Escuchar
La incorporación de la tecnología de inteligencia artificial (IA) en las empresas debe ser paulatina, aplicada a objetivos concretos y específicos, pero implica tener claro que no se trata de comprar un equipo y en especial que se debería empezar desde ya.
“No se puede esperar”, advirtió Fernán Gallegos, consultor de transformación digital y negocios. “Si no se aplica, aumenta la brecha en la productividad de nuestras empresas y de las firmas de Estados Unidos y Europa”.
Gallegos fue ejecutivo de la firma Cognitiva, que ofrecía servicios basados en la tecnología Watson de IBM y cuyos servicios ahora comercializa GBM en la región.
LEA MÁS: ¿Es el traspié de Cognitiva una mala señal para la inteligencia artificial en la región?
En el mercado se sabe que la incorporación de este tipo de sistemas es inevitable.
Mientras que la analítica tradicional muestra las tendencias a nivel de clientes o negocios a partir de los datos disponibles, la IA convierte esa información en recomendaciones para hacer ofertas específicas a cada consumidor o del rumbo a seguir en la empresa.
Además, la IA puede generar interacciones automáticas con los clientes, aprender de las respuestas donde intervienen los ejecutivos de atención y presentar soluciones en forma efectiva y expedita.
Tal capacidad de resolución en segundos o minutos le da una ventaja competitiva y un poder a las empresas que es inestimable frente a la competencia.
La firma IDC estima que en el 2019 la inversión global en plataformas de IA superaría los $31.000 millones.
Amplio ábanico
Un estudio del IBM Institute for Business Value, desarrollado con 6.000 ejecutivos de 18 industrias, muestra que tres cuartas partes de los altos ejecutivos reconoce que la IA jugará un papel importante en el futuro de sus empresas y la mitad admitieron que adoptarán la tecnología de acá al próximo año.
Con la IA las empresas pueden redefinir ofertas, productos y servicios, procesos, servicios y sistema de apoyo corporativo o de atención a los clientes a partir de la utilización de datos procedentes de imágenes, lenguaje natural, sonidos, correos electrónicos, publicaciones en redes sociales y archivos de audio y video.
Los datos permiten a las aplicaciones de IA encontrar nuevos significados, aprender y proporcionar interacciones informadas entre la empresa y sus consumidores.
Para IBM la adopción de la IA exige tener una visión a 18 o 24 meses; implementar un número limitado de iniciativas en forma exploratoria y reducida; tener una estrategia con iniciativas y perfil de inversión definidos, que sean evaluadas periódicamente; y construir prototipos de nuevos proyectos con rapidez, replicando las iniciativas exitosas.
Los especialistas recomiendan tener claro cuándo y para cuáles iniciativas adoptar sistemas convencionales con capacidades de IA; adoptar soluciones o servicios donde unos componentes hayan sido desarrollados por los proveedores y otros por la empresa; o desarrollar toda la solución en casa (sólo y únicamente si se requiere una aplicación muy específica).
Defina un problema a resolver
Hay aplicaciones de IA de distinto nivel, por lo que las empresas no necesariamente deben implementar proyectos a gran escala o de alto impacto.
Por ejemplo, con los chatbots se encuentran aquellos que responden a consultas simples o que escalan las consultas más complejas a ejecutivos y aprenden de las respuestas.
También hay chatbots que interactúan con los clientes para ofrecer productos y servicios de manera proactiva, a partir de historial, gustos y preferencias.
Y hay asistentes virtuales que reconocen la última conversación con el cliente. También hay los que conversan con el cliente con aplicaciones de voz (API.AI de Google; Siri de Apple; y Cortana de Microsoft).
Existe consenso de que las empresas e instituciones deben definir un problema a resolver con la tecnología de IA, para introducirla en sus operaciones.
Una vez se prueba en un problema o para cumplir un objetivo específico, se miden los resultados y el retorno de la inversión.
Posteriormente se estructura otra solución, se aplica y se sigue avanzando.
Gallegos advierte que la empresa debe tener claro cuándo es digitalización (automatización de un proceso) y cuándo es transformación digital (automatización, cambio de modelo de negocio, y mejoramiento de la experiencia del cliente).
En los casos que se trate de una transformación digital es conveniente complementar el apoyo del proveedor de tecnología de IA con la asesoría de especialistas en negocios.
Aplicada a la educación, por ejemplo, puede implicar un cambio en el modelo, pues con la IA se podría aportar materiales de acuerdo a los niveles de avance de cada estudiante.
Son aplicaciones, no equipos
Otro elemento que debe tenerse claro es que la IA no viene en cajas o equipos ni con software licenciados que se instalan en una computadora.
Se trata de servicios en la nube que brinda un proveedor y donde se elige una API con una función específica. Con ellas, incorporadas en todo tipo de aplicaciones, pronto será más fácil el uso de IA que poder evitarla.
Las API’s son reglas o especificaciones de código que realizan una tarea específica.
También firmas como Google, Microsoft, Facebook, Amazon y Yahoo, entre otras, han publicado librerías de algoritmos de aprendizaje de máquina o de aprendizaje profundo, que reducen el costo de las soluciones a ser sin costos.
Las empresas pueden implementar proyectos básicos como chatbots o automatizar tareas simples (como recomendar restaurantes o alojamiento y predecir las compras de un cliente).
O pueden sustituir la “analítica artesanal” basada en hipótesis humanas por modelos analíticos con aprendizaje de máquina.
También pueden aumentar la inteligencia o automatización de los sistemas que ya usan incluso en la gestión interna de activos, de las facturas o de la contabilidad.
Las compañías también deben tener claro que, si bien este tipo de tecnología parece intimidante, empezar a trabajar con ella se está volviendo cada vez más fácil.
