inteligencia artificial, el futuro de cx...
TRANSCRIPT
![Page 1: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/1.jpg)
AI2XInteligencia Artificial, el futuro de CX
Óscar Méndez Soto - UXSpain 2017
![Page 2: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/2.jpg)
![Page 3: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/3.jpg)
“Si quieres construir un barco, no empieces por buscar madera, cortar tablas o distribuir el trabajo.Inspira primero en los hombres y mujeres el anhelo por el ancho y libre mar.”
-Antoine de Saint-Exupéry
![Page 4: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/4.jpg)
MÁS DE 800 PERSONAS REINVENTANDO COMPAÑÍAS HACIA UN MUNDO MEJOR
Libertad y responsabilidad · Organización sin jerarquías · Sin procedimientos
![Page 5: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/5.jpg)
ESTAMOS EN LA ERA DEL CLIENTE
![Page 6: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/6.jpg)
Y EN EL COMIENZO DE LA ERA DE LAS MÁQUINAS
![Page 7: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/7.jpg)
EN LA ERA DEL CLIENTE, Y EN EL COMIENZO DELA ERA DE LAS MÁQUINAS...
¿ESTÁS PREPARADO PARA COMPETIR?
![Page 8: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/8.jpg)
UNA BUENA CX NO ES SUFICIENTELOS LÍDERES DIGITALES CREAN UNA EXPERIENCIA
DE CLIENTE 10 VECES MÁS CONVENIENTE
![Page 9: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/9.jpg)
SÓLO CON INTERFACES MEJORADOS NO PUEDES OFRECER UNA EXPERIENCIA
DE CLIENTE 10 VECES MEJOR10 veces mejor requiere inteligencia de datos, automatización
con AI y una nueva mentalidad
![Page 10: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/10.jpg)
The company that moves the most people?
The new leaders have zero physical assets, only digital assets
(Cars = 0)
(Hotels = 0)
(Music Studios = 0)
(Movie Studios = 0 - 1)
The company that reserves the most rooms?
The company that sells the most music?
The company that sells the most movies?
SOFTWARE IS EATING THE WORLD
THE WORLD HAS CHANGEDTHE WORLD IS CHANGING
![Page 11: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/11.jpg)
“No puedes doblar una cuchara física, pero puedes doblar una cuchara digital”
Mundo Físico+ Personas - Máquinas
Mundo Digital+ AI - Personas
![Page 12: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/12.jpg)
· AI2X ·DISEÑAR PARA LAS PERSONAS + INTELIGENCIA ARTIFICIAL
![Page 13: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/13.jpg)
YO CONSTRUYO ESTE MUNDO DIGITAL¿NO TENGO NINGÚN RIESGO?
![Page 14: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/14.jpg)
PRIMER PASO AI: COMPLEMENTAR/MEJORAR
SEGUNDO PASO AI: REEMPLAZAR
CONDUCTORES DE TAXIS, CONDUCTORES DE UBER?INNECESARIOS CON COCHES AUTOCONDUCIDOS
![Page 15: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/15.jpg)
¿REPARTIDORES? ROBOTS DE ENTREGA
![Page 16: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/16.jpg)
¿REGULACIÓN? EN UN MUNDO GLOBAL NO SE PUEDE PARAR EL PROGRESO
![Page 17: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/17.jpg)
MÁS DE 500 MILLONES DE PUESTOS DE TRABAJO SE VAN A PERDEROTROS CIENTOS DE MILLONES SE CREARÁN
![Page 18: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/18.jpg)
ARTIFICIAL INTELLIGENCE
Trick or Treat?
![Page 19: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/19.jpg)
PHILOSOPHYARTIFICIAL
COMPUTERSCIENCE
PSYCHOLOGY
NEURON SCIENCE
BIOLOGY
MATHS
SOCIOLOGY
INTELLIGENCE
![Page 20: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/20.jpg)
PROCESAMIENTO SOBRE DATOS ESTRUCTURADOS
PROCESAMIENTO SOBRE DATOS NO ESTRUCTURADOS
APRENDIZAJE SUPERVISADO
APRENDIZAJE NO SUPERVISADO OPTIMIZACIÓN SIMULACIÓN TEXTO IMÁGENES AUDIO
CLASIFICACIÓN REGRESIÓN CLUSTERING PROG. LINEAL MONTE CARLO MODELADO DE TEMAS FILTROS
REDES NEURONALES: RECURRENTES(DEEP LEARNING)
REGRESiÖN LOGÍSTICA
REGRESIÓN LINEAL
AUTOENCODERS(DEEP LEARNING)
ALGORITMOS GENÉTICOS
EVENTOS DISCRETOS
BUSCADORES: TF-IDF, QL, KLD
REDES NEURONALES CONVOLUCIONALES(DEEP LEARNING)
MODELOS OCULTOS DE MARKOV
ÁRBOLES DE DECISIÓN
MÁQUINAS VECTOR SOPORTE
RANDOM FORESTS
MODELOS BAYESIANOS
...
