Las implementaciones de IA en las empresas más interesantes en 2024 | IA en los negocios #63

En este artículo, analizaremos más de cerca algunas implementaciones interesantes de IA en las empresas. Desde el uso del aprendizaje automático por parte de Stripe para detectar fraudes hasta las experiencias de pedidos personalizados de Swiggy y GitHub Copilot que brinda soporte en tiempo real a los desarrolladores. Estos ejemplos muestran cómo la inteligencia artificial está impulsando la creación de servicios innovadores, transformando las experiencias de los clientes, aumentando las tasas de conversión y optimizando los procesos internos de empresas e instituciones. Sigue leyendo.

Implementaciones de IA en Stripe

Stripe (https://stripe.com/) es una plataforma de pago avanzada que permite a empresas e instituciones procesar transacciones tanto en línea como en entornos minoristas tradicionales. Proporciona soluciones integradas para la gestión de pagos, facturación, automatización de procesos financieros y la creación de programas de suscripción y fidelización. La aplicación de tecnologías modernas, incluido el aprendizaje automático, permite a Stripe optimizar las conversiones y minimizar el riesgo de fraude. En 2023, Stripe será reconocida como una de las soluciones más innovadoras en el campo de los sistemas de pago online.

Sin embargo, ¿por qué Stripe Radar es una de las implementaciones de IA más interesantes en las empresas en 2023? Stripe Radar utiliza técnicas avanzadas de inteligencia artificial para una detección de fraude rápida y precisa, lo que la convierte en una de las soluciones más innovadoras en la industria de pagos en línea este año. Entre sus principales ventajas se encuentran:

• Velocidad y precisión . Radar Stripe evalúa más de 1000 detalles de transacciones en menos de 100 milisegundos, bloqueando con precisión transacciones riesgosas. Logra una precisión en la que sólo el 0,1% de los pagos válidos se rechazan por error.
• Modelos avanzados de aprendizaje automático . Stripe pasó del aprendizaje automático básico a redes neuronales avanzadas, mejorando enormemente el rendimiento del modelo.
• Arquitectura innovadora . La última arquitectura ha permitido un entrenamiento de modelos más rápido y una mejor escalabilidad, lo que permite crear prototipos e implementar nuevas ideas más rápidamente.

Fuente: Raya (https://stripe.com/)

"Complete the Look", o la implementación de IA de Walmart

Walmart, el gigante estadounidense de los supermercados, ofrece una amplia gama de productos, que incluyen comestibles, ropa, cosméticos, productos electrónicos y más. Como uno de los minoristas líderes a nivel mundial, Walmart emplea a más de 2,3 millones de personas en todo el mundo. Sin embargo, recientemente también ha ampliado su presencia en el campo de la inteligencia artificial.

El módulo "Complete the Look" (CTL) recientemente lanzado por Walmart es un innovador sistema de recomendación de productos en la categoría de moda y decoración del hogar. Pero, ¿por qué se considera que CTL es una de las implementaciones de IA más interesantes en 2023?

• Personalización del estilo. CTL genera conjuntos completos y estilizados en torno al producto seleccionado por el cliente, lo que facilita el descubrimiento y la elección de las prendas de vestuario adecuadas.
• Mayor confianza y conversión . Presentar prendas personalizadas aumenta la confianza de los clientes en sus elecciones y les anima a realizar compras.
• Ahorro de tiempo . El sistema le permite armar conjuntos completos rápidamente en lugar de buscar artículos individuales, lo que hace que las compras sean más eficientes.
• Algoritmos avanzados. CTL utiliza varios algoritmos, incluida la generación de apariencia y la expansión de cobertura, para escalar y personalizar las recomendaciones para los usuarios.

Esta innovación resuelve el problema de la sobrecarga de información y la elección entre una gran cantidad de opciones disponibles, ofreciendo a los clientes una experiencia de compra fácil y agradable que es a la vez inspiradora y estilísticamente coherente.

