Rubén Pérez, Sr. VP Head of Digital Centers and Digital Innovation Labs de NEORIS, analiza las ventajas y desafíos de incorporar software con IA en las empresas.
Durante la entrevista, destacó cómo la IA, además de reducir costos y automatizar tareas repetitivas, facilita el Data Storytelling, ayudando a las empresas a tomar decisiones más precisas y ágiles.
Pérez enfatizó la importancia de que las organizaciones se preparen de manera adecuada para esta transición tecnológica. Subrayó la necesidad de contar con una base de datos sólida, sistemas de procesamiento eficientes y un plan de monitoreo y optimización continua, todos esenciales para el éxito en la implementación de soluciones basadas en IA. También resaltó la relevancia de capacitar al personal para aprovechar al máximo estas tecnologías.
Se discutieron los sectores donde la adopción de IA promete generar un impacto significativo, como finanzas, manufactura, logística, e-commerce, salud, agro y educación. Pérez mencionó casos concretos, como la utilización de IA en el Banco de Canadá y el Banco Central de Brasil, así como en proyectos liderados por NEORIS, que ilustran el potencial transformador de esta tecnología en diversas industrias.
Software con IA ¿Qué ventajas ofrece la integración de la IA en los softwares empresariales en comparación con los tradicionales, según la visión de NEORIS?
Las ventajas que ofrece la integración de inteligencia artificial en los softwares empresariales, si los comparamos con los tradicionales, son varias, entre ellas, la reducción de costos, la automatización de tareas repetitivas o la ayuda para aplicar Data Storytelling, que consiste en llevar el análisis de datos a términos más entendibles por un usuario de negocio y que le sirvan de apoyo, al momento de tomar una decisión. Este es un enfoque estructurado para comunicar insights sobre los datos, a través de la combinación de tres elementos clave: datos, visuales y narrativa.
Para citar un caso en concreto, desde NEORIS lanzamos CODAI, una unidad de negocio que, con IA Generativa y herramientas de colaboración y gestión de código como GitHub Enterprise y otras plataformas, permite a los equipos de desarrollo reducir los tiempos de diseño en un 70 %, aumentar la productividad en hasta un 50 % y mejorar la colaboración en proyectos tecnológicos.
¿Cómo podría la evolución hacia un software con IA, que funcione como asistente, cambiar la dinámica operativa dentro de las empresas?
En el día a día, todos realizamos varias tareas rutinarias, las cuales son, muchas veces, recurrentes. Estas van desde responder mails confirmando que se recibió un informe solicitado, hasta la gestión de una base de datos.
Cuando le facilitamos al talento el acceso a un asistente con IA que puede, por ejemplo, adelantarse a las tareas y automatizarlas con base en la dinámica del equipo en general y del profesional en particular, la persona adquiere un tiempo “extra” que puede aprovechar para buscar soluciones más creativas e innovadoras y hacer un aporte de valor a la organización y a su propio crecimiento profesional.
¿Cuáles son los desafíos que las empresas podrían enfrentar al implementar un softwares con IA en lugar de los tradicionales?
Gracias a nuestra experiencia trabajando con esta tecnología, hemos detectado cinco desafíos puntuales que las empresas podrían enfrentar al buscar implementar la IA dentro del plan de transformación digital. En primer lugar, muchos proyectos no logran alinear las expectativas de la compañía con los objetivos de la solución de IA. Esto, aunque parezca obvio, es un error común que puede generar falsas expectativas y posibles fracasos en los equipos.
En segundo lugar, la calidad de los datos es clave. La IA se nutre de información precisa y organizada para funcionar correctamente y producir insights relevantes. Si una compañía no cuenta con una base de datos sólida y sistemas adecuados para la recopilación y gestión de la información, se dificulta obtener los resultados esperados.
La tercera área relevante que las compañías deben considerar es la capacidad de procesamiento. Sin un hardware y software robustos, el rendimiento de las soluciones de IA se puede ver comprometido.
El cuarto desafío es la falta de un plan de monitoreo y optimización continua. Es importante que tengamos presente que la tecnología de IA está en constante evolución y es esencial realizar evaluaciones regulares y ajustar el rumbo, según sea necesario.
