Un eCommerce es una tienda virtual. Como su propio nombre indica, la palabra es la abreviatura de ‘electronic commerce’, que en español se traduce por comercio electrónico. El concepto de poder comprar productos sin necesidad de verlos, tocarlos o probarlos revolucionó el mundo gracias a la aparición de Internet en 1989, aunque la explosión del eCommerce como canal de venta masivo no sería hasta 6 años más tarde, con el origen de eBay y Amazon, llamados Auction Web y Cadabra originalmente. 

En España tampoco tardaría mucho más: la aparición de barrabes.com, una tienda dedicada exclusivamente a la montaña y el alpinismo en Huesca abriría la veda del comercio online en nuestro país, seguido por la inauguración del eCommerce de La Casa del Libro. Desde entonces y hasta hoy, el eCommerce español ha batido récords de facturación año tras año. En el segundo trimestre de 2022, según la Comisión Nacional de los Mercados y la Comptencia (CNMC), el sector facturó 18.190 millones de euros, lo que supone un crecimiento interanual del 33.1%, el mayor hasta el momento.

eBusiness: aplicación de la tecnología a todos los procesos de negocio

eBusiness es el conjunto de estrategias de una empresa cuyo funcionamiento y gestión se basa en el uso de herramientas y procesos asistidos por las tecnologías e internet. Es un concepto mucho más amplio que el de eCommerce, que está más limitado y acotado a un área concreta, la de la comercialización online de productos y servicios. El comercio electrónico, siendo plenamente vigente, se queda pequeño en comparación con lo que supone para las empresas actuales convertirse en verdaderos eBusiness. 

En un sentido más amplio, el concepto eBusiness hace referencia a las maneras en las que se aplica internet y las tecnologías de la información en todos los procesos esenciales de la empresa. Esto engloba tanto simples transacciones comerciales, tener una página web, tienda online o usar redes sociales como su aplicación en logística, producción, gestión y administración, finanzas, proveedores o clientes. En definitiva, todos los eCommerce son eBusiness, pero no todos los eBusiness son eCommerce. 

Ventajas y desventajas de ambos modelos de negocio

Abrir una tienda física requiere muchos recursos: dinero, tiempo y capital humano. Alquilar el local, contratar los empleados, amueblar el local, cumplir con la normativa pública de los establecimientos, etcétera. Sin embargo, con un comercio virtual solo necesitas una página web y un hosting y ya puedes empezar a vender. Además, las estrategias son más dinámicas al no necesitar papel ni impresión de marketing gráfico, y además puedes recopilar datos de los clientes para analizar los KPI’s y mejorar así la experiencia de compra, la usabilidad de la página web o el porcentaje de rebote. 

A pesar de que existen más ventajas que lo contrario, tener un eCommerce limita la experiencia del cliente a la página web: no puede probar los productos lo que supone que si no le gusta el diseño probablemente abandone el proceso de compra, y tampoco recibe ese trato humano de asesoramiento o resolución de dudas y preguntas que muchas veces echamos en falta cuando queremos comprar un producto a través de un sitio web. Además, en la actualidad existe mucha competencia con las redes sociales y la facilidad para crear tu propio negocio desde cero. 

Un eBusiness engloba las mismas ventajas y desventajas si cuenta con una parte de eCommerce, pero en general, también tiene muchos beneficios para el empresario como por ejemplo la posibilidad de montar un negocio más innovador, conectado a las tecnologías, vanguardista y ágil, ser más versátil con las opciones de negocio y la escalabilidad de los proyectos, mayor automatización de las tareas operativas lo que aumenta la productividad y posibilidades reales de mejorar gracias al feedback de los datos y su análisis para la toma de decisiones estratégicas. 

Principales diferencias entre eCommerce y eBusiness

Tanto el eCommerce como el eBusiness son términos relaciones con la compra y venta de productos y servicios a través de Internet, pero podemos distinguir algunas distinciones que hacen que sean diferentes entre sí.

La definición

El eCommerce se refiere específicamente a la venta de productos y servicios a través de Internet, mientras que el eBusiness engloba actividades relacionadas con el uso de tecnologías digitales para gestionar un negocio, como el marketing, la comunicación o la administración financiera, entre otras.

El enfoque

El eCommerce se enfoca en la transacción comercial de compra y venta de bienes y servicios, mientras que el eBusiness se enfoca en la gestión empresarial online de una organización.

El alcance

El eCommerce se centra en las transacciones entre una empresa y sus clientes, mientras que el eBusiness se focaliza en la gestión de todos los aspectos de un negocio, incluyendo la relación con los proveedores o la logística.

Los objetivos

El eCommerce genera ingresos a través de la venta de productos y servicios online, el eBusiness tiene objetivos más amplios, como mejorar la eficiencia, aumentar la productividad, mejorar la satisfacción del cliente y mejorar la competitividad del negocio.

La tecnología

El eCommerce y el eBusiness requieren diferentes tecnologías para su funcionamiento. El eCommerce se basa en plataformas de comercio electrónico qu permiten a los clientes realizar sus compras online. Por otro lado, el eBusiness utiliza una variedad de tecnologías para gestionar las diferentes ramas del negocio.

Nuestro profesor y CEO de TheCUBE, Andrés Haddad, cuenta en una de sus clases hacía donde va encaminado el eBusiness del futuro: «Se estima que los consumidores van a comprar a través de vídeos en vivo», señala.

En definitiva, si quieres emprender y construir tu propio negocio desde cero, las últimas tecnologías pueden ofrecerte crear una empresa con el mínimo de recursos, y empezar a sacarle partido a todas las ventajas que ofrece internet para la compraventa de productos y servicios. De hecho, desde MIOTI Tech & Business School tenemos en marcha nuestro Máster en Digital Business, para que no solo aprendas a gestionar una empresa totalmente digital expandiéndola hasta donde tú quieras gracias a las más innovadoras tecnologías de vanguardia.  

Bing incorpora OpenAI de última generación, más potente que ChatGPT

El buscador de Microsoft se ha sumado a las empresas que integran este popular desarrollo de Inteligencia Artificial (IA) mejorando considerablemente sus respuestas. Por ahora, esta implementación todavía está en pruebas por lo que algunas funciones aún no están disponibles o lo suficientemente refinadas. 

Para acceder uno debe inscribirse en una lista de espera para que Microsoft le conceda acceso a la versión de prueba de BingChat. Este nuevo desarrollo de Bing utiliza el modelo más avanzado de OpenAI, empresa desarrolladora de ChatGPT y ChatGPT Plus. El buscador integra ahora un Modo de Lenguaje Largo o LLM (Large Language Mode) y una nueva forma de trabajo llamada “modelo Prometeus” que mejora la relevancia de las respuestas, las anota y las actualiza. Bing aplica de esta manera la IA al algoritmo de búsqueda principal de su buscador dando lugar, según ha comentado la compañía, al avance más relevante de las últimas dos décadas. 

Esta novedad de Bing se materializa en una nueva función de chat de conversación con el que se puede interactuar con lenguaje natural mediante un campo de búsqueda de hasta 1.000 caracteres, por lo que ofrece respuestas más desarrolladas y complejas que los buscadores convencionales. Otra de sus aplicaciones más relevantes es el filtrado y bloqueo de respuestas inapropiadas y resultados sesgados, nocivos o discriminatorios que fomenten la desinformación y el odio. Además de en el buscador Bing, esta tecnología también planea implementarse en el explorador Microsoft Edge, permitiendo que el navegador también utilice las capacidades de la IA para las funcionalidades de chat y redacción. 

