![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2025\/05\/logo-la-jaune-et-la-rouge.png\"){kind=logo}
<\/a><\/span><\/div>\u00bfCu\u00e1l es el ADN de Artefact?<\/h2><\/div>Artefact es una consultora de ingenier\u00eda especializada en IA y data. L\u00edder europeo presente en 23 pa\u00edses con una fuerte presencia en Francia, cuenta con 1.700 empleados, de los cuales una gran parte son ingenieros. Artefact apoya a sus empresas clientes en sus proyectos de IA y data, abarcando desde cuestiones estrat\u00e9gicas como el data governance hasta el desarrollo y despliegue de modelos.<\/p>\n
Nuestros equipos compuestos por cient\u00edficos, ingenieros de software y analistas data pueden desplegar una amplia gama de t\u00e9cnicas de aprendizaje autom\u00e1tico en casos aplicados. El objetivo: operar en toda la cadena de valor para que los clientes puedan aprovechar plenamente la IA.<\/p>\n
Artefact tambi\u00e9n tiene otras facetas, como la Escuela de Data, que se centra en el reciclaje de profesionales, y la organizaci\u00f3n de grandes eventos en Francia como AI for Health o Adopt AI.<\/p>\n<\/div>
H\u00e1blenos del Artefact's Research Center<\/h2><\/div>El centro de investigaci\u00f3n se dedica a la investigaci\u00f3n de c\u00f3digo abierto. Su misi\u00f3n es mejorar la IA en las aplicaciones empresariales para que sea m\u00e1s utilizable y se adapte mejor a las necesidades. Nuestro objetivo es romper la percepci\u00f3n del aprendizaje autom\u00e1tico como una caja negra incontrolable.<\/p>\n
Para ello, el centro se divide en dos \u00e1reas de especializaci\u00f3n: las matem\u00e1ticas aplicadas para mejorar los modelos desde una perspectiva estad\u00edstica; y la ciencia de la gesti\u00f3n que trata a las empresas y organizaciones como objetos de estudio. Examinamos c\u00f3mo adoptan la tecnolog\u00eda e imaginamos posibles mejoras.<\/p>\n<\/div>
\u00bfC\u00f3mo funciona?<\/h2><\/div>Por encima de todo, realizamos investigaci\u00f3n cient\u00edfica sin \u00e1nimo de lucro. Nuestro trabajo se traduce en publicaciones cient\u00edficas y conferencias internacionales. A diferencia de la consultor\u00eda, que avanza muy deprisa, el centro de investigaci\u00f3n funciona con un calendario m\u00e1s largo. Creamos asociaciones entre expertos acad\u00e9micos y empresas que plantean retos del mundo real. Esta correlaci\u00f3n nos permite abordar casos de uso concretos accediendo a las bases data de las empresas asociadas. El objetivo es probar y mejorar nuestras metodolog\u00edas en estos problemas a gran escala del mundo real.<\/p>\n<\/div>
\u00bfUna revoluci\u00f3n para el comercio minorista?<\/h2><\/div>La venta al por menor es un sector que utiliza data, sobre todo a trav\u00e9s de los recibos de caja. Adapt\u00e1ndose a esta estructura, el artificial intelligence puede \u201cdescodificar\u201d el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.<\/p>\n
Esto nos permite predecir los h\u00e1bitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la \u201ccanibalizaci\u00f3n\u201d entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituir\u00e1 la experiencia y los conocimientos t\u00e9cnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos a\u00fan m\u00e1s eficaces aportando valiosos conocimientos procedentes del data.<\/p>\n<\/div>
\u00bfUna herramienta crucial tambi\u00e9n en el sector bancario?<\/h2><\/div>Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Artefact es una consultora de ingenier\u00eda especializada en IA y data. L\u00edder europeo presente en 23 pa\u00edses con una fuerte presencia en Francia, cuenta con 1.700 empleados, de los cuales una gran parte son ingenieros. Artefact apoya a sus empresas clientes en sus proyectos de IA y data, abarcando desde cuestiones estrat\u00e9gicas como el data governance hasta el desarrollo y despliegue de modelos.<\/p>\n
Nuestros equipos compuestos por cient\u00edficos, ingenieros de software y analistas data pueden desplegar una amplia gama de t\u00e9cnicas de aprendizaje autom\u00e1tico en casos aplicados. El objetivo: operar en toda la cadena de valor para que los clientes puedan aprovechar plenamente la IA.<\/p>\n
Artefact tambi\u00e9n tiene otras facetas, como la Escuela de Data, que se centra en el reciclaje de profesionales, y la organizaci\u00f3n de grandes eventos en Francia como AI for Health o Adopt AI.<\/p>\n<\/div>
H\u00e1blenos del Artefact's Research Center<\/h2><\/div>El centro de investigaci\u00f3n se dedica a la investigaci\u00f3n de c\u00f3digo abierto. Su misi\u00f3n es mejorar la IA en las aplicaciones empresariales para que sea m\u00e1s utilizable y se adapte mejor a las necesidades. Nuestro objetivo es romper la percepci\u00f3n del aprendizaje autom\u00e1tico como una caja negra incontrolable.<\/p>\n
Para ello, el centro se divide en dos \u00e1reas de especializaci\u00f3n: las matem\u00e1ticas aplicadas para mejorar los modelos desde una perspectiva estad\u00edstica; y la ciencia de la gesti\u00f3n que trata a las empresas y organizaciones como objetos de estudio. Examinamos c\u00f3mo adoptan la tecnolog\u00eda e imaginamos posibles mejoras.<\/p>\n<\/div>
