Posgrados Ingenieria

Desafíos que afrontan las empresas en la aplicación de data mining

28.11.2023

|

Autor: Posgrados Ingeniería

Las Jornadas en Ciencia de Datos organizadas por la Facultad de Ingeniería de la Universidad Austral son una gran oportunidad para conocer casos reales de empresas que se encuentran aplicando data science en sus procesos. En la edición 2023, distintos especialistas y colaboradores de empresas de referencia compartieron los desafíos que enfrentan a la hora de incorporar data mining y las ventajas que les aportan a las organizaciones. 

 

¿Cómo formar un equipo de Data Science en una industria no techie?

Cecilia Raimundo, Gerente Data Science y Martin De Meio, Analista Senior Data Science de Aeropuertos Argentina 2000, compartieron cómo fue el proceso de incorporación de ciencia de datos en la compañía líder de aeropuertos del país.  

A partir de la pandemia, los directivos de AA2000 vieron la necesidad de contar con un equipo enfocado en datos, ya que eran tan importantes como cualquier otro activo de la compañía. Es por eso que se creó un equipo de ciencia de datos que analizara qué procesos debían ser digitalizados para dar un giro en la manera de gestionar. Para poder ver el impacto monetario que genera el área, fue necesario llevar a cabo un proceso de recopilación de datos, implementación de tecnología y compra de licencias para técnicas de visualización, además de formar un equipo de gente y desarrollar tableros y modelos predictivos.  

La creación de tableros productivos les permitió tener datos actualizados casi en tiempo real ya que alguno de ellos cada media hora se actualizan. En esta empresa, este cambio fue disruptivo ya que junto a las unidades de negocio se tuvo que desarrollar la cultura de saber cómo gestionar a través de modelos predictivos. 

También crearon un proyecto de Data Science para predecir los pasajeros. ¿Por qué fue tan importante este proyecto? La predicción de pasajeros le permite tener una mirada anticipada para planificar. El objetivo era automatizar el proceso de estimación del Factor de Ocupación por ruta en un número acotado de 400 combinaciones de rutas para que el sector de operaciones no dedique el tiempo de análisis manual y si se dedique a generar expansión de rutas. 

Si bien existe un consenso sobre la necesidad de aprovechar los datos de las organizaciones, todavía hay un largo camino por recorrer. En este sentido, Roman Zambrano, CTO IBM Argentina, Julieta Romero, Líder de la Comunidad de IA, hicieron un repaso de la transformación que se fue dando en las empresas en materia de IA. Es interesante entender en dónde están posicionadas hoy las empresas. 

 

¿El mercado está preparado para llevar adelante proyectos de Inteligencia Artificial?

Los especialistas compartieron algunos datos relevantes: los CEOs creen que los equipos ya tienen conocimientos para empezar con proyectos de inteligencia artificial. Por otro lado, los roles soft que entienden el negocio y saben cómo hacer búsquedas dentro de los datos y proponer alguna solución, hoy son los perfiles más buscados, ya no se necesita alguien que maneje Python o que se enfoque en el desarrollo. 

Los proyectos hoy son más rápidos de implementar: un asistente virtual podría llevar entre 4 y 6 meses y hoy ese tipo de proyectos pueden tomar días.  

Es fundamental entender que la inteligencia artificial es cross a toda la organización (cadena de suministros, RRHH, seguridad, marketing) y que la clave está en entrenar correctamente a la herramienta, con datos de calidad. De allí aparecen pequeñas soluciones que permiten automatizar flujos. El rol de las personas sigue siendo muy importante para la toma de decisiones, con estas nuevas soluciones.  

¿Cómo controlar el avance de la inteligencia artificial?

En IBM consideran que no se trata de ponerle límites a la Inteligencia Artificial, pero sí es necesario estructurar un marco de gobierno a las soluciones, con auditorías de los modelos, para que se respete la privacidad de la información. Preocuparse por la ética es necesario: “Que la solución no se use para algo que no se deba usar”.  

Para ello, proponen 5 pilares fundamentales de confianza, que pueden servir de referencia a la hora de pensar proyectos con esta tecnología:  

  • Explicabilidad: proporcionar explicaciones sobre cómo se están realizando los proyectos. 
  • Equidad: tratar a los grupos y personas de manera equitativa. 
  • Robustez: manejar los diferentes contextos de una manera que siempre tenga un sentido. 
  • Transparencia: que se pueda entender y compartir cómo se diseñó determinada solución. 
  • Privacidad: salvaguardar la privacidad y los derechos de los datos. 

 

Te puede interesar

18.06.2024

La oportunidad de Argentina en el mer...
El área de posgrados de la Facultad de Ingeniería, e...

18.06.2024

Un sello en la historia de la ingenie...
Los alumnos de la Facultad de Ingeniería que partici...

Compartir