Índice:
- Definición de inteligencia artificial (IA)
- Inteligencia artificial en las empresas
- Inteligencia artificial aparte vs. integrada
¿Qué es la inteligencia artificial?
La inteligencia artificial (IA), también conocida por su nombre inglés, Artificial Intelligence (AI), es una tecnología que trata de realizar las tareas y tomar las decisiones empresariales de forma automática y autónoma, aprendiendo de forma continua.
La inteligencia artificial hace uso del Big Data para obtener los datos necesarios para operar. Con la inteligencia de negocios (BI) analiza esos datos y la IA utilizará esas estadísticas para tomar decisiones. Por ejemplo, en una empresa que fabrica máquinas, los sensores de la planta indican las temperaturas a las que se están elaborando las piezas. Si un sensor detecta que una de las máquinas que hace las piezas marca una temperatura superior a la aconsejada, un sistema de inteligencia artificial puede parar el proceso de producción y alertar a un técnico para que investigue cuál es el problema. Este proceso es bastante común en las empresas de la industria 4.0., ya que el sistema aprovecha todos los datos para que se puedan tomar las decisiones adecuadas.
Atención: para la recopilación de los datos del Big Data, las empresas usan distintas bases de datos. La elección de una buena base de datos es importante para un buen almacenamiento y seguridad de los datos. En la Guía ERP hay una comparativa en profundidad de las diferentes bases de datos que hay en el mercado.
¿Qué tiene que ver machine learning con la inteligencia artificial?
El machine learning (ML, o aprendizaje automático en español) es la tecnología que hace que la inteligencia artificial aprenda de forma continua. El sistema recibe un input, un humano reacciona y, así, la próxima vez que el sistema reciba ese input, sabrá cómo actuar sin necesidad de acudir al humano.
Actualmente, este sistema puede llegar a ser incluso aún más avanzado. Esto se debe a que el ML hace uso del deep learning (DL, o aprendizaje profundo en español) para aprender sin ayuda humana. La tecnología de deep learning utiliza una serie de ejemplos junto con una serie de reglas para aprender a solucionar los problemas autónomamente. Por ejemplo, un chatbot puede utilizar el deep learning para solucionar las preguntas o dudas a los usuarios. También puede aprender cuáles son los temas más consultados. De esta forma, es posible que salgan propuestas al usuario en cuanto abra el chat, junto con la posibilidad de escoger la opción de seleccionar otro tema, y recomendarle el contenido relacionado con su consulta.
¿Cómo se usa la inteligencia artificial en las empresas?
El uso de la inteligencia artificial dentro de los diferentes tipos de empresas puede ser muy variado. Hoy en día hay muchos programas que incluyen un módulo de IA para optimizar los procesos empresariales. A continuación se comentan algunos de los usos más comunes dentro de la inteligencia artificial:
¿Cómo se usa el reconocimiento de imágenes (computer vision)?
La computer vision consiste en el reconocimiento de objetos a través de imágenes. En algunas empresas de alimentación se usa un robot que controla las manzanas que pasan por una cinta transportadora. El robot usa la inteligencia artificial para revisar las manzanas, categorizándolas. Así se mandalas que estén perfectas a una parte para que sean vendidas en fruterías, y aquellas que están magulladas a otra parte para que sean revisadas. Dependiendo de las características y calidad de las manzanas magulladas, las procesan para hacer productos como la compota o el pudding de manzana, o las destinan para alimentación de animales.
Otro uso de este tipo de IA es el reconocimiento facial. Hay empresas que usan esta tecnología para conceder el acceso a la sede y a las diferentes salas a las personas autorizadas, generando así también un control del tiempo que ha estado. Con este uso, hay que cerciorarse de que el sistema cumple con la normativa de protección de datos para evitar problemas.
