Transformando el Retail & Consumo Masivo: El Potencial de la IA

La inteligencia artificial (IA) generativa es un tipo de IA capaz de generar textos, imágenes u otros medios en respuesta a comandos. De hecho, los modelos de IA generativa aprenden los patrones y la estructura de sus datos de entrada, para luego generar nuevos datos que tienen características similares o incluso mejoradas (ejemplos notables incluyen ChatGPT, Bard, etc.).

En este sentido, la IA generativa es un potencial punto de inflexión para las empresas del sector Retail & Consumo masivo.  Esta tecnología de rápido crecimiento puede ser utilizada por dichas empresas para optimizar los precios, ofrecer contenido publicitario mejor orientado, generar descripciones de productos más atractivas y permitir una experiencia de usuario más rápida y personalizada. También tiene el potencial de facilitar mejores interacciones de servicio al cliente al reducir las tensiones en el proceso de devolución, especialmente cuando los clientes no están satisfechos con las capacidades tradicionales de los Chatbots.

Al respecto, durante el año 2023 KPMG realizó una encuesta global a 300 ejecutivos de diversas industrias. Los encuestados relacionados con el sector Retail & Consumo masivo manifestaron que sus organizaciones son más propensas a aplicar la IA generativa para analizar los datos de los clientes y crear recomendaciones personalizadas (el 66 por ciento considera que se usa de esta manera); análisis de tendencias/análisis predictivo para la gestión de inventarios (64 por ciento); y generar contenido, incluidos textos de marketing y resúmenes de productos (62 por ciento). El cincuenta y ocho por ciento también cree que se utilizará para desarrollar Chatbots de servicio al cliente de mayor funcionamiento, y el 40 por ciento prevé que ayudará a establecer precios competitivos.

Asimismo, por ahora las empresas del sector Retail & Consumo masivo se han centrado principalmente en la aplicación de la IA generativa en las áreas de Marketing y Ventas, y el 70 por ciento de los ejecutivos de este sector las identifican como las áreas donde la IA generativa tendrá el mayor impacto transformacional. Sin embargo, muchas de las empresas de dicho sector han estado explorando durante años cómo aprovechar mejor los datos internos y de terceros existentes utilizando la IA. Por ejemplo, en la industria del Fast Fashion, algunos ya están utilizando la IA para predecir y analizar tendencias, crear modelos virtuales que puedan mostrar prendas, anticipar las necesidades de los clientes y ayudarlos a disfrutar de una experiencia de compra más personalizada.

Aun así, con todo el increíble potencial para impactar positivamente al sector Retail & Consumo masivo, solo el 23 por ciento de las empresas encuestadas vinculadas a este sector, habían designado a una persona o equipo central para organizar la respuesta al surgimiento de la IA generativa y, de esta manera, aprovechar al máximo esta tecnología emergente.

Para impulsar la utilización y el aprovechamiento de la IA generativa, hay cinco acciones clave que las empresas podrían considerar:

•     Reunir fuentes de datos confiables y planificar formas de examinar los resultados: La IA generativa requiere dos aspectos clave para su adopción: confianza en las fuentes de datos y confianza en los resultados.

La IA generativa se entrena con una gran cantidad de datos que están en gran medida disponibles para el público; sin embargo, no todos estos datos son confiables. En la mayoría de los casos, tampoco incluyen todos los datos que la empresa necesitará para aprovechar la IA generativa. Estas deficiencias demuestran la importancia de construir una infraestructura de datos personalizada que permita a la IA generativa brindar conocimientos enfocados, impulsar una mejor toma de decisiones, detectar riesgos y capitalizar oportunidades que de otro modo podrían pasarse por alto.

Por otro lado, uno de los peligros actuales de la IA generativa es que puede crear resultados que parecen completamente razonables y, al mismo tiempo, completamente inexactos; es decir, puede “alucinar” hechos y cometer errores de razonamiento. En consecuencia, puede ser buena para producir ideas o expresiones artísticas, pero de poco valor en aplicaciones comerciales generales hasta que se pueda confiar más ampliamente en ella. Por lo tanto, para que las empresas hagan un uso real de la IA generativa y confíen en su producción, necesitarán ponderar qué parte de esa producción se basa en hechos y qué parte podría ser una alucinación.

•     Desarrollar un marco de “IA responsable”: Resulta crítico crear un marco para el uso responsable de la IA; es decir, para usarla con un alto nivel de gobernanza e intenciones éticas, teniendo en cuenta el impacto en los clientes, empleados y otras partes interesadas, lo cual será fundamental para ser auténtico con ellos, ganarse su confianza y, en el proceso, garantizar la protección de su reputación mediante la salvaguarda de sus datos personales u otra información confidencial.

