Capitulo 17 Inteligencia artificial Edison Lema

Objetivos ? ?

?

?

?

Definir inteligencia artificial (IA) Describir como evolucionaron las té técnicas de IA Definir un sistema experto y explicar como trabaja Definir redes neurales y mostrar como son usadas en los negocios Identificar otras té técnicas inteligentes

1

Caso de Introducción. ?

?

?

El señ señor Stephen Hokanson crea un empresa llamada Pattern Discovery Inc. Descubre relaciones ocultas entre los datos obtenidos a travé través de encuestas, y de esta manera encuentra respuestas a la pregunta del porque del cliente. Por ejemplo: Para una cadena de comida rá rápida encontró encontró que mientras má más limpio esté estén los bañ baños, más alta será será la percepció percepción de una buena calidad de comida.

Caso de Introducción.. ?

?

?

? ? ?

Para ello Hokanson inicia con encuestas a clientes y luego las procesa con un software desarrollado por él basado en un aná análisis no lineal. Usa una té técnica de inteligencia artificial conocida como “fuzzy logic” logic”. El aná análisis requiere un proceso de entre 10 a 300 horas en un computador con procesador pentium Hokanson ha trabajado para Volvo, Roadway Express. Creo programas a medida para clientes individuales. Uso té técnicas de inteligencia artificial y desarrollo instrumentos que descifraban relaciones causa y efecto imposible descifrar para las personas comunes.

2

Inteligencia Artificial ?

?

?

Es el esfuerzo para desarrollar sistemas de computació computación cuyo objetivo era el de simular el comportamiento humano con habilidades de aprender idiomas, tareas fí físicas y copiar bases en la experiencia y toma de decisiones como lo harí haría un ser humano. Existe mucha controversia por este tema por parte de la opinió opinión pú pública. Parte del desarrollo de inteligencia artificial sirve este momento a ciertas organizaciones.

Inteligencia Humana. ?

?

?

?

?

No tiene lí límites y es má más amplia que sistemas de informació información creados por el hombre. Psicó Psicólogos afirman que la inteligencia humana no tiene lí límites y es indescriptible. “Si un problema no puede ser descrito, tampoco puede ser programado” programado”. Por lo tanto concluyen que esta es la razó razón que las maquinas que se crean no pueden desarrollar la mente del ser humano. Es claro que ningú ningún sistema o má má quina se acerca ni repentinamente a desarrollar las tareas que un humano naturalmente las ejecuta. Sin embargo existe mucho interé interés y controversia sobre el tema, el mismo que se sigue desarrollando a tal punto de que la organizaciones ya se está están beneficiando de la inteligencia artificial

3

Inteligencia Humana.. ?

Por lo menos 4 habilidades está están involucradas en la inteligencia humana: ?

?

?

?

La inteligencia es un forma de razonar.razonar.- Una parte de la inteligencia humana puede ser descrita como la aplicació aplicació n de reglas basadas en la experiencia humana y la gené genética. La inteligencia artificial es una forma de comportamiento.comportamiento.Incluso si los humanos no invocaran reglas, está están obligados a actuar por cultura y sociedad. La inteligencia humana incluye el desarrollo de metá metáforas y analogí analogías. La inteligencia humana incluye la creació creació n y uso de conceptos.

Desarrollo de la Inteligencia Artificial ?

Se divide bá básicamente en dos etapas: ? ?

?

?

?

Bottom up approach Top down approach

El “bottom up approach” approach” el cual intenta desarrollar má máquinas que imiten lo que las personas piensan, intentan imitar la forma en que un cerebro animal o humano funciona El “bottom up approach” approach” inicia en los añ años 40 cuando se intenta programa armas autoauto-correctivas de tal manera que calculen la posició posició n de un avió avió n en base a la informació informació n del radar para si predecir la ubicació ubicació n futura de la nave. El “top down approach” approach” o llamada tambié también escuela ló lógica la cual trata de desarrollar una analogí analogía de como el cerebro funciona

4

Desarrollo de la Inteligencia Artificial

Sistemas Expertos ?