La tecnología de la lengua comprende el mensaje
La tecnología de la lengua (o Language Technology, LT) sigue siendo bastante nueva. La LT consiste en comprender el lenguaje natural tanto en formato oral como escrito. Uno de los usos de esta tecnología es el reconocimiento de voz para la gestión de identidad y acceso. Por ejemplo, cuando una persona le pregunta algo a Siri o dice “Ok, Google”, el correspondiente asistente de móvil se activa únicamente con el dueño del dispositivo.
Sin embargo, ese no es el único uso del reconocimiento del lenguaje natural. Por ejemplo, cuando se recibe un email, el sistema de tecnología de lengua puede estudiar el contenido del mensaje para reconocer la naturaleza del mensaje (Digital mailroom). De esta forma, aunque el asunto no ponga “queja” ni el contenido en sí, el sistema averigua que lo es porque pone algo como “no estoy contento/a” o “estoy decepcionado”. Así, es capaz de clasificar los distintos e-mails que se reciben, redirigirlo a la persona adecuada y registrarlo dentro del gestor documental en el apartado de quejas.
Atención: esta es una de las posibilidades dentro de la digitalización de procesos de documentos. Sin embargo, hay muchas más. El Premium digiBook Digitalización ayuda a analizar los procesos de automatización de los flujos documentales y ver cuál es mejor para su caso.
La automatización robótica de procesos (RPA) para ahorrar tiempo de las tareas repetitivas
La automatización robótica de procesos (RPA) consiste en la automatización de tareas repetitivas. El RPA es un software que se programa para hacer tareas (casi siempre) sin necesidad de un humano. Por ejemplo, un sistema de recursos humanos puede automatizar todo el proceso de onboarding de sus empleados. En el momento en el que se selecciona a una persona para un puesto vacante, se pone en marcha el sistema para que siga todos los pasos correspondientes, como: dar de alta en la seguridad social; enviarle los documentos de protección de riesgos laborales al nuevo empleado; volcar los datos del sistema de reclutamiento en una ficha de empleado en el sistema de RRHH; y proporcionarle todos los accesos necesarios para que desarrolle su actividad (cuenta de correo, acceso al software, posible curso de formación inicial, etc.).
El uso más común que se le da al RPA es la automatización de procesos contables. Por ejemplo, la automatización robótica de procesos de conciliación de cuentas. Mientras que un empleado puede tardar unas 2 horas en realizar esta tarea, este sistema tarda 2-3 minutos. El RPA tiene una capacidad de trabajar secuencialmente durante 24 horas. Es decir, se puede llenar de procesos que se hagan uno tras otro hasta llegar a rellenar las 24 horas de trabajo.
Uso de IA en la gestión de relaciones con el cliente
Un sistema de gestión de relaciones con el cliente (CRM) sirve para almacenar centralmente los datos de los clientes y poder llevar un seguimiento de ellos. La inteligencia artificial reconoce las tendencias y los patrones de comportamiento de los clientes objetivos. De esta forma, la inteligencia artificial puede incorporar datos dentro del CRM y ayudar a segmentarlos según lo estipulado por la empresa (ubicación, género, edad, historial de compra, …). Además, en algunos casos se está automatizando el email marketing. Usando inteligencia artificial, se pueden mandar automáticamente e-mails personalizados, ya que el sistema de inteligencia artificial se alimentará de los datos del CRM y los introducirá en el correo electrónico.
Por ejemplo, una empresa quiere lanzar una campaña de marketing para clientes que tengan entre 25 y 30 años y que hayan comprado en los últimos 6 meses. Entonces, el sistema de IA obtendrá todas las direcciones de correo electrónico de las personas con ese perfil y les mandará uno a uno un email en el que ponga: su nombre (para que sea más personal), los detalles de la oferta, cuándo adquirió algo por última vez (hace 1, 2, 3, 4, 5 o 6 meses). Al estar personalizado para el cliente, el email tendrá una mejor acogida. Otra ventaja es que, al hacerlo el sistema y no el empleado, se ahorra una gran cantidad de tiempo.
