La IA generativa es un tema fascinante y se ha convertido en una tecnología poderosa.
Tiene el potencial de transformar el terreno del contenido, el arte y la creatividad, pero también revolucionar los procesos de la industria.
Hay ejemplos de casos de uso de IA generativa en todos los sectores Podemos ver cómo diferentes empresas están adoptando la tecnología para lograr resultados comerciales específicos o abordar los desafíos comunes que enfrenta cada organización.
Con su capacidad para generar contenido de forma autónoma y simular resultados similares a los humanos, la IA generativa ha encontrado aplicaciones en todas las industrias. Lo está haciendo en campos tan diversos como el marketing, la experiencia del cliente, la participación ciudadana, así como en procesos específicos de la industria, como la automatización de la gestión de la cadena de suministro en la fabricación, por ejemplo.
Estos son algunos de los casos de uso comunes y transversales:
Uno de los primeros casos de uso que adoptarán las organizaciones son las aplicaciones conversacionales. Pueden variar desde asistentes virtuales y chatbots hasta traducción de idiomas y recomendaciones personalizadas.
Otro caso de uso que abarca todos los sectores es el de las aplicaciones de marketing, que pueden adoptarse ampliamente, según la sensibilidad de los datos del cliente/ciudadano/paciente y el interés del sector por el marketing online. Por ejemplo, la automatización de las redes sociales, la atención al cliente a través de chatbots y las campañas de marketing personalizadas se pueden utilizar para mejorar la visibilidad de la organización y, al mismo tiempo, ser más eficientes en las inversiones de marketing.
Un tercer caso de uso transversal a todos los sectores son las aplicaciones de gestión del conocimiento. Este caso de uso se puede ver en las organizaciones enfocadas en la identificación de información, en el resumen de este conocimiento y en la traducción de idiomas y la contextualización geográfica.
Descarga gratuita del eBook: IA generativa en EMEA: oportunidades, riesgos y futuro
Sin embargo, los sectores adoptan tecnologías en función de sus necesidades, sus objetivos y las demandas de clientes específicos. Los procesos únicos, las regulaciones y la dinámica del mercado requieren tecnologías personalizadas, y así ocurre con la IA generativa.
Los diversos requisitos en función del sector, las limitaciones de recursos, la competencia y las etapas de madurez tecnológica impulsan la adopción de diferentes tecnologías en las organizaciones.
A continuación, exploramos cómo distintos sectores se están acercando a la IA generativa y los patrones de adopción de esta tecnología en cada uno de ellos:
Financiero
En el panorama en constante evolución de las empresas de servicios financieros, la aparición de tecnologías de IA generativa, lideradas por ChatGPT de Open AI, ha atraído de forma significativa la atención de los CIO.
Mientras que algunos expresan preocupaciones con respecto a la privacidad y la ética, y otros luchan por comprender todo el potencial, existe una creciente sensación de urgencia impulsada por el miedo a perderse algo. Contrariamente a las preocupaciones de los escépticos, este sector ha demostrado un cambio de enfoque hacia el aumento de las capacidades de los profesionales de servicios financieros, en lugar de buscar reemplazarlos.
Al aprovechar el poder de los grandes modelos lingüísticos, las instituciones financieras pretenden centralizar el conocimiento, capacitando a los agentes y profesionales con información esencial para mejorar las experiencias de los clientes y optimizar la eficiencia operativa.
Un excelente ejemplo de esta trayectoria progresiva es Sedgwick, un destacado proveedor mundial de servicios de administración de reclamaciones de terceros. Ha integrado con éxito la versión de API abierta de ChatGPT, denominada «Sidekick», en su sofisticado sistema de reclamos, lo que ejemplifica el compromiso de Sedgwick de elevar su proceso de manejo de reclamos y brindar experiencias de servicio al cliente incomparables.
Otra aplicación notable que está ganando terreno consiste en aprovechar la IA generativa para mejorar las interfaces conversacionales. Al revolucionar las capacidades conversacionales, la IA generativa permite respuestas más humanas y facilita interacciones complejas. Helvetia, una fuerza pionera en el ámbito de los servicios de seguros, se ha embarcado en un ambicioso proyecto al lanzar un servicio de contacto directo con el cliente utilizando ChatGPT de OpenAI.
