Inteligencia artificial para aplicaciones del mundo real

En 2013, el MD Anderson Cancer Center inició un proyecto ambicioso para utilizar la tecnología cognitiva Watson de IBM para diagnosticar y prescribir regímenes de tratamiento para algunos tipos de cáncer. Sin embargo, en 2017, el proyecto se detuvo porque sus gastos habían superado los 62 millones de dólares y la tecnología aún no se había utilizado en pacientes. Al mismo tiempo, el departamento de TI del centro oncológico estaba experimentando con tecnologías cognitivas para tareas considerablemente menos ambiciosas, como recomendar hoteles y restaurantes a las familias de los pacientes, evaluar si los pacientes necesitaban ayuda para pagar sus facturas y resolver problemas de TI del personal. Estas iniciativas han producido resultados significativamente más prometedores: las nuevas tecnologías han llevado a una mayor satisfacción de los pacientes, un mejor rendimiento financiero y una reducción en la cantidad de tiempo que los administradores de atención dedican a la monótona entrada de datos. A pesar del fracaso de la misión lunar, MD Anderson se dedica a emplear tecnología cognitiva, es decir, la inteligencia artificial de la próxima generación, para mejorar la terapia del cáncer, y ahora está desarrollando una serie de nuevas iniciativas en su centro de competencia para la computación cognitiva.

La distinción entre ambas técnicas es crucial para cualquiera que desarrolle proyectos de IA. Tres cuartas partes de los 250 ejecutivos familiarizados con el uso de la tecnología cognitiva en sus empresas que participaron en nuestra encuesta creen que la IA tendrá un impacto significativo en sus organizaciones dentro de tres años. Sin embargo, nuestro análisis de 152 iniciativas en casi la misma cantidad de organizaciones sugiere que los proyectos "de fácil acceso" que mejoran los procesos de negocios tienen más probabilidades de tener éxito que los esfuerzos "luchadores" extremadamente ambiciosos. Esto no debería sorprender, ya que así ha sido con la gran mayoría de las nuevas tecnologías adoptadas por las empresas en el pasado. Pero el revuelo en torno a la inteligencia artificial ha sido excepcionalmente potente y ha cautivado a ciertas empresas.

Esta publicación examinará los distintos tipos de IA que se utilizan actualmente y presentará un marco sobre cómo las empresas podrían comenzar a desarrollar sus habilidades cognitivas en los próximos años para alcanzar sus objetivos comerciales.

Lea también: Tribunal de EE.UU. rechaza moción de Facebook para desestimar caso antimonopolio

Tres formas de IA

Para las empresas resulta ventajoso considerar la IA desde el prisma de las capacidades empresariales, en lugar de la tecnología. La IA puede ayudar con tres requisitos empresariales esenciales: automatizar las operaciones corporativas, obtener información a través del análisis de datos e interactuar con los clientes y los trabajadores.

Automatización de procesos

La mayoría de los 152 proyectos que evaluamos incluían la automatización de procesos físicos y digitales, principalmente tareas administrativas y financieras, empleando tecnología de automatización de procesos robóticos. La RPA es más compleja que las soluciones de automatización de procesos empresariales anteriores porque los "robots" (es decir, el código en un servidor) imitan el comportamiento humano al ingresar y consumir datos de numerosos sistemas de TI. Las actividades incluyen:

trasladar datos de sistemas de correo electrónico y de centros de contacto a sistemas de registro, como actualizar archivos de clientes con nuevas direcciones o nuevos servicios;

reemplazar tarjetas de crédito o de cajero automático perdidas, acceder a numerosos sistemas para actualizar registros y administrar contactos de clientes; resolver fallas en el cobro de servicios en los sistemas de facturación mediante la extracción de datos de diferentes tipos de documentos; y

Los documentos legales y contractuales se “leen” utilizando el procesamiento del lenguaje natural para extraer disposiciones.

La RPA es la tecnología cognitiva menos costosa y más sencilla de adoptar que exploraremos aquí, y suele ofrecer una alta tasa de retorno. (También es la menos "inteligente" en el sentido de que estas aplicaciones no están diseñadas para aprender y mejorar, sino que los desarrolladores van incorporando gradualmente más inteligencia y capacidades de aprendizaje). Es muy adecuada para la integración con numerosos sistemas back-end.

