Más allá del ‘hype’: cuatro casos de uso de IA generativa que sí han funcionado

Si 2023 fue el año de la experimentación con la inteligencia artificial (IA) generativa, 2024 fue cuando las empresas se centraron en casos de uso y comenzaron a poner en producción proyectos piloto.

En una encuesta realizada a 2.300 responsables de la toma de decisiones en materia de TI que IBM publicó en diciembre,

en esta tecnología, en comparación con el 5% que planea disminuirlas.

La primera parte de 2024 fue decepcionante en lo que respecta al retorno de la inversión, afirma Traci Gusher, líder de Datos y Análisis de EY Américas. “Pero ahora estamos empezando a ver beneficios reales”, afirma. “Algunos de los mejores casos de uso que he visto han sido en marketing, y eso es solo un área”.

Según los expertos y otros resultados de encuestas, además de ventas y marketing, otros casos de uso principales incluyen productividad, desarrollo de software y servicio al cliente.

Caso de uso 1: productividad

Mike Baker es CITO en PGIM, una empresa de gestión de activos de 1,4 billones de dólares, anteriormente conocida como Prudential Investment Management. Baker afirma que la productividad es una de las principales áreas de implementación de la IA generativa para la empresa, que ahora está disponible a través de Office 365, y permite a los empleados realizar tareas como resumir correos electrónicos o ayudar con documentos de PowerPoint y Excel.

Este es un caso de uso que se ha implementado ampliamente, dice, aunque no todas las herramientas están disponibles para todos los empleados. Los asesores de inversión registrados, por ejemplo, tienen que superar algunos obstáculos a la hora de implementar nuevas tecnologías.

“En parte, tiene que ver con cosas como asegurarnos de que somos capaces de cumplir los requisitos de conformidad en torno a la IA”, dice Baker. Y luego están las salvaguardas. La IA generativa todavía está en sus inicios y a la empresa le preocupa integrar la tecnología de forma segura. “Hoy en día no utilizamos la IA generativa en ninguna decisión de inversión, decisión comercial o incluso en áreas de back office sin un humano en el circuito”, añade. “Estamos llevando esa parte muy lentamente”.

Pero los empleados que pueden utilizar la IA generativa sí que la aprovechan, afirma. “Una vez que se obtiene Copilot para Office 365, se pasa por un proceso de formación, y eso ha hecho que nuestra utilización haya aumentado hasta alrededor del 93%”. Además, según una encuesta reciente realizada por Google Cloud y National Research Group a 2.500 altos directivos de empresas globales, el 34% afirma que ya está viendo el retorno de la inversión en casos de uso de la IA para la productividad individual, y el 33% espera ver el retorno de la inversión en el próximo año.

Otra organización que utiliza Microsoft Copilot para la productividad es la Universidad Oral Roberts de Tulsa, Oklahoma.

“Está acelerando el proceso de aprendizaje, mejorando la investigación y ayudando a los estudiantes con las evaluaciones”, afirma Mike Matthews, vicepresidente de Innovación y Tecnología de la universidad. “No he conocido a muchos profesores que no se sientan sobrecargados de trabajo y agotados”, afirma. “Poder tener la oportunidad de investigar y calificar más rápido, y evaluar a los estudiantes más rápido, es perfecto para ellos”. Por ejemplo, un miembro del profesorado puede querer enseñar una nueva sección de un curso. Copilot puede crear un esquema en segundos que el miembro del profesorado puede utilizar como punto de partida, dice.

Como resultado del uso de la IA para la productividad, el marketing y para ayudar a procesar las transcripciones de los solicitantes, dice Matthews, el tiempo que se tarda en responder a los solicitantes ha pasado de semanas a horas, el número de clientes potenciales de nuevos países ha aumentado en un 267% y la inscripción ha crecido casi un 11%.

Elliott Franklin, director de Seguridad de la Información de Fortitude Re, una empresa de reaseguros global, afirma que su empresa también está utilizando suscripciones empresariales a ChatGPT y Copilot para integrar la IA generativa en sus operaciones.

“Con estas versiones de pago, nuestros datos permanecen seguros dentro de nuestro propio inquilino”, afirma. Las herramientas se utilizan para extraer información de documentos extensos, para ayudar a crear presentaciones y para resumir informes largos y comparar documentos para encontrar discrepancias. “Ahorramos tiempo, minimizamos el error humano y permitimos que los equipos dediquen su atención a tareas de mayor valor”, añade.

Caso de uso 2: desarrollo de ‘software’

PGIM también utiliza la IA generativa para la generación de código, concretamente utilizando Github Copilot. Este caso de uso está en plena producción, dice Baker, con unos 1.000 desarrolladores utilizándolo.