DETECCION DE ANOMALIAS BÚSQUEDA TABÚ SISTEMAS DE
AGENTES
ANÁLISIS DE SENTIMIENTO (CLASIFICACIÓN)
PUNTOS SINGULARES: SIFT, SURF, ORB... WAVELETS
PATRONES FRECUENTES, REGLAS ASOCIATIVAS
RECOCIDO SIMULADO TEORÍA DE COLAS
NLP: ANÁLISIS SINTÁCTICO, MODELOS GRAMATICALES, RECONOCIMENTO DE ENTIDADES, ...
CUANTIZACIÓN MEDIANTE VECTORES DETECCIÓN DE ENTONACIÓN
![Page 21: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/21.jpg)
Strong AI-Hard Take Over · VS · Weak AI-Soft Take Over
![Page 22: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/22.jpg)
Humans HIs = dI/dt = c, where c is some constant level of human engineering ability
I(t) = ct + constant LINEAR GROWTH
Once AIs can design themselvesAI= dI/dt = kI for some k. K rate of growth will be faster as the AI designers become more intelligent. I(t) = Aexp(t) for some constant EXPONENTIAL GROWTH.
INTELLIGENCE EXPLOSION?
![Page 23: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/23.jpg)
Brains (adult cortex)
• surface area: 2500 cm2• squishy• neurons: 20 billion• synapses: 240 trillion• neuron size: 15 um• synapse size: 1 um• synaptic OPS: 30 trillion
Computers (Intel Core 2)
• surface area: 90 mm2• crystalline• transistors: 291 million• transistor size: 65 nm• FLOPS: 25 billion
BRAINS VS COMPUTERS
IS STRONG AI POSSIBLE?
Hardware evolution will make it feasible
![Page 24: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/24.jpg)
IS STRONG AI POSSIBLE?
I don´t think soAt least in the near futureWe lack a model to understand how really the brain worksWe don’t have the correct paradigm ….. YetEven we don’t have the mark of reference to analyze the brain and get the correct assumptions and ParadigmsWe still are in a pre-Paradigm phase for Strong AI
Jeff Hawkins
![Page 25: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/25.jpg)
- 2007: $100k- 2013: $700
- 2007: $40k- 2014: $100
- 2007: $550k- 2014: $20k
- 2000: $2.7bn- 2007: $10mn- 2014: $1k
- 1984: $30- 2014: $0.16
- 2009: $30k- 2014: $80
- 2007: $499- 2015: $10
¿CÓMO DE RÁPIDO PUEDE SER EL CAMBIO?
Over the next 20 years, technological advancement will be equivalent to all previous technological advancements up until now.
Drones cost per unit: 3D printing cost averagesfor equivalent functionality
Industrial robots: Costs for DNA sequencing:
Solar power cost per kWh: Sensors: Cost of smartphonewith similar specifications:
![Page 26: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/26.jpg)
STEPS FOR AI
![Page 27: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/27.jpg)
Gestión de proyectos de analítica
1.- ACUMULA EL MAYOR VOLUMEN DE DATOS POSIBLE
SIZE MATTERS
![Page 28: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/28.jpg)
IN ORDER TO GET AI YOU WILL NOT NEED DATA, YOU WILL NEED AS MUCH DATA AS YOU CAN GATHER
“We don’t have better algorithms. We just have more data.”
PETER NORVIG (Director of Research, Google)
![Page 29: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/29.jpg)
Número de ocurrencias de {xi,yi} con una generación de 1 millón de elementos.
![Page 30: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/30.jpg)
Número de ocurrencias de {xi,yi} con una generación de 10 millones de elementos.
![Page 31: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/31.jpg)
Número de ocurrencias de {xi,yi} con una generación de 50 millones de elementos.
![Page 32: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/32.jpg)
Número de ocurrencias de {xi,yi} con una generación de 100 millones de elementos.
![Page 33: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/33.jpg)
Número de ocurrencias de {xi,yi} con una generación de 500 millones de elementos.
