Economia DataTech

Más allá del hype de la IA... ¿Se está estancando el Business Intelligence? El Business Intelligence tradicional sigue basado en analítica descriptiva ↳ Mostrar, recopilar y presentar datos pasados. Todo bien hasta ahí. Pero, ¿realmente estamos aprovechando al máximo los datos? 🔸Describimos lo ocurrido. 🔸Detectamos patrones. 🔸Ayudamos a entender el estado actual. Pero... ¿y ahora qué? Mi propuesta: 𝐀𝐧á𝐥𝐢𝐬𝐢𝐬 𝐩𝐫𝐞𝐬𝐜𝐫𝐢𝐩𝐭𝐢𝐯𝐨 + 𝐆𝐞𝐧𝐁𝐈 La analítica prescriptiva no consiste en mostrar datos; te dice qué hacer para obtener los mejores resultados. Usa modelos predictivos y algoritmos avanzados para dar recomendaciones estratégicas y prever futuros escenarios. Si las ventas caen, el análisis prescriptivo de datos te sugiere cómo ajustar precios, optimizar inventarios, o mejorar tu marketing. Y si le sumamos #GenAI a productos de #BI, imagina... 🔹Generar gráficos 🔹Análisis ad-hoc 🔹Responder preguntas en tiempo real Con solo escribir un prompt 👀 ✍ 𝐋𝐚 𝐜𝐥𝐚𝐯𝐞 𝐞𝐬: ¿𝐓𝐫𝐚𝐧𝐬𝐟𝐨𝐫𝐦𝐚𝐫 𝐝𝐚𝐭𝐨𝐬 𝐞𝐧 𝐝𝐞𝐜𝐢𝐬𝐢𝐨𝐧𝐞𝐬 𝐧𝐨? Hagámoslo de la mejor forma posible.

Si quieres usar IA en tu empresa, ¿sabes hacia dónde se dirige la IA Generativa? Si ya te has cansado de leer listas interminables de "100 prompts para transformar tu negocio" En este post sintetizo una reflexión reciente de Andrew Ng. “La IA Generativa está evolucionando hacia los 𝐀𝐠𝐞𝐧𝐭𝐢𝐜 𝐖𝐨𝐫𝐤𝐟𝐥𝐨𝐰𝐬” Imagina a un escritor humano. ✍ No empieza y termina un ensayo de una sola vez. Esboza, investiga, redacta, revisa, refina... y repite este proceso. 🔁 Los agentes de IA funcionan de forma similar, interactúan con su entorno y ajustan su comportamiento en tiempo real. ¿𝐂𝐨́𝐦𝐨 𝐟𝐮𝐧𝐜𝐢𝐨𝐧𝐚𝐧 𝐥𝐨𝐬 𝐚𝐠𝐞𝐧𝐭𝐞𝐬 𝐝𝐞 𝐈𝐀? Un agente de IA no se limita a ejecutar una tarea de una sola vez; descompone su trabajo en pasos, evalúa los resultados y ajusta sus acciones según la información que recibe. Para construir agentes inteligentes y eficientes, los desarrolladores utilizan ciertos patrones clave: 🔹Reflection: El agente revisa y mejora sus resultados, por ejemplo, depurando su propio código si detecta errores. 🔹Tool Use: No trabaja en aislamiento. Puede buscar información en la web, conectarse a APIs externas o utilizar software especializado para completar su tarea. 🔹Planning: Divide tareas complejas en pasos manejables y organiza su flujo de trabajo de manera lógica y estructurada. 🔹MultiAgent: Varios agentes pueden trabajar en equipo. Uno puede generar texto mientras otro diseña gráficos o analiza datos, logrando resultados más completos y eficientes. Esta evolución hacia agentes con capacidad de planificación, interacción y colaboración abre la puerta a soluciones más sofisticadas, autónomas y adaptativas. No estamos hablando sólo de herramientas útiles, sino de sistemas empresariales replicando procesos humanos complejos.

