¿Qué pasa si a la personalización de servicios le aplicamos tecnología de vanguardia, como inteligencia artificial y análisis de datos en tiempo real? Obtenemos una experiencia aún más ajustada a las necesidades de cada cliente, lo que conocemos como hiperpersonalización. Esta nueva tendencia se ha convertido en la clave para destacar en un mercado cada vez más competitivo. 

Según un estudio de Deloitte, el 90 % de los usuarios prefiere ser impactado por campañas hiperpersonalizadas y, según McKinsey, el 78 % está dispuesto a comprar de nuevo una marca cuando su contenido es hiperpersonalizado. Lo cierto es que estamos en un punto en el que el usuario ya espera un trato personalizado cuando contacta con una empresa. Por eso, no es de extrañar, que el 70 % de los líderes de CX tengan planes de integrar IA generativa en los próximos dos años. En el mundo de los servicios de atención, esta tendencia se materializa en respuestas mucho más individualizadas, acordes con las necesidades de cada cliente. 

Conocer al cliente, la clave

Para satisfacer al máximo las necesidades de un cliente, es crucial conocerle muy bien. Para ello se hace imprescindible recolectar y analizar todo lo que nos ayude a ofrecer una respuesta completa y a anticiparnos. En este punto la omnicanalidad es clave. El cliente no solo tiene la opción de acudir a cualquier canal con la seguridad de que va a recibir un trato personalizado, sino que para la empresa es más sencillo recoger datos de comportamiento, historial de interacciones y preferencias de todas las fuentes disponibles, ya sean llamadas, chats, emails, redes sociales, etc.  

En Servinform nos apoyamos de un sistema de CRM avanzado que permite obtener toda esta información de forma centralizada y, además, la hace accesible a los agentes. Así, la eficiencia operativa mejora, a la vez que se ofrece un alto nivel de atención. 

Soluciones con IA y machine learning para la hiperpersonalización

El concepto de hiperpersonalización no sería posible sin la IA y el machine learning. Esta tecnología permite analizar grandes volúmenes de datos y extraer información valiosa sobre los comportamientos de los usuarios, algo que no se podría hacer manualmente. Pero ¿cómo se aplican?  

• Análisis predictivo: los algoritmos de machine learning, basándose en el histórico, permiten anticipar los comportamientos futuros de los clientes. De esta manera, podemos prever lo que cada cliente precisará y en qué momento, identificando oportunidades de venta muy interesantes. Igualmente, este tipo de solución nos ayuda a pronosticar posibles problemas y a solucionarlos antes de que aparezcan.  
• Segmentación dinámica en tiempo real: gracias al machine learning y a la IA podemos agrupar a los clientes por categorías según su comportamiento y necesidades, lo que facilita que el servicio pueda adaptar más rápido su estrategia. Lo que antes suponían meses de reorientación ahora se puede hacer en tan solo unos minutos, aumentando la lealtad y la satisfacción. 
• Chatbots: han revolucionado la forma en la que los servicios de atención interactúan con los clientes, hasta el punto de que el 80 % está dispuesto a recurrir a un chatbot para resolver sus dudas. Estos bots pueden manejar una amplia variedad de consultas, desde preguntas frecuentes hasta transacciones algo más complejas. Un chatbot bien diseñado es capaz de descongestionar significativamente otros canales, como el telefónico, permitiendo que los agentes aporten valor y se centren en las consultas más difíciles de resolver. Desde Servinform sabemos lo mucho que puede ayudar este tipo de tecnología, por eso hemos creado CBOT, una plataforma para que cualquier negocio pueda crear y gestionar sus propios chatbots con Gen AI de forma sencilla e intuitiva. 
• Voicebots: esta solución, que gracias a la IA y al procesamiento del lenguaje natural puede mantener conversaciones con sus interlocutores, es una de las tecnologías más avanzadas en el ámbito de la atención del cliente. En Servinform, uno de nuestros casos de éxito más sonados es el voicebot que creamos para una marca de alquiler de coches. Este sistema automático tenía por objeto reducir las 40.000 llamadas que los agentes recibían solo para localizar un taller. Tras implementarlo con éxito logramos que el 90 % de esas consultas se resolvieran satisfactoriamente sin necesidad de pasar por un humano, aliviando el canal telefónico y agilizando la gestión. 

