Aplicaciones de IA en diferentes industrias.
La inteligencia synthetic se ha introducido en empresas de todo el mundo, con algunos buenos resultados y cierto desperdicio de recursos. En este punto podemos ver tendencias que ayudarán a los líderes empresariales a implementar esfuerzos que valgan la pena. Los mejores casos de uso varían de una industria a otra, pero abundan los puntos en común. Las empresas pueden beneficiarse al mirar más allá de su propia industria o función para ver qué ha resultado útil en otros lugares. Muchos buenos casos de uso también funcionarán en otros sectores.
McKinsey ha escrito recientemente sobre nueve sectores diferentes, complementando los artículos que he escrito sobre industrias y funciones comerciales. Extraigamos las buenas strategies de todo este trabajo.
IA para tareas que requieren mucho tiempo
Un gran ejemplo que McKinsey y yo hemos destacado representa grandes beneficios que pueden implementarse rápidamente. Nuestro caso específico es el de la escritura sanitaria basada en inteligencia synthetic, pero los gerentes de otras industrias también pueden beneficiarse del concepto. Los médicos y enfermeras utilizan registros médicos electrónicos para documentar las visitas de los pacientes y para acceder a información como visitas anteriores y resultados de pruebas. Redactar resúmenes de visitas es una tarea tediosa y que requiere mucho tiempo realizada por trabajadores bien remunerados. Las herramientas de inteligencia artificial pueden escuchar una conversación y preparar un resumen en el formato adecuado. (Esto funciona mejor cuando el médico adquiere el hábito de expresar los signos en voz alta, como “sus pulmones suenan claros”. Luego, el médico revisa y edita según corresponda, normalmente en una fracción del tiempo que habría sido necesario para escribir el resumen de la visita.
¿Dónde tiene una empresa que los empleados dediquen tiempo a tareas que una IA puede realizar rápidamente? Podrían ser representantes de ventas registrando llamadas, técnicos de servicio documentando pruebas, oficiales de cumplimiento verificando documentos. Los autores de McKinsey abogan por mejorar primero los procesos existentes y luego abordar innovaciones importantes. Ese es un buen consejo.
En muchos de estos casos de uso, los empleados no disfrutan de la tarea individual. A los médicos no les gusta anotar las visitas de los pacientes, pero saben que es necesario hacerlo. Los buenos vendedores toman notas porque les ayuda, no porque les guste. Así una empresa puede ganar en eficiencia y también en satisfacción laboral de los empleados.
IA para mejorar el servicio al cliente
La ayuda para los representantes de servicio al cliente abarca varias de las industrias encuestadas por McKinsey. Es una función comercial grande y ubicua que describí como «La fruta más gorda y madura de todo el huerto». Envision una llamada a un representante de servicio al cliente, con un sistema mejorado por IA escuchando. La IA puede obtener el historial del cliente, incluso si el cliente no sabe qué modelo posee. La IA puede incitar al representante a formular preguntas (“¿Este problema surgió repentina o gradualmente?”). Y cuando sea útil, la IA mostrará las políticas de la empresa, los manuales de servicio o los consejos para la resolución de problemas. Esta aplicación es especialmente valiosa para representantes menos experimentados.
IA para recopilar información
En varias industrias, los empleados deben recopilar información de múltiples fuentes. El artículo de McKinsey sobre productos farmacéuticos, por ejemplo, explain aplicaciones regulatorias basadas en publicaciones académicas, bases de datos, datos de ensayos y patentes. La IA generativa es excelente para reunir información de diversas fuentes.
Ese concepto se puede aplicar en multitud de casos. WFG National Title Firm (un cliente mío) ha desarrollado una aplicación en una industria muy diferente. Cerrar acuerdos inmobiliarios requiere compilar varios documentos, incluido el acuerdo de compra, la hipoteca, diversas divulgaciones y el seguro de título. Una aplicación de IA recibe los documentos. Los examina y clasifica, comprobando firmas e iniciales. Luego, la aplicación enruta los documentos a un sistema existente para crear los paquetes de firmas finales. Un estudio encontró que para la venta de una casa típica, los nombres y direcciones de los compradores y vendedores aparecen 80 veces en varios documentos. El presidente de WFG pregunta: «¿Cuáles son las probabilidades de que los nombres y direcciones se ingresen con precisión las 80 veces?» La empresa ha descubierto que el tiempo dedicado a los cierres se ha reducido en una media de 30 minutos. Multiplica ese ahorro de tiempo por miles de cierres al mes.
El concepto también podría aplicarse a diseños de ingeniería, aplicaciones de desarrollo inmobiliario y evaluaciones de riesgos financieros. A AI se le puede mostrar el formato apropiado para el producto ultimate y pedirle que utilice los diversos recursos para escribir el documento. Será necesario que los humanos lo revisen para detectar errores, pero eso es más fácil que escribirlo a mano.
El artículo sobre energía y materiales menciona la integración de datos variados sobre activos físicos (sistemas de servicios públicos, maquinaria), como sensores, inspecciones físicas pasadas y captura de imágenes automatizada. El resultado closing es predecir fallas y programar el mantenimiento. Pensando más allá de las solicitudes de aprobación de medicamentos, el concepto general es que la IA en este momento funciona bien cuando se deben integrar múltiples fuentes de datos en una descripción o system.
Aplicaciones comerciales para imágenes de IA
Los grandes modelos lingüísticos han dado lugar a innovaciones en materia de imágenes, y las aplicaciones empresariales están empezando a llegar. En las ventas al consumidor, alguien podría tomar fotografías de una sala de estar y usar IA para agregar un sofá de cuero negro y ver cómo quedaría en ese lugar en individual. O se podría visualizar una nueva casa con los propios muebles del posible comprador. Se podría imaginar el patio trasero con el arce creciendo 20 pies más alto. La vista de la ventana de una cocina podría mostrarse a las 9:00 am en una mañana de invierno.
Los minoristas pueden registrar cómo los clientes caminan por una tienda y luego visualizar caminos con diferentes exhibidores y accesorios. La visualización se utilizará cada vez más en una amplia variedad de aplicaciones.
IA para empresas basadas en el consumidor
El artículo de viajes de McKinsey destacó un hecho importante para todos los que trabajan con consumidores. “… cada cliente da información. Dejan migas de pan digitales de cosas que les gustan y no les gustan cuando rebotan en la página de una puntocom cuando están comprando cuando abandonan una carreta cuando regresan con menos frecuencia a buscar cuando llegan a una página sólo para consultar un único itinerario en un solo día, con una sola tarifa, en lugar de navegar durante 20 minutos”. Esto ha permitido a los sitios website mostrar anuncios a posibles compradores, pero también podría permitir a los propios consumidores utilizar una aplicación con acceso a toda su información (no sólo el historial de navegación, sino también los extractos de tarjetas de crédito, correos electrónicos y elementos del calendario) para obtener mejores opciones de compra.
Una aplicación de inteligencia artificial con esta información podría diseñar unas vacaciones coherentes con mis vacaciones pasadas, precios típicos, programas de fidelización y disponibilidad del calendario, en unos pocos segundos. Aunque el ejemplo se refiere a destinos de viaje, podría aplicarse a cualquier compra, desde ropa hasta automóviles y muebles para el hogar.
Los líderes empresariales que buscan oportunidades para servir mejor a los clientes, a costos más bajos, deberían explorar ampliamente las aplicaciones de IA en una serie de industrias y funciones comerciales.
