Mostrando entradas con la etiqueta machine learning. Mostrar todas las entradas
Mostrando entradas con la etiqueta machine learning. Mostrar todas las entradas

miércoles, 14 de junio de 2023

La tecnología de visión por computadora - microNPUs

 La tecnología de visión por computadora está avanzando gracias a los microNPUs (µNPUs) que permiten procesamiento de aprendizaje automático en dispositivos pequeños y eficientes.

La tecnología de visión por computadora se está volviendo cada vez más accesible gracias a la disminución de los costos de hardware y al aumento de la capacidad de cálculo.

La tecnología de visión por computadora se está utilizando en una amplia variedad de aplicaciones, desde la fabricación de semiconductores hasta la detección de objetos en la agricultura.



Los microNPUs permiten que los procesadores pequeños tengan unidades de procesamiento neuronal potentes que ejecutan redes neuronales convolucionales extremadamente eficientes.

La próxima generación de interfaces hombre-máquina será capaz de entender a los usuarios y su entorno a través de la conciencia contextual.

 Para aprovechar al máximo los microNPUs, se necesitan herramientas de desarrollo de inteligencia artificial y marcos de trabajo optimizados.

 La tendencia hacia el procesamiento de visión basado en el aprendizaje automático (Machine Learn) en el borde es clara, lo que lleva a una mayor adopción y uso de la inteligencia artificial de visión por computadora en el borde.

Hay tres grandes tendencias tecnológicas que permiten esta evolución. 
  • Los algoritmos de redes neuronales nuevos y esbeltos se adaptan al espacio de memoria y potencia de cómputo de dispositivos diminutos. 
  • Las nuevas arquitecturas de silicio ofrecen órdenes de magnitud más eficientes para el procesamiento de redes neuronales que los microcontroladores (MCU) convencionales. 
  • Y los marcos de IA para microprocesadores más pequeños están madurando, lo que reduce las barreras para desarrollar pequeñas implementaciones de aprendizaje automático (ML) en el perímetro (tinyML).


Fuente: Embedded

jueves, 20 de agosto de 2020

Ampliación del aeropuerto Jorge Chavez

 Luego de un riguroso proceso de selección, a cargo del operador del Aeropuerto Internacional Jorge Chávez, Lima Airport Partners (LAP), que convocó a 8 consorcios,  se adjudicó la segunda pista de aterrizaje (Paquete 2.2) al consorcio Inti Punku.

El alcance de este paquete de trabajo (paquete 2.2) incluye la construcción de una segunda pista de aterrizaje de 3,480 metros de longitud, una red de más de 10 kilómetros de nuevas calles de rodaje, luces de aproximación, sistemas de balizamiento, ayudas a la navegación, sistemas de media tensión y equipos de control y vigilancia.

Cabe destacar, que el consorcio ganador iniciará labores a partir de septiembre en un área total a intervenir de más de 600 hectáreas. La nueva pista de aterrizaje empezará a operar a finales del 2022.

Con esta adjudicación se dan por concluidos todos los procesos de licitación del “Lado Aire” que incluye la segunda pista de aterrizaje y la nueva torre de control. Todos los paquetes de trabajo correspondientes al “Lado Aire” suman un monto de inversión total de USD 400 millones, aproximadamente, por parte del concesionario.




martes, 28 de julio de 2020

Capacidad de seguridad cibernetica en Perú

Las actividades diarias que realizamos cada vez son más digitalizadas y, por consiguiente,
más sensibles a amenazas cibernéticas. 

Las políticas de ciberseguridad son fundamentales para salvaguardar los derechos de los ciudadanos en el ámbito digital, tales como la privacidad, la propiedad, así como para aumentar la confianza de los ciudadanos en las tecnologías digitales, y que éstos puedan tener confianza accediendo a dichas tecnologías. El crimen en línea ya representa la mitad de todos los delitos contra la propiedad que tienen lugar en el mundo. Los ataques cibernéticos podrían sobrepasar el 1% del producto interno bruto (PIB) en algunos países. En el caso de los ataques a la infraestructura crítica, esta cifra podría alcanzar hasta el 6% del PIB.