En Servinform trabajamos con tecnología de vanguardia para ofrecer a nuestros clientes los últimos avances. Si quieres que te ayudemos a implementar estas soluciones inteligentes en tu negocio, y lograr esta hiperpersonalización, no dudes en contactarnos. 

Autor: Sebastián Pacheco

Director de Control de Gestión y Transformación Digital de CX

Contacto: sgpm@servinform.es

En la dinámica actual del mercado, donde la velocidad y la adaptabilidad son claves, la tecnología juega un papel fundamental. La agilidad no es solo deseable, es imprescindible, y es aquí donde el low code emerge como un aliado estratégico para las empresas, especialmente para alcanzar la eficiencia en el sector del contact center. 

¿Qué es el low code?

El low code es una nueva forma de desarrollo de software que ofrece un entorno visual intuitivo que permite crear aplicaciones de manera rápida y con mínima codificación manual. 

Esta metodología libera a los desarrolladores para centrarse más en soluciones específicas de negocio, personalizando las aplicaciones a medida de las necesidades operativas para maximizar así la eficiencia. Son muchos los beneficios que tiene el low code:  

• Agilidad operativa: el uso de tecnologías low code acelera el ciclo de desarrollo de aplicaciones, permitiéndonos centrarnos en las necesidades específicas del negocio y adaptarnos rápidamente a los cambios, garantizando así una evolución constante al ritmo de las demandas de nuestros clientes. 
• Personalización sin precedentes: adaptamos nuestras soluciones a las necesidades exactas de cada proyecto, personalizando desde las interfaces de usuario hasta los flujos de trabajo, reportes y dashboards, asegurando una solución que se ajusta como un guante a su operativa. 
• Eficiencia mejorada: automatizamos y optimizamos los procesos de trabajo complejos a través de herramientas low code, lo que se traduce en una reducción significativa de las tareas manuales y, por ende, en una mejora de la eficiencia operativa global. 
• Integración fluida: facilitamos la integración de nuestras soluciones low code con una amplia gama de herramientas y sistemas, como CRM y bases de datos, asegurando una operación cohesiva y sin fisuras dentro del ecosistema tecnológico de nuestros clientes. 
• Mantenimiento Simplificado: las aplicaciones desarrolladas con low code son más fáciles de mantener y actualizar, permitiendo una evolución rápida y eficiente para mantenerse al día con las tendencias tecnológicas y las necesidades del mercado. 
• Colaboración fortalecida: al acercar el IT al negocio, mejoramos no solo la satisfacción y la motivación del equipo, sino también la calidad y el impacto de las soluciones desarrolladas. 

Algunas de las ventajas que aporta esta tecnología en el área de contact center son: 

• Mejora de la eficiencia operativa en más de un 20 %. 
• Elimina manualidades en la atención al cliente. 
• Organiza el trabajo y mejora la productividad. 
• Garantiza una monitorización en tiempo real y control de la productividad. 

• Automatiza tareas repetitivas con flujos de trabajo eficientes. 

Casos de uso del low code y aplicación real

 El low code nos ha permitido ir más allá de lo convencional, adaptando nuestras soluciones a las necesidades precisas de la operativa de cada cliente. 

Con la metodología adecuada hemos sido capaces de agregar una capa a la solución estándar omnicanal que permite aprovechar las funcionalidades potentes de la aplicación estándar con la flexibilidad del low code para hiperpersonalizar las funcionalidades a la operativa. 

