EscucharStrong Supply, firma especializada en soluciones de refrigeración y ventilación, requería dedicar tiempo, recursos y actividades para mantener altos estándares en tecnología de información (TI), asegurar la continuidad de un sistema informático propio y gestionar y programar otros software, como uno de gestión de clientes (CRM, por sus siglas en inglés). Asimismo, requería reforzar la presencia digital mediante la optimización en buscadores como Google.
En 2022 recurrieron a Neural Coders, una desarrolladora local de gestión de datos, mediante la tercerización de funciones de TI. Los resultados abarcan un mejor posicionamiento en Google, crecimiento orgánico de las visitas al sitio web, apoyo en el mantenimiento y evolución del software de gestión interna, profesionalizar procesos internos y liberación de tiempo para enfocarse en el negocio.
“Más que un proyecto puntual, se convirtió en una colaboración en constante evolución”, dijo Daniel Gutierrez, gerente general y director de sistemas de información de Strong Supply. “Los resultados son positivos. Proyectamos los beneficios económicos directos en una siguiente etapa, pero ya hemos asegurado una base tecnológica sólida sobre la cual construir”.
Para todo tipo de empresas, todas las actividades desarrolladas tienen en común que se basan en la administración, estructuración y mejoramiento de la calidad de la información corporativa, un requerimiento fundamental tanto para la sostenibilidad de los sistemas actuales, propios y de terceros, como para avanzar a soluciones de inteligencia artificial (IA).
A nivel global y en la región, el gran reto es la “madurez de la organización”, es decir, en la calidad de los datos disponibles. Para superar esta barrera, las empresas pueden implementar lo que se conoce como Artificial Intelligence Evolution Plan, una estrategia de cuatro pasos que dura hasta cuatro meses dependiendo de su nivel actual.
“Si las organizaciones no logran implementar inteligencia artificial, vamos a empezar a perder competitividad global”, advirtió Alejandro Zamora, CEO de Neural Coders, que desarrolló una solución para probar la evolución del plan de madurez y realizar la interconexión de sus fuentes de datos.
La compañía costarricense atiende clientes en Costa Rica, México, El Salvador, Guatemala, Honduras, Argentina y Estados Unidos. En la actualidad, trabaja junto con la Promotora de Comercio Exterior (Procomer) para diseñar e implementar un plan de mayor penetración en EE. UU.
Más allá de los bots
Las empresas creen que la IA consiste en la implementación de chatbots para atención de clientes o la incorporación de las plataformas como ChatGPT, Copilot y Gemini.
La automatización, aprovechando la IA, incluye aplicaciones basadas en los grandes modelos de lenguajes (LLM, por sus siglas en inglés) que utilizan esas plataformas y en agentes de IA, que permiten tener tareas y actividades digitalizadas y automáticas.
Los LLM también se están incorporando en los sistemas corporativos gerenciales y operativos o se utilizan aplicaciones de integración (APIs). Esto favorece tener escenarios predictivos de demanda, abandono, pérdidas, inventario, mantenimiento o producción, así como identificar cuellos de botella, daños o defectos de piezas y en lotes, retrabajos y tareas duplicadas, entre otros.
Los estudios de McKinsey y del Massachusetts Institute of Technology (MIT) muestran que el 1% de las organizaciones logran escalar proyectos de IA y pocas obtienen los beneficios de implementar esta tecnología debido a la calidad y confiabilidad de sus sistemas, infraestructura y datos. A eso se suma la falta de cultura interna de aprovechamiento de la información. La situación es grave en las empresas de Estados Unidos, pero en particular en Latinoamérica.
El problema es la calidad de la información o de los datos disponibles, debido a las diferentes formas de registrar decimales, monedas o nombres de lugares y personas. Una firma puede tener menos del 1% de sus datos con la calidad adecuada.
Por ejemplo, hay quienes utilizan “Puntarenas” en un registro y “Punta Arenas” en otro al digitar la ubicación de un cliente. O se digitaliza la cédula con ceros y otras veces con guiones. O, simplemente, los datos se registran de forma incorrecta.
Otra situación que se encuentra es que muchas empresas no tienen sus fuentes de datos conectadas a los sistemas informáticos. Incluso desconocen la ruta o customer journey, desde el contacto inicial hasta la compra, y no puede implementar estrategias de inbound marketing.
Presentan, además, desequilibrios de información, con sistemas que señalan que la empresa tiene 5% de las ventas cerradas ganadas y otro 5% de ventas cerradas pérdidas. ¿Y el 90% restante?
“Hay mucha entrada de texto regado”, explicó Zamora. “Los datos no tienen consistencia. Muchas empresas empiezan en un nivel de madurez de menos del 20%. La idea es que, al final del proceso, alcance el 95%. Lo importante es simplificar el proceso de aprovechamiento de datos”.
La situación impacta la competitividad de la empresa, pues de la calidad de los datos depende la gestión del inventario, de las ventas, de los ingresos, de los costos y de las utilidades. Pero hay remedios.
Zamora explicó que mediante el plan de madurez es posible superar estas situaciones con rapidez, simplificando el proceso. La etapa de diagnóstico mostrará el nivel en que se encuentra la empresa y cuánto tiempo requerirá para completar su proceso.
Lo siguiente es avanzar al mejoramiento de la información, su visualización y la realización de pruebas piloto para corroborar los resultados de los sistemas tradicionales y de IA, usando datos limpios y estructurados.
En un primer paso de diagnóstico, se define cuál es el punto de madurez de la organización o empresa que implica la verificación de la calidad de datos y de la infraestructura tecnológica.
De seguido se define cómo mejorar, depurar y curar la información para poder disponerla de manera práctica y útil, con lo que se puede pasar a la etapa de visualización, donde se implementan tableros gráficos para aprovechar los datos en las operaciones y decisiones operativas y gerenciales de rutina y estratégicas. Por último, se implementa un plan piloto con soluciones de IA.
