Las grandes organizaciones de Brasil han realizado una importante inversión para aprovechar las oportunidades que brinda la inteligencia artificial (IA), centrada en proyectos que mejoran las experiencias de los clientes y en modelos predictivos de evaluación de riesgos, ya sea en términos de salud o en términos de operación o prevención de fraude, entre otros.

Uno de los casos más emblemáticos y con una visión clara en el horizonte en Brasil sobre uso de IA, es Bradesco Inteligencia Artificial (BIA), de la entidad financiera Bradesco. La iniciativa nació durante una implementación interna: identificaron que una buena parte de su personal se comunicaba con el centro de llamadas para resolver dudas que, en teoría, ya deberían conocer de antemano, dada su labor cotidiana. Para abordar esta ineficiencia, idearon un proyecto para automatizar el soporte interno para resolver estas dudas.

La implementación piloto demostró un éxito suficiente para expandirse hasta los clientes. Como resultado, actualmente, solo el 5% de las interacciones con el centro de llamadas acaban derivadas a un ser humano para su solución.

El director de Data Analytics de everis Brasil, Lluis Quiles, opina que las aplicaciones basadas en IA que se desarrollan en el país están dos o tres años más avanzadas que las del resto de países de la región. El responsable afirma: "Hay empresas que ya están utilizando IA con mucha naturalidad, comenzando por aplicaciones como los bots. A partir de ahí, hay otras experiencias relacionadas con los asistentes virtuales, call centers cognitivos, o speech analytics para entender qué es lo que pasa con la interacción con el cliente".

En Brasil, la manera en la que los proyectos surgen en el interior de las empresas y logran ver la luz tiene que ver con distintos factores: por un lado, identificar un problema o desafío que puede ser resuelto a partir de Inteligencia Artificial (IA) o alguna de sus ramas, y por otro, los indicadores de impacto que se establecen en las políticas internas para dar prioridad a los proyectos.

De esta forma queda claro que existen estrategias diversas respecto a la planificación para implementar los proyectos. A este respecto, el gerente de Innovación de Incor, Guilherme Rabelo, señala: "La inteligencia artificial es una herramienta, no hay que tener una planificación para una herramienta. Necesitas planificación para los desafíos a los que se aplican las herramientas. Nuestra planificación actual consiste en mejorar la capacitación de nuestros profesionales tecnológicos para que sean conscientes sobre qué aplicaciones nos permiten estas herramientas".

Colaboración entre el negocio y la IA

Las experiencias de diferentes industrias brasileñas demuestran la necesidad de contar con la colaboración inicial de quienes trabajan en las diferentes líneas de negocio, con los expertos de ciencia de datos, innovación y tecnología. Existen casos en donde las áreas de tecnología o innovación proponen dónde se puede comenzar a transformar un desafío, pero son las áreas de negocio quienes tienen el know how y conocimiento profundo sobre el problema que desean resolver.

De esta manera, los equipos brasileños que trabajan en proyectos de IA se caracterizan por ser multidisciplinarios, utilizan estrategias ágiles que les permiten identificar rápidamente una necesidad, y generar procesos de ideación, validación e implementación que valgan la inversión requerida por parte de la empresa.

En las grandes organizaciones de Brasil, el origen de los proyectos, la capacidad presupuestaria dedicada a las iniciativas relacionadas con IA y el número de personas que se involucran en este tipo de dinámicas, es diverso, de manera que no podríamos hablar de una tendencia homogénea entre las distintas industrias. Algunos cuentan con presupuesto propio del área de Tecnologías de la Información (TI), concentrado en innovación y, en otros casos, son las mismas áreas del negocio quienes financian internamente la investigación y proceso de validación del proyecto para poder invertir mayor cantidad de recursos al comprobar que el concepto funciona.

La penetración en Brasil de las grandes empresas de tecnología estadounidenses como Microsoft, Google, o Amazon es indiscutible. La mayor parte de los ejemplos muestran implementaciones relacionadas con servicios de IA de dichas compañías, y crean estrategias para desarrollar soluciones específicas al campo de la industria donde, principalmente, trabajan los equipos de "ciencia de datos".

Desafíos: cultura, ética, talento y visión

Al abarcar los desafíos presentes para construir un futuro próximo donde la prevalencia de soluciones impulsadas con IA sea mayor, Rabelo lo tiene claro: "Creo que el primer desafío es que los liderazgos de las instituciones de hoy (sean públicos o privados) vean la IA como una tendencia irreversible y no se resistan. En nuestro caso tendremos que ser los transformadores del uso de la tecnología dentro de una nueva medicina. Entonces estos liderazgos necesitan abrazar el proceso de invertir en este proceso de transformación", mostrando así, una postura que se apropia de la tecnología para rediseñar el contexto actual. Por su parte, Quiles identifica como el gran reto a resolver la cultura existente: "Los clientes saben que lo tienen que hacer, pero culturalmente les cuesta porque es un cambio en la manera de pensar y en la manera de hacer las cosas. Sin duda éste es el mayor problema, tanto para IA como para otras muchas tecnologías".

