Power Platform y la Inteligencia Artificial

Qué es Microsoft Power Platform
Fuente imagen: https://powerplatform.microsoft.com/en-us/



Qué es Microsoft Power Platform



Microsoft Power Platform es una plataforma de aplicaciones integradas, formada por Power BI, PowerApps y Microsoft Flow. Esta combinación de elementos de Microsoft, permite a los desarrolladores crear soluciones empresariales muy potentes.

Se presentó en 2018 como la gran apuesta de Microsoft, para completar su oferta de servicios de almacenamiento en la nube de Azure, productividad y ofimática con Microsoft 365 y gestión empresarial a través de Dynamics 365.



Qué es Microsoft Power BI


Microsoft Power BI es la herramienta de análisis de datos, business intelligence & Big Data líder en el mercado, según Forrester. Permite conectar con diversas fuentes de datos, analizarlos en tiempo real, visualizar los resultados de forma muy atractiva y compartirlos con toda la organización, o bien publicarlos en Internet.

En el siguiente artículo está toda la información sobre las ventajas de Power BI, tipos de licencias y cuál se adapta mejor a cada tipo de empresa: Leer más


Qué es PowerApps



PowerApps es una herramienta de Microsoft para crear de forma sencilla y rápida aplicaciones móviles empresariales.


Qué es Microsoft Flow



Microsoft Flow es una herramienta para crear de forma ágil flujos de trabajo, para automatizar tareas y procesos empresariales.


Qué es Microsoft Power Platform
Fuente imagen: https://powerplatform.microsoft.com/en-us/


Estas tres aplicaciones se integran perfectamente en Microsoft Power Platform. Por ejemplo, podemos incrustar informes interactivos de business intelligence de Power BI, dentro de Power Apps. De esta forma comparten tanto la entrada como la salida de datos. Y otro ejemplo a la inversa, es la posibilidad de usar Power Apps para conseguir información de usuarios e incrustarla dentro de los informes o tableros de Power BI. Microsoft Flow entraría en escena cuando queramos crear un flujo de trabajo. Por ejemplo: Dentro del diseñador de Power Apps se pueden vincular flujos de trabajo desarrollados con Microsoft Flow.

Conclusión, con Microsoft Power Platform se pueden desarrollar soluciones integrales, que pueden ir desde la entrada de datos del usuario, a través de una aplicación de Power Apps; el procesamiento de dichos datos, a través de Microsoft Flow; y, por último, la emisión de un informe en tiempo real, a través de Microsoft Power BI.



El almacenamiento de los datos en Power Platform



Microsoft Power Platform Almacenamiento

En relación al tema del almacenamiento y manejo de los datos, estos componentes de Microsoft Power Platform) se basan en el Servicio de datos comunes para aplicaciones, o Modelo de Datos Comunes (CDM: Common Data Model). En cuanto a la conectividad de datos, las tres aplicaciones, Power BI, PowerApps y Microsoft Flow, se envían con una gran cantidad de conectores de datos y puertas de enlace de datos en local (Conectors & Gateways), como podemos ver en el siguiente gráfico:

Los grupos de usuarios de Power Platform



Existen varios grupos de usuarios avanzados y profesionales de Power Platform en España. Son comunidades online donde se puede conseguir información actualizada sobre las novedades de la plataforma y donde se comparten conocimientos y experiencias en Power BI, PowerApps o Microsoft Flow. Estos son los grupos más importantes: PUGSpain, PowerBIUG , PowerAppsUG y FlowUG

Cualquier profesional o usuario avanzado de Power Platform o sus aplicaciones, puede unirse a estas comunidades y disfrutar de sus ventajas de forma gratuita.


Power Platform y la Inteligencia Artificial:



Qué es Microsoft AI Builder
Fuente: https://powerapps.microsoft.com/en-us/blog/introducing-ai-builder-for-powerplatform/


Qué es Microsoft AI Builder



Microsoft AI Builder se presentó el pasado mes de Junio en la Cumbre de Aplicaciones Comerciales de Microsoft (MBAS) , en Atlanta, y está disponible en versión preliminar.

