Categoría: IBM

25 Apr 2018
robotica ibm

Llevá los procesos de tu negocio al próximo nivel con ayuda de la robótica

RPA (Robotic Process Automation) es la automatización de tareas repetitivas a través de algoritmos de software específicos con el objetivo de disminuir la intervención humana. Entre sus principales ventajas, se pueden mencionar que permite la asignación de tareas de mayor valor agregado para los empleados, la eliminación de errores humanos y la optimización del tiempo. En esta nota te explicamos en qué consiste RPA, los beneficios para las empresas y cuál es la solución de Robotic Process Automation de IBM.

¿En qué consiste?

RPA ayuda a las empresas a automatizar tareas con alto grado de repetición, normalmente realizadas por personas. A través de “bots”, se replican las acciones de los humanos que interactúan con las interfaces de las aplicaciones. De esta forma, se eleva la productividad de los empleados y permite que éstos hagan foco en tareas de mayor valor agregado.

¿Cuáles son las ventajas del RPA?

  • Eficiencia: ejecuta de forma eficaz altos volúmenes de trabajo y reduce los errores humanos (copiar y pegar, o errores de tipografía en el ingreso de la información a sistemas).
  • Fácil integración: se integra a las iniciativas de automatización más amplias (automatización de procesos y decisiones o captura de datos, entre otras). Además, no genera cambios en las aplicaciones actuales.
  • Rápida implementación: se crean, testean e implementan esquemas de automatización en horas, en vez de días o meses. Las tareas se completan en segundos o minutos.
  • Reduce costos: libera a los usuarios de la realización de tareas rutinarias para mejorar la eficiencia operacional.

Algunas industrias que utilizan RPA

  • Banca y seguros: migraciones de datos, tareas de siniestros, créditos, franquicias, manejos de inversión en bolsa, etc.
  • Salud: reportes médicos, facturación, solicitudes de servicios, aprobaciones de procedimientos médicos.
  • Telecomunicaciones y medios: gestión de órdenes, información de teléfonos, backup de información, etc.
  • Distribución: órdenes de compra, comisiones, pagos, verificación de vehículos y reportes.
  • Energía y utilidades: recolección de información y reportes, contratos, regulación y cumplimiento.

Algunos datos a tener en cuenta

A principios del 2018, PwC publicó un informe en donde realiza un análisis del potencial impacto a largo plazo de la automatización. La investigación se basó en el análisis de las tareas y habilidades involucradas en los trabajos de más de 200 mil trabajadores en 29 países. Estas son algunas de las claves:

PwC identifica tres “oleadas” de automatización: la algorítmica, ya en marcha, implica la automatización del análisis de datos estructurados y tareas digitales simples. La ola de expansión, también en marcha y que llegará a su madurez en el 2020, se centra en la automatización de tareas repetibles y el intercambio de información. La tercera ola de autonomía, que puede llegar a su punto máximo a mediados de 2030,  permitirá analizar datos de múltiples fuentes, tomar decisiones y realizar acciones físicas con poca o nula participación humana.

Para el 2030, los sectores de transporte y manufactura tendrán un alto potencial para la automatización del trabajo mientras que la salud y la educación serán las menos automatizables.

-A largo plazo, los trabajadores menos instruidos podrían estar particularmente expuestos a la automatización, mientras que los de nivel educativo más elevado tendrán mayor potencial para la adaptabilidad a los cambios tecnológicos.

El estudio considera que muy probablemente los viejos empleos se sustituirán con otros nuevos y que, en el largo plazo, acabarán teniendo un efecto positivo para la actividad económica en su conjunto. Sus estimaciones apuntan a que la Inteligencia Artificial y la automatización supondrán en 2030 en torno al 14% del PIB mundial.

-Si bien abandonar determinadas tareas para que sean ejecutadas por computadoras y/o robots, podría ser vista como algo amenazante, por otro lado puede ser vista como un factor positivo que los talentos humanos se vuelquen a tareas de mayor valor agregado.

