Els avenços en rendiment computacional i el fenomen de datificació situen l’analítica massiva de dades i la Intel·ligència Artificial en una de les etapes de majors expectatives i perspectives d’èxit dins de l’àmbit empresarial. Així ho explica la directora de la Unitat de Big Data & Data Science d’Eurecat, Lali Soler, en aquesta entrevista, on parla de com aquestes tecnologies permeten millorar els productes, els serveis i els processos de les empreses i organitzacions, així com dels desafiaments que hi ha per avançar en la seva adopció.
Com faciliteu que les empreses incorporin les solucions de Big Data i Data Science per augmentar la seva competitivitat?
La Unitat de Big Data & Data Science d’Eurecat dissenya, construeix i valida solucions innovadores d’analítica de dades per optimitzar processos de negoci i millorar la presa de decisions creant i adaptant noves tecnologies i algoritmes. Des d’Eurecat, aportem experiència i serveis en àrees que van des de la mineria de dades i l’aprenentatge automàtic fins a plataformes de valorització de dades a gran escala, dins de la nova economia de dades. La privacitat i l’equitat algorítmica és un altre àmbit clau de la nostra activitat, així com la implementació d’infraestructures de dades massives i el coneixement avançat en ciències socials computacionals, entre d’altres.
Com ajuden aquestes tecnologies a millorar els productes o serveis o els processos d’una empresa?
Un punt de partida bàsic és el propi procés d’aprenentatge a través de les dades, potser la faceta més important per a la comprensió de com el Big Data i Data Science i la Intel·ligència Artificial poden beneficiar un negoci concret. Per aquest motiu, és fonamental la comprensió de la disciplina a alt nivell que aportem des d’Eurecat, ja que permet plantejar els casos d’aplicació en la direcció correcta, identificant aquells reptes de negoci que sempre s’han afrontat de manera tradicional i que, actualment, es poden resoldre amb l’aplicació de l’analítica de dades i la Intel·ligència Artificial, millorant-ne la rendibilitat. És només quan entenem i dominem el Big Data i la Intel·ligència Artificial com a una eina de suport al negoci que podem integrar, de manera lògica, la resta de capacitats i talents, tècnics i d’infraestructura necessaris perquè les iniciatives quallin amb èxit en l’àmbit empresarial. Un dels principals avantatges d’aquesta disciplina és que brinda a les empreses l’oportunitat d’anticipar fets i problemàtiques gràcies a l’analítica predictiva, podent resoldre’ls en moments on la seva rendibilitat és més alta o podent aplicar polítiques de prevenció i/o adaptació. Per exemple, el manteniment predictiu canvia el paradigma cap a un model preventiu i el màrqueting predictiu permet accelerar i incrementar l’adquisició de clients sabent quin és més propens a ser-ho, què li podem oferir que l’interessarà en major probabilitat o avançar-nos a una possible pèrdua de clients, identificant-los i aplicant polítiques de retenció.
Són innovacions interessants tant per a grans companyies com per a petites i mitjanes empreses?
Les empreses i les organitzacions de totes les dimensions i sectors poden beneficiar-se de l’ús del Big Data i de la Intel·ligència Artificial amb diverses aplicacions que ja s’han demostrat com a motor d’avantatge. Per exemple, la relació amb el client es veu potenciada i millorada gràcies als algoritmes de recomanació, que brinden un rànquing d’aquells productes o serveis que en major probabilitat voldrà consumir un usuari. També els centres d’atenció al client poden fer una gestió de la cua de peticions molt més eficient amb assistents virtuals especialment entrenats per a la interpretació de les preguntes més freqüents. La gestió de la cadena de subministrament també es veu beneficiada per les aplicacions d’Intel·ligència Artificial, les quals s’han demostrat extremadament útils en aquesta àrea. Destaquen especialment els models de predicció de demanda que permeten evitar les temudes situacions de trencament de stock o d’excés d’existències. D’altra banda, aquesta aplicació conviu amb el manteniment predictiu, una de les implementacions estrella de l’àmbit de les operacions. Tant la petita com la mitjana empresa se’n beneficia, tot i que l’envergadura del cas i l’abast dels projectes canvien substancialment.
Podries citar algun cas d’èxit que hagi marcat la diferència?
La Intel·ligència Artificial i el Machine Learning permeten l’obtenció de mètriques de manera anticipada que obren la porta a entendre l’evolució del consum del seu producte o servei i que, en conseqüència, faciliten a l’empresa prendre decisions més informades sobre el procés de venda i el cicle de vida del producte. Aquest és el cas de l’empresa Cafès Cornellà, que ha innovat amb Eurecat per dur endavant el seu procés de digitalització, que incorpora tecnologies com la Internet de les Coses, l’analítica avançada de dades i el Machine Learning per monitorar el procés industrial i les etapes en el sector de l’hostaleria, fins arribar a la tassa de cafè final.
Quines perspectives marcaran la pauta en els propers anys? Veurem molts de canvis?
Comptar amb una cultura sensible al valor de les dades en els rols decisoris és un factor clau i que marca la diferència en la visió empresarial respecte els beneficis que comporta la seva adopció i la implementació de solucions d’Intel·ligència Artificial. Actualment, aquest factor és el responsable del fracàs del 80 per cent d’intents d’adopció per part de les empreses i les organitzacions, de manera que veurem una gran evolució a mesura que aquest fenomen es vagi corregint. Sobre les perspectives del futur, els avenços en rendiment computacional i el fenomen de datificació actualment situen aquestes disciplines i la Intel·ligència Artificial en una de les etapes de majors expectatives i perspectives d’èxit dins de l’àmbit empresarial. En aquest sentit s’observen dues tendències que estan marcant molt clarament l’agenda del desenvolupament en aquests àmbits liderat tant per empreses com per línies mestres de la Comissió Europea. Aquesta tendència és la de situar l’ésser humà com a principal beneficiari de la Intel·ligència Artificial, garantint que els algoritmes són interpretables, justos i auditables. Per tant, la discriminació algorítmica i la Intel·ligència Artificial explicable o XAI són les disciplines que marcaran la pauta en els propers anys.
