Las implementaciones de IA más interesantes en empresas en 2024 | IA en los negocios #63

En este artículo, echaremos un vistazo más de cerca a algunas implementaciones interesantes de IA en los negocios. Desde el uso de aprendizaje automático de Stripe para detectar fraudes, hasta las experiencias de pedidos personalizadas de Swiggy, y GitHub Copilot proporcionando soporte en tiempo real para desarrolladores. Estos ejemplos muestran cómo la inteligencia artificial está impulsando la creación de servicios innovadores, transformando las experiencias de los clientes, aumentando las tasas de conversión y optimizando los procesos internos para empresas e instituciones. Sigue leyendo.

Implementaciones de IA en Stripe

Stripe (https://stripe.com/) es una plataforma de pago avanzada que permite a empresas e instituciones procesar transacciones tanto en línea como en entornos de venta al por menor tradicionales. Proporciona soluciones integradas para la gestión de pagos, facturación, automatización de procesos financieros y la creación de programas de suscripción y lealtad. La aplicación de tecnologías modernas, incluido el aprendizaje automático, permite a Stripe optimizar las conversiones y minimizar el riesgo de fraude. En 2023, Stripe es reconocida como una de las soluciones más innovadoras en el campo de los sistemas de pago en línea.

Sin embargo, ¿por qué es Stripe Radar una de las implementaciones de IA más interesantes en las empresas en 2023? Stripe Radar utiliza técnicas avanzadas de IA para la detección rápida y precisa de fraudes, convirtiéndola en una de las soluciones más innovadoras en la industria de pagos en línea este año. Sus principales ventajas incluyen:

• Velocidad y precisión. Radar Stripe evalúa más de 1000 detalles de transacciones en menos de 100 milisegundos, bloqueando con precisión las transacciones de alto riesgo. Logra una precisión donde solo el 0.1% de los pagos válidos son rechazados por error.
• Modelos de ML avanzados. Stripe pasó de un aprendizaje automático básico a redes neuronales avanzadas, mejorando enormemente el rendimiento del modelo.
• Arquitectura innovadora. La última arquitectura ha permitido un entrenamiento de modelos más rápido y una mejor escalabilidad, lo que permite una prototipación e implementación más rápida de nuevas ideas.

Fuente: Stripe (https://stripe.com/)

„Completa el Look”, o la implementación de IA de Walmart

Walmart, el gigante estadounidense de supermercados, ofrece una amplia gama de productos, incluidos comestibles, ropa, cosméticos, electrónica y más. Como uno de los principales minoristas a nivel mundial, Walmart emplea a más de 2.3 millones de personas en todo el mundo. Sin embargo, también ha estado expandiendo su presencia en el campo de la inteligencia artificial recientemente.

El nuevo módulo “Completa el Look” (CTL) de Walmart es un sistema innovador de recomendación de productos en la categoría de moda y decoración del hogar. Pero, ¿por qué se considera que CTL es una de las implementaciones de IA más interesantes en 2023?

• Personalización del estilo. CTL genera conjuntos completos y estilizados en torno al producto seleccionado por el cliente, facilitando el descubrimiento y la elección de piezas adecuadas para el guardarropa.
• Aumento de la confianza y conversión. Presentar conjuntos personalizados mejora la confianza de los clientes en sus elecciones y los anima a realizar compras.
• Ahorro de tiempo. El sistema permite armar conjuntos completos rápidamente en lugar de buscar artículos individuales, haciendo que las compras sean más eficientes.
• Algoritmos avanzados. CTL utiliza varios algoritmos, incluida la generación de apariencias y la expansión de cobertura, para escalar y personalizar recomendaciones para los usuarios.

Esta innovación resuelve el problema de la sobrecarga de información y la elección entre un gran número de opciones disponibles, ofreciendo a los clientes una experiencia de compra fácil y agradable que es tanto inspiradora como estilísticamente coherente.

Fuente: Medium (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber — Pronóstico ETR

Uber es una aplicación móvil para reservar viajes en coche, pero sus innovaciones en IA no se detienen en el transporte. Tomemos como ejemplo los estacionamientos de aeropuertos. Con la introducción del Pronóstico ETR (Tiempo Estimado para Solicitar), Uber ha lanzado un sistema de vanguardia para predecir los tiempos de espera para los conductores en los aeropuertos. Utilizando modelos de IA sofisticados, anticipa la demanda y la longitud de las colas, teniendo en cuenta las fluctuaciones de las colas y elementos externos como los retrasos de vuelos. Este sistema proporciona a los conductores información sobre los tiempos de espera esperados, ayudándoles a gestionar su tiempo de manera más efectiva y planificar mejor sus ubicaciones.

