Inteligencia Artificial Loogic Startups
Quipu utiliza la Inteligencia Artificial para mejorar su programa de facturación

Quipu utiliza la Inteligencia Artificial para mejorar su programa de facturación

Existe mucha expectativa respecto a cómo se va a utilizar la Inteligencia Artificial para mejorar muchas de las actividades que las realizamos las personas o que se realizan en las empresas. De hecho muchas startups se han lanzado a intentar aplicar tecnologías como el machine learning en sus productos, aunque aún vemos pocos resultados al respecto.

Una de las startups que ha encontrado una utilidad real de esta tecnología es Quipu donde han desarrollado un sistema de reconocimiento automático para leer y procesar facturas, tickets y otros gastos sin que el usuario deba picar ningún dato a mano, lo cual puede ahorrar muchas horas de trabajo. El usuario únicamente tiene que hacer una foto con su móvil, enviarla a Quipu y tiene el gasto procesado y listo en su cuenta.

Para conocer mejor cómo en Quipu han utilizado el Machine Learning de cara a ofrecer esta utilidad a sus usuarios, hemos preguntado a su equipo técnico y esta es la explicación que nos han dado:

“Nuestro proceso empieza en la recogida de los datos en crudo del documento, sabiendo que no existe un patrón de factura único, aplicamos una serie de reglas para localizar los campos que nos interesan. El sistema aprende en base a dichas reglas probabilísticas y de este modo aumenta la precisión. No solo usamos los datos que derivan del documento sino los propios de nuestra base de datos para optimizar la precisión.

Este algoritmo lo hemos desarrollado internamente. Para hacerlo nos hemos rodeado de expertos en Machine Learning y nos hemos apoyado en ellos para el desarrollo inicial y también para seguir avanzando en esta dirección.

Lo que diferencia a Quipu respecto otras alternativas es que presentamos una solución más generalista que aplica a una variedad enorme de casos y además ponemos a disposición de todo el mundo esta tecnología eliminando los costes que una pequeña o mediana empresa no puede asumir. A parte, lo que suelen hacer otras soluciones recoger datos y “pintarlos” en su software mientras que Quipu va un paso más allá y combina estos datos con otras variables que no necesariamente están en la factura, como por ejemplo la categoría contable. Además, aplicamos reglas de Machine Learning nosotros mismos, controlando y mejorando la tecnología utilizada.

Otro ejemplo de las sinergias que generamos desde Quipu es la posibilidad de relacionar los datos extraídos automáticamente con la información de tu cuenta bancaria, ya que está también integrada dentro de la plataforma. La idea principal es que en Quipu tenemos mucha más información para que esta funcionalidad sea más potente y el usuario pueda tener un valor añadido a parte de la pura lectura automática de la información. También hay que tener en cuenta que el hecho de que Quipu tenga muchos usuarios, nos da la capacidad de depurar el proceso y hacer más inteligente la tecnología que tenemos al contrario de soluciones alternativas que se instalan”.

500.000 euros de inversión en la startup Drivies

500.000 euros de inversión en la startup Drivies

Drivies es una nueva startup que ha desarrollado una app que detecta automáticamente la forma de conducción y utiliza Inteligencia Artificial para ofrecer a los conductores un mejor precio en el seguro del coche y ventajas alrededor de la conducción. La aplicación detecta excesos de velocidad, distracciones por uso del móvil mientras se conduce y patrones de conducción brusca (aceleraciones y frenazos). Además calcula estadísticas de consumo de combustible, tiempo en atascos y horas de conducción. A partir de ello es capaz de facilitar información de la conducción y elaborar una propuesta de seguro de coche adaptado a las características del conductor. Además ofrece herramientas para la gestión de la conducción y el vehículo, como un avisador automático de radares. Drivies garantiza la privacidad de los datos de conducción del usuario y sólo comparte información con las aseguradoras cuando lo autoriza el usuario y siempre y cuando estos datos sean beneficiosos en la obtención de un descuento.

Ha empresa surge como una una spin-off de Telefónica que cede la tecnología y la propiedad intelectual desarrollada desde el inicio del proyecto. En esta nueva etapa, Drivies mantiene el grueso del equipo que creó la tecnología cuando nació en Telefónica. Además cuenta con el apoyo económico recibido en una primera ronda de financiación de 500.000 euros por parte del propio equipo y de business angels, lo cual ayudará a la empresa a seguir optimizando el producto y trabajar en la obtención de nuevos fondos para escalar el modelo en España y empezar su internacionalización.

Drivies nació en julio de 2015 como resultado de una convocatoria de innovación a los empleados de Telefónica en busca de ideas de nuevos negocios. La iniciativa fue incubada con técnicas lean startup hasta la generación de un producto probado y con madurez para constituirse como empresa independiente.