Principales mejoras que la IA aportará a Bing

Aunque hasta que el lanzamiento no sea definitivo no podremos conocer todas las funcionalidades del chat de Bing, Microsoft ha mencionado que las cuatro principales funcionalidades de este desarrollo serán:

• Mejor experiencia de búsqueda familiar: proporcionando resultados más relevantes para cosas simples como resultados deportivos, precios de las acciones y el tiempo, junto con una nueva barra lateral que muestra respuestas más completas.
• Respuestas más completas: gracias a la implementación de la IA, Bing revisará los resultados de toda la web para encontrar y resumir la respuesta buscada.
• Nueva experiencia de chat: gracias a la implementación del chat interactivo para búsquedas más complejas y para refinar los resultados al máximo colaborando en la toma de decisiones justificadas.
• Una chispa creativa: mediante la IA Bing ofrecerá más que una respuesta ya que generará contenido que realmente sirva de ayuda. Puede ayudarte a escribir un correo electrónico, crear un itinerario de viaje o preparar una entrevista de trabajo, siempre citando todas las fuentes a las que hace referencia.

Últimas limitaciones de Bing sobre su modelo de IA

La IA implementada en Bing se encuentra en fase de entrenamiento y continuará en constante actualización para que su sistema y respuestas nunca queden obsoletas. Es por esto que, el modelo de IA del buscador seguirá cambiando su estructura de funcionalidades para optimizar cada vez más su rendimiento. Las últimas limitaciones que Microsoft ha puesto a la IA en Bing son:

• Limitación del número de mensajes que pueden enviarse al chat: la restricción será de 50 mensajes diarios por usuario y las conversaciones estarán limitadas a cinco intercambios, no pudiendo utilizar el máximo de mensajes diarios en una misma conversación. Esto se debe a que el chat de Bing está siendo utilizado por encima de sus posibilidades actualmente.
• El Bing Chat no dará información sobre sus capacidades: las preguntas que se realicen a la IA de Bing sobre sí misma, opiniones, reglas o capacidades no serán respondidas. Muchos usuarios, ante la incertidumbre sobre las capacidades de este desarrollo, estaban preguntando directamente a la IA información sobre su propio funcionamiento. Microsoft ha capado este tipo de respuestas ya que BingChat todavía no ha definido sus funcionalidades.

Microsoft ha anunciado que pronto lanzarán este desarrollo también en versión preliminar para móviles. El BingChat se encuentra en fase de prueba y todavía no se ha revelado cuándo estará disponible esta solución para el público general. 

Un largo viaje a través de la IA que aterriza en Bard

Google, cuya estrategia de negocio ya fue reorientada desde hace unos seis años al uso de la Inteligencia Artificial, mantiene que es la tecnología con la que más trabajan hoy en día. Google está incorporando las ventajas que ofrece la IA a todos sus productos cotidianos siguiendo con su misión de abrir las posibilidades que esta tecnología ofrece mejorando la vida de las personas mediante la organización de la información para hacerla universalmente accesible y útil.

Uno de los sectores en los que Google está invirtiendo más es en la IA generativa y en los grandes modelos lingüísticos. El gigante de las búsquedas cuenta con un proyecto de investigación centrado en esta dimensión de la IA llamado Transformer, así como importantes e innovadores modelos de difusión que han colaborado en el desarrollo de muchas de las aplicaciones de IA generativa populares.

La MDA el punto de partida para la creación de Bard

Tras el lanzamiento hace dos años de una generación de funciones lingüísticas y de conversación basadas en su modelo lingüístico para aplicaciones de diálogo (Language Model for Dialogue Applications, LaMDA), Google no ha parado de trabajar en la creación de un servicio experimental de IA conversacional impulsado por esta tecnología. El resultado de sus constantes esfuerzos ha derivado en la creación de Bard, el chat impulsado por inteligencia artificial alternativa de ChatGPT y ChatGPT Plus con el que el gigante de las búsquedas pretende posicionarse como líder en este campo.

Bard se encuentra en fase de pruebas actualmente y todavía no se sabe cuál será la fecha definitiva en la que la solución estará disponible para el público general. Esta IA pretende combinar la infinita información de la web con la potencia, inteligencia y creatividad de sus modelos lingüísticos para ofrecer respuestas frescas y de alta calidad. Bard pretende, al igual que el BingChat introducir el factor creatividad, posicionando este desarrollo como una plataforma que impulse la curiosidad, el aprendizaje y la creación de contenido original.

Inicialmente el lanzamiento de Bard estará soportado por una versión ligera de LaMDA, que al ser un modelo más pequeño que requiere mucha menos potencia de cálculo. También permitirá escalar el desarrollo a más usuarios y obtener más información. Google irá refinando las repuestas de Bard en este periodo de prueba teniendo en cuenta tanto los comentarios externos de los usuarios como las pruebas internas del modelo. De esta manera, la empresa quiere que las respuestas del chat impulsado por IA cumplan un alto nivel de calidad, seguridad y fundamento antes de salir al público general. 

¿Cómo funciona Bard?

Google todavía no ha anunciado las funcionalidades concretas que ofrecerá Bard, pero se sabe que este desarrollo estará integrado como una función adicional dentro del motor de búsqueda. Por ello, a diferencia de otros desarrollos que integran IA como ChatGPT, Bard necesitará conexión a internet constante para funcionar y ofrecer información actualizada obtenida directamente de la red.

Bard será un chat con el que se puede interactuar mediante lenguaje natural para obtener respuestas acertadas y desarrolladas de forma casi inmediata. La empresa todavía no ha indicado cuáles serán sus funcionalidades ni limitaciones específicas, pero si ha resaltado, al igual que Bing, el aspecto de la creatividad. Google mantiene que además de responder preguntas que sacien la curiosidad a cualquier nivel, Bard será capaz de explicar casi cualquier cosa a interlocutores con diferentes niveles de conocimiento.

Sintetizar información compleja

Google mantiene que una de las oportunidades más interesantes que saca a relucir la IA es su capacidad de profundizar y aprender sobre cómo los humanos procesan la información para convertirla en conocimiento útil. De esta manera la IA podrá responder acorde a este proceso a las preguntas que los usuarios realicen simplificando su esfuerzo de aprendizaje mediante la sintetización de información compleja o de múltiples perspectivas en formatos facilitando su digestión. Este desarrollo da la oportunidad de comprender rápidamente el panorama general de una información y ampliar más mediante la web, ya sea buscando perspectivas adicionales o profundizando con temas relacionados.

En MIOTI Tech & Business School estamos a la vanguardia de todos los nuevos desarrollos que tecnologías tan potentes y escalables como la Inteligencia Artificial ofrecen. Programas como el Máster en Deep Learning ofrecen un recorrido completo y avanzado por las últimas técnicas de Inteligencia artificial y deep learning en un formato teórico-práctico que enseña a utilizar las soluciones de Inteligencia Artificial más importantes desde cero y en un entorno real.

En MIOTI Tech & Business School sabemos lo importante que es mantener nuestro programa de cursos formativos actualizado con las nuevas tendencias y conocimientos que están a la orden del día. Dos de esas áreas de conocimiento son el Data Engineering y el Cloud Engineering , las cuales conforman nuetro nuevo Máster en Data & Cloud Engineering.

Qué es Data Engineering

Como ya explicamos en nuestro anterior blog ¿Qué es el Data Engineering y cómo convertirlo en mi trabajo?, el Data Engineering o Ingeniería de Datos se encarga de diseñar, desarrollar y mantener los sistemas que permiten procesar grandes volúmenes de datos. Los profesionales encargados de esta tarea son los denominados data engineer o ingeniero de datos, un perfil muy necesario y altamente demandado en el actual ecosistema tecnológico ya que prácticamente la totalidad de los datos que existen en este momento se han creado durante los últimos años 

Qué es Cloud Engineering

El Cloud Engineering o Ingeniería en la Nube se encarga de todas aquellas operaciones relacionadas con la nube e incluye funciones como la gestión, planificación, arquitectura y monitorización de todos los sistemas que integran el ecosistema Cloud. En el día a día es una disciplina que aprovecha los métodos y herramientas de la ingeniería para concebir, desarrollar, operar y mantener sistemas y soluciones de computación en la nube. 

