ML: Una mirada al interior de 6 historias de éxito

0
6

Las tecnologías de inteligencia artificial (IA) y de aprendizaje automático (ML, por sus siglas en inglés), que antes se ridiculizaban como mofetas o ciencia ficción, se han convertido en la corriente principal. Más empresas están aprovechando el software, que imita el comportamiento de la mente humana, para atraer a los clientes y reforzar las operaciones comerciales.

El gasto en sistemas de IA superará los 97.900 millones de dólares en el 2023, casi el triple de los 37.500 millones gastados hasta el 2019, según IDC. «La Inteligencia Artificial (IA) ha ido mucho más allá de la creación de prototipos y ha entrado en la fase de ejecución e implementación», comenta Marianne D’Aquila. «Los responsables de la toma de decisiones estratégicas de todas las industrias se enfrentan ahora a la cuestión de cómo proceder eficazmente en su viaje a la IA».

Sin embargo, siete de cada 10 empresas informan de un impacto mínimo o nulo de la IA, según una encuesta de 2.500 ejecutivos realizada por el MIT Sloan Management Review y el Boston Consulting Group (BCG). Un gran problema: Muchos proyectos de IA comienzan dentro de la TI sin el aporte de la empresa, señala el socio gerente de BCG, Shervin Khodabandeh, quien fue co-autor de la investigación.

Eso no impide que las compañías prueben sus manos en la tecnología emergente. Aquí los CIOs que están implementando la IA y la ML discuten su trabajo y comparten consejos prácticos.

El fabricante de máquinas maneja las ventas con un asistente virtual
El personal de ventas de Honeywell utiliza software de IA para ayudar a priorizar las reuniones críticas y otras tareas, como la gestión de clientes potenciales que les ayudan a conseguir compradores de los sistemas de aviónica, vehículos de construcción y otras máquinas industriales de la empresa.

El software, un asistente virtual construido por Tact.ai, extrae información de los sistemas Microsoft Office 365 y Salesforce de Honeywell, según Patrick Hogan, vicepresidente de excelencia comercial del fabricante industrial.

A través de sus teléfonos inteligentes, el personal puede hablar o enviar un mensaje de texto al asistente de Tact.ai para comprobar si están en camino de cumplir sus objetivos de ventas, y ver las métricas sobre cómo los clientes han interactuado con sus propuestas comerciales.

Cuando un empleado de ventas termina una reunión, el Asistente le preguntará qué próximo paso planea dar. El Asistente también «empuja» a los usuarios con notificaciones para hacer un seguimiento de las oportunidades que pueden estar quedando obsoletas. «Le ayuda a mantenerse al tanto de su territorio», anota Hogan, añadiendo que la herramienta aprende más sobre los flujos de trabajo y las preferencias de cada vendedor con cada uso.

«Se trata de aprovechar los procesos, las herramientas, los datos y el embudo de la gente para ofrecer una mejor experiencia al cliente», indica Hogan. Añade que Assistant ha tenido un impacto neto tan positivo en los embudos de ventas de Honeywell, incluyendo más reuniones cara a cara y un aumento de dólares por vendedor, conversiones de ventas y tasas de rendimiento, que está instando activamente a más de los 9.500 empleados de la empresa a utilizar la herramienta. «Hemos incrementado su uso».

Consejo clave: Los líderes de las líneas de negocio no deben asumir que los asistentes virtuales son solo para los millennials o la Generación Z, indica Hogan. El personal de ventas que utiliza el Asistente de Tact.ai ejecuta mejor en sus líneas de ventas, lo cual es una de las razones por las que está escalando la adopción de la tecnología.

AI impulsa la personalización de los servicios de negocios
Office Depot está invirtiendo en capacidades de ML para generar conocimientos sobre las preferencias de sus clientes y recomendar mejor los productos, según el CIO, Todd Hale.

