Para utilizar las funcionalidades completas de este sitio, es necesario tener JavaScript habilitado. Aquí están las instrucciones para habilitar JavaScript en tu navegador web .

Cognitiva, empresa dedicada a la consultoría y el desarrollo de soluciones de computación cognitiva (basadas en IBM Watson) en 23 países de Latinoamérica, culminó exitosamente la competencia internacional: “I Desafío Cognitivo Latam 2017”.

La competencia surgió con el  propósito  de impulsar la creación de proyectos de computación cognitiva, la modalidad más poderosa e innovadora de la Inteligencia Artificial (IA). Para esto, se desarrollaron dos categorías de participación: compañías en fase de Startup y empresas independientes de desarrollo y venta de software (ISV, por sus siglas en inglés) consolidadas.

Este desafío inició en el mes de agosto del 2017, convocando a más  de  90  equipos de diferentes países de Latinoamérica, quienes durante todo el proceso recibieron acompañamiento en temas técnicos y de negocio, por parte de Cognitiva y el comité calificador con el firme objetivo de lograr prototipos funcionales de alto valor para los participantes.

Adicionalmente, Cognitiva les ofreció webinars de arquitectura en las APIs de IBM Watson, les dio visibilidad a los proyectos ante aceleradoras de Latam, para el tema de levantamiento de capital y también acceso a la herramienta de e-Learning de Cognitiva, el cual cuenta con capacitaciones de alto nivel en materia de Inteligencia Artificial. Una vez presentadas las propuestas de sus proyectos, se escogieron 26 equipos que continuaron como competidores oficiales en el desafío.

En el mes de noviembre, luego de ser evaluados por el equipo técnico de Cognitiva, un panel de 5 jueces, evaluaron a los 18 equipos que lograron completar el Desafío, basados en los siguientes criterios:

  • Calidad y grado de cumplimiento del desafío, (a nivel de negocios y técnico).
  • Grado de innovación de la solución.
  • Conocimiento demostrado sobre el público meta del producto.
  • Solidez al defender las ventajas competitivas del producto.
  • Solidez al presentar el modelo de monetización de su negocio.

Adicionalmente, como parte de los criterios de evaluación, el panel de jueces también otorgó un puntaje según la misión de Cognitiva: “Proporcionar soluciones de computación cognitiva con el propósito de mejorar la calidad de vida en Latinoamérica, transformando la manera en que sus sociedades toman decisiones”.

Categoría Enterprise

  • AgroCognitive (Venezuela) Producto: Solución para el monitoreo de cultivos, que permite planificar patrones de vuelo para drones, que, apoyados en tecnología Watson como Visual Recognition, recomiendan planes de riego, fertilización y control de plagas.
  • iBang (Colombia) Producto: Plataforma que integra servicios de inteligencia artificial con recursos existentes en las empresas, con el objetivo de optimizar la atención a clientes vía email o chat.
  • Time-to-Yes (Costa Rica) Producto: Sistema para instituciones financieras, que facilita la aprobación de créditos en minutos, gracias a motores de reconocimiento de imágenes de documentos como cédula de identidad y recibos de servicios públicos.
  • PreCreditPRO (Guatemala) Producto: Solución para instituciones financieras, que permite perfilar a clientes según sus características de personalidad y predecir sus intenciones de pago luego de adquirir algún crédito. Está orientado principalmente a hacer análisis de clientes sin ningún historial bancario.