?

Se define como un programa intensivo que genera conocimiento que soluciona un problema basá basándose en la experiencia humana y pueden asistir en la toma de decisiones al realizar preguntas relevantes y explicando las razones por las cuales adoptaron ciertas acciones. Sus caracterí características son: ? ?

? ?

Realizan parte del trabajo de solució solució n de problemas. Representan conocimiento en forma, como son reglas y guí guías. Interactú Interactúan con humanos. Pueden considerar mú múltiples hipó hipótesis simultá simultáneamente.

5

Como trabajan los sistemas expertos ?

Cuatro elementos fundamentales confirman un sistema experto. ?

?

Base del conocimiento.conocimiento.- Modelo de conocimiento humano que es usado por sistemas expertos. Ej. Si Ingreso > $45000 (condició (condició n) Imprimir nombre y direcció direcció n (acció (acción) Equipo de desarrollo.desarrollo.- Compuesta por uno o varios expertos que tienen comando total sobre la base del conocimiento y uno o má más ingenieros del conocimiento que pueden traducir el conocimiento en una serie de reglas, marcos, redes semá semánticas.

Como trabajan los sistemas expertos ?

?

The Shell.Shell.- (La concha) Ambiente de programació programación de un sistema experto El usuario.usuario.- El rol del usuario consiste en formular preguntas del sistema e ingresar datos relevantes para guiar al sistema. El usuario puede emplear al sistema experto como una fuente de consejo o para realizar tareas de aná análisis tediosas y rutinarias.

6

Sistemas Expertos Exitosos: Ejemplos ?

?

?

La empresa Whirlpool usa un sistema que entrega diagnó diagnósticos de Implementos del Consumidor (CADS) sirve para ayudar a sus representantes de atenció atención al cliente a manejar tres millones de llamadas telefó telefónicas anuales. Este sistema dirige a los clientes a una única fuente de ayuda inmediata. NASA desarrolló desarrolló su sistema MARVEL que no necesitaba un analista tras de otro, sino un programa que recolectaba las largas misiones de Voyager y cualquier otra nave incluyendo control de velocidad y potencia. MARVEL fue desarrollado con el equivalente de 1.5 ingenieros de computació computación y 2 expertos de misió misión a tiempo completo.

Sistemas Expertos Exitosos: Ejemplos ?

Countrywide Funding Corp. Aseguradora financiera de prestamos. Usa el sistema CLUES. Diseñ Diseñada para evaluar al cliente que solicita un pré préstamo así así como tambié también su capacidad de pago. Este no toma la decisió decisión final de si se aprueba o no el cliente pero si facilita el proceso.

7

Construyendo un Sistema experto ?

?

Construir un sistema experto es similar a construir otro sistema de informació informació n, aunque construir sistemas expertos es un proceso interactivo con cada posible fase que requiera varias interacciones antes de que todo el sistema este desarrollado. Pasos: ?

? ? ?

?

Los miembros del equipo deben primero seleccionar un problema apropiado para un sistema experto Deben evaluar los costos Los miembros del equipo construyen un prototipo Construir un sistema experto a gran escala con los cambos requeridos requeridos en el prototipo Cuando los expertos y los ingenieros del conocimiento está están satisfechos que el sistema esta completo, entonces este puede ser ser probado por otros expertos entre la organizació organización.

Construyendo un Sistema experto ?

Costos de desarrollar un sistema experto

8

Problemas con los Sistemas Expertos ?

Un entendimiento completo de los sistemas expertos tambié tambié n requiere de precaució precaución sobre sus limitaciones y problemas: ? ? ?

?

? ?

Los sistemas expertos está están limitados a ciertos problemas Existen problemas teó teóricos importantes Los sistemas expertos no son aplicables para problemas gerenciales complejos La experiencia es colectiva.colectiva.- Por este motivo no hay un solo experto y estos sistemas no pueden sintetizar todo el conocimiento de todos los expertos de la organizació organizació n. Los sistemas expertos son costosos de mantener Se les está está dando a los sistemas expertos un rol má más limitado

Otras técnicas inteligentes ?

