Eurecat aporta el seu coneixement des de fa gairebé una dècada perquè tant les pimes com les grans empreses puguin implantar de manera àgil la intel·ligència artificial, un període en què gairebé 600 empreses s’han beneficiat de les capacitats del centre tecnològic per treure el màxim profit a aquesta tecnologia. Així ho explica en aquesta entrevista la directora de l’Àrea de Tecnologies Digitals d’Eurecat, Lali Soler, per a qui el salt que ha suposat la IA Generativa en els darrers dos anys ha suposat un punt d’inflexió que ha canviat realment el paradigma, perquè ha obert la capacitat de fer moltes més coses amb la intel·ligència artificial i perquè és molt més accessible.
Quina ha estat l’evolució dels serveis d’intel·ligència artificial d’Eurecat?
Eurecat treballa en el camp de la intel·ligència artificial des de la seva fundació. En aquell moment, el Big Data o l’ús de les dades, així com ordenar-les, era crucial perquè es poguessin, primer, treure conclusions i, posteriorment, poder fer models predictius. Aquests van ser els primers serveis que va oferir Eurecat. Recordo que estaven molt enfocats a què l’empresa ho pogués implantar de manera àgil, entenent exactament el que feien, de manera que poguessin començar a assentar les bases de l’adopció de la intel·ligència artificial.
A partir d’aquí, la intel·ligència artificial ha anat creixent. Hem estat molts anys oferint serveis d’intel·ligència artificial estreta que, en aquest cas, és Machine Learning, Deep Learning o Reinforcement Learning, per resoldre diferents problemes empresarials, sempre predictius. Actualment, estem treballant molt en IA Generativa per a empreses que volen tenir els seus propis sistemes de gestió del coneixement o per a empreses que volen generar productes que puguin servir de reclam. Estem treballant en diferents àmbits amb les empreses. Ara ja en el camp dels grans models de llenguatge, en el cas de la IA parlada, i dels models de difusió, en el cas de la IA per imatge.
Quantes empreses s’han beneficiat del coneixement d’Eurecat en IA?
Diria que ara ja podem estar fregant les 600 empreses, de manera directa, és a dir, fent projectes, algunes des del principi, assessorant-les, mirant les dades que tenien, proposant idees de què podíem fer i, segons el seu model de negoci i la seva estratègia, com la podien millorar o com la podien implementar per treure’n el màxim profit.
Però, per altra banda, la nostra recerca i activitat a nivell de projectes europeus també ha fet que de manera indirecta es beneficiïn moltes empreses. Per exemple, quan hem estat fent recerca aplicada en explicabilitat de la intel·ligència artificial, en els biaixos de la intel·ligència artificial o en intel·ligència artificial basada en agents, això ha fet possible que puguem treballar de manera més àmplia amb el teixit empresarial que o bé ha estat present en els consorcis o bé ens han donat els casos d’ús.
És cert que aquests són casos més avançats, però que s’han anat implantant també al llarg del temps. Per tant, tenim dues velocitats. Una que és la implementació directa, sempre tenint en compte les necessitats de l’empresa i un assessorament estratègic. I, per altra banda, l’activitat de recerca, que afecta de manera indirecta o que, més tard, empreses s’han pogut beneficiar de tècniques que en aquell moment eren molt innovadores.
En quins àmbits és o pot ser una tecnologia clau?
La intel·ligència artificial, avui en dia, és o pot ser potencialment una tecnologia clau en tots els àmbits perquè és absolutament ubiqua. Però el que és important aquí no és en quins àmbits, perquè podríem anomenar-los tots, sinó com i per què s’aplica. Llavors tindrà èxit o no en aquell àmbit. M’explico: la intel·ligència artificial és una eina que és molt poderosa quan tens un problema que està molt ben definit i veus que allò que encaixa com a solució és la intel·ligència artificial.
El que no podem fer és l’inrevés, és a dir, deixar-nos emportar per l’eufòria de la intel·ligència artificial i voler-la implantar a qualsevol preu o sense tenir una idea massa clara. Un exemple molt fàcil és el XatGPT o els models de llenguatge. Avui en dia, s’estan fent servir o es volen fer servir de moltes maneres dins les empreses, quan moltes vegades potser no és necessari. Hem de tenir en compte que aquestes intel·ligències artificials, sobretot les generatives, tenen un consum elèctric molt, molt, molt i molt alt. I hi ha preguntes o processos que automatitzem, que òbviament ens és molt còmode amb aquestes eines, però que encara podríem abordar amb una implementació tradicional en regles o podríem fer servir el Machine Learning tradicional, que no és tan costós. Per tant, allò que és important perquè sigui clau en un àmbit és, en primer lloc, que sapiguem molt bé per què l’estem fent servir i que sapiguem i determinem molt bé quin és el resultat que esperem.