Si bien los gobiernos de Latinoamérica son conscientes de la necesidad de proteger el ciberespacio del que tanto depende el funcionamiento de nuestra sociedad, la ciberseguridad no ha ganado presencia en la agenda política de la región con la urgencia que se esperaría. Hasta principios de 2020, solamente 12 países habían aprobado una estrategia nacional de ciberseguridad y únicamente 10 países han establecido un organismo gubernamental central responsable de la gestión de la ciberseguridad.

Presentamos un resumen del estado de la capacidad de ciberseguridad en el Perú según el informe 2020 de “Ciberseguridad: riesgos, avances, y el camino a seguir en América Latina y el Caribe” del BID y OEA.

El Centro Global de Capacidad en Seguridad Cibernética (GCSCC,) de la Universidad de
Oxford, en consulta con más de 200 expertos internacionales provenientes de gobiernos, la sociedad civil y la academia, desarrolló el Modelo de Madurez de la Capacidad de Ciberseguridad para las Naciones (CMM). Se trata de un modelo que busca ofrecer una evaluación del nivel de madurez de las capacidades de ciberseguridad de un país, asignándole una etapa específica que corresponde a su grado de logro en materia de ciberseguridad. Las cinco etapas de madurez, que se fijan por medio de una evaluación, van desde la más básica
(inicial) hasta la más avanzada (dinámica).


La evaluación de los niveles de madurez se divide en 5 dimensiones que corresponden a
aspectos esenciales y específicos de la ciberseguridad, entre ellos: 
(i) política y estrategia de ciberseguridad; 
(ii) cultura cibernética y sociedad; 
(iii) educación, capacitación y habilidades en ciberseguridad; 
(iv) marcos legales y regulatorios; y 
(v) estándares, organizaciones y tecnologías. 
Estos se subdividen en un conjunto de factores que describen y definen lo que significa poseer capacidad de seguridad cibernética en cada factor, e indican cómo mejorar la madurez.




PERU obtiene los siguientes resultados en las 5 dimensiones




Esta información puede obtenerse de OBSERVATORIO CIBERSEGURIDAD.org

Sobre Perú el informe indica lo siguiente

Si bien Perú aún no cuenta con una estrategia nacional de seguridad cibernética, sí ha puesto en marcha una política nacional de ciberseguridad que, entre otras cosas, destaca la necesidad de crear una estrategia nacional de ciberseguridad y un comité nacional de ciberseguridad.

La Ley Nº 30618 de 2017 define la seguridad digital como la “situación de confianza en el entorno digital, frente a las amenazas que afectan las capacidades nacionales, a través de la gestión de riesgos y la aplicación de medidas de ciberseguridad y las capacidades de ciberdefensa, alineada al logro de los objetivos del Estado”. La Ley también define que la “Dirección Nacional de Inteligencia” es responsable por “realizar actividades y establecer los procedimientos destinados a alcanzar la seguridad digital en el ámbito de su competencia”.

El Decreto Supremo Nº 106-2017-PCM “aprueba el Reglamento para la Identificación, Evaluación y Gestión de Riesgos de los Activos Críticos Nacionales”, que son “recursos, infraestructuras y sistemas que son esenciales e imprescindibles para mantener y desarrollar las capacidades nacionales o que están destinados a cumplir dicho fin”.