![Page 34: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/34.jpg)
Número de ocurrencias de {xi,yi} con una generación de 1000 millones de elementos.
![Page 35: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/35.jpg)
Data Without a Scientific Approach = Noise
![Page 36: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/36.jpg)
1.- GRANDES VOLUMENES DE DATOS2.- TECNOLOGIA PARA GESTIONARLOS Y APLICAR AI
BIG DATA
![Page 37: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/37.jpg)
Marketing
Customer Intelligence
Customer 360 Cust. Analytics
BI Dashboard
Web App
DMP
REAL-TIME
Client
Other webs
DATA
Mobile APP
Campaign Manager
E-commerce
Digital Marketing
Legacy
Application
Call centerSAP : ERP
ATG
TPV APP
CRM
DATA CENTRICUSE CASE
Customer Behaviour
Behav Analytics
CustomizationRecommendation
Mobile App
BIG DATA/DATA CENTRIC = CUSTOMER CENTRIC
![Page 38: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/38.jpg)
https://strategyzer.com/canvas/value-proposition-canvashttp://www.louisdorard.com/machine-learning-canvas/
DEFINICION DE NEGOGIO + DI CUSTOMER CENTRIC + DI
CUSTOMER JOURNEY + DI
3.- APLICA LA INTELIGENCIA DE DATOS Y AI PARA OPTIMIZAR LA CX DESDE EL PRINCIPIO LA DEFINICIÓN Y CONCEPTUALIZACIÓN
IDEAS DISRUPTIVAS
![Page 39: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/39.jpg)
What is the user trying to achieve at any particular stage?
How are they feeling, their emotions at this particular stage?
What does the user want to know at this stage?
How does the user interact with the organization at this point?
How does the user feel at this time?
How can we improve the user experience? How can we take into account our DI to improve the user experience?
TASKS
QUESTIONS
TOUCHPOINTS
PAINS
OPPORTUNITIES DINEW!
+=-
EMOTIONS
![Page 40: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/40.jpg)
EJEMPLO REAL 1: ANALISIS Y MEJORA DE LOS CUSTOMER JOURNEYS EN TIEMPO REAL
Customer Journey Monitoring
![Page 41: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/41.jpg)
Hit ratio recommendation: Algoritmo ALS
Recommender Recommender + Profiling
33.63 % 41.25 % 57.47 %
MEJORA, COMBINA Y OPTIMIZA LA INTELIGENCIA DE DATOS CONTINUAMENTE
COMBINACIÓN Y MODELO MEJORADOINCREMENTO 50% CONVERSIÓN
EJEMPLO REAL 2: RECOMENDADOR Y PERSONALIZACIÓN MEJORADA PARA CADA CLIENTE
![Page 42: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/42.jpg)
EJEMPLO REAL 3: RECOMENDADOR DE NOTICIAS
MEJORA DEL CLICK THROUGH EN UN 300%
Framework de “learning to rank”, ésta solución es la más exitosa y utilizada en el mundo empresarial online, (Netflix, Amazon, Microsoft Bing Search ).
Crea un conjunto de diferentes modelos y ensamblarlos mediante un algoritmo de machine learning. El algoritmo está diseñado para aprender el mejor ranking posible, como resultado del aprendizaje cada modelo obtendrá un peso específico, que será utilizado para componer un ranking final de resultados..
Content Based:
• Basado en contenido y aplicando técnicas de recuperación de la información
• NLP (Lda, Entity Name recognition, etc)
RECOMENDADOR DE NOTICIAS
![Page 43: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/43.jpg)
¿SOMOS ZOMBIES Y NO NOS HEMOS DADO CUENTA TODAVÍA?
![Page 44: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/44.jpg)
AI2X Artificial Intelligence Improved eXperience
MACHINE LEARNING
DATAPROCESSING
TRADITIONAL RESEARCH
UX/CXEXPERTS
SCIENTIST DATAENGINEERS
ALGORITHMS(MATHEMATICS)
DEVELOP &INTEGRATION(BIG DATA ARCHITECT)
AI2X
![Page 45: Inteligencia Artificial, el futuro de CX AI2Xuxspain.com/blog/wp-content/uploads/2017/05/UXSpain2017AI2X.pdf · redes neuronales convolucionales (deep learning) modelos ocultos de](https://reader031.vdocuments.site/reader031/viewer/2022021708/5bab948309d3f27d588c57b8/html5/thumbnails/45.jpg)
45
“Give me a distance (and eventually, some variance measure) and I shall cluster the world”
THAT’S ALL, THANKS