Tras la bú búsqueda de inteligencia artificial han resultado numerosos intentos: ? ? ?

Redes neurales Fuzzy Logic Algoritmos gené genéticos

9

Redes Neurales ?

?

?

?

Es un sistema compuesto por un gran nú número de elementos bá básicos, agrupados en capas y que se encuentran altamente interconectados; interconectados; Esta estructura posee varias entradas y salidas, las cuales será serán entrenadas para reaccionar (valores O), de una manera deseada, a los estí estímulos de entrada (valores I). Estos sistemas emulan, de una cierta manera, al cerebro humano. Requieren aprender a comportarse y alguien debe encargarse de enseñ enseñarles o entrenarles, en base a un conocimiento previo del entorno del problema. problema. Las redes neuronales son dispositivos inspirados en la funcionalidad funcionalidad de las neuronas bioló biológicas, aplicados al reconocimiento de patrones que las convierten aptas para modelar y efectuar predicciones en sistemas sistemas muy complejos. Es un conjunto de té técnicas matemá matemáticas para modelar las conexiones y relaciones entre un conjunto de datos.

Fuzzy Logic ?

?

?

?

?

Inteligencia artificial que tolera imprecisiones al usar té términos no especí específicos llamados funciones de membresí membresía para resolver problemas. Al expresar la ló lógica con una cuidadosa imprecisió imprecisió n, Fuzzy Logic se acerca má más a la manera real que la gente piensa que los programas tradicionales de reglas “SiSi-Entonces” Entonces”. Este sistema es ampliamente usado en Japó Japón para aplicaciones de hogar como: refrigeradoras, aspiradoras, lavadoras, secadoras, cocedores de arroz, aires acondicionados. Esto por que principalmente ayuda a reducir costos y reducir el tiempo de desarrollo. Por ejemplo: Mitsubishi logró logró reducir el consumo de energí energía de sus aires acondicionados en un 20% gracias a sistemas Fuzzy Logic.

10

Fuzzy Logic

Algoritmos Genéticos ?

?

?

?

?

Se refieren a una variedad de mé métodos para resolver problemas. Su concepto se basa en los mecanismos que utilizan los seres vivos para adaptarse a su entorno El algoritmo gené genético promueven la evolució evolució n de soluciones a problemas particulares. A medida que las soluciones cambian y se combinan, las peores son descartadas y las mejores sobreviven para continuar y producir cada vez mejores soluciones. Los algoritmos gené genéticos procrean programas que resuelven problemas inclusive en situaciones en las la persona no puede entender completamente su estructura Algunas áreas de solució solució n incluyen optimizació optimización de recursos y diseñ diseño de producto de sistemas industriales

11

¿Por qué estas tecnologías son inteligentes? ?

?

Evaluar la inteligencia de estas má máquinas es igual que evaluar la inteligencia de un humano. Inteligencia en este caso se usa metafó metafóricamente, puesto que las má máquinas no son humanas. Siempre existe una diferencia entre un modelo y la realidad. Por ende no es lo mismo un modelo de inteligencia humana que la propia inteligencia humana.

¿Por qué los negocios deberían estar interesados en Inteligencia Artificial? ?

?

?

?

?

?

Para capturar y preservar experiencia en caso uno de los expertos ya no este. Para mejorar la distribució distribució n de conocimiento en la organizació organizació n. Para crear un mecanismo que no es susceptible de factores humanos como fatiga, temor, etc. Para eliminar la rutina y trabajos insatisfactorios que son actualmente ocupados por empleados. Para proveer soluciones que son muy complejas para ser tratadas por humanos Para mantener la posició posició n estraté estratégica de una compañí compañíaa en una industria.

12

Ventana de Organizaciones: Sistemas expertos son buenas medicinas para problemas de cuidado médico ? ?

?