Perú tiene un CSIRT nacional, PeCERT, cuya misión es coordinar la prevención, el tratamiento y la respuesta a incidentes de seguridad cibernética de instituciones del sector público, así como elaborar estrategias, prácticas y mecanismos necesarios para satisfacer las necesidades de seguridad de la información del Estado.  PeCERT se encuentra bajo la Oficina Nacional de Gobierno Electrónico e Informática (ONGEI) y es miembro de la red CSIRT Américas. Además, según el Centro de Ciberseguridad Industrial, Perú está desarrollando una ley para la protección de la infraestructura crítica. El gobierno de Perú y el BID, a través de la operación de préstamo “Proyecto de mejoramiento y ampliación de los servicios de soporte para la provisión de los servicios a los ciudadanos y las empresas a nivel nacional”, acordaron impulsar proyectos específicos para fortalecer la ciberseguridad nacional.

Perú tiene varios proveedores privados de servicios de seguridad cibernética, algunos de los cuales también ofrecen capacitación en la materia. Algunas universidades brindan la oportunidad de que los peruanos continúen su educación en seguridad cibernética, y además se han realizado eventos para tratar las temáticas organizadas por asociaciones independientes. El gobierno peruano también tomó la iniciativa en lo referente a la organización de eventos de seguridad cibernética, y así, en junio de 2018 llevó adelante la Conferencia Internacional Desafíos y Gestión en Seguridad Digital, organizada por la Dirección Nacional de Inteligencia y la Secretaría de Gobierno Digital.

El tema del gobierno digital es importante para Perú, por ello se dictó la Ley de Gobierno Digital (DLeg 1412 - Set.2018), la cual “tiene por objeto establecer el marco de gobernanza del gobierno digital para la adecuada gestión de la identidad digital, servicios digitales, arquitectura digital, interoperabilidad, seguridad digital y datos, así como el régimen jurídico aplicable al uso transversal de tecnologías digitales en la digitalización de procesos y prestación de servicios digitales por parte de las entidades de la Administración Pública en los tres niveles de gobierno” Además, se ha declarado de “interés nacional las estrategias, acciones, actividades e iniciativas para el desarrollo del gobierno digital, la innovación y la economía digital en el Perú con enfoque territorial” en 2018 y también se aprobaron los “lineamientos para la formulación del Plan de Gobierno Digital”.

Con respecto a la legislación, Perú cuenta con la Ley Nº 30096 sobre delitos informáticos, que brinda disposiciones sustantivas sobre dicho tipo de delito, y la Ley Nº 27309, que incorporó el delito informático al Código Penal del país. Por último, cabe mencionar la Ley Nº 29733 sobre protección de datos personales, que se aplica tanto a bases de datos públicas como privadas.


domingo, 10 de diciembre de 2017

EFICIENCIA ENERGETICA: Políticas en Latam

Representantes de 15 gobiernos de Latam y de 13 agencias multilaterales acordaron acelerar la implementación de nuevas políticas de promoción del uso eficiente de los recursos energéticos en América Latina y el Caribe, durante el “VIII Diálogo Político Regional en Eficiencia Energética”, realizado en Buenos Aires, Argentina, el martes 5 de diciembre de 2017.

En la reunión de alto nivel, que se enmarca dentro de la Semana de la Energía (4-7 de diciembre), los participantes respaldaron las acciones llevadas a cabo por la Comisión Económica para América Latina y el Caribe (CEPAL) en este campo y consensuaron una serie de recomendaciones para esta comisión regional de las Naciones Unidas.

Acordaron dar un nuevo impulso al programa Base de Indicadores de Eficiencia Energética (BIEE) y solicitaron a la CEPAL concentrar sus esfuerzos de apoyo técnico a los países que participan de este instrumento con el fin de;
. mejorar la base datos y la desagregación de información por sectores;
. realizar balances de energía útil a nivel nacional;
. armonizar la información de la BIEE con las bases de datos nacionales multisectoriales;
 . utilizar la BIEE en el diseño y monitoreo de las contribuciones nacionales determinadas (NDC, por sus siglas en inglés) para el cumplimiento del Acuerdo de París sobre cambio climático;
. institucionalizar las metodologías del programa BIEE a nivel nacional integrando diferentes sectores académicos, la sociedad civil y el mundo privado, entre otras acciones.

