Eurecat aporta su conocimiento desde hace casi una década para que tanto las pymes como las grandes empresas puedan implantar de forma ágil la inteligencia artificial, un período en el que casi 600 empresas se han beneficiado de las capacidades del centro tecnológico para sacar el máximo provecho a esta tecnología. Así lo explica en esta entrevista la directora del Área de Tecnologías Digitales de Eurecat, Lali Soler, para quien el salto que ha supuesto la IA Generativa en los últimos dos años ha supuesto un punto de inflexión que ha cambiado realmente el paradigma, porque ha abierto la capacidad de hacer muchas más cosas con la inteligencia artificial y porque es mucho más accesible.
¿Cuál ha sido la evolución de los servicios de inteligencia artificial de Eurecat?
Eurecat trabaja en el campo de la inteligencia artificial desde su fundación. En ese momento, el Big Data o el uso de los datos, así como ordenarlos, era crucial para que se pudieran, primero, sacar conclusiones y, posteriormente, poder realizar modelos predictivos. Éstos fueron los primeros servicios que ofreció Eurecat. Recuerdo que estaban muy enfocados a que la empresa pudiera implantarlo de manera ágil, entendiendo exactamente lo que hacían, de modo que pudieran empezar a sentar las bases de la adopción de la inteligencia artificial.
A partir de ahí, la inteligencia artificial ha ido creciendo. Hemos estado muchos años ofreciendo servicios de estrecha inteligencia artificial que, en este caso, es Machine Learning, Deep Learning o Reinforcement Learning, para resolver diferentes problemas empresariales, siempre predictivos. Actualmente, estamos trabajando mucho en IA Generativa para empresas que quieren tener sus propios sistemas de gestión del conocimiento o para empresas que quieren generar productos que puedan servir de reclamo. Estamos trabajando en distintos ámbitos con las empresas. Ahora ya en el campo de los grandes modelos de lenguaje, en el caso de la IA hablada, y de los modelos de difusión, en el caso de la IA por imagen.
¿Cuántas empresas se han beneficiado del conocimiento de Eurecat en IA?
Diría que ahora ya podemos estar rozando las 600 empresas, de forma directa, es decir, realizando proyectos, algunas desde el principio, asesorándolas, mirando los datos que tenían, proponiendo ideas de qué podíamos hacer y, según su modelo de negocio y su estrategia, cómo la podían mejorar o cómo la podían implementar para sacarle el máximo provecho.
Pero, por otra parte, nuestra investigación y actividad a nivel de proyectos europeos también ha hecho que de forma indirecta se beneficien muchas empresas. Por ejemplo, cuando hemos estado haciendo investigación aplicada en explicabilidad de la inteligencia artificial, en los sesgos de la inteligencia artificial o en inteligencia artificial basada en agentes, esto ha hecho posible que podamos trabajar de manera más amplia con el tejido empresarial que o bien ha estado presente en los consorcios o bien nos han dado los casos de uso.
Es cierto que éstos son casos más avanzados, pero que se han ido implantando también a lo largo del tiempo. Por tanto, tenemos dos velocidades. Una que es la implementación directa, siempre teniendo en cuenta las necesidades de la empresa y un asesoramiento estratégico. Y, por otra parte, la actividad de investigación, que afecta de forma indirecta o que, más tarde, empresas se han podido beneficiar de técnicas que en ese momento eran muy innovadoras.
¿En qué ámbitos es o puede ser una tecnología clave?
La inteligencia artificial, hoy en día, es o puede ser potencialmente una tecnología clave en todos los ámbitos porque es absolutamente ubicua. Pero lo importante aquí no es en qué ámbitos, porque podríamos nombrarlos todos, sino cómo y por qué se aplica. Entonces tendrá éxito o no en ese ámbito. Me explico: la inteligencia artificial es una herramienta muy poderosa cuando tienes un problema que está muy bien definido y ves que lo que encaja como solución es la inteligencia artificial.
Lo que no podemos hacer es al revés, es decir, dejarnos llevar por la euforia de la inteligencia artificial y querer implantarla a cualquier precio o sin tener una idea demasiado clara. Un ejemplo muy fácil es el ChatGPT o los modelos de lenguaje. Hoy en día, se están utilizando o quieren utilizarse de muchas maneras dentro de las empresas, cuando muchas veces quizás no es necesario. Debemos tener en cuenta que estas inteligencias artificiales, sobre todo las generativas, tienen un consumo eléctrico muy, muy, muy alto. Y hay preguntas o procesos que automatizamos, que obviamente nos es muy cómodo con estas herramientas, pero que todavía podríamos abordar con una implementación tradicional en reglas o podríamos utilizar el Machine Learning tradicional, que no es tan costoso. Por tanto, lo que es importante para que sea clave en un ámbito es, en primer lugar, que sepamos muy bien por qué lo estamos utilizando y que sepamos y determinemos muy bien cuál es el resultado que esperamos.