Los profesionales encargados de esta área se denominan Cloud engineer o Ingenieros de la Nube y entre sus responsabilidades habituales suelen encontrarse evaluar la infraestructura tecnológica de una organización, realizar las migraciones de archivos necesarias a la nube, o supervisar el rendimiento de los sistemas basados en la nube y realizar mejoras cuando sea necesario. También suelen ser los encargados de configurar de manera correcta y adecuada los distintos procesos que involucran sistemas informáticos, de red y de seguridad. 

¿Por qué estudiarlo?

El Data & Cloud Engineering es fundamental para cualquier compañía que tenga a los datos como el centro de su estrategia empresarial lo que, a su vez, convierte a los profesionales y expertos en esta área en piezas absolutamente imprescindibles para las empresas. 

El mundo actual genera datos de forma continua y a un ritmo difícil de seguir por lo que los profesionales con un perfil capaz de manejarlos para sacarles el mayor provecho posible, es decir, extraer significado de ellos y ponerlos en valor, están cada vez más demandados. Suelen ser personas con capacidad analítica, pensamiento crítico, con interés por la informática y con habilidades matemáticas.

Por si esto no te convence, te ofrecemos dos datos: la consultora especializada en Recursos Humanos, Randstad, cifran en más de 90.000 la cantidad de vacantes disponibles que se esperan en los próximos años relacionadas con Data & Cloud Engineering. Además, según el portal de empleo Glassdoor, el salario anual de estos perfiles se sitúa alrededor de los 40.000 euros. 

Salidas profesionales

Una vez que finalizan sus estudios para adentrarse en el mundo laboral, las personas que deciden formarse en estas áreas de conocimiento están preparadas para ejercer como Data Engineer y Cloud Engineer. No obstante, las salidas profesionales no se limitan únicamente a estas, sino que se incluyen también Data Architect, Chief Data Officer, Cloud Architect o Machine Learning Engineer.

Asignaturas del máster en Data & Cloud Engineering

El máster en Data & Cloud Engineering es una doble titulación integrada por un total de 200 horas que se reparten a lo largo de 5 meses en los que se cursan asignaturas como Cloud Fundamentals, Azure Data Factory, AWS EC2 o Google Cloud Platform Fundamentals. El programa formativo también integra materias relativas a la arquitectura de datos, bases de datos relacionales (y no relacionales), SQL, Advanced Data Processing, DevOps y Data Governance, entre otros. Al igual que el resto de programas de MIOTI Tech & Business School, este máster cuenta con un proyecto final en el que los alumnos llevan a la vida real todo lo que han aprendido durante el curso.

Este programa no es una excepción a la metodología 100% práctica, 0% postureo que MIOTI aplica a todas sus formaciones, por lo que, a lo largo de todas las asignaturas, los alumnos están constantemente practicando lo que aprenden en la parte teórica de las clases. Por supuesto, sin importar si los estudiantes acuden presencialmente o si se conectan a través del live streaming que ponemos a su disposición. En cualquiera de los dos escenarios, los alumnos reciben un kit que les permiten montar sus propias demos y así ir aplicando, en tiempo real, y con el profesor a su lado, todo lo aprendido. 

Las clases están organizadas para facilitar la asistencia lo máximo posible. Por eso se realizan fuera del horario laboral de la mayoría de empresas; es decir los miércoles de 18:30 a 22:30, y los viernes de 16:30 a 20:30. El programa está previsto que tenga su próxima convocatoria en septiembre de 2023 y el período de solicitud de información y matriculación ya está abierto.

Si quieres saber más sobre nuestra metodología, puedes escuchar las opiniones de algunos de nuestros alumnos en el siguiente vídeo.

Qué es IMEX

IMEX es la feria de negocio internacional y comercio exterior más importante que se celebra en nuestro país, y en esta edición, la CEO y co-fundadora de MIOTI Tech & Business School, Fabiola Pérez Ramos, participó como ponente en una de sus mesas redondas. Integrada dentro de la Semana de la Internacionalización de Madrid, la feria IMEX tiene como objetivo fundamental mejorar la competitividad de las PYMES a través de la oferta eficaz e innovadora de los productos y servicios que son necesarios e indispensables para impulsar la internacionalización de las empresas españolas. 

Mesa Redonda “Las claves del dato en la evolución de las PYMES”

Fabiola Pérez participó en la cuarta y última jornada de la feria, realizada el 10 de febrero cuando, junto a otras actividades, se celebró la Mesa Redonda titulada “Las claves del Dato en la evolución de las PYMES”. Dicho evento, organizado en la sede de la Confederación Española de Organizaciones Empresariales (CEOE), fue moderado por el economista Juan Royo Abenia y contó además con la presencia de Miguel Ángel Panduro, CEO de Hispasat y Enrique Serrano Montes, presidente de la Comisión de Inteligencia Artificial y Big Data y miembro del Comité Ejecutivo de AMETIC además de nuestra CEO, Fabiola. 

A lo largo de su intervención, Fabiola compartió su visión sobre el reto que la PYMES afrontan a la hora de buscar y encontrar el talento tecnológico que necesitan para poder ser competitivos en un proceso de transformación digital cada vez más acelerado: «Se espera una demanda de 150 millones de especialistas tech en 2025, pero el sistema educativo apenas forma a 5 millones al año. Es necesario adaptar la oferta formativa para dar respuesta a la actual y creciente demanda de perfiles tecnológicos especilizados«.

Es precisamente por esta razón que Fabiola cofundó MIOTI Tech & Business School en 2007, para poder suplir esa enorme falta de perfiles que son necesarios y que las empresas no paran de demandar. Entre estos perfiles destacan especialmente los relacionados con análisis de datos o la industria 4.0. 

Los datos, un elemento clave para acelerar los procesos empresariales

A la pregunta formulada sobre la ralentización de la digitalización, Fabiola señaló que la situación actual se debe a que estamos entrando en la segunda fase de la nueva revolución industrial en la que, tras la primera etapa de crisis, llega otra etapa caracterizada por una rápida adopción de las nuevas tecnologías. Para Fabiola, el foco debe posicionarse en reducir la brecha que existe actualmente en relación a la conectividad y digitalización ya que, sin la primera, es imposible conseguir la segunda. 

En la actualidad, los procesos son cada vez más rápidos y la tecnología cuenta con una implantación cada vez más sencilla gracias a la mayor accesibilidad que presenta para aquellas personas que no tienen ningún conocimiento sobre ella. En el área de educación, Fabiola destaca además la gran importancia que tiene trasladar los conocimientos que se imparten en las aulas al mundo profesional y empresarial.

Además de la intervención de Fabiola Pérez, el resto de los ponentes expusieron que los datos se han convertido en un elemento absolutamente fundamental para todos los sectores, especialmente si se apoyan en la digitalización. Ayudan a acelerar los procesos empresariales además de facilitar y hacer más cómodo el día a día de quienes trabajan en estas compañías. 

Precisamente la pandemia ha funcionado como una palanca que ha acelerado la adopción de estas nuevas tecnologías en el ámbito empresarial y, a pesar de que muchos argumentan que las empresas están experimentando una ralentización en su actividad tras años de contar con un crecimiento muy acelerado, también es cierto que la tecnología está evolucionando y convirtiéndose poco a poco en algo mucho más accesible, incluso para aquellas personas que no cuentan con ningún conocimiento en el área. 

IMEX, un evento para llevar a tu empresa al siguiente país

La mesa redonda en la que participó Fabiola estuvo integrada dentro de la cuarta y última jornada del IMEX que se celebró en la sede de la CEOE. Tras la apertura, pasadas las 9 de la mañana, dio comienzo la primera mesa redonda de la jornada dedicada a Iberoamérica y en la que se identificaron oportunidades y nuevos vectores de crecimiento basados en las ventajas competitivas de los países de la región. Tras los 60 minutos que duró esta primera reunión, se dio paso a la segunda centrada en el desarrollo del talento para el crecimiento de los sectores agroindustrial y agropecuario. 

Si quieres saber más sobre el avance tecnológico y la adopción de estas nuevas tecnologías a nivel mundial, puedes ver la intervención completa de Fabiola Pérez en el vídeo que te mostramos a continuación de la mesa redonda «Las claves del dato en la evolución de las PYMES».