Así cuenta David del Val, director de Product Innovation y CEO de Telefónica I+D la motivación de la empresa con este proyecto: con el spin-off de Drivies, Telefónica ha elegido el camino de evolución del producto que garantiza el máximo de posibilidades para su éxito. Además, Drivies es una prueba más del modelo exitoso de fomento del intraemprendimiento y del espíritu de innovación de Telefónica.

Entrevistamos a los fundadores de la startup venezolana TioConejo.net

Entrevistamos a los fundadores de la startup venezolana TioConejo.net

Pocas veces hemos hablado por aquí de startups nacidas en Venezuela por lo que es interesante descubrir de la existencia de proyectos como TioConejo.net que ha desarrollado un algoritmo capaz de analizar grandes volúmenes de textos en muy corto tiempo y un gestor de datos textuales que aprende de la manera en que selecciona el usuario para luego hacerlo por sí mismo. El algoritmo desarrollado por la empresa quiere ser una herramienta para los consultores de todo tipo: los que analizan las redes sociales, los que hacen grandes encuestas con preguntas abiertas, los que necesitan hacer análisis de focus groups, ya que es un herramienta que permite hacer un análisis cualitativo, pero que también le entrega al consultor una serie de análisis cuantitativos.

¿Quiénes sois los fundadores de la empresa y qué os motiva para emprender?

El fundador es Igor Collazos. Un arquitecto con maestría en estudios del discurso que aprendió a programar como reto personal para desarrollar TioConejo.net. Dos socios más formaron parte del equipo inicial del proyecto cuando fue acelerado por Wayra: Julio Nazoa y Jacqueline Perilla. Aunque ninguno de los dos forma parte del equipo de desarrollo actual de la empresa. Yo, Rodolfo A. Rico me convierto en socio de TioConejo.net hace un par de años y mi aporte es desde el área de comunicación y desde mi experiencia emprendiendo con un medio en Venezuela.

¿Cómo surge la idea de crear Tío Conejo.net y qué problema resuelve?

El análisis de patrones, de co ocurrencias léxicas es una metodología estándar en los análisis del discurso, pero usualmente se hace de manera artesanal. TioConejo.net es capaz de realizarlo de manera automatizada: captura, clasifica, analiza, identifica y genera reportes de sentimientos y tendencias.
Tío COnejo.net tiene una serie de motores de análisis automáticos que permite tomar grandes cantidades de texto e identificar patrones . Un análisis que podría tardar meses se resuelve en unos pocos clics.
Además tiene microservicios que permiten capturar datos de Twitter, Facebook e Instagram así como una nueva herramienta que es capaz de armar nuevos textos a partir del análisis de su proximidad en cuanto a estructura y tema de manera automatizada.

​¿Por qué habéis decidido utilizar la Inteligencia Artificial en el proyecto?

Cada cliente es un mundo. Por eso desde el principio vimos que TioConejo.net tenía que ser una herramienta machine learning que aprendiera a capturar, clasificar y analizar según los criterios particulares de cada investigador y de cada investigación. Es esta capacidad la que marca la diferencia con herramientas más tradicionales de análisis del discurso.

¿Cuál es vuestra estrategia para financiarlos?

Somos un servicio dirigido a consultores independientes, pequeñas y medianas empresas interesadas en ser competitivos . Nuestro potenciales clientes están entre los expertos de marketing, investigadores sociales y en general todo aquél que necesite analizar grandes volúmenes de textos en breve tiempo para ser competitivo. Nuestros clientes nos pagan un monto mensual o por proyecto de captura de datos. También ofrecemos nuestra API para ser usada por aplicaciones y webs de formas que todavía no nos hemos imaginado.

Descubre el proyecto Zensei

Descubre el proyecto Zensei

La Inteligencia Artificial es una de las tecnologías exponenciales que mayor impacto va a tener en el mundo de los negocios y en el desarrollo de la sociedad en los próximos años. Muchas startups se han lanzado a usar tecnologías como el machine learning en el desarrollo de nuevas aplicaciones y la mejora de los productos creados en sus startups.

Hoy os presentamos uno de estos nuevos proyectos, se trata de Zensei, que vas a poder conocer a través de la entrevista que hemos realizado a su fundador David Martín-Corral.

¿Cómo surge la idea de crear Zensei?