Categoría Startups

  • Luzi (México) Producto: Dispositivo médico de pre- diagnóstico para mujeres embarazadas, que permite a los médicos llevar un control del embarazo de sus pacientes y generar estadísticas, de forma remota y con el uso de la inteligencia artificial.
  • Fractal (México) Producto: Es un asesor legal cognitivo, que permite a los usuarios hacer consultas, en lenguaje natural, sobre los trámites, procedimientos y derechos del trabajador al momento de ser despedido.
  • NichosDato (Paraguay) Producto: Aplicación que utiliza un chatbot, que permite generar comunidades de usuarios basadas en gustos en común, compartiendo contenidos didácticos y facilitando el comercio electrónico de los productos y servicios relacionados a la interacción de cada comunidad.
  • WiiBell (Ecuador) Producto: Wii Bell es un portero electrónico que permite a los propietarios de una casa atender a sus visitantes desde cualquier lugar del mundo utilizando su celular.

La gran final del “I Desafío Cognitivo Latam 2017”, se llevó a cabo en San José Costa Rica el pasado 11 y 12 de diciembre.

Los finalistas tuvieron la oportunidad de presentar su “Elevator Pitch”, ante un jurado conformado por el CEO de Cognitiva, Rolando Castro; un miembro de la facultad del INCAE Business School, German Retana; el Director General de Lantern Technologies, Alban Sánchez y el Gerente de Desarrollo de Productos de Cognitiva Latam, Walter Montes.

El desafío es un escenario óptimo para aportar la experiencia que tiene Cognitiva con el esfuerzo de las Startups y los ISVs de la región, logrando encontrar esos proyectos de alto impacto  que  puedan  transformar la calidad de vida de los latinoamericanos a través de la computación cognitiva.

Luzi y Time-to-Yes ganan el I Desafío Cognitivo Latam 2017

Luzi y Time-to-Yes se  coronaron  como los ganadores del I Desafío Cognitivo Latam 2017, en las categorías de Startups y Enterprise, respectivamente.

Luzi es un sistema de control prenatal que permite detectar posibles complicaciones médicas a través de un hardware y software que analiza los signos vitales de la paciente. Con solo ingresar la mano de la mamá en el dispositivo médico y responder algunas consultas en una aplicación, el doctor puede obtener información de nueve signos vitales de la madre y el bebé; como frecuencia cardiaca, presión arterial, entre otros.

Time-to-Yes es una aplicación diseñada para apoyar a los bancos  en  el  proceso del origen y la revisión de documentos necesarios para diversos trámites. Utilizando el reconocimiento de imágenes, la aplicación evita la revisión manual de cada documento, lo que permite mejorar los tiempos de respuesta, disminuir los riesgos operativos y, finalmente, aumentar las ventas.

Ambos proyectos demostraron no solo tener profundidad técnica, sino que, desde una perspectiva de negocios, son proyectos viables y rentables. Adicionalmente, se consideró que ambos contaban con un enorme potencial para tener un impacto en la calidad de vida de los latinoamericanos.

Para las organizaciones que participan en el concurso, I Desafío Cognitivo Latam 2017 fue una clara oportunidad para acercarse a una innovación que tendrá un gran potencial de negocio en la región. Para el año 2020, en Latinoamérica, la inversión en sistemas cognitivos e inteligencia artificial rondará los $350 millones de dólares, según cálculos de la consultora International Data Corporation (IDC)


Compartir este artículo

Artículos relacionados

Por: Luis Blanco

29 Abril, 2020

¿Cómo sé si mi compañía es apta para implementar Inteligencia Artificial?