Ejemplo 1 Kaiser Foundation Health Plan Inc. Procesaba manualmente las membresí membresías de los aplicantes. Eran alrededor de 15 pasos que podí podían tomar de entre 4 o 6 semanas. Joe Yuson, gerente de proyecto identifico que Kaiser afrontaba una situació situación primaria con dos facetas: satisfacció satisfacción del cliente y tiempo de respuesta.

Continuación ?

?

Recolectaron las reglas tanto del personal de membresí membresías, como el personal medico, que usaban para evaluar al aspirante a la membresí membresía. Ahora, el el personal con los sistemas expertos ahora no deben revisar un 40% de las solicitudes porque el sistema acepta el 28% y rechaza el 12% automá automáticamente sin revisió revisión médica.

13

Continuación ? ?

?

?

?

?

Ejemplo 2 LDS Hospital, ha desarrollado un sistema experto para un uso diferente. AIC (Antibiotic computer consultant). Ayuda a los doctores a recetar los antibió antibióticos apropiados para pacientes especí específicos. Cuando un paciente llega al doctor con una infecció infección, el doctor ingresa esa informació ó n en el sistema. informaci El sistema determina cuales pató patógenos son los que má más probablemente causaron la enfermedad. El sistema luego revisa el ré récord del paciente (info. tambié también recopilada por el sistema), busca casos similares a nivel nacional en los últimos diez añ años y determina los cinco antibió antibióticos que son má más efectivos contra los pató patógenos determinados.

Preguntas y Respuestas ?

¿Cuá Cuáles son los beneficios de usar sistemas expertos en el cuidado medico? ? ? ?

?

?

Automatizació Automatización de procesos Reducció Reducción de tiempos y costos Eficiencia en la satisfacció satisfacción al cliente, en este caso el paciente Ayuda en la solució solución de problemas, como en el caso del diagnostico y receta de antibió antibióticos Conservació Conservación de la experiencia.

14

Preguntas y Respuestas ?

¿Cómo cambio el servicio mé médico mediante el uso de estos sistemas expertos, en ambas organizaciones? ?

?

?

?

Mejoro la satisfacció satisfacción del cliente, así así como tambié tambié n el tiempo de respuesta Se redujo el numero de procesos, haciendo má más eficiente los procesos de cada organizació organización Se obtuvo apoyo esencial y fundamental para la toma de decisiones en este caso medicas Eficiencia en el manejo del conocimiento

Ventana de Gerencia: Permitir re-usar diseños a través de ingeniería artificial ?

?

?

Loma Engineering se dio cuenta que era muy costoso el no poder usar nuevamente los diseñ diseños realizados anteriormente. Esta empresa produce equipos a la medida usados por farmacé as alimenticias. farmacé uticas y compañí compañías Especialmente para la inspecció inspección de sus productos durante el ciclo de producció producción. Estas maquina cuestan alrededor de 10mil y 20mil. Y esto causa una utilidad de alrededor de 22.5 millones para su compañí compañíaa madre.

15

Continuación ?

?

?

?

?

El problema que afrontaba era el de costos y el tiempo que necesitaban para hacer a la medida e individualizar cada pieza del equipo que vendí a. vendía la compañí compañía. Estas no solo debí debían acordes con las especificaciones del cliente sino tambié también con la de las organizaciones de control alimenticias y mé médicas. Al mismo tiempo la mayorí mayoría de las maquinas eran similares y a pesar de ello tení tenían que diseñ diseñar de nuevo las piezas. Desde un pequeñ pequeño bosquejo. Recurrieron a implementar el sistema CBR Express, un programa basado en casos. Los ingenieros de Loma insertaban los pará parámetros para el nuevo producto que habí había sido ordenado y el sistema buscaba casos similares.

Continuación ?

?

?

Cuando el sistema encuentra un producto similar o cercano este lanza el resultado. De esta manera los ingenieros no parten de cero sino de un prototipo. De esta manera redujeron el tiempo de producció producción de 14 semanas a 3 semanas. Ademá Además la inversió inversión se recupero en un añ año.

16

Preguntas y Respuestas ?

¿Cómo el uso de sistemas basado en casos, ayudo a la estrategia de Loma? ?

?

?

?

