[12/08/2020] La inteligencia artificial y el aprendizaje automático (ML) están adquiriendo una importancia significativa en la empresa, ya que las organizaciones aprovechan cada vez más las tecnologías para anticipar mejor las preferencias de los clientes y reforzar las operaciones comerciales.
El gasto en sistemas de IA superará los 97.900 millones de dólares en el 2023, casi el triple de los 37.500 millones de dólares gastados hasta el 2019, según IDC. Y el 87% de 950 organizaciones encuestadas han desplegado pilotos de IA o han puesto en producción casos de uso limitado, según la investigación de Capgemini publicada en junio.
Sin embargo, el brote de COVID-19 presenta un nuevo desafío para la IA, ya que muchas organizaciones que se basan en datos históricos para dar forma a sus algoritmos han visto sus modelos desviados desde marzo. Este fenómeno de "desviación de datos" dificulta que las empresas confíen en sus modelos existentes, señala Jerry Kurtz, vicepresidente ejecutivo de conocimientos y datos de Capgemini. Por ejemplo, es probable que los modelos cambien significativamente para una compañía que trata de predecir los intervalos de mantenimiento de los motores a reacción, cuyo uso ha disminuido en los últimos meses. Lo mismo ocurre con los minoristas que han visto disminuir sus ventas en los últimos meses.
"Hay un buen porcentaje de casos en los que ciertos datos cambiaron tan rápidamente que la historia ya no es un buen predictor", señala Kurtz. "Las compañías tendrán que revisar sus algoritmos porque nunca asumieron que las variables cambiarían".
Frente a estos desafíos, los CIO que están implementando la IA y el ML discuten su trabajo.
La aseguradora de salud tabula la IA para impulsar los resultados de los negocios
Anthem ha implementado soluciones de IA y ML para tareas que van desde la anticipación de la trayectoria de la salud de un paciente, hasta la mitigación de disputas por sus servicios, según Rajeev Ronanki, director digital de la aseguradora de salud.
Analizando años de datos sobre la atención de la salud generados por pacientes con enfermedades crónicas, como la diabetes o problemas cardíacos, y comparándolos con los de pacientes con enfermedades similares o sus "gemelos digitales", Anthem puede anticipar el resultado probable del tratamiento.
La IA también ayuda a Anthem a vigilar el progreso de las reclamaciones y otros servicios para detectar posibles problemas de los clientes con la adjudicación de reclamaciones de beneficios y otros servicios. Si Anthem identifica una discrepancia inminente, su equipo de servicio al cliente se pondrá en contacto con un proveedor o paciente para explicarle la razón. Tal acercamiento proactivo, señala Ronanki, es crítico para prevenir encuentros volátiles. Para ello, Anthem analiza los datos históricos recogidos de millones de llamadas en las que los clientes expresaron su insatisfacción con los servicios de la compañía. La IA genera puntuaciones que significan la probabilidad de que los clientes puedan aumentar sus quejas.
"Vamos a llegar y explicar nuestras decisiones, y proporcionar el contexto que podamos", anota Ronanki.
Como muestra de lo esencial que se ha vuelto la IA en Anthem, la empresa contrató en el 2018 a Udi Manber, un antiguo líder de búsqueda de Google, como su director de IA. Bajo Manber, las capacidades y habilidades de la IA están incorporadas en todas las líneas de negocio de Anthem, con aplicaciones desarrolladas por equipos multifuncionales, con el propósito expreso de simplificar la experiencia de la atención médica para hacerla más "personalizada, productiva y proactiva", indica Ronanki.
La compañía de envíos refuerza el procesamiento de paquetes con ML
Pitney Bowes, un proveedor de 100 años de servicios de correo y envío de oficina, ha estado trabajando con herramientas de IA y ML extensamente durante los últimos 8 años, comenta el director de Innovación James Fairweather. La empresa está utilizando actualmente software de ML para predecir cuándo es probable que fallen sus estaciones de correo y paquetería, que comprenden una tableta Android y una impresora integrada. Si el software ML, que se comunica directamente con las estaciones conectadas, detecta un posible mal funcionamiento, programa un técnico de servicio de campo para que trabaje en las máquinas.
Arreglar los problemas antes de que las máquinas fallen es fundamental para reducir el tiempo de inactividad para el envío de paquetes, señala Fairweather. Y como el software de ML se ha vuelto tan bueno para anticiparse a los problemas con el tiempo, Pitney Bowes programa la sesión de servicio de forma ordenada en el sistema de gestión de servicio de campo. "Proporciona una gran experiencia para el cliente", añade Fairweather.
