machine learning | Pascual Parada

31 agosto, 2021

AI-Driven Innovation: Innovación impulsada por la Inteligencia Artificial

Pascual Parada Data Strategy, grid, Innovación Data, ia, innovación, machine learning

Hace apenas unos días, la consultora Garnert hacia la publicación de su última gráfica de su Hype Cycle correspondiente a agosto de 2021. En ella aparecía como tendencia una tecnología de la que no había oído hablar nunca “AI-Driven Innovation”, es decir, la posibilidad de que en un futuro la innovación sea desarrollada por máquinas y no por personas ¿Es esto posible? ¿Podrá la inteligencia de máquinas reemplazar el trabajo de innovadores cuya principal fortaleza es la creatividad? ¿Está la función creativa más cerca de ser realizada por las máquinas?

18 enero, 2019

The Next About Digital Leaders – Inteligencia Artificial

Pascual Parada Economía digital, Inteligencia Artificial deep learning, digital leaders, evento, inteligencia artificial, machine learning, madrid, tecnologia, transformación digital

[vc_row][vc_column][vc_column_text]Ayer se celebró en Google for Startups en Madrid el evento The Next About Digital Leaders, un evento organizado por IEBS Business School e Computerworld University en el que participaron ponente de gran trayectoria y reconocido prestigio como Blanca Losada, Juan Carlos López, Jose Aznar, Victoria Gómez, Sergio Moreno, Marlon Molina y Oscar Fuente, Director de IEBS.

Os dejo algunos contenidos sobre el evento.

8 marzo, 2017

Mezclando Open Innovation y Machine Learning

Pascual Parada Sin categoría corporate venturing, estrategia, Expolearning, formación, machine learning, open innovation

[vc_row][vc_column][vc_single_image image=”3346″ img_size=”full”][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Por decimosexta ocasión, Ifema acogió el Congreso Internacional y Feria Profesional Expoelearning, que organiza la entidad ferial junto a Aefol y en la que participé como Director de Desarrollo In Company de IEBS mezclando conceptos como Open Innovation y Machine Learning.[/vc_column_text][vc_column_text]

El contexto actual

[/vc_column_text][vc_column_text]En mi ponencia, comencé por situar el contexto en el que estamos actualmente. Un contexto marcado por la disrupción tecnológica que vivimos en la que el Machine learning se encuentra en un momento de máxima expectación según la gráfica Hype Cycle de la consultora Garnert. Esto significa que el Machine Learning se encuentra en un momento dulce de divulgación mediática y de estudio por empresas e investigadores, pero su momento de aplicación real y de máxima rentabilidad está aún por llegar, y esto será en dos o tres años.

Además, en el contexto actual, la única constante es el cambio, y desde esta idea, sólo hay dos alternativas: 1) arriesgar y evolucionar, o bien, 2) no hacer nada, y fracasar. ¿Qué opción quieres?