blackzheep - stock.adobe.com
El impacto de la inteligencia artificial en la analítica empresarial de la región
Las empresas están aprovechando la IA para automatizar la limpieza y la integración de datos como parte de sus procesos de analítica, así como para generar informes minimizando los errores humanos.
La inteligencia artificial está impactando de manera poderosa a los procesos de análisis de datos en las compañías. La analítica empresarial, entendida como el proceso de recopilación, procesamiento y análisis de datos empresariales para obtener información valiosa que ayuda a tomar decisiones estratégicas, es hoy muy receptiva al uso de la IA. Y una de las áreas más impactadas por ella es la automatización de tareas repetitivas y laboriosas.
Con el uso de algoritmos de aprendizaje automático, las empresas pueden automatizar procesos como la limpieza y la integración de datos, así como la generación de informes. Esto no sólo reduce el tiempo y los recursos necesarios, sino que también minimiza los errores humanos.
Carlos Toro, NTT DATA.
A juicio de Carlos Toro, director de Data y Analytics de NTT DATA, el análisis predictivo ha sido uno de los campos que más ha evolucionado con la IA. “Los algoritmos de machine learning y deep learning permiten a las empresas prever tendencias y comportamientos futuros con una precisión sin precedentes. Plataformas como SAS, IBM Watson y Microsoft Azure están utilizando IA para analizar grandes volúmenes de datos y generar modelos predictivos que ayudan a las empresas a tomar decisiones informadas. Esta capacidad de predecir eventos, antes de que ocurran, proporciona una ventaja competitiva significativa”, sostiene.
La visualización de datos se ha beneficiado enormemente de la integración de la IA. Herramientas como Tableau, Power BI y Qlik están incorporando capacidades de IA para mejorar su representación visual. Estas plataformas utilizan algoritmos de IA para identificar patrones y anomalías, lo que permite a los usuarios explorar y entender grandes conjuntos de datos de manera más intuitiva. Esta tecnología también facilita la creación de dashboards dinámicos, que se actualizan en tiempo real, proporcionando información actualizada y relevante.
Carlos Toro agrega que el procesamiento del lenguaje natural (PLN) es otra tecnología impulsada por la IA que está transformando la analítica empresarial: “Herramientas como Amazon Comprehend, Google Cloud Natural Language e IBM Watson NLU permiten a las empresas analizar grandes volúmenes de texto no estructurado de fuentes como redes sociales, correos electrónicos y encuestas. Esta capacidad de entender y extraer información relevante de los textos en lenguaje natural abre nuevas posibilidades para la toma de decisiones basadas en datos”.
Héctor Bravo, SONDA.
A juicio de Héctor Domingo Bravo Vaca, gerente regional de Tecnologías Disruptivas en SONDA, actualmente la IA nos ofrece contar con nuevos algoritmos analíticos que mejoran el diagnóstico al identificar rápidamente las causas subyacentes y las correlaciones en conjuntos de datos complejos. Esto permite resolver los problemas con mayor eficacia y rapidez.
“La influencia de la IA en las herramientas de analítica es muy alta. Es más, si ordenamos la conversación, las grandes herramientas analíticas, que son finalmente modelos matemáticos, son el origen de la IA. Es decir, los algoritmos matemáticos para la previsión y prevención de casuísticas se usaban ya en la década del 40 y son el inicio de lo que conocemos hoy como IA”, explica.
IA en la analítica empresarial en Chile y Latinomérica versus mercados más desarrollados
Con la llegada de los grandes modelos de lenguaje (LLM, por sus siglas en inglés), el contacto con la IA se ha vuelto más cercano y accesible para muchas empresas. De acuerdo con el “Índice Latinoamericano de IA”, tres de los 19 países analizados tienen un importante desarrollo de infraestructura, buen nivel de talento humano especializado en IA, un entorno robusto para impulsar la innovación y estrategias nacionales orientadas a fomentar el progreso de la tecnología. Todo ello resulta básico para el correcto desarrollo de la IA y es desafiante para el resto de Latinoamérica.
Federico Dos Reis, INFORM.
Federico Dos Reis, CEO Latam de INFORM, afirma que uno de los grandes desafíos en América Latina es aumentar la productividad para competir a nivel global y reducir la brecha con los países desarrollados. “La digitalización ha sido clave en este proceso, permitiendo estructurar grandes volúmenes de información y aprovecharlos estratégicamente dentro de las organizaciones. Además, la migración de aplicaciones a la nube ha democratizado el acceso a sistemas de clase mundial, ofreciendo a las empresas de la región herramientas avanzadas a un costo competitivo”, dice.
Para el ejecutivo, “un aspecto especialmente valioso de la IA de procesos es que, al mejorar la productividad, genera ahorros significativos y permite una rápida adaptación a los cambios del entorno. En una región caracterizada por su dinamismo y constantes disrupciones, esta capacidad de reacción es uno de los mayores beneficios de la tecnología”.
En este sentido, Héctor Bravo, de SONDA, indica que “la oportunidad de desarrollar experiencias de IA en la analítica empresarial en Latam/Chile es enorme, y existen industrias específicas que, debido a su estrategia multinacional y lo competitivo del área, han desarrollado productos muy robustos e innovadores, como son: la banca y sus desarrollos en las analíticas de control de fraude; los modelos de churn de la industria telco; y toda la IA generada en la industria de la logística”.
Cómo se usa la IA en la analítica empresarial
Los expertos señalan que, en general, se podría encontrar ejemplos concretos del uso de IA en los modelos analíticos en todas las industrias, dado que es una actividad cada vez más frecuente. Por otra parte, la mayoría de las plataformas o herramientas analíticas cuentan con capacidades de IA para este propósito.
“Desde mi opinión, existen algunos casos que producen mayores impactos, en particular donde la dinámica del negocio cambia en función de que se genera un nuevo evento. Es decir, cuando existe una condicionalidad entre el evento futuro y el actual. Por ejemplo, las modificaciones en tiempo real de los procesos logísticos, las recomendaciones de consumo y, por ende, la predicción de la demanda y los modelos de fraude financiero”, sostiene Bravo.
El ejecutivo de SONDA agrega que, al ampliar la analítica a los datos no estructurados, los modelos de análisis de imágenes –que identifican patrones de interés en tiempo real– han generado una revolución importante en la materia, dado que la IA puede identificar detalles que pasan desapercibidos para el ojo humano. Un sistema de IA puede analizar miles de imágenes en segundos, una tarea que llevaría días a un equipo humano.
Por su parte, Carlos Toro, de NTT DATA, destaca que hay dos casos concretos que sirven como ejemplo. Uno, el tema de las cadenas de suministro, y el otro, relacionado con la personalización e hiperpersonalización de la experiencia de usuarios basándose en IA.
“La optimización de la cadena de suministro es un área donde la IA está teniendo un impacto significativo. Algoritmos de aprendizaje automático pueden analizar datos de toda la cadena de suministro para identificar ineficiencias y predecir demandas futuras. La IA también está revolucionando la manera en que las empresas personalizan la experiencia del cliente. Mediante el análisis de datos, algoritmos de IA pueden identificar preferencias y comportamientos individuales, permitiendo a las empresas ofrecer productos y servicios personalizados”, concluye Toro.