Y, en segundo lugar, que la empresa o el ámbito tenga un equipo preparado para adoptarla, implementarla, mantenerla y explotarla. Este punto es clave. Son necesarios algunos perfiles técnicos y que la empresa tenga una cultura y un conocimiento de la inteligencia artificial que quizás hoy en día todavía no está muy extendido. Creo que debemos hacer más énfasis todavía en la difusión y en el aprendizaje; que la inteligencia artificial forme parte, en cierto modo, de la cultura general y, de este modo, podrá implementarse con mucha facilidad en todos los ámbitos sin prácticamente ningún caso en el que no se obtengan los resultados.
¿Podrías dar ejemplos de empresas que hayan apostado por la IA y les haya supuesto una ventaja competitiva diferencial?
Sí, tenemos muchas empresas, pero los ejemplos que voy a decir son empresas que han sido pioneras, que cuando todavía la IA era vista con cierta reticencia, aunque todavía lo es también en según qué aspectos, tenían muy claro que querían hacer la apuesta y que había un problema a resolver. En este caso, por ejemplo, hemos trabajado con empresas de distribución alimentaria B2B, a las que les hemos hecho predicción de demanda o, por ejemplo, modelos de propensión de élites. ¿Por qué ha sido en estas empresas un aprendizaje competitivo? Porque tenían el problema muy bien identificado, es decir, un problema del tipo quiero saber cuáles de mis establecimientos o cuáles de mis potenciales clientes van a convertir más rápidamente. De esta forma han podido organizar mejor la fuerza de ventas.
Es el caso, por ejemplo, que llevamos trabajando desde hace muchos años con Cafès Cornellà y creo que realmente les ha servido para posicionarse como pioneros de la inteligencia artificial, no sólo para ganancias. También es el caso de una empresa como Masats, que tenía muy clara la implementación de modelos de mantenimiento predictivo en las puertas automáticas de los transportes, lo que habían identificado como una pérdida de recursos y una pérdida económica importante cada vez que sucedía dentro de su modelo de negocio. Por tanto, repito, es muy importante definir exactamente cuál es el problema, definir cuál es el pain y atacarlo de manera muy precisa con inteligencia artificial.
¿La IA es también para las pymes o sólo para grandes empresas?
Sin duda, es para todos. Es para pymes, grandes empresas, entidades, instituciones, administraciones. Todas las empresas pueden beneficiarse. En el caso de las pymes, muchas veces funciona bien, pero debe implementarse de manera externa y que haya una transferencia, un mantenimiento, un seguimiento y un acogimiento por parte de esta entidad externa o, en este caso, Eurecat, durante todo el proceso, porque una pyme no está, en principio, preparada para poder desarrollar estos mecanismos de manera interna. Por tanto, debe ser muy cuidadoso y debemos tener una vía paralela, pero que esté continuamente en contacto con la empresa. Hemos visto muchos casos de éxito y casos de empresas que han podido hacer y entender exactamente cómo estaban aplicando la inteligencia artificial. El problema es que normalmente no tienen recursos especializados para poder hacerlo de forma interna o, muchas veces, para mantener ese modelo o herramienta que se ha desarrollado.
En el caso de las grandes empresas, esto suele ser diferente, sí disponen de recursos, de profesionales cualificados de todo tipo, pero es cierto que los mecanismos de decisión son más lentos o, a veces, más dispersos. Una gran empresa, al tener muchos departamentos y muchas problemáticas y, generalmente, tiene una mayor dispersión, tiende a ser más lenta a la hora de focalizar en qué ámbito quiere aplicar la inteligencia artificial y, en este caso, quizás necesitan más ayuda para aterrizar diferentes ideas que les puedan ser realmente de utilidad.
¿Eurecat ayuda a las empresas a saber si es interesante para su negocio incorporar la IA en sus productos o procesos? ¿Cómo lo hace?
