Miércoles 18/07/2018.

| Empresas

Empresas

Las compañías pueden optimizar sus procesos hasta en un 50% gracias al 'machine learning', según Google

Asegura que la formación para reciclar trabajadores "funciona" y es necesaria para resolver las demandas de personal de las empresas

La directora general de Google España, Fuencisla Clemares, ha afirmado que el 'machine learning' o aprendizaje de las máquinas ofrece "mejoras espectaculares" para las empresas, ya que permite que optimicen sus procesos entre un 30% y un 50% de forma "consistente".

En un encuentro informativo con los medios celebrado en el marco del desarrollo de las jornadas 'La economía ante el blockchain. Lo que está por venir' organizadas por la Universidad Menéndez Pelayo (UIMP) y la Asociación de Periodistas Económicos (Apie), Clemares ha señalado que Google ha conseguido reducir su coste energético en un 40% y mejorar Google Translate en 8 meses lo mismo que en 8 años por implementar esta tecnología.

Además, la directora general de Google España ha señalado que el 'machine learning' permite que las compañías optimicen la toma de decisiones de todo lo que hacen cada día y generen así "nuevas experiencias y servicios de valor añadido".

Por otro lado, ha puesto de relieve la necesidad de que se produzca un cambio cultural.

"En este cambio hay que desarrollar capacidades digitales en los empleados", ha afirmado, tras asegurar que un total de 21 millones de puestos de trabajo recibirán capacidades digitales en todo el mundo, aunque muchos de ellos no podrán cubrirse por la falta de capacidades que tienen los trabajadores.

"Cuatro de cada diez empresas en Europa aseguran que no consiguen los perfiles que necesitan", ha añadido, tras afirmar que hay que apostar por el reciclaje de los trabajadores con programas de formación, porque "funcionan bien" y la capacidad de adaptación de los empleados es "asombrosa".

Seguir a teinteresa en...

KIT BUENOS DÍAS (El mejor resumen de prensa en tu mail)

Recibir noticias

Kit Buenos Días

Julio 2018
Lun Mar Mie Jue Vie Sab Dom
2 3 4 5 6 7 8
23 24 25 26 27 28 29
30 31