RPA: El próximo paso hacia la transformación digital

IBM a través de Automation Anywhere, su solución de RPA,  permite la orquestación de procesos y tareas de robot, así como el procesamiento de excepciones que nos lleva a la automatización masiva de la interfaz gráfica, la integración multi-sistema, la información estructurada y a escala empresarial.

Esta solución, líder en el mercado, posibilita que los usuarios del negocio registren bots sin necesidad de conocimientos informáticos o de codificación avanzados, permitiendo la optimización de diferentes flujos de trabajo.

¿Estás listo para automatizar los procesos de tu negocio con ayuda de la robótica? Podemos ayudarte.

14 Feb 2018
optimización matemática

Newsletter febrero: La clave para optimizar tu negocio está… ¿En una ecuación?

La optimización matemática es la mejor aliada de las organizaciones a la hora de tomar decisiones para resolver problemas de negocio complejos que estén en consonancia con las restricciones del entorno y no impliquen un gasto adicional de recursos. Te decimos todo lo que debes saber para implementar con éxito la optimización a la toma de decisiones de la mano de ILOG® CPLEX® Optimization Studio de IBM en el newsletter de febrero, ¡Encuéntralo aquí!

02 Feb 2018
Optimización matemática

Optimización: transformá tu negocio con la ciencia de los datos

Los tomadores de decisiones de las empresas tienen que hacer concesiones constantes entre los objetivos de negocio y las limitaciones, por lo que su principal reto es encontrar la mejor solución para que los recursos disponibles trabajen al máximo en favor de las metas que tienen que alcanzar; es decir, dar con la decisión óptima. En esta nota, conoceremos cómo la optimización influye en la analítica de negocio.

Optimización: ¿Cómo se aplica en los negocios?

La optimización permite seleccionar el mejor elemento entre un conjunto de elementos disponibles, haciendo cálculos con funciones y siguiendo un criterio previamente establecido.

Los modelos de optimización potencian el análisis de negocio basado en indicadores y tableros, reemplazando la intuición con decisiones basadas en cálculos matemáticos exactos. Permite por ejemplo mejorar la toma de decisiones para la planificación y gestión de operaciones en diversas áreas como: producción, cadenas de suministro, control de inventarios, transporte, ingeniería de control, finanzas, diseño de políticas, etc.  

Con modelos de optimización se pueden encontrar soluciones que la mente humana no hubiese podido encontrar por sí sola, utilizando los recursos disponibles y tomando en cuenta las restricciones del entorno. Esto permite incrementar la eficiencia operativa de las empresas y deriva en incrementos considerables del ROI sin generar gastos adicionales.

Reaccioná a cambios repentinos sin alejarte de los objetivos de negocio

El entorno actual está lleno de incertidumbres y cambios bruscos que desafían la operatividad del negocio, contar con una herramienta de optimización de decisiones permite tomar cualquier problema de negocio y transformarlo en un modelo matemático y resolverlo para obtener la hoja de ruta más favorable para la organización, tomando como base los datos históricos, los objetivos y las restricciones del momento.

IBM ILOG® CPLEX® Optimization Studio

Esta tecnología de optimización probada por más de 25 años de experiencia permite resolver problemas de negocio complejos, que superan las capacidades de las hojas de cálculo y la mente humana.

Proporciona poderosas herramientas de modelado para convertir un problema de negocio en un modelo matemático y resolverlo, obteniendo una solución óptima basada en hechos y cuantificable.

Se adapta a los constantes cambios de negocio gracias a su flexibilidad y rapidez en el desarrollo de modelos según las restricciones y las necesidades de la organización:

El core de ILOG® CPLEX® Optimization Studio ofrece:

  • Soporte para modelos de optimización de todos los tamaños, sin límite de restricciones o variables.
  • Modelado en tiempo real para apoyar los requerimientos de procesos operacionales.
  • Algoritmos de solución múltiple para distintos tipos de modelos que permiten encontrar el algoritmo que se adapte a cualquier escenario de negocio.
  • Diseño de modelos de optimización interactivos que se adaptan a situaciones del mundo real donde los datos y las condiciones de negocio cambian constantemente.

