El aprendizaje automático ha sido una herramienta tecnológica crucial para que las empresas y organizaciones hayan podido afrontar los desafíos generados por la pandemia.

Las medidas de confinamiento que tuvieron lugar durante gran parte de la pandemia por coronavirus, generaron importantes desafíos que a su vez impulsaron importantes transformaciones. Uno de los problemas más importantes y urgentes de resolver fue garantizar la continuidad y agilidad de la cadena de suministro en muchos sectores económicos, especialmente aquellos considerados críticos como lo son salud y alimentación.

Stephany Lapierre, fundadora y directora ejecutiva de Tealbook, una compañía especializada en inteligencia de proveedores, analiza en un artículo para la revista Industry Today el impacto positivo que tuvo el aprendizaje automático para las empresas, durante la etapa más crítica de la pandemia, así como las perspectivas a futuro de esta tecnología habilitadora.

Lapierre destaca que durante la pandemia, las empresas recurrieron al aprendizaje automático (Machine Learning en inglés) como un medio para responder rápidamente a las interrupciones en la cadena de suministro global. La autora recalca que sin la inteligencia artificial y el aprendizaje automático, los efectos de la crisis habrían sido devastadores y cita un ejemplo afirmando que el aprendizaje automático permitió a las empresas encontrar 60.000 fabricantes de PPE con certificaciones ISO en cuestión de minutos.

Relacionado:  El “tren del futuro español” 100% renovable concluye sus últimos detalles para ganar la “Hyperloop Pod Competition II”

Muchas empresas a escala global ya están disfrutando los beneficios de la digitalización, y el aprendizaje automático es una de las tecnologías que tendrá un papel crucial en la transformación digital de la economía a nivel mundial.

«La relevancia del aprendizaje automático se encuentra en su capacidad para evolucionar y mejorar con el tiempo. La capacidad de observar y reaccionar a las tendencias y patrones será la base para el progreso y el avance en muchas áreas en el futuro. Claramente, las organizaciones que adopten el aprendizaje automático para preparar sus ofertas para el futuro serán las que prosperen» afirma Lapierre.

La autora destaca que un aspecto clave para el ML son los datos. La información de buena calidad, fundamental para tomar decisiones acertadas, requiere de datos actualizados, precisos, y con capacidad de fusionarse con otros conjuntos de datos. Es allí donde el aprendizaje automático tiene un gran potencial de aplicación, permitiendo gestionar grandes volúmenes de datos y de gran complejidad para sacar el mayor provecho, reduciendo el error humano en el procesamiento y análisis de los mismos.

Sin embargo, el éxito del aprendizaje automático dependerá de la voluntad humana para ceder el espacio a las máquinas cuando las personas no puedan resolver que superan sus capacidades innatas.

aprendizaje automático