La Inteligencia Artificial generativa: un game changer en Retail y Consumo

100 millones de usuarios. Cien. Es una cifra que habla por si sola de la relevancia y el potencial de negocio. Netflix, tardó 216 meses en alcanzarla. Otros modelos de éxito como Spotify o Instagram lo hicieron en 132 y 30 meses respectivamente. ChatGPT, un modelo de lenguaje basado en Inteligencia Artificial Generativa, ha tardado poco más de dos meses en conseguirlo…

Por tanto, la relevancia y el potencial de negocio de la Inteligencia Artificial Generativa, es algo de lo que ‘casi’ nadie tiene duda. El interés que ha generado y su rápida adopción no tiene precedentes, aunque su génesis se lleva fraguando desde años al ser una rama de la Inteligencia Artificial (IA).

La IA Generativa utiliza algoritmos avanzados, Machine Learning (aprendizaje automático), Deep Learning (redes neuronales profundas entre otras) y otros modelos de Lenguaje como los LLM (Large Language Models) para generar contenido original y creativo. Puede mejorar y acelerar la productividad en el entorno laboral, aumentando las capacidades del profesional. Un único modelo de IA Generativa puede realizar diversas tareas como Análisis de Sentimiento, Extracción de entidades, Resumen, Clasificación, Q&A, generación de código… a diferencia de la IA tradicional, en la que cada modelo se centra en resolver problemas o tareas específicas.

La IA Generativa en Retail y Consumo, más allá de la productividad

Un 72% de los directivos encuestados por KPMG(1) en abril de este mismo año, ve claramente en la productividad el mayor aporte de valor de la IA Generativa mientras que el 62% asume que tendrá un rol clave en la innovación de sus organizaciones.( )

En el sector Retail y consumo en concreto, según un estudio realizado por KPMG(2) entre diferentes empresas de retail y consumo, el 66% de las compañías declaró que prevé desarrollar casos de uso con IA Generativa enfocados en el análisis avanzado de datos de cliente para generar recomendaciones personalizadas buscando relevancia como respuesta a la saturación del mercado. En particular, en España, para las compañías de retail y consumo es uno de los desafíos clave que plantea el consumidor que apuesta, cada vez más, por marcas que proponen experiencias customizadas y relevantes.

En este mismo estudio(2), el 64% de las organizaciones, manifestó que prevé enfocar el uso de esta tecnología en el análisis de tendencias para apoyar el desarrollo de modelos predictivos enfocados a optimizar el inventario, de cara a mejorar aspectos fundamentales en retail como son minimizar Out of stock y la merma y maximizar el ShelfAvailability.

La inflación ha tenido un profundo impacto en el sector consumo y, tal y como refleja el informe Perspectivas 2023: Bienes de consumo realizado por KPMG y CEOE(3), el 67% de las empresas del sector ha redefinido su política de precios para reflejar el aumento de costes. Aquí la IA generativa puede jugar un rol crucial como palanca en la gestión del pricing (en el estudio mencionado anteriormente(2), el 40% de los encuestados mostraron interés en este caso de uso).

Si ponemos en foco en qué áreas dentro de las empresas del sector son -a priori- másintensivas en la generación de casos de uso, destacan sin duda, Marketing y Ventas. En particular, en compañías de Retail y Consumo, el 68%(2) de los encuestados apuestan por ellas frente al 42%(2) del resto de sectores. En cambio, sólo el 23%(2) de las encuestadas del sector han designado a una persona o equipo para liderar el avance de la IA generativa dentro de su organización (frente al 31%(2) de las organizaciones del resto de sectores).

Cinco recomendaciones para empezar con IA en la empresa

Hay cinco puntos que, desde KPMG, consideramos clave en las agendas de toda organización que quiera apostar por esta tecnología:

1. Identificar fuentes de datos fiables

El éxito de la IA Generativa está muy vinculado a la calidad y fiabilidad de las fuentes de datos que se utilizan como input. Aunque los modelos de IA generativa se entrenan con una gran cantidad de datos públicos, no todas las fuentes de datos tienen el mismo nivel de confianza ni disponen de toda la información necesaria para aprovechar al máximo esta tecnología.

En la actualidad, uno de los grandes retos es que, en ocasiones, se obtienen respuestas bien estructuradas pero parcial o totalmente incorrectas -que pueden ir desde un dato erróneo a una conversación poco apropiada que, potencialmente, podría tener un impacto negativo para la marca-, lo que se conoce en la industria como “alucinaciones.

En respuesta a este reto hay diferentes iniciativas en marcha, una de ellas, del MIT (Massachusetts Institute of Technology) está investigando modelos en los que antes de ofrecer una respuesta, varias IA Generativas, debaten entre si qué respuesta es la correcta.(4 )En cualquier caso, es fundamental tener en cuenta que el concepto human in the loop es clave ya que la aproximación actual de la IA Generativa es aumentar cognitivamente al profesional

2. Desarrollar un marco de "IA Responsable" para gobernar las aplicaciones de IA de toda la organización

A la misma velocidad que surgen titulares sobre el potencial de la IA Generativa, se abren debates sobre cómo abordar la adopción de esta tecnología desde el punto de vista legal y ético. Como suele ocurrir con los desarrollos tecnológicos, la regulación no avanza al mismo ritmo. Es esencial garantizar que la tecnología se utilice de manera ética y dentro del cumplimiento normativo.

