Inteligencia artificial en la gestión de la información

HIXSA

12 diciembre, 2018

La gestión de la información ha cambiado de la administración y el archivo de documentos puros, a un habilitador de negocios real. Las soluciones de administración de información inteligente de hoy en día ofrecen diversas formas de automatizar los procesos impulsados por documentos, a menudo aburridos y que llevan mucho tiempo dentro de una empresa.

Uno de los factores clave en esta automatización es el uso de la INTELIGENCIA ARTIFICIAL y el aprendizaje automático, las cuales tienen la capacidad de razonar y descubrir el significado, así como de la experiencia pasada; además, los sistemas de inteligencia artificial pueden generar fácilmente gran cantidad de información para reconocer patrones y categorías en los datos.

Esa capacidad se pone en práctica para permitir nuevas formas de buscar, encontrar, usar y administrar información, o bien, de agregar flujos de trabajo automatizados a los procesos de administración de documentos.

Pero la inteligencia artificial y el aprendizaje automático para operaciones de TI, significan cosas muy diferentes para las organizaciones y personas. Para nosotros, significan algo que realmente impulsa el desarrollo de la industria, pero al mismo tiempo es muy simple y fácil de usar y de beneficiar para los usuarios finales. Nuestro objetivo es permitir que los clientes encuentren y administren de manera inteligente los datos críticos que necesitan para tomar decisiones inteligentes.

Jayson deVries, experto en inteligencia artificial en el equipo de gestión de productos de M-Files, nos comparte tres temas principales emergentes relacionados con AI y el aprendizaje automático:

1. La inteligencia artificial no debe ser complicada para el usuario

Creemos en proporcionar servicios de inteligencia listos para usar, para que cualquier persona en la organización no necesiten ser científicos de datos para usarlo en su negocio.

Lo que diferencia a M-Files AI de otros, es el uso del aprendizaje automático detrás de escena. Los usuarios no necesitan cambiar la forma en que hacen las cosas, o tomar medidas adicionales para entrenar el sistema.

Solo necesitan observar lo que hacen los usuarios, M-Files AI comenzará a ayudarlos automáticamente y continuará mejorando a medida que se use. Hemos trabajado arduamente para proporcionar una herramienta con esta capacidad de autoaprendizaje, de modo que incluso una PyME pueda beneficiarse de la inteligencia artificial sin necesidad de contratar costosos expertos en análisis de datos.

Algunos productos ofrecen capacidades de AI fantásticas y poderosas, pero requieren un profundo conocimiento de cómo entrenar, probar, afinar y repetir cuidadosamente. Si intenta implementar esto sin las habilidades correctas, puede convertirse en un esfuerzo costoso que no termina bien, y el producto es el culpable.

Luego, existen productos que se ofrecen fuera de la caja mediante la entrega de AI “enlatada” pre-entrenada. Estos tienen un mérito, pero solo deben usarse en los contextos previstos, un hecho que, si se pasa por alto o se malinterpreta, causará resultados decepcionantes.

2. AI necesita ser probado con tus datos

Ha habido un ataque reciente de productos y servicios “inteligentes” en el mercado, sin embargo, algunos de estos no son realmente tan inteligentes en absoluto. Es importante que los clientes puedan ver lo que hay detrás de las escenas ,y de manera ideal, comprender qué tan bien funciona una solución de AI con sus propios datos, no solo con los datos de demostración.

Para poder realizar pruebas con datos reales antes de la decisión de compra, la solución AI debe ser lo suficientemente fácil de implementar. Si requiere demasiado esfuerzo para que la inteligencia artificial funcione, puede ser totalmente imposible probarlo con datos reales.

En la superficie, una característica de AI a veces puede parecer algo mundana u obvia para un usuario. Todos los algoritmos y mecanismos inteligentes son invisibles para ellos, y solo ven que algo sucede automáticamente.

Jayson explica: “Recientemente he estado usando la analogía clásica de los patos: los patos nadan tranquilamente, pero se está realizando una gran cantidad de trabajos impresionantes debajo de la superficie para asegurarse de que el pato llegue a donde necesita ir. Para extender aún más esa analogía, algunos vendedores están vendiendo patitos de goma”. Se ven como un pato, pero si los aprietas bien, en realidad son huecos y no hay nada debajo de la superficie.

3. La nube lidera el camino, pero la AI local es una oportunidad

Los servicios en la nube y SaaS han existido desde hace algún tiempo, pero ciertos clientes e industrias todavía no los han aceptado por completo. Mientras los servicios de AI solo están disponibles en la nube, puede haber importantes dólares en la mesa. Por lo tanto, aunque parezca un poco anticuado, existe una verdadera oportunidad para obtener soluciones de alta calidad y totalmente integradas en el backend de AI.

Una tecnología emergente relacionada es la llamada AI Edge, donde la IA se ejecuta directamente en el dispositivo para que los datos nunca salgan.

En M-Files hemos adoptado un enfoque de nube, pero también estamos trabajando para ofrecer muchas herramientas de inteligencia artificial para instalaciones locales.

M-Files servicios de inteligencia

M-Files Smart Classifier, el clasificador inteligente de M-Files, se basa en el enfoque descrito anteriormente, donde el producto aprende mientras se usa y brinda sugerencias sobre qué tipo de documento es un documento determinado.

Además del nuevo clasificador inteligente de M-Files, ofrecemos otros servicios de inteligencia, por ejemplo, el sensor de repositorio de M-Files , que ayuda a rastrear grandes cantidades de datos e identificar información comercial crítica, como la información de identificación personal, desde el desorden.

Todos estos servicios son parte de ofrecer una mayor automatización y una mayor eficiencia en el trabajo de oficina. Nuestro objetivo es desarrollar los servicios para que tengamos tres pasos hacia la administración de información intuitiva e inteligente:

Paso 1: Proporcionar sugerencias de metadatos significativos

  • Usa la inteligencia artificial para analizar y comprender el contenido que los usuarios están administrando.

Paso 2: Separar los datos críticos del negocio de los datos oscuros

  • Rastrear a través de repositorios de datos.
  • Encontrar datos relevantes, hacerlos visibles y adjuntarlos a los procesos de negocios.
  • Eliminar el desorden de información.

Paso 3: Ofrecer a los usuarios datos que sean relevantes para ellos ahora

  • Entender quién es el usuario.
  • Proporcionar información proactiva que sea relevante hoy (no ayer ni mañana).
  • Búsqueda más relevante para el usuario.

Si desea obtener más información sobre la gestión inteligente de la información, ponte en contacto con nosotros para más detalles.