Elena Gil Lizasoain (Telefónica): "Las empresas pueden beneficiarse de la IA, pero no es la solución a todos los problemas"

¿Qué ventajas empresariales puede aportar la IA?

La IA puede ofrecer ventajas empresariales significativas en diferentes áreas dependiendo del sector, de los objetivos estratégicos de la compañía e incluso de su nivel de madurez. Podemos hablar de la automatización de tareas repetitivas, mejora en la toma de decisiones, personalización de servicios y productos para los clientes o la optimización de procesos operativos. Estas y otras aplicaciones acaban por traducirse en generación de nuevos ingresos, incremento de la eficiencia, reducción de costes o mejoras en la gestión de riesgos.

¿Qué usos tiene?

La IA se utiliza cada vez más en un gran número de procesos internos de las compañías, pues permite entender nuestro negocio, realizar diagnósticos o predecir eventos, así como prescribe soluciones y es capaz de generar nuevo contenido. Estas capacidades están diseñando un mapa creciente de aplicaciones, algunas de ellas enfocadas en áreas transversales (finanzas, legal, recursos humanos, entre otros) y otras en aspectos propios del sector en el que compite la empresa (atención al cliente, sistemas de recomendación, diseño de materiales industriales, medicina personalizada, entre otros).

¿Es la IA una apuesta necesaria para todas las empresas?

La tecnología debe ser siempre un medio, nunca un fin. La IA debe aplicarse en aquellos retos en los que tenga sentido la inversión y el esfuerzo que lleva aparejados. Todas las empresas pueden beneficiarse de las ventajas que ofrece esta tecnología, pero la IA no es la respuesta a todos los problemas. En industrias altamente competitivas y orientadas a la tecnología, la adopción de la IA será esencial para mantener la diferenciación y la eficiencia necesarias para conservar el liderazgo.

"La tecnología debe ser siempre un medio, nunca un fin"

Sin embargo, su despliegue tiene un elevado coste que solo las grandes multinacionales pueden permitirse.

Uno de los puntos de análisis es, sin duda, el retorno de la inversión. Cuanto más grandes son los retos (multinacionales) más grande es el impacto que generan y más fácil resulta comprobar el beneficio que genera su aplicación. Si bien es cierto que industrializar determinados casos de uso requiere una inversión importante por parte de las empresas, no sólo desde el punto de vista económico, no lo es menos que la irrupción de la IA Generativa ha supuesto un cambio radical en este aspecto, pues herramientas como ChatGPT y similares ofrecen la posibilidad de aplicarla a un precio muy reducido.

¿En qué casos han comprobado que la IA aumente la productividad y la eficiencia?

En Telefónica llevamos casi una década ayudando a los clientes a implementar la IA como parte de su estrategia. En los más de 1.000 proyectos que llevamos ejecutados, hemos logrado aumentos significativos en sectores como la industria, donde la optimización de las líneas de producción a través de IA tiene un gran impacto en la mejora de los tiempos o en la calidad de los productos finales. En el sector logístico, la optimización de rutas de entrega permite a las empresas gestionar sus flotas de una manera mucho más eficiente, logrando reducir costes al mismo tiempo que se incrementa la puntualidad y la satisfacción de los clientes. En el financiero, la IA tiene una clarísima aplicación en materia de detección del fraude o del blanqueo de capitales, áreas críticas para las empresas de este sector.

¿Qué sectores pueden ser los más beneficiados?

Nuestra experiencia nos dice que los sectores más beneficiados por la aplicación de la IA son la banca, los seguros, las industrias de todo tipo o el sector de la salud. Las administraciones públicas son también uno de los ámbitos donde esta tecnología se está abriendo camino los últimos años.

"Los sectores más beneficiados por la aplicación de la IA son la banca, los seguros, las industrias de todo tipo o el sector de la salud"

¿Qué aporta de nuevo la IA generativa?

