La inteligencia artificial generativa (GenAI, por sus siglas en inglés) se adopta de forma cada vez más rápida por organizaciones de diversas industrias para optimizar procesos y descubrir nuevas oportunidades de negocio.
De hecho, un estudio de la consultora Manpower refleja que el 52% de las compañías globales con más de 5.000 empleados ya utilizan esta tecnología.
En tanto, desde Deloitte apuntan que la IA impacta tanto en la productividad que tiene el potencial de agregar anualmente entre u$s2,6 mil millones y u$s4,4 mil millones a la economía global.
Al enfocamos en el sector de salud, un estudio de Predence Research destaca que el mercado mundial de la AI orientado a la atención médica tuvo un valor de 15.100 millones de dólares en 2022, y prevé que ronde los 188 millones de dólares en 2030.
Herramientas de GenIA como ChatGPT, Copilot y Claude ganan mucha popularidad. Además, los grandes proveedores de software están integrando algoritmos de IA en sus aplicaciones de negocio, como Microsoft Azure AI y SAP Business AI.
Mientras la primera es una suite de servicios en la nube que incluye IA para análisis de datos, reconocimiento de imágenes, procesamiento del lenguaje natural y creación de modelos de aprendizaje automático personalizados; la segunda hace lo mismo para optimizar procesos de negocio, mejorar la toma de decisiones y brindar experiencias personalizadas a los clientes.
En tal sentido, está probado que la GenAI mejora la eficiencia al automatizar procesos repetitivos, liberando tiempo para que los empleados se enfoquen en tareas más estratégicas. Además, permite personalizar la atención al cliente utilizando chatbots y sistemas de recomendación, entre otros beneficios.
En el sector salud, estas ventajas se traducen en herramientas con IA para identificar enfermedades como el cáncer, crear planes de tratamiento personalizados y desarrollar plataformas capaces de gestionar y analizar datos de pacientes lo que mejora la atención médica.
Por el lado del sector asegurador, se aplica para realizar evaluaciones de riesgo más precisas, automatizar reclamos de los usuarios, reducir el tiempo de respuesta y mejorar la satisfacción del cliente, así como para identificar patrones de comportamiento sospechosos, algo que permite a las aseguradoras detectar fraudes antes de que ocurran.
Por ejemplo, en el caso de un paciente con diabetes, las herramientas tecnológicas como una app para monitorear glucosa, una pulsera inteligente para alertas, y una plataforma médica para gestionar historias clínicas electrónicas (HCE) operan de forma aislada.
Esto genera datos fragmentados que dificultan el tratamiento adecuado. Integrar estas tecnologías en una plataforma unificada permitiría centralizar la información, ofrecer recomendaciones coherentes y mejorar tanto la experiencia del paciente como la toma de decisiones del médico.
Lo mismo ocurre en el sector de los seguros: una firma que implemente varias soluciones de IA pero de forma aislada, generará ineficiencias significativas que aumentan el riesgo de errores y dificulte la toma de decisiones informadas.
Por eso, la clave es incorporar GenAI y desarrollar una estrategia integral para abordar esta tecnología de forma unificada, evitar la fragmentación y mejorar la eficiencia en sus operaciones.
Para que la IA pueda abordar esos desafíos es imprescindible invertir en la capacitación de empleados para garantizar que sepan cómo utilizar y gestionar estas nuevas herramientas y avanzar en una integración gradual, que implique comenzar con proyectos piloto para probar soluciones de IA en un entorno controlado antes de realizar una implementación completa.
Este recorrido implica una serie de desafíos como la resistencia al cambio por parte de los empleados, cuestiones éticas relacionadas con la privacidad de los datos, la toma de decisiones automatizadas sumado a los costos de implementación y capacitación.
Ahora bien, su implementación efectiva consta básicamente cuatro pasos:
Adoptar herramientas agnósticas a los modelos de lenguaje (LLM). Como la iniciativa FRIDA (Framework for Intelligent Digital Automation) de Softtek, que proporciona un marco de automatización inteligente. Además, ayuda a gestionar los riesgos inherentes a la IA, como transparencia y sesgos, y a garantizar la interoperabilidad para evitar la duplicación de esfuerzos.
Capacitar a los empleados en el uso efectivo de la IA. Ayudarlos a que incorporen técnicas de "prompting" y evaluación crítica de resultados.
Es vital que utilicen la IA como una herramienta asistencial, en lugar de depender completamente de ella, así como fomentar dentro de la organización un ambiente de actualización permanente, dado el ritmo intenso que tienen los avances vinculados a la tecnología en general.
Y buscar asesoramiento experto, un proveedor que tenga experiencia implementando IA tanto en el sector de la salud como en el de los seguros o el que sea de tu interés. Porque la unificación de las IAs es la verdadera oportunidad para aprovechar al máximo el potencial de esta tecnología.
*Por Katherine Prendice, Offer Manager Digital Sudamérica en Softtek