Los productos deben ser hechos a la medida, sin embargo esto no significa que se puedan usar conocimientos ya adquiridos, en este caso diseñ diseños similares. La estrategia en si es el de realizar productos a la medida. Con este sistema Loma no solo tiene la estrategia de productos a la medida, sino tambié también en el tiempo má más corto. Esto bá básicamente porque no ocupan tanto tiempo en el diseñ diseño sin que esto afecte la calidad del producto. Es decir son má más eficientes en el proceso de producció producción

Preguntas y Respuestas ?

¿Cómo cambio este sistema la manera en que Loma conducí conducía su negocio? ?

?

Básicamente este ayudo a que el proceso de diseñ diseño sea mucho má más eficiente, ya que aprovechaban el conocimiento adquirido, la experiencia de productos anteriores. Lo único que tení tenían que hacer es modificar lo necesario para que se ajuste a las necesidades del cliente.

17

Preguntas y Respuestas ?

¿Qué Qué problemas gerenciales y organizacionales pudo haber enfrentado al adaptar el CBR a esta funció función central? ?

?

?

Primero el cambio organizacional. Ya que todos sus ingenieros ya tení tenían una cultura establecida en la cual el creer que un producto a la medida necesariamente debe ser un completo totalmente diferente. La capacitació capacitación, así así como tambié también el miedo al cambio. Este sistema tambié también pudo haber ocasionado temor en las personas a raí raíz de que podí podían necesitar menos ingenieros. La distribució distribució n de conocimiento en la organizació organizació n

Ventana de Tecnología: La Red Neural enfoca a la selección de acciones ?

?

Arthur Lipper Corporation creo un sistema llamado ATHENA, una red neural que predice el retorno total de acciones individuales , usando solamente datos financieros conocidos. Esto con gran precisió precisión. ATHENA examina los datos de mercado y financieros de solamente 2000 acciones porque Lipper no ha usado acciones con capitalizació capitalización de mercado de menos de 1 billó billón. Esto porque de esta forma se reduce el riesgo.

18

Continuación ? ?

?

?

Otro usuario de redes neurales es Fidelity Discipline Equity. Manejado por Brad Lewis. El sistema de Lewis que funciona en un sistema de 90 megahertz tambié tambié n usa cantidades masivas de datos parta seleccionar acciones. Todos estos ejemplos de sistemas procesan grandes cantidades de informació información, algo que seria sumamente complicado para un humano. Sin embargo estos sistemas no tienen la ultima palabra en la selecció selección de las acciones, pero si son una gran herramienta de apoyo.

Preguntas y Respuestas ?

¿Qué Qué considera son las fortalezas de usar redes neurales para inversiones? ¿ Las debilidades? ?

?

?

Sobre todo gran capacidad de datos, es decir este sistema puede analizar una gran cantidad de datos y sacar resultados casi certeros. Reducció Reducció n de tiempo de aná análisis, haciendo má más eficiente el proceso de selecció selecció n de las mejores opciones para invertir Dentro de las debilidades sobre todo que no tiene control sobre las fuerzas externas y por lo tanto si una acció acció n parecí parecía atractiva no lo es debido a que por un factor X esta acció acción cayo drá drásticamente.

19

Preguntas y Respuestas ?

¿Cómo usarí usaría esta tecnologí tecnología para hacer inversiones y por qué qué? ? ?

? ? ?

Para el aná análisis de datos Construcció Construcción de pronó pronósticos tanto de ventas, gastos, etc. Selecció Selección de la mejor cartera de inversió inversión Selecció Selección de la mejor cartera de proyectos Selecció Selección de prioridades de inversió inversión

Preguntas y Respuestas ?

¿Cuá Cuánto pueden cambiar al negocio de fondos mutuales, esta tecnologí tecnología de red neural? ?

?

Puede ayudar a obtener mayor rentabilidad sobre la cartera de inversió inversión. Sin embargo queda una duda, si suponemos que todas estas empresas tienen sistemas similares y acceso a la misma informació información, entonces todas tendrá tendrán rendimientos similares. Por lo tanto la única ventaja será será la eficiencia que se obtienen en el proceso de aná análisis.

