Cada vez más empresas emplean la IA para optimizar su producción, conocer mejor a sus clientes, ahorrar energía o evitar fallos de funcionamiento de las máquinas
Según el Grupo Independiente de Expertos de Alto Nivel sobre Inteligencia Artificial creado por la Comisión Europea, la IA es una disciplina científica que incluye varios enfoques y técnicas, como el aprendizaje automático (del que el aprendizaje profundo o deep learning y el aprendizaje por refuerzo o machine learning constituyen algunos ejemplos), el razonamiento automático (que incluye la planificación, programación, representación y razonamiento de conocimientos, búsqueda y optimización) y la robótica (que incluye el control, la percepción, sensores y accionadores así como la integración de todas las demás técnicas en sistemas ciberfísicos).
En los últimos meses se percibe una tendencia de identificar inteligencia artificial con herramientas de IA generativa tan populares como como ChatGPT, Baird o Midjourney; si bien el uso soluciones basadas en IA en las empresas e industrias lleva muchos años arraigada y contempla funcionalidades, a priori, más complicadas y con mayor impacto. En otro artículo describimos algunos de los usos más habituales de las inteligencias artificiales generativas en las empresas, pero en este nos centraremos en ejemplos de utilización ya testados en compañías de todo el mundo.
Un caso de éxito con gran impacto social es el uso de la Inteligencia Artificial ara analizar grandes cantidades de datos del sector de la salud para encontrar patrones que permitan detectar enfermedades de manera más rápida y certera y, al mismo tiempo, personalizar los diagnósticos. Se están empleando herramientas de visión artificial para el análisis de radiografías, escáneres y TACs de cara a identificar dolencias como cánceres, tumores, afecciones en la piel, etcétera.
Otro ejemplo consiste en emplear herramientas de IA capaces de analizar los datos de consumo energético de cualquier empresa y lanzar alertas en caso de que dicho consumo sea más elevado de lo normal o se detecte algún otro tipo de anomalía. Con los contadores inteligentes o smart grids es factible medir en tiempo real qué consumo se está haciendo de electricidad, gas o agua, con el impacto para el medio ambiente, la sostenibilidad y la eficiencia energética que ello supone.
El mantenimiento predictivo y proactivo son soluciones basadas en inteligencia artificial que cada vez están más presentes en nuestras empresas. En el caso del mantenimiento predictivo se utilizan sensores para medir distintas variables físico-químicas como temperatura, vibraciones o ciclos. Esta información se combina con datos históricos y en tiempo real para realizar predicciones de cuándo se puede averiar dicha máquina. En el caso del mantenimiento proactivo, la inteligencia artificial no solo es capaz de determinar cuándo puede que se avería la máquina, sino cuáles son los motivos de esa avería. De esta forma podemos intervenir a tiempo y evitar paradas no programadas.
Otro uso habitual de la IA orientado a las empresas es el reconocimiento de patrones de comportamiento de los clientes. A través de datos históricos de compras, tipos de productos, fechas, información de demanda en correos electrónicos o redes sociales podemos prever la demanda en un momento determinado para adecuar nuestros stocks o habilitar rutas logísticas eficientes. En otra vertiente, podemos conocer mejor a un cliente en función de su historial de compras, fechas, productos, cantidades, grado de satisfacción y, en base a ese conocimiento, realizar ofertas más personalizadas o aportar servicios de valor añadido que creemos pueden ser de su interés, sin agobiarle con ofertas sin sentido.
En el sector de la logística, la inteligencia artificial permite establecer qué rutas de transporte son las más adecuadas en cuanto a costes y eficiencia energética. Se emplean para determinar qué disposición de la carga es la más adecuada en el interior de camiones u otro tipo de vehículos de cara a evitar roturas o vuelcos. La IA también está detrás de soluciones de logística interna como los vehículos AIV capaces de transportar cargas en el interior de almacenes de manera autónoma gracias a que utilizan visión artificial para el reconocimiento del entorno y de personas.
Una visión artificial que combinada con sensórica es la base de los robots colaborativos o cobots que desempeñan sus tareas de manera autónoma junto con personal humano, pero siempre vigilando que sus acciones no puedan ocasionar una lesión al empleado o al robot junto al que trabajan. Estos robots se utilizan de forma frecuente en labores de picking y packing consistentes en la preparación de pedidos seleccionado los materiales adecuados y el embalaje final de dichos pedidos.
Y la visión artificial también impacta en el reconocimiento de las piezas que se están fabricando, para comprobar que cumplen los estándares requeridos en cuanto a tamaño y calidad o, en la industria agroalimentaria, a la hora de verificar que no se envasan cuerpos extraños como cristales, piedras o insectos.
Las empresas también utilizan herramientas basadas en procesamiento del lenguaje natural y chatbots para atender clientes. Se trata de sistemas que son capaces de entender un texto escrito en una página web u órdenes de voz y que pueden mantener una conversación, e incluso pueden hacerlo por teléfono. Reconocen el pedido, realizan el pedido, lo envían al CRM o al departamento de ventas, emiten la factura, etcétera.
También son habituales los gemelos digitales o digital twins en los que intervienen herramientas de inteligencia artificial. Un gemelo digital es una réplica de elementos físicos, reales, en base a sus datos de funcionamiento. Se puede simular su diseño y también su funcionamiento. Hay gemelos digitales de motores, de ciudades e incluso de procesos de fabricación complejos en los que podemos supervisar de forma remota y en tiempo real qué ocurre o simular qué ocurriría en dicho proceso en el caso de establecer nuevas variables como añadir/quitar una máquina o ampliar los ciclos de fabricación.
Existen otros muchos usos, quizás no tan habituales, pero que pueden marcar el futuro de la IA en las empresas. Es el caso del aprendizaje de robots de manera autónoma. Un ejemplo: un humano maneja de forma remota un robot dotado con IA para pintar una pieza y el robot aprende cómo se pinta dicha pieza. Más adelante el robot hará el trabajo solo y aprenderá a pintar otro tipo de piezas. Todo ello de manera autónoma y sin necesidad de programar ningún parámetro.
La inteligencia artificial también va a tener y está teniendo un impacto importante en lo que se refiere a la ciberseguridad. Por ejemplo, las entidades financieras utilizan la IA para la verificación de la identidad de los clientes. Ya no se trata de introducir un nombre de usuario y una contraseña para acceder a determinados servicios, la IA analiza desde dónde entramos, qué tipo de dispositivo utilizamos, desde qué ubicación geográfica lo hacemos, a qué hora interactuamos, qué secciones visitamos, cuánto tiempo estamos, a qué velocidad escribimos ciertos datos que deberíamos conocer de memoria (DNI o teléfono) y si ve algo anormal cancela el acceso o pide un segundo paso de verificación. La IA cada vez está más presente en el mundo empresarial y según la consultora IDC se estima que el mercado de la IA experimentará un incremento anual del 25,5 %, alcanzando una cifra de 191.000 millones en los próximos años. Los casos de uso se van a ir multiplicando y las compañías que no se beneficien de las ventajas de estas tecnologías tendrán un hándicap competitivo enorme en un mundo cada vez más globalizado y más consciente de la importancia de impulsar la transformación digital de todo tipo de empresas, con independencia de su tamaño o de la actividad que lleven a cabo.