Tema de portada
Revista de marzo de Agenda de la Empresa
¿Qué importancia tiene para AIS GROUP la Inteligencia Artificial y en qué medida hacen uso de esta tecnología?
Podemos decir que prácticamente todo lo que hacemos en AIS es Inteligencia Artificial. Nos servimos de sus distintas técnicas, así como de la Estadística, las Matemáticas, la Econometría o la Inteligencia de Negocio, para dar la respuesta óptima a cualquiera de los retos a los que se enfrentan las empresas. Es decir, tratamos de generar valor a partir de los datos de las empresas, haciendo que se conviertan en un conocimiento útil para poder tomar no solo decisiones, sino la mejor decisión posible. Así, por ejemplo, a partir de los datos de las compras o contrataciones de un cliente, podemos determinar qué otros productos o servicios son más susceptibles de adquirir, o sea, su propensión a la compra e iniciar una campaña de ofertas. También podemos detectar posibles comportamientos fraudulentos, señales de que pueda producirse un impago, predecir el absentismo laboral, calcular qué stock de cada producto es el óptimo para cada punto de ventas, etc. Construimos modelos principalmente orientados a la predicción y a la optimización para favorecer la toma de decisiones basada en datos, lo qué ahora se viene llamando data-driven. Para construir todo este tipo de modelos no estamos casados con ninguna tecnología o técnica en concreto. En cada proyecto evaluamos qué datos hay disponibles, que variables son relevantes, qué técnica es la más adecuada y elegimos la mejor opción para solventar cada tipo de problemática de modo que la decisión sea la óptima.
¿En qué áreas aplican la Inteligencia Artificial?
Aplicamos la IA a diferentes áreas dentro de las empresas. Entre ellas Tecnología, Marketing, RR. HH., Compras, Logística, Planificación o Riesgos. Y a nivel de sectores estamos llevando a cabo distintos proyectos con empresas de sectores como el industrial, seguros, retail, financiero, inmobiliario, sanidad o el sector público.
Por otra parte, ¿podría comentarnos algún proyecto o iniciativa de la compañía que se desarrolle a través de Inteligencia Artificial?
Tenemos muchos. Uno interesante es el que hemos desarrollado para Barcelona, que consiste en un modelo de predicción de la ocupación de las plazas de estacionamiento de pago en calzada (zona azul y verde) de la Ciudad Condal. Es decir, utilizamos una técnica de IA para calcular la probabilidad de aparcar en las zonas azules de toda la ciudad, no solo en tiempo real, sino hasta con dos días de antelación. El sistema funciona utilizando la información de la ocupación pagada, ya sea directamente vía parquímetros o bien mediante la aplicación de pago móvil de aparcamiento. Los datos que proporciona son de gran interés para el usuario, ya que le ayudan tanto a encontrar plaza más rápidamente como a planificar la zona donde aparcar por adelantado. Gracias a estas funcionalidades, el sistema ayuda a reducir el tiempo de búsqueda de plaza de aparcamiento y, a la vez, los niveles de congestión de tráfico, derivados del tránsito de proximidad y de contaminación de la ciudad de Barcelona. Otro muy de actualidad por el gran avance del ecommerce es el de la planificación de la producción de cajas de cartón. Aquí usamos distintas técnicas para optimizar toda la planificación de la fábrica, desde el orden de los pedidos de cajas a producirse para lograr reducir al mínimo el desperdicio en el corte del cartón, a distribuir los pedidos en las distintas máquinas (onduladora, troqueladora, imprenta…) de modo que no haya colapso en ninguna máquina, ni paros innecesarios, incluso a optimizar el modo de cargar los pedidos en los camiones para que se tenga en cuenta la ruta, lo que debe descargarse primero, los distintos volúmenes de los pedidos, etc. La organización de una fábrica supone un montón de decisiones y disponer de sistemas que te ayuden a tomar la mejor en cada caso, es una ventaja notable. En RR. HH., algo común a muchas empresas es que la selección de currículums consume mucho tiempo y es una tarea tediosa. La IA, mediante el análisis de información estructurada (procedente de las BBDD de RR. HH.) y la lectura de currículums utilizando técnicas de Text Mining (NLP) construyen modelos (algoritmos de Machine Learning) que nos permiten reducir los tiempos de revisión de CV (así como los costos asociados a la gestión y selección), filtrando los más idóneos para el puesto. Los resultados del modelo ayudarían al técnico a priorizar el análisis de los candidatos. Por último, estamos trabajando en un proyecto orientado al call center de una compañía de seguros para, a partir de datos de audio, identificar mediante Inteligencia Artificial a qué departamento se debe asignar el requerimiento e identificar requerimientos recurrentes cuyas causas o factores de riesgo se puedan prevenir para evitar que se produzcan.
M.C.
