Los casos de uso afianzan el desarrollo de la IA en la empresa española

La inteligencia artificial (IA) va tomando vuelo en las empresas españolas, si bien es importante establecer modelos de gobierno sólidos, garantizar el cumplimiento normativo y avanzar en la adopción de casos de uso que aporten valor real al negocio, especialmente en áreas como la experiencia de cliente, la eficiencia operativa y la gestión del dato. Esa fue la conclusión a la que llegaron Joan Barceló, CIO de W2M; María Ángeles Vicente, CIO de Mobico (al que pertenece Alsa); y Carlos Martín, director de Ciencia de Datos de Boehringer Ingelheim España, en el panel moderado por Esther Macías, directora editorial de CIO y COMPUTERWORLD ESPAÑA, dentro de la jornada CIO ForwardTech & ThreatScape Spain, que tuvo lugar el pasado 16 de abril en Madrid y en el que se analizaron casos de uso reales de IA en la empresa española.

María Ángeles Vicente fue la encargada de abrir el fuego y explicó que, en el caso de Alsa, los casos de uso son variados y “muchos de ellos ya están en producción”, reconoció. “Además —continuó—, trabajamos de forma continua en identificar cuáles son los siguientes casos de uso que pueden aportar valor al negocio, ya sea mejorando la eficiencia, aumentando la productividad o elevando la calidad del servicio al cliente. Es un proceso constante de exploración y evolución, en el que la adopción de la IA se está acelerando de forma progresiva”.

En lo que al sector farmacéutico se refiere, Carlos Martín admitió que ha cambiado la capacidad de la IA para mejorar la interacción con el usuario. “Por ejemplo, en el ámbito comercial, donde los usuarios pueden tener perfiles muy diversos, la IA generativa permite adaptar la interpretación de los modelos a cada persona. Esto facilita la comprensión y aplicación de los resultados, algo que hace años habría requerido un esfuerzo manual considerable, como la elaboración de informes personalizados”.

Además, Martín dijo que la IA generativa está demostrando un gran potencial en el tratamiento de datos no estructurados. “Más allá de los datos tradicionales, como los de CRM, existe una enorme cantidad de información en documentos complejos, como publicaciones oficiales, normativas o acuerdos hospitalarios. Estos documentos, que antes requerían una revisión manual intensiva, ahora pueden ser procesados, estructurados y explotados gracias a modelos avanzados, lo que supone un salto significativo en eficiencia”.

Por último, en el sector de viajes y, en concreto, en W2M, el enfoque es diferente, contó Joan Barceló, debido a la diversidad de actividades implicadas, que abarcan desde aerolíneas hasta agencias físicas, movilidad corporativa o servicios turísticos. En este contexto, dijo, “es útil distinguir entre tres tipos de inteligencia artificial: la IA visible, la IA de apoyo al profesional y la IA invisible. La primera es la IA que se ve, visible a través de agente conversacional, que es lo que más vende. No es diferencial ni aporta mucho valor; la segunda es de acompañamiento al personal y lo potencia; y la IA invisible es la diferencial y está integrada en los procesos”.

Los grandes desafíos

Varios fueron los desafíos que citaron los participantes en el panel centrado en los casos reales de IA en la empresa española. Para Carlos Martín, el reto viene dado por el coste, dado que la IA es muy golosa de usar, pues permite hacer modelos muy rápidos. Y es mucho más barata”.

Joan Barceló apunto otro reto importante, como es “decir no”. “No todos los problemas requieren inteligencia artificial, y aplicar esta tecnología sin una justificación clara puede ser un error. Además, existe el riesgo de centrarse demasiado en soluciones visibles, que generan impacto inmediato, pero no necesariamente valor sostenible”, dijo.

Y un tercer reto la gran oportunidad que supone la IA como acelerador de capacidades. En opinión de María Ángeles Vicente, “permite desarrollar nuevas formas de hacer las cosas, mejorar la eficiencia y abrir nuevas vías de innovación. Además, responde a una evolución en las expectativas de los clientes, que cada vez demandan interacciones más naturales y personalizadas”.

Cómo se digiere el tsunami de la IA

Por consiguiente, estamos ante un cambio que implica un reto cultural dentro de las empresas. Para Joan Barceló, los equipos de IT deben liderar la adopción de estas tecnologías, tanto desde el punto de vista técnico como en la selección de casos de uso adecuados. “Si no lo hacen, existe el riesgo de que se impulsen iniciativas sin el debido criterio, basadas únicamente en tendencias”.

Es más, este especialista sacó en este punto uno de los temas más candentes relacionados con la IA, como es el de la gestión del talento. Eso le llevó a decir que “los equipos de desarrollo tienen que usar la IA según perfiles profesionales y, luego, ampliarla a otros perfiles para potenciarlos. Si se usa la IA para programar, esto se cargará a los juniors. Entonces, a ver quién mantiene el código dentro de unos años…”, reflexionó.

A lo que Carlos Martín añadió que “no es bueno externalizar el core de la empresa a la IA”, por lo que instó a las empresas a “entender casos de uso óptimos. Hemos de encontrar dónde sí y dónde no se puede aplicar, qué personas y tipo de uso. No sabemos dónde llegaremos, por lo que es mejor no correr riesgos”.

María Ángeles Vicente también siguió por esa línea y admitió que hay personas más proclives que otras a la adopción. “Puede ser una herramienta muy potente para perfiles experimentados, actuando como un copiloto que mejora la productividad. Sin embargo, su uso indiscriminado en perfiles junior puede afectar al proceso de aprendizaje, generando un riesgo a largo plazo en la formación de talento”.

Cómo no fracasar en un proyecto de IA

En esta parte del panel, los participantes pusieron mucho énfasis en una idea clave: no todo debe hacerse con inteligencia artificial, y aplicar “IA por IA” suele ser un error.

Así, Joan Barceló animó a los asistentes a “equivocarnos en pequeño” y recomendó “cautela” en el uso de la IA porque “puede hacer que fracasemos a lo grande. De ahí la importancia de realizar pruebas de concepto sin miedo. En este sentido, casos de uso tan variados los nuestros resuelven problemas, por lo que es bueno buscar fórmulas que aporten una solución al problema. No todo es cuestión de tecnología”.

Para Carlos Martín, el aprendizaje es que ahora estamos en un momento de disrupción. “A la vez de ir con cuidado, hay que tomar riesgos calculados y arriesgarse pero sin suicidarse. Hay que innovar pensando en procesos. La IA es una herramienta para eso”.

Y María Ángeles Vicente destacó para concluir el panel que “la IA es un acelerador, pero hay que conocerla y ver dónde aporta el beneficio y trabajarla en las áreas donde esperamos que aportará beneficios. Por eso recomendamos empezar por casos de uso acotados y con pruebas”.