Noticias Tecnología - Innovación - Ciencia

add ver todas

ChatGPT: Las empresas que no adopten IA pasarán a ser irrelevantes

En el marco de la Plataforma de Innovación Abierta y Colaborativa (PIA) de AECOC, se ha celebrado el primer Innoshot del año sobre ChatGPT y sus aplicaciones prácticas para el sector de la alimentación.

Los asistentes al Innoshot conocieron de primera mano la opinión dos expertos de la Inteligencia Artificial, Ángel Sevillano, Associate Partner – AI Solutions Offering LeaderData & Technology Transformation Service Line en IBM y Andrés Pulgarín, CEO & Founder de la startup BotsLover.

En la sesión se puso en valor cómo puede aplicarse esta nueva tecnología a las empresas de Gran Consumo y de Horeca.

Chat GPT es un modelo de lenguaje desarrollado por OpenAI y se enfoca en mejorar la interacción entre las personas y la tecnología. Se trata de un sistema de inteligencia artificial que es capaz de generar texto y responder preguntas con un nivel de naturalidad y fluidez sorprendente.

Esta tecnología se emplea fundamentalmente en la creación de chatbots y aplicaciones de inteligencia artificial que permiten a las empresas automatizar y mejorar la eficiencia en sus procesos.

Las empresas que no adopten IA pasarán a ser irrelevantes

La inteligencia artificial es una tecnología clave para las empresas y aquellas que no empiecen a adoptarla en sus prácticas corren el riesgo de quedarse obsoletas.

En el sector del Gran Consumo y Horeca, la IA puede aportar un valor diferencial al automatizar y mejorar el servicio al cliente, ahorrar tiempo y recursos y generar una experiencia más personalizada y satisfactoria para el usuario. Algunos casos prácticos de aplicación de Chat GPT en el sector del Gran Consumo y Horeca son:

  • Atención al Cliente
  • Recomendaciones de productos
  • Promociones y ofertas
  • Rastreo de Inventario
  • Planificación de la compra
  • Reservas
  • Marketing
  • Análisis de datos

De todas formas, es importante tener en cuenta que el impacto exacto dependerá de cómo se utilice y de la calidad de los datos de entrenamiento utilizados para entrenar el modelo.

Debido al riesgo sobre la fiabilidad de los datos que genera el ChatGPT, se trata de una tecnología complementaria y no substitutiva, ya que no está listo para que funcione de forma totalmente independiente. Esto conlleva una revisión de todo el contenido que genera porque no hacerlo puede suponer algunos riesgos como la desinformación y la propagación de fake news.

Por otro lado, hay que tener en cuenta que el ChatGPT es un espacio abierto y existe un riesgo en que las empresas privadas compartan información confidencial en este entorno, ya que hay poca privacidad y seguridad en los datos que se comparten.

En este sentido, recientemente Microsoft ha invertido 10.000 millones de dólares en OpenAI, empresa creadora de ChatGPT – además,  también prevé incorporar a un centenar de nuevos empleados a su ‘hub’ de IA en Barcelona para reforzar su apuesta por la IA y ChatGPT – lo que puede suponer un cambio de paradigma en cuanto a la privacidad y seguridad en los datos, ya que el servicio «Microsoft Azure OpeanAI» supone la privatización de este espacio y lo convierte en un entorno seguro para las empresas.  

Por otro lado, la inversión de esta “big tech” también demuestra la importancia que va a tener la IA Conversacional en las empresas y en su interactuación con los clientes.  Y aunque todavía hay muchos aspectos a pulir, esta tecnología tiene un nivel de adopción más avanzado que otras tecnologías como, por ejemplo, el Metaverso.


NOTICIAS RELACIONADAS

add ver todas

En 2019, el blockchain empezará a ser mundano y aburrido

En 2017, la tecnología blockchain fue una revolución que prometía modificar el sistema financiero mundial. En 2018, esta tecnología fue una decepción. En 2019, comenzará a ser una tecnología mundana.

Llega el ejército de robots de Walmart

El gigante de la distribución Walmart ha sacado los robots de la oscuridad de los almacenes a la luz de los supermercados. Su misión es la de controlar los lineales para detectar aquellos productos que se queden sin stock. Acto seguido, un empleado aparecerá para reponer el artículo agotado. Esto supone una ventaja diferencial para la compañía en tanto que un lineal vacío supone una pérdida de oportunidad de venta.

Volkswagen se suma a la tendencia del ridehailing a través...

Moia, una subsidiaria de Volkswagen, pretende que el trasporte individual ceda paso al ridehailing, para lo cual ha creado una furgoneta completamente eléctrica con plaza para 6 pasajeros. El objetivo de la compañía es eliminar un millón de coches de ciudades europeas y estadounidenses para 2025, reemplazándolos por programas de movilidad compartida.Las consecuencias de la puesta en marcha de la furgoneta de Moia:Mayor sostenibilidad – Al tratarse de una furgoneta completamente eléctrica, no es necesario ningún tipo de gasolina ni diésel, siendo así mucho más sostenible y respetuosa con el medio ambiente. Además, es importante resaltar que cuenta con una plaza más que los vehículos de ridehailing existentes, lo cual contribuye al aprovechamiento eficiente de los medios de transporteComodidad para los usuarios – La solicitud del trayecto con Moia es muy sencilla, ya que se realiza a través de una app mediante la cual los pasajeros pueden reservar y pagar su plaza. Además, los usuarios no tendrán que desviarse demasiado de su trayecto para recoger a otros usuarios, ya que una serie de algoritmos se encargan de identificar a aquellos que se encuentran más cerca y tienen unos destinos más similares, y calculan el importe a pagar por cada uno.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí