Azure Applied AI Services aceleran el desarrollo de soluciones de IA para ayudar a los negocios a crecer
John Roach
Microsoft News Center
En cualquier momento, los coordinadores de cambio de rumbo de la aerolínea alemana Lufthansa CityLine tienen los ojos pegados a los monitores que muestran más de media docena de videos de aviones estacionados en las puertas alrededor del aeropuerto. El trabajo de los coordinadores es garantizar que los aviones se descarguen, reposten, limpien, reabastezcan y recarguen para que cada pasajero llegue a su destino de forma segura, a tiempo y con su equipaje.
Los minutos perdidos aquí o allá en el proceso de cambio de giro pueden sumarse, lo que les cuesta a las aerolíneas millones de dólares al año. Como señalan muchos en la industria, los aviones solo ganan dinero mientras están en el aire.
«Piensen en una parada en boxes en una carrera de coches, y esto es más o menos lo mismo que sucede en un cambio de rumbo de un avión», dijo Philipp Grindemann, director de desarrollo comercial y gestión de proyectos de Lufthansa CityLine. «Todos los procesos deben estar a tiempo, deben ser rápidos, deben ser esbeltos».
Lufthansa CityLine es una subsidiaria de Lufthansa, uno de los grupos de aerolíneas más importantes del mundo con una red que se extiende por todo el mundo. Lufthansa mantiene centros en Frankfurt y Munich, Alemania. Lufthansa CityLine conecta a los pasajeros con destinos en toda Europa desde y hacia estos centros, con más de 300 vuelos por día. Las llegadas y salidas puntuales son esenciales para la satisfacción del cliente y los resultados finales de Lufthansa.
Fuera del clima, los retrasos provienen de pasos en falso durante el proceso de cambio de rumbo coreografiado. Como la mayoría de los actores de la industria, Lufthansa CityLine se basa en marcas de tiempo anuales para comprender cuándo comienza y termina cada paso del proceso de respuesta, y utiliza esos datos de marcas de tiempo manuales para obtener información sobre dónde realizar ajustes para obtener entregas más rápidas y ágiles.
En una fase piloto, la aerolínea se asoció con zeroG, una empresa de consultoría del Grupo Lufthansa fundada por Lufthansa Systems para acelerar el impacto tangible de la inteligencia artificial en los procesos operativos y comerciales de aerolíneas de todo el mundo. Un ejemplo es la mejora de la gestión de tiempos de respuesta con IA.
La solución Deep Turnaround de ZeroG aprovecha Azure Video Analyzer, una nueva oferta de Microsoft que combina capacidades de Live Video Analytics y Azure Video Indexer. Para Lufthansa, genera marcas de tiempo automáticas a partir de las transmisiones de video y emite alertas cuando el tiempo de respuesta se sale del guion.
«Con esa transparencia de Deep Turnaround, saber cuándo llega el proveedor, saber cuándo llega el puente para bajar de la aeronave, la aerolínea puede dirigir el proceso y tener procesos mucho más ágiles que antes», dijo Manuel van Esch, consultor líder de zeroG.
Por ejemplo, cuando un camión de combustible llega más tarde de lo previsto, Deep Turnaround alerta a los coordinadores de cambio de rumbo y otro personal de operaciones en tierra. La alerta inicia la búsqueda de una solución que evite una demora, como enviar un segundo camión de combustible al avión.
Servicios de IA aplicada
Azure Video Analyzer se encuentra entre un puñado de Azure Applied AI Services que Microsoft destacó el martes durante Build, la conferencia anual de la compañía para desarrolladores. Estos servicios (Azure Video Analyzer, Azure Metrics Advisor, Azure Bot Service, Azure Cognitive Search, Azure Form Recognizer y Azure Immersive Reader) aceleran el desarrollo de soluciones de IA para escenarios específicos.
Los servicios de IA aplicada de Azure se basan en los modelos de IA en el núcleo de los productos y servicios de IA de Azure. Eso incluye Azure Cognitive Services, que ofrece modelos y herramientas de IA personalizables para crear soluciones de IA que ayuden a los clientes a extraer significado del texto, integrar el habla en aplicaciones y servicios, identificar y analizar contenido en imágenes y videos, y tomar decisiones.
Los clientes también pueden personalizar estos servicios y ampliarlos con sus propios modelos personalizados de Azure Machine Learning para satisfacer las necesidades específicas de su negocio.
De manera habitual, los clientes le dicen a Microsoft que, si bien ven el potencial de la IA, la creación de soluciones es más difícil de lo que anticipaban, dijo Eric Boyd, vicepresidente corporativo de Microsoft Azure AI en Redmond, Washington.
“El objetivo de Azure Applied AI Services es proporcionar un poco más de empaque y estructura para acelerar en verdad el desarrollo de soluciones de inteligencia artificial para procesos comerciales comunes”, dijo.
El servicio Azure Video Analyzer, por ejemplo, reúne Computer Vision de Azure Cognitive Services y un modelo de subtítulos automáticos junto con capacidades para integrar canales de video de circuito cerrado y sistemas de administración de video existentes, lo que facilita a las empresas la creación de soluciones de análisis de video.
Microsoft creó la categoría Azure Applied AI Services para apuntar a escenarios comerciales comunes que el equipo de Azure AI de Boyd ha visto a los clientes construir de manera repetida desde cero. Por ejemplo, Azure Form Recognizer se basa en el reconocimiento óptico de caracteres, una tecnología de visión por computadora que reconoce texto y es clave para muchas soluciones comerciales, desde la lectura de recibos hasta la extracción de datos de los formularios de admisión.