Esta iniciativa experimental tiene como objetivo proporcionar un acceso fluido a varios productos financieros, mostrando el gran potencial de la IA generativa para transformar las interacciones con los clientes.
Energía (utilities y petróleo y gas)
Según una encuesta reciente de IDC, Future Enterprise Resiliency & Spending Survey Wave 2, marzo de 2023 (FERS), el sector utilities ocupa el segundo lugar a nivel mundial en cuanto a las inversiones en tecnologías de inteligencia artificial generativa para 2023 (40 % de los encuestados), superando el promedio mundial de la industria del 24 %.
Esto destaca el enorme potencial para la innovación, la amplificación del trabajo humano y la reinvención de los procesos de trabajo en las empresas de servicios públicos. La automatización de ciertas tareas y la transformación asistida por IA son la consecuencia de este nuevo modelo.
En la fase previa de identificación de casos de uso exitosos, la IA generativa es muy prometedora en áreas como la generación de contenido para aplicaciones de generación de códigos de ventas y marketing. Para mejorar la productividad y la experiencia de los empleados, las aplicaciones conversacionales el servicio y experiencia de cliente, y la gestión del conocimiento, que es especialmente crucial dado el desafío de una fuerza laboral que envejece en este sector. Por otro lado, las empresas de petróleo y gas parecen estar adoptando una posición más conservadora. La encuesta FERS revela que solo el 18 % de las empresas de petróleo y gas de todo el mundo están dispuestas a invertir en tecnologías de IA generativa en 2023. Sin embargo, el 82 % está realizando activamente evaluaciones iniciales para identificar posibles casos de uso.
Estas evaluaciones incluyen evaluar el uso de IA generativa para simulaciones auténticas de múltiples escenarios y capacidades predictivas en operaciones de activos, generar imágenes del subsuelo y generar texto similar al humano para proporcionar respuestas a preguntas específicas.
Fabricación
Los primeros meses de 2023 fueron testigos de un aumento del interés en la IA generativa y un enfoque renovado en la IA en general. Si bien las empresas de manufacturing no han sido las primeras en adoptar la IA generativa, gradualmente están reconociendo el potencial de la tecnología para crear contenido diverso, que incluye texto, vídeo, imágenes y entornos virtuales. Entre los que respondieron a la Encuesta de manufacturing de IDC 2023, el 27 % ya está invirtiendo en tecnologías de IA generativa y un 38 % adicional se dedica a la exploración básica. La gestión del conocimiento y las aplicaciones de marketing son áreas en las que las organizaciones ven beneficios a corto plazo, probablemente debido a la disponibilidad de tecnología fácil de usar y de fácil acceso, como ChatGPT. Además, los fabricantes creen que la IA generativa puede tener un impacto significativo a medio plazo en varios aspectos de sus operaciones, como la planificación de la producción, el control de calidad, el mantenimiento impulsado por IA, la generación de código para controladores lógicos programables, el desarrollo de productos, el diseño (incluido el modelado, las pruebas y la gestión del ciclo de vida del producto) y las ventas (incluido el análisis de datos de clientes y la gestión de contenido). Sin embargo, existen desafíos continuos para maximizar el valor de AI/ML en las organizaciones de fabricación. Muchas organizaciones aún carecen de las herramientas necesarias para abordar los problemas relacionados con la disponibilidad y la calidad de los datos.
IDC también observa que a menudo faltan capacidades internas y de capacitación para aprovechar la tecnología impulsada por IA y las herramientas analíticas.
