AI4Dummies Utilización de los Componentes de la IA
Eduardo Castillo, CPA
Certified Public Accountant | Corporate Finance | Finance and Digital Transformation | Advisory | AML/CFT
Antes de sumergirnos en el tema de este artículo, quiero hacer un breve paréntesis por un término que genera confusión respecto al que se ha desarrollado en esta serie de artículos y es la IA Generativa.
La IA Generativa es otro componente de la inteligencia artificial que se centra en la generación de nuevo y original contenido, como texto, imágenes, música, video, presentaciones, entre otras, basado principalmente en “prompts” o características, instrucciones señaladas por el usuario.
En un post por separado les mostraré como con un texto de 4 renglones la IA Generativa en menos de 20 minutos me creó, un video promocional de 3 minutos y que pude recortar a 90 segundos en el tamaño y formato requerido para un reel de redes sociales.
Nuestra serie de artículos está enfocada al ámbito de negocios para que las empresas puedan automatizar procesos, obtener insights de datos y mejorar la toma de decisiones, dentro o fuera de las plataformas empresariales ERP, ECM y CRM.
UTILIZACIÓN DE LOS COMPONENTES DE LA IA
El uso de los componentes de IA se está integrando en forma acelerada a las plataformas empresariales ERP, CRM, ECM, entre otras. Actualmente, está ocurriendo de varias formas innovadoras:
1. Automatización de procesos: Las soluciones de IA están siendo utilizadas para automatizar tareas repetitivas y procesos complejos dentro de los sistemas ERP y CRM.
ERP Enterprise Resource Planning
Pronóstico de la Demanda Para analizar datos históricos de ventas, tendencias del mercado y otros factores para predecir la demanda futura de productos. Logra una mejora en la precisión de los pronósticos, optimización inventarios y la reducción de costos.
Gestión de Inventarios Con algoritmos de aprendizaje automático ML se utiliza para ajustar automáticamente los niveles de inventario, reordenar productos y minimizar el exceso o la falta de existencias. Permite la reducción de costos de almacenamiento y aumento de la eficiencia operativa.
Optimización de la Cadena de Suministro Aplicar IA para prever interrupciones en la cadena de suministro, identificar cuellos de botella y optimizar rutas de transporte. Aumenta la resiliencia de la cadena de suministro y reduce los costos logísticos.
Automatización de Procesos Financieros Utilizar IA para la conciliación automática de cuentas, procesamiento de facturas en CXC y CXP; y, previsión de flujo de caja. Reduce errores humanos, acelera procesos financieros, mejora la precisión de las previsiones, acelera el procesamiento de grandes volúmenes de documentos y datos contenidos en los mismos, permitiendo hacer cotejos inmediatos con documentos fuente de las transacciones.
ECM (Enterprise Content Management)
Clasificación Automática de Documentos Utilizar algoritmos de IA para categorizar documentos automáticamente según su contenido y metadatos. Con ML se mejora la organización de los documentos y facilita su recuperación.
Extracción de Información Aplicar técnicas de procesamiento del lenguaje natural (NLP) para extraer información relevante de documentos, como nombres, fechas, y números de identificación. Acelera la captura de datos y reduce la necesidad de entrada manual.
Gestión Automatizada de Flujos de Trabajo Utilizar IA para diseñar y gestionar flujos de trabajo basados en reglas, optimizando la ruta de los documentos según las necesidades empresariales. Mejora la eficiencia y asegura el cumplimiento de políticas empresariales.
Reconocimiento Óptico de Caracteres (OCR) Avanzado Implementar OCR con IA para reconocer y digitalizar texto de documentos escaneados, con capacidades mejoradas para idiomas y formatos complejos. Facilita la digitalización y la búsqueda de contenido en documentos físicos.
CRM (Customer Relationship Management)
Segmentación de Clientes Utilizar IA para analizar datos de clientes y segmentarlos según comportamientos, preferencias y valor potencial. Permite campañas de marketing más personalizadas y efectivas.
Personalización de Interacciones Implementar IA para adaptar el contenido y las ofertas a cada cliente basándose en su historial de interacción y preferencias. Mejora la satisfacción del cliente y aumenta las tasas de conversión.
Análisis Predictivo Utilizar algoritmos de IA para prever el comportamiento futuro de los clientes, como la probabilidad de abandono o la respuesta a promociones. Permite tomar medidas proactivas para retener clientes y aumentar las ventas.
Automatización del Servicio al Cliente Integrar chatbots impulsados por IA y asistentes virtuales para manejar consultas comunes, problemas de soporte y procesos de ventas. Mejora la eficiencia del servicio al cliente y libera recursos humanos para tareas más complejas.