San José – Abril 2020. Uno de los buscadores de internet más populares de los últimos tiempos, sin duda es Google. ¿Ha visto cómo este predice su búsqueda a partir del momento en que se dispone a escribir cualquier tema que desea buscar? La lógica bajo la cual funciona Google es a partir de la Inteligencia Artificial (AI). AI utiliza análisis predictivo para recomendar búsquedas, que surgen a partir de datos que Google recopila mediante los historiales de búsqueda, ubicación, edad, etc. La Inteligencia Artificial está más presente de lo que se cree en nuestras vidas. El ejemplo anterior es solo una de las variadas aplicaciones de esta tecnología, que nació alrededor de 1950 como parte de la ciencia de datos. La AI tiene como objetivo principal simular la inteligencia humana en las máquinas con la ayuda de acciones programadas, que respondan a la mayor cantidad de escenarios posibles a los que se exponga. Es decir, si queremos ver más allá de esto, el fin que persigue esta ciencia es la de llegar a ser tan autosuficiente, con máquinas que permitan pensar como lo harían lo humanos en términos de capacidad. Dentro de esta tecnología, se encuentran varias disciplinas que funcionan bajo el principio de Inteligencia Artificial. Entre ellas se encuentran: el Machine Learning y el Deep Learning, las cuales buscan utilizar grandes capacidades de datos para encontrar patrones que trabajen con o sin supervisión. A partir de estas disciplinas, es que hoy por hoy las industrias más importantes del mercado están haciendo uso de la AI, diseñando y entrenando máquinas que, alimentadas por la gran cantidad de datos que arroja tanto su operativa interna como externa, puedan automatizar principalmente aquellas acciones que repetitivas. Es así como, desde la perspectiva corporativa, se trata de utilizar la Inteligencia Artificial (AI) para la automatización de tareas, que mejoren los tiempos de respuesta y faciliten la toma de decisiones a partir de los datos. Según el Estudio Global Ejecutivo e Investigación de Inteligencia Artificial del año 2019, 9 de cada 10 líderes de empresas consideran a la Inteligencia Artificial (AI) como una oportunidad nueva para mejorar y optimizar el negocio. En consecuencia con lo anterior, según este mismo estudio, hay un temor latente entre los líderes de las industrias con respecto a que la competencia implemente antes que ellos la Inteligencia Artificial (AI) en sus negocios. Tan solo en el año 2017 este pensamiento estaba presente en el 37% de los empresarios y para el año 2019, el temor crecía a un 45%. Sin duda, lo anterior demuestra una mayor conciencia y preocupación por parte del sector empresarial, en donde se deja ver a la AI como un fuerte componente de la competitividad y elemento decisivo para la sobrevivencia de los negocios en nuestra época. Hoy cualquier empresa, de cualquier tamaño e industria puede beneficiarse del uso de la Inteligencia Artificial. De la mano con la computación y servicios en la nube, es posible construir soluciones de manera rápida y escalable. No obstante, a pesar del temor que corren los tomadores de decisiones de las empresas por quedarse atrás en la implementación de tecnología basada en la Inteligencia Artificial, paradójicamente se enfrentan al desafío de cómo rentabilizar la implementación de AI en sus organizaciones, pues más de un cuarto y casi la mitad de ellas, hacen inversiones significativas en estas soluciones tecnológicas sin notar de inmediato retorno o mejora en la gestión. Para los expertos, esto responde al hecho de que, más que implementar la herramienta per se, debe haber una conciencia de cuáles son los procesos actuales con los que cuenta la compañía y cómo se pueden automatizar. Aunado a eso, la AI no solo supone la solución en sí, sino que busca también empapar, desde la alta gerencia, jefaturas, mandos medios y colaboradores en general, de una cultura corporativa alineada con el pensamiento tecnológico. Para Carlos Portocarrero, Consultor de GBM y experto en AI, las empresas podrían adaptar más de la mitad del porcentaje de su operativa con la Inteligencia Artificial, no solo en compañías de manufactura, sino en industrias de gestiones que generen transacción. Para él, pensar en un alto porcentaje de automatización, aunque si bien es cierto es realizable, conlleva a factores más allá de la tecnología, como por ejemplo: cultura empresarial, resistencia al cambio, que tan avanzada están las organizaciones para tomar decisiones a partir de los datos, contar con procesos claros, definidos y funcionales, así como qué tan impregnada está la Junta Directiva, el C – Level o cualquier tomador de decisión estratégica.   ¿Cómo saber si mi compañía está preparada para implementar la Inteligencia Artificial en sus procesos?   Para Portocarrero, las empresas que deciden implementar Inteligencia Artificial AI, deberán ver esto como una transformación integral, que cruce transversalmente a todas las áreas de la organización y no fijarse en el objetivo único de nada más automatizar. Lo anterior, si se trata de visualizar a la AI en un proyecto grande, pues se puede empezar primero con algo muy pequeño y que genere buenos resultados. ¿Qué significa esto? Primero debe haber un fuerte convencimiento por parte de la alta gerencia, de querer mejorar los procesos de la mano de la tecnología. Seguidamente, deben trabajar cuanto antes de la mano de departamentos como Recursos Humanos y Comunicación Interna, en una estrategia integral de cultura corporativa, que abone el terreno para impregnar en la filosofía organizacional el ADN de la innovación. Lo que sigue después de las acciones anteriores es mapear dentro de la organización todos aquellos procesos que se podrían optimizar y automatizar con la AI. Por último, válgase de los mejores aliados en el mercado que le asesoren, implementen y hagan posible la Inteligencia Artificial en la compañía. Tenga en consideración cuál es el perfil hoy de las compañías que generan valor apoyadas de la Inteligencia Artificial, ya que estas usualmente: Descubren cuáles son los procesos del negocio clave e identifican cómo mejorarlos con IA.  