Material de apoyo usado en la charla de CAFAM como parte del ciclo de conocimiento de inteligencia artificial con ITPros

1. https://Linkedin.com/in/WillyDev
https://facebook.com/WillyDevNET
https://twitter.com/WillyDevNET
http://www.elfinancierocr.com/gerencia/Gerencia-NYT-Harvard_Business_Review-CEO-inteligencia_artificial-decisiones-algoritmos_0_1203479666.html

4. https://www.partnershiponai.org/partners/

6. Language
Speech
Search
Machine
Learning
Knowledge Vision
Spell
check
Speech API
Entity linking
Recommendation
API
Bing
autosuggest
Computer
vision
Emotion
Forecasting
Text to
speech
Thumbnail
generation
Anomaly
detection
Custom
recognition
(CRIS)
Bing
image search
Web language
model
Customer feedback
analysis
Academic
knowledge
OCR, tagging,
captioning
Sentiment
scoring
Bing
news search
Bing
web search
Text analytics
Cognitive Services APIs

14. By 2020 the
customer will
manage 85%
of the relationship with an enterprise
without
interacting with a
human.
5

18. Action
People
Automated
Systems
Apps
Web
Mobile
Bots
Intelligence
Dashboards &
Visualizations
Cortana/ Siri/
Alexandra
Bot
Framework
Cognitive
Services
Power BI
Information
Management
Event Hubs
Data Catalog
Data Factory
Intelligence
Machine Learning
and Analytics
HDInsight
Stream Analytics
Data Lake
Analytics
Machine Learning
Big Data Stores
SQL Data
Warehouse
Data Lake Store
Data
Data
Sources
Sensors
and
Devices
Apps

20. Sistemas semi-inteligentes principalmente enfocados en
soportar las interfaces de interacción de la AI con el mundo
exterior
Sistemas predictivos, probabilísticos y matemáticos enfocados
principalmente en análisis de grandes de cantidades de
información de forma eficiente e inter-contextualizada
Sistemas de redes neuronales y aprendizaje complejo,
enfocados en el aprendizaje y generación de conocimiento no
matemático y organizado, modelos de aprendizaje más
realísticos
Sistemas y arquitecturas de soluciones inteligentes que
integran diferentes componentes creando una verdadera
inteligencia artificial con competencias, habilidades,
capacidades, sentidos y representaciones formales. Puede
incluir integración con robótica.
Bots
Machine
Learning
Deep Learning
AI
01
02
03
04
Alternativas de AI

21. ¿Cómo medir el impacto de la AI en la empresa?
El modelo de negocio se debe hacer
más eficiente y oportuno, esto significa
que es más liviano y sencillo y por
ende más rentable.
KPI e indicadores, los procesos y
eficiencia de la operación y el día a día
se debe ver considerablemente
impactada y mejorada. Las unidades
de medición sobre todo las temporales
se deben reducir en al menos una
magnitud
La propuesta de valor se fortalece y
mejora y en los Clientes y mercado es
aceptada en mayor porcentaje. La
insatisfacción cada vez es menor y la
lealtad y fidelidad de los Clientes es
total.
La innovación, diversificación,
diferenciación y reinvención del
modelo de negocio es constante. Cada
vez hay más tiempo para nuevas
iniciativas y crear valor compartido a
las partes interesadas.

22. Cybergrafía
https://www.partnershiponai.org/partners/
https://www.slideshare.net/WillyDevNET/lo-que-desarrolladores-e-it-
deberan-saber
https://youtu.be/V2GYrjgNuOQ : Slides de Alternativas de AI
https://www.microsoft.com/en-us/research/lab/microsoft-research-ai/
https://hbr.org/cover-story/2017/07/the-business-of-artificial-
intelligence
http://www.berniergroup.com/miercoles-de-ai
http://www.gartner.com/smarterwithgartner/top-trends-in-the-
gartner-hype-cycle-for-emerging-technologies-2017/

23. https://Linkedin.com/in/WillyDev
https://facebook.com/WillyDevNET
https://twitter.com/WillyDevNET
http://www.elfinancierocr.com/gerencia/Gerencia-NYT-Harvard_Business_Review-CEO-inteligencia_artificial-decisiones-algoritmos_0_1203479666.html