Análisis de Sentimiento Implementar IA para analizar las opiniones de los clientes en tiempo real a través de comentarios en redes sociales, correos electrónicos y encuestas. Proporciona información valiosa sobre la percepción de la marca y permite respuestas rápidas a problemas.
2. Análisis avanzado y toma de decisiones: En ambas plataformas (ERP y CRM), la IA permite realizar análisis avanzados sobre grandes volúmenes de datos.
ERP Enterprise Resource Planning
Análisis Predictivo: Previsión de demanda, optimización de inventarios, y planificación de producción.
Automatización de Procesos: Automatización de tareas repetitivas como la entrada de datos y la conciliación bancaria.
Análisis Financiero Avanzado: Identificación de tendencias y patrones en los datos financieros, detección de fraudes.
Optimización de la Cadena de Suministro: Ajuste dinámico de niveles de inventario, rutas de transporte optimizadas.
ECM (Enterprise Content Management)
Clasificación de Documentos: Clasificación automática de documentos basados en su contenido.
Extracción de Datos: Extracción de datos relevantes de documentos escaneados o digitalizados.
Análisis de Contenido: Identificación de patrones y temas en grandes volúmenes de documentos.
Automatización de la Gestión de Flujos de Trabajo: Adaptación dinámica de los flujos de trabajo en función de los datos, el contexto y el volumen.
CRM (Customer Relationship Management)
Análisis de Sentimiento: Análisis de interacciones con clientes para identificar sentimientos y mejorar la comunicación.
Recomendaciones de Productos: Sugerencias personalizadas basadas en el historial y comportamiento del cliente.
Automatización del Servicio al Cliente: Uso de chatbots y asistentes virtuales para soporte al cliente.
Optimización de Campañas de Marketing: Personalización y segmentación dinámica de campañas de marketing.
3. Integración y Sinergias
Integración de Datos: La IA puede combinar datos de ERP, ECM, y CRM para ofrecer una visión holística del negocio.
Optimización de Procesos: La IA puede identificar ineficiencias y recomendar mejoras en los procesos empresariales.
Toma de Decisiones Basada en Datos: La IA proporciona análisis y previsiones basadas en datos integrados, mejorando la precisión en la toma de decisiones.
Personalización y Adaptabilidad: Los sistemas pueden adaptarse dinámicamente a las necesidades cambiantes del negocio y del mercado.
4. Asistentes virtuales y chatbots: Tanto en CRM como en ECM, los asistentes virtuales impulsados por IA y los chatbots están mejorando la interacción con los usuarios finales. Estos pueden responder preguntas comunes, guiar procesos de autogestión y proporcionar soporte instantáneo, mejorando así la eficiencia operativa y la satisfacción del cliente.
5. Seguridad y detección de anomalías: La IA también juega un papel crucial en la detección de fraudes y la seguridad dentro de los sistemas ERP y CRM. Puede identificar patrones sospechosos en transacciones financieras, detectar comportamientos anómalos en el uso de aplicaciones empresariales, y mejorar la protección de datos sensibles.
La integración de IA en plataformas empresariales como ERP, CRM y ECM está optimizando procesos mejorando la productividad, así como, la toma de decisiones y elevando la experiencia del cliente mediante la automatización inteligente, el análisis avanzado de datos y la mejora continua de la eficiencia operativa. Este avance está transformando cómo las organizaciones gestionan sus recursos, interactúan con los clientes y administran su información crítica. Adicionalmente se obtienen mejoras sustantivas en la reducción de costos, y, en la personalización y segmentación de los clientes.
Algunos ejemplos prácticos por industria:
IA en la banca: Estas instituciones tiene una mayor necesidad de velocidad transaccional, seguridad y cumplimiento a la vez, funciones como bots, detección de fraudes, identificación biométrica, contribuyen a mejorar la eficiencia operativa y la reducción de riesgos incluido el fraude.
Redes neuronales, procesamiento de lenguaje natural, aprendizaje automático son las herramientas que BBVA utiliza para su operación, más información en el siguiente link:
IA en fabricación: La conexión de plantas, dispositivos y maquinas a sistemas centrales, permiten proyectar oportunidades y disrupciones, así como, automatizar las tareas y flujos de trabajo. Los puntos de reorden se satisfacen en forma oportuna y en las fábricas inteligentes, se extiende a protocolos de producción on-demand.
