Los avances en rendimiento computacional y el fenómeno de datificación sitúan la analítica masiva de datos y la Inteligencia Artificial en una de las etapas de mayores expectativas y perspectivas de éxito dentro del ámbito empresarial. Así lo explica la directora de la Unidad de Big Data & Data Science de Eurecat, Lali Soler, en esta entrevista, donde habla de cómo estas tecnologías permiten mejorar los productos, los servicios y los procesos de las empresas y organizaciones, así como de los desafíos que hay para avanzar en su adopción.
¿Cómo facilitáis que las empresas incorporen las soluciones de Big Data y Data Science para aumentar su competitividad?
La Unidad de Big Data & Data Science de Eurecat diseña, construye y valida soluciones innovadoras de analítica de datos para optimizar procesos de negocio y mejorar la toma de decisiones creando y adaptando nuevas tecnologías y algoritmos. Desde Eurecat, aportamos experiencia y servicios en áreas que van desde la minería de datos y el aprendizaje automático hasta plataformas de valorización de datos a gran escala, dentro de la nueva economía de datos. La privacidad y la equidad algorítmica es otro ámbito clave de nuestra actividad, así como la implementación de infraestructuras de datos masivos y el conocimiento avanzado en ciencias sociales computacionales, entre otros.
¿Cómo ayudan estas tecnologías a mejorar los productos o servicios o los procesos de una empresa?
Un punto de partida básico es el propio proceso de aprendizaje a través de los datos, tal vez la faceta más importante para la comprensión de cómo el Big Data y Data Science y la Inteligencia Artificial pueden beneficiar un negocio concreto. Por este motivo, es fundamental la comprensión de la disciplina a alto nivel que aportamos desde Eurecat, ya que permite plantear los casos de aplicación en la dirección correcta, identificando aquellos retos de negocio que siempre han afrontado de manera tradicional y que, actualmente, se pueden resolver con la aplicación de la analítica de datos y la Inteligencia Artificial, mejorando su rentabilidad. Es solo cuando entendemos y dominamos el Big Data y la Inteligencia Artificial como una herramienta de apoyo al negocio que podemos integrar, de manera lógica, el resto de capacidades y talentos, técnicos y de infraestructura necesarios para que las iniciativas cuajen con éxito en el ámbito empresarial. Una de las principales ventajas de esta disciplina es que brinda a las empresas la oportunidad de anticipar hechos y problemáticas gracias a la analítica predictiva, pudiendo resolverlos en momentos donde su rentabilidad es más alta o pudiendo aplicar políticas de prevención y/o adaptación. Por ejemplo, el mantenimiento predictivo cambia el paradigma hacia un modelo preventivo y el marketing predictivo permite acelerar e incrementar la adquisición de clientes sabiendo cuál es más propenso a serlo, qué le podemos ofrecer que le interesará en mayor probabilidad o adelantarnos a una posible pérdida de clientes, identificándolos y aplicando políticas de retención.
¿Son innovaciones interesantes tanto para grandes compañías como para pequeñas y medianas empresas?
Las empresas y las organizaciones de todos los tamaños y sectores pueden beneficiarse del uso del Big Data y de la Inteligencia Artificial con varias aplicaciones que ya se han demostrado como motor de ventaja. Por ejemplo, la relación con el cliente se ve potenciada y mejorada gracias a los algoritmos de recomendación, que brindan un ranking de aquellos productos o servicios que en mayor probabilidad querrá consumir un usuario. También los centros de atención al cliente pueden hacer una gestión de la cola de peticiones mucho más eficiente con asistentes virtuales especialmente entrenados para la interpretación de las preguntas más frecuentes. La gestión de la cadena de suministro también se ve beneficiada por las aplicaciones de Inteligencia Artificial, las cuales se han demostrado extremadamente útiles en esta área. Destacan especialmente los modelos de predicción de demanda que permiten evitar las temidas situaciones de rotura de stock o de exceso de existencias. Por otra parte, esta aplicación convive con el mantenimiento predictivo, una de las implementaciones estrella del ámbito de las operaciones. Tanto la pequeña como la mediana empresa se beneficia, aunque la envergadura del caso y el alcance de los proyectos cambian sustancialmente.
¿Podrías citar algún caso de éxito que haya marcado la diferencia?
La Inteligencia Artificial y el Machine Learning permiten la obtención de métricas de manera anticipada que abren la puerta a entender la evolución del consumo de su producto o servicio y que, en consecuencia, facilitan a la empresa tomar decisiones más informadas sobre el proceso de venta y el ciclo de vida del producto. Este es el caso de la empresa Cafés Cornellà, que ha innovado con Eurecat para llevar adelante su proceso de digitalización, que incorpora tecnologías como la Internet de las Cosas, la analítica avanzada de datos y el Machine Learning para monitorizar el proceso industrial y las etapas en el sector de la hostelería, hasta llegar a la taza de café final.
¿Qué perspectivas marcarán la pauta en los próximos años? Veremos muchos cambios?
Contar con una cultura sensible al valor de los datos en los roles decisorios es un factor clave y que marca la diferencia en la visión empresarial respecto a los beneficios que conlleva su adopción y la implementación de soluciones de Inteligencia Artificial. Actualmente, este factor es el responsable del fracaso del 80 por ciento de intentos de adopción por parte de las empresas y las organizaciones, por lo que veremos una gran evolución a medida que este fenómeno se vaya corrigiendo. Sobre las perspectivas del futuro, los avances en rendimiento computacional y el fenómeno de datificación actualmente sitúan estas disciplinas y la Inteligencia Artificial en una de las etapas de mayores expectativas y perspectivas de éxito dentro del ámbito empresarial. En este sentido, se observan dos tendencias que están marcando muy claramente la agenda del desarrollo en estos ámbitos liderado tanto por empresas como por líneas maestras de la Comisión Europea. Esta tendencia es la de situar al ser humano como principal beneficiario de la Inteligencia Artificial, garantizando que los algoritmos son interpretables, justos y auditables. Por lo tanto, la discriminación algorítmica y la Inteligencia Artificial explicable o XAI son las disciplinas que marcarán la pauta en los próximos años.