La capacidad de crear contenido nuevo y original, en múltiples formatos diferentes como texto, fotografía, vídeo, código o música, abre nuevas oportunidades a las empresas en muchas áreas. La mayoría ya conocemos su aplicación en marketing o las industrias del conocimiento o el entretenimiento. Sin embargo, hemos comprobado aplicaciones avanzadas en la mejora de procesos en administraciones públicas, equipos de fútbol, en el diseño de nuevos materiales para la industria o la medicina personalizada.

Se aboga por el uso de chatbots y asistentes virtuales para atender a los clientes. ¿Supone eso realmente una mejora en la experiencia?

La realidad está demostrando que sí están ayudando a mejorar la satisfacción de los clientes. Por un lado, proporcionan asistencia en tiempo real a quienes trabajan en atención al cliente, analizando la conversación y sugiriendo respuestas personalizadas, lo que aumenta la tasa de solución en la primera llamada. Por otro lado, permite diseñar chatbots para que los clientes puedan consultar información 24 horas al día 7 días a la semana, lo que prácticamente elimina cualquier tiempo de espera.

Muchas pymes quieren adoptar la IA. ¿Falta comprensión sobre las capacidades y limitaciones de esta tecnología?

Las grandes empresas hace años que implementan o experimentan el uso de la IA en su negocio. En cambio, para las pequeñas empresas ha sido una tecnología que hasta ahora quedaba fuera de su alcance por el coste que suponía a nivel de infraestructura técnica y la necesidad de contar con personal experto. Ahora que la IA generativa ha derribado esas barreras, vemos que parte de esas empresas no comprenden la necesidad de contar con una base sólida a distintos niveles. Suelen subestimar el impacto que tiene sobre el resultado una mala calidad del dato o la ausencia de políticas internas que regulen el uso de esta tecnología. Donde encontramos una mayor falta de conocimiento es en la gestión de expectativas en cuanto a la dificultad real de pasar de un prototipo o una prueba de concepto a la industrialización y escalado de los casos de uso. Aplicar esta tecnología de forma masiva o en modo totalmente automático requiere una implementación avanzada que muchas veces no resulta sencilla.

"Vemos que parte de las empresas que adoptan la IA no comprenden la necesidad de contar con una base sólida a distintos niveles"

¿Qué limitaciones tiene? La IA generativa sigue cometiendo muchos errores factuales.

Debemos tener en cuenta que es una tecnología incipiente, que está evolucionando de forma constante y a muy rápida velocidad, lo que tiene implicaciones a nivel de fiabilidad. esa enorme creatividad lleva muchas veces a proporcionar resultados que incluyen errores importantes o muestran sesgos propios de los datos con los que ha sido entrenada. Estos fallos lo que hacen es manifestar la importancia de poner en práctica la supervisión humana y verificar de forma constante la información generada.

¿Qué riesgos suponen que los algoritmos de gestión empresarial puedan estar sesgados?

Los algoritmos sesgados pueden perpetuar y amplificar prejuicios existentes, lo que puede llevar a decisiones injustas en diferentes ámbitos de la empresa o la sociedad. Es crucial que las empresas implementen estrategias para detectar y mitigar estos sesgos para asegurar decisiones justas y equitativas, como limitar al máximo los procesos totalmente automatizados, en los que se elimina la participación humana. La IA se está definiendo como copiloto, es decir, como herramienta de apoyo a las personas, que deben tener la última palabra sobre la aplicación de los resultados sugeridos por la tecnología.

Si no son capaces de entender su contexto, ¿pueden los algoritmos deshumanizar el trato de los empleados?

Todo depende de cómo se hayan diseñado los procesos y entrenado los modelos para la gestión de empleados. Cuanto mayor y mejor sea la información proporcionada en la fase de entrenamiento y en la de ejecución, mejor será la capacidad de la herramienta para comprender adecuadamente los contextos, exactamente igual que nos sucede a las personas.

El enofque óptimo de de las estrategias de IA suele ser aquel que combine la interacción humano-máquina. El objetivo de la mayoría de iniciativas que conocemos no busca tanto la sustitución de las personas en los procesos, sino encargarse de las actividades más repetitivas, permitiendo a las personas centrarse precisamente en las actividades más humanas.