¿Puede la IA beneficiarse?
Recientemente, la inteligencia artificial (IA) se ha discutido más en los medios que otras tecnologías. Al mismo tiempo, las tecnologías subyacentes y los beneficios que puede aportar a las empresas no están claros para nadie. Y esto no es solo ruso, sino una tendencia mundial. En 2019, los analistas de MIT Sloan Management Review y BCG realizaron un estudio que encuestó a más de 2500 directores ejecutivos en 27 industrias en todo el mundo. Resultó que a las empresas todavía les está yendo mal para ganar dinero con la IA: el 70% de los empresarios dijeron que la introducción de la IA no afectó a su negocio de ninguna manera, y solo el 40% de los encuestados logró obtener al menos alguna ganancia.
Según las últimas investigacionesVTsIOM El 69% de las empresas rusas notan una escasez de personal calificado en el campo de la IA. Al mismo tiempo, las corporaciones grandes y de alta tecnología se están dando cuenta de los beneficios que se pueden obtener ahora al introducir soluciones basadas en IA en sus procesos. Pero incluso los grandes jugadores carecen de su propia experiencia para trabajar con estas tecnologías.
La importancia del tema también se comprende a nivel estatal. En octubre de 2019, el presidente emitió un decreto sobre el desarrollo de la inteligencia artificial en la Federación de Rusia, que propone aprobar la estrategia nacional para el desarrollo de la IA hasta 2030.
Mientras los funcionarios piensan en estrategias globales, las empresas (incluso las medianas y pequeñas) han aprendido a utilizar herramientas digitales para automatizar sus procesos. Una de estas herramientas son las soluciones RPA, que se han generalizado y alivian a las personas de los procesos de rutina habituales. Por ejemplo, RPA puede completar formularios de informes o transferir datos de una base de datos a otra. Desafortunadamente, mientras que las empresas usan estas herramientas de manera no sistemática: en un largo proceso de negocios de un extremo a otro hoy, en promedio, solo un tercio está automatizado. Los robots no son tan inteligentes como nos gustaría, porque las empresas no aprovechan al máximo la IA.
Para la mayoría de las empresas, la IA es en realidad una tecnología muy compleja y oscura. IBM señala en su investigación que la mayoría de los ejecutivos creenque sus empresas no tienen las competencias necesarias en ciencia de datos, aprendizaje automático y otras tecnologías relacionadas con la IA para la automatización de procesos.
Las empresas están dispuestas a pagar dinero por beneficios específicos que se pueden obtener de la automatización y la digitalización, pero no comprenden cómo se pueden lograr por sí mismos.
Comenzaron a aparecer en el mercado soluciones que ayudan a integrar fácilmente desarrollos externos en sus procesos de negocio. También han comenzado a surgir servicios digitales que ayudan a combinar la IA con las soluciones de RPA automatizadas.
Cómo la IA ayuda a los robots
Hoy en día, utilizando la sinergia de AI y RPA, puede hacer lo que antes era imposible dentro del marco de la automatización habitual de los procesos comerciales de rutina. RPA se compromete a aplicar tecnologías de vanguardia, incluida la inteligencia artificial (IA) y el aprendizaje automático, para automatizar cada vez más los procesos y empoderar a los humanos. Encontramos varios casos nuevos e interesantes que ilustran las posibilidades de utilizar este enfoque en diversas áreas de negocio.
En general, alrededor del 90% de los casos actuales de uso de la IA están trabajando con documentos en diversas formas: reconocimiento de pasaportes, PTS, diplomas, cheques y pagos. Los casos para reconocer contenido útil en correos electrónicos son especialmente relevantes. Al recibir una carta de RPA, AI ayuda a seleccionar lo principal del texto, clasificar la carta en consecuencia y enviarla al destinatario deseado. Hoy en día, los robots, que utilizan IA, ayudan al departamento de contabilidad, recursos humanos, ventas, compras, logística y otros departamentos que se ocupan de la recopilación y procesamiento de información.
Merchandising de una nueva forma
Entre los pioneros e innovadores del merchandising, se puede distinguir, por ejemplo, Walmart, que se lanzó a finales de 2019un sistema basado en inteligencia artificial, que permite monitorear la mercancía en los estantes en tiempo real. El sistema se instaló en una de las tiendas del futuro, operando en el concepto de Intelligent Retail Lab, o IRL para abreviar. Las cámaras de inteligencia artificial monitorean en tiempo real la disponibilidad de productos en los estantes. Los dispositivos rastrearán los niveles de inventario para determinar, por ejemplo, si el personal necesita traer más carne de los refrigeradores del almacén y reabastecer los estantes, o dar una alarma si algún alimento fresco ha estado en el estante durante demasiado tiempo y es necesario sacarlo.
Puntaje automático del currículum vitae
Análisis predictivo del comportamiento: una palabra nuevaen RRHH: las empresas más grandes del mundo intentan retener talentos valiosos con su ayuda, notando cambios peligrosos en la forma en que las personas se sienten sobre el trabajo a tiempo. Algunos, por ejemplo Sberbank, van más allá y ya desde el principio utilizan la puntuación de los candidatos según parámetros preliminares para predecir la probabilidad de su despido. Se supone que de esta forma el banco podrá hacer frente a la alta rotación de personal en puestos masivos.