¿Por qué es notable esta solución innovadora? Principalmente por:

• Problema resuelto. El Pronóstico ETR de Uber aborda el desafío de tener muy pocos o demasiados conductores en los aeropuertos, lo que impacta tanto a los pasajeros como a los conductores. Las escaseces significan que los pasajeros esperan más tiempo, y los excesos desperdician el tiempo de los conductores mientras esperan.
• Innovación. El sistema de pronóstico informa a los conductores sobre el tiempo de espera esperado para las solicitudes, permitiéndoles gestionar mejor su tiempo y posicionamiento.
• Aplicación de IA. Utiliza modelos de IA avanzados para predecir la demanda y la longitud de las colas, considerando la dinámica de las colas y factores externos como los retrasos de vuelos.
• Impacto en la industria. Es una de las implementaciones de IA más interesantes en 2023 porque optimiza la asignación de recursos en tiempo real, mejorando la eficiencia y la experiencia del usuario de los servicios de Uber en los aeropuertos.

Fuente: Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Implementaciones de IA en Pinterest

Pinterest (https://pinterest.com/) probablemente no necesita presentación. Esta plataforma de redes sociales estadounidense permite a los usuarios navegar y compartir fotos, GIFs y videos sobre diversos temas como moda, culinaria, diseño de interiores y más. Los usuarios pueden crear sus propios tableros con contenido visual que encuentran interesante y explorar los tableros de otras personas en busca de inspiración.

La plataforma se basa en anuncios, y en 2023, adoptó la IA para pasar de métodos reactivos tradicionales a métodos más proactivos para evitar que los anunciantes se vayan. Esto se destaca como una de las implementaciones notables de IA en 2023 porque:

• Aborda el desafío de los anunciantes que abandonan la plataforma de Pinterest. Tradicionalmente, este problema se trataba solo después de que los anunciantes ya se habían ido, lo que dificultaba recuperarlos. Gracias al Aprendizaje Automático (ML), ahora permite la detección temprana de la posible pérdida de anunciantes, empoderando al equipo para tomar medidas proactivas.
• El equipo de Pinterest ha creado un modelo de Aprendizaje Automático (ML) que predice la probabilidad de pérdida de anunciantes en los próximos 14 días. Utiliza un conjunto de características de los anunciantes para hacer esta predicción. El equipo de ventas utiliza esta información para priorizar acciones destinadas a prevenir la pérdida.
• Los experimentos preliminares han mostrado que este enfoque puede lograr una reducción del 24% en la pérdida en el grupo de prueba en comparación con el grupo de control. Esto indica la efectividad de un enfoque proactivo en la prevención de la pérdida.

Stitch Fix, o titulares y descripciones de productos generados por IA

Stitch Fix (https://www.stitchfix.com/) es una plataforma innovadora que permite a los usuarios ordenar ropa a través de una aplicación móvil. Los usuarios pueden completar una encuesta especificando sus preferencias de estilo, tamaño y presupuesto. Después, reciben cinco sugerencias de ropa curadas individualmente de un grupo de más de 1000 marcas y estilos diferentes.

Stitch Fix utiliza algoritmos avanzados de inteligencia artificial para generar titulares publicitarios llamativos y descripciones detalladas de productos. Esto hace que el proceso de creación de contenido de marketing y descripciones de productos sea menos laborioso y costoso, al tiempo que garantiza la singularidad y la coherencia con la imagen de la marca.

La empresa emplea el método “experto en el bucle”, combinando la creatividad de la IA con la supervisión humana, asegurando alta calidad y eficiencia. Con la IA, Stitch Fix puede generar descripciones de productos para cientos de miles de estilos, abordando los desafíos de escala y complejidad en el comercio electrónico. La mejora continua de los algoritmos junto con el conocimiento experto permite una mejora constante de la calidad del contenido generado.

Esta innovación aborda el proceso laborioso y costoso de crear contenido de marketing para el comercio electrónico y descripciones de productos, al tiempo que garantiza la singularidad y la alineación con el estilo de la marca.

Swiggy

Swiggy (https://www.swiggy.com/) es un servicio de entrega de comida en línea de India que permite a los usuarios ordenar comidas de restaurantes locales. La aplicación de Swiggy ofrece la opción de elegir platos de restaurantes favoritos, rastrear pedidos en tiempo real y utilizar características adicionales como recomendaciones personalizadas y un valor mínimo de pedido establecido.

Swiggy utilizó IA para personalizar los pedidos de comida en su aplicación, resolviendo el “paradoja de la elección”. Aquí están los puntos clave:

• Paradoja de la elección. Swiggy notó que los clientes tienen dificultades para decidir qué ordenar debido a demasiadas opciones. Este fenómeno, conocido como la “paradoja de la elección”, conduce a la insatisfacción del cliente.
• Personalización de pedidos. La empresa introdujo un sistema de recomendación para “cestas” con un número limitado de platos adaptados a las preferencias del cliente para facilitar su selección y mejorar la experiencia del usuario.
• Aplicación de IA. Swiggy utiliza IA para analizar datos históricos de pedidos, preferencias dietéticas de los clientes y estacionalidad de productos para generar recomendaciones personalizadas.

Esta innovación aborda el problema de demasiadas opciones, mejorando tanto la satisfacción del cliente como la eficiencia de la plataforma. Es uno de los usos más interesantes de la IA en los negocios en 2023 debido a su efectividad y complejidad.

