La aplicación de la inteligencia artificial y de la automatización redunda en un mejor servicio al cliente a un menor coste

WEAEREDUCATION
WEAEREDUCATION

Industria 4.0 y finanzas

Pere Nebot Cio Caixabank Automatizacion
Pere Nebot, CIO de CaixaBank

Pere Nebot, director corporativo de sistemas de información (CIO, por sus siglas en inglés) de CaixaBank, reflexiona sobre cómo el sector financiero está adoptando las tecnologías de la Industria 4.0. Licenciado en Informática por la UPC, graduado en Finanzas por ESADE y en Liderazgo y Gestión por el IESE, también subraya el debate ético en torno a la inteligencia artificial y esboza los términos que deberían guiar la relación humano-máquina.

[El siguiente artículo fue publicado originalmente en el anuario INSIGHT 2022]

Cuando apareció la oportunidad de participar en esta edición de INSIGHT, no me lo pensé dos veces. Sin duda, el poder aportar mi humilde granito de arena para continuar haciendo grande esta iniciativa es un honor, pero a la vez una responsabilidad que uno no puede rechazar, así que la decisión fue rápida.

Otra cosa no tan rápida es cómo abordar la temática a tratar. El nivel de lo expuesto en las anteriores ediciones, y sobre todo la audiencia a quien va dirigido, obliga a una exigencia importante en su confección. Intentaré aportar mi punto de vista sobre el impacto de la robótica y la automatización en el sector que más conozco: el financiero. De un primer vistazo se podría pensar que la robótica no tiene aplicación en un sector como la banca, pero a lo largo del artículo veremos que, quizá en su vertiente más digital, juega un papel imprescindible en proporcionar unos servicios fiables, disponibles 24/7, con el tiempo de respuesta adecuado y a un coste eficiente.

Sin embargo, más que centrarme en un solo sector, seguramente es mucho más relevante para la audiencia compartir la visión de cómo la aplicación de la tecnología en general, y de la robótica en particular, juega un papel imprescindible en las empresas del siglo XXI para dar, en primera instancia, el mejor servicio posible al cliente (sea tanto en un entorno B2B como en uno B2C) y de la forma más eficiente posible (y, por lo tanto, más competitivo en términos de coste y valor proporcionado).

LA BÚSQUEDA CONSTANTE DE LA AUTOMATIZACIÓN

La automatización ha sido una constante en muchas industrias desde la revolución industrial en el siglo XVII y especialmente durante el siglo XIX. Muchas veces se ha asociado, no del todo correctamente, a una mera reducción de costes. ¡Nada más lejos de la realidad! Una automatización persigue muchos otros objetivos:

» Mayor fiabilidad y predictibilidad en el resultado final. La automatización es capaz de ejecutar tareas con más precisión y con un margen de variabilidad y error reducido.

» La realización de actividades de forma ininterrumpida 24/7.

» La capacidad de escalar volúmenes de forma rápida. El incremento de capacidad, si bien nunca es ilimitado, es más factible reforzando la capacidad automatizada.

» Flexibilidad en el cambio a tendencias de mercado. Generalmente es mucho más rápido cambiar un mecanismo de producción cuando está concentrado en unos pocos puntos, que cuando tienes que hacer unos planes de remodelación o de formación a buena parte de tu empresa.

» Actividades que no podrían prestarse de otra forma si no fueran realizadas por máquinas. Podríamos poner ejemplos de tratamiento de materiales en determinadas condiciones extremas (calor o sitios recónditos) que serían un riesgo para el cuerpo humano.

La automatización también ha sido una constante en el sector financiero. La única forma de poder satisfacer la demanda transaccional de nuestros clientes es automatizando tareas. Es inimaginable la capacidad de fuerza de trabajo que sería necesaria para atender todas las interacciones de nuestros clientes con su entorno financiero. ¿Alguien se lo puede imaginar? Incluso más básico que esto último es el hecho de que los servicios financieros deben tener una relación valor/precio adecuada para el consumidor, y esto sería impensable sin incorporar técnicas de automatización en muchas de las actividades.