Intrínsecamente relacionado a la cultura, identificamos el reto del talento para aprovechar la oportunidad que brinda la tecnología, como menciona el gerente de Arquitectura e Innovación de  BR Distribuidora, Renato Vieira: "Cuando vemos la industria 4.0, la posibilidad de aumentar la productividad es uno de los desafíos de Brasil. La inteligencia artificial es una forma de automatizar trabajos repetitivos y gestionar las incertidumbres, lo cual puede traer resultados en productividad, que es uno de los puntos donde Brasil ha estado estancado en los últimos indicadores de innovación". En esa misma línea, es importante atender la escasez de talento centrado en matemática aplicada, tecnología y ciencia, para poder hacer frente al desafío.

Pero también existen posturas optimistas, como expone el ejecutivo de Arquitectura y Digital Analytics de EDP, Fernando Luiz Ricci: "El tema del talento se va a solucionar con el apoyo de las universidades, que cada vez más invierten en cursos relacionados con la preparación e inversión de las empresas para capacitar a los profesionales, ya que hay muchas más posiciones que requieren esta formación que personas capacitadas. La base analítica y el trabajo con datos no se restringe solamente a profesionales de IT, es necesario tener esta base independientemente del área en la que trabajes".

Por otro lado, se identifica una reflexión importante relacionada con desafíos éticos centrados en la privacidad de los datos, como comparte el director de Datos de Itaú Unibanco, Moisés Nascimento: "Aquí trabajamos muy enfocados en la parte de seguridad de datos y privacidad, de acuerdo con la nueva ley de la protección general de datos de Brasil (LGPD). Estamos trabajando de forma muy enfocada sobre cómo seguiremos evolucionando en este road map de seguridad y privacidad pensando en el cliente; es por ello que, pensar en el uso ético de estos procesos, es una clave para nosotros".

En esta misma línea, Rabelo menciona lo siguiente: "Tenemos que comprender que estas tecnologías necesitarán ser desarrolladas con un componente ético, porque la posibilidad de tener un sesgo de distorsión es muy alta". Si bien ambos refieren la importancia de la privacidad y los riesgos éticos que engloba el uso de datos para inteligencia artificial, existen muchos retos sobre cómo hacer frente a los sesgos presentes en las implementaciones y de qué manera se planea evitar escenarios donde el tratamiento de los datos pudiera ser contraproducente. 

También se detectan referencias a las incertidumbres macroeconómicas que pueden hacer titubear la capacidad de inversión necesaria en infraestructura para continuar con los proyectos. Aun así, la directora ejecutiva de Estrategia, Innovación y Emprendimiento de EDP, Livia Sibilla, reflexiona sobre la fuerza con la que el emprendimiento hace frente a estos retos, al ser más flexibles y creativas estas pequeñas empresas, están logrando un nivel de sofisticación alto que posiciona bien a Brasil respecto al contexto global.

En este sentido, Quiles encuentra relevante hablar de la incertidumbre también relacionada con la implementación de los proyectos, la cual se genera necesariamente por el nivel de innovación que implica. El responsable detalla: "Cuando trabajamos con IA siempre hay un riesgo. Aún no es una solución perfecta, por ello cuando comenzamos con su implementación en diferentes procesos o casos, la IA está aprendiendo al inicio y tarda un tiempo en aprender. Esto es un riesgo que la empresa debe asumir". 

Por otro lado, hay quienes llevan la visión de la oportunidad que presenta Brasil al contexto público, donde el Gobierno podría beneficiarse de la utilidad de estas tecnologías. Vieira menciona: "Yo creo que en el sector gubernamental de Brasil hay muchas oportunidades, por ejemplo, en la seguridad pública. Se puede utilizar la enorme cantidad de datos, como el número de incidentes, de eventos pasados que han ocurrido, de crímenes, manifestaciones, y puedes tomar acciones de inversión, sobre dónde poner un mayor número de policías, de acciones de inteligencia, de patrullas, de zonas de seguridad, etcétera. Creo que en la sanidad también: con la Covid-19, por ejemplo, ¿cómo puedo hacer un trabajo en el que pueda mitigar los efectos de esta pandemia en la población? Pues la IA y la utilización y análisis de datos, pueden ayudarnos de forma significativa".

La proyección a futuro entre las grandes organizaciones de Brasil reside en satisfacer con mayor claridad las necesidades específicas de los clientes respecto al consumo de distintos servicios, implementando modelos predictivos que sean capaces de relacionar la información con la que cuentan para tomar decisiones inteligentes y personalizadas de manera anticipada. Asimismo, se espera que la capacidad de escalar los proyectos sea cada vez mayor, no solamente por el desarrollo de la investigación actual, sino además por el decrecimiento del costo de la infraestructura necesaria para contar con datos confiables y estructurados que den una forma consistente a la implementación de la IA.