También instaron a la CEPAL a aprovechar los resultados alcanzados en Brasil en el marco del programa ECOSUD de la institución –cuyo objetivo es impulsar una visión innovadora sobre el rol de las energías renovables y de la eficiencia energética como “drivers” de la complementación energética regional- para expandir las experiencias a otros países de la región y apoyarlos en el diseño de políticas integrales y sostenibles de promoción de un uso más eficiente de los recursos y sistemas energéticos nacionales y regionales.

Asimismo, solicitaron a la CEPAL reunir a los países de la región y escuchar sus propuestas operativas con ocasión del evento de lanzamiento del  “Observatorio Regional sobre Energías Sostenibles” (ROSE, por sus siglas en inglés), el que será creado por la Comisión  a comienzos de 2018, y cuyo objetivo será el de coordinar los esfuerzos de investigación y análisis de datos y de políticas en materia de acceso, renovables y eficiencia energética, para monitorear los avances nacionales hacia el logro del Objetivo N⁰ 7 de la Agenda 2030 para el Desarrollo Sostenible (que busca garantizar el acceso a una energía asequible, segura, sostenible y moderna para todos).

Se espera también que, en el marco del ROSE, la CEPAL cree una entidad de discusión y cooperación que convoque a los planificadores energéticos de América Latina a discutir -de forma conjunta y con visión de largo plazo- los elementos necesarios para una transición energética regional que priorice la planificación de sistemas energéticos sostenibles, a la largo de todas sus cadenas energéticas.

Finalmente, los representantes pidieron a la CEPAL seguir coordinando acciones, propuestas y proyectos con la Organización Latinoamericana de Energía (OLADE),  el Banco Interamericano de Desarrollo (BID) y otras agencias multilaterales, para consolidar durante 2018 los resultados positivos alcanzados últimamente, como son la producción de documentos conjuntos y la celebración de la Semana de la Energía Sostenible.


ANTECEDENTES

Informe sobre el Desarrollo Industrial 2018 de la ONUDI (Organización de las Naciones Unidas para el Desarrollo Industrial)
Demanda de manufacturas: Impulsando el desarrollo industrial inclusivo y sostenible

La serie del Informe sobre el Desarrollo Industrial (IDI) es una fuente de referencia establecida sobre el desarrollo industrial. En las ediciones anteriores, se examinaron las fuerzas impulsoras de la industrialización y los factores positivos que pueden conducir a la inclusión social y a la sostenibilidad ambiental. Se analizaron los componentes fundamentales del aspecto productivo de la industrialización, como el desarrollo de capacidades, la eficiencia energética, la creación de empleo y el cambio tecnológico, por mencionar solo algunos.

Esta edición 2018 del IDI complementa los informes anteriores al arrojar luz sobre una dimensión del
desarrollo industrial aún no explorada: el consumo de los bienes manufacturados. Entender el aspecto relacionado con el consumo es esencial para lograr una comprensión plena de los factores impulsores y del impacto de la industrialización. Por un lado, la industrialización no puede existir a menos que haya suficiente demanda de productos nuevos. Por lo tanto, necesitamos entender los factores que determinan el consumo de bienes manufacturados. Por otro lado, el desarrollo industrial puede proporcionar beneficios importantes para los consumidores y, de ese modo, mejorar su bienestar y sus estándares de vida. Necesitamos comprender mejor cómo podemos mejorar el impacto positivo en los consumidores





OLADE



miércoles, 2 de agosto de 2017

DEEP LEARNING: Software open source

La Inteligencia Artificial ha tenido un progreso limitado hasta ahora porque los algoritmos requeridos por los problemas del mundo real son demasiado complejos para poder ser programados manualmente. Al subcampo de la Inteligencia Artificial que proporciona a los ordenadores la capacidad de aprender sin ser explícitamente programados se conoce por Machine Learning (aprendizaje automático)


El Deep Learning (DL) o aprendizaje profundo,  es a su vez un subconjunto del machine learning. El DL permite modelos computacionales, basados en  redes neuronales, que están compuestos de múltiples capas de procesamiento para aprender representaciones de datos con múltiples niveles de abstracción. Estos métodos han mejorado drásticamente el estado de la técnica en reconocimiento de voz u objetos visuales, entre muchos otros dominios.