\u00bfC\u00f3mo funciona?<\/h2><\/div>Por encima de todo, realizamos investigaci\u00f3n cient\u00edfica sin \u00e1nimo de lucro. Nuestro trabajo se traduce en publicaciones cient\u00edficas y conferencias internacionales. A diferencia de la consultor\u00eda, que avanza muy deprisa, el centro de investigaci\u00f3n funciona con un calendario m\u00e1s largo. Creamos asociaciones entre expertos acad\u00e9micos y empresas que plantean retos del mundo real. Esta correlaci\u00f3n nos permite abordar casos de uso concretos accediendo a las bases data de las empresas asociadas. El objetivo es probar y mejorar nuestras metodolog\u00edas en estos problemas a gran escala del mundo real.<\/p>\n<\/div>
\u00bfUna revoluci\u00f3n para el comercio minorista?<\/h2><\/div>La venta al por menor es un sector que utiliza data, sobre todo a trav\u00e9s de los recibos de caja. Adapt\u00e1ndose a esta estructura, el artificial intelligence puede \u201cdescodificar\u201d el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.<\/p>\n
Esto nos permite predecir los h\u00e1bitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la \u201ccanibalizaci\u00f3n\u201d entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituir\u00e1 la experiencia y los conocimientos t\u00e9cnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos a\u00fan m\u00e1s eficaces aportando valiosos conocimientos procedentes del data.<\/p>\n<\/div>
\u00bfUna herramienta crucial tambi\u00e9n en el sector bancario?<\/h2><\/div>Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
El centro de investigaci\u00f3n se dedica a la investigaci\u00f3n de c\u00f3digo abierto. Su misi\u00f3n es mejorar la IA en las aplicaciones empresariales para que sea m\u00e1s utilizable y se adapte mejor a las necesidades. Nuestro objetivo es romper la percepci\u00f3n del aprendizaje autom\u00e1tico como una caja negra incontrolable.<\/p>\n
Para ello, el centro se divide en dos \u00e1reas de especializaci\u00f3n: las matem\u00e1ticas aplicadas para mejorar los modelos desde una perspectiva estad\u00edstica; y la ciencia de la gesti\u00f3n que trata a las empresas y organizaciones como objetos de estudio. Examinamos c\u00f3mo adoptan la tecnolog\u00eda e imaginamos posibles mejoras.<\/p>\n<\/div>
\u00bfC\u00f3mo funciona?<\/h2><\/div>Por encima de todo, realizamos investigaci\u00f3n cient\u00edfica sin \u00e1nimo de lucro. Nuestro trabajo se traduce en publicaciones cient\u00edficas y conferencias internacionales. A diferencia de la consultor\u00eda, que avanza muy deprisa, el centro de investigaci\u00f3n funciona con un calendario m\u00e1s largo. Creamos asociaciones entre expertos acad\u00e9micos y empresas que plantean retos del mundo real. Esta correlaci\u00f3n nos permite abordar casos de uso concretos accediendo a las bases data de las empresas asociadas. El objetivo es probar y mejorar nuestras metodolog\u00edas en estos problemas a gran escala del mundo real.<\/p>\n<\/div>
\u00bfUna revoluci\u00f3n para el comercio minorista?<\/h2><\/div>La venta al por menor es un sector que utiliza data, sobre todo a trav\u00e9s de los recibos de caja. Adapt\u00e1ndose a esta estructura, el artificial intelligence puede \u201cdescodificar\u201d el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.<\/p>\n
Esto nos permite predecir los h\u00e1bitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la \u201ccanibalizaci\u00f3n\u201d entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituir\u00e1 la experiencia y los conocimientos t\u00e9cnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos a\u00fan m\u00e1s eficaces aportando valiosos conocimientos procedentes del data.<\/p>\n<\/div>
\u00bfUna herramienta crucial tambi\u00e9n en el sector bancario?<\/h2><\/div>Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Por encima de todo, realizamos investigaci\u00f3n cient\u00edfica sin \u00e1nimo de lucro. Nuestro trabajo se traduce en publicaciones cient\u00edficas y conferencias internacionales. A diferencia de la consultor\u00eda, que avanza muy deprisa, el centro de investigaci\u00f3n funciona con un calendario m\u00e1s largo. Creamos asociaciones entre expertos acad\u00e9micos y empresas que plantean retos del mundo real. Esta correlaci\u00f3n nos permite abordar casos de uso concretos accediendo a las bases data de las empresas asociadas. El objetivo es probar y mejorar nuestras metodolog\u00edas en estos problemas a gran escala del mundo real.<\/p>\n<\/div>
\u00bfUna revoluci\u00f3n para el comercio minorista?<\/h2><\/div>La venta al por menor es un sector que utiliza data, sobre todo a trav\u00e9s de los recibos de caja. Adapt\u00e1ndose a esta estructura, el artificial intelligence puede \u201cdescodificar\u201d el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.<\/p>\n
