2020-09-27_INN

12 Domingo. 27 de septiembre de 2020 • LA RAZÓN INNOVADORES Inteligenciavalencianapara tomardecisionesempresariales PARQUES CIENTÍFICOS SolverML es una ‘spin-off’ de laUPVquedotade inteligencia artificial a los procesos deBankia, ConsumoMeliá ALBERTO IGLESIAS D ecir que los datos son el nuevo petróleo del siglo XXI resulta ya poco no- vedoso, pero no por ello menos cierto. Máxime si la mayoría de las empresas aún no son capaces de convertir esa información en valor que les ayude a tomar de- cisiones y resolver problemas mediante la inteligencia artifi- cial. Capacidades que, en mu- chos casos, se antojan inaccesi- bles y al alcance de unas pocas multinacionales, cuando existe tecnología nacional disponible al alcance de cualquier negocio que quiera dar el salto a la em- presa inteligente.. Es el caso de Solver ML. Esta startup, fundada por dos profe- sores de la Universidad Politéc- nica de Valencia, se fijó en la necesidad existente de modelos predictivos para que las empre- sas mejorasen sus procesos pro- ductivos, analizaran a sus clien- tes, ofrecieran mejores produc- tos o aumentaran la retención y la fidelización de sus consumi- dores. Y con su amplio conoci- miento técnico en técnicas de vanguardia como puedan ser machine learning, deep lear- ning, reconocimiento óptico de caracteres (OCR) o procesa- miento del lenguaje natural (PLN), se pusieron manos a la obra. El resultado de esa confluencia de conocimiento y arduo trabajo ha sido una tecnología de inteli- gencia artificial que poco o nada tiene que envidiar a la de los Go- ogle, Amazon o Microsoft de turno y que es usada ya por una veintena de empresas en nuestro país, entre ellas algunos colosos bien conocidos como Bankia o la cadena hotelera Meliá. Jon Ander Gómez Adrián, co- fundador de Solver ML, explica a INNOVADORES algunas de las bondades de esta clase de so- luciones cuando se insertan di- rectamente en el tejido produc- tivo: «Las aplicaciones de la inteligencia artificial en la pro- blemática empresarial son múl- tiples. Por un lado, el aprendi- zaje automático de los sistemas de gestión aplicados en la orga- nización ayuda a que los errores cometidos no se repitan. Cuan- to más tiempo lleve integrado en el sistema, más sólido será. Por otro, gracias al Machine Lear- ning, la máquina sabrá qué pro- cesos repetitivos debe tratar y, con el tiempo, los perfeccionará e incluso ampliará la cantidad de tareas a realizar. Y en rela- ción al punto anterior, las herra- mientas de aprendizaje automá- tico permiten prevenir errores, además de analizar las preferen- cias de los clientes para ofrecer productos personalizados de forma automática o detectar fá- cilmente qué transacciones son legítimas y cuáles no si le asig- namos un patrón a estos movi- mientos monetarios». Un buen ejemplo de cómo se plasma todas estas bondades es Consum, la popular cooperativa de supermercados -también de origen valenciano- y uno de los clientes destacados de Solver ML. «Ayudamos a Consum a mejorar el aprovisionamiento de sus tiendas mediante técnicas de inteligencia artificial. Esto permite a la empresa reducir y evitar roturas de stock y evitar pérdidas de productos perece- deros, lo que implica reducir costes y aumento de la eficien- cia: Asimismo, desde el comien- zo de la COVID19, hemos tra- bajado con el equipo directivo de Consum para ajustar sus pre- dicciones y poder anticipar las necesidades de sus clientes con excelentes resultados», remarca Jon Ander Gómez. Actualmente, los 20 profesio- nales de Solver ML (de los que todos los técnicos son exalumnos de la UPV) trabajan en la Ciudad Politécnica de la Innovación, parque científico de la propia Universidad Politécnica de Va- lencia y miembro de la APTE, donde está radicada la compañía como spin-off de esa misma ins- titución, pero en los planes para 2021 ya está expandir su huella hasta Madrid y Barcelona, así como duplicar su plantilla. Una expansión que es posible gracias al impulso de la última ronda de financiación de la startup, de 600.000 euros, en la que han par- ticipado fondos como GoHub Ventures o el grupo Zriser. Roberto Paredes y Jon Ander Gómez Adrián, cofundadores de Solver ML ✑ Alberto Iglesias Fraga MUNDANAL BIT La siguiente pandemia Perderse en los orígenes del signifi- cado de algunas palabras es un ejer- cicioextraordinariamenteinteresan- teyqueescondeinesperadassorpresas.Pongamos el caso de «epidemia», quizás el término más re- petido en este 2020. La RAE remonta su naci- miento al griego con la equivalencia de «estancia en una población», mientras que investigadores como Luis Miguel Pino Campos y Justo Pedro Hernández González (de la Universidad de La Laguna) creen que el concepto de «epidemia» podría traducirse en la actualidad como el de «visita» o «llegada a un lugar», especialmente de una personalidad relevante. De ahí, como una enfermedad pasajera que viene y va por nuestras vidas, se identificó este término con el latín «pes- tis» y el resto, como suele decirse, es historia. Siguiendo con esa línea, hoy en día definimos a una «pandemia», propiamente dicha, como aquella «enfermedad epidémica que se extiende amuchos países o que ataca a casi todos los indi- viduos de una localidad o región». Lo sabemos bien: la COVID-19 nos ha demostrado lo cruel y terrible que es una amenaza de esta índole. El problema es que, siguiendo esta definición, no estedichosovirusnoesloúnicodeloquetenemos que preocuparnos a corto plazo. ¿Acaso el cambio climático y todos sus efectos adversos no es una suerte de enfermedad? ¿Afec- ta ono amuchos -todos- los países? Parece que el desafíodel calentamiento global podría conside- rarse perfectamente como la siguiente gran pan- demia, aunque en este caso su carácter pasajero o de visita puede que se nos escape un poco. Porsuerte,laindustriatecnológicaestádemos- trando una visión amplia de este reto y no está olvidandosuresponsabilidadpesealosconvulsos momentos que vivimos. En las últimas semanas, en las que hemos conocido las promesas chinas de serneutrales enemisionesde carbonoen2060 olaprohibiciónenCaliforniadevendervehículos a gasolina en 2035, también hemos recibido con satsifacción los anuncios de Google (que se ha marcadoelambiciosoretodeconsumirsoloener- gía limpia en 2030) o de Microsoft (que además desuyaconocidocompromisoconlasemisiones ahora quiere tener un «impacto positivo para el aguaensusoperacionesdirectasdeaquía2030»). No olvidemos que, en la era digital, los nuevos grandesconsumidoresderecursosenergéticosya no son las fábricas o las industrias pesadas que hasta ahora inundaban los cielos de negros hu- mos: son los modernos centros de datos, de apa- riencia futuristayplagadosdebrillantes luces, los que marcan la pauta. Y en sus manos está evitar visitas indeseadas....

RkJQdWJsaXNoZXIy NDE5OTQ=