Las redes neuronales utilizadas para el DL suelen requerir grandes conjuntos de datos para el entrenamiento. Afortunadamente, la creación y disponibilidad de datos ha crecido exponencialmente con el Big Data. Muchas bases de datos abiertas han permitido el rápido desarrollo de algoritmos de DL.

Las redes neuronales son sólo una de las maneras que tiene Deep Learning de aprender, pues existen otros métodos como, por ejemplo, las redes de creencia profunda.

Pero los avances del DL se debe en gran medida a la mejora de la capacidad de computación actual.  Por ejemplo, las unidades de procesamiento gráfico (GPU) permiten acelerar el proceso de aprendizaje del DL. Las GPU se desarrollaron originalmente para acelerar el juego 3D que requiere el uso repetido de un proceso matemático como un cálculo de la matriz. El aprendizaje de una red neuronal hace un uso extensivo de los cálculos de la matriz.

El uso de DL por parte de los desarrolladores está empezando a ser catalizado por la provisión de infraestructura y servicios de DL basados en la nube (Cloud Computing) por proveedores líderes de la industria de este sector como son Google, Amazon, Microsoft o IBM, entre muchos otros. Estas empresas aprovechan la potencia de su nube para ofrecer servicios de AI que varían en función de los algoritmos, datos de entrenamiento, o del hardware subyacente.

Asimismo otro factor claves para el DL ha sido el abundante software open source como Caffe2 de Facebook, TensorFlow de Google o CNTK (Cognitive Toolkit) de Microsoft entre muchos otros. También investigadores del área publican sus resultados  en una base de datos como arxiv.org sin esperar la aprobación de la revisión por pares habituales en los congresos de investigación.

Sin duda estamos ante una nueva tecnología disruptiva,  nos encontramos frente a una nueva fuente de creación de valor en el área de procesamiento de la información que va a cambiar radicalmente la manera en que vivimos, trabajamos e incluso pensamos.

Recientes avances de técnicas de DL ha transformado nuestra capacidad de reconocer objetos dentro de las imágenes. Por ejemplo, un sistema de visión computarizado basado en DL identificó objetos en imágenes con mayor eficacia que los humanos.  El progreso en el reconocimiento del habla y la escritura a mano, mientras tanto, está mejorando rápidamente después de la utilización de un nuevo tipo de DL.


ANTECEDENTES

STARTUP DE IA

"Aplicaciones de la Inteligencia Artifical hay muchas, desde la detección de fraudes, forecasting de ventas, etcétera, son muchas. De hecho, la IA es un área donde hay más inversión de capital semilla; en el 2016 subió a 5,000 millones de dólares la inversión en startups de IA, y a eso hay que sumar lo que los grandes corporativos están invirtiendo”, señala Max Tremp, director de ingeniería de Cisco para Latinoamérica.



la analítica se puede conjugar con el aprendizaje de máquina -que es parte de la IA- para lograr lo que Gartner denomina analítica predictiva.


Retos de Deep Learning
. Algortimos:  lograr una inteligencia artificial que pueda aprender por sí sola, y, por tanto, esté basada en modelos de aprendizaje no supervisado.
. Big Data: Deep Learning necesita una cantidad ingente de datos para que sus predicciones alcancen la perfección. Aquí es donde las grandes arquitecturas de Big Data nos pueden ayudar.
. Lenguaje Natural: se espera que Deep Learning sea cada vez más capaz de procesar el lenguaje natural o incluso llegar a imitar nuestros sentidos o emociones con éxito.