20

Caso de Estudio: American Express cambia su estrategia de tarjetas de crédito ?

?

?

?

American Express estaba perdiendo clientes debido a que no tení tenía una estrategia que respondiera eficientemente a las necesidades del mercado y a hacerla mas competitiva versus adversarios como Visa y Mastercard quienes ofrec ofrecíían mejores precios y cobraban comisiones mas bajas. Como consecuencia se produjo produjo un gran nivel de cancelaciones y gran cantidad de locales dejaron de aceptar aceptar American Express. Esto provoco cambios administrativos, organizacionales y tecnoló tecnológicos por ejemplo fue cambiado el CEO. Adicionalmente el área de tecnologí tecnologí a fue determinante en la mejora del 20% en su productividad, baja de costos y un mejor control en su sistema de asignació asignación de cré crédito. La falta de control sobre los cré créditos que se otorgaba a travé través de su tarjeta Optima provoco una gran cantidad de pé pérdidas por cuentas incobrables y de clientes. Al inicio se presentaron algunos problemas del sistema de IA lo cual puede adjudicarse a que era un sistema con muy pocas reglas. Con el tiempo tiempo pasaron de 500 reglas a 1200 lo que hizo que la tomo de decisiones sobre todo todo de otorgamiento de cré crédito sean mas acertadas y con menores errores

Continuación ?

?

?

American Express cambio radicalmente su estrategia de manera muy ágil y de acuerdo a lo que el mercado estaba necesitando. Despué Después de tantos fracasos estos le sirvieron de retroalimentació retroalimentación para fomentar los cambios y generar nuevas ideas, campañ campañas, productos que lograrí lograrían recuperar clientes y participació participación de mercado. La inteligencia artificial sobre todo mejoro el control y la asignaci ón asignació mas inteligente de los montos de cré crédito, adicionalmente aporto a la productividad en los procesos reduciendo sustancialmente los costos. Las polí políticas de American Express aplicadas en el cambio tecnoló tecnológico se caracterizaron por una gran agresividad lo cual definitivamente era de alto riesgo para la empresa provocando los los fracasos a los que se enfrento, ventajosamente se supo aprender de estos logrando una recuperació recuperación exitosa a base de la experiencia y el planteamiento de nuevos desafí desafíos.

21

Preguntas y Respuestas ?

Desde una perspectiva gerencial describa las causas de la crisis que American Express enfrento. ¿Qué Qué factores gerenciales, organizacionales y tecnoló tecnológicos se trabajaron? Evalú Evalúe como respondió respondió American Express. ? Gerencial.Gerencial.- Se debí debía tomar una decisió decisión acerca de la estrategia de la empresa. En realidad todo el enfoque estaba siendo errado por lo que ocasionaba que la tarjeta a pesar de ser exclusiva no era aceptada en muchos locales. Los altos costos de transacció transacción tambié también hací hacían que la estrategia no funcione. ? Organizacional.Organizacional.- No se habí había evaluado correctamente cuales serian los procedimientos y reglas mediante las cuales los clientes accederí accederían al cré crédito a trabes de las tarjetas. Esto ocasionó ocasionó muchas perdidas por clientes que no pagaban pues habí habían excedido sus capacidades de pago. Entonces se puede decir que no tení tenían reglas claras.

Preguntas y Respuestas ?

?

Tecnoló Tecnológico.gico.- Al no evaluar correctamente las reglas de cré crédito, no se aplicaron correctamente al sistema de inteligencia artificial, por lo cual este sistema no funcionaba. A diferencia de sus competidores que tení tenían un sistema que si funcionaba. Evaluació Evaluación a la acció acción de American Express: En realidad reaccionaron tarde y se podrí podría decir que incluso luego de que realizaron cambios en la organizació organización todaví todavía no daban con la solució solución para mejorar. Pero al haber atravesado una gran crisis y mediante la ayuda de una nuevo sistema de inteligencia artificial lograron catalogarlo como un gran éxito la nueva estrategia.

