La industria y la IA: qué camino seguir para hacer productivo el dato

Hace ya casi dos decenios que el matemático británico Clive Humby pronunció una de las frases más icónicas de lo que llevamos de siglo XXI: “Los datos son el nuevo petróleo”. ¿Por qué? Porque, como estamos comprobando, pueden llegar a tener un valor incalculable, pero necesitamos refinarlos para que se conviertan en algo verdaderamente productivo. Así, para que las empresas puedan convertir estos datos en activos estratégicos no basta con apostar por la inteligencia artificial desde la cúpula, sino crear una auténtica cultura del dato en la compañía que acabe generando decisiones productivas.

Se trata de una idea que caracteriza la nueva revolución industrial que han traído los datos y su democratización: ofrecen grandes oportunidades y posibilidades, pero hay que saber utilizarlas para maximizar su potencial. Esta y otras propuestas surgieron en una jornada en el Espacio Xplora de Ibercaja que contó -entre otros- con la participación de Kike Montón Manufacturing Consultant en GFT), Pascual Guiu (Chief Information Officer en CEFA), Carolina Gracia Grijota (dirección técnica de Operaciones y Sostenibilidad en HMY) y Jonatan Rodríguez Vicente (responsable en Analytics de ESG Reporting en BSH Electrodomésticos España).

La inteligencia artificial es un avance tecnológico que, tras el “abismo de la desilusión” que crearon en la industria conceptos como el machine learning o el smart factory, donde no se terminaron de cubrir las expectativas, ella actúa como un acelerador. Y desde las tecnológicas, las figuras clave lo están refrendando. De ahí que las empresas opten por utilizarla por temor a quedarse atrás si no lo hacen.

Así, empiezan a proliferar y a democratizarse aplicaciones, herramientas y mecanismos que hacen de la IA una herramienta muy útil, y en algunos casos un factor de crecimiento exponencial. Pero ¿deben las organizaciones lanzarse a tumba abierta a diseñar estas aplicaciones sin tener claro qué rendimiento pueden aportar? Parece claro que no. 

Las cuatro áreas industriales donde ayuda la IA

Kike Montón deja claro, para empezar, que “el componente esencial de todos estos procesos son los datos”. Sin ellos no se pueden generar algoritmos para optimizar todos estos procesos útiles para la industria. Y en la gestión del dato no se puede improvisar: lo primero que hay que hacer es tener clara la visión final e ir construyendo poco a poco. A su vez, el crecimiento del dato tiene que ser flexible y modular, de manera que su uso pueda ir adaptándose a las diferentes situaciones.

Las cuatro áreas industriales donde tiene mayor potencial la IA, según Montón, son:

1. Mejoras en el desarrollo de producto, punto que involucraría la I+D y que convierte a la IA en un asistente clave en el diseño de producto y en los equipos de desarrollos de software.
2. Digitalización de operaciones, con mejoras en las áreas de compras, de planificación y gestión de plantas o control de calidad con inspección visual.
3. Diferenciación en la experiencia de cliente, para explorar el producto y su contenido, comprar con lenguaje natural, utilizar asistentes para la creación de campañas de marketing -como herramienta de apoyo- o modernizar el servicio a clientes. 
4. Sostenibilidad, puesto que los avance en IA permiten ya la reducción de desperdicios, la optimización de la energía utilizada o de las rutas de transporte, o bien el reporting de criterios ESG (environmental, social and governance).

Generar valor con la inteligencia natural utilizando la IA como herramienta

Las empresas empiezan a asumir todo el potencial de la inteligencia artificial y en muchos casos, tras superar el mencionado “abismo de la desilusión”, experimentan ya con aplicaciones que incorporan la IA para mejorar sus procesos y su productividad.

En CEFA, Pascual Guiu señala que aspiran a “captar el mayor número de datos para poder evaluarla”. “Hay que extender su uso y formar a la gente para sacarle partido con objetivos, ya que además es ágil. Pero hay que hacerlo con criterio”, apunta, en línea con lo planteado por Kike Montón.

Desde HMY, Carolina Gracia lo tiene claro: “Hay que generar valor a través de la inteligencia natural utilizando la IA como herramienta”. Dicho de otro modo, “la inteligencia artificial viene a complementar la inteligencia natural”. Y, también dentro del argumento de actuar con previsión, considera que no es necesariamente negativo “experimentar con la IA”, pero hay que hacerlo “pensando en para qué la quiero utilizar, con ánimo de ir aprendiendo mientras se trabaja con ella con objetivos”.

BSH, por su parte, cree fundamental implantar una “cultura del dato” que acabe llegando “a todos los departamentos y a todos los niveles”, como apunta Jonatan Rodríguez. Es decir, “tener los datos y que sean conocidos por todos los empleados”, de forma que se puedan crear aplicaciones y herramientas “para que todos tengan capacidad de acceder e interpretar estos datos”, con el fin último de tomar decisiones en función de ellos. 

Todas estas ideas, acciones e iniciativas apuntan a una estrategia común en el sector empresarial: situar al dato como un elemento fundamental que debe estar alineado con la estrategia de la compañía y que debe ser accesible a toda la organización. Trabajar, en definitiva, hacia una democratización del dato. Y siempre bajo la premisa de que, aunque se ha avanzado un buen trecho, la potencialidad de la inteligencia artificial aún no se ha desplegado por completo. 

En definitiva, en esta materia se debe trabajar con esta premisa: no se trata de hacer máquinas más inteligentes, sino de que las máquinas nos hagan más inteligentes a nosotros.