuerdo sobre cuál será el grado del posible impacto de la inteligencia artificial y la automatización. Esto forma parte de un debate mucho más amplio que ha estado tratándose en círculos de política económica desde hace varios años (ver De cómo la tecnología está destruyendo el empleo y Quien posea los robots acaparará las riquezas del mundo).
Varios ponentes del evento afirmaron que la inteligencia artificial dará lugar a nuevas empresas e industrias, lo que hará que genere más empleos de los que podría destruir (ver "Cada empleo que destruye la tecnología genera uno nuevo"). Sin embargo, Lee claramente no compartió ese punto de vista. El inversor concluyó: "Muchos optimistas dicen que en las revoluciones tecnológicas, unos trabajos desaparecen y aparecen otros nuevos. Es cierto que en algunos sectores aparecerán nuevos puestos de trabajo, pero yo creo que serán la excepción"