Los data scientists son actualmente el perfil más demandado del mercado según el mayor portal de empleo especializado, y parece que lo seguirán siendo durante los próximos años. Pero las funciones de estos profesionales están en constante cambio acorde a la evolución y nuevos desarrollos de la IA.

¿Cuáles son las funciones de los data scientists?

El trabajo de los data scientists empieza por la carga de transformación de datos y un 80% de su jornada suele estar ocupada por el preprocesamiento de datos, como es transformar variables, elegir las que mejor funcionan, generar nuevas, etc.

El resto del tiempo, estos profesionales se encargan de la selección del algoritmo de aprendizaje automático más adecuado, de determinar las múltiples opciones que existen y de encontrar qué combinación funciona mejor para el problema que quieran resolver. También emplean su tiempo ajustando los parámetros mediante la configuración para ser capaces de obtener mejores resultados y por último decidiendo cuál es la mejor solución mediante la evaluación de las distintas métricas o análisis de sensibilidad, entre otras maneras de valorar los distintos modelos. Por cada problema que quieren resolver, los data scientist se ven obligados a encontrar una solución específica e individual, lo que plantea la duda de si existe una forma de resolver un problema sin tener que realizar siempre todos estos pasos. 

¿Existe un algoritmo capaz de resolver todos los problemas?

Como expone nuestro profesor Diego García Morate, la respuesta a esta cuestión es negativa, lo que se confirma con el teorema de no free lunch. Este teorema explica que no existe un algoritmo que arroje una solución óptima a cualquier problema. Esto significa que si queremos encontrar la solución idónea para cada problema nuevo tendremos que vernos obligados a evaluar distintos algoritmos y a encontrar una combinación que nos proporcione los mejores resultados. Pero este ejercicio de probar distintos algoritmos para ver cuál es el más eficiente, es un proceso parecido al que hacemos cuando entrenamos un algoritmo. De alguna manera lo que se hace en este caso es resolver un problema de búsqueda para encontrar la mejor solución, lo que plantea una nueva pregunta, ¿se puede modelizar este problema?

fbúsqueda(espacio de soluciones)= “mejor solución”

Diego García Morate plantea para tratar de resolver esta cuestión la función fbúsqueda(espacio de soluciones)= “mejor solución”, que se resuelve mediante una función de búsqueda, un espacio de soluciones y una métrica de evaluación que nos permita ver cuál es la mejor opción. 

• El espacio de soluciones son todas las posibles soluciones que existen en el universo. Esto incluye las posibles técnicas de preprocesamiento sobre las variables, todos los potenciales algoritmos de aprendizaje con sus variaciones de parámetros y cualquier variación sobre los datos y algoritmos que se nos ocurran.
• La función de búsqueda determina qué soluciones vamos a evaluar y cuáles no. Podría realizarse por fuerza bruta o por procesos más sofisticados como son los algoritmos genéticos, basado en los principios de mutación y selección natural; la optimización bayesiana o por métodos heurísticos, entro otras opciones. 
• La métrica de evaluación es lo que nos va a determinar si una solución es mejor que otra. Algunas son el porcentaje de acierto, curva ROC, accuracy etc. Pueden ser basadas en resultados o por ejemplo en la simplicidad del proceso o también en aspectos de complejidad como el tiempo de CPU o el uso de RAM.

AutoML, aprendizaje automático para resolver problemas reales

Este tipo de técnicas que hemos definido se denominan AutoML, un proceso sistemático y automatizado de búsqueda de soluciones con machine learning. AutoML intenta automatizar mediante este proceso un gran conjunto de combinaciones para seleccionar las mejores. Automatizar este trabajo reduce la barrera de entrada a no profesionales a procesos de data science como entrenar modelos, además de aportar un sistema racional y científico a los data scientists a la hora de evaluar distintos modelos. Permite que los data scientists puedan sistematizar los procesos de preprocesamiento y el ajuste de modelos para centrarse en los resultados. La única desventaja es que convierte horas de data science por enormes cantidades de cómputo.

Se trata de un proceso que ha ganado gran importancia desde 2019 y que actualmente para poder utilizarlo existen bibliotecas y servicios abiertos. Existen paquetes de phyton que se pueden utilizar con recursos propios, además de startups y servicios de AutoML directamente desde internet.

¿Tiene AutoML alguna limitación?

AutoML suena muy interesante, pero tiene una limitación fundamental. AutoML se limita a recombinar bloques, por lo que el espacio de soluciones está formado por composición de elementos ya existentes. Esto hace plantearse si se pueden utilizar AutoML para crear bloques y que escriba algoritmos de machine learning directamente. ¿Se puede modalizar este problema como un problema de búsqueda?

La respuesta es sí, existe un proyecto de Google llamado Auto ML Zero que es capaz de encontrar algoritmos de machine learning escribiendo código desde cero. Su enfoque está basado en algoritmos genéticos capaces de generar aleatoriamente en una primera iteración código y con una métrica de evaluación ir probando distintas combinaciones de código en un esquema muy optimizado de manera que este algoritmo sea capaz de escribir nuevos algoritmos. Lo interesante es que con mucha capacidad de computación y muchas iteraciones es capaz de descubrir automáticamente conceptos como una regresión lineal. Es capaz entonces de deducir autónomamente una regresión lineal y muchos otros conceptos como el learning rate el descenso del gradiante hasta el punto de que es capaz de descubrir una red neuronal sin la intervención de ningún humano.

Para poder ejecutarlo necesita entre 10 y 15 minutos para sacar el código de la red neuronal de manera totalmente automática, es concebido comúnmente como la evolución del machine learning.

¿AutoML es realmente interesante para los data scientists?

AutoML es muy interesante para los data scientists no por el concepto de automatizar y resolver todo automáticamente, sino porque aporta un enfoque sistematizado a la hora de realizar este tipo de modelos. Permite realizar este tipo de evaluaciones mediante un proceso más cercano al método científico. Pero a la vez, esta función lanza la pregunta de si AutoML puede llevar a acabar con los data scientists. 

Diego García Morate mantiene que AutoML no conducirá al fin de los data scientists. Aunque es cierto que su trabajo estará más enfocado al uso de estas herramientas y mucho más enfocados a conocer los datos y su naturaleza. El cambio sí que se verá en que estos profesionales pasarán de escribir código a utilizar estas herramientas para ello y poder así centrarse en el resultado.

Demostración práctica

La lección como especialista en la materia que resalta Diego García Morate es que los investigadores de IA a menudo tratan de incorporar conocimiento a los algoritmos que hacen, pensando que combinando algoritmos se obtendrán mejores resultados. Esto a corto plazo puede ayudar, pero a largo plazo esta estrategia se estanca, ya que de alguna manera no consigue que los agentes aprendan por sí mismos y a su manera. El progreso revolucionario llega mediante un enfoque opuesto basado en escalar el cálculo por búsqueda y aprendizaje.

Si quieres aprender más sobre AutoML y ver una demo sobre cómo aplicarla con TPOT no te pierdas la Masterclass donde nuestro profesor Diego García Morate analiza algoritmos de AutoML y prueba su eficiencia. En MIOTI, el primer instituto tecnológico aplicado a los negocios y referente en formación especializada en data science, deep learning, Internet of Things y eBusiness, colaboramos día a día en la formación de los futuros profesionales que serán los protagonistas del desarrollo de la disciplina del Data Science. Consulta todos los programas de aprendizaje que ofrecemos y forma parte del cambio que la aplicación de data science plantea.

LinkedIn ha lanzado un año más al mercado el estudio “Empleos en auge 2023”, y una vez más los empleos tecnológicos vienen pisando fuerte. Esta tendencia lleva en alza desde hace, por lo menos, cinco años, pero, con la pandemia, sin duda se ha acelerado de forma abismal. La falta de personal en algunos sectores, la demanda de empleos híbridos o totalmente en remoto, o la exigencia de una mayor flexibilidad son algunas de las transformaciones que atraviesa actualmente el mercado laboral español. 

