¿Cuál es el caso de uso más potente o significativo que habéis aplicado en vuestra organización?
Nuestro éxito está en la visión holística de la IA, resultado de una decisión y un proceso de aplicación de muchos casos de usos a nivel corporativo y en el portfolio de servicios. Aunque esto es un trabajo de más de tres años, lo resumo brevemente para destacar lo más importante:
Tomamos la decisión estratégica de aplicar IA en Ayesa muy pronto, en el Q1 de 2023, y, con ello, invertir y constituir un equipo propio a tal fin: Ayesa GenIA.
Además, desde entonces hemos ido creciendo exponencialmente en el área de AI/Data & Digital Experience, hasta llegar a ser 800 profesionales, lo cual nos ha ayudado a traccionar y desarrollar muchos casos de uso, casos de éxito en clientes y otros muchos internos, aplicados en la propia Ayesa.
Así, contamos con casos de IA en nuestros procesos corporativos más complejos:
- En el recruiting y la selección que son procesos muy intensivos en una compañía de cerca de 14.000 profesionales y con continuos nuevos proyectos.
- En el control económico donde es un soporte en un grupo formado por diversas entidades mercantiles y con actividad en diversos países.
- En la colaboración con proveedores donde buscamos la agilidad en las comunicaciones y, también, en las compras de ciertos servicios o soluciones donde, como a nuestros clientes, la IA aporta un valor la comparativa técnica y económica.
Pero, además, por supuesto, gracias a la IA hemos ido transformando nuestro portfolio de servicios como Ayesa Digital.
Así, todos los equipos trabajan para sacar el máximo rendimiento de las capacidades de la IA, en beneficio de nuestros clientes, a los que incluimos en el proceso de forma transparente y colaborativa.
Los casos de aplicación más reseñables son:
- AI/Data & Digital Experience, donde hemos hecho de la IA no una disciplina más sino el ADN de nuestra oferta de servicios de forma que somos expertos en IA conversacional & CC, IA en App y productos digitales, IA en IDP / automatización de procesos de negocio, IA en la estrategia y plataformas de Datos, e IA en Business Intelligence.
- Custom Development, donde utilizamos la IA de forma selectiva según el contexto de negocio, funcional y tecnológico para optimizar el ciclo de vida del desarrollo del SW, incluyendo, entre otros, el diseño, la programación, las pruebas, el despliegue o la documentación. Además, lo hacemos tanto para el desarrollo de nuevas aplicaciones como para la reingeniería, la refactorización o la migración de aplicaciones ya existentes.
- Enterprise Platforms, como SAP o Salesforce (Agentforce), donde además de invertir en formación y certificaciones, tratamos de incluir siempre como mejora, el sacar partido de la IA embebida en las soluciones y las novedades en su roadmap de producto.
- Cloud & Infraestructuras, donde desde hace años venimos aplicando modelos AIOps, pero ahora hemos dado un salto gracias a poner foco en las ventajas del Cloud Native, con distintas adopciones según sea Google, AWS o Azure, por ejemplo, pero un mismo fin.
- Digital Worpkplace, donde a pesar de ser una de las últimas áreas que menciono es, en realidad, donde antes empezamos a utilizar algoritmos y RPA que hoy son potenciados por IA, con ML, NLP y, por supuesto, agentes conversacionales.
- Cybersecurity, donde por un lado utilizamos IA (e incluso Quantum Computing) en la detección y análisis, pero donde tenemos al mismo tiempo un nuevo reto que es IA aplicada cibersegura.
Sin embargo, como indicaba al inicio, a pesar de tener casos de uso en todos estos procesos y servicios, lo que más nos enorgullece hoy es nuestra visión holística de la IA.
Es decir, no sólo sumamos casos de uso y el esfuerzo de muchos equipos, sino que hay un plan estratégico transversal a todos los procesos y servicios, un modelo de gobierno en IA único, y, por tanto, conseguimos que:
- Todo avance en IA responda a una fase de la transformación que queremos lograr.
- Todo avance en IA no sea un fin en sí mismo sino un input para otro.
Tres ejemplos de esta correlación de casos de uso muy sencillos son:
- Los avances en IA Generativa en AI/Data han dado lugar una propuesta de transformación de modelos de atención al cliente mixta AI Multiplataforma & Agentforce/Salesforce
- Los avances que hemos conseguido estos años en IA en el ciclo de desarrollo del SW han impulsado el uso de la IA en SAP
- La larga experiencia en Digital Workplace con ML & RPA, está potenciando el desarrollo de aplicaciones con IA para empleados de forma cross y aportando nuevas ideas para la IA en procesos de negocio CC, B2C y B2B.