IA en el comercio minorista: La pandemia fomento el mercado on line por lo que se tuvo que dar una disrupción en sistemas inteligentes de abastecimiento y de logística de distribución. Sin estas innovaciones, ese mercado no hubiera alcanzado el tamaño y competitividad con el que cuenta actualmente. Los compradores generan cada vez cantidades más grandes de datos en data sets cada vez más complejos y no estructurados, basados en sus comportamientos, y que deben ser analizados para lograr proyecciones realistas para todos los participantes.
IA en el cuidado de la salud: Imagenología en una de las fuentes generadoras de contenido más grande del sector, IA busca aprovechar todos los datos para encontrar protocolos entre diagnóstico y tratamiento para compararlos con los resultados del paciente. La comparación entre miles de imágenes proporciona cada vez diagnósticos más acertados. Los hospitales también utilizan las herramientas para satisfacción y optimización de la fuerza laboral, satisfacción del paciente y ahorro de costos, entre otros.
Recomendado por LinkedIn
IA en las empresas de servicios: La integración de IA en empresas de servicios está transformando la manera en que estas organizaciones operan, interactúan con los clientes y optimizan sus procesos internos. Aquellas empresas que adoptan y aprovechan la IA de manera efectiva están posicionadas para mejorar su competitividad, eficiencia y capacidad de ofrecer servicios personalizados y de alta calidad.
Ejemplo Práctico: Automatización de Procesos
Imagina una empresa que desea automatizar sus procesos, los cuales son repetitivos y propensos a errores humanos.
Empresa X: Un Ejemplo de Automatización Total
1. Cadena de Suministro (Supply Chain)
Automatización de Inventarios
Un sistema de ML para la previsión de la demanda analiza datos históricos de ventas, tendencias de mercado y datos externos (clima, eventos, etc.) para prever la demanda futura. Basado en la previsión de demanda, el sistema ajusta automáticamente los niveles de inventario en tiempo real, asegurando que haya suficiente stock para satisfacer la demanda sin generar excedentes.
De las órdenes de compra colocadas, un RPA se encarga de conciliar la orden de compra contra la entrada de material, revisando que los precios sean correctos. Este mismo se encarga de emitir la solicitud de pago en espera de la factura del proveedor.
Gestión de Proveedores
Con ML se evalúan a los proveedores potenciales basándose en costos, tiempos de entrega y calificaciones de calidad. Estos algoritmos negocian términos con proveedores, optimizando precios y condiciones.
Logística y Distribución
Rutas de Transporte: ML determina las rutas de transporte más eficientes, considerando tráfico, costos de combustible, y restricciones de tiempo.
Gestión de Almacenes: Robótica y sistemas automatizados gestionan el almacenamiento y la recolección de productos en los almacenes, minimizando errores y tiempos de procesamiento.
2. Finanzas y Contabilidad
Contabilidad Automatizada
Registro de Transacciones: Los RPA registran y categorizan automáticamente las transacciones financieras, reduciendo la necesidad de intervención manual.
Entrada de Facturas: Los sistemas ECM con RPA son capaces de leer el XML de las facturas y compararlas con las ordenes de entrada y solicitudes de pago emitidas por el proceso de Supply Chain, una vez validadas se genera la programación de pagos de acuerdo las condiciones pactadas con cada proveedor.
Conciliación Bancaria: La IA concilia cuentas automáticamente, comparando registros internos con extractos bancarios.
Análisis Financiero
Informes en Tiempo Real: ERP genera informes financieros en tiempo real, proporcionando visibilidad instantánea de la salud financiera de la empresa.
Detección de Anomalías: Algoritmos de ML identifican patrones inusuales en los datos financieros, alertando sobre posibles fraudes, errores o discrepancias.
Presupuestación y Planificación
Modelos Predictivos: La IA crea modelos de previsión presupuestaria basados en datos históricos y escenarios futuros, ajustándose dinámicamente a cambios en el entorno empresarial.
Simulación de Escenarios: La empresa puede simular diferentes escenarios financieros (crecimiento, recesión, cambios en la legislación) para planificar estrategias.
3. Tesorería
Gestión de Flujos de Caja
Previsión de Flujos: La IA analiza patrones históricos y condiciones actuales para prever la entrada y salida de efectivo, optimizando la liquidez.
Optimización de Tesorería: Basado en las previsiones, el sistema de IA ajusta automáticamente las reservas de efectivo y las inversiones a corto plazo.
Gestión de Pagos
Automatización de Pagos: El sistema realiza pagos automáticamente a proveedores, empleados y otras partes interesadas, asegurando que se realicen a tiempo y optimizando los ciclos de efectivo.
Gestión de Riesgos: La IA evalúa el riesgo de los pagos pendientes y ajusta las estrategias de cobertura cambiaria y otros instrumentos financieros en consecuencia.