Algunos de los elementos que nos ayudan a mejorar la eficiencia son: 

• Organización y categorización de comunicaciones escritas como WhatsApp y correo electrónico con IA. 
• Lógica de negocio enfocada a la creación de tareas de acuerdo con ciertos criterios y parámetros que establezca la operativa y configurable por el propio servicio. 
• Priorización de esas tareas que se generan configurable por los parámetros que elige la operativa. 
• Asignación de las tareas y casos por diferentes parámetros, como, por ejemplo, asignación por habilidades o grupos de trabajo. 
• Lógica con las integraciones para ejecutar cualquier tipo de comportamiento, como, por ejemplo, envíos de comunicaciones escritas o llamada saliente,  dependiendo de ciertos criterios configurados en la herramienta. 

La promesa del low code

Más allá de las ventajas técnicas, el low code representa una verdadera transformación digital, enfocada no solo en mejorar la eficiencia del contact center, sino también en enriquecer la experiencia del empleado y, por ende, la del cliente final que recibe esa atención.  

En este camino hacia la innovación, el low code se perfila no solo como una herramienta, sino como un pilar fundamental en la redefinición del futuro de los servicios de contact center. 

Sin embargo, hay que tener ciertos criterios en cuenta al elegir la tecnología y la metodología adecuada para cada caso específico, si no, puede que el bajo código no termine aportando valor.  

Mirando hacia el futuro

Estudios de Gartner afirman que para el año 2025 se estima que el 70 % de las nuevas aplicaciones serán desarrolladas en low code en comparación con un 25 % en el año 2020. 

Microsoft reveló en un estudio en 2022 la adopción del low code tiene efectos positivos en la satisfacción laboral, está claro que estamos ante una tendencia que está redefiniendo el desarrollo de software y la prestación de servicios.  

La elección inteligente de esta tecnología y metodología se convierte, entonces, no en una opción, sino en una necesidad estratégica para aquellos que buscan liderar en la era digital. 

El verdadero potencial del low code no reside únicamente en su uso, sino en saber cuándo, cómo y dónde aplicarlo de manera estratégica. Esto es lo que diferencia a las empresas verdaderamente transformadoras. 

¿Es suficiente desarrollar en low code? 

La respuesta es no. La implementación exitosa de soluciones low code requiere de una comprensión profunda de los procesos de negocio, las necesidades específicas de la empresa y, sobre todo, una metodología de desarrollo enfocada en el negocio y experiencia de cliente. 

Nuestra experiencia en Servinform, radica en identificar precisamente esos momentos críticos y contextos específicos donde el low code puede generar el mayor impacto, transformando procesos, mejorando la experiencia del cliente y acelerando el crecimiento. 

Nuestro compromiso es asegurar que las aplicaciones low code se traduzcan en soluciones que no solo resuelvan los desafíos actuales, sino que también allanen el camino para el éxito futuro. Si quieres aplicar esta tecnología, no dudes en ponerte en contacto con nosotros. 

Autor: Álvaro Figueira 

Responsable de Transformación Digital en Customer Service 

Contacto: afigueira.gomes@servinform.es 

La transformación digital no es solo una imperiosa necesidad para las empresas, la Administración Pública también está necesitada de incorporar tecnología de vanguardia que mejore sus procesos y los dote de una mayor agilidad. Aquí es donde la automatización inteligente entra en juego para convertirse en una valiosa aliada, aunque el camino para implementarla no siempre es sencillo. 

Desafíos de la automatización inteligente en la Administración Pública

No hay duda de que la Administración debe actualizarse y adaptarse a nuevas herramientas que faciliten y agilicen el trabajo. Para ello se aprobó el Plan de Digitalización de las Administraciones Públicas 2021-2025, que tiene una inversión de más de 3.000 millones de euros y que busca mejorar su eficiencia.  