 

“La única forma de poder satisfacer la demanda transaccional de nuestros clientes es automatizando tareas. Es inimaginable la capacidad de fuerza de trabajo que sería necesaria para atender todas las interacciones de nuestros clientes con su entorno financiero”

 

Adicionalmente, esta automatización permite, tanto en el sector financiero como en cualquier otra industria, que exista espacio para la actividad “artesanal”. Ya sea en la prestación del servicio financiero, en aquellas actividades donde se requiera una interacción personal por los motivos que sean, como en otros sectores. La actividad artesanal, la intervención humana, debe ponerse en valor en cualquier industria, pero por definición no es escalable y, por lo tanto, tiene que combinarse necesariamente con esta automatización.

DE LA ROBÓTICA A LA ROBÓTICA COGNITIVA

Si entendemos por robótica, de una forma muy simple, la realización de las actividades por máquinas, podríamos decir que muchas industrias llevan décadas de desarrollo de estas actividades. En los últimos años, pero, se está desarrollando mucho la técnica, no solo de tratamiento de componentes físicos, sino también de tratamiento de datos por robots, también conocida como Robotics.

La definición más aterrizada que podríamos encontrar de Robotics es la tecnología que consiste en diseñar y programar una pieza de software, una aplicación, un programa, para que haga de forma repetitiva la misma actividad que hace un humano delante de un ordenador o sistema en general. El objetivo es exactamente el mismo que en el entorno industrial y el mismo que se persigue con la automatización, es decir, fiabilidad, escalabilidad, rapidez, continuidad 24/7, flexibilidad ante cambios y la búsqueda de un coste razonable para el cliente. Esta es una tecnología que puede ser usada en cualquier entorno donde exista un uso de datos intensivo y, evidentemente, el sector bancario es uno de ellos.

Una derivada de esta tecnología es la denominada, también en inglés, Cognitive Robotics. A diferencia de la primera, en la que desarrollas, diseñas y programas una pieza de software para que ejecute una tarea realizada hasta ahora por una persona, en la versión cognitiva, es la misma pieza de software la que identifica cuál es la actividad que se viene realizando en el sistema, y ella misma se autoprograma. Por lo tanto, más que diseñar lo que tiene que hacer, se diseña que observe, aprenda y sea capaz de repetir la actividad, sea la que sea dentro de un ámbito.

Permitidme para aquellos que no estéis tan familiarizados con esta tecnología que ponga un ejemplo muy sencillo, relacionado con la música, que siempre es un recurso válido para cualquier comparación. En la tecnología Robotics, en su versión más básica, diseñarías un robot para que sea capaz de tocar la Novena sinfonía de Beethoven. ¿Difícil? Sí, pero posible. Sin embargo, en su versión cognitiva, diseñas una pieza de software para que sea capaz de escuchar, identificar y repetir la melodía nota por nota. Por lo tanto, podría tocar desde la Novena sinfonía hasta cualquier pieza de rock moderno simplemente habiendo escuchado la creación con anterioridad.

Aquí acabo de introducir un concepto importante en todo lo que es el mundo cognitivo, y es que, en general, el software es mucho mejor repitiendo cosas, aprendiendo y observando lo que ocurre en la realidad, que creando cosas por sí mismo, donde tiene serias dificultades. Es en este punto donde vuelve a salir la importancia del factor humano en la creación y la innovación.

IA, UN GAME CHANGER EN CUALQUIER INDUSTRIA

Una vez comentados los principios básicos de la automatización y de la robótica, me gustaría compartir unas pinceladas de inteligencia artificial (IA), sin duda un conjunto de tecnologías que, lejos de ser futuristas, ya están entre nosotros y representan una ventaja competitiva para toda empresa que sepa adaptarlas a su actividad. Una clasificación del Instituto de Tecnología de Massachusetts (MIT, por sus siglas en inglés) permite distinguir tres ámbitos de inteligencia artificial: los modelos de aprendizaje automático, el procesamiento de lenguajes naturales (NLP, por sus siglas en inglés) y la robótica o la robótica cognitiva.

Cualquier sistema que tenga alguna de las tres características puede ser catalogado como IA y, sea en el modelo que sea, y si es posible en todos ellos, la aplicación de la inteligencia artificial es posible y rentable en muchos puntos del modelo productivo de nuestra empresa, lo que redunda en un mejor servicio al cliente a un menor coste productivo. Por ejemplo, los modelos de aprendizaje automático nos permiten predecir operaciones fraudulentas a través del cotejo de operaciones similares que en el pasado acabaron siendo fraude.