Administración Pública
Las herramientas generativas de IA como ChatGPT, Bard, Dall-E 2, Vall-E, Stable Diffusion, etc. han pasado rápidamente de términos arcanos conocidos solo por expertos en IA a temas de discusión popular en periódicos y programas de entrevistas de televisión en cuestión de meses. El lanzamiento de ChatGPT por parte de OpenAI a fines de 2022 desató una ola de curiosidad y especulación entre el público, las empresas privadas y las administraciones públicas. Inicialmente, los responsables políticos actuaron con cautela, pero los altos funcionarios rápidamente desarrollaron un interés en la IA generativa. En consecuencia, algunas jurisdicciones han comenzado a emitir directrices. El gobierno de los Emiratos Árabes Unidos, por ejemplo, ha publicado directrices que fomentan el uso de la IA generativa y proporcionan ideas para posibles casos de uso. El gobierno portugués ha anunciado la “Guía práctica para el acceso a la justicia”, que utiliza la plataforma ChatGPT para ayudar a los ciudadanos a obtener información legal en términos sencillos. Un miembro del parlamento italiano usó IA generativa para escribir un discurso, sorprendiendo a sus compañeros senadores al revelar su naturaleza generada por computadora al final del debate. A largo plazo, la IA generativa tiene el potencial de mejorar las experiencias de los ciudadanos, ampliar las competencias y la capacidad de los funcionarios públicos, que a menudo se enfrentan a cantidades abrumadoras de documentos y casos, y ayudar a las administraciones que en la generación de nuevo talento.
En la actualidad, sin embargo, ninguna entidad gubernamental importante en la región EMEA ha implementado IA generativa a escala. Sin embargo, se están desarrollando numerosas ideas, pilotos y prototipos para comprender los beneficios potenciales en términos de experiencias de ciudadanos y empleados, mejorar la eficiencia operativa, la confianza y cumplimiento, así como la sostenibilidad ambiental y abordar los desafíos técnicos y de gobernanza surgirán.
Sanidad
Las organizaciones sanitarias europeas reconocen cada vez más los beneficios de la IA generativa para empoderar e involucrar a pacientes y médicos. El área de inversión más prometedora se encuentra en las aplicaciones de gestión del conocimiento que permiten un flujo de información más eficiente y efectivo entre los profesionales de la salud, lo que en última instancia conduce a una mejor atención al paciente. Por ejemplo, la IA generativa se puede emplear para crear o integrar historias clínicas de pacientes más precisas e identificar patrones de enfermedades, mejorando significativamente la capacidad de realizar diagnósticos precisos y desarrollar planes de tratamiento efectivos.
Sin embargo, la implementación efectiva de la IA generativa en el cuidado de la salud enfrenta limitaciones relacionadas tanto con los datos como con los modelos. Los modelos de IA generativa requieren una amplia formación sobre grandes volúmenes de datos de alta calidad.
La calidad de los datos de atención médica varía mucho y su disponibilidad puede verse restringida debido a preocupaciones éticas y de privacidad. Además, los modelos generativos de IA tienen limitaciones en términos de reproducibilidad debido a su naturaleza probabilística y arquitectura compleja. Esto socava la confiabilidad de los modelos, especialmente cuando se usan para respaldar la toma de decisiones clínicas.
Retail
El comercio minorista se está moviendo más rápido de lo que el ritmo humano puede seguir. Las expectativas y necesidades cambiantes de los clientes, la competencia feroz y la búsqueda de una mayor eficiencia de los procesos, entre otros, son factores que impulsan a los minoristas a apresurarse a experimentar con tecnologías emergentes.
De hecho, en 2022, los periódicos estaban llenos de títulos de retailers y marcas pioneras que aterrizaban en el metaverso, mientras que, en 2023, el enfoque ya se desplazó a la IA generativa. Sin embargo, si bien las iniciativas de metaverso de los minoristas ya se han enfriado, las tecnologías de IA generativa (como ChatGPT y Dall-E) y las soluciones impulsadas por LLM o modelos de texto a imagen podrían tener un gran impacto empresarial transformador en toda la cadena de valor del retailer
Los datos de IDC muestran que el 40 % de los retailers se encuentran en la fase inicial de exploración de la tecnología, mientras que el 21 % está invirtiendo activamente en la implementación de herramientas de IA generativa para el próximo año. Ya podemos ver algunas aplicaciones relevantes en las áreas de desarrollo de productos, comercialización, cadena de suministro, marketing y experiencia del cliente.
Organizaciones como Coca-Cola, Mattel y Carrefour están probando aplicaciones de IA generativa, aunque todavía en una escala limitada y predominantemente con un enfoque de prueba y aprendizaje.
Según los hallazgos de IDC, el 50 % de los retailers esperan priorizar los casos de uso de IA generativa para la comercialización en los próximos 18 meses. En particular, la IA generativa podría tener un tremendo impacto en la automatización y personalización de procesos de comercio electrónico que consumen mucho tiempo y recursos, como descripciones de páginas de productos, imágenes/videos y en el copy de marketing.