Según el Índice de la Economía y la Sociedad Digitales, (DESI), elaborado por la Comisión Europea, la Administración Pública española se encuentra en el top ten de la digitalización, aunque aún hay desafíos por resolver: 

• Lentitud en algunos procesos: en total, tal y como se indicó en la mesa redonda de El Confidencial La hiperautomatización en la Administración Pública, hasta un 70 % de los procedimientos que se gestionan son ayudas y subvenciones, por lo que la solución pasa por poner foco en ello. Un ejemplo de automatización en esta área y que demuestra que es posible reducir ese ‘atasco’ burocrático es el que lleva a cabo con éxito Servinform desde hace más de 2 años, a través de la UAI, para la Junta de Andalucía, donde en poco más de un mes, se consiguieron gestionar ayudas millonarias para el empleo estable. Otro factor a tener en cuenta es que la lentitud se debe, en ocasiones, a la complejidad de algunos trámites, por lo que sería interesante simplificarlos, eliminando pasos innecesarios que entorpecen la gestión.   
• Especialización del funcionario: en esa misma mesa de debate se señaló que, hasta ahora, el funcionario público había sido un perfil multitarea. El desafío, con la automatización de procesos, es su reciclaje profesional hacia una especialización que debe ir de la mano de la tecnología y la innovación. 
• Integración con sistemas ya existentes: la Administración Pública no parte de cero, está conformada por un extenso y complejo sistema informático sobre el que se tiene que integrar una automatización inteligente eficaz, lo que supone un reto añadido. 

Oportunidades de la automatización inteligente en la Administración Pública

Según un estudio realizado por IDC, el 87 % de los responsables de las Administraciones Públicas declararon que la automatización es una prioridad, algo que vemos materializado en ejemplos como el de Renfe, que ha anunciado que destinará 10 millones de euros a la automatización, o el de la Comunidad de Madrid, que hará lo propio con una inversión de más de cinco millones. Y es que resulta evidente que la automatización conlleva una serie de ventajas que es interesante aprovechar: 

• Mejores servicios para el ciudadano: la consecuencia final del uso de la automatización inteligente es mejorar la vida de las personas: tiempos más reducidos, una relación más sencilla con la Administración (con todo lo que ello conlleva) y una mayor transparencia en los procesos son solo algunas de las mejoras más evidentes. Además, la inclusión de tecnologías como la inteligencia artificial pueden contribuir a la personalización, con lo que se enriquece aún más la experiencia para el ciudadano. 
• Mayor productividad: los funcionarios, al verse liberados de tareas repetitivas, pueden centrarse en actividades más estratégicas y de mayor valor. De esta forma, resulta más fácil aprovechar todo su talento y potencial y ellos, a su vez, se sienten más motivados y valorados, con lo que su productividad también aumenta. 
• Reducción de errores: la automatización reduce la posibilidad de fallos humanos en tareas repetitivas, lo que lleva a una mayor precisión en la ejecución de procesos y en la gestión de datos y minimiza el impacto en las personas que los sufren y las disputas legales derivadas de ello.  
• Mejora en la toma de decisiones: la medición de datos en tiempo real proporciona una información muy valiosa para la toma de decisiones. Y si hay algo que debería preocupar en las administraciones, es precisamente eso: tomar determinaciones informadas, basadas en datos, que puedan solucionar más eficazmente los problemas de los ciudadanos. 

En resumen, la automatización inteligente en la Administración Pública plantea algunos desafíos, pero, aunque no sea un camino de rosas, no hay duda de que los frutos de aplicarla merecen la pena: mejorar la experiencia del ciudadano, aumentar la productividad y reducir errores son metas que, con la tecnología y el soporte adecuados, como el que ofrecen empresas como Servinform, es posible alcanzar. Y es que somos conscientes de que, al trabajar con soluciones innovadoras, jugamos un papel crucial en la consecución de estos objetivos.

Si estás interesado en implementar este tipo de herramientas en tu negocio, no dudes en ponerte en contacto con nosotros, estamos aquí para ayudarte a impulsar la eficacia y calidad de tus servicios. 

