[21/09/2022] Los datos son ahora uno de los productos empresariales más valiosos. Según el informe State of the CIO 2022 de CIO.com, el 35% de los responsables de TI afirman que los datos y el análisis empresarial serán los que impulsen la mayor inversión en TI en su organización este año, y el 58% afirma que su participación en el análisis de datos aumentará durante el próximo año.
Aunque los datos se presentan en muchas formas, quizá la mayor reserva de datos sin explotar sea el texto. Las patentes, las especificaciones de los productos, las publicaciones académicas, los estudios de mercado y las noticias, por no hablar de las redes sociales, tienen todos ellos texto como componente principal, y el volumen de texto crece constantemente. Según el Estudio de Datos y Análisis 2022 de Foundry, el 36% de los responsables de TI consideran que la gestión de estos datos no estructurados es uno de sus mayores retos. Por ello, la empresa de investigación Lux Research afirma que las tecnologías de procesamiento del lenguaje natural (PLN), y en concreto el modelado de temas, se están convirtiendo en una herramienta clave para desbloquear el valor de los datos.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
La PNL es la rama de la inteligencia artificial (IA) que se ocupa de entrenar a una computadora para que comprenda, procese y genere lenguaje. Los motores de búsqueda, los servicios de traducción automática y los asistentes de voz funcionan con PNL. El modelado de temas, por ejemplo, es una técnica de PNL que desglosa una idea en subcategorías de conceptos comunes definidos por agrupaciones de palabras. Según Lux Research, el modelado de temas permite a las organizaciones asociar documentos con temas específicos, y extraer datos como la tendencia de crecimiento de un tema a lo largo del tiempo. El modelado de temas también puede utilizarse para establecer una "huella digital" de un documento determinado y descubrir después otros documentos con huellas similares.
A medida que aumenta el interés por la IA en las empresas, las organizaciones empiezan a recurrir a la PNL para desbloquear el valor de los datos no estructurados de los documentos de texto y similares. La empresa de investigación MarketsandMarkets prevé que el mercado de la PNL crecerá de 15.700 millones de dólares en el 2022 a 49.400 millones en el 2027, lo que supone una tasa de crecimiento anual compuesto (CAGR) del 25,7% durante ese periodo.
He aquí cinco ejemplos de cómo las organizaciones están utilizando el procesamiento del lenguaje natural para generar resultados empresariales.
Eli Lilly opera a escala global con PNL
La multinacional farmacéutica Eli Lilly utiliza el procesamiento del lenguaje natural para ayudar a sus más de 30 mil empleados de todo el mundo a compartir información precisa y oportuna tanto interna como externamente. La empresa ha desarrollado Lilly Translate, una solución informática propia que utiliza PNL y aprendizaje profundo para generar la traducción de contenidos a través de una capa de API validada.
Durante años, Lilly confió en proveedores de traducción humana de terceros para traducir todo, desde materiales de formación interna hasta comunicaciones técnicas formales a las agencias reguladoras. Ahora, el servicio Lilly Translate proporciona traducción en tiempo real de Word, Excel, PowerPoint y texto para usuarios y sistemas, manteniendo el formato del documento. Los modelos lingüísticos de aprendizaje profundo entrenados con contenidos de ciencias de la vida y de Lilly ayudan a mejorar la precisión de la traducción, y Lilly está creando modelos lingüísticos refinados que reconocen la terminología específica de Lilly y el lenguaje técnico específico del sector, manteniendo el formato de la documentación regulada.
"Lilly Translate afecta a todas las áreas de la empresa, desde RRHH hasta los Servicios de Auditoría Corporativa, pasando por las Líneas de Ética y Cumplimiento, Finanzas, Ventas y Marketing, Asuntos Regulatorios y muchas otras", afirma Timothy F. Coleman, vicepresidente y responsable de información y soluciones digitales de Eli Lilly and Co. "El ahorro de tiempo es considerable. Ahora las traducciones tardan segundos en lugar de semanas, lo que proporciona a los recursos clave tiempo para centrarse en otras actividades críticas para el negocio".