Se involucran en proyectos usualmente riesgosos, que priorizan el aumento del revenue por sobre la reducción de costos.  Unifican la adopción de iniciativas de IA con los esfuerzos de transformación del negocio.  Invierten en talento experto no solo en IA, sino también en datos y cambios de procesos. Reconocen que la IA no es comprender solamente el componente tecnológico. El éxito genuino de la IA depende de la generación de revenue y la inversión de las habilidades de la organización, de utilizar la Inteligencia Artificial de forma transversal.  Adquieren tres objetivos fundamentales: aumento del revenue, eficiencia y reducción de costos. Siguiendo con el perfil, entre las industrias sobresalen tres grandes áreas que las empresas podrían aprovechar para visualizar la Inteligencia Artificial, estas son cadena de valor interna, customer experience y digitalización de productos a través de los servicios. Todas ellas tienen un común denominador: generan registro, es decir base de datos y se basan en transacciones constantes. Justamente, una de las principales industrias que sobresalen en la región centroamericana, corresponden a los centros de contactos o de llamadas. Países como Guatemala y Costa Rica constituyen los principales mercados con más volumen de operaciones  de Contact Center, de acuerdo con el Estudio de Mercado de Contact Center de Centroamérica y México elaborador por la firma Frost and Sullivan. Esta industria de outsourcing se mueve principalmente por el servicio de Customer Experience y por su naturaleza, muchos de sus procesos podrían rentabilizarse de la mano de la Inteligencia Artificial. Solo en este mercado, existen soluciones que podrían automatizarse, mejorarando la experiencia al cliente final, aumentando el rendimiento financiero, disminuyendo el riesgo y creando nuevos modelos de negocio. Con respecto a esto, el Estudio de la firma Frost And Sullivan, menciona dentro de sus recomendaciones que, los Proovedores de Servicio de Contact Center (CCSP por sus siglas en inglés), deben reposicionarse como impulsores de la transformación digital y expertos en la implementación de tecnologías para mejorar procesos. Dentro de este mismo ámbito, el segmento de banca y finanzas podría verse beneficiado con soluciones basadas en AI,entre ellas las gestiones de cobranza de las carteras de clientes, tareas que están en constante generación de transacciones. Para este segmento, GBM como líder en servicios de tecnología de la región, ofrece soluciones tecnológicas en gestión de cobranza, Cognitive Voice Response, Custormer [CP1] Basket Insights, Soluciones internas para RRHH y TI. Estas buscan mejorar la experiencia de los clientes mediante la interacción automática a través de herramientas que simulan la interacción humana, comunicación mediante puntos de contacto como lo son SMA, web, Whatsapp, correo electrónico, redes sociales. GBM, con su expertís en el tema, pone a disposición de sus clientes un enfoque integral para la adopación de inteligencia artificial, bajo el entendido de que no solo se trata de implementar una tecnología. Por medio de diferentes metodologías, áreas de conocimiento y profesionales con experiencia, GBM guía a clientes que se decidan por la AI, a encontrar la ruta para automatizar sus procesos, diseñar soluciones, dar soporte, capacitación y seguimiento a través de todas las etapas que conlleva el implementar Inteligencia Artificial.   El futuro de la AI en las compañías del mundo Cualquier empresa, de cualquier tamaño, en cualquier industria, puede beneficiarse del uso de la Inteligencia Artificial. A partir del insumo principal que necesita la AI, que son los datos, se pueden empezar a construir soluciones. De hecho, la mayor parte de las compañías saben que deben implementar Inteligencia Artificial tarde o temprano. No hacerlo hoy, sería el equivalente a que las empresas de los años noventas no hayan identificado al internet como una catapulta de su productividad. Quienes no se tomen en serio o no consideren la AI relevante tendrán serios problemas de competitividad y servicio al cliente al cabo de los próximos 3 años. Se espera que para el 2021 el 75% de las iniciativas de transformación digital saquen provecho de la AI. Recuerde que la AI no debe ser una estrategia por sí sola, sino una herramienta para alcanzar los objetivos de negocio, alineados con una estrategia global. Es decir, no se inicia con Inteligencia Artificial viendo donde puede ayudar a la estrategia, sino ver en qué parte de la estrategia se necesita soporte y cuál es la mejor forma de proveerlo.   Fuentes: Findings from the 2019 Artificial Intelligence Global Excecutive Study and  Research Project – Winning with AI Estudio Mercado de Contact Center en Centroamérica y México – Frost and Sullivan https://bit.ly/2UFZWaS La Inteligencia Artificial y el aprendizaje automático – Eureka Blog https://bit.ly/3dwVAf2 