La convergencia de la inteligencia artificial y la automatización de procesos ha generado una transformación radical en el ámbito laboral, redefiniendo cómo humanos y máquinas colaboran y coexisten. En esta era de innovación tecnológica presenciamos un cambio sin precedentes en la forma en que realizamos nuestras tareas diarias. La creciente integración de sistemas inteligentes y robots en el entorno laboral plantea no solo desafíos, sino también oportunidades para optimizar la eficiencia, mejorar la productividad y potenciar la creatividad humana.

En este nuevo paradigma debemos tener claro que los robots no son enemigos, sino que son aliados y serán nuestros compañeros en el día a día. Es por eso por lo que en Servinform hemos dado un paso más en el mundo de la automatización, lo que llamamos Automation First, basado en las siguientes ideas:

• El robot como primera opción: las máquinas se convierten en la primera elección para la realización de tareas. Optimiza la eficiencia al permitir que los robots asuman actividades rutinarias y repetitivas.
• Control y monitorización integral: los robots toman la responsabilidad de controlar y supervisar todas las tareas, tanto las ejecutadas por humanos como las realizadas por ellos mismos.

Esta gestión integral del ciclo de actividad proporciona un nivel avanzado de coordinación y dirigimos, así, la capacidad humana a dos ámbitos de valor:

• Aquellas tareas no completadas por los robots por cualquier tipo de incidencia.
• Aquellas tareas cognitivas que los robots aún no pueden realizar.

El objetivo de este modelo es proponer un sistema que delimite el ámbito de actuación de personas y robots para posicionar a cada uno en el lugar donde aporta valor.

Principales aplicaciones de la Automation First

La implementación de Automation First abre la puerta a diversas aplicaciones en el mundo empresarial, redefiniendo la forma en que las organizaciones abordan las tareas diarias.

Algunas de las principales aplicaciones son:

• Entornos donde haya un número elevado de personas trabajando y se necesite un apoyo adicional.
• Cuando se necesite un control preciso de las tareas y se quiera reducir el coste de este proceso.
• Cuando haya picos y/o incertidumbres en la carga de trabajo.
• Cuando el objetivo sea aumentar las tareas realizadas, pero no el número de personas involucradas.

¿Por dónde empezar a usarla en las empresas?

El cambio de paradigma propuesto, al poner a las máquinas ‘delante’ de las personas, implica que son los propios robots quienes supervisan la entrada de tareas a realizar. A partir de ahí, ellos determinan lo que pueden llevar a cabo y redireccionan el resto a los humanos.

Por eso, es crítico identificar los focos de creación de tareas: buzones de email, listas, pantallas de aplicaciones corporativas con asignaciones, etc. Es aconsejable dejar que el robot organice y supervise antes el trabajo, así se garantiza que todas las situaciones se gestionan adecuadamente, permitiendo identificar casos donde se automatice el proceso.

Es importante destacar que no se busca asignar labores completas al robot, por el contrario, el objetivo con la Automation First es dejar que realicen aquellas partes en las que pueden brindar asistencia, poniendo el resto en manos de las personas.

Ventajas de Automation First

• Eficiencia operativa mejorada: la automatización de tareas libera recursos y mejora la eficiencia operativa general.
• Enfoque en tareas de alto valor: los profesionales pueden dedicar más tiempo a actividades estratégicas y de alto valor que requieren habilidades humanas únicas.
• Mejora en la calidad y precisión: los robots realizan tareas con una precisión constante, reduciendo errores y mejorando la calidad del trabajo.
• Adaptabilidad: facilita la adaptación a cambios en el entorno empresarial, manteniendo una ventaja competitiva.

La aplicación de Automation First en las empresas no solo representa una revolución en la gestión de tareas, sino también un salto hacia una colaboración más efectiva y eficiente entre humanos y tecnología. Con una implementación cuidadosa y una mentalidad abierta al cambio, las empresas pueden posicionarse para abrazar el futuro del trabajo de manera innovadora.