22

Preguntas y Respuestas ?

Describa los problemas de la tarjeta Optima. Asumiendo que usaba un sistema de inteligencia artificial, ¿que podrí podría haber contribuido a que estos problemas ocurran? ?

?

?

Principalmente la estrategia, pues si se comparan los costos de transacció transacció n y comisiones eran mucho má más altas que los de la competencia. Esto a la final ocasionó ocasionó que no se acepten estas tarjetas Otro aspecto es la poca eficiencia en la calificació calificació n de sus clientes, lo cual ocasionó ocasionó perdidas de recuperació recuperación de cartera. Tambié También la limitante de haber enfocado su target group a una clase de elite, bueno al menos eso parecí parecía.

Preguntas y Respuestas ?

Evalué Evalué American Express usando las fuerzas competitivas, la cadena de valor. ¿Como los sistemas inteligentes ayudan a la estrategia y cuales son sus riesgos? ?

?

? ?

?

Competencia.Competencia.- Gran competencia por lo que si existe falencia alguna dentro de la cadena de valor entonces se perderá perderá gran capacidad de competir de igual a igual. Potenciales ingresantes.ingresantes.- Existen a nivel mundial grandes grupos financieros que cuentan con la experiencia y los recursos y pueden pueden generar competencia directa. Productos sustitutos.sustitutos.- Productos bancarios como cré créditos, sobregiros, etc. Poder de negociació negociación proveedores.proveedores.- Alto pues en este caso serian los accionistas los que inyectan capital a la empresa por lo que la rentabilidad tambié también es muy alta. Poder de negociació negociación de clientes.clientes.- Muy alto pues poseen acceso a informació información y pueden comparar entre producto. Ademá Además de ellos depende si se recupera o no una cartera.

23

Preguntas y Respuestas ?

?

?

Dentro de la cadena de valor, se perdió perdió mucho en el sistema de distribució distribución, ya que debido a la mala estrategia mucho locales no aceptaban la tarjeta. Ademá Además en el servicio al cliente existí existían falencias. Dentro de lo que es logí logística, existe falencia en el proceso de aprobació aprobación, así así como tambié también en la mala calificació calificació n de clientes. Los sistemas inteligentes ayudaron sobre todo a mejorar el proceso de calificació calificació n de cré crédito, es decir no se incurrí incurrían en muchas perdidas de cartera. Tambié También se redujo en costos por lo que incluso nuevos clientes que no estaban en el target de la empresa podí podían acceder a esta target y obtener varios beneficios. Los riesgos son en que no es una ventaja competitiva pues es un factor de fá fácil reproducció reproducción. Es decir las otras empresas competidoras tambié también pueden desarrollar iguales o mejores sistemas. Por lo que se debe generar ventaja competitiva diferencial.

Preguntas y Respuestas ?

¿Cómo el uso de inteligencia artificial cambio el modo en que American Express manejaba su negocios? ?

?

La ayuda de IA permitió permitió a AMEX bajar sus costos operativos, ofrecer productos no tan “élite ” a mucha gente “élite” que no conformaba parte de su target group y a mejorar su eficiencia en una asombrosa cifra del 20% mientras la hací hacía más eficiente y efectiva en su core business, permitié permitiéndole sobrevivir entre sus competidores. La inteligencia artificial sobre todo mejoro el control y la asignació asignació n mas inteligente de los montos de cré crédito, adicionalmente aporto a la productividad en los procesos reduciendo sustancialmente los costos.

24

Preguntas y Respuestas ?

¿En que formas American Express y sus politicas sobre tecnologia es apropiada o inapropiada? ?

Las polí políticas de American Express aplicadas en el cambio tecnoló tecnológico se caracterizaron por una gran agresividad lo cual definitivamente era de alto riesgo para la empresa provocando los fracasos a los que se enfrento, ventajosamente se supo aprender de estos logrando una recuperació recuperación exitosa a base de la experiencia y el planteamiento de nuevos desafí desafíos.

FIN

25