Inteligencia Artificial Generativa
El cliente necesitaba un sistema de consulta inteligente exclusivo de su corpus documental. Para ello, hemos implementado una herramienta de búsqueda basada en inteligencia artificial generativa.
Utilizamos AzureML con integraciones de OpenAI y HuggingFace para desarrollar un modelo con dos tipos de búsquedas: léxica y semántica, enfocadas a recuperar documentos por coincidencias exactas o por la similitud de significado, respectivamente. Para evaluar y ajustar los modelos de codificación, creamos un dataset etiquetado mejorando así la precisión y comparando los costes frente a los resultados.
Esta solución ha logrado optimizar la recuperación de párrafos relevantes en las respuestas, mejorando exponencialmente el valor y concisión de las respuestas.
Large Languages Models (LLMs)
Con el objetivo de prever la fuga de clientes y subsanarla, hemos desarrollado un modelo de predicción de reclamaciones incluyendo gran cantidad de información de diferentes tipologías.
Para ello, se ha diseñado un modelo que clasifica los correos en cuatro temáticas diferentes, utilizando técnicas de Transfer Learning y Fine Tuning sobre un modelo preentrenado. Además, para optimizar la respuesta del modelo, se han probado métodos de etiquetado como Topic Modeling y un modelo Large Language Model (LLM) en español.
La solución ha sido implementada en Microsoft Azure, utilizando Azure Synapse, para mejorar la predicción de reclamaciones en el periodo de tiempo requerido por el cliente, incrementando la capacidad de respuesta de la compañía.
Metodología MLOps
A fin de evolucionar las capacidades y las metodologías de trabajo, hemos implantado un ciclo MLOps permitiendo así acelerar el desarrollo, despliegue y gobernanza de los modelos, mejorando la colaboración y automatizando tareas repetitivas.
Partiendo del análisis inicial en términos de desarrollo analítico, organización, recursos, metodología y objetivos de negocio, definimos y priorizamos los requisitos a corto, medio y largo plazo. Posteriormente, diseñamos y evaluamos arquitecturas Cloud, estableciendo una metodología de trabajo colaborativa y diseñando los pipelines DevOps y MLOps para los procesos analíticos y la provisión de infraestructura. Finalmente, implementamos la arquitectura tecnológica y la metodología de soporte de forma exitosa, asegurando además la adopción efectiva por parte de los usuarios.
El resultado ha sido la mejora en la eficiencia, escalabilidad y la fiabilidad de los modelos y operaciones de inteligencia artificial, acelerando el tiempo de desarrollo y despliegue, y asegurando una mayor calidad y consistencia en los resultados.
Formación en Prompt Engineering
En respuesta a la creciente presencia de nuevas tecnologías, hemos diseñado un programa de formación especializado en Prompt Engineering con el propósito de transmitir conocimientos avanzados en este campo.
Nuestra formación se ha estructurado de manera exhaustiva, abarcando desde los conceptos introductorios hasta los más complejos. Se ha prestado especial atención a la técnica de formulación de instrucciones en el prompt para obtener resultados óptimos, dado que el resultado puede variar según la formulación empleada. Además, hemos enseñado a obtener respuestas basadas en documentos adjuntos utilizando la técnica RAG (Retrieval Augmented Generation).
El resultado de esta formación, ha sido la adquisición por parte de los participantes de la habilidad de implementar el Prompt Engineering en el ámbito laboral, lo que les permite optimizar procesos y mejorar resultados.
Programa de Mentoring especializado
Ante la necesidad de acelerar la adaptación de nuevos profesionales Senior en Gestión de Clientes dentro del área de Inteligencia y Estrategia Omnicanal, hemos implementado un programa de mentoring especializado.
Este programa ha incluido catorce talleres personalizados y una estructura de acompañamiento para abordar necesidades individuales y de equipo, mejorar la visión multidisciplinaria y multigeográfica, y fortalecer las habilidades interpersonales y el impacto de sus funciones.
Esta iniciativa ha logrado identificar necesidades específicas, implementar un sólido soporte para el cambio propiciando la adopción del proceso en la estrategia y fomentar la colaboración entre los equipos, facilitando así la transición y mejorando los procesos internos.
Inteligencia Artificial Generativa
El cliente necesitaba un sistema de consulta inteligente exclusivo de su corpus documental. Para ello, hemos implementado una herramienta de búsqueda basada en inteligencia artificial generativa.
Utilizamos AzureML con integraciones de OpenAI y HuggingFace para desarrollar un modelo con dos tipos de búsquedas: léxica y semántica, enfocadas a recuperar documentos por coincidencias exactas o por la similitud de significado, respectivamente. Para evaluar y ajustar los modelos de codificación, creamos un dataset etiquetado mejorando así la precisión y comparando los costes frente a los resultados.
Esta solución ha logrado optimizar la recuperación de párrafos relevantes en las respuestas, mejorando exponencialmente el valor y concisión de las respuestas.
Large Language Models (LLMs)
Con el objetivo de prever la fuga de clientes y subsanarla, hemos desarrollado un modelo de predicción de reclamaciones incluyendo gran cantidad de información de diferentes tipologías.
