video llamadas

Guía rápida: Mejores Video Llamadas y Chats

Las Video Llamadas y Chats ahora son esenciales para nuestras relaciones y generalmente no suelen ser confortables. Compartimos ésta guía básica de eficiencia, respeto y empatía.

PARA VIDEO LLAMADAS:

  1. Prepara tu reunión y conéctate 10 minutos antes para corregir problemas técnicos o descargar algún plugin o software que no tengas instalado. De hecho si es un sistema nuevo, es mejor que te conectes 20 minutos antes y pruebes todas las funcionalidades.
  2. Respira un poco antes de comenzar y concéntrate en el tema que van a tratar.
  3. No uses la cámara a no ser de que sea absolutamente necesario. Por estos días debemos ahorrar el consumo de internet y ayudar a no saturar los canales, de hecho ayudas a que tu reunión no tenga intermitencias.
  4. Si no vas a hablar silencia tu micrófono.
  5. Evita todos los ruidos externos por suaves que parezcan. (No aplica para reuniones que tienes que hacer en un café)
  6. Designa un moderador, ayudará a enfocar la reunión.
  7. Utiliza el chat, puedes pedir la palabra sin interrumpir a los otros.

PARA CHATS:

  1. EVITA A TODA COSTA SALUDAR Y NO ESCRIBIR NADA MÁS. Usa la primera línea del chat para el asunto que quieres hablar, por supuesto, con la amabilidad que te caracteriza.
  2. Evita usar mensajes de voz largos o pensar en voz alta mientras lo dices.
  3. Usa un chat para tu vida personal y otro para tu vida profesional. En mi caso yo uso WhatsApp para lo personal y Slack para trabajo y mejoró mi calidad de vida sustancialmente.
  4. Obviamente no uses el chat mientras conduces, caminas o estás en una reunión social.

Si tienes más y mejores ideas para contar, escríbeme a @danieljokka


[:es]automatizacion software inteligencia artificial colombia[:]

Entrena a tus empleados para trabajar con Robots

La automatización, sin duda, se ha infiltrado en aspectos de la vida cotidiana. Cada vez más, las empresas están utilizando tecnologías como la Inteligencia Artificial (AI), la Automatización de Procesos Robóticos (RPA) y el Aprendizaje Automático (ML) para realizar tareas que antes se hacían manualmente.

Si bien se ha demostrado que la aplicación de soluciones robóticas aumenta la eficiencia y la precisión de las principales funciones y, en última instancia, libera a las personas para realizar un trabajo más gratificante, la preocupación de los empleados por la seguridad en el trabajo sigue persistiendo. Aunque la mayoría de las personas con las que trabajamos creen que las tecnologías de inteligencia artificial pueden mejorar sus empleos, a algunas personas les preocupa que la tecnología los deje un día sin trabajo. Para aliviar los sentimientos de temor de los trabajadores ante los cambios de ocupación o incluso ante las desgracias laborales, los directores de recursos humanos deben deliberar sobre la forma en que presentan las disposiciones de mecanización en el entorno laboral y recordar que están preparando robots en un espacio de trabajo actual.

En este sentido, los líderes de recursos humanos (RR.HH.) deben descubrir cómo asimilar la fuerza de trabajo tradicional con la nueva fuerza de trabajo digital que proporcionan estas tecnologías.

A continuación, los pasos necesarios para entrenar a sus empleados con la robótica:

 

Comunícate abiertamente y articula la visión

Al implementar las soluciones de RPA, los líderes de las organizaciones deben articular claramente su visión de la tecnología.

Según una encuesta de ISG, el 76% de las personas que comienzan a trabajar con automatización tienen una comprensión deficiente de cómo la automatización afecta a los procesos. Es vital que los líderes empresariales hablen abiertamente sobre los usos previstos de la solución. Cuando los ejecutivos intenten vender el valor de la automatización a los empleados sin una explicación clara y bien pensada de los cambios que traerá consigo, los empleados se volverán escépticos y construirán un muro que genera más retos en la transformación.

Para comunicar mejor la visión de los usos y beneficios de una herramienta de automatización, como el RPA, los líderes deben profundizar sus conocimientos en la tecnología para explicar qué papeles desempeñarán los robots. Esto comienza con la reinvención de la organización y el énfasis en las formas en que la tecnología desbloqueará las habilidades para que los empleados crezcan y cambien sus roles.