Por ejemplo, el gigante chino del comercio electrónico JD.com anunció el lanzamiento inminente de su propia solución ChatGPT específica para retailers que tiene como objetivo mejorar las clasificaciones de los retailers online, generar descripciones de productos que se adapten a las preferencias de los compradores y optimizar las imágenes de productos en línea y los procesos de generación de vídeos.
En general, como muestran los datos de IDC citados anteriormente, el área de inversión más prometedora e inminente para la IA generativa en el sector minorista es el marketing y, más específicamente, el marketing digital.
Incluso si, en un futuro cercano, la tecnología pudiera plantear cuestiones importantes en términos de intercambio de datos patentados y privacidad de los datos de los clientes, sin duda el uso de IA generativa para la generación de texto e imágenes podría mejorar y agilizar en gran medida la experiencia de compra en el comercio electrónico, lo que conduciría a una mayor rentabilidad de los canales online de los retailers.
Arquitectura, Ingeniería y Construcción
El sector de la construcción se ha considerado durante mucho tiempo como el más rezagado en lo que respecta a la productividad y la adopción de tecnología digital. Pero las tecnologías emergentes, incluida la IA generativa, están acelerando la innovación en todo el sector y alineándola con otras industrias.
Según una encuesta de IDC (Future Enterprise Resiliency & Spending Survey Wave 2, IDC, marzo de 2023), el 25 % de las empresas de construcción están invirtiendo en tecnologías de inteligencia artificial generativa este año, justo por encima del promedio de los sectores.
Al planificar y diseñar un edificio, los dibujos y los modelos BIM suelen tardar semanas o meses en producirse. La IA generativa tiene el potencial de generar diseños de edificios en una tarde en función de criterios predefinidos, como códigos de construcción, condiciones del sitio y estándares de sostenibilidad.
El proceso de construcción también está maduro para la innovación: los estudios revelan que la necesidad de corregir errores durante los proyectos representa entre el 5% y el 12% de los costes. Aquí, la IA generativa puede crear cronogramas de construcción optimizados y aumentar la cadena de suministro y la planificación de materiales.
Las oportunidades se extienden desde la construcción de un edificio hasta la demolición o el reciclaje.
Al igual que con todas las industrias, estas oportunidades deben equilibrarse con los riesgos potenciales. Para las empresas existen riesgos de seguridad física específicos asociados con el uso de IA generativa para la automatización de diseños de edificios y controles de cumplimiento. Será necesario implementar las medidas de seguridad y los controles correctos, ya que estas tecnologías son piloto.
Los modelos de IA generativa también requieren una amplia capacitación en grandes conjuntos de datos de alta calidad: el legado de inmadurez digital y fragmentación de datos de la industria afectará, pero no detendrá, la tasa de innovación.
A medida que el campo de la IA generativa continúa evolucionando rápidamente, es fundamental cultivar estrategias que nos permitan navegar a través del ruido y discernir entre la exageración y la realidad.
Al obtener una comprensión clara del verdadero potencial y las limitaciones de esta tecnología, podemos aprovechar su poder de manera efectiva. La amplia gama de aplicaciones de la IA generativa en varios sectores tiene el potencial de remodelar la forma en que las organizaciones administran sus negocios y aumentan la eficiencia y la productividad. Sin embargo, en medio de la emoción y el alboroto, es fundamental abordar el tema con un un enfoque basado en casos de uso, que revele una evidencia tangible basada en resultados del mundo real. Esto es un se imperativo tanto para los proveedores de tecnología como para las empresas que demandan esta tecnología.
Aprovechar las aplicaciones prácticas y las experiencias del mundo real proporciona un contexto invaluable, lo que nos permite diferenciar entre afirmaciones exageradas y logros verdaderos.
Al priorizar el examen de casos de uso y buscar resultados concretos, profundizamos nuestra comprensión del verdadero potencial y las limitaciones de la IA generativa.
Otro aspecto que exige una estrategia exitosa cuando se trata de IA generativa es confiar en expertos en la materia y buscar información que esté relacionada con el sector en cuestión, ya que los profesionales experimentados en el campo son la mejor fuente de información de confianza y actualizada.