La NASA lanzó cuatro proyectos piloto de RPA en cuentas por pagar y por cobrar, gastos de TI y recursos humanos, todos administrados por un centro de servicios compartidos, en respuesta a los desafíos de costos. Los cuatro proyectos exitosos (el 86% de las transacciones en la aplicación de RR.HH., por ejemplo, se realizaron sin intervención humana) se están implementando en toda la empresa. La NASA ahora está implementando robots RPA adicionales, incluidos algunos con más inteligencia. Según Jim Walker, el gerente de proyectos del grupo de servicios compartidos, "hasta ahora no es ninguna ciencia".

Se podría suponer que la automatización robótica de procesos eliminará puestos de trabajo rápidamente. En cambio, entre las 71 iniciativas de RPA que examinamos (el 47 por ciento del total), la sustitución del personal administrativo no fue el objetivo principal ni un efecto frecuente. Pocas iniciativas dieron lugar a reducciones de personal y, en la mayoría de los casos, las tareas pertinentes ya se habían externalizado. Se prevé que las futuras iniciativas de automatización robótica darán lugar a algunas pérdidas de puestos de trabajo, sobre todo en el sector de la externalización de procesos empresariales en el extranjero a medida que avance la tecnología. Si el trabajo se puede externalizar, es probable que se pueda automatizar.

Percepción cognitiva

El segundo tipo de proyecto más frecuente en nuestra encuesta (38 por ciento del total) utilizó algoritmos para encontrar formas de acceder a cantidades masivas de datos y analizar su importancia. Considérelo como "análisis con esteroides". Estas aplicaciones para el aprendizaje automático se utilizan para:

• determinar lo que es probable que compre un determinado comprador; identificar fraudes en tarjetas de crédito y reclamos de seguros en tiempo real;
• Analizar datos de garantía para descubrir problemas de seguridad o calidad de vehículos y otros productos manufacturados; automatizar la segmentación de anuncios digitales personalizados; y
• Proporcionar a las aseguradoras modelos actuariales más precisos y completos.

En tres aspectos, los conocimientos cognitivos que proporciona el aprendizaje automático difieren de los que proporciona el análisis convencional. Normalmente, son mucho más detallados y requieren más datos, los modelos suelen entrenarse con una parte del conjunto de datos y mejoran con el tiempo; es decir, aumenta su capacidad para utilizar datos nuevos para generar predicciones o clasificar cosas.

Participación cognitiva

En nuestra encuesta, los proyectos que involucran a trabajadores y consumidores mediante el uso de chatbots, agentes inteligentes y aprendizaje automático fueron los más escasos (representaron el 16 por ciento del total). Esta categoría contiene:

• Agentes inteligentes que brindan asistencia al cliente las 24 horas del día, los siete días de la semana, atendiendo una amplia gama de inquietudes, desde consultas de contraseñas hasta consultas de soporte técnico, en el idioma nativo del cliente;
• Sitios para abordar consultas de empleados sobre TI, beneficios para empleados y políticas de RR.HH;
• Sistemas de recomendación de productos y servicios que impulsan la personalización, la participación y las ventas para los comerciantes, generalmente mediante el uso de lenguaje enriquecido o gráficos; y
• Sistemas de sugerencia de tratamientos de salud que ayudan en la creación de planes de atención individualizados para los pacientes en función de su estado de salud y tratamientos pasados.

Ver también: Meta fue designada como la "peor empresa" de 2021 en EE. UU.

Las empresas que participaron en nuestra investigación tendían a comunicarse con los trabajadores utilizando tecnología de interacción cognitiva con más frecuencia que con los consumidores. Esto puede cambiar si las corporaciones se sienten cada vez más cómodas con la automatización de las interacciones con los consumidores. Por ejemplo, Vanguard está lanzando un agente inteligente que ayuda a sus trabajadores de atención al cliente a responder las consultas más frecuentes. Con el tiempo, los consumidores podrán interactuar directamente con el agente cognitivo, en lugar de hacerlo con empleados humanos de atención al cliente. SEBank en Suecia y la empresa de tecnología médica Becton, Dickinson en los Estados Unidos utilizan el avatar realista de agente inteligente Amelia para brindar asistencia informática a sus empleados internos. SEBank acaba de hacer que Amelia sea accesible a un número limitado de clientes para evaluar su rendimiento y recepción.

Imagen destacada: Fotografía de tecnología cerebral creada por rawpixel.com

Suscríbete a Whitepapers.online para conocer las nuevas actualizaciones y los cambios realizados por los gigantes tecnológicos que afectan la salud, el marketing, los negocios y otros campos. Además, si te gusta nuestro contenido, compártelo en plataformas de redes sociales como Facebook, WhatsApp, Twitter y más.