Fuente: Medio (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber: previsión ETR

Uber es una aplicación móvil para reservar viajes en automóvil, pero sus innovaciones en inteligencia artificial no se limitan al transporte. Tomemos como ejemplo los estacionamientos de los aeropuertos. Con la introducción del pronóstico ETR (tiempo estimado de solicitud), Uber ha implementado un sistema de vanguardia para predecir los tiempos de espera de los conductores en los aeropuertos. Utilizando sofisticados modelos de IA, anticipa la demanda y la duración de las colas, teniendo en cuenta las fluctuaciones de las colas y elementos externos como retrasos en los vuelos. Este sistema proporciona a los conductores información sobre los tiempos de espera previstos, ayudándoles a gestionar su tiempo de forma más eficaz y a planificar mejor sus ubicaciones.

¿Por qué es digna de mención esta solución innovadora? Principalmente por:

• Problema resuelto . El pronóstico ETR de Uber aborda el desafío de tener muy pocos o demasiados conductores en los aeropuertos, lo que afecta tanto a los pasajeros como a los conductores. La escasez significa que los pasajeros esperan más tiempo y los excedentes hacen perder el tiempo a los conductores mientras esperan.
• Innovación . El sistema de previsión informa a los conductores sobre el tiempo de espera previsto para las solicitudes, permitiéndoles gestionar mejor su tiempo y posicionamiento.
• Aplicación de la IA . Utiliza modelos avanzados de IA para predecir la demanda y la duración de las colas, teniendo en cuenta la dinámica de las colas y factores externos como los retrasos de los vuelos.
• Impacto en la industria . Es una de las implementaciones de IA más interesantes en 2023 porque optimiza la asignación de recursos en tiempo real, mejorando la eficiencia y la experiencia del usuario de los servicios de Uber en los aeropuertos.

Fuente: Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Implementaciones de IA en Pinterest

Pinterest (https://pinterest.com/) probablemente no necesite presentación. Esta plataforma de redes sociales estadounidense permite a los usuarios buscar y compartir fotos, GIF y videos que cubren diversos temas como moda, gastronomía, diseño de interiores y más. Los usuarios pueden crear sus propios tableros con contenido visual que les parezca interesante y explorar los tableros de otras personas en busca de inspiración.

La plataforma se basa en anuncios y, en 2023, adoptó la inteligencia artificial para pasar de los métodos reactivos tradicionales a otros más proactivos para evitar que los anunciantes se vayan. Esta se destaca como una de las implementaciones de IA notables en 2023 porque:

• Aborda el desafío de que los anunciantes abandonen la plataforma Pinterest. Tradicionalmente, este problema se abordaba sólo después de que los anunciantes ya se habían ido, lo que hacía difícil recuperarlos. Gracias al aprendizaje automático (ML), ahora permite la detección temprana de posibles abandonos, lo que permite al equipo tomar medidas proactivas.
• El equipo de Pinterest ha creado un modelo de aprendizaje automático (ML) que predice la probabilidad de abandono de anunciantes en los próximos 14 días. Utiliza un conjunto de funciones del anunciante para realizar esta predicción. El equipo de ventas utiliza esta información para priorizar acciones destinadas a evitar la deserción.
• Los experimentos preliminares han demostrado que este enfoque puede lograr una reducción del 24% en la deserción en el grupo de prueba en comparación con el grupo de control. Esto indica la eficacia de un enfoque proactivo para prevenir la deserción.

Stitch Fix, o titulares y descripciones de productos generados por IA

Stitch Fix (https://www.stitchfix.com/) es una plataforma innovadora que permite a los usuarios pedir ropa a través de una aplicación móvil. Los usuarios pueden completar una encuesta especificando sus preferencias de estilo, tamaño y presupuesto. Luego, reciben cinco sugerencias de ropa seleccionadas individualmente de un grupo de más de 1000 marcas y estilos diferentes.

Stitch Fix utiliza algoritmos avanzados de inteligencia artificial para generar titulares de anuncios que llamen la atención y descripciones detalladas de los productos. Esto hace que el proceso de creación de contenido de marketing y descripciones de productos requiera menos tiempo y sea menos costoso, al tiempo que garantiza la singularidad y coherencia con la imagen de la marca.