Ejemplos de uso en Servinform

La adopción de este nuevo enfoque requiere que la organización haya alcanzado un nivel de madurez adecuado. En este sentido, en Servinform ya contamos con experiencias comprobadas en dos áreas:

1. A nivel interno, en los servicios de process outsourcing que ejecutamos.
2. A nivel externo, en aquellos clientes de diferentes sectores en los que prestamos servicios y ya han alcanzado el nivel de madurez óptimo para optar a esta solución.

Uno de los ámbitos en los que la estamos aplicando es en la gestión global de tareas asociadas a anomalías de facturas. Aquí el desafío pasa por mejorar, con el enfoque de Automation First, los tiempos que los empleados invierten en resolver esos problemas recibidos.

¿Por qué este entorno es propicio a su uso? Debido a sus características:

• Alto volumen de actividad, con una distribución variable dependiendo del día y de un mes a otro. En torno a 40.000 operaciones al mes.
• Alta complejidad de los trabajos a realizar, con TMO superiores a 20 min.
• Alta variabilidad del entorno y los sistemas, con continuas actualizaciones y cambios en las aplicaciones.

La solución propuesta en este caso fue localizar el punto de entrada de los procedimientos recibidos y establecer:

• Toda la información necesaria para recolectar de cada tarea recibida.
• Definir las reglas para identificar la tipología de cada tarea.
• Localizar aquellas que se podían automatizar y las que no, para que las personas se encargaran de estas últimas.
• De las robotizables, identificar en qué punto precisaban de ayuda humana.
• Establecer la relación automática entre unos procesos automatizados y otros para que se fueran pasando las tareas cuando fuese necesario.
• Se estableció una gestión de las tareas para que estas fueran pasando de un proceso robotizado a otro, participando las personas en mayor o menor medida según lo requerido y teniendo siempre una visión global de la actividad realizada.
• Además, implementamos la recopilación de información esencial para realizar un seguimiento, gestionar y proyectar la carga de tareas recibidas.

En conclusión, el concepto Automation First representa un paso más hacia la evolución de la automatización inteligente, transformando la dinámica laboral y potenciando la colaboración entre humanos y máquinas. En Servinform hemos liderado esta revolución al implementar con éxito este enfoque, redefiniendo la gestión de tareas y optimizando la eficiencia operativa.

¿Te gustaría incorporar la Automation First en tu negocio? No dudes en contactarnos.

Autor: Esteban Morillo

Codirector Área de Automatización Inteligente

Contacto: emorillob@servinform.es 

En el 2023, la inteligencia artificial ha mantenido un rol esencial en diversos ámbitos de la sociedad, pero en el que más has destacado ha sido en el entorno empresarial. La utilización generalizada de la IA se ha establecido como una herramienta estratégica para optimizar procesos, mejorar la toma de decisiones y promover la innovación.

Las organizaciones han empleado las soluciones IA para analizar grandes volúmenes de datos y obtener información valiosa, lo que ha posibilitado una personalización más efectiva en productos y servicios. Además, la automatización de tareas rutinarias ha liberado recursos humanos para actividades más creativas y estratégicas aumentando los beneficios. Por eso, en este contexto, numerosas empresas no solo están integrando la IA en sus operaciones diarias, sino que también están lanzando soluciones innovadoras basadas al mercado. Desde asistentes virtuales y chatbots hasta sistemas de recomendación personalizada, las aplicaciones de la IA son cada vez más diversas y están transformando la forma en que las empresas interactúan con sus clientes y optimizan sus procesos internos.

