Machine Learning: casos de uso verticales
En pleno 2017, empezamos a vislumbrar usos de la inteligencia artificial que años atrás nos hubieran parecido ciencia ficción. Las máquinas empiezan a aprender por sí solas, sin necesidad de programar reglas para casos infinitos. Todo ello es posible gracias a Machine Learning y Deep Learning, que como ya te explicaba en esta otra entrada, será un motor tecnológico para la Industria 4.0 en prácticamente todos los sectores.
Sé que es difícil entender e imaginar los usos concretos que Machine Learning tiene ya y tendrá durante los próximos años. Por eso, en este artículo te presento ejemplos de aplicación que ya son una realidad en diferentes sectores.
Machine Learning en diversos sectores
Industria 4.0
- Predicción de fallos y mantenimiento proactivo de maquinaria y equipos de producción. Esto permitirá plantear mejor el mantenimiento y prever averías antes de que ocurran.
- Optimización de plantaciones agrícolas y métodos de producción: mejora y aumento de la producción y los procesos de control de calidad.
- Coches inteligentes y autónomos: Todo un abanico de opciones, de detección de fatiga en el conductor hasta el reconocimiento de voz. El objetivo es mejorar la seguridad del conductor y posibilitar el transporte inteligente autónomo.
Energía
- Predicción de la demanda eléctrica: Capacidad para poder prever picos de consumo y actuar ante ellos para asegurar el subministro.
- Optimización de recursos y predicciones de fallos en sistemas eléctricos: mejora en tiempo real de todos los sistemas que subministran la energía eléctrica.
- Predicción del precio diario del pool eléctrico.
- Optimizar la energía necesaria para un centro de negocios u otros edificios donde el consumo de electricidad es muy dispar.
Finanzas
- Personalizar productos según el perfil del cliente.
- Detección de operaciones fraudulentas.
- Scoring de clientes para agilizar y mejorar la concesión de créditos.
- Autentificación segura en aplicaciones móviles.
Retail y Consumo
- Aprovisionamiento óptimo de productos según los perfiles de los clientes.
- Fijación automática y óptima de precios y ofertas, según el tipo de cliente, sus compras anteriores y el tipo de productos que consuma.
- Satisfacción de clientes e impacto en redes sociales: podemos saber al momento si se está hablando mal de nuestro producto y qué se dice de la competencia.
Salud
- Optimización de ensayos clínico incluyendo selección de pacientes y probabilidad de éxito: mejora en la selección de sujetos para pruebas clínicas.
- Ayuda en la predicción y diagnóstico de enfermedades para poder diseñar un tratamiento más efectivo.
- Optimización de recursos médicos en centros hospitalarios: por ejemplo, previsión de altas y gestión de las camas libres.
Gaming
- Recomendación de la máquina al jugador, a la hora de darle consejos dentro del juego o realizar compras integradas en él.
- Estimar la propensión al abandono (churn): prever cuando va a dejar de jugar y los motivos (por ejemplo, la dificultad del juego).
- Mantenimiento preventivo de las máquinas o servidores que garantizan el funcionamiento del videojuego o aplicación.
Las opciones que nos brinda Machine Learning son prácticamente infinitas… ¿quieres descubrirlas?
