Artefact, en colaboración con Societe Generale y la Universidad de la Sorbona, presenta un nuevo enfoque de AI para identificar perfiles de clientes atípicos. Probado con data bancarios reales, este algoritmo de código abierto mejora la precisión de la puntuación al tiempo que garantiza la interpretabilidad y la aplicabilidad práctica.
En el panorama en evolución de AI empresarial, el auge de los sistemas agénticos marca un cambio fundamental. Los agentes de AI son aplicaciones autónomas impulsadas por grandes modelos de lenguaje (LLM) capaces de razonar, memorizar y actuar. Ya no responden pasivamente a las entradas de los usuarios, sino que toman decisiones activas que influyen en los procesos empresariales en tiempo real. Pero con la autonomía viene el riesgo, y con el riesgo viene la necesidad de una supervisión estructurada. En este nuevo paradigma, la supervisión de los sistemas tecnológicos ya no es opcional, sino fundamental.
A medida que las búsquedas se desplazan progresivamente hacia motores conversacionales como ChatGPT, Gemini, Le Chat, Claude o Perplexity, las marcas deben replantearse fundamentalmente su existencia en línea. La visibilidad pasa a ser fundamental: ya no se trata de complacer a los algoritmos de Google, sino de aparecer en respuestas generadas, sintetizadas y contextualizadas.
Sidney Zeder es Directora de Consultoría de Data e AI en Artefact. Trabaja en la práctica dedicada al sector de los viajes, el turismo y el transporte en Europa, prestando apoyo a los principales actores de la industria en toda la cadena de valor de data , desde la estrategia hasta la activación operativa.
En las empresas actuales, data, se espera que el análisis y la generación de informes a través de cuadros de mando proporcionen información rápida y práctica que respalde las decisiones empresariales fundamentales. Sin embargo, según un estudio de Forrester de 2022, el 60 % de las iniciativas analíticas no cumplen las expectativas porque, a menudo, los data que alimentan esos cuadros de mando no son fiables, están incompletos o desajustados (Forrester, 2022).
El mercado de Inteligencia Artificial se encuentra en una trayectoria de crecimiento explosivo: GlobalData prevé que alcance los 909.000 millones de dólares en 2030, frente a los aproximadamente 100.000 millones de 2022, impulsado principalmente por el auge de la AI generativa. Esta categoría de AI, ejemplificada por herramientas populares como ChatGPT, DeepSeek, Google Gemini, etc., ha desencadenado una innovación generalizada al permitir a las empresas generar contenido original y automatizar tareas complejas. Las empresas de la región MENA están adoptando rápidamente la AI generativa, con el objetivo de aprovechar su potencial para obtener importantes ganancias de productividad, una personalización más profunda y experiencias innovadoras para los clientes, al tiempo que se enfrentan a la necesidad crítica de un despliegue responsable y ético.
La AI generativa ha comprimido los plazos de entrega: lo que tardaba ocho horas ahora tarda tres. Pero, ¿dónde van a parar las cinco horas restantes?
Algo sutil pero sísmico está sucediendo en el software empresarial. Durante años, el SaaS ha prosperado gracias a la UX: interfaces bien diseñadas para guiar a los humanos a través de flujos de trabajo cada vez más complejos.
Durante décadas, la consultoría ha prosperado ofreciendo pulidas presentaciones de diapositivas repletas de marcos y puntos de referencia.
沪ICP备11028007号-3