Cuando los empleados vean hacia dónde se dirige la tecnología, en términos de proyectos específicos y de la visión para las soluciones digitales, reaccionarán de una manera más positiva.

 

Forma a los trabajadores de manera divertida

Si bien las soluciones tecnológicas disponibles son emocionantes, es necesario desarrollarlas con tiempo suficiente para educar a los empleados sobre las nuevas herramientas disponibles antes de esperar a que funcionen sin problemas en la implementación.

Los líderes de las organizaciones deben invertir tiempo y recursos en educar a los empleados sobre el uso de herramientas como RPA y las mejores formas de trabajar junto con estas tecnologías.

 

La seguridad ante todo

Se debe proporcionar formación en seguridad a todos los empleados que vayan a trabajar con el sistema de robots y la tecnología de IA. Los empleados deben estar familiarizados con todas las características del trabajo del robot, junto con el rango completo de alcance, la información técnica y la importancia de los protocolos de protección y seguridad.

Es importante entender el alcance de un robot y la metodología detrás de su entrenamiento. Sin embargo, las necesidades de entrenamiento se aplican a todo el equipo humano y técnico.

Los líderes y las personas más experimentadas también deben recibir cursos de actualización que les permitan estar al tanto de los avances. Generalmente el exceso de confianza suele ser maestra de lecciones contundentes.

 

Sé completamente honesto con el cambio

Como sabemos, hay muchas actividades que la personas hacen que van a ser automatizadas a través de las tecnologías actuales. Es importante ser honesto con los empleados que sus trabajos y roles podrían cambiar con la implementación de herramientas de automatización y cómo deben fomentar su creatividad dentro del equipo y en su vida diaria.

Si bien muchos instrumentos de automatización adoptan procesos tediosos que requieren mucho tiempo y que la gente teme, lo que permite a los empleados centrarse en una labor más estratégica, los dirigentes empresariales deben reconocer que algunos empleados pueden sentirse naturalmente estresados por los cambios y no se sintonizan con la empatía. Cuando los líderes facilitan la realidad de una situación, esto ayuda a facilitar la transición de los empleados.

 

Intenta no reemplazar a tu equipo humano

En lugar de eliminar o reemplazar a una persona, el trabajo mutuo ayudará a aumentar la productividad.

Cuando llegaron los cajeros electrónicos, hubo manifestaciones y protestas por parte de los trabajadores bancarios, hoy en día la banca  y el Fintech generan innumerables posibilidades nuevas de trabajo y los empleados  y emprendedores bancarios cada vez más pueden liberar su verdadero potencial creativo en diversas e inagotables clases de servicios financieras.


[:es]como el aprendizaje automatico nos ayuda a mejorar la relación con la tecnologia[:]

¿Cómo el Machine Learning, mejora nuestra relación con la tecnología? Sustancialmente

Aprendizaje automático (Machine Learning), inteligencia artificial (IA), minería de datos, todos estos términos están siendo arrojados por todos lados últimamente. Curiosamente, a medida que la IA recibe más atención, más confusa se vuelve.

A medida que la industria tecnológica permanece bajo los focos, nos bombardean con información poco clara y rumores sobre la IA. Algunas veces nos sentimos  y nos hacen sentir abrumados y desmotivados para entender cómo funciona la IA.

Parece que cada vez que encendemos las noticias alguien está alabando la IA o criticándola. No hay forma de escapar del futuro de la tecnología, ya que podemos empezar por entender por qué el aprendizaje automático puede mejorar enormemente nuestra relación con la tecnología.

Machine Learning vs. Aprendizaje de humanos: ¿Cuál es la diferencia y por qué impactará en la forma en que aprendemos?

¿Qué es el Machine Learning?

Machine Learning es un subconjunto de la inteligencia artificial (IA) que entrena a las máquinas para que aprendan. El aprendizaje automático es una forma de minería de datos que construye algoritmos específicos para mejorar el proceso de aprendizaje y predicción de las máquinas. La minería de datos es el proceso de descubrir patrones y relaciones en grandes conjuntos de datos.

El objetivo de Machine Learning es utilizar los datos para que nuestras máquinas sean tan eficientes como los humanos en la realización de diferentes tareas. El enfoque es encontrar los datos correctos para que las máquinas puedan ser más precisas en sus predicciones sin ser programadas.

