Automatización
Inteligencia artificial. Principio 23: Nada es casualidad.
Abr
Inteligencia artificial. ¿Acaso crees qué es una casualidad?.
Las 6 empresas con mayor capitalización bursátil a nivel mundial son expertas en Inteligencia Artificial.
En los próximos años, disponer del conocimiento sobre el uso y el pontecial de la IA será un factor diferencial entre el éxito y el fracaso de tu empresa.
¿Y qué tiene que ver con el Lean?.
Pues que todas empresas tienen algo en común: la lucha interna contra el desperdicio y los plazos largos de entrega. La aplicación del Lean también es una constante imprescindible en todas las empresas líderes mundiales. Ya no se trata únicamente de empresas de automoción o industriales, el Lean es aplicado actualmente en empresas de todos los sectores.
Pero si tu empresa ya aplica Lean en todas sus facetas, ve pensando en la inteligencia artificial porque en breve también será imprescindible.
En un entorno productivo cada vez más digitalizado, es importante conocer las tecnologías habilitadoras que nos permiten mejorar la productividad y la eficiencia de nuestra empresa, a través de la recopilación y análisis de la información que son capaces de proporcionarnos nuestros procesos.
En los últimos años el Big Data, la IA y el Machine Learning se están popularizando y haciendo accesibles también para las PYMEs.
Algunas aplicaciones típicas:
- Mantenimiento predictivo
- Predicción de la demanda
- Predicción de roturas de stock. Optimización logística.
- Calidad predictiva. Gestión de garantías.
- Detección del fraude
- Selección de nuevos proyectos
- Análisis de pérdida de clientes.
- Detección previa de picos de consumo energético.
- Visión artificial & Deep Learning. Detección de defectos nuevos o inesperados.
- Cobots & Deep learning. Optimización de movimientos y de procesos automática.
- Optimización de precios para maximizar beneficio.
¿Por dónde empezar?
Te recomendamos hacer una inmersión en las diferentes plataformas en la nube, que son cada día más sencillas de utilizar como, por ejemplo, Azure studio o Google ML.
También puedes desarrollar las capacidades de tu empresa con las consultorías de IA.
- Karlsson, C. (2025). Por qué es tan difícil —y necesario— regular la inteligencia artificial. https://doi.org/10.1146/knowable-022725-1
- Pandolfi, D. & Villagra, A. (2025). Inteligencia artificial y trabajo: todo es caos bajo las estrellas. https://doi.org/10.22305/revita-unpa.v3.n1.1177
- Murcia Carbonell, A. (2024). ¿Es la inteligencia artificial doxástica un igual epistémico? https://doi.org/10.6018/daimon.611821
- Salmin, L. (2024). Artificial intelligence as a chance. https://doi.org/10.51461/issn.2309-3072/77.2280
- Adadi, A. & Berrada, M. (2018). Peeking inside the black-box: A survey on explainable artificial intelligence (XAI). https://doi.org/10.1109/access.2018.2870052
- Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. https://doi.org/10.1109/access.2020.2988510
- Nilsson, N. J. (1982). Principles of artificial intelligence. https://doi.org/10.1007/978-3-662-09438-9
- Haenlein, M. & Kaplan, A. (2019). A brief history of artificial intelligence: on the past, present, and future of artificial intelligence. https://doi.org/10.1177/0008125619864925
- Heininger, U. (2000). Coincidence is not causality—a principle which needs regular rediscovery. https://doi.org/10.1136/adc.83.4.355
- Zhao, S. (2024). Principle of criminal imputation for negligence crime involving artificial intelligence. https://doi.org/10.1007/978-981-97-0722-5
- Kenny, J. (2023). Advanced artificial intelligence techniques and the principle of non-intervention in the context of electoral interference. https://doi.org/10.4324/9781003284093-12
- Thampapillai, D. (2022). Artificial intelligence and the unconscionability principle. https://doi.org/10.4337/9781800880788.00014
- Glazier, J. W. & Zieske, C. M. (2025). The soul is nothing technological: out-of-body experiences and artificial intelligence. https://doi.org/10.1007/978-3-031-94105-4_15
- Ma, N. (2023). Application of the artificial intelligence sensor principle in athlete training status testing system. https://doi.org/10.1109/aicit59054.2023.10277823
- Pacholska, M. (2022). Military artificial intelligence and the principle of distinction: a state responsibility perspective. https://doi.org/10.1017/s0021223722000188
- Pugh, J. R. & Raman, I. M. (2009). Nothing can be coincidence: synaptic inhibition and plasticity in the cerebellar nuclei. https://doi.org/10.1016/j.tins.2008.12.001
- Vinuesa, R., Azizpour, H., Leite, I., Balaam, M., Dignum, V., Domisch, S., Felländer, A., Langhans, S. D., Tegmark, M., & Nerini, F. F. (2020). The role of artificial intelligence in achieving the sustainable development goals. https://doi.org/10.1038/s41467-019-14108-y
- Gunning, D., Stefik, M., Choi, J., Miller, T., Stumpf, S., & Yang, G.-Z. (2019). XAI—explainable artificial intelligence. https://doi.org/10.1126/scirobotics.aay7120
- Barredo Arrieta, A., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., García, S., Gil-López, S., Molina, D., Benjamins, R., Chatila, R., & Herrera, F. (2019). Explainable artificial intelligence (XAI): concepts, taxonomies, opportunities and challenges toward responsible AI. https://doi.org/10.1016/j.inffus.2019.12.012
- Huang, M. & Rust, R. T. (2018). Artificial intelligence in service. https://doi.org/10.1177/1094670517752459
- Hosny, A., Parmar, C., Quackenbush, J., Schwartz, L. H., & Aerts, H. J.W.L. (2018). Artificial intelligence in radiology. https://doi.org/10.1038/s41568-018-0016-5