UN PAR DE CONCEPTOS MÁS SOBRE IA

Conviene también conocer las limitaciones, al menos a corto plazo, que tiene la inteligencia artificial. Lo primero es el concepto llamado, otra vez en el idioma de Shakespeare, Narrow AI. En general, la característica principal de un buen sistema de inteligencia artificial es que es capaz de aprender de lo que pasa en la realidad. Sin embargo, no existe hoy un ente, que no sea la mente humana, capaz de tener una visión holística de la realidad. Las máquinas están especializadas en un ámbito de actuación y están programadas para evolucionar en este ámbito, ya sea una planta industrial, la predicción del tiempo o el análisis de una operación fraudulenta. Sin embargo, los humanos somos capaces de correlacionar determinados factores, aprender cross ámbitos e idear más allá de en un solo ámbito.

Pongo otra vez un ejemplo muy sencillo: imaginemos que todos los factores apuntan a que tendremos un día cálido y soleado, pero de repente vemos que un compañero entra mojado de la calle. Identificaremos que está lloviendo. Algo nos hace relacionar este dato con el tiempo y deducimos que está lloviendo. ¿Por qué? Porque nuestra inteligencia es 360 (también llamada inteligencia universal). En cambio, las máquinas no identificarán esto, a menos que las programemos para que también revisen si las personas están mojadas o no, por lo que este detalle pasará desapercibido para ellas y seguirán prediciendo que hoy no va a llover.

No poder salir de ese foco de conocimiento es lo que se llama Narrow AI. Los expertos no prevén a corto plazo que una máquina sea capaz de evolucionar y poder moverse cross ámbitos, a menos que haya sido programada para ello y sea un parámetro que deba tener en cuenta.

 

“La complementariedad humano-máquina es más importante que nunca: es clave dejar al humano espacio para hacer lo que solo él sabe hacer, y permitir que la máquina ayude en aquellas tareas en las que aporta un valor añadido, que son muchas”

 

Se puede ampliar todo el corpus de conocimiento de un sistema para que sea capaz de relacionar muchas cosas, pero todas, absolutamente todas, tienen que poder estar previstas a priori, o formar parte de su corpus de aprendizaje. Es por ello por lo que la complementariedad humano-máquina es más importante que nunca: es clave dejar al humano espacio para hacer lo que solo él sabe hacer, y permitir que la máquina ayude en aquellas tareas en las que aporta un valor añadido, que son muchas.

Finalmente, un último tema a considerar es la ética de los sistemas de inteligencia artificial. Hay mucho esfuerzo en todas las industrias y próximamente habrá regulaciones promovidas por instituciones como la Unión Europea para asegurar que diseñamos los sistemas de una forma éticamente correcta. ¿A qué se debe este foco? Hemos dicho en el artículo que la inteligencia artificial aprende de los datos que encuentra en la realidad. Hoy la sociedad representa muchas partes oscuras de la humanidad: guerras, pobreza, racismo o todo tipo de prejuicios.

Las máquinas no saben distinguir si algo es bueno o es malo, desde un punto de vista ético. Si identifican que la existencia de la pobreza es una constante en una sociedad, nunca se imaginarán que deban erradicarla, ya que lo entenderán como algo habitual. De hecho, en nuestra sociedad la pobreza es una constante desde el nacimiento de la humanidad. Volvamos otra vez a un ejemplo sencillo: identifiquemos cuántos altos cargos directivos de las empresas son mujeres. Los algoritmos, cuando observen esta realidad y tengan que tomar decisiones de contratación en base a ello, aplicarán un sesgo que beneficiará al género masculino, pues está más representado en cargos directivos. Por lo tanto, es necesario que existan mecanismos que permitan eliminar estos sesgos que nuestra realidad, imperfecta, tiene.

Lejos de ver esto desde una perspectiva pesimista, se debe ver con un enfoque muy positivo, ya que, en base a estas técnicas, se pueden ajustar estos sesgos y, entre todos, diseñar una sociedad más justa y más ética. En resumen: muchos son los avances que se han realizado en el mundo de la automatización y en el de la robótica en las últimas décadas, pero, sin duda, la frenética velocidad del cambio y de la innovación seguro que nos va a aportar muchas más sorpresas. Finalizo con la esperanza de que el esfuerzo en la confección de este artículo tenga la recompensa de que su lectura aporte un punto de vista complementario a todo el contenido de esta edición.

JAI 2022
Fondo BS
Fondo BS