[12/06/2023] Los últimos años han planteado numerosos retos a las empresas de bienes de consumo envasados (BPC, por sus siglas en inglés). La pandemia ha provocado un cambio en las preferencias de los consumidores en cuanto a canales de distribución, una contracción de la cadena de suministro y una presión sobre los costos, por nombrar sólo algunos. El titán de los bienes de consumo, Unilever, ha respondido al desafío con análisis e inteligencia artificial (IA).
Esta empresa de bienes de consumo, con sede en Londres y 93 años de antigüedad, es el mayor productor de jabón del mundo. Sus productos incluyen alimentos y condimentos, pasta de dientes, productos de belleza y mucho más, entre ellos marcas como Dove, Hellmann's y el helado Ben & Jerry's.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Alessandro Ventura, CIO y vicepresidente de análisis y servicios empresariales para Norteamérica en Unilever, lleva años a la vanguardia ayudando a la empresa a aplicar la IA a sus negocios. Aunque originalmente desempeñaba el papel de CIO, desde entonces ha añadido a su cartera los servicios de analítica y personas.
"Eso es todo, desde gestión de instalaciones, gestión de flotas, servicios de empleados e instalaciones, y datos de personas, y ese tipo de cosas", explica Ventura.
Unilever cree que la IA no es una tecnología del mañana. Ya se está utilizando ampliamente, y Ventura cree que todas las industrias tendrán que adaptarse a ella.
En los últimos meses, Unilever ha desarrollado una serie de nuevas aplicaciones tecnológicas para ayudar a sus líneas de negocio en los mercados del mañana. Una de las más importantes es "Alex", abreviatura de Alejandro Magno. Alex, impulsado por GPT API, filtra los correos electrónicos en el Consumer Engagement Center de Unilever, separando el spam de los mensajes reales de los consumidores. Para los mensajes legítimos, recomienda respuestas a los agentes humanos de Unilever.
"Aunque Alex es bueno en lo que hace, puede faltarle un poco de toque personal que en cambio nuestros agentes del centro de compromiso con el consumidor tienen en grandes cantidades", comenta Ventura. "Así que les dejamos decidir si quieren responder a nuestro consumidor como Alex sugirió, o quieren añadir alguna recomendación personal; si la respuesta sugerida por Alex es incorrecta o no tiene respuesta, pueden marcarla para que Alex la aprenda la siguiente vez".
La IA generativa en acción
Alex se creó utilizando un sistema de redes neuronales, con GPT API para la generación de contenidos. Ventura afirma que la herramienta puede entender lo que pregunta un consumidor e incluso captar el tono. A continuación, puede almacenar la respuesta y el sentimiento en Salesforce. Y lo que es más importante, la herramienta hace el trabajo pesado en esas tareas, dejando a los agentes humanos más tiempo para dedicarse a lo que mejor saben hacer. Hasta la fecha, Ventura afirma que Alex ha ayudado a Unilever a reducir en más de un 90% el tiempo que los agentes dedican a redactar una respuesta.
Otra herramienta de Unilever, llamada Homer, aprovecha la API de GPT para generar contenidos. Se trata de una red neuronal que toma algunos detalles sobre un producto y genera un listado de productos de Amazon, con una descripción corta y una descripción larga que coincide con el tono de la marca.
"Queríamos asegurarnos de que captábamos la voz de la marca para, por ejemplo, diferenciar entre un champú TRESemmé y uno Dove, y el sistema lo hizo a la perfección", explica Ventura.
Otra herramienta basada en IA que Unilever lanzó en la semana de Acción de Gracias en EE.UU. apoya la marca de mayonesa Hellmann's. Su objetivo es reducir el desperdicio de alimentos.
"Se vincula con el sistema de gestión de recetas que tenemos en Hellmann's, de modo que alguien puede entrar y seleccionar dos o tres ingredientes que tenga en la nevera, y obtener a cambio recetas de lo que puede hacer con esos ingredientes", explica Ventura.
En la primera semana, la herramienta tuvo 80 mil usuarios que dijeron que les encantaba.
Para Ventura, esa es la magia de la analítica y la IA en el sector de los bienes de consumo: Permite la personalización a escala.
"En CPG, confiamos cada vez más en la analítica y la IA para diferentes cosas", afirma. "Los consumidores son cada vez más específicos sobre lo que quieren. Es un poco tópico, pero realmente quieren productos y experiencias personalizados. La analítica ayuda a CPG a entender el contexto por el que navegan y lo que quiere el consumidor; y luego, con la IA, podemos escalar esa relación uno a uno a través de toda la multitud de consumidores que tenemos".
La co-creación, clave del éxito de la IA
Más allá de la relación con el consumidor, la analítica y la IA también son clave para que las empresas de CPG sean más sostenibles. Ventura señala ejemplos como la trazabilidad de los ingredientes y el uso del aprendizaje automático (ML) para automatizar las previsiones, lo que a su vez ayuda a la empresa a minimizar los residuos. Unilever también está aplicando la analítica y la IA a la logística, incluido el seguimiento del inventario y la optimización de rutas.
"La antigua interpretación de la elasticidad, la tiramos por la ventana", señala Ventura sobre las operaciones a raíz de la crisis inflacionista. "Tuvimos que idear nuevos cálculos porque los tradicionales nos daban escenarios muy distintos de lo que veíamos que ocurría en los lineales. De cara al futuro, seguiremos viendo esa presión por todos los diferentes retos procedentes de la situación geopolítica en todo el mundo".
Para apoyar su innovación en torno a la analítica y la IA, Unilever ha adoptado un modelo híbrido. Tiene un centro global de excelencia, pero también mantiene algunos científicos de datos integrados en las unidades de negocio.
"Es básicamente un sistema de dos velocidades", comenta Ventura. "El equipo local puede activarse muy rápidamente, ingerir los datos con gran rapidez y, a continuación, crear un modelo estadístico y un modelo analítico junto con la empresa, sentados uno al lado del otro. Luego, si ese modelo se puede aprovechar y escalar, lo pasamos al equipo global para que puedan mover conjuntos de datos en el lago de datos global que tenemos y puedan empezar a crear y mantener ese modelo a nivel global".
Ventura cree que la cocreación y la copropiedad de las capacidades analíticas y de IA con la función empresarial es esencial para el éxito.
"Ya se trate de aprendizaje automático para automatizar la previsión o de Alex con el Consumer Engagement Center, si nos presentamos con una caja negra y decimos: 'Oye, sigue lo que te diga la máquina', tardaremos mucho tiempo y probablemente nunca llegaremos a confiar al 100% en la máquina", afirma Ventura. "Con la cocreación y la copropiedad, creo que empezamos con buen pie, con el ser humano y la máquina trabajando juntos, casi como colegas. Además, al final se obtiene un sistema mucho menos sesgado, porque se puede introducir un ángulo mucho más diverso en los algoritmos, tanto desde el punto de vista empresarial como tecnológico".
Basado en el artículo de Thor Olavsrud (CIO) y editado por CIO Perú