La lista ‘Empleos en auge 2023’ usa datos exclusivos de LinkedIn para identificar los 25 puestos que han ganado terreno en los últimos cinco años, aportando información sobre las oportunidades a largo plazo y añadiendo ‘insights’ que marcarán el rumbo del mercado laboral. Es una herramienta muy útil para aquellos que buscan dar un giro a su trayectoria profesional o reorientar su formación universitaria hacia los empleos más demandados del país. 

Programación, crecimiento y datos: las tres claves del mercado

En el ranking existen muchos empleos que tienen que ver con los ingenieros de programación (confiabilidad de sitio, soluciones de software, sistemas en la nube, desarrollador back-end, etcétera) o con puestos comerciales en empresas (especialista en ventas, ejecutivo de cuentas, responsable de crecimiento, etcétera). Pero también existen ciertos perfiles que antes no eran tan comunes, como por ejemplo los ingenieros de inteligencia artificial, los ingenieros de datos, los ingenieros de ciberseguridad o los responsables de marketing en redes sociales. 

El auge de este tipo de puestos es consecuencia directa del descubrimiento de nuevas tecnologías que impulsan líneas de negocio antes imposibles, y que se han convertido en un pilar fundamental para diferenciarse dentro del mercado laboral. Medir la competitividad de una empresa requiere del análisis de varios parámetros y la inteligencia artificial, los modelos predictivos o la prevención de riesgos digitales son herramientas muy valiosas que, bien aprovechadas, pueden catapultar los beneficios, la reputación o el posicionamiento de una compañía hacia el estrellato. 

Retos del talento STEM en España

Que los empleos más demandados en España sean en su gran mayoría tecnológicos no es una casualidad: según el estudio “Empleabilidad y Talento Digital” que la Universidad Autonóma de Madrid llevó a cabo en colaboración con la Fundación VASS, en 2021 se quedaron sin cubrir en torno a 7.000 vacantes por falta de competencias y, de no corregirse la situación, la carencia de perfiles técnicos se agravará, a razón de 50.000 profesionales adicionales cada año. «En 2025, se espera una demanda de 150 millones de especialistas tech en todo el mundo, pero el sistema educativo apenas forma a 5 millones al año»,  señala nuestra CEO, Fabiola Pérez.

Además, a pesar de que el número de jóvenes que desean estudiar y trabajar en estas especialidades es cada vez mayor, solo son 8.147 los egresados de disciplinas informáticas que se integran definitivamente al mercado laboral, una cifra muy pobre en comparación con las más de 14.000 empresas con procesos de contratación activos para especialistas TIC.

Los avances tecnológicos y la progresiva digitalización llevan años generando profundos cambios en el mercado laboral. Lo hacen modificando las habilidades y profesiones más demandadas, pero también introduciendo nuevas formas y modalidades de trabajo. Estos cambios han provocado un desajuste global entre las capacidades de los trabajadores y las necesidades del mercado, que amenaza con incrementarse a medida que se acelera la transformación tecnológica y digital de las economías más avanzadas. 

Formación práctica y adaptada a las necesidades de las empresas

Con el objetivo de cubrir todas estas vacantes de los empleos más demandados y disminuir la brecha digital entre la oferta y la demanda, en MIOTI trabajamos en la formación práctica digital de nuestros alumnos de dos formas distintas: los programas de ‘upskilling’ con el objetivo de actualizar las competencias de los profesionales en activo; y los programas ‘reeskilling’, que implican el reciclaje y preparación de un profesional para que desarrolle una tarea para la cual no tiene competencias técnicas. A través de estos proyectos de formación, hemos conseguido que más de 3.800 alumnos accedan a nuevas oportunidades laborales.

De hecho, la escuela llegó a un acuerdo de colaboración con el Instituto Tecnológico de Massachussets de Boston (MIT), uno de los más prestigiosos del mundo, y en concreto con su centro de emprendimiento, el Martin Trust Center. Este acuerdo nos ha dotado de ventajas adicionales para sus alumnos, con el objetivo de impulsar aún más la formación de talento TIC en España y seguir ayudando a empresas de primer nivel a cubrir sus nuevos puestos de trabajo más demandados en 2023. 

Para formarte en los programas que más demandan las empresas, echa un vistazo a nuestros Masters en Data Science y Deep Learning, Data y Cloud Engineering, Marketing Data Analytics o eBusiness. 

MIOTI Tech & Business School se suma a eLaLiga Santander como nuevo patrocinador oficial. La eLaLiga Santander, que arrancó este mes de febrero con PlayStation, El Corte Inglés, Santander y DAZN como patrocinadores, añade un nuevo sponsor a sus filas para nutrir de datos a la competición. Con MIOTI Tech & Business School ya son cinco las empresas que confían en la única competición EA SPORTS TM FIFA 23 Global Series en España.

En una firme apuesta por el sector eSports, MIOTI ve en eLaLiga una forma de llegar a las nuevas generaciones a través de la emoción y la autenticidad del fútbol virtual, para acercarles las oportunidades laborales que ofrecen los perfiles formados en la carrera del dato e impulsar la empleabilidad en España.

“El acuerdo alcanzado con eLaLiga Santander es un paso más en el camino que llevamos recorrido para estar siempre a la vanguardia como referentes en Data Science y maximizar las oportunidades laborales de los perfiles digitales. De este modo, integramos los valores en innovación tecnológica de MIOTI Tech & Business School con las nuevas formas de entretenimiento y, más concretamente con los eSports, ayudando a mejorar la experiencia del espectador con estadísticas detalladas de partidos y equipos”, señala Fabiola Pérez, CEO y cofundadora de MIOTI.

“Los jugadores ganan partidos, los datos campeonatos”

Bajo esta premisa, MIOTI dará las estadísticas de los equipos tanto antes como después de los partidos en todas las jornadas. Victorias, empates, derrotas, goles a favor y goles en contra, el 11 perfecto o el club más eficiente son algunas de las estadísticas que, basándose en los datos, proporcionará MIOTI en cada partido disputado en eLaLiga.

Además, el equipo de Data Scientists de MIOTI realizará predicciones con los últimos algoritmos a lo largo de la temporada que compartirá con sus seguidores en redes sociales para dar visibilidad a la contribución del Data Science en el sector deportivo en general, y más particularmente en el fútbol, y motivar nuevas vocaciones entre las generaciones más jóvenes. 

“Los clubes de fútbol españoles más importantes ya tienen equipos especializados en Data Science con los que desarrollan las mejores estrategias para ganar partidos. Por esta razón, nos preguntamos, ¿por qué no iban a disponer de esas estrategias también en su modo de juego virtual en eLaLiga? Ya formamos a profesionales de Data Science en nuestras aulas así que era el cauce natural para MIOTI”, subraya Fabiola Pérez.

Para Alfredo Bermejo, director de Estrategia Digital de LaLiga, por su parte, “es un placer que MIOTI se convierta en patrocinador oficial de eLaLiga. Una empresa como la suya reúne características fundamentales tanto para eLaLiga como para LaLiga como son la tecnología y la formación, por lo que estamos encantados de que se sumen y confíen en nosotros”.

En MIOTI Tech & Business School sabemos lo importante que es mantener nuestro programa de cursos formativos actualizado con las nuevas tendencias y conocimientos que están revolucionando el mundo tecnológico y corporativo. Por ello y debido a la alta demanda actual de profesionales formados en el campo del marketing y del análisis de datos o data analysis, hemos conformado un nuevo máster en Marketing Data Analytics.

Conviértete en Marketing Analyst y toma las mejores decisiones

El marketing, una práctica que mediante la investigación del mercado detecta su comportamiento para ofrecer valor y satisfacer las necesidades del cliente, es un sector cada vez más cambiante que demanda profesionales con competencias ligadas al constante desarrollo de la industria. Algunas de las capacidades necesarias para identificar los retos y oportunidades del mercado son estrictamente tecnológicas actualmente, y por ello los nuevos especialistas en marketing deben dominar y saber aprovecharse de todos los desarrollos que el mercado les ofrece.

