La modelización de la mezcla de marketing (MMM) ha sido durante mucho tiempo una herramienta valiosa en todas las industrias para la toma de decisiones data-driven. Recientemente, ha cobrado una renovada atención en los sectores sanitario y farmacéutico como medio para abordar cuestiones críticas.
Una gestión eficaz de las categorías y los productos es crucial para la industria de la moda y la confección, ya que repercute directamente en el índice de éxito de ventas, un KPI clave de la gestión del inventario y uno de los principales impulsores de las ventas globales. Optimizar las ventas y minimizar el exceso de inventario comienza con el proceso de compra del producto.
Artefact, en colaboración con Tencent Cloud (Internacional) y Alipay (Internacional), organizó un seminario titulado "AI FOR TOURISM, Harnessing The Power of AI and Data for Travel & Hospitality" en su oficina de Shanghái el 22 de octubre. El evento se centró en la mejora de la experiencia de servicio para los turistas chinos a través de la IA y la tecnología data, y reunió a marcas de viajes y hostelería, incluidos hoteles, aerolíneas, complejos turísticos, oficinas de turismo y minoristas de viajes.
En el dinámico panorama de la empresa moderna, la data se ha erigido en piedra angular del éxito, impulsando la innovación e informando la toma de decisiones. Sin embargo, la mera acumulación de data no es suficiente; las organizaciones deben desarrollar las capacidades para aprovechar todo su potencial.
Los modelos de elección discreta tienen como objetivo predecir las decisiones de elección tomadas por los individuos a partir de un menú de alternativas, denominado surtido. Los casos de uso más conocidos incluyen la predicción de la elección del modo de transporte de un viajero o las compras de un cliente.
La IA tiene el potencial de mejorar las perspectivas de crecimiento de las empresas, pero su implantación en las organizaciones requiere una sólida experiencia empresarial y tecnológica, así como el establecimiento de una data dedicada y una gobernanza de la IA. Perspectivas de tres expertos de la consultora Artefact.
En la China actual, vencer el fraude y mantener la ética es esencial para el éxito a largo plazo. La desaceleración post-pandémica pone al descubierto los puntos débiles, haciéndose eco de la advertencia de Warren Buffett: "Sólo cuando baja la marea descubres quién ha estado nadando desnudo". Las empresas deben identificar los riesgos y reforzar las estrategias financieras para no sólo sobrevivir, sino prosperar en las recesiones económicas.
¿Recuerda Business Objects? Si es así, puede que vea a dónde quiero llegar con esto. Nos dirigimos hacia un periodo en el que los grandes modelos lingüísticos (LLM) capaces de construir software a nivel empresarial se convertirán cada vez más en productos básicos. Es una proeza tecnológica impresionante, seguro, pero también es una potencial carrera hacia el fondo. ¿Por qué? Porque mientras todos están ocupados mostrando sus últimos trucos de salón de la IA, se están perdiendo la verdadera mina de oro: el propio data.
La abundancia y diversidad de respuestas a ChatGPT y otras IA generativas, ya sean escépticas o entusiastas, demuestran los cambios que están provocando y el impacto que están teniendo mucho más allá de los círculos tecnológicos habituales. Esto contrasta fuertemente con las generaciones anteriores de IA, que eran esencialmente predictivas y generalmente objeto de artículos o tesis confinadas al ámbito de la investigación y la innovación.