“Para ponerlo en la aplicación que querían, había mucho más que tenían que hacer”, dijo Boyd. “No se trataba solo de obtener el texto, se trataba de comprender la estructura del documento y decir: ‘Tengo este formulario que alguien ha llenado y quiero la información que contiene en mi base de datos’”.
Azure Form Recognizer se basa en la tecnología de reconocimiento óptico de caracteres subyacente con un marco para comprender toda la estructura del documento, extraer la información relevante y completar una base de datos.
Aprovechar las soluciones de inteligencia artificial internas de Microsoft
Muchos de los servicios de IA aplicados de Azure se basan en herramientas de IA desarrolladas en un principio para productos y servicios internos, incluido Azure Metrics Advisor. La herramienta surgió del trabajo que los desarrolladores hicieron para el motor de búsqueda de Microsoft, Bing, para detectar desviaciones de las operaciones normales, como picos en las consultas de un país o una caída repentina en los ingresos por publicidad.
“La búsqueda es bastante predecible en cuanto a cómo cambia día tras día, por lo que al ser capaces de detectar esas anomalías, podríamos abordar los problemas y resolverlos de manera más rápida”, dijo Boyd. “Ese servicio de detección de anomalías se ha implementado en varios lugares, como Power BI. Pero es una interfaz de desarrolladores y requiere de unir muchas de ellas».
Microsoft puso la tecnología a disposición del público a través de Anomaly Detector, uno de los servicios cognitivos de Azure. Para Azure Applied AI Services, Microsoft se basó en la tecnología que impulsa Anomaly Detector y la adaptó a las soluciones comunes para los clientes comerciales, lo que facilita la implementación de una solución que monitorea las métricas y, cuando algo va mal, emite una alerta y señala dónde buscar para resolver el problema.
Samsung Electronics implementó Azure Metrics Advisor en China para la detección de anomalías y el análisis de la causa raíz de los problemas que podrían provocar interrupciones en el sistema de hardware y software basado en la nube que permite el acceso las 24 horas al contenido de audio y video transmitido a través de Internet para su visualización. en los televisores inteligentes de la empresa.
La solución de inteligencia artificial creada con Azure Metrics Advisor ayuda a los ingenieros de Samsung a detectar incidentes antes de que afecten a los clientes y solucionar de manera rápida los problemas, dijo Jie Zhang, líder técnico del Centro de I + D de Samsung Electronics (China), quien ayudó en el diseño y la implementación.
El desarrollo de backend de Azure Bot Service siguió una trayectoria similar a la de Azure Metrics Advisor, señaló Boyd. Ese servicio se basa en las tecnologías centrales del habla y el lenguaje que impulsan los servicios cognitivos de Azure, como Language Understanding, QnA Maker, Speech to Text y Text to Speech para ayudar a los clientes a desarrollar asistentes de conversación inteligentes.
“Combinamos una serie de servicios cognitivos y los empaquetamos y simplificamos el uso de la combinación completa para los usuarios”, dijo Boyd.
Más valor con IA
Varios de los servicios ahora disponibles en la categoría Azure Applied AI Services estaban disponibles con anterioridad como Azure Cognitive Services independientes, como Azure Form Recognizer y Azure Immersive Reader, que permite a los desarrolladores implementar técnicas en sus aplicaciones que mejoran la lectura y escritura para las personas, sin importar su edad o habilidad.
Otros servicios fueron ofertas individuales bajo Azure AI, como Azure Bot Services y Azure Cognitive Search, que permite a los desarrolladores integrar la búsqueda impulsada por AI en sus aplicaciones y sitios web.
La reorganización, dijo Boyd, tiene como objetivo facilitar a los clientes comerciales la búsqueda de soluciones de inteligencia artificial para procesos comerciales comunes. Se espera que la nueva categoría crezca en los próximos meses y años a medida que el equipo de Azure AI trabaje con clientes dentro de industrias específicas o vea que los clientes resuelven el mismo problema con una combinación de servicios de Azure AI.
“Vemos esta categoría de ‘¿Cómo empaquetar, combinar y simplificar estas cosas?’ que en verdad hablan con la gente que entiende que hay un poder tremendo en lo que la IA puede hacer y decir: ‘Necesito llevar eso a todas las áreas de mi negocio’”, Dijo Boyd.
La capacidad de la IA para generar y dar sentido a los datos está detrás de la adopción por parte de ZeroG de Azure Video Analyzer para la solución Deep Turnaround pilotada por Lufthansa CityLine. Y este es solo el comienzo de una transformación digital con inteligencia artificial en todo el Grupo Lufthansa, según Xavier Lagardere, director de datos de la compañía de aviación.
“Todavía no somos, a nivel sistemático, un tipo de empresa basada en datos en tiempo real cuando se trata de tomar decisiones, tomar decisiones o incluso actuar sobre los datos”, dijo. «Hay un camino emocionante por delante para hacer mucho más con las enormes pilas de datos que generamos en el día a día».
Contenido relacionado
Conozcan más sobre Azure Applied AI Services
Imagen principal: Un avión de Lufthansa CityLine está estacionado en la puerta de un aeropuerto mientas la tripulación de operaciones en tierra lo prepara para el siguiente vuelo. La aerolínea está en pruebas piloto con tecnología IA que puede ayudar a mejorar la eficiencia del proceso de cambio de rumbo. Foto cortesía de Lufthansa.
John Roach escribe sobre investigación e innovación de Microsoft. Síganlo en Twitter.