El esfuerzo analítico se produce cuando la compañía de 11 mil millones de dólares busca expandir su división de servicios empresariales, incluyendo su unidad de servicios técnicos CompuCom, mientras reduce su dependencia de las ventas de material de oficina. Las ventas B2B alimentan más del 60% de los ingresos de Office Depot.

Hale está aplicando algoritmos de ML a los datos de transacciones y clientes de los sitios web de Office Depot, dispositivos de punto de venta, sensores y etiquetas RFID, así como a fuentes externas, para mejorar las operaciones de marketing, ventas y otras líneas de negocio. Por ejemplo, Office Depot aplica técnicas avanzadas de IA/ML como XGBoost y random forest para segmentar a sus clientes en personas, y para predecir la rotación de clientes, el valor de la vida útil de los clientes y la afinidad de los productos.

«En el comercio electrónico, utilizamos el poder de Analytic Zoo en Apache Spark y BigDL para proporcionar recomendaciones de productos en tiempo real y basadas en el usuario, y desarrollar modelos de venta cruzada y venta ascendente», comenta Hale. Lo ideal sería que esto ayudara a Office Depot a crear «productos y servicios a medida», añade.

Por último, Office Depot despliega avanzados algoritmos para detectar actividades fraudulentas en línea, que aprenden de forma activa y continua en función de la evolución de las amenazas criminales.

Consejo clave: Muchas empresas se apoyan en laboratorios de innovación dedicados, pero Hale prefiere emparejar a su personal de TI con unidades específicas, como la cadena de suministro, las ventas o el comercio minorista, para probar las soluciones empresariales. Esto permite a los equipos aprender de los experimentos, fallar rápidamente y desechar los esfuerzos que no son prometedores. «Cada una de las unidades de negocio tiene una cierta cantidad de capacidad asignada para la experimentación», indica Hale. «Pero a medida que identificamos oportunidades que parecen más significativas y potencialmente escalables, podemos trasladarlas a la corriente principal».

La escuela de la Ivy League utiliza Wi-Fi de autocuración
En el 2019, el Dartmouth College reemplazó una antigua LAN (red de área local) por una LAN inalámbrica basada en la IA para alimentar su Wi-Fi. El software ha dado como resultado conexiones más rápidas y menos abandonos para más de 22 mil estudiantes y profesores, muchos de los cuales dependen de un acceso Wi-Fi de alta velocidad a través de sus teléfonos inteligentes, tabletas y computadoras portátiles, señala el CIO, Mitch Davis.

Los estudiantes utilizan sus teléfonos como asistentes personales para obtener indicaciones, visitas a museos y configuraciones de clases. Los profesores emparejan sus iPads con AppleTV en el aula para mostrar ayudas visuales para la conferencia del día.

La plataforma de nube, de la unidad Mist de Juniper Network, utiliza ML para automatizar la administración de la red para la solución de problemas y otras tareas, reduciendo el tiempo de inactividad asociado a las interrupciones planificadas. La salsa secreta radica en la capacidad de Mist de recopilar más de 150 datos cada dos segundos sobre lo que experimenta el usuario de la red inalámbrica, analizar los datos mediante ML y devolver información detallada sobre dónde se originó el problema y por qué.

Consejo clave: No se duerma sobre la capacidad de la tecnología emergente para reemplazar los sistemas heredados que frenan a las organizaciones, indica Davis, señalando que Mist está permitiendo a la universidad reducir su número de puertos Ethernet a la mitad. «Estamos tratando la modernización de la TI como una inversión estratégica clave que conducirá a la investigación empresarial y a la oportunidad de enseñanza, junto con la racionalización de los procesos y el ahorro de costes», anota Davis.

La aseguradora aprovecha los chatbots para CX
En la mutual de seguros Guardian, el CIO, Dean Del Vecchio, está probando la IA y el ML para mejorar la experiencia del cliente (CX) y la productividad de los empleados.

