Predicciones de la Inteligencia Artificial

Infor considera que la IA experimentará tres cambios principales:

• “Asistentes Digitales Intelectuales.” Para cumplir con las mayores expectativas de los usuarios empresariales, los Asistentes Digitales de IA evolucionarán y serán Asistentes Digitales Intelectuales. Los usuarios no están más satisfechos con solamente decirle a los Asistentes Digitales que hacer y que estos ejecuten automáticamente ciertas tareas o configuraciones básicas. Este será el año cuando estos asistentes digitales, utilizando la IA y el machine learning compartan el contexto de que hacen los usuarios, recomienden próximos pasos (basándose en acciones ya realizadas), identifiquen errores y auto corrijan y comienzan a interactuar con los usuarios en conversaciones dinámicas y espontáneas.

• La IA define una “Nueva normalidad”. Las plataformas de AI y machine learning comenzarán a desafiar al pensamiento convencional, en lo que respecta a los procesos empresariales y a los resultados esperados. En otras palabras, estos sistemas re definirán las presunciones definidas de que es lo “normal”. Esta hará que haya una reingeniería de los procesos empresariales y que la capacitación de recursos sea más eficiente. Al examinar los procesos de la cadena de suministro, por ejemplo, las plataformas de IA observan que los valores por defecto, relacionados con las fechas de entrega esperadas y con las fechas de pago, en general solo se usan el 4 por ciento del tiempo. Los usuarios casi siempre conectan sus propios valores. Por lo tanto, los sistemas de IA y de machine learning comenzaran a permitir ignorar los valores por defecto, como se entienden actualmente, y actuar en forma más rápida considerando los datos confiables. .Ya no estaremos atados a normas, presunciones o mediciones por defecto ya pre definidos.

• Operando la IA. Los templates específicos por industria harán que la IA sea más fácil de usar e implementar. En manufactura, los sistemas de aprendizaje de IA y de machine learning, aprovecharán los procesos con templates para ayudar a que las empresas gestionen mejor el inventario, mejoren el pronóstico de la demanda y la eficiencia de la cadena de suministro, y mejoran el control de calidad y el tiempo de entrega. En salud, las organizaciones aprovecharán la IA y el machine learning para una mejor integración de los datos dispersos en silos de diferentes aplicaciones, intercambio de información con socios en la cadena del cuidado de la salud y un mejor uso de los datos relacionados con el cumplimiento y reglamentaciones. Y, en retail, las empresas utilizarán IA y machine learning para realizar una mejor predicción de los patrones de demanda y de las fechas de entregas, considerando las normas definidas, y mejorar los procesos de planeamiento a corto y largo plazo.