El consejo de Coleman: Apoye los proyectos de pasión. Lilly Translate comenzó como un proyecto apasionado de un curioso ingeniero de software que tuvo una idea para abordar un punto problemático de la cartera de sistemas de Asuntos Regulatorios de Lilly: los socios comerciales experimentaban continuamente retrasos y fricciones en los servicios de traducción. Coleman compartió la idea y la visión técnica con sus compañeros y gerentes, obteniendo inmediatamente el apoyo al proyecto por parte de la dirección de Eli Lilly Global Regulatory Affairs International, que abogó por invertir en la herramienta.
"[La idea] casó bien con una oportunidad de explorar y aprender tecnologías emergentes", comenta Coleman. "Se convirtió en una gran oportunidad que un ingeniero de software de Lilly recogió y corrió, inicialmente como una gran oportunidad de aprendizaje".
Accenture analiza los contratos mediante PNL
Accenture está aprovechando el procesamiento del lenguaje natural para el análisis jurídico. El proyecto Accenture Legal Intelligent Contract Exploration (ALICE) ayuda a la organización jurídica de la empresa de servicios globales, compuesta por 2.800 profesionales, a realizar búsquedas de texto en sus más de un millón de contratos, incluyendo búsquedas de cláusulas contractuales.
ALICE utiliza la "incrustación de palabras", un método de PNL que facilita las comparaciones entre palabras basándose en la similitud semántica. El modelo recorre los documentos contractuales párrafo a párrafo, buscando palabras clave para determinar si el párrafo está relacionado con un tipo de cláusula contractual concreto. Por ejemplo, palabras como "inundación", "terremoto" o "catástrofe" aparecen habitualmente con la cláusula "fuerza mayor".
"Los casos de uso han crecido a medida que continuamos utilizando esta capacidad, y la ampliamos y mejoramos a medida que vemos oportunidades de valor adicionales", anota Mike Maresca, director gerente global de transformación de negocios digitales, operaciones y análisis empresarial en Accenture. "Estamos encontrando nuevas formas de cosechar valor de los datos que tenemos".
Accenture dice que el proyecto ha reducido significativamente la cantidad de tiempo que los abogados tienen que pasar leyendo manualmente a través de documentos para obtener información específica.
El consejo de Maresca: No tenga miedo de sumergirte en la PNL. "Si la innovación forma parte de su cultura, no puede tener miedo a fracasar", añade Maresca. "Vamos a experimentar e iterar".
La PNL ayuda a Verizon a procesar las solicitudes de los clientes
El grupo de Business Service Assurance de Verizon está utilizando el procesamiento del lenguaje natural y el aprendizaje profundo para automatizar el procesamiento de los comentarios de las solicitudes de los clientes. El grupo recibe más de 100 mil solicitudes entrantes al mes, que tenían que ser leídas y tratadas individualmente hasta que Global Technology Solutions (GTS), el grupo de TI de Verizon, creó el Digital Worker habilitado por IA para Service Assurance.
Digital Worker integra técnicas de aprendizaje profundo basadas en la red con PNL para leer los tickets de reparación que se envían principalmente por correo electrónico y el portal web de Verizon. Responde automáticamente a las solicitudes más comunes, como informar sobre el estado actual del ticket o actualizar el progreso de la reparación. Los problemas más complejos se envían a ingenieros humanos.
"Al automatizar las respuestas a estas solicitudes, respondemos en cuestión de minutos en lugar de horas después de que se haya enviado el correo electrónico", sostiene Stefan Toth, director ejecutivo de ingeniería de sistemas de Global Technology Solutions (GTS) de Verizon Business Group.
En febrero del 2020, Verizon dijo que Digital Worker había ahorrado casi 10 mil horas de trabajo al mes desde el segundo trimestre del año anterior.
