Según pública el portal tynmagazine.com
Por: Miguel Ángel Ruz, Socio y director general de Decision Point en Latinoamérica.
Hablar de inteligencia artificial, GPT, data insights y analytics suena totalmente innovador actualmente. Sin embargo, aunque el tema esté en boga, no significa que el camino para lograr que los datos generen crecimientos de ventas sea fácil.
En esta era del big data, machine learning (ML) e inteligencia artificial (IA), la gestión eficaz de los datos se ha convertido en una prioridad crucial para las empresas de todos los sectores, ya que, quien logre hacer un uso inteligente de los datos y cree insights de valor, habrá desbloqueado una fuente inédita de ventaja competitiva y generación de valor frente a su competencia. Según IDC, el mercado mundial de software de Big Data y Analítica (BDA) registrará un importante crecimiento donde se espera que crezca desde los 300B actuales a US$ 625B en 2028, esto con un CAGR de 14,9%. Particularmente LatAm representa alrededor de un 14% de este mercado, con un monto cercano a los US$ 40B.
Su solidez se basa en la importancia que han cobrado los datos en la economía, la transición en curso a la nube y la integración de inteligencia artificial en las aplicaciones empresariales. Es así, que empresas de consultoría y think tank de analytics, como Decision Point, han desarrollado soluciones tecnológicas únicas que permiten la utilización de IA en las áreas de Analytics Predictivo y Prescriptivo, Análisis Conversacional e Hiper personalización, por mencionar algunas.
La experiencia, ha permitido democratizar las herramientas de IA y agilizar la adopción de Data Analytics dotando a las compañías de un “oráculo” para lograr mejoras sustantivas en los negocios que se mueven en el rango de +4% a +10% del Margen de Contribución. Esto resulta atractivo, debido al gran interés de las empresas en la región buscan anticiparse y aprovechar fenómenos como el “nearshoring” (consistente en mover operaciones de negocio o procesos a países cercanos), mejorar sus operaciones del día a día con proyectos tales como gestión promocional, pricing (incluyendo escenarios what-if y simuladores), assortment del punto de venta y segmentaciones end-to-end y al mismo tiempo enfrentar retos o barreras internas que parecen impedir este crecimiento, como la disponibilidad y calidad de la información, un punto no menos importante que puede ser abordado mediante una estrategia de limpieza e integración datos.
Vea también: El retail, ante el reto de una experiencia de cliente unificada y fluida
Punto de partida
Definitivamente, hay algunas barreras para llevar a cabo este tipo de proyectos; desde las limitaciones presupuestarias, las decisiones de externalizar los desarrollos y fomentar crecimiento interno en infraestructura y en capacidades del personal claves, son aspectos que deben ser cuidadosamente evaluados pero que han demostrado ser pieza clave para la aceleración de la innovación en la región.
El mejor consejo y la estrategia más efectiva sería iniciar la transformación con un caso de uso específico y acotado, permitiendo mostrar valor y construir impulso para esfuerzos más amplios posteriormente.
En esta línea, el problema más común es ver que distintas áreas tengan cifras de resultados diferentes para un mismo KPI. Por ejemplo, con respecto a ventas del año anterior, probablemente finanzas tengan un número y ventas otro. Esto nos lleva a la importancia que tiene, en el ámbito de estrategias y tácticas comerciales, tener certeza en la información sobre la cual tomar decisiones. Esto deja ver lo relevante de las fuentes de datos “consistentes” para asegurar confianza en la información de la organización.
En el último año se han popularizado herramientas basadas en la IA generativa. La cual consiste en sistemas de IA diseñados para producir contenido nuevo y original, como texto, imágenes, música entre otros. Estos sistemas logran producir este tipo de contenido, luego de haber sido entrenados con una gran cantidad de datos en su campo respectivo. Por ejemplo, para generar texto, se entrena el modelo con un vasto corpus de texto existente, lo mismo ocurre con imágenes y música. Durante el entrenamiento, el modelo aprende patrones, estilos, estructuras y otras características relevantes de los datos. Con este aprendizaje puede generar nuevo contenido imitando o inspirándose en los datos originales.
Las herramientas basadas en esta tecnología están logrando evolucionar la forma en que las organizaciones gestionan sus datos con las mismas capacidades avanzadas de procesamiento del lenguaje natural, retención contextual, reconocimiento de voz y pequeños empujoncitos (nudges) para proporcionar la combinación perfecta para ayudar a más profesionales a tener al alcance de un chat, datos sólidos que sustentan una decisión de negocio clave.
Por ejemplo, BeagleGPT, es este “oráculo”, que utiliza IA y modelos de lenguaje de tipo GPT, con la cual se puede tener una conversación en tiempo real con los datos y desde una aplicación empresarial, permite convertir datos en información valiosa que se traduce en mejores estrategias de crecimiento, identificación de patrones y generación de informes prácticos y significativos basados en gráficos y tableros. Eso sí, ninguna herramienta es mágica, se basan en los datos que tenemos como organización para poder responder las preguntas. Si no disponemos de la información no podremos responder las preguntas correctamente.
Y, ¿Cuánto podemos crecer el siguiente mes?
Si nos preguntábamos cuándo (en el futuro) estaríamos en posibilidad de consultar a la máquina para recibir alguna revelación como si fuera un brujo adivino, podemos afirmar que el futuro ya nos alcanzó. Hoy, estas herramientas nos permiten conversar con los datos, como si fuera un colega humano bilingüe (tanto en inglés como en español). Hoy estas mismas consultas se amplían no solo a los datos, sino al cruce predictivo, así como sugerencias prescriptivas de escenarios y acciones potenciales para continuar creciendo el negocio. Las capacidades de retener el contexto de consultas anteriores mejoran, además, la precisión y flujo de la conversación, eficiencia y personalización de las respuestas gracias al uso de modelos de Machine Learning y la compilación de información en un solo lugar.
Industrias con potencial de dotar a su talento del poder de la IA
Actualmente, estas soluciones basadas en IA y Advanced Analytics puede ser utilizada en diferentes mercados como EEUU, Canadá, UE, China, India, Brasil, México y Chile, con un enfoque de industria con especial propensión en industrias como CPG, retail, automotriz, logística y distribución (entre otras) para analizar la data con rapidez y precisión para áreas como ventas, operaciones, atención al cliente, finanzas, seguridad IT, etc. Esto sin duda, garantiza la asignación eficiente de recursos, una correcta gestión de riesgos y una óptima eficiencia operativa con una visión más allá del potencial en base a su data disponible, desde una sola app, sin almacenar datos y con consultas en vivo personalizadas, con capacidad de colaboración desde sus herramientas empresariales.