Otra de las tendencias que en los últimos años ha ganado gran importancia en el mundo corporativo es la implementación de un modelo de datos eficaz. El mundo corporativo se ha dado cuenta del valor que recoger y procesar de forma eficiente los datos puede aportar a la estrategia de negocio. Las empresas, mediante un buen análisis y modelo de datos, se hacen con información de gran utilidad para mejorar la toma de decisiones y conducir estrategias de negocio justificadas.

Ante este nuevo panorama, hemos detectado un nuevo perfil en auge en el sector corporativo, el Marketing Analyst. Este perfil engloba conocimientos del marketing ligados al análisis de datos y trabaja analizando, interpretando y tomando decisiones estratégicas basándose siempre en la información extraída de los datos. Según Hubspot, el 80% de las compañías ya cuenta con este perfil profesional para la gestión de campañas en medios digitales. 

¿Por qué estudiar Marketing Data Analytics?

Como hemos señalado, la mayoría de las empresas o ya cuentan con un modelo data driven o están trabajando para que así sea. Cualquier empresa genera datos constantemente y no aprovecharse de esta ventaja mediante una estrategia data analysis efectiva es, sin duda, un error que impactará de manera negativa en el negocio. Por todo esto, los profesionales del marketing, un sector tan decisivo para la creación de estrategias y toma de decisiones que lleven a desplegar campañas digitales, deben saber interpretar y aprovecharse de los datos posibles para optimizar la toma de decisiones.

El Marketing Data Analytics es y será cada vez más fundamental para cualquier compañía que tenga los datos como el centro de su estrategia empresarial, lo que, a su vez convierte a los Marketing Analysts en piezas absolutamente imprescindibles para las empresas. Como hemos señalado, el mundo genera datos de forma continua y a un ritmo difícil de seguir por lo que los profesionales con un perfil capaz de manejarlos, extraer su significado y ponerlos en valor para posteriormente utilizarlos en acciones de marketing serán un activo cada vez más valioso y demandado en las empresas.

Además, cabe destacar la alta empleabilidad que este perfil tiene y que, según datos de Glassdoor, cuenta con un salario anual de entre 35.000 y 40.000 euros.

Salidas profesionales

Una vez que finalizan sus estudios para adentrarse en el mundo laboral, las personas que deciden formarse en estas áreas de conocimiento están preparadas para ejercer como Community Manager, Chief Marketing Officer, Inbound Marketing Manager, SEM y SEO Manager, Social CRM Manager y Big Data Marketing Manager, entre otras.

Asignaturas del máster en Marketing Data Analytics

El máster en Marketing Data Analytics es una titulación integrada por un total de 200 horas que se reparten a lo largo de 5 meses en los que se cursan asignaturas como Digital Marketing Fundamentals, Data Analytics Fundamentals, Plan de Marketing Digital, Marketing Analytics, SEO/SEM & Web Analytics, Display & Shopping Ads en Youtube, Social Media Ads, Community Management, Inbound Marketing, CRM, E-Commerce, Páginas web & HTML, API y Conversion Rate Optimization (CRO). Al igual que el resto de programas de MIOTI Tech & Business School, este máster cuenta con un proyecto final en el que los alumnos llevan a la vida real todo lo que han aprendido durante el curso.

Este programa no es una excepción a la metodología 100% práctica, 0% postureo que MIOTI aplica a todas sus formaciones, por lo que, a lo largo de todas las asignaturas, los alumnos están constantemente practicando lo que aprenden en la parte teórica de las clases. Por supuesto, sin importar si los estudiantes acuden presencialmente o si se conectan a través del live streaming que ponemos a su disposición. En cualquiera de los dos escenarios, los alumnos reciben un kit que les permiten montar sus propias demos y así ir aplicando, en tiempo real, y con el profesor a su lado, todo lo aprendido. 

Las clases están organizadas para facilitar la asistencia lo máximo posible. Por eso se realizan fuera del horario laboral de la mayoría de empresas; es decir los miércoles de 18:30 a 22:30, y los viernes de 16:30 a 20:30. El programa está previsto que tenga su próxima convocatoria en septiembre de 2023 y el periodo de solicitud de información y matriculación ya está abierto. 

El 11 de febrero se celebró el Día Internacional de la Mujer y la Niña en la Ciencia, fecha que, con motivo del próximo Foro Político de Alto Nivel sobre Desarrollo Sostenible (FPAN) se centró en el papel de las mujeres, las niñas y la ciencia en relación con los Objetivos de Desarrollo Sostenible (ODS). Esta fecha, que se conmemora desde 2011, reconoce las iniciativas llevadas a cabo por la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO), la Entidad de la ONU para la Igualdad de Género y el Empoderamiento de las Mujeres (ONU Mujeres), la Unión Internacional de Telecomunicaciones (UIT) y otras organizaciones competentes que trabajan continuamente para apoyar a las mujeres científicas y promover su acceso a la educación, la capacitación y la investigación en los ámbitos de la ciencia, la tecnología, la ingeniería y las matemáticas.

Con la celebración de este día, se conecta a la comunidad internacional con este problema mediante el refuerzo de los lazos de la ciencia con la política y la sociedad. Este año, la jornada estuvo enfocada en mostrar las mejores prácticas, estrategias y soluciones para abordar los retos y las oportunidades de los Objetivos de Desarrollo Sostenible enfocados a desafíos de género. Además, por primera vez incluyó actividades accesibles para todos los espectros como un taller de ciencia para niñas ciegas.

La brecha de género en el sector científico

La brecha de género en el sector científico es un problema que no termina de solucionarse. Según el último informe de la UNESCO sobre ciencia, menos del 33% de los investigadores de todo el mundo son mujeres. De igual manera, los datos sobre estudios avanzados como másteres y doctorados no son más esperanzadores; según el estudio del Ministerio de Ciencia e Innovación “Mujeres e Innovación 2022” solo un 32% de los alumnos en másteres de ingeniería y arquitectura son mujeres, cifra todavía más baja (20%) cuando hablamos de los doctorados en ámbitos STEM (ciencia, tecnología, ingeniería y matemáticas, por sus siglas en inglés).

Estos datos son todavía más preocupantes debido al sector en el que se enmarcan, que alberga algunos de los perfiles laborales más demandados. La promoción de la ciencia a niñas y mujeres es una necesidad que además de empoderar a este sector de la población, colaborará en el desarrollo económico global y en el esfuerzo por lograr las metas que la Agenda 2030 de la Unión Europea plantean.

Mujeres referentes en el sector científico, un reclamo esencial para las profesiones STEM

Una de las principales causas que colaboran a que las niñas y mujeres no accedan a profesiones científicas es la falta de mujeres referentes. Muchísimas mujeres destacan en el campo científico, pero en muchas ocasiones sus éxitos profesionales han sido silenciados o simplemente no han tenido la misma visibilidad que los de sus colegas hombres. Para romper esta barrera, os hablamos un poco más de nuestra CEO en MIOTI Tech & Bussiness School, Fabiola Pérez Ramos, una de las mujeres que siguen revolucionando el sector tecnológico nacional. 

Fabiola Pérez Ramos es ingeniera de Telecomunicaciones y Científica de Datos por la Universidad de las Palmas de Gran Canaria, cuenta con un MBA por la escuela ESIC y además es licenciada en Dirección Empresas de Servicios por la Universidad de Harvard. Con más de 15 años de experiencia en desarrollo de software, aplicación corporativa de nuevas tecnologías y en desarrollo y creación de negocio a nivel internacional para diferentes empresas, es además fundadora de varias startups tecnológicas como son MIOTI Tech & Business School y MIOTI Data Consulting Services. 

Papel de la mujer en el sector TIC

Fabiola es parte de ese 23% de mujeres que trabajan en el ámbito TIC, según datos del Observatorio Nacional de las Telecomunicaciones y la Sociedad de la Información en colaboración con el Instituto de la Mujer. Además de por sus logros laborales, destaca por su constante actitud emprendedora siempre con el foco en la innovación.

