¿Eres consciente del impacto que la inteligencia artificial predictiva puede tener en tu cuenta de resultados?

ChatGPT es ahora el gran protagonista tecnológico hacia el que giran su mirada expertos y neófitos en la materia, mientras, a una velocidad inesperada, avanza el desarrollo de aplicaciones relacionadas con este tipo de IA: desde el análisis de emociones al soporte médico (tanto en el diagnóstico, como el seguimiento de pacientes y en la asistencia quirúrgica), como, por ejemplo, en la conversión de voz y la creación del ya bautizado como arte digital.

Hablamos de la Inteligencia Artificial generativa, que acapara hoy el foco de la atención mediática y la popularidad. Es la que trabaja con el océano de datos de internet. Pero no es la única.

Lo aclara desde PredicLand AI su CEO Javier Orús, para quien es otra, la Inteligencia Artificial predictiva la que genera una gran ventaja competitiva, mejorando procesos y experiencias, optimizando costes, con riesgos mínimos y un retorno objetivo de la inversión medible. Todo ello en un entorno controlado y mediante aplicaciones personalizadas para cada compañía y que van evolucionando y mejorando sus resultados en base a la experiencia.

Un activo con resultados tangibles en ventas y ahorro de costes

¿Cómo funciona? Empleando la información y los recursos de la empresa (números, textos, imágenes) para la creación de algoritmos que predigan, por ejemplo, fallos en la cadena de producción, previsiones de demanda según factores estacionales o de otra índole social. Para los profesionales de esta consultora, pionera en la introducción en España de este tipo de herramientas, la Inteligencia Artificial predictiva es un activo transformador en diversas áreas de aplicación entre las que destacan:

• Predicción de demanda (tendencias de mercado, movimientos de precios, proyecciones de ventas).
• Planificación de los inventarios y de la cadena de suministro.
• Detección temprana de fraude, de fallos de producción, de abandono de cliente.
• Recomendación personalizada de productos.
• Optimización de procesos, rutas y máquinas.
• Clasificación de clientes (scoring) y riesgo crediticio.
• Clasificación automática de documentos como facturas,  consultas, albaranes, contratos, etc.
• Análisis de sentimientos de mercado, de clientes, de empleados.

Otra ventaja es la medición del retorno de la inversión:  de un año a otro, un comercio medirá las ventas adicionales que pudo hacer al haber anticipado la reposición de sus inventarios, o al haber hecho una recomendación de producto adicional al cliente. Una planta industrial comprobará fácilmente los impactos de una reducción del 10% de sus costes energéticos, o de una reducción del 20% de los tiempos de parada anuales.

Inteligencia Artificial, la nueva electricidad

Así las cosas, y según recuerda el director de  crecimiento de PredictLand AI, Bruno Gerlic, podría decirse que la Inteligencia Artificial es la nueva electricidad, y cada sector y cada empresa puede aplicarla priorizando  la inversión en aplicaciones de gran impacto en la cuenta de resultados. Las financieras, por ejemplo, se sirven ya de algoritmos para maximizar ganancias en trading, minimizar riesgos crediticios o de fraude con la IA predictiva. En el retail se emplean los algoritmos predictivos para hacer hipersegmentación de clientes y anticipar abandonos o proponer nuevos productos de forma personalizada. Y por poner el foco en otro gran sector, la Biotech, donde acortar plazos de investigación resulta vital.

Más allá de las posibilidades de rentabilidad, añade Bruno Gerlic, se encuentran sus expectativas realistas de desarrollo, “que la vuelven muy atractiva para captar los primeros retornos de proyectos IA con beneficios tangibles y riesgos mínimos”. Así lo refuerzan algunos estudios, como el  de Deloitte State of AI in the Enterprise, 5ª edición. Esta encuesta, llevada a cabo entre 2620 líderes empresariales, concluye que el 94% de los altos ejecutivos cree que la IA será importante para el desarrollo de las empresas. A la vez, una de las conclusiones del último Global Ceo Survey, el estudio anual que realiza la consultora PricewaterhouseCoopers a directores ejecutivos de todo el mundo,  es que el 45% de los participantes considera que su compañía no será viable en diez años si no se cambia de estrategia.

Otro informe, de NewVantagePartners, cifra en un 92% las empresas que admiten estar ya obteniendo beneficios de sus inversiones en IA.

En nuestro país, la adopción de este tipo de herramientas camina lenta en relación a países como Estados Unidos, China, Canadá, y ya en el entorno europeo, Alemania y Reino Unido, y se viene focalizando en la generación de texto, imágenes y videos que aceleran la creación de contenidos creativos o en el uso de chatbots interactivos.

Mejorar ventas y reducir costes

¿Por qué no se ha generalizado aun, sin embargo, el empleo de herramientas predictivas en la IA? Porque, en relación a las generativas, responden desde PredictLand AI, continúan siendo grandes desconocidas, a pesar de su gran impacto en el rendimiento financiero de una empresa.  La fórmula es sencilla: mejorar ventas y reducir costes, mientras se aporta valor.

1. La IA predictiva trabaja en un entorno controlado, con los recursos in house, mediante modelos ad-hoc y con la información propia de la empresa. Este contexto es ideal en la reducción de riesgos.

1. Estos son mínimos. Puede haber errores de precisión, es decir, en la fiabilidad de la predicción que hace el sistema) en la información, pero el trabajo de los científicos es mejorarla. No hay riesgos éticos, reputacionales (por sesgos) o laborales (por absorber puestos de trabajo). La regulación es menor también (concierne a datos sensibles, como datos personales para la evaluación de crédito crediticio, por ejemplo).
   

1. Los resultados positivos son tangibles en pocos meses. El entrenamiento consiste en que el modelo cumpla con la función que se le asigna, con una precisión aceptable por negocios para tomar decisiones. El ROI es fácil de calcular: ahorros operacionales, nuevos clientes, más ingresos por clientes, en definitiva, cualquier KPI (indicador clave de desempeño) que impacte la aplicación.

En conclusión, el futuro ya está aquí en cuanto a nuevas fuentes de ingresos y excelencia operacional, concluye Javier Orús. Para el CEO la clave está en la adopción temprana de las herramientas predictivas, en la actualidad ya en estado de madurez.