El consejo de Toth: Busque el código abierto. "Busque y conecte con sus socios comerciales y estoy seguro de que encontrará oportunidades", indica Toth. "Busque el código abierto y experimente antes de asumir grandes compromisos financieros con una plataforma. Descubrimos que hay mucho disponible ahora en código abierto".
Great Wolf Lodge rastrea el sentimiento de los clientes con IA impulsada por PNL
El Lexicógrafo de Inteligencia Artificial (GAIL) de la cadena de hospitales y entretenimiento Great Wolf Lodge tamiza los comentarios en sus encuestas mensuales, y determina si los escritores son probablemente un promotor neto, un detractor o una parte neutral.
La IA, que aprovecha el procesamiento del lenguaje natural, fue entrenada específicamente para la hostelería en más de 67 mil reseñas. GAIL se ejecuta en la nube y utiliza algoritmos desarrollados internamente, luego identifica los elementos clave que sugieren por qué los encuestados se sienten como lo hacen sobre GWL. A partir de septiembre del 2019, GWL dijo que GAIL puede hacer determinaciones con un 95% de precisión. GWL utiliza la analítica de texto tradicional en el pequeño subconjunto de información que GAIL aún no puede comprender.
"Queremos involucrarnos mejor con los huéspedes en todos los puntos", indica Edward Malinowski, CIO de GWL.
El equipo de operaciones comerciales de GWL utiliza la información generada por GAIL para ajustar los servicios. La empresa está estudiando ahora la posibilidad de utilizar chatbots que respondan a las preguntas más frecuentes de los clientes sobre los servicios de GWL.
El consejo de Malinowski: Evite la tecnología por la tecnología. Hay que elegir herramientas que tengan un buen equilibrio entre la tecnología y la utilidad práctica, y que estén alineadas con los objetivos de la empresa. "Hay que tener cuidado con lo que es un truco y lo que es una solución en busca de un problema", señala Malinowski.
Aetna resuelve rápidamente las reclamaciones con PNL
La aseguradora de salud Aetna ha creado la aplicación Auto-adjudication of Complex Provider Contracts para automatizar el proceso de lectura de las notas sobre el pago, la franquicia y las explicaciones de honorarios extraños en cada contrato, para luego calcular el precio y actualizar la reclamación.
La aplicación combina el procesamiento del lenguaje natural y un software especial de base de datos para identificar los atributos de pago, y construir datos adicionales que puedan ser leídos automáticamente por los sistemas. Como resultado, muchas reclamaciones pueden resolverse de la noche a la mañana.
La aplicación ha permitido a Aetna reorientar a 50 empleados de adjudicación de reclamaciones hacia contratos y reclamaciones que requieren un pensamiento de mayor nivel y más coordinación entre los proveedores de atención.
"Realmente se trata de ofrecer una mejor experiencia a los usuarios finales", sostiene el director de tecnología de Aetna, Claus Jensen, y añade que el software ayudará a la empresa a ser un mejor socio en el ecosistema sanitario para proveedores y pacientes. "Tenemos que hacer algo más que pagar las facturas y responder a las preguntas por teléfono".
A partir de julio del 2019, Aetna proyectaba un ahorro anual de seis millones de dólares en costos de procesamiento y reelaboración como resultado de la aplicación.
El consejo de Jensen: Limite su enfoque y tómese su tiempo. En un mundo ideal, las empresas aplicarían la IA que aborda problemas de banda estrecha. Las soluciones amplias son turbias y acaban por fracasar, señala Jensen, y añade que si Aetna intentara aplicar la IA general a su negocio no funcionaría. Además, Aetna pasó varios meses instrumentando el proceso, codificando las reglas y probando la aplicación. Jensen afirma que mucha gente no tiene la paciencia necesaria para frenar y hacer las cosas de forma correcta.
Basado en el artículo de Thor Olavsrud (CIO) y editado por CIO Perú
Puede ver también: