¿Cuáles son algunos ejemplos de aplicaciones SaaS B2B que utilizan el aprendizaje automático para proporcionar un producto significativamente mejor?

Un excelente ejemplo es la empresa donde trabajo: Dynatrace, el proveedor líder en el mercado de gestión del rendimiento de aplicaciones (APM).

Han aprovechado la inteligencia artificial (IA) y el aprendizaje automático no solo para “proporcionar un producto significativamente mejor” sino para redefinir por completo la industria APM.

Dos características distintivas de la inteligencia artificial son (1) poder percibir su entorno y (2) aplicar funciones cognitivas como el aprendizaje y la resolución de problemas.

En el contexto de APM, Dynatrace hace exactamente eso. Aplica algoritmos de inteligencia artificial y diagnósticos ricos en contexto para

  • descubra automáticamente todos los componentes de la pila de tecnología completa de extremo a extremo , desde los navegadores web de los clientes hasta la infraestructura del host
  • mapear todo el entorno de TI en una pantalla visual interactiva
  • Identificar las millones de dependencias entre sitios web, aplicaciones, servicios, procesos, hosts, redes e infraestructura en la nube
  • Aprenda cómo funciona todo junto y qué constituye el comportamiento normal
  • ajuste automático de líneas base dinámicamente en tiempo real
  • detectar, analizar y priorizar automáticamente anomalías y problemas de rendimiento
  • correlacione eventos en toda la pila de tecnología (lado del cliente, lado del servidor, nivel de infraestructura) para identificar problemas análogos y detectar relaciones causales
  • en realidad recomendar soluciones a la causa raíz de esos problemas

Y la IA hace todo esto a una velocidad, escala y precisión que ningún humano podría igualar. La inteligencia artificial permite que “la computadora” haga lo que mejor sabe hacer: absorber grandes cantidades de información y darle sentido de manera más rápida y exhaustiva de lo que es humanamente posible.

Entonces, ¿por qué otros proveedores de APM no pueden hacer esto?
Para que la IA permita el verdadero aprendizaje automático, necesita todos los datos todo el tiempo para todos los componentes de la aplicación. Otros proveedores de APM confían en un método de “instantánea y muestra” para recopilar datos. Señalan transacciones que infringen un umbral preestablecido y toman una instantánea de los datos, y toman muestras de transacciones “buenas” (por ejemplo, una vez cada 5–10 minutos). Y eso puede haber sido suficiente para las transacciones fallidas o lentas de “extinción de incendios” en un entorno de aplicación monolítica tradicional.

Pero en el mundo actual de big data y análisis predictivo, los datos incompletos ya no son suficientes. Pedirle a una máquina que “aprenda” solo de datos parciales es pedir problemas. AI toma las mejores decisiones cuando tiene los mejores datos.

Solo Dynatrace ha patentado la tecnología PurePath® para capturar y rastrear cada deslizamiento, cada clic, en cada nivel, para cada transacción, cada usuario, 24x7x365. Eso significa que no hay puntos ciegos o lagunas en los datos.

En otras palabras, otros proveedores de APM no utilizan IA o verdadero aprendizaje automático simplemente porque no pueden.

Si está interesado en ver por sí mismo cómo Dynatrace está utilizando el aprendizaje automático y la inteligencia artificial, ofrecen una prueba gratuita de 30 días de la solución APM completa (es decir, no solo una demostración).

Entonces, la razón por la que no hay muchas respuestas aquí es doble

1. El aprendizaje automático es lo suficientemente nuevo como para que muchas personas que lo usan no quieran proporcionar detalles, ya que puede ser una gran ventaja competitiva

2. La mayoría de las aplicaciones no “utilizan el aprendizaje automático”, sino que crean un producto en torno a un par de funcionalidades que solo son posibles mediante el aprendizaje automático. A menudo, los usuarios finales están divorciados del proceso de elaboración de salchichas.

Dicho esto, hay una gran cantidad de ejemplos por ahí. Salesforce es un gran ejemplo. Salesforce ha integrado el aprendizaje automático en forma de análisis de sentimientos, voz del cliente, etc. en muchos de sus productos. Este nivel de inclusión de características hace que sea muy difícil determinar exactamente cuánto del éxito de estos productos se debe al aprendizaje automático, pero ciertamente está involucrado.

Otro ejemplo más claro es una empresa como Clarabridge. Clarabridge realiza una enorme cantidad de análisis de texto detrás de escena para decirle lo que dicen sus clientes sobre su marca en línea. Esto incluye examinar las revisiones y los datos de atención al cliente para reconocer los puntos críticos; analizando el sentimiento del discurso en línea y desambiguando las referencias a la compañía en primer lugar. Todo esto requiere cierto grado de aprendizaje automático.

La lista es larga y las respuestas son bastante confusas. Para agregar a la confusión, muchas compañías que anuncian el uso del aprendizaje automático, de hecho, no utilizan el aprendizaje automático bajo el capó, y viceversa. Si pregunta más acerca de las empresas, utilice análisis de texto o análisis predictivo, etc. para hacer mejores productos, es probable que tenga mucha mejor suerte.

El aprendizaje automático es un campo enorme, y las personas usan el aprendizaje automático para hacer una compañía exitosa como usan la programación para hacer una compañía exitosa. Muchas formas, muy profundamente entrelazadas con el producto que construyen. No es fácil separar los dos limpiamente.