El lanzamiento en abierto de ChatGPT por parte de OpenAI abrió la caja de Pandora de la Inteligencia Artificial (IA), al menos, para un amplio segmento de la población que parecía vivir ajena a estos avances tecnológicos. Sin embargo, para algunas compañías como Esker, que venía trabajando en ello desde hace tiempo, este movimiento no le cogió a contrapié, más bien al contrario, lo vivió con relativa naturalidad. La ventaja de ello es que ni se entrega ingenuamente a los cantos de sirena ni se deja inquietar por los gurús catastrofistas. Negar que actualmente vivimos una burbuja de la IA, en cierto modo similar a la que se vivió con las puntocom a principios de la década de los 2000, sería engañarnos. Efectivamente, vivimos un verdadero frenesí que encuentra su fiel reflejo en los mercados, con algunas compañías cotizando muy por encima de la realidad de sus resultados. En esta misma línea, sólo en el segundo trimestre de este año, el capital riesgo que ha captado la IA ha superado los 85.000 millones de euros, lo que da una idea muy clara de esta suerte de fiebre del oro que se está viviendo en el sector. Sin embargo, tan importante como conocer este bum es saber identificar todas las oportunidades reales que surgen alrededor de esta tecnología. Algunas de ellas se aparecen como novedad para muchos, pero en realidad ya llevan tiempo siendo aprovechadas en soluciones como las de Esker.
La mejora del Machine Learning
Uno de los términos que se manejan como si hubieran surgido de la noche a la mañana es el de Machine Learning (ML) o aprendizaje automático, cuando en realidad lleva más de una década aportando sus ventajas en multitud de procesos. Las soluciones de Esker son un buen ejemplo de ello, pues hace mucho tiempo que se convirtió en un elemento fundamental para la digitalización de los procesos.
Gracias a los algoritmos y la capacidad de aprendizaje que proporciona a los sistemas, procesos como la captura de información de documentos no estructurados se han simplificado extraordinariamente. El reconocimiento tanto de caracteres como de imágenes juega un papel esencial en procesos como la gestión de pedidos, la emisión de facturas, etc. Así es posible automatizar la extracción de información básica en ese ciclo de gestión, como es el caso del número de pedido, cantidades, referencias de producto, etc.
Sin embargo, se tiende a identificar automatización con ausencia total de la intervención humana y no es así. El tándem IA y personas es la mejor fórmula para sacar el máximo partido a esta tecnología pues, si bien reduce la carga de trabajo de tareas tediosas y, con ello, ahorra una cantidad de tiempo muy significativa, requiere de cierta supervisión. A fin de cuentas y como su propio nombre indica, estamos inmersos en un proceso de aprendizaje y, aunque la IA es un alumno aventajado, siempre puede haber lugar a algún desliz. La ventaja es que siempre aprende de ello, ajustándose para procesos futuros, afinando aún más su precisión.
El Deep Learning desbloquea el valor añadido
Otro de los términos que se envuelven de cierta pátina de ciencia ficción es Deep Learning (DL) que, simplificando, consiste en enseñar a un sistema a que realice una tarea sin que sea necesario codificar un algoritmo específico que explique exactamente cómo hacerlo. Parece inevitable que surjan esas imágenes cinematográficas de máquinas tomando el control y terminando por dominar a la humanidad, pero nada más lejos de la realidad.
Esker lleva años utilizando el Deep Learning para ayudar a sus clientes a mejorar su eficiencia y multiplicar su productividad. Un ejemplo de su aplicación es la redirección automática de las comunicaciones multicanal a los departamentos correspondientes, ya sea, a Pedidos, Facturación, Atención al Cliente, etc. Lógicamente, este nivel de precisión en tareas desatendidas no puede alcanzarse dejando al sistema a su libre albedrío, pues además de requerir un proceso de entrenamiento intenso, también ha de complementarse con la intervención humana.
El quid de la cuestión es que esta participación de las personas cada vez es mucho menor, prácticamente mínima, alcanzando un punto de excelencia en el que el número de errores es mucho menor que si el proceso se realizara de manera manual. Como consecuencia de ello, es posible aprovechar todo ese potencial de eficiencia en pos de una mejora de la calidad de servicio al cliente, sea en el departamento que sea. Disponer de un personal menos estresado, menos quemado como solemos decir en lenguaje coloquial, por la ejecución de este tipo de tareas repetitivas, abre la puerta a la creatividad para aportar mayor valor añadido.
El punto de inflexión de la IA generativa
La IA generativa es, quizás, lo que más está revolucionando la industria. Es un giro más de tuerca en el campo de la IA, pues además de procesar información supone la creación de contenido nuevo, desde texto o imágenes a vídeo y audio, incluso, código. Desde la óptica de su aplicación en el mundo empresarial, resulta especialmente útil en departamentos como Atención al Cliente.
Podríamos decir que ese es el departamento en el que con más claridad confluyen todos los avances tecnológicos que hemos ido comentando a lo largo de este artículo. Cuando un cliente transmite una pregunta del tipo “¿Cuándo llegará mi pedido?”, se desencadenan en tiempo real toda una serie de procesos para dar respuesta a la cuestión de un modo automático.
El sistema, que previamente y mediante tecnología de Machine Learning capturó el pedido en cuestión y con Deep Learning lo derivó al área correspondiente, es capaz de realizar procesamiento de lenguaje natural, cruzar la información necesaria y dar respuesta a la cuestión planteada. Incluso y aunque no se haya asignado una fecha específica para la entrega, gracias a sus capacidades de Deep Learning es capaz de estimar el plazo medio que se da en esa casuística y generar una respuesta acorde a ello a través del canal favorito del cliente.
Si la cuestión entrañara mayor dificultad, el sistema está preparado para derivarla al profesional más cualificado y ahí reside la clave del éxito de este círculo virtuoso de la IA: que personas e IA no son excluyentes, son absolutamente complementarias. Esta afirmación se hace todavía más patente con las habilidades analíticas y predictivas que trae consigo la IA, capaz de anticipar prácticamente de forma inmediata, riesgos crediticios, impagos, puntos débiles en la cadena de suministro o picos inesperados de demanda. La toma de decisiones por parte de los responsables se ve notablemente mejorada al sustentarse con más y mejor información y, lo que no es un detalle menor, en tiempo real.
Se trata de una capacidad analítica inédita hasta ahora, porque para ser capaces de desarrollarla sería necesario mucho tiempo y personal, tanto que hasta la fecha había sido inviable económicamente. Destierra por tanto la idea de que la IA canibalice puestos de trabajo; más bien abre la puerta a su evolución y optimización, dibujando un horizonte ilusionante.