Otro ejemplo de IA con CRM es el de una tienda online de ropa. Cuando un cliente ha mirado y/o comprado ciertos productos, el sistema le muestra productos relacionados. De esta forma, se tienta al cliente a que compre productos que tienen una gran posibilidad de interesar al cliente y, así, incrementar el ticket medio de la compra e aumentar el número de ventas.
¿Sabías que? El coste de adquisición de un nuevo cliente es superior al de fidelizar a los clientes que ya se tiene. En la Guía de CRM hay consejos para conseguir fidelizar a los clientes con ayuda de un sistema de CRM.
Predicción de la producción para establecer precios
Los sistemas de inteligencia artificial se alimentan de los datos y son capaces de sacar predicciones de producción. En el sector agrícola es muy común hacer uso de la IA para saber de antemano la cantidad de productos de cada tipo que se va a conseguir producir. Por ejemplo, si hubo sequía o si hubo una plaga de insectos, estos datos serán reconocidos por el sistema de IA. De esta forma, por ejemplo, se conoce que se van a producir una cantidad muy baja de tomates en comparación con el año anterior. Debido a la escasez de tomates, eso hará que el precio del tomate suba con respecto al año anterior. Si en cambio un año hay una sobreproducción de tomates, el precio del tomate bajará considerablemente.
Reconocimiento transacciones fraudulentas con IA
Las empresas que se dedican al mundo financiero invierten mucho en tecnologías de seguridad, como Blockchain o IA. En el caso de la inteligencia artificial, las entidades bancarias usan esta tecnología para identificar y responder a los patrones eficaz y rápidamente frente a las tendencias de fraude emergentes. Por ejemplo, cuando un usuario hace una compra online con tarjeta, la compra tiene que pasar una serie de validaciones antes de ser aprobada. La cuenta del usuario tiene elaborado un perfil con sus patrones de comportamiento. De esta forma, para evaluar si se debe aprobar la transacción, el banco comprobará una serie de detalles. Estos detalles son: que la tienda esté relacionada con el tipo de tiendas a las que acudiría el usuario; que el dispositivo desde donde paga suele estar vinculado a su cuenta; y otras verificaciones de direcciones de IP y de email y/o teléfono.
Módulo especializado en inteligencia artificial vs incluido en el software
Es posible encontrar Inteligencia artificial de forma integrada en sistemas de software de distintos ámbitos o como software independiente especializado. En el caso de que esté integrado dentro de un sistema, suele estar ya bastante configurado para hacer un tipo de tarea concreta. Sin embargo, cuando se trata de un software independiente y especializado, hay que configurarlo para que haga la tarea que se requiera. Este segundo tipo ofrece una mayor flexibilidad y posibilidades, pero requiere que haya un equipo experto detrás.
Muchas grandes compañías de software están desarrollando la IA en ambas formas, tanto integradas dentro de sus softwares empresariales como sistemas aparte. Algunas de estas organizaciones son IBM, SAP, Microsoft y Oracle. El coste de la IA dentro de los softwares empresariales suele estar incluido en el precio total del software, mientras que el precio de un programa independiente será bastante más elevado. Por ejemplo, SAP va desde 1€ al mes por unidad de capacidad (recurso de infraestructura, tanto de computación como de almacenamiento) con un contrato de permanencia mínima de 3 meses. IBM ofrece una versión gratuita de Watson, una estándar que cuesta 99 dólares al mes y una versión Enterprise por 6.000 dólares al mes. Microsoft ofrece su Inteligencia artificial de pago por uso. Oracle tiene una tarifa diferente dependiendo del tipo de IA que se requiera con precios desde 0,89 € por unidad de capacidad o 89,981€ por usuario al mes. Si desconoce qué tipo de sistema de IA requiere su empresa, póngase en contacto telefónico y un consultor del centro de conocimiento EKCIT le ayudará: +34 954 040 045.
