You are on page 1of 19

INTELIGENCIA ARTIFICIAL

EN LOS NEGOCIOS

INTRODUCCION
Ara que no ha madurado
John McCarthy mencion por vez primera este trmino en
1956

Aplicaciones que van de lo trivial a lo formal


rea de negocios

Tecnologas de informacin en la vida diaria


Generacin de reas de oportunidad Sistemas de
inteligencia artificial

La inteligencia artificial en los negocios


La competencia medular de un negocio radica en la acertada
toma de decisiones, en tiempo y forma.

Herramientas que les permitan visualizar de un modo general,


las fortalezas y debilidades de su negocio,

La mayora de los sistemas de inteligencia artificial, tienen la


peculiaridad de aprender, lo que les permite ir perfeccionando
su desempeo conforme pasa el tiempo.

QU ES LA INTELIGENCIA ARTIFICIAL?
La inteligencia artificial es considerada una rama de la
computacin y relaciona un fenmeno natural con una
analoga artificial a travs de programas de computador. La
inteligencia artificial puede ser tomada como ciencia si se
enfoca hacia la elaboracin de programas basados en
comparaciones con la eficiencia del hombre, contribuyendo
a un mayor entendimiento del conocimiento humano.

Los Griegos, los chinos, los


ANTECEDENT
ES

mayas (BUSCAR
EJEMPLOS)

Aristteles
Leibnitz, que busco encontrar
un algebra capaz de
representar todo el
conocimiento
TABLA DE BOLE

1849, George Boole


desarrollo los principios de la
lgica proposicional

ANTECEDENTES
1874, Frege propuso un sistema de notacin para el razonamiento
mecnico, que es el antecedente del clculo de predicados

1950 Turing, propusiera el primer artculo moderno sobre la


posibilidad de mecanizar la inteligencia.

El introductor del trmino Inteligencia Artificial, fue John McCarthy


en 1956.

El padre de la Inteligencia Artificial, es Herbert Simon, junto con Allen


Newell y Marvin Minsky

En 1984, E. Dyson predijo que la I.A. no estaba madura

EL
RESURGIMIENTO
DE LA
INTELIGENCIA
ARTIFICIAL

Enfoque basado en el comportamiento


Algoritmos genticos
Expectativas de la Inteligencia Artificial,
estn basadas en el hecho de verla
como una opcin de inversin en el
desarrollo de herramientas que
permitan reducir costos, distribuir
recursos, deteccin de fraudes, ayuda
en lnea, captura de conocimiento, etc.

IA APLICADA EN LOS NEGOCIOS Y FINANZAS:


OBJETIVO Y ALCANCE
SITUACIN ACTUAL DE LOS NEGOCIOS
Hoy en da el mundo de los negocios y las finanzas forma un sector muy importante
para cualquier pas ya que mueve cantidades enormes de dinero. Se trata de un
sector en constante cambio y que no para de crecer, por lo que cada vez es ms
complejo y sofisticado. Por ello, es necesario monitorizar todas las operaciones y
acciones que se realizan, adems de realizarlas lo ms rpido posible y de la
manera ms eficiente, ya que estamos considerando un sector muy competitivo
donde no tomar una decisin adecuada puede producir enormes prdidas para una
empresa. Por ello muchas organizaciones apuestan por sistemas que ayuden a su
beneficio, bien sea para ganar ms dinero, o a evitar prdidas innecesarias.

A pesar de que hoy en da una de las prioridades de toda organizacin


importante es la inteligencia de negocios, actualmente puede no ser la mejor
ocasin para fomentar la inversin en nuevas tecnologas debido a la situacin de
crisis que atraviesa la mayor parte del mundo. De todas formas, la situacin puede
en ocasiones favorecer el uso de este tipo de herramientas de diferentes maneras.

CLASIFICACIN DE LOS SISTEMAS APLICADOS


EN NEGOCIOS Y FINANZAS
Podemos hacer una clasificacin de los sistemas empleados en este mbito, distinguiendo dos
grandes grupos como los ms importantes: sistemas de soporte a la toma de decisiones y la
inteligencia de negocios; en ingls, Decission Support Systems (DSS) y Business Intelligence
(BI). Ms adelante procederemos a realizar una comparacin entre esos dos conceptos.

La finalidad de estos sistemas es llevar a cabo la realizacin de tareas para las que se cree
necesario un humano para su realizacin ya que precisan de inteligencia. Los directivos o
managers de las organizaciones deben conocer la situacin actual del mercado que les concierne,
y realizar acciones (toma de decisiones) en base a sus objetivos. Para un negocio pequeo como
podra ser una panadera, podramos decir que esas decisiones tendran que ver con la cantidad
de pan, pasteles, pastas a hacer al da para desaprovechar el mnimo al final del da. Sin
embargo, en empresas de tamao medio o grandes, vemos necesaria la inclusin de estos
sistemas dadas las cargas cognitivas que puede conllevar el realizar estudios determinados y
tomar una decisin en base a los resultados de esos estudios.