Eurecat ha estado haciendo esto desde el primer momento en que la inteligencia artificial empezó a asomarse al mundo. De hecho, es una parte que es absolutamente necesaria y que nosotros creemos que es imprescindible para que ese proyecto tenga éxito. Es prácticamente impensable que una empresa, sobre todo que no tiene contacto con la inteligencia artificial o que no tiene especialistas en inteligencia artificial, pueda empezar a desarrollarla sin haber hecho previamente una reflexión, un estudio y un análisis muy profundo de qué puede hacer, qué no puede hacer, hasta dónde puede llegar y si es posible o no. ¿Cómo lo hacemos esto? Básicamente, teniendo en cuenta distintos aspectos. El principal, y que muchas veces se pasa desapercibido aunque es absolutamente crucial, es la estrategia corporativa. No todas las inteligencias artificiales son igual de efectivas dependiendo de la estrategia corporativa que tenga la empresa. Por ejemplo, si es una empresa que está muy enfocada a cliente, lo que haremos es intentar utilizar la inteligencia artificial para acelerar y mejorar los procesos de marketing, la relación con el cliente, el conocimiento con el cliente, la personalización, el funnel de compra, etc. Si es una empresa que es intensiva en producción, por tanto, de generar volumen, lo que haremos es centrarnos sobre todo en la eficiencia operacional. Esto es importante.
Una vez tenemos determinados estos aspectos y nosotros ya sabemos qué familias algorítmicas pueden beneficiar a cada una de estas empresas, debemos mirar conjuntamente los datos. Cuáles tienen, si son o no de gran profundidad histórica, si están limpias, si están agregadas o no. Dependiendo de cuál sea la situación, es necesario dar un paso previo, que es un data lake, juntar los datos, prepararlos y limpiarlos para que este modelo funcione. Finalmente, lo que hacemos es implementar el modelo, realizar la transferencia y asegurarnos de que saben mantenerlo durante un tiempo prudencial hasta que las empresas se han hecho completamente conocedoras de la herramienta que les hemos implementado.
¿Cuál es tu previsión para dentro de 2-3 años sobre la implantación de la IA en el mundo industrial y empresarial?
Es difícil, es una pregunta muy difícil, porque en estos dos últimos años hemos llegado a un punto de inflexión. Hemos pasado de modelos de inteligencia artificial muy específicos, que funcionan y funcionan muy bien, a una serie de empresas multinacionales muy poderosas que han desarrollado modelos de inteligencia artificial complejos y extraordinariamente potentes. Esto ha cambiado realmente el paradigma. Primero porque tenemos la capacidad de hacer muchas más cosas con la inteligencia artificial. Segundo, porque es mucho más accesible, porque tenemos plataformas muy amigables para poder hacerla. Estoy pensando en el ChatGPT, el DeepSeek que ha salido recientemente, el Copilot, etc. Detrás de estas herramientas existe una inteligencia artificial que es muy potente y que, además, estamos llegando a niveles muy avanzados. Por ejemplo, lo que es el objetivo final de la investigación en inteligencia artificial es que se llegue a lo que se llama la inteligencia artificial general, es decir, que podamos emular completamente el desarrollo de un humano. Esto todavía está lejos, es difícil e hipotético. Pero sí que es verdad que estamos llegando a nivel de razonamiento. ¿Qué significa? Pues que pruebas con ChatGPT, modelos de lenguaje de ese estilo, están empezando a razonar y son capaces de resolver problemas.
Hasta ahora lo que hacían era generar información y explicaciones con lenguaje natural como humanos, pero no razonaban. Actualmente, parece que existen modelos que sí razonan, pero que son muy costosos desde el punto de vista energético. Por tanto, ¿qué pasará en los próximos años? Tendremos una irrupción, sin duda, muy grande de la inteligencia artificial. Veremos cómo ésta se pone a nivel del ser humano, muy probablemente, pero también es bastante posible que no sepamos usarla o usarla como es debido. Y por eso creo que los centros tecnológicos tenemos un papel clave en este sentido, porque la conocemos perfectamente.
Debemos tener en cuenta que el consumo energético es tremendamente elevado y que el impacto medioambiental de estas inteligencias artificiales es muy notable. Por tanto, veremos una disrupción; probablemente veremos una singularidad, y probablemente veremos modelos que son mucho más inteligentes y capaces de razonar. Esto será un desafío para la sociedad, pero también será una oportunidad.
Eurecat está capacitado para acompañar a las empresas durante esta transición, es lo que estamos haciendo ahora, pero también estamos capacitados para que estos modelos sean comprensibles, al asegurar que las empresas están en todo momento cumpliendo la legislación europea. Y, por tanto, creo que seremos agentes en el futuro muy importantes de cara a mantener el control, el orden y un uso realmente efectivo y efectista de la inteligencia artificial con garantías éticas, porque el problema que se puede dibujar en un futuro es que la inteligencia artificial provoque ciertos problemas éticos a nivel mundial y pienso que debemos estar preparados para todo ello.