Por: Alvaro Muñoz Argüello

27 Mayo, 2019

Novedades de VMware

VMware continúa reforzando la seguridad y las capacidades para una nube híbrida eficiente con el lanzamiento de VMware vSphere 6.7 Update 2 a inicios de abril  de  2019.  Esta actualización fortalece las abundantes capacidades que VMware ha incluido para que los clientes obtengan valor e innovación en sus infraestructuras. Desde una administración simplificada y más eficiente gracias a que está basado en HTML 5 hasta una seguridad mejorada y reforzada, soporte a nuevas aplicaciones como vCenter Server Converge Tool, vSphere 6.7 ha sido un importante hito de VMware para dar un paso más hacia un ambiente más automatizado y eficiente. Gracias a vCenter Converge Tools se eliminan los PSC externos, evitando de esta manera el uso de balanceadores de carga y simplificando la infraestructura al permitir vincular hasta 15 instancias de vCenter Server. En adición, ofrece una recolección de datos más intuitiva del entorno que permite a los administradores tomar decisiones sobre la gestión del ciclo de vida, e incorpora nuevas funciones en el manejo de eventos y registros para una visibilidad más detallada de lo que sucede. Otra mejora destacada es la escalabilidad de hasta 256 vCPU destinadas a soluciones de alto procesamiento como SAP HANA. Asimismo, se incorporó nuevo soporte para Ethernet 40GB y 100GB, y para RDMA, permitiendo la ejecución de aplicaciones exigentes de red en un entorno distribuido. Conocedora de que es barato sustituir la infraestructura de hardware ante la vulnerabilidad L1TF que ha afectado a los procesadores Intel, VMware ha mejorado la protección contra esta falla y recupera en gran medida el rendimiento afectado. Algo que será muy agradecido por todos. Como parte de estas actualizaciones, VMware ha liberado vRealize Operations 7.5 (vRO) que incluye nuevas funcionalidades integradas para la remediación automatizada para vSphere, asistiendo a la reducción del riesgo y en el cumplimiento de normas y regulaciones estándares de la industria. Sin duda vRO representa el siguiente reto para todos los clientes que buscan una gestión autónoma que les permita ejecutar las operaciones de producción sin intervención y sin complicaciones. Las mejoras anunciadas anteriormente se pueden implementar en su empresa, por medio de los servicios gestionados de GBM; basadas  en las buenas prácticas y con ingenieros capacitados para obtener el valor esperado. En adición, GBM está en la capacidad de monitorear, administrar y gestionar de manera remota su infraestructura TI mediante el servicio SmartOps desde el Centro de Excelencia, lo que le garantiza a los clientes altos niveles de servicio y disponibilidad, acelerar el uso de las tecnologías y apoyar al éxito de TI para trasladar las soluciones en favor del negocio.