La empresa emplea el método "experto en el circuito", que combina la creatividad de la IA con la supervisión humana, lo que garantiza una alta calidad y eficiencia. Con IA, Stitch Fix puede generar descripciones de productos para cientos de miles de estilos, abordando los desafíos de escala y complejidad del comercio electrónico. La mejora continua de los algoritmos junto con el conocimiento experto permite una mejora constante de la calidad del contenido generado.

Esta innovación aborda el proceso costoso y lento de crear contenido de marketing para el comercio electrónico y descripciones de productos, al tiempo que garantiza la singularidad y la alineación con el estilo de la marca.

trago

Swiggy (https://www.swiggy.com/) es un servicio indio de entrega de alimentos en línea que permite a los usuarios pedir comidas en restaurantes locales. La aplicación Swiggy ofrece la opción de elegir platos de sus restaurantes favoritos, realizar un seguimiento de los pedidos en tiempo real y utilizar funciones adicionales como recomendaciones personalizadas y un valor mínimo de pedido establecido.

Swiggy utilizó IA para personalizar los pedidos de comida en su aplicación, resolviendo la "paradoja de la elección". Aquí están los puntos principales:

• Paradoja de la elección. Swiggy notó que a los clientes les cuesta decidir qué pedir debido a que hay demasiadas opciones. Este fenómeno, conocido como la "paradoja de la elección", conduce a la insatisfacción del cliente.
• Personalización de pedidos. La compañía introdujo un sistema de recomendación de “cestas” con un número limitado de platos adaptados a las preferencias del cliente para facilitar su selección y mejorar la experiencia del usuario.
• Aplicación de IA . Swiggy utiliza IA para analizar datos históricos de pedidos, preferencias dietéticas de los clientes y estacionalidad de los productos para generar recomendaciones personalizadas.

Esta innovación aborda el problema de demasiadas opciones, mejorando tanto la satisfacción del cliente como la eficiencia de la plataforma. Es uno de los usos más interesantes de la IA en las empresas en 2023 debido a su eficacia y complejidad.

Implementaciones de IA en FoodPanda

Foodpanda (https://www.foodpanda.my/) es un servicio de entrega de alimentos en línea que permite a los usuarios pedir comidas en restaurantes locales a través de la aplicación. La aplicación Foodpanda permite a los usuarios pedir sus platos favoritos, realizar un seguimiento del estado de sus pedidos en tiempo real y acceder a varias funciones, incluidas recomendaciones personalizadas y un valor mínimo de pedido establecido.

Foodpanda utiliza pruebas A/B para mejorar su menú y aumentar las tasas de conversión. La innovación implica actualizar la versión B del menú mediante programación y automatización avanzadas. Aquí están los puntos principales:

• Automatización de pruebas . Usando Apache Airflow para automatizar el proceso de actualización del menú.
• Escalabilidad . La optimización del proceso permite realizar pruebas más rápidas, incluso en varios países.
• Eficiencia . Reducir el tiempo de ejecución de 9 horas a aproximadamente 3,75 horas y reducir la tasa de error al 2,2%.
• Futuras mejoras . Se planean más mejoras, como la configuración de paginación dinámica y DAG separados para diferentes países.

Gracias a estas innovaciones, Foodpanda aborda el problema de las actualizaciones lentas e ineficaces de los menús, algo crucial para mantener la competitividad y aumentar la satisfacción del usuario.

Fuente: FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) es una plataforma inmobiliaria en línea que facilita la búsqueda, compra, alquiler y venta de propiedades a sus usuarios. La plataforma presenta millones de listados de propiedades, lo que permite a los usuarios comparar valores y conectarse con expertos de la industria local. Zillow utiliza tecnologías avanzadas, incluido el aprendizaje automático, para proporcionar valoraciones de propiedades precisas y agilizar los procesos de compra, venta o alquiler.