AI Builder es una nueva capacidad de Power Platform, que utiliza inteligencia artificial y aprendizaje automático (machine learning), para crear aplicaciones de PowerApps y automatizaciones de Microsoft Flow, más inteligentes y efectivas. Hace posible el análisis predictivo y el aprendizaje automático, sin necesidad de escribir código.

AI Builder permite construir aplicaciones en PowerApps que hacen uso de inteligencia artificial. También permite el consumo de servicios cognitivos en la automatización de los flujos de Microsoft Flow. Estos servicios cognitivos utilizan inteligencia artificial para realizar funciones básicas de visión, voz, lenguaje, búsqueda y algoritmos de decisión.

Tipos de soluciones de Inteligencia Artificial de AI Builder



Microsoft AI Builder
Fuente: https://docs.microsoft.com/en-us/powerapps/use-ai-builder


Incluye cinco modelos fundamentales de IA:

1) Detección de objetos y/o reconocimiento de imágenes
Permite reconocer objetos físicos. Un ejemplo de aplicación sería la gestión de inventarios, donde permitiría reconocer los productos para actualizar el stock.

2) Clasificación binaria
Capacidad de pronosticar resultados de tipo sí / no, o verdadero/falso, basándose en datos históricos, identificando patrones y comparándolos con los datos actuales. Por ejemplo, se puede utilizar para predecir si un cliente va a realizar una compra o abandonará, según los patrones previos de comportamiento.

3) Procesamiento de formularios (OCR)
Capacidad de extraer datos de formularios en papel o PDF y almacenarlos en el Centro de Datos . Por ejemplo, se puede utilizar para identificar, descargar y almacenar datos de facturas que recibimos en papel o PDF, evitando tener que introducir manualmente los datos. Esta función se puede utilizar tanto en PowerApps, como en Microsoft Flow.

4) Clasificación de texto
Permite clasificar texto y documentos, con mayor precisión y eficiencia. Puede clasificar, agrupar y categorizar grandes volúmenes de datos. Sirve, por ejemplo, para la automatización de análisis de resultados de encuestas.

5) Lector de Tarjetas de Visita
Permite extraer datos de una tarjeta de negocios y almacenarlos en el CDS como contactos.

Cómo usar AI Builder



1. Lo primero, hay que elegir el modelo de inteligencia artificial , de los que hemos visto anteriormente, el que más se adapte a las necesidades.

2. Conectar con los datos del CDS, Common Data Service .

3. Adaptar el modelo de IA seleccionado al problema de la empresa que queremos resolver.

4. Entrenar el modelo de inteligencia artificial resultante : es decir, probarlo varias veces.

5. Usar el modelo de IA creado para desarrollar aplicaciones con Power Platform, o bien automatizar tareas con Microsoft Flow.



Microsoft Power BI Dataflows, Machine Learning & Cognitive Services



Qué es Machine Learning


Qué es Machine Learning
Machine Learning, o Aprendizaje automático, es una rama de la inteligencia artificial que permite a las máquinas aprender de forma autónoma. Es un método de análisis de datos que automatiza la construcción de modelos analíticos, es decir, permite a los equipos aprender automáticamente a utilizar los datos existentes, para prever tendencias y resultados futuros.

Azure Machine Learning Studio es una herramienta colaborativa de Microsoft en la nube, que permite crear, entrenar e implementar soluciones de machine Learning, sin necesidad de programar. Machine Learning Studio publica modelos de aprendizaje automático como servicios web, que pueden utilizarse fácilmente en aplicaciones o herramientas como Power BI. Es muy fácil de utilizar ya que no requiere programación para crear el modelo de análisis predictivo, basta con conectar conjuntos de datos y módulos de análisis, que se arrastran a un lienzo interactivo que es donde se conectan. Se puede ejecutar varias veces para probarlo y una vez listo, se convierte en un experimento predictivo y se puede publicar como servicio web.