I, en segon lloc, que l’empresa o l’àmbit tingui un equip preparat per adoptar-la, implementar-la, mantenir-la i explotar-la. Aquest punt és clau. Calen alguns perfils tècnics i que l’empresa tingui una cultura i un coneixement de la intel·ligència artificial que potser avui en dia encara no està molt estès. Crec que hem de fer més èmfasi encara en la difusió i en l’aprenentatge; que la intel·ligència artificial formi part, en certa manera, de la cultura general i, d’aquesta manera, es podrà implementar amb molta facilitat en tots els àmbits sense pràcticament cap cas en què no s’obtinguin els resultats.
Podries donar exemples d’empreses que hagin apostat per la IA i els hagi suposat un avantatge competitiu diferencial?
Sí, tenim moltes empreses, però els exemples que diré són empreses que han estat pioneres, que quan encara la IA era vista amb certa reticència, tot i que encara ho és també en segons quins aspectes, tenien molt clar que volien fer l’aposta i que hi havia un problema que s’havia de resoldre. En aquest cas, per exemple, hem treballat amb empreses de distribució alimentària B2B, a les quals hem fet predicció de demanda o, per exemple, models de propensió d’elits. Per què en aquestes empreses ha estat un aprenentatge competitiu? Perquè tenien el problema molt ben identificat, és a dir, un problema del tipus vull saber quins dels meus establiments o quins dels meus potencials clients convertiran més ràpidament. D’aquesta manera han pogut organitzar millor la força de vendes.
És el cas, per exemple, que portem treballant des de fa molts anys amb Cafès Cornellà i crec que realment els ha servit per posicionar-se com a pioners de la intel·ligència artificial, no només per tenir guanys. També és el cas d’una empresa com Masats, que tenia molt clara la implementació de models de manteniment predictiu en les portes automàtiques dels transports, fet que havien identificat com una pèrdua de recursos i una pèrdua econòmica important cada cop que passava dins el seu model de negoci. Per tant, repeteixo, és molt important definir exactament quin és el problema, definir quin és el pain i atacar-lo de manera molt precisa amb intel·ligència artificial.
La IA és també per a les pimes o només per a grans empreses?
Sens dubte, és per a tothom. És per a pimes, per a grans empreses, per a entitats, per a institucions, per a administracions. Totes les empreses se’n poden beneficiar. En el cas de les pimes, moltes vegades funciona bé, però cal que sigui implementada de manera externa i que hi hagi una transferència, un manteniment, un seguiment i un acolliment per part d’aquesta entitat externa o, en aquest cas, Eurecat, durant tot el procés, perquè una pime no està, en principi, preparada per poder desenvolupar aquests mecanismes de manera interna. Per tant, s’ha de ser molt curós i hem de tenir una via paral·lela, però que estigui contínuament en contacte amb l’empresa. Hem vist molts casos d’èxit i casos d’empreses que han pogut fer i entendre exactament com estaven aplicant la intel·ligència artificial. El problema és que normalment no tenen recursos especialitzats per poder-ho fer de manera interna o, moltes vegades, per mantenir aquell model o eina que s’ha desenvolupat.
En el cas de les grans empreses això sol ser diferent, sí que disposen de recursos, de professionals qualificats de tota mena, però és cert que els mecanismes de decisió són més lents o, a vegades, més dispersos. Una gran empresa, com que té molts departaments i moltes problemàtiques i, generalment, té una dispersió més elevada, tendeix a ser més lenta a l’hora de focalitzar en quin àmbit vol aplicar la intel·ligència artificial i, en aquest cas, potser necessiten més ajuda per aterrar diferents idees que els puguin ser realment d’utilitat.
Eurecat ajuda les empreses a saber si és interessant per al seu negoci incorporar la IA en els seus productes o processos? Com ho fa?