Las enfermedades del siglo XXI vienen definidas por el entorno físico, comportamientos y factores sociales. Está probado que fenómenos como el cambio climático, contaminación en las ciudades y estilos de vida sedentarios tienen consecuencias en la salud millones de personas en todo el mundo. Por este motivo hemos creado Zensei para ayudar a prevenir las enfermedades del futuro, un objetivo muy ambicioso, pero ha empezado por algo mucho más sencillo y muy valioso que es la información del entorno físico como niveles de contaminación, enfermedades respiratorias como la gripe o el resfriado, niveles de polen, clima extremo e incluso riesgos para la salud para niños como la bronquiolitis o epidemias de piojos. Toda esta información aderezada con consejos muy útiles para evitar los riesgos reales del entorno sobre nuestra salud.

Los fundadores del proyecto hemos trabajado en empresas como Doctor24, Sanitas, Smartvel, IBM, y hemos participado en la creación de Politibot, con experiencia en machine learning, desarrollo de software, seguridad informática y gestión.

¿Cómo utilizáis la Inteligencia Artificial?

Pese a ser un servicio muy sencillo el primer producto cuenta con más de 10 modelos de machine learning para predicción de factores del entorno físico y de procesamiento del lenguaje natural. En la parte de los consejos utilizan técnicas de behavioral economics para ayudarnos a tener hábitos mucho más saludables. Los datos que mostramos son de múltiples fuentes como AEMET, Instituto Carlos III de Salud, Búsquedas agregadas de buscadores y organismos públicos como ayuntamientos o el Ministerios de Agricultura y Medioambiente para la calidad del aire. Muchos de los datos como el clima, los rayos UV o calidad del aire, son reportados en tiempo real.

Pero nuestro fuerte es en los datos epidemiológicos o de calidad del aire, predecimos los datos con modelos propios de aprendizaje estadístico. En este ámbito existe un problema, por ejemplo, los datos de la gripe son datos que se reportan con dos semanas de decalaje por la red de médicos centinelas, es decir, hoy tenemos los datos de hace dos semanas y el problema que tiene la gripe es que tiene un comportamiento exponencial, en dos semanas puede haber causado mucho daño, si no se toman las medidas preventivas adecuadas.

Utilizando modelos que están a la vanguardia de la epidemiología digital nos permite ayudar a mucha gente a prevenir la gripe y sus consecuencias siguiendo nuestros consejos. Por poner un ejemplo, Zensei tiene modelos que predicen con más de un 95% de acierto la gripe, la bronquiolitis, las superación de límites de NO2 y otras muchas más métricas, como, por ejemplo, los piojos.

¿Por qué habéis elegido messenger como plataforma sobre la que desarrollar la aplicación?

Messenger ha sido nuestra decisión inicial porque creíamos que el alcance que tendría Zensei sería mayor,
pero estamos descubriendo que Messenger no es una app mayoritaria en España, y ya estamos trabajando en otros canales, Telegram, Email, Slack, … aunque el día de mañana Zensei será una plataforma multisesión y multidispositivo con su propia entidad, ya que el servicio actual de Zensei solo es un 1% de la visión que tenemos desde Zensei para llevar una medicina preventiva, escalable y accesible a todo el mundo.

¿Puedes adelantarnos algo sobre cosas nuevas en las que estáis trabajando?

Durante el verano empezaremos a escalar nuestro servicio a todas las ciudades de España y a construir un servicio mejorado que proporcionará una información más contextualizada y personalizada al usuario final. Siempre sin dejar de lado nuestra visión a largo plazo de mejorar la salud de millones de personas mediante nuevos servicios de salud digitales.

Politibot utiliza la inteligencia artificial para mejorar la transparencia en la política

Politibot utiliza la inteligencia artificial para mejorar la transparencia en la política

Así nos cuentan los creadores del chatbot Politibot la historia de este interesante proyecto que utiliza la inteligencia artificial para hacer más transparente el mundo de la política:

Politibot nació como un bot para Telegram en junio de 2016. Nuestro objetivo era cubrir la campaña del 26J de una forma distinta: en una aplicación de mensajería, con un lenguaje más fresco y seleccionando artículos y gráficos que aportaran contexto sobre la batalla electoral. En apenas tres semanas Politibot alcanzó 8.000 usuarios, superó las 100.000 sesiones y estableció una conexión emocional con una audiencia fiel. El proyecto es el fruto del trabajo de un equipo multidisciplinar con periodistas, desarrolladores y politólogos y de nuestra pasión por un periodismo más móvil, más centrado en los datos y más visual.

Ahora el proyecto vuelve a la actividad a través de Telegram y Facebook. Sigue compartiendo en su cuenta de Twitter artículos, gráficos y GIF. Además el bot ya no hablará sólo de política española ya que seguirá de cerca las elecciones que se avecinan en Países Bajos, Francia y Alemania, intentará explicar los entresijos del Brexit e informará sobre la agenda legislativa de Trump.