Ofrece al usuario flexibilidad total para el modelado gracias a su lenguaje de programación interactivo, y un entorno de desarrollo integrado con gran variedad de servicios de creación de modelos.

¿Estás listo para llevar la ciencia de los datos a tu organización?

12 Jan 2018

Analytics Lifecycle: Las 5 etapas de la analítica de negocio

La era los datos marcó un punto de inflexión para las empresas: ahora disponen de una enorme cantidad de información de negocio que pueden utilizar para tomar decisiones estratégicas para el logro de objetivos. Sin embargo, los datos sirven de poco si no se cuenta con un concepto claro de las distintas etapas de análisis por las que deben pasar los datos y qué información se extrae en cada una, para poder convertirlos en conocimiento accionable que coincida con los tiempos de negocio. Estas etapas conforman el ciclo de vida de la analítica, o Analytics Lifecycle, y en esta nota te explicamos en qué consiste cada fase.

Las etapas del Analytics Lifecycle

Como mencionamos antes, los datos deberían pasar por distintas etapas de análisis, en las cuales se aplican distintas técnicas de analítica que nos permiten obtener información que abarca distintas aristas del negocio. Estas etapas son:

Análisis descriptivo: ¿Qué pasó?

La primera etapa del Analytics Lifecycle consta del análisis descriptivo, que permite comprender qué pasó y qué está pasando en el negocio actualmente, al procesar los datos en crudo y transformarlos en información que los usuarios puedan comprender y utilizar para comprender la situación en el que se encuentra la empresa y tener un contexto válido sobre el que preparar acciones futuras. Para hacer este análisis las empresas se valen de soluciones de Business Intelligence y minería de datos, y suelen usar Indicadores Clave de Rendimiento (KPIs) propios de cada industria, como frecuencia de eventos, horas trabajadas o costos para comprender el estado de sus operaciones. Es el tipo de análisis más usado por las empresas y el producto final suele presentarse en un reporte o un tablero.

Diagnóstico: ¿Por qué pasó?

La siguiente etapa consiste en tomar la información depurada del reporte de análisis descriptivo y analizarla para descubrir las causas del estado actual de la organización. Las herramientas analíticas de diagnóstico (normalmente los filtros que ya vienen incorporados en las soluciones de BI) les permiten a los analistas profundizar en la información producto del análisis descriptivo y aislar las causas de problemas que se estén presentando en el negocio.

Análisis predictivo: ¿Qué pasará?

Como su nombre lo indica, éste análisis busca predecir qué podría suceder en el futuro, basándose en el análisis de los datos históricos producto del análisis descriptivo, a través de trabajos de simulación y forecasting para ayudar a los tomadores de decisiones a planificar con base en los posibles escenarios que se puedan presentar. El análisis predictivo se caracteriza por el uso de tendencias de datos a lo largo del tiempo y correlaciones para identificar patrones y brindar hipótesis basadas en datos que permiten a las empresas prepararse para todo tipo de realidad: desde situaciones operativas cotidianas hasta complejos escenarios de negocio.

Análisis prescriptivo: ¿Qué deberías hacer?

Si bien el análisis predictivo da una visión clara de los distintos escenarios a los que podría enfrentarse una organización, no da indicios de cuáles serían los pasos a seguir más convenientes para que el desempeño del negocio sea el más eficiente en un contexto determinado.

El análisis predictivo toma la información del negocio y, apoyándose en modelos de optimización matemática, el sistema de reglas de negocio y comparaciones, da una serie de rutas de acción posibles, los posibles resultados de cada ruta, y cuál de estas rutas podría ser la más conveniente para el negocio.  

El análisis prescriptivo optimiza la toma de decisiones complejas y ayuda a los tomadores de decisiones a dar con la solución más adecuada para el logro de los objetivos minimizando riesgos.

Planning: ¿Cuál es el plan?