𝐒𝐢 𝐪𝐮𝐢𝐞𝐫𝐞𝐬 𝐢𝐦𝐩𝐥𝐞𝐦𝐞𝐧𝐭𝐚𝐫 𝐚𝐩𝐥𝐢𝐜𝐚𝐜𝐢𝐨𝐧𝐞𝐬 𝐝𝐞 𝐝𝐚𝐭𝐨𝐬 𝐨 𝐈𝐀 𝐞𝐬𝐭𝐨 𝐭𝐞 𝐢𝐧𝐭𝐞𝐫𝐞𝐬𝐚… 🧐 Herramientas como Streamlit y Gradio han facilitado la creación de interfaces interactivas para desarrollar rápidamente prototipos de aplicaciones basadas en modelos de IA o datos. Pero si necesitas algo más robusto listo para producción prueba esto: Taipy es una librería de Python diseñada para simplificar el desarrollo de aplicaciones de ciencia de datos, IA y automatización de flujos de trabajo (workflows). Pero, ¿𝐩𝐨𝐫 𝐪𝐮𝐞́ 𝐓𝐚𝐢𝐩𝐲 𝐩𝐮𝐞𝐝𝐞 𝐬𝐞𝐫 𝐮𝐧𝐚 𝐦𝐞𝐣𝐨𝐫 𝐨𝐩𝐜𝐢𝐨́𝐧? 🔹 𝐌𝐚𝐲𝐨𝐫 𝐩𝐞𝐫𝐬𝐨𝐧𝐚𝐥𝐢𝐳𝐚𝐜𝐢𝐨́𝐧: Permite una mayor flexibilidad para diseñar flujos personalizados y manejar procesos complejos en segundo plano. 🔹 𝐒𝐨𝐩𝐨𝐫𝐭𝐞 𝐝𝐞 𝐟𝐥𝐮𝐣𝐨𝐬 𝐝𝐞 𝐭𝐫𝐚𝐛𝐚𝐣𝐨 𝐜𝐨𝐦𝐩𝐥𝐞𝐣𝐨𝐬: Está diseñado para gestionar pipelines y procesos de automatización por lo que puedes crear aplicaciones que no solo visualicen datos, sino que también gestionen datos de manera escalable y ejecuten múltiples pasos de procesamiento. 🔹 𝐈𝐧𝐭𝐞𝐫𝐚𝐜𝐜𝐢𝐨́𝐧 𝐞𝐧𝐭𝐫𝐞 𝐁𝐚𝐜𝐤-𝐄𝐧𝐝 𝐲 𝐅𝐫𝐨𝐧𝐭-𝐄𝐧𝐝: Taipy permite integración entre la lógica de procesamiento en Python y la interfaz de usuario, lo que es ideal para proyectos de #IA o machine learning (#ML) en producción donde se requiere retroalimentación constante del usuario. 🔹 𝐄𝐬𝐜𝐚𝐥𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 𝐩𝐚𝐫𝐚 𝐩𝐫𝐨𝐝𝐮𝐜𝐜𝐢𝐨́𝐧: Tiene una infraestructura más robusta para implementar aplicaciones en producción, lo que la convierte en una opción muy útil para equipos que buscan lanzar aplicaciones escalables y personalizables a largo plazo. En mi opinión, Taipy se posiciona como una opción sólida para aquellos que buscan una solución rápida y robusta en el mundo del data & AI. En nada traigo una demo productiva con un proyecto en el que estoy liado🙂↔️ 🌐 ¿Te interesa explorar Taipy?

📸 ¿Te gustaría tener un modelo de IA que genere imágenes de ti? Puedes conseguirlo gracias al 𝑇𝑟𝑎𝑛𝑠𝑓𝑒𝑟 𝑙𝑒𝑎𝑟𝑛𝑖𝑛𝑔, una técnica que permite adaptar un modelo ya entrenado para una tarea específica sin necesidad de empezar de cero. Así, personas como tú o yo podemos aprovechar modelos fundacionales para crear un modelo experto en tareas específicas con pocos recursos y mucho menos tiempo 💻⏰ Dentro de las diferentes técnicas de transfer learning vamos a indagar en 𝐋𝐨𝐑𝐀 (𝐋𝐨𝐰-𝐑𝐚𝐧𝐤 𝐀𝐝𝐚𝐩𝐭𝐚𝐭𝐢𝐨𝐧). Una técnica que ajusta el modelo preexistente utilizando matrices de bajo rango. ¿La ventaja? Ahorra tiempo y recursos de cómputo, permitiéndote personalizar un modelo grande (como Stable Diffusion o Flux1) para que reconozca características faciales únicas de manera eficiente. 🔹 ¿Qué podrías hacer con esto? - Personal branding: Crea contenido visual para tus redes sociales. - Prototipado de personajes: Ideal para artistas y creadores que buscan un personaje consistente. - Experimentación: Explora cómo te verías en diferentes estilos artísticos. 💬 ¿Te animarías a tener un modelo de IA personalizado? 𝐃𝐞𝐣𝐚 𝐭𝐮 𝐫𝐞𝐬𝐩𝐮𝐞𝐬𝐭𝐚 𝐚𝐥 𝐜𝐡𝐚𝐥𝐥𝐞𝐧𝐠𝐞 y te comento como podrías tenerlo👇