En general, la tendencia parece abogar por una mayor transparencia, mejor determinación de las bases legales del tratamiento, así como reforzar los derechos personales, entre otras medidas.

Actualmente, solo el 8%(2) de los ejecutivos encuestados del sector, considera que sus organizaciones cuentan con los modelos y políticas de gobierno adecuados para integrar IA Generativa en sus negocios. Por tanto, comprender riesgos asociados al uso de IA generativa, como resultados inexactos, fraudes, propiedad intelectual... e implementar controles para proteger a la organización contra estos riesgos es fundamental y es ahí donde, desarrollar un marco de IA Responsable, ayuda a mitigar riesgos y a desarrollar salvaguardas.

3. Visión estratégica con un enfoque ‘test & learn’

Es fundamental desarrollar una estrategia clara que establezcaroles y responsabilidades, en torno a la IA generativa. Arrancar en modo discovery, acelera la identificación de oportunidades para los diferentes equipos de la compañía e impulsa el ‘onboarding’ hacia un nuevo modelo de trabajo.

Adicionalmente a los casos de uso propios del sector, la IA generativa tiene aplicaciones ‘transversales’ en distintas funciones empresariales, desde TI hasta recursos humanos y operaciones, pasando por finanzas, auditoría, el área legal o marketing. Algunas de sus aplicaciones son la redacción de propuestas, el desarrollo y la comprobación de códigos, o la extracción y resumen de información compleja.

Establecer una hoja de ruta para priorizar casos de uso, es un must previo al arranque del desarrollo de casos de uso. Un desarrollo con un enfoque de prueba y error a realizar en dos fases: una primera de conceptualización para definir la parte técnica y funcional, business case y plan de implantación del caso para, si se valida internamente por su adecuación, pasar a una segunda fase de desarrollo iterativo incremental estructurado en varias releases que permitan llegar a un MVP con éxito. Esto, más allá de permitir a las organizaciones validar el potencial de la IA Generativa, debe ser un acelerador de la adopción de la misma como parte del business as usual impactando de manera significativa en la innovación de la compañía.

Dado que las capacidades de esta tecnología evolucionan muy rápidamente, es crucial alinear la estrategia y estado del arte alrededor de la IA Generativa.

4. Avanzar en un entorno corporativo de IA generativa

A nivel puramente tecnológico, la forma más segura de avanzar en este camino es mediante el uso de soluciones en torno a OpenAI que permitan a la organización acceder a los modelos más avanzados y potentes del mercado hoy en día (GPT-4, Codex, DALL-E…) asegurando: (1) capacidad de verticalización / personalización a casos de uso específicos de negocio mediante el uso de datos propios, con un marco de personalización que refleje la realidad de la compañía y permita maximizar el impacto en la cuenta de resultados. (2) Un uso responsable y ético que salvaguarde la organización frente a amenazas potenciales y (3) La seguridad y cumplimiento normativo de los datos corporativos permitiendo garantizar la confidencialidad en todo el proceso, maximizando el impacto al usar información crítica para el negocio minimizando al máximo el riesgo.

5. Preparar a la organización

La velocidad de avance de la IA generativa hace que pocas organizaciones estén preparadas por completo y será fundamental invertir en talento y experiencia así como en partners que ayuden a liderar con sentido los esfuerzos en torno a la IA generativa. Por ello, es fundamental integrar un plan de change management que contemple la capacitación de los profesionales para obtener el máximo partido de todas las iniciativas generadas a partir de este plan y evaluar la precisión de los resultados.

Además del reskilling, puede ser necesario incorporar talento especializado con perfiles como Data Scientists, Software Engineers, Data Engineers y otros con conocimientos específicos en la industria para probar y validar la funcionalidad de los desarrollos y su adecuación al marco normativo y de riesgos que lo rodea.

Game Changer

Nos encontramos al inicio de una era que transformará radicalmente la forma en que se accede a la información, se crean contenidos, se gestiona la experiencia de clientes y los negocios. Integrados en el core de la organización, la IA generativa acelerará la optimización de las operaciones e impulsará el crecimiento del negocio aumentando las capacidades cognitivas que tenemos como profesionales. Desde el área de D&A, IA y Emerging technologies de KPMG España, aprovechamos nuestra amplia experiencia en Machine Learning, PLN y otras formas de IA, para acompañar a nuestros clientes a maximizar el impacto de este game changer convirtiéndolo en una ventaja competitiva para su compañía. A través de la estrategia, el desarrollo de casos de uso, la selección de proveedores y la implementación y siempre teniendo en cuenta los cambios normativos, culturales y de procesos que serán necesarios para aprovechar todo su potencial.

PARTICIPA EN LA ENCUESTA DE KPMG (SERÁN MENOS DE 5 MINUTOS) Y RECIBIRÁS GRATIS EL ESTUDIO:

“Transformación alimentarIA: Impacto de la IA generativa en la cadena de valor alimentaria”

______

(1) KPMG Generative AI Survey

(2) KPMG generative AI survey report: Consumer and retail

(3) Perspectivas 2023: Bienes de consumo (FMCG) KPMG España y CEOE El sector Bienes de consumo en cifras (kpmg.com)

(4) MIT2023. Improving Factuality and Reasoning in Language Models through Multiagent Debate