Introducción a BI y Chat GPT
En cualquier entorno de trabajo actual, la toma de decisiones basada en datos es esencial para alcanzar objetivos y evaluar con garantías los avances. Aquí es donde entra en juego la Inteligencia de Negocios o Business Intelligence (BI). Como hemos ahondado en otros artículos ( Inteligencia Artificial aplicada al BI), BI es un conjunto de estrategias y tecnologías que cualquier organismo utiliza para analizar datos y mejorar la capacidad de toma de decisiones.
En la actualidad, se ha extendido el uso de modelos de procesamiento de lenguaje natural para optimizar tareas de búsqueda y/o análisis de información. Entre estos modelos el que mayor impacto ha tenido hasta la fecha ha sido Chat GPT, desarrollado por OpenAI, que es capaz de entender y generar texto de manera coherente y contextual.
La combinación de Business Intelligence y Chat GPT puede convertirse en la herramienta que cambie la manera en la que se tomen decisiones basadas en datos. Chat GPT puede ayudar a automatizar y mejorar muchos aspectos del BI, desde la generación de informes hasta la interacción con los usuarios.
En este artículo, intentaremos aportar algunas claves de cómo la integración de Business Intelligence y Chat GPT puede mejorar la forma en que las organizaciones analizan sus datos y toman decisiones. Proporcionaremos ejemplos de su aplicación en el mundo real y detallaremos algunos de los beneficios que puede aportar a las empresas. Así que, si estás interesado en Business Intelligence y Chat GPT, sigue leyendo para descubrir más.
Cómo Chat GPT mejora tu BI
La integración de Chat GPT en la estrategia de Business Intelligence (BI) de tu organización puede aportar importantes beneficios de manera inmediata. Chat GPT, con su avanzada capacidad de procesamiento del lenguaje natural, puede interactuar con los usuarios de una manera más intuitiva y natural, facilitando la comprensión y el acceso a los datos.
Estos son algunas áreas en las que estos modelos de IA pueden integrarse para mejorar de manera sustancial las soluciones de BI:
- Chat GPT para generar informes escritos de manera automática a partir de los datos gestionados en tu sistema de BI. Esto es particularmente útil para las empresas que manejan grandes volúmenes de datos. En lugar de tener que analizar manualmente esa gran cantidad de información y escribir informes, puede integrarse Chat GPT, mediante desarrollos ad-hoc, para que lo haga de manera automática, ahorrando tiempo y esfuerzo.
- Chat GPT elimina ciertas barreras para el acceso a los datos en cualquier organización. En lugar de depender de un equipo de analistas/científicos de datos, el personal de la empresa, sin necesidad de conocimientos técnicos, pueden interactuar con Chat GPT para obtener la información que necesitan. Esto puede acelerar la toma de decisiones y mejorar la eficiencia de la empresa.
- El uso de Chat GPT permite aprovechar su capacidad para aprender y mejorar con el tiempo. A medida que interactúa con los usuarios y recibe feedback, Chat GPT puede mejorar su comprensión y generación de texto, lo que permitirá que genere análisis de datos más precisos y útiles.
En resumen, la combinación de Business Intelligence y Chat GPT puede proporcionar a cualquier empresa una ventaja competitiva mejorando la eficiencia de sus sistemas de BI.
Integración de Chat GPT
Como hemos visto en el apartado anterior, se pueden conseguir importantes beneficios a partir de la integración de los sistemas de BI y Chat GPT. Ahora bien, habrá que realizar ciertos desarrollos e integraciones ya que obtener estas ventajas utilizando el servicio público de Chat GPT es inviable o al menos muy complicado.
La manera óptima para realizar esta integración es utilizando el API de Open AI ( https://openai.com/blog/openai-api). Este API nos permitirá acceder, utilizando cualquier lenguaje de programación, a los modelos para su uso como “Text Completion” , así como a las funcionalidades de entrenamiento específico, “Fine Tuning”. Con los modelos usados en “Text Completion” se pueden crear prompts que incluyan los datos extraídos de nuestro sistema BI y formular las preguntas o acciones a ejecutar con ellos. Esta aproximación, correctamente implementada, puede dar óptimos resultados.