Sin embargo, según Javier González Jiménez, director asociado del Área Consultoría, “hay muchas pruebas de concepto y ensayos, pero hay pocos servicios de inteligencia artificial con años de recorrido con un retorno de valor claro y medido de forma objetiva, en el ecosistema empresarial de servicios tecnológicos en Andalucía. Especialmente si hablamos de LLMs (Large Language Models) y AI generativa, que es donde se encuadra GPT-3, ChatGPT, y similares”. Y él, en su amplia carrera profesional, ha podido ir analizando los factores críticos de éxito y de fracaso a la hora de llevar una solución IA al mercado, temática de la que se habló en el I Congreso de Inteligencia Artificial de Andalucía, en la cual participó Javier y en la que se trataron algunos de los puntos que desarrollamos en este artículo.

Factores críticos de éxito y de fracaso a la hora de llevar una solución IA al mercado

 

1. Caracterización y definición del problema 

El primer paso es identificar la necesidad empresarial para convertirla en una formulación técnica precisa. Este proceso, ilustrado por un ejemplo de diseño técnico para abordar reclamaciones de clientes, destaca la importancia de traducir las necesidades del negocio en soluciones técnicas concretas.

2. Alinear negocio y tecnología

Lograr una comprensión mutua entre los responsables de negocios y los expertos en IA es crucial. Esto implica clarificar los beneficios concretos que la solución IA aportará al negocio, gestionar expectativas y establecer un vínculo de comprensión entre el cliente final y el experto tecnológico.

3. Medición del resultado

Antes de invertir recursos significativos en el desarrollo de soluciones IA, es esencial definir pruebas de concepto IA y medir o predecir la tasa de éxito del servicio. Gestionar expectativas con indicadores cuantitativos sobre una muestra de datos amplia proporciona insights valiosos antes de la implementación y evita futuros “chascos”.

4. Marcado de casos y revisión máquina-persona

Determinar la confiabilidad de las respuestas IA y establecer protocolos para revisar casos son aspectos críticos. ¿Cuándo y cómo se deben revisar las respuestas? ¿Cómo organizar esta revisión para optimizar recursos? Estas preguntas previas son clave para evitar futuro errores y poder analizarlo los mismos para eficientar la solución.

5. Sesgo tecnológico

Evitar el exceso de tecnología innovadora requiere un enfoque estratégico. Se debe seleccionar la solución más simple, económica y menos arriesgada, considerando la rápida evolución de la inteligencia artificial y manteniendo ciclos de innovación ágiles.

6. Captar y conformar al equipo técnico

Gestionar expectativas del equipo técnico es fundamental. La realidad de la consultoría de datos implica más trabajo práctico que teórico, y es crucial identificar perfiles adecuados para la recopilación y entrega efectiva de datos.

7. Modelo de negocio y cadena de valor

Entender el modelo de negocio y la posición en la cadena de valor es esencial. Las empresas deben enfocarse en ofrecer servicios a medida, aprovechando plataformas de grandes corporaciones sin aspirar a competir directamente con ellas.

8. Training dataset/Test dataset

La necesidad de datos de entrenamiento plantea preguntas sobre la obtención, calidad y medición de resultados. ¿Es posible implementar soluciones IA sin grandes conjuntos de datos de entrenamiento?

9. Replicabilidad de la respuesta

En modelos de lenguaje públicos compartidos, la replicabilidad de respuestas debe abordarse cuidadosamente. La evolución no controlada de modelos como ChatGPT puede afectar la coherencia de las respuestas dadas.

10. Coste de los grandes modelos on-premises

El despliegue local de modelos IA puede ser necesario para necesidades específicas, pero se debe evaluar cuidadosamente el retorno de inversión frente al costo.

11. Compliance

Considerar los riesgos y garantizar el cumplimiento normativo al utilizar servicios en la nube es esencial, especialmente al consumir servicios de grandes proveedores como Google, Amazon y Microsoft Azure.

En conclusión, la implementación exitosa de servicios de inteligencia artificial en el entorno empresarial, y en concreto en la administración pública, requiere sortear estos desafíos de manera estratégica, fomentando la colaboración entre el core business y la tecnología, gestionando expectativas y adaptándose a la evolución constante del panorama de la inteligencia artificial, sin olvidar el factor humano.