Estamos convencidos de que es esta visión holística de la IA, multiservicio y multitecnología, lo que nos diferencia hoy de lo que empezamos haciendo en 2023.
¿Cuál es el mayor reto que estáis enfrentando en las aplicaciones de IA de vuestra organización?
Tenemos muchos retos pero destacaría dos:
- La ciberseguridad en la aplicación de la IA, en todos los servicios que hemos comentado anteriormente, pero con especial énfasis en la IA en el Ciclo de vida del SW y la IA en Cloud & Infraestructuras; dos ámbitos donde ya hay mucha experiencia en aplicar ciberseguridad y contamos con equipos, desde arquitectos a pen testers, perfectamente coordinados con los equipos de desarrollo e infraestructuras, que ahora tienen que poner foco en la IA.
- La velocidad en la creación de nuevas plataformas y herramientas de IA por parte de distintos fabricantes, que obliga a:
- Dotar al Observatorio de GenAI de los mejores expertos, que nos ayuden a anticiparnos y a entender los avances y diferencias:
- Tomar decisiones en un contexto de permanente evolución, donde la inversión que hoy haces en lo que entiendes es la mejor solución debe tener un ciclo corto de aprendizaje y demostración de resultados dado que mañana el contexto cambiará, pero no empezaremos de cero.
¿Qué consejo práctico le darías a alguien que quiere empezar a aplicar IA y no sabe por dónde comenzar?
En nuestra experiencia, hay dos cuestiones fundamentales:
- Trabajar en dos planos paralelos, táctico y estratégico:
Así, recomendamos, por un lado, hacer un diagnóstico y priorización de los pain points conforme al plan estratégico y los retos que en cada proceso de negocio existan, de forma que lo táctico no reste importancia a lo estratégico.
Sin embargo, por otro lado, y en paralelo, recomendamos implantar mejoras basadas en IA que sean quick wins y que ayuden al cambio organizacional. En este sentido, la IA implica una gestión del cambio que tiene su propio ritmo, y es necesario que la organización esté preparada, motivada y comprometida, para cuando se acometan los proyectos de IA más complejos, con un retorno más a medio plazo. Ejemplos de quick wins en algunas organizaciones son los casos de uso en procesos corporativos, y, en otras, son los de atención a clientes y empleados.
- No avanzar demasiado en casos de uso sin implantar un gobierno de la IA, tecnológico o “by design”, y un modelo de orquestación de agentes que evite duplicidades y gaps.
Hoy en día ésta es la prioridad #1 para compañías que ya son referentes en la adopción del IA en sus procesos de negocio y donde identifican una clara oportunidad de mejora con este gobierno y orquestación, a fin de maximizar el retorno de los múltiples casos de uso que idean e implantan.
¿Cómo convencerías a un cliente o a la alta dirección de tu empresa de que vale la pena invertir en IA aplicada?
Si tuviéramos que poner un orden,
Primero, el convencimiento requiere de menos presentaciones y más evidencias: referencias de empresas con procesos de negocio y problemáticas similares; referencias no sólo de casos de uso sino con KPIs; métricas que ayudan a aterrizar el % de implantación, uso y retorno de la inversión conseguida al inicio y en sucesivas fases; datos realistas y extrapolables que no sean sólo un % de reducción de tareas extrapolado de otros contextos, con una tasa de incertidumbre y riesgo de incumplimiento muy alto.
Segundo, es obligatorio adecuar cualquier referencia al escenario de una compañía, y para ello hacemos de forma muy ágil un Discovery y un Piloto. Y es que lo que nos diferencia es la agilidad, ya que hoy gracias a la tecnología y a la experiencia de compaginar táctico y estratégico, evitamos los errores del pasado, los proceso largos e interrumpidos muchas veces por la falta de calidad en los datos o la necesidad de una alta dedicación del espónsor.
Tercero, no todo es IA generativa, y la transformación profunda de ciertos procesos sigue requiriendo de la IA: de modelos predictivos complejos, por lo que es esencial tener diferentes responsabilidades y miradas a corto y largo plazo.
Completa la frase: “La IA aplicada es…”
un nuevo estadio de la transformación de los modelos de negocio, como lo fue la industria 4.0 y transformación digital, y, lo más importante, ya no es un complemento, una línea de actuación complementaria y paralela, sino que la IA debe estar embebida en todos los proyectos tecnológicos que se acometen, cualquiera que sea el área o la solución.