Para ello, se ha diseñado un modelo que clasifica los correos en cuatro temáticas diferentes, utilizando técnicas de Transfer Learning y Fine Tuning sobre un modelo preentrenado. Además, para optimizar la respuesta del modelo, se han probado métodos de etiquetado como Topic Modeling y un modelo Large Language Model (LLM) en español.
La solución ha sido implementada en Microsoft Azure, utilizando Azure Synapse, para mejorar la predicción de reclamaciones en el periodo de tiempo requerido por el cliente, incrementando la capacidad de respuesta de la compañía.
Metodología MLOPs
A fin de evolucionar las capacidades y las metodologías de trabajo, hemos implantado un ciclo MLOps permitiendo así acelerar el desarrollo, despliegue y gobernanza de los modelos, mejorando la colaboración y automatizando tareas repetitivas.
Partiendo del análisis inicial en términos de desarrollo analítico, organización, recursos, metodología y objetivos de negocio, definimos y priorizamos los requisitos a corto, medio y largo plazo. Posteriormente, diseñamos y evaluamos arquitecturas Cloud, estableciendo una metodología de trabajo colaborativa y diseñando los pipelines DevOPs y MLOps para los procesos analíticos y la provisión de infraestructura. Finalmente, implementamos la arquitectura tecnológica y la metodología de soporte de forma exitosa, asegurando además la adopción efectiva por parte de los usuarios.
El resultado ha sido la mejora en la eficiencia, escalabilidad y la fiabilidad de los modelos y operaciones de inteligencia artificial, acelerando el tiempo de desarrollo y despliegue, y asegurando una mayor calidad y consistencia en los resultados.
Formación Prompt Engineering
En respuesta a la creciente presencia de nuevas tecnologías, hemos diseñado un programa de formación especializado en Prompt Engineering con el propósito de transmitir conocimientos avanzados en este campo.
Nuestra formación se ha estructurado de manera exhaustiva, abarcando desde los conceptos introductorios hasta los más complejos. Se ha prestado especial atención a la técnica de formulación de instrucciones en el prompt para obtener resultados óptimos, dado que el resultado puede variar según la formulación empleada. Además, hemos enseñado a obtener respuestas basadas en documentos adjuntos utilizando la técnica RAG (Retrieval Augmented Generation).
El resultado de esta formación ha sido la capacidad de los alumnos para aplicar el Prompt Engineering en su entorno profesional optimizando así procesos y mejorando resultados.
Programa de Mentoring Especializado
Ante la necesidad de acelerar la adaptación de nuevos profesionales Senior en Gestión de Clientes dentro del área de Inteligencia y Estrategia Omnicanal, hemos implementado un programa de mentoring especializado.
Este programa ha incluido catorce talleres personalizados y una estructura de acompañamiento para abordar necesidades individuales y de equipo, mejorar la visión multidisciplinaria y multigeográfica, y fortalecer las habilidades interpersonales y el impacto de sus funciones.
Esta iniciativa ha logrado identificar necesidades específicas, implementar un sólido soporte para el cambio propiciando la adopción del proceso en la estrategia y fomentar la colaboración entre los equipos, facilitando así la transición y mejorando los procesos internos.
Transformación Digital
El modo de consumir información ha cambiado radicalmente en los últimos años. En paralelo, la información disponible y generada por los medios de comunicación actuales ha crecido de manera exponencial y debe ser sintetizada para tener una visión real e inmediata del negocio. Innova-tsn ha trabajado sobre la solución Big Data y Data Quality de uno de los principales grupos de comunicación de España, para poder aplicar analítica avanzada y modernizar y personalizar la oferta comercial y de contenidos presentada al lector.
Detección del Fraude
Optimizamos la detección del fraude para una de las principales energéticas españolas apoyándonos en técnicas de Machine Learning y Artificial Intelligence. Mediante la implantación de modelos analíticos en la plataforma propia del cliente hemos podido analizar el comportamiento del consumo de los clientes y detectar patrones de fraude. De esta manera, se obtiene una sugerencia de puntos probables de fraude ordenados por prioridad, optimizando la inspección.
Previsión de la Demanda
Implantamos una solución de previsión de la demanda para uno de los principales productos de una multinacional farmacéutica. Creamos un modelo de datos eficiente para aplicar distintas técnicas de analítica avanzada. Los nuevos modelos nos permiten predecir la demanda de un medicamento con hasta 6 meses de antelación con gran precisión y robustez, al tiempo que ofrece alarmas al equipo de ventas ante irregularidades en los patrones de compra.
Optimización del Impacto Publicitario
Mejoramos el sistema de predicción de audiencias para una agencia de medios internacional, con el diseño e implantación de un sistema analítico avanzado de predicción granular. Con este sistema, llegamos a la audiencia por segmento y cadena deseados, y a una predicción de impactos totales para mi target publicitario. Con este input y numerosas reglas de negocio implantamos un sistema para maximizar el reach de TV para las marcas involucradas, incrementando así su Data Value.