Finalmente, la capacitación de los profesionales es otro reto que las empresas deberán enfrentar. Sin el conocimiento y habilidades adecuados para manejar las herramientas de IA, será complejo aprovechar al máximo su potencial. La falta de formación puede llevar a un uso ineficiente de estas tecnologías emergentes.
¿En qué sectores o industrias se espera que la adopción de software con IA tenga el mayor impacto, y por qué?
Los sectores en los que la adopción de los softwares con IA tendrá mayor impacto son varios. La tecnología prácticamente atraviesa todas las industrias económicas y por eso es preciso adoptarla para no quedarse atrás. Ahora bien, la implementación ya es tangible, por ejemplo, en el sector de Finanzas, donde la aplicación de estos programas permitirá proteger mejor los activos a la vez que predice las tendencias del mercado.
Para compartir un caso práctico, el Banco de Canadá desarrolló una herramienta de aprendizaje automático que detecta anomalías en las presentaciones reglamentarias. También, el Banco Central de Brasil elaboró un prototipo de robot que categoriza las quejas de los consumidores sobre las instituciones financieras.
Los sectores de manufacturas y de logística utilizan la IA para supervisar y analizar los datos de las maquinarias e infraestructura para predecir posibles averías o también automatizar controles de calidad. Otro beneficio de la aplicación de esta tecnología es la posibilidad de hiperpersonalizar los productos o servicios al recolectar los datos de los usuarios. Puntualmente, en NEORIS, trabajamos con la multinacional Cemex en un proyecto que utilizó la IA y Computer Vision para crear una solución que mejora la eficiencia, gestión y coordinación de las entregas.
El e-commerce es uno de los sectores con mayor adopción de IA, gracias a que se puede avanzar y transformar la experiencia con el cliente a medida que se optimizan los algoritmos, mejoran los chatbots y otros aspectos que buscan atender sus necesidades casi en tiempo real. En este sentido, un estudio de IBM Institute for Business Value, destaca que 3 de cada 10 consumidores de Latinoamérica utiliza la IA para realizar sus compras.
En cuanto a la aplicación de la IA, también se espera un mayor impacto en el sector de la salud, ya que permitirá, por ejemplo, analizar estudios médicos y detectar de forma temprana enfermedades, ayudar a monitorizar pacientes, diseñar tratamientos personalizados, entre otros. Hace unos meses, la OMS (Organización Mundial de la Salud) presentó a S.A.R.A.H. (o «Sarah»), una asistente con IA que interactúa de forma más empática con los usuarios.
Con respecto al agro, la adopción de la IA, impactará en la optimización de los recursos naturales y en la prevención de plagas, entre otros beneficios. En Argentina, por ejemplo, el Instituto Nacional de Tecnología Agropecuaria (INTA) firmó un convenio para trabajar en el desarrollo e implementación de tecnologías de siembra directa y agricultura de precisión.
Finalmente, en el sector educativo, hemos trabajado proyectos donde impulsamos el uso de la AI para ayudar a los docentes a generar contenidos interactivos e innovadores, de manera ética y responsable.
¿Qué medidas deben tomar las compañías hoy, según NEORIS, para prepararse para una transición hacia sistemas basados en inteligencia artificial que actúen como asistentes?
Las medidas que las compañías deben tomar para prepararse son la otra cara de la moneda, respecto a lo que hablamos hace un rato, y son:
- Alinear las expectativas de la compañía sobre los resultados que arrojarán las soluciones de IA, bien sea las que apliquemos de terceros o las que desarrollemos.
- Contar con una base de datos sólida, organizada y estructurada, al igual que tener sistemas que faciliten la recopilación, el almacenamiento y la gestión de información para acceder a datos precisos y organizados (normalizados).
- También, es necesario tener una capacidad de procesamiento robusta, tanto en software como en hardware.
- Contar con un plan de monitoreo y optimización continua nos permitirá asegurarnos de que la solución funciona correctamente y detectar a tiempo cualquier inconveniente que surja.
Artículo publicado originalmente en 21 Ago 2024