AutoML Power BI



Automated Machine Learning (AutoML) permite a los analistas de negocio crear modelos de aprendizaje automático sin programar. entrenar, validar y usar los modelos de Machine Learning directamente en Power BI. Incluye una experiencia simple para crear un nuevo modelo de aprendizaje automático donde los analistas pueden utilizar sus flujos de datos para especificar los datos de entrada para entrenar el modelo. El servicio automáticamente extrae las características más relevantes, selecciona un algoritmo apropiado y optimiza y valida el modelo de aprendizaje automático. Después se entrena un modelo, Power BI genera automáticamente un informe que incluye los resultados de validación que se explica el rendimiento del modelo. Por último, se puede invocar el modelo en los datos nuevos o actualizados en el flujo de datos.
Para crear un modelo de aprendizaje automático en Power BI, primero hay que crear un flujo de datos, para los datos con la información histórica del resultado, que se utiliza para entrenar el modelo de análisis predictivo. Para obtener más información sobre cómo configurar el flujo de datos, vea de preparación de datos de autoservicio en Power BI

Dataflows


Power BI Dataflows
Fuente imagen: https://docs.microsoft.com/es-es/power-bi/service-dataflows-overview


Dataflows es una funcionalidad dentro de Power BI Service, para realizar procesos ETL en la nube, que permite preparar los datos para el análisis posterior, de forma fácil y rápida. Dataflows crea una colección de entidades, denominada flujo de datos, que puede usar después para conectarse a las fuentes de datos. Con sólo unos clics se realiza todo el proceso de ETL, Extract, Transform and Load: Extraer los datos desde múltiples fuentes u orígenes, limpiarlos, transformarlos, enriquecerlos y cargarlos en otra base de datos, o datawarehouse, para su posterior análisis.

Dataflows conecta con Common Data Service en Azure Data Lake Storage Gen2, donde se almacenan los datos (disponible sólo en Power BI Pro y Premium). Para crear un Dataflow hay que acceder directamente al servicio de online de Power BI, a través de https://app.powerbi.com

Una vez listos los flujos de datos, con AutoML podemos crear los modelos de machine Learning, pero sólo con la versión Power BI Premium & Embebed

Pasos para crear un modelo de análisis predictivo en Power BI



Power BI Machine Learning
Fuente : https://docs.microsoft.com/es-es/power-bi/service-machine-learning-automated


1. Seleccionar las bases de datos

2. Elegir un tipo de modelo

3. Entrenar el modelo y generar un informe de rendimiento

4. Mejorar el modelo: Evaluar y volver a probar hasta que sea válido

5. Aplicar el modelo definitivo para conseguir análisis predictivo


Cognitive Services en Power BI



Microsoft Azure Cognitive Services Services
Fuente: Microsot Azure Cognitive Services


Con Cognitive Services en Power BI, puede aplicar diversos algoritmos de Azure Cognitive Services para enriquecer sus datos. No se requiere licencia de Azure

Hay cuatro servicios cognitivos en la actualidad para Power BI:



Análisis de sentimiento. Azure Sentiment Analysis API identifica opiniones positivas y negativas en foros, blogs, redes sociales, etc.

Extracción de frases clave. Key Phrase Extraction APIevalúa el texto no estructurado y crea una lista de frases clave.

Detección de idioma. Text Analytics identifica el idioma, variantes e incluso dialectos.

Etiquetado de imágenes. Computer Vision identifica en la imagen personas, animales, paisajes y objetos y devuelve las etiquetas correspondientes.

Para poder implementar Azure Cognitive Services, no se requiere suscripción a Azure, pero sí la versión Power BI Premium.




Next-Step Consultores – Microsoft Partners y Expertos en Power Platform



Next-Step Consultores somos partner de Microsoft y expertos en Power Platform: Power BI, Power APPs. Si quieres más información, contacta con nosotros y estaremos encantados de asesorarte:

Contáctanos

Leave a Reply

Your email address will not be published.