La próxima frontera: automatizar ecosistemas

La automatización inteligente (intelligent automation), a veces también llamada automatización cognitiva, es el uso de tecnologías de automatización (inteligencia artificial, IA), de gestión de procesos de negocio (business process management, BPM) y de automatización de procesos robóticos (RPA) para optimizar y escalar la toma de decisiones en todas las organizaciones.

Cognizant añade a la RPA, para explicar el concepto, otras tecnologías avanzadas como análisis, reconocimiento óptico de caracteres (OCR), reconocimiento inteligente de caracteres (ICR) y minería de procesos para crear procesos comerciales de extremo a extremo capaces de pensar, aprender y adaptarse por sí mismos. Por eso, la automatización inteligente a veces se denomina automatización de procesos inteligente (IPA) e hiperautomatización.

El motor de decisiones de la IA se nutre del uso del aprendizaje automático y de algoritmos complejos para analizar datos estructurados y no estructurados, con los que las empresas pueden desarrollar una base de conocimientos y formular predicciones basadas en esos datos.

Junto a ello, la BPM también conocida como automatización del flujo de trabajo empresarial incrementa la agilidad y la coherencia a los procesos en el seno de las organizaciones. Se utiliza en la mayoría de las industrias para optimizar los procesos y mejorar las interacciones y el compromiso.

Y, en tercer lugar, la automatización robótica de procesos utiliza robots de software, o bots, para completar tareas administrativas, como extraer datos o completar formularios. Estos bots complementan bien la inteligencia artificial, ya que RPA puede aprovechar los conocimientos de IA para manejar tareas y casos de uso más complejos.

En un informe acerca de esta tendencia tecnológica, IBM propone diversos ejemplos de aplicación de la automatización inteligente para sustituir en las empresas procesos que, en muchas ocasiones, tienen un alto componente manual o se basaban en sistemas heredados, que pueden consumir muchos recursos, ser costosos y propensos a errores humanos.

En el caso del automóvil, con IA, los fabricantes pueden predecir y ajustar la producción de manera más efectiva para responder a los cambios en la oferta y la demanda. Está siendo clave en la reciente crisis de la cadena de suministro, como se pudo comprobar en La Hora Premium que protagonizó el director de desarrollo de negocio de Premo Group, Claudio Cañete, quien expuso cómo su compañía había desarrollado un sistema de predicción de demanda a seis meses con una tasa de acierto del 95% que había despertado el interés de proveedores Tier1 del sector.

Las posibilidades que abrirá el Metaverso industrial para las empresas, en ámbitos como la formación y la operativa con gemlos digitales, sólo se pueden aprovechar con un alto nivel de sofisticación en la gestión de los datos y con un entorno preparado para entregar cada vez más tareas a las máquinas.

Con el tipo de herramientas asociadas a la intelligent automation se puede optimizar los flujos de trabajo para aumentar la eficiencia y reducir el riesgo de error en la producción, las compras, la gestión de inventario o los stocks. Ya en planta, los robots están reduciendo la necesidad de mano de obra y mejoran el descubrimiento de defectos, lo que ayuda a trasladar un producto de mayor calidad a los clientes a un menor coste. Por ejemplo, una planta de producción de motores Volkswagen en Alemania utiliza robots colaborativos que trabajar con el equipo de producción para manejar un paso físicamente exigente en el proceso de ensamblaje del motor. Esto ayuda a prevenir lesiones, acelerar los procesos, garantizar la precisión y aliviar la carga física de los empleados.

La industria de la atención médica está utilizando la automatización inteligente con procesamiento de lenguaje natural (NLP) para proporcionar un enfoque coherente para la recopilación, el análisis, el diagnóstico y el tratamiento de datos. El uso de chatbots en citas médicas remotas requiere menos intervención humana y, a menudo, un tiempo más corto para el diagnóstico.

De modo especial esta tendencia tecnológica tiene impacto en el sector de los seguros. Con IA, se puede eliminar virtualmente la necesidad de cálculos o pagos manuales de tarifas y simplificar la tramitación de reclamaciones y tasaciones.

Máximo nivel

La automatización inteligente también ayuda a las compañías de seguros a cumplir con las normas de compliance más fácilmente al garantizar que se cumplan los requisitos. De esta manera, también pueden calcular el riesgo de un individuo o entidad y calcular la tasa de seguro adecuada.

Cuando alcance su máximo nivel, la automatización se hará cargo de ecosistemas industriales completos, como el del automóvil. Así lo visualiza Nitesh Bansal, senior vicepresident y director de Manufacturing Practice para América y Europa de Infosys. “Aún con algunos años de distancia, las semillas de la automatización de ecosistemas están siendo sembradas hoy gracias a tecnologías como la inteligencia artificial”, afirma.

Un escenario de ese tipo podría imaginarse así: un cliente potencial le pregunta a un chatbot online en la web de un fabricante de automóviles o en una red social lo que necesita saber sobre un modelo en particular. El bot transfiere esa información y contexto a la empresa, que mediante una plataforma de marketing automatizada, puede enviar contenido relevante adicional y ofertas promocionales al cliente y organizar una prueba del vehículo en un entorno de realidad virtual.

Suponiendo que los concesionarios físicos todavía se impongan en ese momento sobre los online, si el cliente está satisfecho de su prueba virtual podría hacer un pedido y, de nuevo, un chatbot facilitaría la transacción, incluida la concesión de un préstamo atractivo y una póliza de seguro del vehículo que se elabora en función del historial de conducción del comprador.

En este punto, la planta de fabricación entra en acción: solicita complementos como pintura y accesorios just in time a sus respectivos proveedores a través de una plataforma de abastecimiento automatizada, y éstos los colocan en una carrocería de automóvil lista y en espera de ser enviada al distribuidor para su entrega. De ese modo se optimiza el inventario.

El cliente recoge el automóvil y lo sincroniza con los de su familia y con sus teléfonos móviles. Dependiendo de si es el padre o la madre el que sale primero del trabajo y de la ubicación actual, el automóvil indica quién debe recoger a los niños de la escuela.

A treinta minutos de casa, el cliente activa el aire acondicionado y el horno desde el salpicadero del coche, y pide una botella de vino en el supermercado conectado cercano que le entregará por dron. Cuando llega, la cena le está esperando.

El relato de Bansal acaba con una referencia al blockchain, que podría entrar en escena para crear transparencia y permitir una transacción confiable entre completos extraños.