El enfoque innovador de Zillow para la valoración de propiedades a través de la herramienta "Neural Zestimate" posiciona a la empresa como un actor fuerte entre los innovadores de IA. A continuación se presentan puntos clave que ilustran por qué "Neural Zestimate" es una de las implementaciones de IA más interesantes:

• Respuesta rápida a los cambios del mercado . Gracias a "Neural Zestimate", Zillow puede responder rápidamente a los cambios en el mercado inmobiliario, proporcionando valoraciones actualizadas a escala nacional.
• Actualizaciones simplificadas . El nuevo sistema facilita mucho la actualización y el mantenimiento de los modelos de valoración, mejorando su precisión.
• Tendencias locales y estacionales . "Neural Zestimate" incorpora eficazmente información local y cambios estacionales del mercado en el proceso de aprendizaje, lo que permite estimaciones más precisas del valor de las viviendas.
• Rango de valoración . "Neural Zestimate" utiliza regresión cuantil para generar rangos de precios, proporcionando una mejor comprensión del valor potencial de la propiedad y reduciendo la incertidumbre en la estimación.

Esta innovación aborda el problema de la falta de valoraciones de propiedades actuales y precisas, que son cruciales tanto para vendedores como para compradores en el dinámico mercado inmobiliario.

Copilot de GitHub con implementaciones de IA

La lista de implementaciones innovadoras de IA no podría estar completa sin GitHub Copilot, una herramienta de codificación impulsada por IA que utiliza modelos de lenguaje grandes (LLM) de OpenAI. GitHub Copilot es un gran avance en la generación de código, ya que permite sugerencias de código en tiempo real dentro del entorno IDE.

Gracias a la colaboración con OpenAI, los creadores de ChatGPT, y a las continuas mejoras de los modelos LLM, Copilot es cada vez más preciso y se adapta a las necesidades de los usuarios. Esta herramienta mejora la productividad de los programadores al automatizar partes del proceso de codificación y brindar sugerencias instantáneas.

GitHub (https://github.com/) planea ampliar las capacidades de Copilot agregando soporte de voz e integrándolo con otros elementos de la plataforma. Sin embargo, incluso ahora, aborda el desafío de los procesos de codificación largos y complejos ofreciendo sugerencias inteligentes que aceleran el trabajo y ayudan a resolver problemas de programación. Esto la convierte en una de las implementaciones de IA en las empresas más interesantes en 2023.

Implementaciones de IA – resumen

Los ejemplos presentados en este artículo son sólo la punta del iceberg cuando se trata de innovaciones de IA en las empresas modernas. En 2023, más empresas recurrirán a las tecnologías de inteligencia artificial para trabajar de manera más inteligente, comprender mejor a los clientes y mantenerse al día con las tendencias de la industria. El uso cada vez mayor de la IA está aportando una nueva perspectiva y transformando las experiencias tanto de los empleados como de los clientes. Según Gartner, para 2025, el 80% de las empresas adoptarán al menos una solución basada en IA, lo que indica una tendencia positiva para el mundo empresarial.

Si le gusta nuestro contenido, únase a nuestra comunidad de abejas ocupadas en Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Autor: Robert Whitney

Experto en JavaScript e instructor que capacita a los departamentos de TI. Su principal objetivo es mejorar la productividad del equipo enseñando a otros cómo cooperar eficazmente mientras codifican.

Ver todas las publicaciones

IA en los negocios:

