jorge: Ciertamente. Mi función, como diré, tiene dos enfoques principales en dos áreas. Uno de ellos es que dirijo las operaciones de ingeniería de aprendizaje automático de la empresa a nivel mundial. Y por otro lado, proporciono todas las plataformas analíticas que la empresa utiliza también a nivel global. Entonces, en el rol número uno en mi ingeniería y operaciones de aprendizaje automático, lo que hace mi equipo es tomar todos estos modelos que nuestra comunidad de científicos de datos que están trabajando a nivel mundial está ideando, los tomamos y los fortalecimos. Nuestra principal misión aquí es que lo primero que debemos hacer es asegurarnos de que estamos aplicando prácticas de ingeniería para que estén listos para la producción y puedan escalar, también puedan funcionar de manera rentable, y a partir de ahí aseguramos que en mis operaciones estén ahí cuando sea necesario.
Muchos de estos modelos, debido a que se vuelven parte de nuestras operaciones diarias, vendrán con ciertos compromisos de nivel de servicio específicos que debemos asumir, por lo que mi equipo se asegura de que estemos cumpliendo con aquellos con las expectativas correctas. Y por otro lado, que son las plataformas analíticas, hacemos mucho trabajo descriptivo, predictivo y prescriptivo en términos de análisis. La parte descriptiva en la que se habla solo del panel de control habitual, el resumen de nuestros datos y dónde residen los datos, todas esas plataformas analíticas que utiliza la empresa también son algo de lo que me ocupo. Y con eso, se podría pensar que tengo una base muy amplia de clientes en la empresa, tanto en términos de geografías, desde algunos de nuestros negocios en Asia hasta América del Norte, pero también en toda la organización, desde marketing hasta Recursos Humanos y todo lo demás.
Al abordar su otra pregunta sobre cómo el aprendizaje automático está ayudando a nuestros consumidores en el pasillo de los supermercados, probablemente resumiré que para un CPG se trata de tener el producto adecuado al precio adecuado y en el lugar adecuado para usted. Lo que eso significa es que en el producto correcto, su aprendizaje automático puede ayudar a muchos de nuestros equipos de marketing, por ejemplo, incluso cuando ahora cuentan con las últimas capacidades de IA generativa, están apareciendo como lluvia de ideas y creación de nuevo contenido para I+D, lo que nosotros Estamos tratando de descubrir cuáles son las mejores fórmulas para nuestros productos, definitivamente ahora ML está avanzando en ese espacio, el precio correcto, todo se trata de eficiencias de costos desde nuestros planes hasta nuestros centros de distribución, asegurándonos de que estemos eliminando el desperdicio. Aprovechar las capacidades de aprendizaje automático es algo que estamos haciendo en todos los ámbitos de nuestra gestión de ingresos, que es el precio correcto para que las personas compren nuestros productos.
Y por último, pero no menos importante, está la ubicación adecuada. Por lo tanto, debemos asegurarnos de que cuando nuestros consumidores entren a sus tiendas o compren nuestros productos en línea, el producto esté allí para usted y usted encontrará el producto que le gusta, el sabor que le gusta de inmediato. Por eso, hay un gran esfuerzo para predecir nuestra demanda, organizar nuestra cadena de suministro, nuestra distribución, programar nuestros planes para asegurarnos de que estamos produciendo las cantidades correctas y entregándolas en los lugares correctos para que nuestros consumidores puedan encontrar nuestros productos.
Laurel: Bueno, eso ciertamente tiene sentido, ya que los datos desempeñan un papel crucial en el despliegue de tecnologías avanzadas, especialmente el aprendizaje automático. Entonces, ¿cómo garantiza Kraft Heinz la accesibilidad, la calidad y la seguridad de todos esos datos en el lugar correcto y en el momento adecuado para impulsar operaciones efectivas de aprendizaje automático o MLOps? ¿Hay mejores prácticas específicas que haya descubierto?
jorge: Bueno, la mejor práctica sobre la que probablemente pueda aconsejar a la gente es, definitivamente, que los datos son el combustible del aprendizaje automático. Entonces, sin datos, no hay modelado. Y los datos, organizar tus datos, tanto los datos que tienes interna como externamente, lleva tiempo. Es importante asegurarse de que no solo sea accesible y de organizarlo de manera que no tenga que lidiar con millones de tecnologías, sino también, diría, su curación. Ése es un compromiso a largo plazo. Por lo tanto, recomiendo encarecidamente a cualquiera que esté escuchando en este momento que comprenda que su viaje de datos, tal como es, es un viaje, no tiene un destino final y además llevará tiempo.
Y cuanto más éxito tenga en términos de organizar todos los datos que necesita y asegurarse de que estén disponibles, más éxito aprovechará todo eso con modelos de aprendizaje automático y grandes cosas que existen para realmente luego lograr un resultado comercial específico. Entonces, una buena metáfora que me gusta decir es que hay muchos investigadores, y el . es conocido por su investigación, pero los investigadores no pueden hacer nada sin los bibliotecarios, con toda la gente que organiza el conocimiento para que puedas ir y hacerlo. lo que hay que hacer, que en este caso es investigación. Nunca olvides que los datos son el combustible, y los datos requieren esfuerzo, son un viaje, nunca termina, porque eso es lo que realmente llamaría lo que diferencia muchos esfuerzos exitosos de los fallidos.
Laurel: Volviendo a esa mentalidad del lugar correcto en el momento adecuado, en los últimos años, los bienes de consumo empaquetados, o como mencionó anteriormente, el sector CPG, ha experimentado cambios tan importantes desde las cambiantes demandas de los clientes hasta la proliferación de canales de comercio electrónico. Entonces, ¿cómo pueden la IA y las herramientas de aprendizaje automático ayudar a influir en los resultados empresariales o mejorar la eficiencia operativa?