Ya que procesamos los datos del negocio y se conocen todas las aristas de información que nos pueden dar, tenemos la materia prima para armar un plan de acción sólido y basado en hechos, que será la clave para lograr los objetivos propuestos incrementando la eficacia operativa y mejorando el desempeño de la organización en general. El proceso de Planning puede automatizarse con la ayuda de herramientas que permitan la automatización que se necesita para obtener los mejores resultados de negocio.

Las etapas del Analytics Lifecycle. Fuente: IBM

Importancia del Analytics Lifecycle

El Analytics Lifecycle puede dar un giro de 360° al impacto que tus datos tienen en el desempeño de tu negocio:

  • Máximo aprovechamiento de los datos para la mejora del negocio: siguiendo las etapas del Analytics Lifecycle se puede extraer toda la información que tus datos esconden para tomar decisiones informadas y tratar problemas de complejidad variable, también le da a la organización un margen de maniobra clave para adaptarse a cambios repentinos, manteniendo su competitividad y los plazos del logro de objetivos.
  • Información accionable y confiable: con datos procesados por todas las etapas del Analytics Lifecycle, se obtiene información fiable y lista para una toma de decisiones y planificación que respete los tiempos del negocio.
  • Mejor toma de decisiones: los gerentes pueden tomar decisiones de las que ya tienen una noción previa de sus resultados, dando mayores garantías del logro de los resultados que se necesitan para la mejora del negocio.

¿Estás listo para sacar el máximo provecho a tus datos?

En KMG podemos acompañarte en el proceso de adopción del Analytics Lifecycle, para mayor información, comunicate con nosotros.

03 Nov 2017

Mejorá la generación de información de gestión con herramientas World Class

El proceso de cierre y reporte es clave para saber si un negocio está logrando sus objetivos y tener una base para la toma de decisiones. Sin embargo, muchas empresas manejan y procesan estos datos de forma lenta y engorrosa, lo que ocasiona retrasos en la generación de información para el análisis.

La implementación de una solución World Class que apoye el proceso de cierre y reporte es necesaria para ajustarse a los cambios bruscos del mercado de hoy, y las empresas lo reconocen, pero aún son muchas las que no toman los correctivos necesarios.

En este post te hablaremos de cómo una solución especializada puede ayudarte a sacar el máximo provecho de tu data financiera y mejorar tu proceso de generación de información de gestión.

Los retos en la generación de información de gestión

Cada mes, las organizaciones hacen el proceso de cierre y reporte, y los tomadores de decisiones necesitan de la data depurada que se generó durante la contabilidad , que involucra los totales de ingresos y gastos que se generaron durante del mes, para contar con herramientas de análisis , que involucra transformar los números en información relevante, fácil de leer y poder compararla con los objetivos de negocio.

Los problemas de este proceso comienzan cuando al momento de hacer el cierre y las transformaciones de información necesarias, los miembros del equipo se enfrentan a una gran cantidad de hojas de Excel que deben procesar, con la colaboración de otros departamentos involucrados, lo que resulta en un proceso lento, engorroso y con gran probabilidad de errores. Contradictoriamente, las empresas reconocen que deberían incorporar herramientas que agilicen y optimicen este proceso, pero no lo hacen: de acuerdo a una investigación realizada por la consultora Ventana Research, 58% de las empresas participantes declararon que consideran importante realizar mejoras significativas en el procesamiento de su data financiera; no obstante, solo el 28% de ellas ha realizado cambios en su proceso.

¿Las razones? La consultora concluye en su reporte que las empresas pueden verse intimidadas al momento de integrar un software de analítica financiera por el tiempo que tendrían que invertir en la capacitación de los usuarios, o no ven un beneficio lo suficientemente atractivo como para tomar la decisión de alterar sus procesos actuales. Sin embargo, la importancia que tiene que las empresas tengan un procesamiento de datos contables rápido, preciso y más sencillo para generar la información de gestión es cada día mayor por la necesidad de tomar decisiones informadas rápido para adaptarse a los cambios.