La labor de Fabiola en el sector tecnológico ha sido reconocida por algunas instituciones como el Alto Comisionado para España Nación Emprendedora, que la ha incluido como una de las “Mujeres Referentes del Emprendimiento Innovador en España”, por la Sociedad Europea de Fomento en 2022 mediante el premio a la “Gestión en innovación empresarial” y el reconocimiento a la “Excelencia Educativa” que ha recibido consecutivamente en 2021, 2022 y también 2023.

Sin duda, el conocimiento de perfiles como el de Fabiola en las aulas tiene mucho valor para fomentar la elección de carreras STEM entre las niñas. En MIOTI Tech & Business School llevamos 5 años trabajando con el propósito de cubrir la enorme brecha existente para los puestos de trabajo técnicos mediante formaciones adaptadas a todos los segmentos de la población sobre las nuevas tecnologías. 

La realidad extendida (XR) es un tipo de experiencia virtual que se integra con el mundo real y amplía o añade elementos a la percepción sensorial del usuario. Esta experiencia se logra a través de la utilización de dispositivos tecnológicos novedosos, como gafas de realidad aumentada, pantallas táctiles, sensores o móviles, entre otros. La realidad extendida permite que los usuarios interactúen con el mundo virtual de manera más natural y fluida, mezclando elementos virtuales y reales en una sola experiencia.

Esta tecnología se utiliza en una variedad de campos, incluyendo videojuegos, entretenimiento, marketing, publicidad, educación y capacitación. Con la realidad extendida, es posible crear experiencias más inmersivas, interactivas y personalizadas para los usuarios, como hacer que varios delfines salten sobre la mesa, lo que puede llevar a una mayor satisfacción y engagement.

Existen diferentes formas de XR

Hay varias formas de realidad extendida (XR), que se diferencian en función de la tecnología y la forma en que se integran los elementos virtuales y reales. 

1. Realidad Aumentada (AR): Consiste en superponer información o elementos virtuales sobre el mundo real a través de dispositivos como smartphones o gafas AR.
2. Realidad Mixta (MR): Esta forma combina elementos virtuales y reales de manera que parecen interaccionar entre sí de manera fluida. Esto se logra a través de dispositivos como gafas MR.
3. Realidad Aumentada Móvil: Es una forma de realidad extendida que se utiliza en dispositivos móviles, como smartphones o tabletas, para superponer elementos virtuales sobre el mundo real.
4. Realidad Virtual y Aumentada Híbrida: Juntando elementos de realidad virtual y realidad aumentada, crea una experiencia más completa e inmersiva.

Estas son solo algunas de las formas de realidad extendida, y con la velocidad a la que avanzan las nuevas tecnologías, es probable que surjan nuevas formas en el futuro.

¿Cuáles son las aplicaciones más importantes de XR?

La realidad extendida (XR) tiene multitud de aplicaciones dependiendo del uso que se le quiera dar en unos ámbitos u otros.

Videojuegos

Entre la generación millennial, es recordado el Tamagotchi como una revolución tecnológica. ¿Quién lo iba a decir? Ahora, solo unos años más tarde, podemos cazar Pokémon con nuestro móvil mientras andamos por la calle porque, entre otras cosas, los juegos de realidad aumentada permiten jugar en el mundo real utilizando la cámara de un dispositivo móvil.

Negocios

En los negocios, la realidad extendida se utiliza para mejorar la experiencia del cliente, hay tiendas que utilizan gafas AR para permitir a los clientes visualizar cómo sería un producto en su hogar antes de comprarlo, donde antes solo podíamos ver un prototipo en imágenes ahora podemos sumergirnos en nuestra casa tal y como nosotros nos lo imaginamos.

Educación

Las nuevas tecnologías siempre han sido precursoras del avance de la educación y la mejora del aprendizaje. La realidad extendida hace que la enseñanza sea más interesante y efectiva para los alumnos. En el futuro cercano podemos ver el metaverso como una forma de educar de un modo inmersivo y mucho más práctico. De momento, las gafas AR o MR pueden hacer que las lecciones sean más entretenidas y, por lo tanto, que los alumnos retengan mejor la información.

Marketing y publicidad

En estas disciplinas, la realidad extendida se utiliza para llamar la atención de los consumidores y mejorar la experiencia de compra, en anuncios que utilizan AR para superponer productos virtuales en el mundo real. Como en este anuncio de Pepsi Max que la compañía llevó a cabo en las marquesinas de autobús de Londres.

Arte y entretenimiento

Se pueden ver en exhibiciones de arte o museos que utilizan AR para mostrar obras en una nueva forma o en conciertos que utilizan esta tecnología para crear un espectáculo visual único.

Estos son solo algunos ejemplos de cómo la realidad extendida se utiliza en diferentes ámbitos, pero su uso está en constante expansión y hay muchas más aplicaciones posibles de las que podemos imaginar.

Ejemplos de éxito

Desde Pokémon Go hasta Snapchat, pasando por IKEA son algunos ejemplos de éxito de esta tecnología.

• Pokémon Go: Es un juego de realidad aumentada que permite a los jugadores atrapar Pokémon en el mundo real a través de la cámara de sus dispositivos móviles o tablets.
• IKEA Place: Esta aplicación de realidad aumentada que permite a los clientes visualizar cómo sería un mueble en su hogar antes de comprarlo.
• HoloLens: Este dispositivo de realidad mixta ha sido desarrollado por Microsoft y permite a los usuarios interactuar con elementos virtuales y reales Ya se ha aplicado en diferentes campos como la sanidad o la ingeniería y la construcción.
• Snapchat Lenses: Esta función, integrada en la cámara de Snapchat, es una poderosa herramienta de eBussines que ya utilizan las marcas para dar a conocer sus productos entre los más jóvenes de una manera divertida. Es una función de realidad aumentada que permite a los usuarios añadir efectos virtuales a sus fotos y videos a través de la cámara de su dispositivo móvil.

Diferencias entre la realidad extendida y la realidad virtual

La realidad virtual y la realidad extendida son dos tecnologías relacionadas pero diferentes que permiten crear experiencias inmersivas y digitales. La realidad virtual crea un mundo completamente digital y aislado del mundo real, mientras que la realidad extendida se basa en el mundo real y añade elementos virtuales a él.

Mientras que, en la realidad virtual, el usuario está totalmente inmerso en un mundo digital y solo puede interactuar con él a través de dispositivos como controladores o gafas VR; en la realidad extendida, el usuario puede interactuar con elementos tanto reales como virtuales a través de dispositivos.

En lo que respecta a los gráficos, la realidad virtual tiene la capacidad de crear gráficos y entornos digitales más sofisticados y detallados que la realidad extendida. Sin embargo, la realidad extendida tiene la ventaja de integrarse con el mundo real y puede utilizar elementos reales en su experiencia.

La realidad virtual se utiliza principalmente en aplicaciones de entretenimiento, como videojuegos, mientras que la realidad extendida se utiliza en una variedad de campos, incluyendo educación, ciencia, salud, marketing, publicidad y muchas otras.

En definitiva, la realidad virtual y la realidad extendida son tecnologías complementarias que ofrecen diferentes formas de crear experiencias inmersivas y digitales para los usuarios. La elección de una u otra dependerá del propósito y objetivo de la experiencia que se quiera crear.

Si quieres estar al tanto de todas las innovaciones tecnológicas y sus efectos en el sector empresarial no puedes perderte nuestro Máster en Digital Transformation. Una formación diseñada para adaptarse a cualquier ritmo de aprendizaje que está dividida en tres programas ejecutivos, eBusiness, Data Strategy y Exponential Technologies, que se pueden cursar de forma independiente o simultánea.

Todas las organizaciones generan constantemente datos, la diferencia está en que algunas los aprovechan recolectándolos y almacenándolos para posteriormente utilizarlos a su favor y otras simplemente los ignoran perdiendo una significativa ventaja de valor para tomar decisiones estratégicas, comerciales, financieras o productivas.