“Vemos que alrededor del 60% de nuestros desarrolladores lo utilizan a diario”, afirma. “Adoptamos aproximadamente el 70% del código recomendado por Copilot. Así que tenemos una tasa de adopción bastante alta para la generación de código de IA”.

Según la encuesta realizada por Google Cloud y National Research Group, el 28% de los líderes informan de un retorno de la inversión positivo para la IA generativa en la productividad y la ingeniería de software, y otro 34% espera ver el retorno de la inversión en un año.

En Emburse, una empresa de reembolso de gastos, los desarrolladores de software utilizan herramientas de generación de código como Github Copilot y Amazon Q Developer, que se integran directamente en los entornos de desarrollo, afirma Ken Ringdahl, director de Tecnología de la empresa. “Se utilizan para automatizar la generación de código, mejorar la estructura del código e incluso identificar posibles defectos”.

El desarrollo de software también fue el área en la que las empresas de servicios financieros observaron las mayores mejoras de productividad, según una encuesta de 2024 realizada por Bain & Company.

Gusher, de EY, afirma que está viendo el valor de la IA generativa en la depuración y prueba de código. “También hemos observado algunos beneficios significativos al aprovecharla para la productividad en los procesos de ingeniería de datos, como la generación de canales de datos de una manera más eficiente”.

Caso de uso 3: ventas y marketing

La IA generativa se utiliza además en PGIM para ayudar a su personal de ventas a que los usuarios interactúen con los documentos de una manera más fácil.

“Nuestros vendedores salen a reunirse con asesores financieros”, dice Baker. “Tenemos un montón de documentos de los que podemos hablar. Con la IA, pueden obtener la información adecuada en el momento adecuado para las conversaciones de negocios, lo que antes era algo difícil y laborioso”.

Y eso es solo el principio. También utilizan la IA para ayudar con el contenido del sitio web, la redacción de discursos y las comunicaciones con los clientes. “Las comunicaciones de marketing son un gran campo para la IA”, afirma.

Y luego están las solicitudes de propuestas.

“Recibimos muchas solicitudes de propuestas de muchos clientes”, añade. “Utilizamos la IA para generar el primer borrador de la respuesta a la solicitud de propuestas utilizando solicitudes anteriores y otros conjuntos de datos”. Así, la IA generativa puede ayudar a la empresa a responder a más solicitudes de propuestas, dice, o a responder a solicitudes de propuestas que los empleados no aceptarían en el pasado porque eran demasiado complicadas o los acuerdos eran demasiado pequeños.

En la encuesta de Google Cloud y National Research Group, el 33% de los líderes informan de un retorno de la inversión positivo para la IA generativa en ventas y marketing, y otro 30% espera un retorno de la inversión en el plazo de un año.

El analista de Gartner Arun Chandrasekaran afirma que hay varias funciones empresariales, como el marketing, que muestran éxito, y Gusher, de EY, confirma que el marketing es una de las áreas más importantes para el valor de la IA generativa.

“El patrón más común que estoy viendo es la creación de capacidades personalizadas y el aprovechamiento de otros sistemas para los datos”, afirma. Por ejemplo, las empresas pueden utilizar los datos de sus sistemas CRM para crear comunicaciones personalizadas. “Para obtener el retorno de la inversión se necesitan datos de varios sistemas”, añade. “El valor real proviene de la habilitación de todo el proceso”.

Eso es exactamente lo que SS&C, una empresa de servicios financieros y tecnología sanitaria, está haciendo con la IA generativa. “Generamos comunicaciones con los clientes basadas en datos fundamentales de nuestros sistemas”, afirma Brian Halpin, director general de Automatización de la empresa. “Es en directo, es real y funciona a escala”.

Caso de uso 4: servicio de atención al cliente

Otro caso de uso importante de la IA general es el servicio de atención al cliente, incluido el soporte omnicanal y los centros de atención telefónica. Por ejemplo, los centros de atención telefónica de Verizon reciben cientos de millones de llamadas al año. Otros dos mil millones de interacciones con clientes tienen lugar a través de canales digitales. Así que hay muchas oportunidades para que la IA generativa tenga un impacto comercial, y la empresa ya está viendo beneficios, dice Brian Higgins, director de Experiencia del Cliente de Verizon.

Verizon empezó a trabajar en el desarrollo de casos de uso de IA generativa hace un par de años, empezando por Google Bard, y pasando a Gemini 1 y luego a Gemini 1.5, utilizando RAG para proporcionar al modelo información relevante.