La importancia de la información de gestión para la toma de decisiones

La generación de información de gestión es clave para el logro de objetivos y crecimiento de una empresa: permite a los directivos observar el desempeño financiero de la organización y compararlo con la planificación y el presupuesto, ya sea de forma global o por rubros de gastos, y observar la evolución de estos gastos a lo largo del tiempo. De esta forma las empresas son capaces de controlar desvíos y hacer ajustes presupuestarios acordes a las necesidades del negocio y las exigencias del mercado.

Debido a la repercusión que tiene la generación de información de gestión en el desempeño de una organización, es vital que los datos resultantes de la contabilidad sean procesados de forma rápida y consistente para obtener reportes con información clara que se pueda usar para la toma de decisiones. Y es cuando el uso de una solución World Class juega un papel cada vez más determinante en las organizaciones de hoy.

Las ventajas de una solución World Class para la generación de información de gestión

Incorporar una solución especializada en tu proceso de cierre y reporte significa un cambio radical en la forma cómo procesas tus registros contables y la profundidad de la información que puedes obtener de ellos. Estas son algunas de las ventajas para tu negocio de contar con una solución World Class:

  • Procesar gran cantidad de datos en menos tiempo: procesar la data en planillas Excel puede ser una tarea extenuante y poco efectiva, porque la información resultante suele estar plagada de errores que alteran la calidad del análisis. Las soluciones de KMG basadas en Planning Analytics (ex TM1) permiten el rápido procesamiento de grandes cantidades de datos para acortar el tiempo de reporting y dedicárselo al análisis.
  • Fomentar una dinámica de trabajo colaborativa: como mencionamos arriba, el cierre contable es un proceso que suele involucrar el trabajo de usuarios que trabajan en áreas distintas a contabilidad, y que ejecutarlo sin una solución que unifique la forma de trabajo de todos da como resultado datos de dudosa veracidad. Las soluciones basadas en Planning Analytics (ex TM1) eliminan este riesgo fomentando un entorno altamente colaborativo que estandariza el procesamiento de la data en todas las áreas involucradas.
  • Implementación guiada para usuarios finales: Planning Analytics (ex TM1) es una plataforma pensada para el uso cotidiano de los usuarios finales, es intuitiva y fácil de utilizar, por lo que el tiempo de capacitación es mínimo.

La información de gestión oportuna le da a los decisores de las empresas la guía que necesitan para tomar las mejores decisiones. Mejorar la calidad de este proceso inevitablemente significará la toma de mejores decisiones y el logro de los objetivos propuestos.

¿Qué esperas para mejorar la calidad de tus decisiones?

12 Jun 2017

Experimenta la Era Cognitiva

Después de tres eras históricas que cambiaron la manera de crear y difundir conocimiento (la piedra de Rosetta, la imprenta de Gutenberg y la invención del internet) hemos llegado a la cuarta era: la computación cognitiva.

La computación cognitiva tiene la capacidad de absorber grandes cantidades de información en segundos.

En un mundo reinventado en código, inundado de datos estructurados y no estructurados IBM desarrolló Watson, la primera plataforma de tecnología de computación cognitiva abierta capaz de comprender, razonar y aprender de la información. Watson puede:

  • Leer más de 4000 documentos sobre leucemia en menos de un segundo.
  • Aprender uno o dos idiomas en sólo unas semanas.
  • Actualizarse en miles de leyes.
  • Detectar enfermedades antes de que el paciente presente un síntoma.
  • Saber qué productos de su inventario se agotarán en el próximo mes.

Para entender la computación cognitiva debemos partir de un principio básico: hemos sido entrenados para interactuar con las computadoras. Ahora entrenaremos a las computadoras para que interactúen con nosotros, nuestros clientes o colaboradores.

 

Conozcamos cuáles son los 3 principios para la Era Cognitiva

 

https://www.youtube.com/watch?v=HaVka8iw58Y

 

IBM es líder en soluciones cognitivas.

