Autor
Desde finales de 2022, el campo de la Inteligencia Artificial generativa está en pleno auge. Este nuevo dinamismo del sector hace que la mayoría de las grandes marcas apoyadas por Artefact se planteen ahora integrar estas tecnologías en sus aplicaciones empresariales, para ganar la carrera de la eficacia y la adopción por parte de sus clientes y empleados. Sus niveles de madurez al respecto, sin embargo, son variados: pocas empresas han puesto en marcha casos de uso (60% han iniciado proyectos, unas 26% han lanzado POC), y sólo 3% los han industrializado todavía. ¿Cómo crearán las tecnologías de IA generativa un impacto empresarial significativo e inmediato para las empresas?
Cifras - junio de 2023
Un cambio tecnológico que acelera el uso de la IA por las empresas
Durante los últimos seis meses, los actores de la Inteligencia Artificial generativa han estado corriendo una maratón, anunciando continuamente importantes avances en este campo. Desde gigantes de la Web como Microsoft con Open AI, Google con PaLM, Amazon con Bedrock y Meta con LLama, a código abierto desarrolladores, muchos actores de la IA generativa ofrecen tecnologías que impulsan la innovación en las aplicaciones empresariales. Por ejemplo, GPT integra el motor de búsqueda Bing y la suite ofimática de Microsoft, mientras que todos los productos de Google se beneficiarán de PaLM 2. Amazon y Meta están empezando a integrar su IA generativa en sus productos publicitarios. Y la reciente aparición de cientos de soluciones de código abierto facilita a los desarrolladores de todos los ámbitos el acceso a este tipo de tecnología.
No todos los actores están adoptando el mismo enfoque estratégico. Algunos, como Open AI, se centran en el rendimiento ultrarrápido de su modelo, mientras que otros actores como Google también están desarrollando versiones más ligeras -pero eficaces- de sus algoritmos. Estas versiones son más eficaces para la integración local en los dispositivos de los usuarios (móviles, ordenadores de sobremesa, altavoces conectados), así como en el software ’empresarial“ especializado.
Este ecosistema dinámico fomenta el uso de la IA generativa tanto en los mercados B2C como B2B. Para las empresas, representa nuevas oportunidades de maximizar su rendimiento, así como el de sus empleados y clientes. Según un reciente informe de Goldman Sachs, esta tecnología podría aumentar la productividad laboral y el PIB de EE.UU. en 7% en los próximos diez años.
Cuatro categorías de aplicaciones basadas en la IA generativa para “aumentar” las operaciones empresariales
El uso de la Inteligencia Artificial generativa en toda la cadena de valor empresarial no es nuevo, pero ahora su uso se ha democratizado y multiplicado. Para algunas grandes marcas y las empresas de servicios de IA que las apoyan, ya se están diseñando y desplegando casos de uso en fase de prueba.
Aunque las posibilidades son ilimitadas y las aplicaciones dependen de las necesidades de la empresa, estos usos principales pueden dividirse en cuatro categorías.
El primero se refiere a la accesibilidad al previamente complejo data para funciones con poca o ninguna experiencia en análisis data. Las capacidades de la IA permiten desarrollar herramientas intuitivas para que los usuarios empresariales puedan acceder, consultar y clasificar volúmenes muy grandes de data, obteniendo cuadros de mando y nuevos data en cuestión de segundos. Los recientes avances en el procesamiento del lenguaje natural (PLN) facilitan aún más la interacción de estas profesiones con data. El software especializado en campos como las finanzas, el marketing o la logística puede así “aumentarse” mediante funcionalidades generativas que automatizan las tareas repetitivas y/o que consumen mucho tiempo para ayudar a estas funciones en su toma de decisiones. Artefact permitió a los equipos de ventas de una empresa de servicios confiar en una solución de cualificación de clientes potenciales que localiza las intenciones de los clientes actuales y potenciales mediante la detección de señales dentro de volúmenes muy grandes de data. Los minoristas internacionales también pueden gestionar mejor los inventarios y optimizar las políticas de precios cruzando numerosos parámetros para comprender mejor las causas del aumento o la disminución de las ventas de un producto o una categoría determinados.
La segunda se refiere a la relación de la empresa con sus diversos audience. Estamos trabajando con varias marcas para crear chatbots y centros de llamadas impulsados por IA generativa para responder a las solicitudes de los clientes de una forma más relevante y altamente personalizada, durante interacciones que se asemejan a una conversación entre dos humanos. De estos intercambios también puede extraerse información para comprender mejor las necesidades y expectativas de las personas que llaman a la marca, lo que aumenta la satisfacción del cliente.
La tercera categoría, ya ampliamente utilizado en la actualidad, es generación de contenidos. Se trata de una aplicación de rápido crecimiento que permite desarrollar y adaptar textos, imágenes y sonidos para alimentar las actividades de marketing de las empresas: contenidos de sitios web, fichas de productos, mailings, publicidad, presentaciones, etc. Por ejemplo, estamos trabajando en un proyecto de ’sobrealimentación de contenidos“ para un grupo automovilístico. Esta solución aprovecha el data propiedad del fabricante y capitaliza la monitorización avanzada de las redes sociales para impulsar la producción de contenidos personalizados para la marca. Ahora, los profesionales creativos pueden liberarse de tareas que consumen mucho tiempo, como la adaptación de conceptos, y centrarse en su valor añadido: la ideación y la estrategia.
La cuarta aplicación principal es mejorar la eficacia de modelos o procesos logísticos preexistentes. Por ejemplo, las empresas del sector de los bancaseguros suelen disponer de varios algoritmos dedicados a la predicción de riesgos o a la detección de fraudes. Estas herramientas pueden no tener la misma interpretación de las distintas señales que captan. En tales situaciones, los agentes humanos deben ser capaces de tomar decisiones de forma rápida y sencilla. Aquí es donde puede añadirse una capa de IA generativa para resumir -de forma digerible para un humano- las razones que llevaron a los algoritmos iniciales a presentar sus conclusiones.
Una corriente que trastorna la economía y las organizaciones
Estamos al principio de una revolución en su uso, no sólo en la vida cotidiana, sino también en las aplicaciones empresariales. La Inteligencia Artificial Generativa es tan intuitiva y fácil de usar que pronto se implantará en las empresas, para evitar que se cree una brecha demasiado grande entre la fluidez de los usos personales y profesionales.
Toda la cadena de valor empresarial se verá afectada y, aunque aún estamos en las primeras fases, las primeras integraciones ya son muy prometedoras. Para sacarles el máximo partido hoy y prepararse para el futuro, las marcas tendrán que adquirir rápidamente madurez en la materia. Para hacer frente a los retos técnicos, medioambientales y éticos que plantea la IA, tendrán que contratar nuevas funciones y culturizar a los empleados, elegir las tecnologías generadoras de IA adecuadas, establecer una gobernanza apropiada, identificar los casos de uso con las unidades de negocio y garantizar la transparencia, la ética y el impacto medioambiental de las aplicaciones desarrolladas.