Un proyecto piloto de CX incluye el uso de Amelia, un asistente virtual hecho por IPsoft, para ayudar a automatizar el proceso de incorporación y para responder a las preguntas sobre beneficios, liberando a los trabajadores de CX para centrarse en casos más complejos. Educada con la lógica de negocios de Guardian, Amelia responde a preguntas como «¿Qué significa una enfermedad crítica?» y otras preguntas que los millones de clientes de Guardian pueden tener.

Internamente, Guardian está probando cómo IBM Watson puede ayudar a la compañía a entender mejor cómo los clientes están interactuando con el negocio. Como parte del piloto, el software de computación cognitiva de IBM lee y prioriza los millones de correos electrónicos que Guardian recibe cada día, un escaneo que ocurre en minutos, liberando al personal de las horas dedicadas a leer y priorizar manualmente los mensajes.

Consejo clave: Los proyectos de ML deben ser considerados dentro del contexto más amplio del negocio. En Guardian, la automatización de procesos habilitados para AI/ML comprende solo una fracción de una transformación digital más amplia que Del Vecchio está llevando a racionalizar las operaciones al tiempo que mejora el CX. Esto incluye un cambio a los Servicios Web de Amazon, la adopción de un desarrollo ágil y la construcción de un mercado de API.

Esta blusa fue recomendada por AI
Se podría argumentar que Zulily no tendría un negocio viable sin el ML, que el minorista de ropa de mujer utiliza para personalizar las ofertas de mercadería a sus clientes.

El software se basa en docenas de señales -como el historial de compras, el tiempo de navegación por una selección, los golpes y deslizamientos de su aplicación móvil y el comportamiento de los medios sociales- para determinar si se debe enviar a los compradores una oferta a través de una notificación push o por correo electrónico, comenta el CIO de Zulily, Luke Friang. «A medida que lo conocemos, nos volvemos mejores para escucharlo».

Mientras que Zulily construye algoritmos personalizados, se basa en una serie de tecnologías de código abierto, como Hadoop, TensorFlow, y H20, para completar sus pilas de ML.

Consejo clave: Los proyectos de IA se benefician de las arquitecturas de nubes. Los esfuerzos de personalización de Zulily, por ejemplo, se basan en un apretón de manos crítico entre los servicios web de Amazon y la plataforma de nubes de Google, en la que el GCP sirve recomendaciones que, cuando se seleccionan, llevan a un consumidor a la plataforma de comercio electrónico de Zulily, impulsada por AWS. Tal conexión subraya cómo tanto GCP como AWS están alimentando la competencia que beneficiará a los CIOs a largo plazo, anota Friang.

La compañía de tarjetas de crédito lucha contra el fraude con ML
Al igual que las compañías de control de crédito, las compañías de tarjetas de crédito siempre están luchando contra los estafadores.

Pero en un momento en el que muchos expertos denuncian que lo digital es la pesadilla de nuestra privacidad y seguridad en línea, las herramientas de ML e IA pueden hacer que los servicios sean más seguros que las tarjetas de crédito de plástico, indica Ed McLaughlin, presidente de tecnología y operaciones de Mastercard.

Mastercard utiliza múltiples capas de ML e IA para eliminar a los consumidores con intenciones maliciosas. En el corazón de sus salvaguardas se encuentra una base de datos en memoria que ha salvado a Mastercard de un estimado de mil millones de dólares en pérdidas por fraude desde el 2016, indica McLaughlin. El software utiliza más de 200 atributos para anticipar y evitar el fraude.

Ese sistema central, combinado con la utilización de fichas, la biometría, el aprendizaje profundo y otros enfoques novedosos, ha ayudado a Mastercard a mantener su reputación de facilitar transacciones seguras por valor de miles de millones de dólares.

Consejo clave: Los seres humanos son el eslabón más débil cuando se trata de la ciberseguridad. «Lo más importante es sacar al humano del bucle» en la medida de lo posible, indica McLaughlin, añadiendo que el software de ML, AI y de procesamiento de lenguaje natural son todos componentes críticos en el conjunto de herramientas de Mastercard.

Clint Boulton, CIO.com