Esto nos permite predecir los h\u00e1bitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la \u201ccanibalizaci\u00f3n\u201d entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituir\u00e1 la experiencia y los conocimientos t\u00e9cnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos a\u00fan m\u00e1s eficaces aportando valiosos conocimientos procedentes del data.<\/p>\n<\/div>
\u00bfUna herramienta crucial tambi\u00e9n en el sector bancario?<\/h2><\/div>Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
La venta al por menor es un sector que utiliza data, sobre todo a trav\u00e9s de los recibos de caja. Adapt\u00e1ndose a esta estructura, el artificial intelligence puede \u201cdescodificar\u201d el ticket, ya que cada producto enumerado puede verse como una palabra, conectada a otras.<\/p>\n
Esto nos permite predecir los h\u00e1bitos de los consumidores y adaptar las tiendas en consecuencia. Podemos captar las interacciones entre productos para, por ejemplo, exponer juntos productos complementarios o evitar la \u201ccanibalizaci\u00f3n\u201d entre productos o promociones. Estamos convencidos de que este uso de la data es el futuro del comercio minorista. La IA nunca sustituir\u00e1 la experiencia y los conocimientos t\u00e9cnicos de un jefe de departamento o de un socio minorista, pero puede hacerlos a\u00fan m\u00e1s eficaces aportando valiosos conocimientos procedentes del data.<\/p>\n<\/div>
\u00bfUna herramienta crucial tambi\u00e9n en el sector bancario?<\/h2><\/div>Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Una vez m\u00e1s, el Artefact no pretende sustituir a los analistas financieros, que cuentan con excelentes conocimientos especializados. Sin embargo, no pueden detectar a todos los clientes vulnerables ni a los defraudadores. Utilizando modelos de puntuaci\u00f3n entrenados en data hist\u00f3ricos, podemos se\u00f1alar perfiles de clientes inusuales y anticipar acontecimientos negativos antes de que se conviertan en problemas reales. Dado que los analistas deben justificar sus decisiones, lo cual es un requisito reglamentario, trabajamos en la creaci\u00f3n de sistemas de puntuaci\u00f3n que sean explicables y ofrezcan razones interpretables para los perfiles de alto riesgo.<\/p>\n<\/div>
\u00bfAs\u00ed que la IA mejora las capacidades humanas en el trabajo?<\/h2><\/div>Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Absolutamente. A menudo utilizo el ejemplo de Google. Cuando usted busca algo en Internet, se produce un an\u00e1lisis. El aprendizaje autom\u00e1tico consulta billones de p\u00e1ginas web, algo imposible sin la automatizaci\u00f3n. El tiempo que ahorra el algoritmo representa todo el trabajo preliminar que los humanos ya no necesitan hacer. La IA funciona de forma similar. En \u00faltima instancia, siempre es el humano el que decide adoptar, o no, el resultado y darle un significado. Empez\u00f3 con las b\u00fasquedas de libros, continu\u00f3 con el auge de Internet y Wikipedia, y ahora sigue con las tecnolog\u00edas actuales. Y esto no va a parar pronto.<\/p>\n<\/div>
\u00bfCu\u00e1les son, en su opini\u00f3n, los retos de la IA generativa?<\/h2><\/div>Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Se ha producido un punto de inflexi\u00f3n, especialmente con ChatGPT, en la forma en que el p\u00fablico adopta las nuevas tecnolog\u00edas. Por primera vez, hemos visto c\u00f3mo algo se afianzaba de abajo arriba: los empleados empezaban a encontrar buenas formas de utilizar ChatGPT como herramienta \u00fatil en su trabajo. Desde la perspectiva de Artefact, la cuesti\u00f3n clave es enmarcar estas tecnolog\u00edas en casos de uso espec\u00edficos. En lugar de utilizar una herramienta de uso general para todo, el objetivo es crear aplicaciones s\u00f3lidas para tareas precisas.<\/p>\n
Ahora mismo, estos modelos carecen de solidez, recuperan informaci\u00f3n de su memoria de formas que no comprendemos del todo, con el riesgo de obtener resultados inapropiados o incluso absurdos. Estamos trabajando, por ejemplo, en un \u00edndice de confianza sencillo pero fiable para mostrar a los usuarios. El objetivo es tanto evitar la informaci\u00f3n enga\u00f1osa como fomentar una mentalidad cr\u00edtica ante las respuestas del modelo.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
La misi\u00f3n de Artefact Research Center consiste en fomentar un ecosistema de innovaci\u00f3n en torno a la IA y data, promoviendo la colaboraci\u00f3n entre profesores universitarios y representantes de empresas internacionales asociadas. El objetivo: una investigaci\u00f3n de vanguardia impulsada por data y las aplicaciones industriales de sus empresas asociadas.<\/p>","protected":false},"featured_media":595969,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-595833","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/595833","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/595969"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=595833"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=595833"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=595833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}