Automatización, IA, Aprendizaje automático, Redes neuronales. . . Estamos planteando estos términos, pero ¿realmente sabemos lo que significan, y todos pensamos que significan lo mismo? Y, ¿es demasiado tarde en la conversación para preguntar qué es lo que realmente quieren decir?
Por supuesto, todo esto cae bajo la tendencia general de digitalización, que se refiere a la transformación completa de una organización en una digital. Esto significa un negocio basado en datos, con visibilidad en tiempo real en todo el ecosistema empresarial. Esto permite una toma de decisiones mejor y más rápida gracias a la diseminación automática de información a todas las partes del negocio que lo necesitan, en el formato que lo necesitan. La creación de formas repetibles y rápidas de hacer las cosas con la conexión de personas, datos y dispositivos conectados es clave para un negocio digitalizado.
A medida que ingresemos a la economía digital, el negocio digitalizado se va a ir desarrollando. Lo que cuenta es lo que hace con esta digitalización y cómo implementa la automatización y la inteligencia artificial. Y aunque este es un tema para toda una serie de artículos, acontinuación compartimos la definición de ésta avalancha de nuevas tecnologías inmobiliarias y el lenguaje asociado que necesitamos aprender.
Automatización
Esto se refiere a máquinas que se hacen cargo de un trabajo aburrido y repetitivo para liberar a los humanos y hacer cosas más importantes. La máquina o el robot de software está entrenado para seguir un conjunto de reglas preprogramadas, y esto es todo lo que hace. Y lo hace más rápido y con menos errores que los humanos. La automatización a menudo consiste en recopilar grandes cantidades de datos, por lo que se puede ver como un habilitador de la inteligencia artificial, que se trata de comprender datos. Entonces la automatización no es IA, pero las dos son complementarias.
Automatización Robótica de Procesos (RPA)
Con RPA, los robots de software incluso interactúan con los sistemas a través de sus interfaces, de la misma manera que los humanos. RPA es la aplicación de tecnología que permite a las empresas enseñar o programar robots de software para comprender los procesos y luego replicarlos consistentemente. Esto le brinda a las compañías la capacidad de mapear procesos comerciales que son definibles, repetibles y basados en reglas, y luego asignar un robot de software para encargarse de la ejecución. Por lo general, esto conduce a una reducción en los costos de procesamiento del 30% al 80%, una reducción del riesgo y una pista de auditoría completa de sus procesos.
Inteligencia Artificial (AI)
Aquí es donde todo comenzó en la década de 1950. AI se refiere a máquinas, o más precisamente, algoritmos de software, que se pueden enseñar para imitar el pensamiento humano al detectar patrones en los datos, aprender de ellos y luego elegir una respuesta, en función de lo que se programó para hacer. Usamos AI todos los días, desde Siri en nuestros iPhones hasta las recomendaciones que recibe Netflix o Amazon.
Aprendizaje automático (ML)
ML, impulsado por la gran cantidad de datos generados por Internet, es el último sabor de AI, y es lo que le ha dado a AI su último resurgimiento. Con ML, las máquinas no dependen de los humanos para entrenarlas, sino que usan datos más prueba y error para autoaprendizaje. Para que puedan aprender a hacer algo sin estar específicamente programados para dar los pasos necesarios. ML mueve AI de algo específicamente programado para hacer una cosa, a aplicaciones más generales basadas en los datos disponibles.
Redes neuronales
Las redes neuronales son lo que está impulsando ML. Se refiere al software codificado para pensar como un ser humano, solo que mucho más rápido, con la capacidad de manejar volúmenes de datos mucho más grandes y sin nuestros prejuicios humanos para resolver problemas.
Aprendizaje profundo (DL)
DL también es un campo de IA, y está a la vanguardia de ML. DL permite a las máquinas abordar problemas específicos que requieren procesos de pensamiento para abordar las diversas variables, como el reconocimiento de imagen y voz, conducir automóviles e incluso la capacidad de predecir con precisión el resultado de los casos judiciales basados en la información inicial. Podemos pensar en ello como ML-plus.
Más información de interés
http://www.openboxsoftware.com/blog/proptech-cheet-sheet-all-the-ai-terms-you-need-to-know