Podemos ver que las máquinas son capaces de aprender de la forma exacta en que los humanos lo hacen, cuando nacemos no sabemos absolutamente nada, pero con la repetición y la experiencia, eventualmente nos convertimos en seres humanos capaces. Con los datos correctos y las pruebas, las máquinas son capaces de aprender de una manera similar a nosotros.

Para ello hay un ciclo de aprendizaje de la máquina que utiliza los datos necesarios para luego entrenar el algoritmo para hacer una tarea. Luego está la prueba para ver si la máquina fue capaz de cumplir la tarea. Luego se toman los resultados y se obtiene una retroalimentación sobre lo bien que la máquina funcionó. Finalmente, utilizan esa retroalimentación para mejorar los datos y hacer que las predicciones/decisiones de la máquina sean cada vez más precisas.

Podemos ver cómo este ciclo se lleva a cabo en un ejemplo común de clasificación de imágenes entrenando a una máquina para que distinga la diferencia entre la imagen de un gato y la de un perro. La máquina aprenderá a entender la diferencia al ser alimentada con datos estadísticos basados en la anatomía de los dos animales.

 

machine learning keybe

Por ejemplo, muchos perros tienen orejas caídas, mientras que los gatos tienen orejas puntiagudas, y el ordenador por sí solo puede utilizar todos los datos para elegir correctamente cuál de ellos es un gato y cuál un perro. Inevitablemente habrá errores en este proceso, por lo que la etapa de retroalimentación en el ciclo es crucial para asegurar que la computadora pueda seguir aprendiendo, como lo hacíamos cuando éramos niños.

Entonces, ¿por qué debería importarnos si una máquina puede distinguir con éxito un perro de un gato?

Bueno, deberíamos centrarnos en cómo el aprendizaje por máquina está cambiando el mundo que nos rodea. Cuantas más máquinas puedan hacer las tareas mundanas de baja prioridad para nosotros, más tiempo y energía podremos dedicar a aprender y a trabajar en nuestras pasiones. En última instancia, cuanto más inteligentes podamos hacer nuestras máquinas, más inteligentes nos hacemos a nosotros mismos.

Desglosando cómo funciona el aprendizaje por máquina

A modo de resumen general, los algoritmos de aprendizaje de la máquina se dividen en dos secciones:

Aprendizaje supervisado y Aprendizaje no supervisado.

Aprendizaje supervisado significa que el algoritmo tiene un analista de datos que ayuda a dar la retroalimentación necesaria durante la etapa de entrenamiento. De esta manera, una vez realizado el entrenamiento, el algoritmo puede aplicar todo lo aprendido a los nuevos datos. Todos los datos son etiquetados y el analista de datos sabe las respuestas correctas y actúa como profesor para evaluar si la máquina obtuvo las respuestas correctas.

El aprendizaje no supervisado se utiliza en el aprendizaje profundo, un subconjunto del aprendizaje automático donde las máquinas utilizan un enfoque iterativo y no necesitan entrenamiento. Esto significa que las máquinas pueden tomar decisiones y hacer predicciones por sí mismas.

Nuestras relaciones con las máquinas son más íntimas de lo que pensábamos

Muchas empresas están utilizando el aprendizaje automático porque puede ayudarles a alcanzar un objetivo esencial que todas las empresas desean: mejorar la satisfacción del usuario. Los avanzados algoritmos de aprendizaje automático nos ofrecen la posibilidad de personalizar verdaderamente la experiencia de todos utilizando las empresas en línea más comunes. Si observamos estas tres influyentes empresas; Google, Amazon y Facebook, vemos cómo el aprendizaje automático impacta en nuestras vidas diariamente.

Google ha estado confiando mucho en el aprendizaje automático para mejorar su comprensión de la intención de búsqueda del usuario. El aprendizaje automático hace posible dar la selección más precisa de contenido al usuario porque tiene los datos para conocer mejor la intención específica del usuario.

Amazon utiliza el aprendizaje automático para centrarse en el reconocimiento de patrones. Los algoritmos del aprendizaje automático ayudan a Amazon a predecir los intereses de los usuarios en cuanto a los productos y pueden ofrecer al usuario sugerencias sobre los productos que creen que realmente quieren.

Facebook también aplica estratégicamente las técnicas de aprendizaje automático para personalizar la alimentación de noticias de los usuarios para garantizar una mejor experiencia del usuario. Al igual que las demás empresas, Facebook utiliza el análisis predictivo para darnos una sensación individualista filtrando a quién prestamos más atención en Facebook para mostrarnos primero la información más relevante en nuestro Canal de Noticias.