Pero en la correcta utilización de los datos entra en juego un factor muy importante, sobre todo para los modelos de datos escalados a empresas, que es la narrativa en la visualización o el Data Storytelling. Pero ¿qué es exactamente el Data Storytelling?

Data Storytelling o cómo explicar los resultados de un complejo modelo de datos

Presentar resultados extraídos de un modelo de datos a diferentes áreas de negocio es un trabajo muy complejo. Los datos pueden ser difíciles de comprender sobre todo para las áreas que no están familiarizadas con ellos, por lo que una comunicación efectiva de su significado es imprescindible e inminente para las empresas. 

El Data Storytelling es la manera de transmitir la información extraída del análisis de los datos a través de una narrativa coherente y atractiva. Esta herramienta de la ciencia de datos combina los datos con elementos narrativos y visuales para hacer llegar el mensaje producido a una audiencia objetivo. Hacer llegar los datos a través de un relato colaborará además en que nuestra audiencia recuerde mejor la información que le hemos transmitido. Y es que las historias, además de ser más fáciles de recordar, consiguen en muchos casos apelar a la emoción e incluso llevarnos a actuar y tomar decisiones.

El cofundador de StoryIQ, Dominic Bohan, lo cuenta con ejemplos prácticos, como el de Jon Snow y la colera en Londres, en esta ponencia de TEDx Talks. 

Explica, ilumina y comprende para impulsar cambios de valor con Data Storytelling

Como menciona la página de Datos Abiertos de la Secretaría de Estado de Digitalización e Inteligencia Artificial del Gobierno de España, el Data Storytelling se construye mediante tres elementos clave que si se consiguen combinar permiten establecer una narrativa basada en datos que puede llegar a impulsar cambios o estrategias de valor para el negocio.

1. Explicación: la combinación de los datos con una narrativa adecuada nos lleva al terreno de la explicación, al que se llega valorando el contexto, la audiencia a la que nos vamos a dirigir y cuáles son las ideas o puntos más importantes que vamos a valorar.
2. Iluminación: se concibe como iluminación el momento en el que los datos se coordinan con los elementos visuales correctos haciéndolos visibles y comprensibles para la audiencia.
3. Compromiso: al unir los elementos visuales con la narrativa de manera correcta logrando hacer llegar el mensaje deseado y haciéndonos con la atención de la audiencia se consigue conectar con la misma generando un compromiso. 

Qué tener en cuenta para crear la mejor narrativa de datos posible

Una buena narrativa nunca es universal, debe estar construida en base a dos variables fundamentales que deben estar perfectamente identificadas: los objetivos y la audiencia. En base a estas variables se podrá definir el mensaje, el tono y el medio mediante el que se presentarán los datos.

La audiencia

Las audiencias a las que nos dirijamos pueden ser muy diferentes y es de capital importancia tratar de entender su situación, su grado de conocimiento en la materia, su contexto cultural e incluso sus gustos, si es posible. Para llegar a ella, presentarle los datos de manera adecuada y retener su atención existen una infinidad de herramientas a nuestro alcance como aplicaciones y plataformas que automáticamente pueden generar gráficos, animaciones y vídeos, entre otros recursos, que colaboran enormemente en la creación de un buen storytelling personalizado. Además, apelar a contextos sociales o culturales afines es un muy buen reclamo para mantener el interés de las personas que están escuchando y hacer que se sientan parte de la historia

El medio

Elegir bien el medio donde desplegar el Data Storytelling es muy valioso para lograr consistencia en el discurso. Además, hay que tener en cuenta que la información debe estar lo más simplificada posible, para hacerla más digerible y fácil de recordar. Otras estructuras como la arquitectura y la jerarquía de la información serán de gran utilidad para poder construir un Data Storytelling ordenado y enfocado en la información más importante que los datos hayan sacado a la luz.

La formación

En MIOTI Tech & Business School nos tomamos muy en serio los datos y todas las estrategias que su correcta presentación para sector corporativo requieren. Por ello, además de estar siempre actualizados con las últimas novedades tecnológicas y las necesidades de las empresas, contamos con una larga lista de programas formativos enfocados a la ciencia de datos y con un servicio de consultoría de datos para empresas donde ayudamos a que las organizaciones den el paso hacia modelos y estrategias basadas en datos, IA e IoT.

En Google saltaron las alarmas hace unos meses, cuando la empresa OpenAI anunció el estreno de Chat GPT y revolucionó los sistemas de búsqueda de información tal como los conocíamos hasta la fecha. Poco después de esta revolución, Microsoft hizo público un acuerdo de 10.000 millones de dólares con OpenAI, la compañía detrás del desarrollo de ChatGPT, para subirse al cuadrilátero en la lucha por el liderato de las nuevas tecnologías.

En la otra esquina del cuadrilátero se sitúa ahora Google con el anuncio de su nuevo modelo de lenguaje basado en Inteligencia Artificial (IA), Bard. Esta noticia ya fue adelantada por CNBC el pasado 31 de enero, la cual señalaba que Google primero estaba probando esta IA entre sus empleados.

Bard funciona con el modelo de lenguaje de la empresa LaMDA, o Language Model for Dialogue Applications, y de momento solo está abierto a un grupo reducido de personas, pero en las próximas semanas se abrirá al público. Su función está integrada en el mismo buscador de Google.

“Bard puede ser una válvula de escape para la creatividad y una plataforma de lanzamiento para la curiosidad, ayudándote a explicar los nuevos descubrimientos del telescopio espacial James Webb de la NASA a un niño de 9 años, o a aprender más sobre los mejores delanteros del fútbol en este momento, y luego obtener ejercicios para mejorar tus habilidades”, ha ejemplificado el CEO de Google y Alphabet, Sundar Pichai, en el blog corporativo. Y hasta aquí podrás pensar… Entonces, ¿qué tiene de nuevo Bard en comparación con Chat GPT?

Bard vs. Chat GPT

Aunque ambas se nutren de Inteligencia Artificial para recabar los datos de cuestiones concretas, Bard y Chat GPT tienen funciones y capacidades diferentes. 

Mientras que Bard se centra en proporcionar respuestas rápidas e información relevante a preguntas específicas, Chat GPT puede tener conversaciones más largas y profundas, puede generar textos más parecidos a los humanos y  una gama más amplia de contenido, incluyendo explicaciones y escritura creativa.

Bard es una herramienta para encontrar información específica de una forma rápida y eficiente que profundiza en nuestra comprensión de la misma y la convierte en conocimiento útil, lo que facilita a las personas llegar a la raíz de la cuestión que están buscando.

Por su parte, en Bard también puedes ingresar una pregunta en el cuadro de diálogo como en Chat GPT y obtener una respuesta de texto pero, además, Bard incluye varios enlaces a eventos o noticias relacionadas con el tema, una función que Chat GPT aún no tiene.

Cuál es el propósito de Google con la IA

Pichai explica que la inteligencia artificial es la tecnología más profunda con la que están trabajando y señala que abre nuevas oportunidades que podrían mejorar significativamente la vida de muchas personas. 

Con respecto al nuevo modelo de lenguaje de IA subraya que “Bard busca combinar la amplitud del conocimiento del mundo con el poder, la inteligencia y la creatividad de nuestros grandes modelos lingüísticos”. Su principal objetivo consiste en organizar la información del mundo y hacerla universalmente accesible y útil.

En MIOTI Tech & Business School estamos a la vanguardia de las nuevas tecnologías con nuestros diferentes masters como el Máster en Deep Learning donde aplicarás las últimas técnicas de Machine Learning y Deep Learning, fundamental para disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos. Si quieres saber más sobre el famoso chatbot, no te pierdas nuestra Masterclass ‘Chat GPT, el camino hacía la superinteligencia’ con el profesor y cofundador de MIOTI, Diego García, el próximo jueves, 16 de febrero a las 19:00h, inscribiéndote en este enlace.