Eurecat ha estat fent això des del primer moment en què la intel·ligència artificial va començar a treure el cap pel món. De fet, és una part que és absolutament necessària i que nosaltres creiem que és imprescindible perquè aquell projecte tingui èxit. És pràcticament impensable que una empresa, sobretot que no té contacte amb la intel·ligència artificial o que no té especialistes en intel·ligència artificial, pugui començar a desenvolupar-la sense haver fet prèviament una reflexió, un estudi i una anàlisi molt profunda de què pot fer, què no pot fer, fins on pot arribar i si és possible o no. Com ho fem, això? Bàsicament, tenint en compte diferents aspectes. El principal, i que moltes vegades es passa desapercebut malgrat que és absolutament crucial, és l’estratègia corporativa. No totes les intel·ligències artificials són igual d’efectives depenent de l’estratègia corporativa que tingui l’empresa. Per exemple, si és una empresa que està molt enfocada a client, el que farem és intentar utilitzar la intel·ligència artificial per accelerar i per millorar els processos de màrqueting, la relació amb el client, el coneixement amb el client, la personalització, el funnel de compra, etc. Si és una empresa que és intensiva en producció, per tant, de generar volum, el que farem és centrar-nos sobretot en l’eficiència operacional. Això és important.
Un cop tenim determinats aquests aspectes i nosaltres ja sabem quines famílies algorítmiques poden beneficiar a cadascuna d’aquestes empreses, hem de mirar conjuntament les dades. Quines tenen, si són o no de gran profunditat històrica, si estan netes, si estan agregades o no. Depenent de quina sigui la situació, cal fer un pas previ, que és un data lake, ajuntar les dades, preparar-les i netejar-les perquè aquest model funcioni. Finalment, el que fem és implementar el model, fer la transferència i assegurar-nos que saben mantenir-lo durant un temps prudencial fins que les empreses s’han fet completament coneixedores de l’eina que els hi hem implementat.
Quina és la teva previsió per d’aquí 2-3 anys sobre la implantació de la IA al món industrial i empresarial?
És difícil, és una pregunta molt difícil, perquè realment en aquests dos últims anys hem arribat a un punt d’inflexió. Hem passat de models d’intel·ligència artificial molt específics, que funcionen i funcionen molt bé, a una sèrie d’empreses multinacionals molt poderoses que han desenvolupat models d’intel·ligència artificial complexos i extraordinàriament potents. Això ha canviat realment el paradigma. Primer, perquè tenim la capacitat de fer moltes més coses amb la intel·ligència artificial. Segon, perquè és molt més accessible, perquè tenim plataformes que són molt amigables per poder-la fer. Estic pensant en el XatGPT, el DeepSeek que ha sortit fa poc, el Copilot, etc. Darrere d’aquestes eines hi ha una intel·ligència artificial que és molt i molt potent i que, a més a més, estem arribant a nivells molt avançats. Per exemple, el que és l’objectiu final de la investigació en intel·ligència artificial és que s’arribi al que s’anomena la intel·ligència artificial general, és a dir, que puguem emular completament el desenvolupament d’un humà. Això encara està lluny, és difícil i hipotètic. Però sí que és veritat que estem arribant a nivell de raonament. Què vol dir? Doncs que proves amb XatGPT, models de llenguatge d’aquest estil, estan començant a raonar i són capaços de resoldre problemes.
Fins ara el que feien era generar informació i explicacions amb llenguatge natural com si fossin humans, però no raonaven. Actualment, sembla ser que hi ha models que sí que raonen, però que són molt costosos des del punt de vista energètic. Per tant, què passarà en els propers anys? Tindrem una irrupció, sens dubte, molt gran de la intel·ligència artificial. Veurem com aquesta es posa a nivell de l’ésser humà, molt probablement, però també és bastant possible que no sapiguem usar-la o usar-la com cal. I per això crec que els centres tecnològics tenim un paper clau en aquest sentit, perquè la coneixem perfectament.
Hem de tenir en compte que el consum energètic és tremendament elevat i que l’impacte mediambiental d’aquestes intel·ligències artificials és molt notable. Per tant, veurem una disrupció; probablement veurem una singularitat, i probablement veurem models que són molt més intel·ligents i capaços de raonar. Això serà un desafiament per a la societat, però també serà una oportunitat.
Eurecat està capacitat per acompanyar les empreses durant aquesta transició, és el que estem fent ara, però també estem capacitats en fer que aquests models siguin comprensibles, en assegurar que les empreses estan en tot moment complint la legislació europea. I, per tant, crec que serem agents en el futur molt importants de cara a mantenir el control, l’ordre i un ús realment efectiu i efectista de la intel·ligència artificial amb garanties ètiques, perquè el problema que es pot dibuixar en un futur és que la intel·ligència artificial provoqui certs problemes ètics a nivell mundial i penso que hem d’estar preparats per tot això.