¿𝐇𝐚𝐬 𝐧𝐨𝐭𝐚𝐝𝐨 𝐜𝐨́𝐦𝐨 𝐥𝐨𝐬 𝐦𝐨𝐝𝐞𝐥𝐨𝐬 𝐝𝐞 𝐠𝐞𝐧𝐞𝐫𝐚𝐜𝐢𝐨́𝐧 𝐝𝐞 𝐢𝐦𝐚́𝐠𝐞𝐧𝐞𝐬 𝐲 𝐯𝐢𝐝𝐞𝐨𝐬 𝐞𝐬𝐭𝐚́𝐧 𝐦𝐞𝐣𝐨𝐫𝐚𝐧𝐝𝐨 𝐦𝐮𝐜𝐡𝐨? 🤫 𝐍𝐨 𝐞𝐬 𝐜𝐚𝐬𝐮𝐚𝐥𝐢𝐝𝐚𝐝... Para el usuario general, es fácil ver que ahora los modelos ya no generan personas con seis dedos, y que los textos en las imágenes parecen tener más sentido. Pero detrás de los últimos modelos de vanguardia, como 𝑀𝑒𝑡𝑎 𝑀𝑜𝑣𝑖𝑒 𝐺𝑒𝑛 en generación de video o 𝐹𝑙𝑢𝑥1 en generación de imágenes, hay una técnica avanzada que está logrando todas esas mejoras: 𝐅𝐥𝐨𝐰 𝐌𝐚𝐭𝐜𝐡𝐢𝐧𝐠. ¿Quieres saber cómo esta técnica está transformando la IA generativa? Clica en el artículo y descúbrelo en detalle 👇

¿𝐀𝐝𝐚𝐩𝐭𝐚𝐫𝐬𝐞 𝐨 𝐦𝐨𝐫𝐢𝐫? 👁️🗨️ Estamos rodeados de mensajes que nos dicen que, si no estamos al día con las últimas tendencias, estamos condenados. Si no seguimos el ritmo de la innovación, nos quedamos atrás. La presión de "ser más rápido" o "más inteligente" está por todas partes, acompañada de una avalancha de cursos milagrosos que prometen éxito instantáneo. 𝐄𝐥 𝐯𝐞𝐫𝐝𝐚𝐝𝐞𝐫𝐨 𝐚𝐩𝐫𝐞𝐧𝐝𝐢𝐳𝐚𝐣𝐞 𝐧𝐨 𝐬𝐮𝐫𝐠𝐞 𝐝𝐞𝐥 𝐦𝐢𝐞𝐝𝐨, 𝐬𝐢𝐧𝐨 𝐝𝐞 𝐥𝐚 𝐜𝐮𝐫𝐢𝐨𝐬𝐢𝐝𝐚𝐝 𝐲 𝐞𝐥 𝐝𝐞𝐬𝐞𝐨 𝐝𝐞 𝐜𝐫𝐞𝐜𝐞𝐫. 📚 Aprender con intención, cuestionar lo que realmente necesitamos para avanzar, y construir algo genuino, no solo seguir modas pasajeras. 📢 Mucha gente aprovecha la narrativa del miedo, vendiendo promesas vacías que no enseñan, sino que engañan. Lo importante no es "adaptarse o morir", sino aprender conscientemente, aplicar con propósito, y construir algo que resuene con quién eres y qué valores representas. 🌱 El aprendizaje consciente no se trata de seguir el último grito tecnológico porque "debes hacerlo", sino de elegir lo que realmente contribuye a tu crecimiento, como persona y como profesional. 👉 Cuestiona el por qué y el para qué. Al final, se trata de 𝐜𝐫𝐞𝐜𝐞𝐫 𝐜𝐨𝐧 𝐩𝐫𝐨𝐩𝐨́𝐬𝐢𝐭𝐨, 𝐧𝐨 𝐝𝐞 𝐬𝐨𝐛𝐫𝐞𝐯𝐢𝐯𝐢𝐫 𝐩𝐨𝐫 𝐦𝐢𝐞𝐝𝐨.