Uno de los usos más productivos de la IA en la gestión de recursos humanos está relacionado con la búsqueda de trabajadores agotados. Entonces, la empresa estadounidense Ultimate Software Group, que desarrolla software para la gestión de personal, ha creado un índice de seguridadempleados. Este es un indicador mediante el cual, basándose en 50 indicadores, puede predecir si un especialista dejará de fumar en un futuro próximo.
IBM utilizó su superordenador Watson AI para crear una solución similar . Para medir el estado de ánimo de una persona, la supercomputadora analiza su historial profesional, la duración del servicio, el salario, las responsabilidades laborales, la distancia del trabajo al hogar y otras métricas. Ahora, el departamento de recursos humanos de una empresa puede predecir quién va a renunciar con un 95% de probabilidad de seis a nueve meses antes de que suceda, y tomar medidas para evitar despidos.
Análisis de sentimiento en blogs
El análisis de sentimiento o análisis del sentimiento de los flujos de información tiene un gran potencial de aplicación para sistemas de monitoreo, análisis y señalización, para sistemas de flujo de documentos y plataformas publicitarias dirigidas al tema de las páginas web. La dirección se considera una de las más atractivas, lo que fomenta el estudio y la aplicación de la IA en diversas industrias.
Los autores de un estudio ya clásicoutilizó el análisis de sentimientos para estudiar las opiniones y comentarios de las personas sobre tres compañías de automóviles: Mercedes, Audi y BMW. El robot obtuvo todos los tweets con menciones de marca, después de lo cual se procesaron utilizando métodos de minería de texto. Todos los tweets se dividieron en tres categorías: positivos, negativos y neutrales. Los resultados de este estudio proporcionaron información sobre la importancia de analizar las reseñas y opiniones de los consumidores en esta industria. Los autores lograron obtener información muy valiosa para el marketing de estas marcas.
El análisis de los tweets de IA mostró que Audi recibió las críticas más positivas (83%). Al mismo tiempo, Audi recibió menos negativos (16%) que otros competidores en estudio. Es obvio que las ofertas publicitarias en el sitio web de Audi llegarán a usuarios más leales que las de los sitios web de BMW y Mercedes. Hay algo en lo que pensar tanto para los fabricantes como para los comercializadores de estos coches.
Cómo implementar la sinergia de RPA e IA
Hay varias soluciones en el mercado que están ayudando a aprovechar el poder de la IA para procesos robóticos con éxito variable. Si cree en las calificaciones especializadas , entonces el líder en la creación de servicios para la robotización es UiPath. Según las estadísticas, en la actualidad, en promedio, alrededor del 30-40% del proceso empresarial de un extremo a otro está automatizado. Con la plataforma UiPath, que incluye soluciones para Process Mining, AI Fabric y otros productos, puede aumentar el porcentaje de automatización de dichos procesos a 70.
El proveedor lanzó recientemente la plataforma AI Fabric que ayuda a obtener sinergias de RPA e AI. AI Fabric es el vínculo entre la inteligencia artificial y los procesos automatizados. La plataforma está diseñada para llevar la aplicación ML en los procesos comerciales más allá de los equipos de desarrollo pequeños y altamente capacitados y entregarla a los usuarios comerciales. En otras palabras, con la ayuda de esta solución, incluso un desarrollador junior puede implementar IA en una empresa, ya no es necesario profundizar en sutilezas técnicas e implementar de forma independiente la infraestructura necesaria. Para las empresas, la plataforma es útil porque ayuda a comprender en la práctica los beneficios y las posibilidades de utilizar la IA en procesos comerciales reales.
El porcentaje de automatización de varios procesos comerciales aún se puede aumentar y aumentar, pero solo con la ayuda de RPA ya no funcionará: las tareas tienen limitaciones naturales en su algoritmización formal. Pero junto con la IA, esto se puede hacer.
La plataforma AI Fabric le permite usar sus propios modelos de aprendizaje automático o modelos comprados a terceros con robots. Usando los resultados de su trabajo, puede obtener datos automáticamente para mejorar el rendimiento de los modelos. Por lo tanto, tiene la oportunidad de integrar sin problemas la inteligencia artificial en los procesos comerciales de la empresa y, al mismo tiempo, herramientas convenientes para administrar sus modelos.
Comenzar con la plataforma es fácil. Primero debe definir la categoría de su caso de usuario. A continuación, elija el modelo adecuado que se adapte a su solicitud, por ejemplo, entre los suministrados "en caja" o desarrollados en su empresa. Como sabes, los modelos de aprendizaje automático son bastante glotones en cuanto a recursos de CPU y GPU, por lo que se crean automáticamente robots de IA para que funcionen los modelos, que de hecho son contenedores especiales que te permiten gestionar de forma flexible el consumo de recursos.
Como ejemplo, considere el caso de predecir la pérdida de clientes.
Plataforma UiPath
- Recupera información sobre usuarios de CRM
- Recibe predicción de abandono de clientes de AI Fabric
- Actualiza CRM según esta información
- Envía información sobre dichos usuarios a los empleados.
La implementación de escenarios permite prevenir de manera proactiva la pérdida de clientes, eliminar el factor humano debido a la respuesta tardía y optimizar la retención de clientes y los costos de adquisición.
Los servicios que aprovechan todo el poder de la IA junto con las herramientas de automatización tradicionales ayudan a las empresas a reducir el umbral para la adopción de la IA. Permiten a las empresas utilizar soluciones listas para usar y ahorrar sus propios recursos. Hoy en día, esto se está convirtiendo en una nueva tendencia en la hiperautomatización, que se generalizará en un futuro próximo.