Implementaciones de IA en FoodPanda

Foodpanda (https://www.foodpanda.my/) es un servicio de entrega de comida en línea que permite a los usuarios ordenar comidas de restaurantes locales a través de la aplicación. La aplicación de Foodpanda permite a los usuarios ordenar sus platos favoritos, rastrear el estado de sus pedidos en tiempo real y acceder a varias características, incluidas recomendaciones personalizadas y un valor mínimo de pedido establecido.

Foodpanda utiliza pruebas A/B para mejorar su menú y aumentar las tasas de conversión. La innovación implica actualizar la versión B del menú a través de programación avanzada y automatización. Aquí están los puntos clave:

• Automatización de pruebas. Utilizando Apache Airflow para automatizar el proceso de actualización del menú.
• Escalabilidad. Optimizar el proceso permite pruebas más rápidas, incluso en múltiples países.
• Eficiencia. Reduciendo el tiempo de ejecución de 9 horas a aproximadamente 3.75 horas y disminuyendo la tasa de error al 2.2%
• Mejoras adicionales. Se planean mejoras adicionales, como la configuración de paginación dinámica y DAGs separados para diferentes países.

Gracias a estas innovaciones, Foodpanda aborda el problema de las actualizaciones lentas e ineficaces del menú, lo cual es crucial para mantener la competitividad y aumentar la satisfacción del usuario.

Fuente: FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) es una plataforma de bienes raíces en línea que facilita la búsqueda, compra, alquiler y venta de propiedades para sus usuarios. La plataforma cuenta con millones de listados de propiedades, lo que permite a los usuarios comparar valores y conectarse con expertos locales de la industria. Zillow utiliza tecnologías avanzadas, incluido el aprendizaje automático, para proporcionar valoraciones precisas de propiedades y optimizar los procesos de compra, venta o alquiler.

El enfoque innovador de Zillow para la valoración de propiedades a través de la herramienta “Neural Zestimate” posiciona a la empresa como un jugador fuerte entre los innovadores de IA. Aquí hay puntos clave que ilustran por qué “Neural Zestimate” es una de las implementaciones de IA más interesantes:

• Respuesta rápida a cambios en el mercado. Gracias a “Neural Zestimate”, Zillow puede responder rápidamente a cambios en el mercado inmobiliario, proporcionando valoraciones actualizadas a nivel nacional.
• Actualizaciones simplificadas. El nuevo sistema facilita mucho la actualización y el mantenimiento de modelos de valoración, mejorando su precisión.
• Tendencias locales y estacionales. “Neural Zestimate” incorpora de manera efectiva información local y cambios estacionales del mercado en el proceso de aprendizaje, permitiendo estimaciones más precisas de los valores de las viviendas.
• Rango de valoración. “Neural Zestimate” utiliza regresión cuantílica para generar rangos de precios, proporcionando una mejor comprensión del valor potencial de la propiedad y reduciendo la incertidumbre en la estimación.

Esta innovación aborda el problema de la falta de valoraciones de propiedades actuales y precisas, que son cruciales tanto para vendedores como para compradores en el dinámico mercado inmobiliario.

GitHub Copilot con implementaciones de IA

La lista de implementaciones innovadoras de IA no podría estar completa sin GitHub Copilot, una herramienta de codificación impulsada por IA que utiliza grandes modelos de lenguaje (LLM) de OpenAI. GitHub Copilot es un avance en la generación de código, permitiendo sugerencias de código en tiempo real dentro del entorno IDE.

Gracias a la colaboración con OpenAI, los creadores de ChatGPT, y las mejoras continuas en los modelos LLM, Copilot se está volviendo cada vez más preciso y adaptado a las necesidades de los usuarios. Esta herramienta mejora la productividad de los programadores al automatizar partes del proceso de codificación y proporcionar sugerencias instantáneas.

GitHub (https://github.com/) planea expandir las capacidades de Copilot añadiendo soporte de voz e integrándolo con otros elementos de la plataforma. Sin embargo, incluso ahora, aborda el desafío de procesos de codificación largos y complejos al ofrecer sugerencias inteligentes que aceleran el trabajo y ayudan a resolver problemas de programación. Esto lo convierte en una de las implementaciones de IA más interesantes en las empresas en 2023.

Implementaciones de IA – resumen

Los ejemplos presentados en este artículo son solo la punta del iceberg en lo que respecta a las innovaciones de IA en los negocios modernos. En 2023, más empresas están recurriendo a tecnologías de IA para trabajar de manera más inteligente, comprender mejor a los clientes y mantenerse al día con las tendencias de la industria. El uso creciente de la IA está aportando una nueva perspectiva, transformando las experiencias tanto de empleados como de clientes. Según Gartner, para 2025, el 80% de las empresas adoptará al menos una solución basada en IA, lo que señala una tendencia positiva para el mundo empresarial.

Si te gusta nuestro contenido, únete a nuestra comunidad de abejas trabajadoras en Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.