Adems, sera crucial el poder llevar a cabo esos estudios en tiempo real y de manera
automatizada. Por tanto, estos son los objetivos que se buscan con los DSS y la aplicacin de
BI. En definitiva, las empresas hacen uso de estas tcnicas basadas en inteligencia artificial para
solventar problemas y explotar oportunidades.

DNDE, CUNDO Y CMO?

Dnde?
En reas de direccin de pequeas y medianas empresas.
Cundo?

Cuando el tamao de la empresa impide tener gente de alto nivel y alto


conocimiento para la toma de decisiones. En ocasiones se forma un crculo
vicioso que se genera de la siguiente manera: La empresa no tiene
crecimiento por que no se toman las decisiones correctas. No se puede
contratar a una persona que tenga la capacidad de toma de decisin para
hacer que la empresa crezca dado que como no tiene crecimiento no se le
puede contratar.
Cmo?

Implementando o bien subarrendando un sistema experto que tenga la


facilidad de ayudar a los directores y administradores actuales a tomar
decisiones correctas, al analizar los riesgos y ventajas de diferentes
oportunidades y ofreciendo una alternativa viable de crecimiento.

Dnde?
Bancos, casas de cambio, compaas de tarjetas de crdito.
Cundo?

Cuando se desea perfeccionar los sistemas antifraudes.


Cmo?

Utilizando redes neuronales para estudiar los patrones de uso de


crdito y detectar transacciones potencialmente fraudulentas. Segn
Widrow, Rumelhart & Lehr (1994), el fraude en tarjetas de crdito es
un problema creciente que afecta a todo la industria.

Dnde?
Entidades financieras y casas de bolsa
Cundo?

Cuando se desee tener mayor rendimiento es las transacciones y un menor grado


de riesgo al invertir.
Cmo?

Se podran utilizar sistemas expertos que utilicen redes neuronales que aprendan a
partir de algoritmos genticos, que aprendan y se entrenen para que puedan hacer
predicciones financieras. Adems por el poder de velocidad y procesamiento que se
ofrece actualmente, esto se podra hacer para muchsimas compaas con
caractersticas diferentes al mismo tiempo. Esto actualmente se esta llevando como
prueba piloto en algunas compaas financieras, tales como Merrill Lynch & Co.,
Salomn Brothers, etc. (Willow, 1994)

OTROS EJEMPLOS

Uso de aprendizaje virtual para la capacitacin de personas


- Resolucin de problemas de actualizacin
- Actividades de conservacin de informacin y del conocimiento.
- Desarrollo de la computacin emotiva y su uso para generar
mejores interfaces.
- Como apoyo a la recuperacin de enfermedades (biomedicina).
- Coadyuvar para posibilitar el uso de dispositivos y equipos
destinados a personas con capacidades diferentes.

OTROS EJEMPLOS
Las aplicaciones en los sectores de Ingeniera Industrial, Civil y
Naval de estas tcnicas son pues muy amplias, y algunas
aplicaciones destacables son:

Mtodos para la prediccin de fallos y anomalas en sistemas


mecnicos como motores o engranajes.

Mantenimiento predictivo de componentes mecnicos.


Estimacin del consumo elctrico.
Distribucin de recursos hidrulicos para la produccin elctrica.
Sistemas para el control de procesos y de la calidad.
Modelos para la prediccin de roturas en vigas de hormign.

OTROS EJEMPLOS
Medicina y la Salud, y as encontramos aplicaciones que
permiten:

Monitorizacin inteligente de pacientes


Sistemas de anlisis y procesado de imgenes
Deteccin de patrones clnicos en seales biomdicas
Sistemas de ayuda al diagnstico y pronstico de estados de
salud

Asesoramiento de actividad deportiva


Clasificacin en bases de datos de expresiones genticas

OTROS EJEMPLOS
En campos como la Climatologa estos sistemas se pueden aplicar
para la prediccin de fenmenos naturales y estimacin del tiempo.

Finalmente, otro campo importante de aplicacin es la propia


Informtica, en donde se puede realizar el diagnstico de fallos, la
deteccin de intrusiones en redes de ordenadores, etc

CONCLUSION
Se ha denotado el inters y la expectacin que genera el uso de la tecnologa y en
especial el de la inteligencia artificial en los negocios. Existen an muchas cosas
por definir, conceptualizar y realizar. Pero tambin es cierto, que las condiciones de
los negocios han cambiado drsticamente a manera de adoptar de una manera
natural y ms amable a las tecnologas de informacin. Al parecer, ya no se ven
como una amenaza latente, sino que se toman como herramientas para
potencializar el desempeo y actuacin de cada uno de los miembros de una
organizacin.
Los modelos que utilizan inteligencia artificial para la toma de decisiones, son cada
vez ms utilizados y cotizados. Viendo este comportamiento, es fcil que nos
preguntemos Qu nos deparar el futuro?, Cmo se desarrollaran este tipo de
herramientas a corto, mediano y largo plazo?. El solo pensar en la respuesta vuelve
a presentarnos un panorama muy amplio en donde se vislumbran cantidades
asombrosas de reas de oportunidad en espera de ser tomadas.

You might also like