El Machine Learning nos ayuda a ser más eficientes con nuestra tecnología conociéndonos mejor a cada uno de nosotros. Ya que todos somos cada vez más dependientes de Internet, ¿Por qué deberíamos tener una experiencia genérica si todos somos diferentes?

Nuestras diferencias son las que nos hacen humanos, así que nuestras herramientas deberían representarnos a todos por separado. El papel del aprendizaje automático en la comprensión de nuestros rasgos individuales mejora nuestra relación con la tecnología.

Cómo en Keybe utilizamos el aprendizaje automático para aprender más sobre nuestros clientes

Nosotros en Keybe usamos Machine Learning para ayudarnos a poner a Las Personas primero. Por eso queremos usar el aprendizaje automático de una manera completamente transparente para romper esta barrera. Con Machine Learning, somos capaces de entender a las personas usando tácticas como el reconocimiento de patrones y el análisis predictivo para llegar a conocerlos realmente. Esto ayuda a que todos obtengan la experiencia que se merecen.

machine learning keybeNuestros productos están orientados a entender el futuro de tus negocios. Por ejemplo, nuestro producto de Servicio con Empatía se centra en conocer a sus clientes para que pueda construir relaciones basadas en la confianza. Con Keybe tus clientes son lo primero, pueden elegir cómo quieren ser tratados para asegurarse de que puedas conectar con ellos de la manera más precisa posible.

Máquinas más inteligentes significan seres humanos más inteligentes

Hay tantas complejidades bajo la superficie de la IA que la mera idea de entender cómo funciona es desalentadora. En lugar de quedarnos atrapados en la jerga técnica, tenemos que dar un paso atrás y pensar por qué nos importa el Machine Learning.

Entre más le demos la bienvenida al Machine Learning, más podemos beneficiarnos de sus habilidades. Muchas tareas mundanas se pueden levantar de nuestros hombros, dándonos más tiempo para concentrarnos en las cosas importantes. Las experiencias más personalizadas hacen que nuestra relación con nuestros dispositivos sea más significativa. Estos son sólo algunos ejemplos de cómo tener máquinas más inteligentes puede ayudarnos a vivir vidas más inteligentes.

Si deseas saber más de este tema no dudes en contactarnos ¿Conversamos?


manifiesto ágil

MANIFIESTO ÁGIL

Estamos descubriendo formas mejores de desarrollar
software tanto por nuestra propia experiencia como
ayudando a terceros. A través de este trabajo hemos
aprendido a valorar:

Individuos e interacciones sobre procesos y herramientas
Software funcionando sobre documentación extensiva
Colaboración con el cliente sobre negociación contractual
Respuesta ante el cambio sobre seguir un plan

Esto es, aunque valoramos los elementos de la derecha,
valoramos más los de la izquierda.

Principios del Manifiesto Ágil

Seguimos estos principios:Nuestra mayor prioridad es satisfacer al cliente
mediante la entrega temprana y continua de software
con valor.

Aceptamos que los requisitos cambien, incluso en etapas
tardías del desarrollo. Los procesos Ágiles aprovechan
el cambio para proporcionar ventaja competitiva al
cliente.

Entregamos software funcional frecuentemente, entre dos
semanas y dos meses, con preferencia al periodo de
tiempo más corto posible.

Los responsables de negocio y los desarrolladores
trabajamos juntos de forma cotidiana durante todo
el proyecto.

Los proyectos se desarrollan en torno a individuos
motivados. Hay que darles el entorno y el apoyo que
necesitan, y confiarles la ejecución del trabajo.

El método más eficiente y efectivo de comunicar
información al equipo de desarrollo y entre sus
miembros es la conversación cara a cara.

El software funcionando es la medida principal de
progreso.

Los procesos Ágiles promueven el desarrollo
sostenible. Los promotores, desarrolladores y usuarios
debemos ser capaces de mantener un ritmo constante
de forma indefinida.

La atención continua a la excelencia técnica y al
buen diseño mejora la Agilidad.

La simplicidad, o el arte de maximizar la cantidad de
trabajo no realizado, es esencial.

Las mejores arquitecturas, requisitos y diseños
emergen de equipos auto-organizados.

A intervalos regulares el equipo reflexiona sobre
cómo ser más efectivo para a continuación ajustar y
perfeccionar su comportamiento en consecuencia.

Tomado de: https://agilemanifesto.org/