En la actualidad, la Inteligencia Artificial (IA) ha creado caminos para que las compañías interactúen con los consumidores, así como nuevas formas para que sus empleados se comuniquen entre sí y con sus sistemas IT. Todo esto genera mayores ingresos y mejora la productividad de las organizaciones.
El marketing ha sido uno de los primeros segmentos en apropiarse de las nuevas tecnologías adaptadas al mundo empresarial. Por ejemplo, algunas marcas han sido pioneras en el uso de máquinas de aprendizaje para mejorar la efectividad de sus campañas en redes sociales.
En términos generales, la IA es capaz de aprender de sus experiencias, encontrar correlaciones, recordar resultados y aprender de ellos; algo realmente útil para los negocios en la era digital.
Actualmente, podemos ver la IA en diferentes campos:
- Reconocimiento de voz. Los asistentes, como Siri o Alexa, han ganado protagonismo. Entre otras funciones, puede dictárseles textos cortos para que sean ellos quienes los escriban en diferentes apps.
- Reconocimiento de imágenes. La red social Facebook cuenta con herramientas capaces de detectar los rostros de las personas en fotos publicadas, para luego invitar a los usuarios a etiquetarlos -o etiquetarse- con sus nombres reales.
- Uso de chatbots. Implementar programas capaces de comunicarse con una persona en “lenguaje natural” facilita la oferta de atención personalizada 24/7 a la clientela.
Inteligencia Artificial aplicada en los negocios: 3 ejemplos
Según la clasificación propuesta por el académico estadounidense Thomas “Tom” Davenport, la inteligencia artificial ofrece actualmente tres tipos de soluciones:
Automatización de procesos de negocio (cognitive automation)
La automatización de tareas físicas y digitales es la categoría más habitual de aplicación de la IA en el mundo de los negocios hoy en día. Su uso es cada vez más frecuente en actividades de carácter administrativo y financiero.
Se basa en el empleo de la automatización robótica de procesos, en la que los robots son capaces de trabajar con fuentes de información de múltiples sistemas. De los tres tipos, es la menos costosa, la más sencillas de implantar y la que genera un retorno de la inversión más rápido.
Entre sus principales aplicaciones están:
- La transferencia de datos desde correos electrónicos y centros de atención al cliente a sistemas de registro.
- La sustitución de tarjetas de crédito y/o débito perdidas, al gestionar las comunicaciones con el cliente.
- Subsanación de errores por cargos indebidos a través de distintos sistemas de facturación.
Entre sus desventajas pueden citarse:
- El hecho de que es la menos inteligente (todavía no aprende “sola”).
- A medida que la tecnología avance, progresivamente se perderán puestos de trabajo, sobre todo en el ámbito de la externalización de servicios.
Aumento de las capacidades para analizar grandes volúmenes de datos (cognitive insight)
La segunda categoría la constituyen los algoritmos diseñados para detectar patrones y ayudar a interpretar la información extraída de cantidades ingentes de datos de múltiples fuentes y formatos.
Los sistemas basados en IA pueden absorber mucha más información y depurarla hasta llegar a niveles de granularidad muy altos, pueden entrenarse a través del uso de conjuntos de datos seleccionados y su capacidad de predicción y categorización mejora a medida que recibe más información.
Entre sus principales aplicaciones se encuentran actividades como:
- Predecir la probabilidad de que una persona concreta adquiera un producto o un servicio determinado.
- Identificar diversos patrones de fraude en pólizas de seguros, cuentas bancarias, tarjetas de crédito y/o débito y frenar su intento en tiempo real.
- Analizar en tiempo real el estado de seguridad de productos e instalaciones.
- Automatizar y personalizar la experiencia de cliente digital y de campañas publicitarias digitales.
- Identificar coincidencias entre múltiples bases de datos en distintos formatos y eliminar redundancias.
- Auditar documentos y contratos.
Amplificación de las posibilidades de interacción entre personas y máquinas (cognitive engagement)
Es la categoría más inmadura y difícil de manejar, pero la más prometedora para mejorar la experiencia de cliente y la del empleado de las marcas. Permite gestionar un número cada vez mayor de interacciones a través de chatbots que respaldan y optimizan la labor de los equipos de atención al cliente.
Algunas de sus principales aplicaciones son:
- Agentes inteligentes para atender al cliente las 24 horas del día.
- Intranets para responder dudas de empleados sobre asuntos normalizados.
- Sistemas de recomendación personalizada de productos y servicios.
- Sistemas de recomendación personalizada y seguimiento en tiempo real de tratamientos médicos.
Puede observarse que las capacidades reales de la Inteligencia Artificial son muy específicas y aún está muy lejana la posibilidad de que alcance los niveles de inteligencia general del ser humano.
Conocer y comprender qué tecnologías aplican en qué trabajos es la condición fundamental para diseñar cualquier proyecto en el que intervenga la IA.
Visto así, el planteamiento no es cómo la IA nos ayudará a alcanzar nuestros objetivos, sino cuáles son nuestros objetivos y qué tipo de IA es más adecuada para ayudarnos a alcanzarlos.
La Inteligencia Artificial está más cerca de nosotros de lo que probablemente podamos pensar. ¿Sabías que las recomendaciones que te hacen Spotify y Netflix sobre música, películas y series son producto de la IA?, están basadas en elecciones que has hecho anteriormente y han quedado registradas en un algoritmo de aprendizaje.
Y este es solo un ejemplo entre muchos: la IA nos rodea de manera constante, ya que es aplicada en ámbitos tan cotidianos como la banca, el mercadeo y la atención al cliente.
Ante esta realidad, ¿has pensado cómo puede ayudarte la Inteligencia Artificial a mejorar tu marca?
Lenis Toro Ditta