🎓 𝐞𝐜𝐨𝐧𝐨𝐦𝐈𝐀 𝐓𝐚𝐥𝐤𝐬: 𝐄𝐱𝐩𝐥𝐨𝐫𝐚𝐧𝐝𝐨 𝐞𝐥 𝐅𝐮𝐭𝐮𝐫𝐨 𝐝𝐞 𝐥𝐚 𝐈𝐧𝐭𝐞𝐥𝐢𝐠𝐞𝐧𝐜𝐢𝐚 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐞𝐧 𝐥𝐚 𝐄𝐜𝐨𝐧𝐨𝐦í𝐚 🌐 📢 Ya está aquí el nuevo evento No te pierdas nuestra jornada sobre inteligencia artificial, #economIA #Talks, que se celebrará el próximo jueves 31 de octubre de 2024 a las 11:00 en la Sala Villalonga. En esta jornada, Silvia Rueda Pascual, directora de la unidad de mujeres y ciencia del Ministry of Science and Innovation of Spain, abordará el tema de los sesgos en la IA y la desigualdad social, planteando la pregunta: ¿Nos estamos jugando el futuro? Clara Torrijos Martinez, fundadora y CEO de GoKoan y Koanly nos hablará sobre el impacto de la IA en la educación y las nuevas formas de aprender. Por último, Adrián Román Cebrián, AI & Intelligent Automation Programmer Analyst en Oesia presentará ejemplos reales y oportunidades futuras de la inteligencia artificial en los negocios. Todo esto es posible gracias a la Facultat d'Economia, Universitat de València, Economia DataTech y la Càtedra Model Econòmic Sostenible de València i el seu entorn, que nos apoyan en la realización de este evento. ¡No te lo pierdas! Conéctate con profesionales, amplía tu red y adquiere conocimientos valiosos que te prepararán para tu futuro. Inscríbete a través de este enlace: https://lnkd.in/dYnjEVgu Te esperamos!!!

𝐋𝐚𝐬 𝐏𝐨𝐰𝐞𝐫 𝐀𝐩𝐩𝐬 𝐬𝐨𝐧 𝐮𝐧 𝐣𝐮𝐠𝐮𝐞𝐭𝐞 𝐲 𝐧𝐨 𝐝𝐚𝐧 𝐩𝐚𝐫𝐚 𝐦𝐚́𝐬… 🧸 Llevo mucho tiempo escuchando una creencia común sobre que Power BI, Power Apps y todo lo relacionado con el "low code" solo funcionan para escenarios básicos o aplicaciones empresariales "simples". En mi intento por desmitificar estos mantras quiero mostrarte esto 👇 ◼️ 𝐂𝐨𝐦𝐩𝐨𝐧𝐞𝐧𝐭𝐞𝐬 𝐝𝐞 𝐥𝐢𝐞𝐧𝐳𝐨: Son partes individuales y reutilizables dentro de una aplicación de Power Apps. Estos componentes pueden incluir elementos visuales (botones, etiquetas, cuadros de texto) y lógica (fórmulas, funciones) que realizan tareas específicas. Funcionan como bloques de construcción, permitiendo definir funcionalidad y diseño de forma centralizada y reutilizable. Además, los desarrolladores pueden organizarlos y actualizarlos de forma colaborativa en bibliotecas de componentes, optimizando la consistencia y el trabajo en equipo. ◼️ 𝐂𝐨𝐦𝐩𝐨𝐧𝐞𝐧𝐭𝐞𝐬 𝐝𝐞 𝐜𝐨́𝐝𝐢𝐠𝐨 (𝐏𝐨𝐰𝐞𝐫𝐀𝐩𝐩𝐬 𝐂𝐨𝐦𝐩𝐨𝐧𝐞𝐧𝐭 𝐅𝐫𝐚𝐦𝐞𝐰𝐨𝐫𝐤): Estos componentes ofrecen una flexibilidad avanzada mediante el uso de #HTML, #CSS, #JavaScript y #TypeScript, permitiendo crear funcionalidades complejas y experiencias visuales personalizadas. Ideales para situaciones que exigen lógica avanzada o interacciones complejas, estos componentes se integran directamente en PowerApps sin sacrificar el rendimiento. Si a esto le sumamos los principios #DevOps, logramos automatizar el desarrollo, probar e implementar aplicaciones complejas en tiempo récord. ⌚ Así, ahorramos tiempo y mejoramos el rendimiento y la satisfacción de los usuarios. 𝐁𝐮𝐬𝐜𝐚 𝐬𝐨𝐥𝐮𝐜𝐢𝐨𝐧𝐞𝐬 𝐲 𝐝𝐞𝐣𝐚 𝐝𝐞 𝐞𝐜𝐡𝐚𝐫 𝐛𝐚𝐥𝐨𝐧𝐞𝐬 𝐟𝐮𝐞𝐫𝐚… ⚙GIF: Scott