La IA generativa se utiliza para resumir rápidamente documentos complejos, escuchar conversaciones y extraer automáticamente información relevante, responder preguntas y proporcionar otras funcionalidades. Tomemos como ejemplo la conversación media de 18 minutos que un cliente puede tener con un representante de Verizon.

“Podemos reducir aproximadamente un minuto en cada llamada”, dice Higgins. “Si pensamos en la cantidad de llamadas que recibimos, eso tiene un impacto material”. Además, la cantidad de tiempo que un cliente tiene que esperar antes de poder hablar con alguien también ha disminuido, dice.

“No publicamos cifras de retorno de la inversión”, afirma, pero Verizon sí dispone de mediciones internas. Por ejemplo, se encuesta a los clientes justo después de una llamada para determinar si su interacción fue positiva. “Todas esas mediciones han aumentado”, añade.

Hoy en día, todos los representantes de atención al cliente utilizan la herramienta de IA generativa, que cuenta con más de 40.000 adeptos. El ajuste y la contextualización que Verizon añade al modelo base hacen que la precisión supere actualmente el 90%, afirma Higgins. Aun así, no es perfecta, y Verizon ha sido cautelosa en cuanto a la forma en que se implementa la tecnología, afirma Vivek Gurumurthy, director de Información de Verizon.

“Hoy en día, lo utilizamos principalmente para explicar lo que ha sucedido, pero aún no nos dedicamos a tomar medidas en nombre de los clientes”, afirma. “Para las acciones, queremos asegurarnos de que haya un ser humano involucrado. Y para la explicación, queremos ser muy cuidadosos y validar, verificar y certificar todo”.

Además, algunas de las herramientas más potentes, como el asistente de investigación que escucha activamente las llamadas y proporciona información y conocimientos en tiempo real, actualmente solo están disponibles para los agentes, no directamente para los clientes.

“El asistente de investigación personal es solo para los empleados de Verizon”, dice Higgins. “Todavía nos estamos tomando el tiempo, y consultándolo todo a través de nuestro consejo de IA, antes de empezar a expandirlo también a nuestra huella digital”.

El chatbot de cara al público solo responde a consultas de bajo riesgo, como cuál es la última oferta. “La mayor parte de lo que hay en el lado digital es lo que hay en las páginas web”, dice. “Y si quieres añadir una línea o actualizar un dispositivo, hacemos una transferencia en caliente a un humano”.

Según el informe de EY, el 72% de los líderes empresariales informan de un retorno de la inversión positivo para la IA generativa en la satisfacción del cliente, y esa cifra asciende al 75% para las empresas que gastan más del 5% de su presupuesto en IA. Según se desprende de la encuesta de Google Cloud y National Research Group, el 34% de los líderes informan de un retorno de la inversión positivo para la IA generativa en el servicio de atención al cliente, y otro 33% espera ver el retorno de la inversión en un año. Esto hace que el servicio de atención al cliente esté empatado en el primer puesto con la productividad individual en lo que respecta al ROI.

Otra cosa que hace que el servicio de atención al cliente sea un área especialmente buena para el despliegue de la IA generativa es que las empresas tienden a tener un sentido sólido de sus KPI, dice Ricardo Madan, vicepresidente sénior de TEKsystems, una empresa de consultoría tecnológica. Las empresas saben cuáles son las buenas puntuaciones para determinadas funciones del centro de contacto. “Lo tienes todo bajo control”, afirma. Saber definir el éxito también es una gran ventaja. “Estamos viendo resultados reales al reducir el tiempo de resolución y los tickets, así como al disminuir los volúmenes de llamadas”.

Elegir estrategias de implementación

Hay muchas formas de implementar la IA generativa en una empresa, todas ellas requieren diversos grados de inversión y esfuerzo. Una empresa podría dar a los empleados acceso a una versión segura de ChatGPT, o habilitar funciones de IA en las herramientas que ya utilizan. O podría construir sus propios modelos desde cero, o desarrollar su propia plataforma de IA agéntica en lugar de esperar a que un gran proveedor saque una. En PGIM, por ejemplo, todo depende de lo que la diferencie como empresa y de dónde las inversiones generarían más valor.

“No vamos a crear nuestro propio LLM de codificación”, dice Baker, de PGIM. “Usaremos Github para eso. Para marketing, usamos Jasper, una plataforma que está específicamente diseñada para comunicaciones y marketing. Pero en otras áreas, como nuestras preguntas y respuestas de documentos, muchos datos son específicos de los materiales, y queremos personalizar las indicaciones y ajustar un modelo”.