1. Amenazas y oportunidades de la IA en los negocios (parte 1)
2. Amenazas y oportunidades de la IA en los negocios (parte 2)
3. Aplicaciones de IA en las empresas: descripción general
4. Chatbots de texto asistidos por IA
5. PNL empresarial hoy y mañana
6. El papel de la IA en la toma de decisiones empresariales
7. Programación de publicaciones en redes sociales. ¿Cómo puede ayudar la IA?
8. Publicaciones automatizadas en redes sociales
9. Nuevos servicios y productos que operan con IA
10. ¿Cuáles son las debilidades de mi idea de negocio? Una sesión de lluvia de ideas con ChatGPT
11. Usando ChatGPT en los negocios
12. Actores sintéticos. Los 3 mejores generadores de vídeo con IA
13. 3 útiles herramientas de diseño gráfico de IA. IA generativa en los negocios
14. 3 increíbles escritores de IA que debes probar hoy
15. Explorando el poder de la IA en la creación musical
16. Navegando por nuevas oportunidades comerciales con ChatGPT-4
17. Herramientas de IA para el directivo
18. 6 fantásticos complementos de ChatGTP que te harán la vida más fácil
19. 3 gráficos AI. Generatywna sztuczna inteligencja dla biznesu
20. ¿Cuál es el futuro de la IA según McKinsey Global Institute?
21. Inteligencia artificial en los negocios - Introducción
22. ¿Qué es la PNL o procesamiento del lenguaje natural en los negocios?
23. Procesamiento automático de documentos
24. Traductor de Google frente a DeepL. 5 aplicaciones de la traducción automática para empresas
25. El funcionamiento y las aplicaciones empresariales de los voicebots.
26. ¿Tecnología de asistente virtual o cómo hablar con la IA?
27. ¿Qué es la inteligencia empresarial?
28. ¿La inteligencia artificial reemplazará a los analistas de negocios?
29. ¿Cómo puede ayudar la inteligencia artificial con BPM?
30. IA y redes sociales: ¿qué dicen de nosotros?
31. Inteligencia artificial en la gestión de contenidos
32. IA creativa de hoy y de mañana
33. IA multimodal y sus aplicaciones en los negocios
34. Nuevas interacciones. ¿Cómo está cambiando la IA la forma en que operamos los dispositivos?
35. RPA y APIs en una empresa digital
36. El futuro mercado laboral y las próximas profesiones
37. IA en EdTech. 3 ejemplos de empresas que aprovecharon el potencial de la inteligencia artificial
38. Inteligencia artificial y medio ambiente. 3 soluciones de IA para ayudarle a construir un negocio sostenible
39. Detectores de contenido de IA. ¿Valen la pena?
40. ChatGPT frente a Bard frente a Bing. ¿Qué chatbot con IA lidera la carrera?
41. ¿Es el chatbot AI un competidor de la búsqueda de Google?
42. Avisos efectivos de ChatGPT para recursos humanos y contratación
43. Ingeniería rápida. ¿Qué hace un ingeniero rápido?
44. Generador de maquetas de IA. Las 4 mejores herramientas
45. ¿IA y qué más? Principales tendencias tecnológicas para las empresas en 2024
46. IA y ética empresarial. Por qué debería invertir en soluciones éticas
47. Meta IA. ¿Qué debes saber sobre las funciones compatibles con IA de Facebook e Instagram?
48. Regulación de la IA. ¿Qué necesitas saber como emprendedor?
49. 5 nuevos usos de la IA en los negocios
50. Productos y proyectos de IA: ¿en qué se diferencian de los demás?
51. Automatización de procesos asistida por IA. ¿Donde empezar?
52. ¿Cómo se combina una solución de IA con un problema empresarial?
53. IA como experta en tu equipo
54. Equipo de IA versus división de roles
55. ¿Cómo elegir un campo profesional en IA?
56. ¿Siempre vale la pena añadir inteligencia artificial al proceso de desarrollo de productos?
57. IA en RRHH: cómo la automatización de la contratación afecta a RRHH y al desarrollo de equipos
58. Las 6 herramientas de IA más interesantes en 2023
59. Los 6 mayores contratiempos empresariales causados ​​por la IA
60. ¿Cuál es el análisis de madurez de la IA de la empresa?
61. IA para la personalización B2B
62. Casos de uso de ChatGPT. 18 ejemplos de cómo mejorar tu negocio con ChatGPT en 2024
63. Microaprendizaje. Una forma rápida de adquirir nuevas habilidades.
64. Las implementaciones de IA en las empresas más interesantes en 2024