Por: Roberto Sasso

27 Mayo, 2019

Soluciones buscando problemas

La moraleja es que no siempre las tecnologías se crean para resolver un problema, muchas veces se desarrollan por casualidad, y hasta por error. En el 2000, cuando conocí la tecnología Bluetooth, me sorprendió que a pesar de ser “demasiado chiva” (way cool) no servía para nada, no tenía aplicaciones prácticas y, peor aún, chocaba con la frecuencia de wifi. Era una solución en busca de un problema. El problema correcto tardó años en aparecer. Era como eliminar los discos compactos de los equipos de sonido de los automóviles. La moraleja es que no siempre las tecnologías se crean para resolver un problema, muchas veces se desarrollan por casualidad, y hasta por error. En sus inicios, las tecnologías son decepcionantes, no son adoptadas como se esperaba, y el motivo suele ser no haber encontrado el problema correcto. Búsqueda. Los paneles solares, hace 30 años, se promovían como una solución al cambio climático, a pesar de ser como 100 veces más caros que quemar hidrocarburos. Hoy, sabemos que la energía fotovoltaica es para reducir el costo energético, los beneficios ambientales son adicionales. La realidad virtual, junto con Internet móvil, y videoconferencias de alta resolución, se han aplicado a la educación móvil para adultos con muy buenos resultados en otras latitudes. Hace 40 años, antes de que saliera al mercado el nefasto DOS, las computadores personales casi no servían para nada. Las computadoras personales (PC, por sus siglas en inglés), antes de 1981 eran muy difíciles de programar, casi imposible conectarlas entre sí, no había estándares de nada y además sus precios eran altos. Cuando en 1978 compramos un computador personal en la Oficina Técnica Mecanizada, IBM nos acusó de botar la plata en un juguete. Aún después del lanzamiento de la IBM PC, en 1981, el presidente de DEC, una de las tres más grandes empresas de tecnología de la época, se dejó decir que nadie en su sano juicio iba a tener una computadora en la casa. Dilema. Clayton Christensen, afamado profesor de Harvard y autor del Dilema del Innovador, siempre comenta que la decepción inicial se debe a características incipientes de la nueva tecnología, como ser cara, poco poderosa, poco amigable, etc., pero conforme la tecnología va mejorando empieza a atacar porciones más valiosas del mercado, hasta que termina matando a la tecnología anterior.   Eso es probablemente cierto, pero también es necesario que la nueva tecnología encuentre el problema correcto para el cual es la solución. En el caso de las computadoras personales, el problema era cómo distribuir el procesamiento de datos entre muchas computadoras, lo cual, a su vez, implicaba que para que las computadoras personales fueran exitosas, eran necesarias las redes de computadoras basadas en protocolos abiertos, es decir, Internet. No sé si fue por casualidad que al mismo tiempo se desarrollaron los PC y la Internet, pero ninguno de los dos hubiera sido exitoso sin el otro. La Internet de los años 80 era bastante inservible; grandes computadores de grandes universidades compartiendo datos de investigaciones que nadie entendía, a un gran costo para los contribuyentes. No fue sino hasta los años 90 que Internet descubrió cuál era el problema para el cual era la solución. El problema era conectar personas, no conectar computadores. Una vez que el problema se entendió, toda la tecnología de telecomunicaciones del planeta quedó obsoleta y en 25 años desapareció. Con estos ejemplos he querido resaltar la importancia