Asimismo, es importante asegurarse de que la tecnología se utilice no sólo de forma ética, sino también de forma legal, por lo que resulta indispensable comprender los riesgos legales de utilizar la IA generativa en relación con resultados inexactos, fraudes, protección de la propia propiedad intelectual y posibles infracciones de la propiedad intelectual de otras personas. Mitigar estos riesgos permitirá a la empresa desarrollar y utilizar la IA de una manera más optimizada y, en consecuencia, con una mayor velocidad para generar valor para el negocio. 

•     Diseñar estrategias, experimentar e identificar oportunidades para generar valor: Es importante desarrollar una estrategia clara acerca de cómo impulsar el uso de la IA generativa, la cual describa los roles y responsabilidades de quienes tomarán las decisiones y de quiénes harán uso de la tecnología. Una vez hecho esto, resulta clave no esperar más para empezar a experimentar, poniendo esta tecnología en manos de la gente y observando cómo es utilizada y los resultados que produce.

La generación de valor a partir de este momento dependerá de nuestra habilidad para identificar oportunidades que apliquen a cada paso de la cadena de valor, como por ejemplo optimizar precios, permitir una mejor experiencia de compra para el cliente, mejorar los pronósticos de la demanda, identificar eficiencias en la cadena de suministro, creación y selección de contenido de campañas publicitarias o de marketing, entre otros.

Finalmente, establecer una hoja de ruta o un plan piloto utilizando la IA generativa podría ayudar a acelerar y preparar a la empresa para el cambio. Dado que se espera que las capacidades de esta tecnología se transformen rápidamente en los próximos años, será crucial tener una estrategia tecnológica, la cual sea revisada continuamente frente a los cambios en las condiciones del mercado y/o entorno.

•     Implemente un motor de IA generativa de clase empresarial: Un motor de IA (IA Engine), también conocido como procesador especializado en el procesamiento de redes neuronales, es un elemento de hardware creado especialmente para acelerar la ejecución de cargas de trabajo de inteligencia artificial. A menudo está construido en un sistema de Chip (SoC), y está preparado para una alta demanda computacional orientada al profundo aprendizaje de algoritmos.

En este sentido, y para aprovechar al máximo los datos recabados, es crucial implementar un motor de IA generativa de clase empresarial; es decir, uno que pueda “entrenar” en un entorno seguro con sus propios datos exclusivos y aplicables al sector Retail & Consumo masivo. Esto también permitirá salvaguardar las preguntas o "indicaciones" que le da al motor para activar nuevos resultados. Esas indicaciones o preguntas podrían tener un alto valor para fines internos, pero no necesariamente para capacitar una plataforma pública que podría ser utilizada por la competencia.

Una alternativa para la implementación del motor de IA generativa es hacerlo de la mano de un experto externo que pueda ayudar a seleccionar y/o desarrollar el motor de IA generativa que más se adecúe a la empresa, realizando personalizaciones cuando sea necesario y luego entrenarlo con sus propios datos. En cualquier caso, es imprescindible que quienes participen en la implementación: (a) cuenten con habilidades en ciencia de datos y tengan conocimiento funcional o de dominio para los casos de uso que desea crear (tener ambas habilidades es clave, pues la experiencia en ciencia de datos por sí sola no es suficiente); y, (b) sean capaces de animar y capacitar a la gente para que tenga más conocimiento y alfabetización en datos.

•     Adquirir la capacidad técnica necesaria: Para ejecutar adecuadamente la estrategia de IA generativa, se necesitará talento especializado. Este talento debe incluir científicos de datos experimentados, ingenieros de software y otros con experiencia en la industria, así como ingenieros que sean capaces de probar y validar la funcionalidad de los Chatbots. Por ejemplo, Los ingenieros de Prompt están capacitados para saber qué preguntar a los agentes de chat de IA generativa y cómo obtener la respuesta correcta. Este en uno de los campos de IA de más rápido crecimiento en la actualidad y es crucial para que la tecnología sea efectiva.

Es necesario también combinar la ciencia de los datos y el conocimiento de los dominios, no solo en los equipos de TI sino también en los miembros individuales de toda la empresa. Es decir, la ciencia de datos ya no puede realizarse de forma aislada, sino que debe involucrar equipos multidisciplinarios con capacitación cruzada en conocimientos técnicos y comerciales, por lo que es indispensable invertir en talento y experiencia para llevar a cabo las iniciativas de IA generativa o, al menos, encontrar socios externos que puedan marcar el camino para ellas.

Los avances tecnológicos de los últimos años, impulsados en gran medida en nuestro país por la pandemia de COVID-19, no tienen precedentes y se espera que sean incluso mayores en los próximos años y se produzcan de forma más acelerada. Si a ello le sumamos que la IA, concretamente la IA generativa, está aún en una fase inicial y de aprendizaje, debemos ser conscientes que su potencial de uso es infinito y sus consecuencias aun impredecibles. ¿Por qué no entonces empezar a prepararse o anticipar este proceso inevitable de cambio?