En este vídeo se muestra de una manera simple qué es Deep Learning



viernes, 30 de junio de 2017

CX: La Experiencia del Cliente en Telecomunicaciones

La Experiencia del Cliente (CX Customer experience) abarca la experiencia general que un cliente tiene con una empresa. Implica diversas interacciones, y se mide por el NPS (net promoter score), la lealtad del cliente y la satisfacción del mismo.

No hay que confundirlo con la Experiencia de Usuario  (UX User Experience) que se refiere a la interacción de los clientes con un producto, un sitio web o una aplicación. Mide aspectos como tasa de abandono,  tasa de error y los clics necesarios para obtener lo que se busca. Evalúa si un producto o tecnología es fácil o difícil de usar o de navegar.




CX en TELECOMUNICIONES

En las telecomunicaciones, los productos y servicios son muy difíciles de diferenciar y las innovaciones se copian rápidamente. Sin embargo, la excelente experiencia del cliente, es un espacio donde el operador puede innovar de una manera que no es fácil de copiar.

Una encuesta realizada por Openet a operadores, vendedores y analistas, dió resultados interesantes:

CX:  La mitad de los operadores creen que la experiencia del cliente  ha permanecido estática o ha empeorado en los últimos 12 meses, lo cual parece indefendible, dado que la experiencia del cliente es un campo de batalla ampliamente reconocido y diferenciador en el mercado.

Los factores que la CX

La calidad de la red citada por el 20% de los encuestado, pero si sumamos a los que apuntaron a la calidad de los productos y servicios móviles y fijos, el % sería mayor.

Los problemas de facturación para el 15 % de los encuestado, aunque está disminuyendo a medida que las facturas se vuelven más simples

Comunicación con el operador, los clientes no desean atención de un call center. 72% de los encuestados no estan satisfechos, debido a que el call center es más ampliamente utilizado que cualquier otro canal, pero las aplicaciones en línea están siendo más utilizadas y pocos de encuestados citaron las aplicaciones como un problema significativo.

Los clientes prefieren el autoservicio a la espera en línea cn muchos círculos del IVR antes de pasar por el mismo proceso de nuevo con un CSR. Los operadores estén empujando a los clientes hacia aplicaciones de autoservicio en cada oportunidad.

Sistemas .  Para varios Operadores sus sistemas heredados son el problema. La falta de agilidad de los sistemas que no fueron diseñados para responder en tiempo real o para interactuar con otros sistemas y plataformas es probable que sea un problema clave. Vemos esto reflejado en la incapacidad de los operadores para proporcionar una experiencia de cliente consistente a través de todos los puntos de contacto.

Medición de la CX:  El 10 % de los encuestados consideró que su incapacidad para medir la experiencia de sus clientes era su mayor desafío.

Ademas de trabajar en la cobertura y calidad de la red, destacan dos elementos donde los operadores tienen espacio para mejorar:

La personalización: fue citada por casi el 20 % de los encuestados —haciendo que los servicios encajen con las necesidades y el contexto del cliente, que tenga información actualizada y consistente sobre el cliente y cualquier diálogo en curso que el cliente está teniendo con el operador o permitiendo a los clientes hacer esto por sí mismos. Si prefieren el autoservicio, seguramente preferirán la “Auto-personalización” de sus propios paquetes y productos)

Costo por una mejor experiencia: Más de dos tercios de los encuestados estaas dispuestos a pagar por una mejor CX , valoraban su experiencia por sobre el precio más bajo.  Si la experiencia es buena, el precio resulta no ser todo.

Optimización de la CX:  para darles el mejor rendimiento posible. Sólo el 36% considera la experiencia del cliente como parte integrante de todo lo que hace, a pesar de que es ampliamente reconocido como el diferenciador más importante y contribuye a la retención y el valor de la vida.
Para la mayoría de los operadores, la experiencia del cliente  corresponde a ciertas partes del negocio como a la gestión de cliente, pero no a otras.
Pero casi nada debería suceder dentro del negocio sin preguntar “¿cómo afectará esto a la experiencia del cliente?”