de encontrar el problema correcto a resolver, antes de pretender grandes cambios con la adopción de nuevas tecnologías. Conforme aumenta la velocidad de desarrollo de nuevas tecnologías, se reduce el tiempo disponible para encontrar los problemas. En ocasiones es fácil y factible copiar la adopción de tecnologías (tarde) de otras  regiones,  pero las diferencias en el contexto político y económico, hacen que esto no sea siempre el caso. Nuestro problema. En Costa Rica la apertura de las telecomunicaciones fue increíblemente traumática y tardía. Como resultado, todavía hay centrales telefónicas, totalmente obsoletas, funcionando a gran costo para los contribuyentes. Paradójicamente, mientras la penetración de telefonía celular ha sido tremendamente exitosa, debido a la Internet (para conectar gente), la Internet de banda ancha sigue siendo lenta, cara y asimétrica, y, por lo tanto, poco exitosa. Ahora estamos en el umbral de una plétora de tecnologías que ofrecen enormes beneficios para aquellos que las adopten primero, pero son demasiadas y no las podemos adoptar todas, y además acarreamos deficiencias en la infraestructura digital, y en la estructura del andamiaje político, que hacen algunas de éstas muy difíciles de adoptar. La primera tecnología que hoy todos mencionan, casi como la pomada canaria, es la inteligencia artificial (IA), la cual, efectivamente, sirve para atacar un gran número de problemas, pero no sin consecuencias (por ejemplo, desempleo tecnológico). Pero también hay bastantes otras tecnologías nuevas, disruptivas y disponibles: Internet de las cosas, análisis predictivo de datos (big data), manufactura digital (impresión 3D), tecnología de registro distribuido (Blockchain), vehículos autónomos, robótica avanzada, energía solar, edición genética, Internet móvil de quinta generación (5G), realidad virtual, realidad aumentada, y probablemente me falten varias.   Esto es un menú largo de tecnologías poderosas, el cual se hace mucho más largo y las tecnologías mucho más poderosas cuando se combinan entre sí, por ejemplo: Internet de las cosas (IoT, por sus siglas en inglés) puede ayudar a los vehículos autónomos (VA) a “ver alrededor de la esquina” (y así evitar aún más accidentes) y las enormes bases de datos que generan tanto IoT como los VA pueden alimentar analíticas avanzadas para predecir el comportamiento del tráfico, en tiempo real. Lo anterior al asumir que el problema a resolver sea el caos vial, y que la necesidad política de resultados a corto plazo y el impacto económico de la solución sean aceptables. Decisiones. Obviamente, sugiero identificar primero los problemas correctos a resolver, antes de intentar desplegar las tecnologías que consideramos idóneas para resolverlos. Desafortunadamente, no hay, y me temo nunca faltarán problemas. Lo que sí nos faltan son tomadores de decisiones con suficiente entendimiento de las capacidades, limitaciones e implicaciones de las tecnologías. Para dotar a varios miles de personas con suficiente entendimiento de las tecnologías disruptivas, debemos resistir la tentación de embarcarnos en enormes programas de capacitación con métodos tradicionales. La realidad virtual, junto con Internet móvil, y videoconferencias de alta resolución, se han aplicado a la educación móvil para adultos con muy buenos resultados en otras latitudes. Aquí quién sabe qué será lo que funcione, pero sí sabemos que hay que compartir mucho entendimiento, con mucha gente, de una manera muy rápida. He ahí un interesante problema por resolver.



Escribe un comentario