Inversiones y Financiación
Optimización de Cartera: Algoritmos de IA gestionan la cartera de inversiones, ajustando las posiciones basadas en las condiciones del mercado y los objetivos financieros.
Gestión de Deuda: La IA recomienda estrategias para la emisión de deuda o la amortización basándose en las tasas de interés y el flujo de caja proyectado.
Integración y Flujo de Trabajo
1. Flujo de Información: La información fluye de manera integrada entre la cadena de suministro, finanzas, contabilidad y tesorería. Por ejemplo, las previsiones de demanda alimentan las decisiones de inventario, que a su vez afectan los flujos de caja y las estrategias de financiación.
2. Toma de Decisiones: Los sistemas de IA proporcionan dashboards en tiempo real con insights clave, permitiendo a los directivos tomar decisiones informadas de manera proactiva.
3. Automatización de Procesos: Las decisiones operativas se automatizan, desde la reposición de inventarios hasta la asignación de inversiones, reduciendo el tiempo de reacción y aumentando la eficiencia.
Beneficios
· Eficiencia Operativa: Automatización completa de procesos reduce tiempos y errores.
· Visibilidad en Tiempo Real: Información instantánea y precisa permite una toma de decisiones más rápida y efectiva.
· Reducción de Costos: Optimización de recursos financieros y operativos.
· Mejora en la Gestión del Riesgo: Identificación proactiva de riesgos financieros y operativos.
Las posibilidades de utilización de los componentes de la IA en las empresas son infinitas, hay una serie de preguntas recurrentes que he ido colectando como speaker en distintos eventos de automatización con ECM y, en pláticas con colegas y alumnos a este respecto:
1) ¿Por dónde empezar? No hay una respuesta absoluta por lo que sugiero empezar por el proceso que implica mayor volumen de documentación y transacciones, y que, por lo tanto, representa el mayor dolor de cabeza para la organización. Es donde el resultado será más notorio, el ROI del proyecto será más alto y tendrá un gran impacto en el margen. El éxito en este proyecto bien acotado abrirá apetito para que otras áreas de la organización se vayan sumando.
2) ¿Hay alguna aplicación que haga todo esto? La respuesta es NO, debemos buscar la mejor integración disponible entre las aplicaciones con que ya cuenta la empresa, la mejor mancuerna en altos volúmenes documentales y transaccionales es la de ERP con ECM. Esto nos da la posibilidad de seleccionar los componentes ofrecidos en ambas plataformas que nos otorguen el mayor costo beneficio.
3) ¿Qué es preferible aplicaciones que vayan complementando nuestras aplicaciones o funcionalidades ya embebidas en las actuales plataformas? El mejor orden siempre será ERP y ECM, si la compañía no cuenta con un ERP que ofrezca esas funcionalidades, entonces el mejor camino para iniciar por costo beneficio será la vía del ECM ya que, ofrecerá una base sólida permitiendo el tiempo de espera en que la organización decida migrar a un ERP más robusto que ofrezca funcionalidades de IA. CRM puede implementarse por sí solo e integrarse en su oportunidad a ERP y ECM para crear el ecosistema completo. Agregar muchos satélites a un solo sistema, complicará su administración y creará dolores de cabeza para el área de TI, por eso es preferible que las funcionalidades ya se encuentren embebidas en las plataformas con el fin de simplificar y hacer eficiente la administración de los sistemas.
4) ¿Quién debe impulsar las iniciativas de IA? Generalmente se piensa que TI es quien debe impulsar estas iniciativas, sin embargo, en mi experiencia es mejor que cada área impulse las iniciativas con la participación del área de TI. Cada área conoce a detalle las necesidades de sus procesos y donde puede agregar mayor valor, por lo que debe designarse un responsable de transformación. A su vez la organización debe tener una cabeza de transformación digital que coordine todos los esfuerzos hacía el logro de ese objetivo estratégico.
Pues bien, después de esta pequeña serie de artículos, espero haberles proporcionado información valiosa que ayude a una mejor comprensión de los términos más utilizados de IA en los negocios y como las plataformas ya lo han incorporado en su funcionalidad para el quehacer diario de los negocios.
Desde 2010 me involucre en un proyecto de esta naturaleza, que antes de llamarse transformación digital empezamos por una oficina paperless y de ahí, nació mi gusto y pasión por lo que se refiere a la automatización de procesos, y que desde el área financiera y desde entonces generamos mucho valor a la organización. Esta etapa ha recientemente concluido, pero no así la pasión por compartir información y experiencias para ayudar a otros, ahora como consultor, en los procesos de automatización mediante el ECM de OnBase, que también se ha transformado ahora en un gestor inteligente de contenidos.