Barreras al éxito. La ausencia de una clara estrategia de compromiso con el cliente fue citada con más frecuencia, junto con una escasez de habilidades para la entrega. También mencionaron el conflicto entre los departamentos. Todo esto sugiere que el liderazgo estratégico para la experiencia del cliente es muy escaso.

Satisfacción de las necesidades de los clientes, alrededor del 60 % creen que tienen una propuesta que es ampliamente relevante para su base de clientes. Sin embargo, muy pocos, sólo alrededor de un tercio, creen que hacen un buen trabajo en términos de hacer que sus servicios sean fáciles de usar, provocando una respuesta emocional positiva de sus clientes o satisfaciendo en general las necesidades de sus clientes. Menos del 25 % podría enviar comunicaciones altamente contextualizadas a sus clientes a través de todos sus canales de comunicación —comunicaciones que reconocen el contexto y la situación del servicio del cliente— aunque muchos analistas y, de hecho, el 75 % de nuestros operadores encuestados dicen que estos son requisitos previos para establecer conexión emocional real con clientes.

La situacuón de la experiencia del cliente en el mercado actual de telecomunicaciones, está mejorando de forma irregular, y es probable que varíe considerablemente de operador a operador. Todavía hay mucho espacio para mejorar y el área clave que salta es en la automatización y digitalización de la interfaz del cliente. El call center sigue sin ser amado y la creciente generación de usuarios, acostumbrados a interfaces lisas, sencillas e intuitivas, intolerantes a la espera y al retraso, harán cualquier cosa para evitarlo. La inversión en el autoservicio del cliente para todo, desde la personalización hasta la adaptación del servicio, es probable que mejore la experiencia del cliente más rápido que cualquier otra iniciativa, con un efecto de repercusión en la retención, la inversión y el NPS. Y con un reembolso mucho más rápido que la inversión en call centers.

martes, 16 de mayo de 2017

MACHINE LEARNING en soluciones de Nokia

Nokia anunció la integración de capacidades de machine learning (aprendizaje automático) a una serie de soluciones que permitirán a los operadores mejorar la experiencia de sus clientes. Las nuevas capacidades estarán disponibles en sus soluciones de Customer Care, Cognitive Analytics for Crowd Insight Softwaree y la suite de Analytics Office Services.

En el ámbito de atención al cliente, la solución permite generar bots de atención al cliente con procesamiento de lenguaje natural (NLP) y los algoritmos de aprendizaje automático de Nokia Bell Labs. La solución tiene la capacidad de predecir y resolver problemas que impactarían al servicio y realizar acciones correctivas antes de que sucedan. Además, cuenta con interfaces con asistentes inteligentes como Siri (Apple), Alexa (Amazon), Cortana (Microsoft) y Facebook Messenger, entre otros, lo que permitirá la interacción con usuarios y la resolución de problemas.

 En pruebas realizadas por Nokia en un operador, el sistema pudo resolver cerca del 70 % de los problemas residenciales. Además, el sistema puede atender cerca del 80 % de los problemas de usuario, reduciendo las llamadas a los centros de atención al cliente.

La solución en Crowd Insight permite realizar seguimiento y análisis del movimiento de los suscriptores de la red en tiempo real utilizando datos de la red en vez de GPS o datos de aplicación.

El software, según Nokia, permite generar nuevas fuentes de ingreso —Telefónica, con su solución Smart steps parece saber cómo hacerlo—.

Por último, Nokia Analytics Office Services permite ayudar a los operadores a entender cómo utilizar las analíticas y el Big Data para mejorar la experiencia de usuario, monetizar servicios y mejorar los centros de operación.


ANTECEDENTES