Caso de uso
Como ejemplo de la creación de un informe automático vamos a usar como información de entrada una serie de datos relacionada con el precio de la gasolina en US ( https://vincentarelbundock.github.io/Rdatasets/csv/AER/USGasG.csv). Mediante el API, usando el modelo más actualizado para “Text Completion”, en este caso la última versión del modelo DaVinci, formamos un prompt donde concatenamos los datos contenidos en el csv y a continuación la acción “Crea un informe relativo a los datos anteriores”. En este caso obtendremos una respuesta que incluye un análisis tanto del significado de cada columna (campo) como del conjunto de datos. A continuación se muestra una respuesta del modelo:
Este informe proporciona un análisis de una serie de datos de 36 períodos que cubren una variedad de factores económicos y demográficos, incluyendo los precios del gas, ingresos, precios de automóviles nuevos y usados, gastos de transporte, productos duraderos y no duraderos, servicios y población. Precio del Gas: Los precios del gas muestran un incremento general a lo largo de los 36 períodos. Comenzando en 129.7, el precio del gas aumenta hasta un máximo de 297.8 en el último período. Ingresos: También se observa un aumento general en los ingresos a lo largo de los períodos, pasando de 6036 a 11934. Precios de Autos Nuevos y Usados: Los precios de los autos nuevos y usados también muestran una tendencia general al alza. Los precios de los autos nuevos aumentaron de 1.045 a 2.815, mientras que los precios de los autos usados pasaron de 836 a 5.224. Gastos de Transporte: Los gastos de transporte han mostrado un aumento constante a lo largo del tiempo, pasando de 0.81 a 6.41. Productos Duraderos y No Duraderos: La tendencia en los productos duraderos y no duraderos también es en aumento. Los productos duraderos han aumentado de 444 a 1.239 y los productos no duraderos han aumentado de 331 a 1.419. Servicios: Los servicios también han mostrado un aumento constante, pasando de 302 a 1.786. Población: La población ha mostrado un aumento constante durante los 36 períodos, pasando de 180.7 a 263.2.Como se puede observar, con una implementación relativamente sencilla se pueden lograr resultados que aportan valor añadido al sistema de BI. Hay que destacar, que el coste por uso de estos modelos va asociada a la extensión de los “prompts” y respuestas, por lo que habrá de tenerse este factor en cuenta a la hora de diseñar un sistema automático de procesamiento de datos.
Mejora usando el plugin de Wolfram
Los modelos que incorporan el uso de plugins no son accesibles, en el momento de la publicación de este artículo, para el público general. Pero usando el acceso de versiones Beta se puede conseguir mejorar notablemente el ejemplo anterior mediante el uso de Wolfram. Este plugin aporta capacidad de cálculo y resolución de problemas matemáticos al modelo general. De esta manera, podemos crear prompts que, sobre los datos del anterior ejemplo, obtengan información como: “¿Cúal fue la media del precio de la gasolina en las décadas de los 70 y 80?”. Esta pregunta no sería contestada por los modelos convencionales de Open AI, pero con el uso del plugin de Wolfram si obtendremos una respuesta precisa:
La media del precio de la gasolina en la década de 1970 fue aproximadamente 234.97, mientras que en la década de 1980 fue aproximadamente 252.15.Conclusiones
Como se ha visto en este artículo, si bien los servicios como Chat GPT, basados en modelos de procesamiento de lenguaje, se han popularizado en un breve espacio de tiempo, las ventajas que pueden aportar junto a los sistemas de BI son destacables. Aun centrándose el artículo en el uso de tecnología de Open AI, el equipo de Ignos ha probado otros modelos populares (incluyendo aquellos de código abierto) en los que se pueden obtener resultados similares.
Si quieres aplicar en tu organización la combinación de Business Intelligence y Chat GPT ajustada a tus necesidades nuestro equipo te puede ayudar.
Originally published at https://ignos.blog on May 23, 2023.