Con la experiencia del consumidor en torno a la entrega, que se está volviendo tan crítica en un mundo en el que los envíos de un día son cada vez más comunes, Pitney Bowes también utiliza algoritmos de ML para optimizar los volúmenes de devolución de envíos mediante la supervisión de las rutas de los paquetes para identificar anomalías secuenciales en el procesamiento. Por ejemplo, el algoritmo marcará un paquete que normalmente se escanea cada cuatro horas a lo largo de su ruta, pero que pierde la segunda ventana de escaneo, señala Fairweather. "Construimos un modelo de ciencia de datos basado en las normas de estas actividades para predecir anomalías en el procesamiento", explica Fairweather.
El productor de arándanos hace un zumo de operaciones con el ML
Antes de que Ocean Spray emprendiera su viaje de IA y ML, el fabricante de zumos de arándanos, pomelos y otros zumos tuvo que limpiar años de datos que había recopilado. La empresa ejecutó una estrategia de gestión de datos maestros para mejorar la uniformidad y la precisión de sus activos de información generados por sus unidades de negocio y clientes, comenta el director de Tecnología y Digitalización, Jamie Head.
Ocean Spray está utilizando ML para peinar los últimos tres años de datos históricos para medir las tendencias en el aumento de las ventas, así como para analizar los patrones de las promociones de los competidores para abordar cualquier brecha de temporada que pueda tener, señala Head. El equipo de Head está trabajando con la nueva empresa de ML, Visual Fabric, para ayudar a comprender cómo puede generar mejor información a partir de sus gastos de rastreo, para "hacer avanzar el negocio", indica Head. El grupo de TI comparte estos conocimientos con el equipo de ventas para ayudarles a perfeccionar su enfoque del mercado.
Ocean Spray también está explorando la forma de utilizar el ML para mejorar la calidad de sus rendimientos de arándanos, analizando los colores, el tamaño y otras variables, incluidas las condiciones del suelo y el clima, para sus socios agricultores en Canadá, Massachusetts, Nueva Jersey, Wisconsin y Chile, entre otras regiones.
El fabricante de máquinas gestiona las ventas con un asistente virtual
El personal de ventas de Honeywell utiliza software de IA para ayudar a priorizar las reuniones y gestionar los clientes potenciales que les ayudan a conseguir clientes para los sistemas de aviónica de la empresa, los vehículos de construcción y otras máquinas industriales.
El software, un asistente virtual construido por Tact.ai, extrae información de los sistemas Microsoft Office 365 y Salesforce de Honeywell, según Patrick Hogan, vicepresidente de excelencia comercial del fabricante industrial. A través de sus teléfonos inteligentes, el personal puede hablar o enviar un mensaje de texto al asistente de Tact.ai para comprobar si están en camino de cumplir sus objetivos de ventas, y ver las métricas sobre cómo los clientes han interactuado con sus propuestas comerciales.
Cuando un vendedor termina una reunión, el asistente le pregunta cuál es el siguiente paso que planea dar. El Asistente también "empuja" a los usuarios con notificaciones para hacer un seguimiento de las oportunidades que pueden estar quedando obsoletas. "Le ayuda a mantenerse al tanto de su territorio", comenta Hogan, añadiendo que la herramienta aprende más sobre los flujos de trabajo y las preferencias de cada vendedor con cada uso.
Assistant ha tenido un impacto neto tan positivo en las de ventas de Honeywell -incluyendo más reuniones cara a cara y un aumento de dólares por vendedor, conversiones de ventas y tasas de rendimiento- que está instando activamente a más de los 9.500 empleados de la empresa a utilizar la herramienta.
AI impulsa la personalización de los servicios empresariales
Office Depot está invirtiendo en capacidades de ML para generar conocimientos sobre las preferencias de sus clientes y recomendar mejor los productos, según el CIO, Todd Hale.
El esfuerzo analítico se produce cuando la compañía de 11 mil millones de dólares busca expandir su división de servicios empresariales, incluyendo su unidad de servicios técnicos CompuCom, mientras reduce su dependencia de las ventas de material de oficina. Las ventas B2B alimentan más del 60% de los ingresos de Office Depot. La empresa utiliza técnicas avanzadas de AI/ML como XGBoost y random forest para segmentar a sus clientes en personas, y para predecir la rotación de clientes, el valor de la vida útil de los clientes y la afinidad de los productos.
"En el comercio electrónico, utilizamos el poder de aprendizaje profundo de Analytics Zoo en Apache Spark y BigDL para proporcionar recomendaciones de productos en tiempo real y basadas en el usuario, y desarrollar modelos de venta cruzada y venta ascendente", indica Hale. Lo ideal sería que esto ayudara a Office Depot a crear "productos y servicios a medida", añade.
Clint Boulton, CIO (EE.UU.)