 

IBM Watson es el primer sistema cognitivo capaz de entender el lenguaje natural de las personas y aprender. Fue “presentado en sociedad” en enero de 2011 en el show de preguntas y respuestas de la televisión estadounidense Jeopardy!, en el que le ganó a los dos mejores concursantes de la historia de éste programa. Cinco años después, IBM Watson se ha convertido en una tecnología comercial, accesible a través de la nube y que cuenta con clientes en 17 sectores distintos y 30 países del mundo, entre ellos España, donde gracias a CaixaBank ha aprendido español.

A principios de 2014 IBM creó el Grupo Watson, una nueva unidad de negocios dedicada al desarrollo y comercialización de innovaciones cognitivas en cloud, a través de la cual está invirtiendo más de 1.000 millones de dólares, lo que incluye 100 millones destinados al ecosistema de startups que están construyendo aplicaciones sobre la nube IBM Watson Developers Cloud.
Para estudiar cómo la tecnología cognitiva podía funcionar en ámbitos con un gran componente de creatividad, los investigadores de IBM se fijaron en el arte de la cocina. Y de esa experimentación nació Chef Watson. Este sistema ha sido entrenado con miles de recetas ya existentes, busca patrones en todas ellas y combina esta información con su amplio conocimiento sobre teorías de emparejamiento de sabores y psicología acerca de lo que gusta o no a las personas. Gracias a ello, IBM Watson ha logrado aprender qué ingredientes son los más comunes en ciertas cocinas, cuáles funcionan mejor juntos, cuál es la composición química de los ingredientes y pronosticar qué mezclas resultarán más sabrosas y sorprendentes.
Chef Watson contribuye a potenciar la creatividad a la hora de resolver un menú porque es capaz de extraer los datos clave de miles de páginas de texto y visualizar la relación de cada tipo de ingrediente con otros sin tener – como las personas- creencias preconcebidas

 

Soluciones actuales

 

En el sector de la salud

Importantes hospitales están utilizando IBM Watson para ayudar a que los médicos identifiquen nuevos tratamientos personalizados. Se está desarrollando una app cognitiva que podrá predecir un episodio de hipoglucemia hasta tres horas antes de que suceda y, por tanto, mejorar la calidad de vida de los pacientes diabéticos.

En el sector del medioambiente

IBM está trabajando para crear el sistema más avanzado del mundo de predicción de la calidad del aire, que será capaz de predecir la contaminación kilómetro a kilómetro y con 72 horas de antelación, así como tendencias de contaminación diez días antes.

En KMG ayudamos a las empresas a potenciar y reinventar su negocio a partir de las propuestas innovadoras de IBM

KMG es una compañía innovadora que hace más de 20 años ayuda a sus clientes a implementar Soluciones de Analytics que permiten tomar decisiones de gran impacto en el desarrollo de su negocio.
Implementamos herramientas para simular escenarios de negocios, sensibilizar variables críticas, transformar Big Data en conocimiento accionable, analizar la performance del negocio y hacer benchmark con el mercado.
A través de nuestras soluciones, nuestros clientes pueden transformar su visión estratégica en resultados tangibles, obteniendo beneficios concretos de la implementación de mejores prácticas. En este blog vamos a ir contándote toda nuestra experiencia!

 

Algunas tendencias:

  • La búsqueda contextual es una forma poderosa de obtener resultados personalizados basados en información de múltiples repositorios de datos estructurados y no estructurados. La inteligencia contextual ayuda a asignar clasificaciones de confianza a los resultados de búsqueda y agilizar el proceso de búsqueda de datos relevantes y actuales.
  • Los chatbots le ahorrarán a las empresas más de $ 8 mil millones por año para 2022, un enorme aumento de los $ 20 millones estimados para este año.
    El mercado de la IA se encuentra en una curva de crecimiento exponencial y se espera que alcance 206 millones de dólares en 2022.
  • Las empresas están adoptando tecnología para comparar datos de empresas privadas con datos de terceros y abiertos. El desbloqueo de información de datos de empresas privadas es valioso. En contraste con los datos abiertos es de valor incalculable.

¿Querés entrar a la era cognitiva? Podemos ayudarte.