Fueron semanas movidas, pero muy satisfactorias en GlobalTask, especialmente por el éxito que tuvo nuestro evento sobre AI en Seguros, tanto en México como en Argentina. Junto con el equipo de AWS y el resto de los asistentes, disfrutamos de jornadas llenas de innovación, debates e insights valiosos.

Hubo un comentario en la presentación de nuestro COO, Nicolás Vidal, que sirvió de disparador para muchos otros temas, el cual se centraba en cómo algunos actores de la industria están encarando la adopción de la AI.

Con Nico notamos de forma habitual del entusiasmo que existe en distintas empresas de la industria por implementar AI en sus procesos. Si bien esto es sumamente positivo, hay que hacer una pequeña pausa. ¿Por qué?, porque el tema central no es solo implementar una nueva tecnología, sino encontrar primero un motivo que la justifique, que parte de una necesidad de negocio. 

Desde ahí, se empiezan a desprender varios puntos clave que hay que tener en cuenta. La AI tiene un potencial enorme, pero para lograr resultados reales es fundamental arrancar con bases sólidas.

A continuación les cuento cuales considero que son esas bases:

Partiendo de una necesidad de negocio

Como sucede con cualquier tecnología emergente, el desafío está en saber por dónde empezar. La clave es revisar el punto de partida, analizando qué problema queremos resolver.

Cuando intentamos implementar AI sin un objetivo claro, es como poner el carro delante del caballo. Lo correcto es empezar por analizar las áreas de negocio que realmente necesitan una mejora. ¿Qué procesos son ineficientes?,¿dónde están los cuellos de botella?, ¿en qué parte de la operación la empresa está perdiendo competitividad?. Estas preguntas son el punto de partida para determinar cuál es la solución adecuada.

Por ejemplo, en procesos operativos repetitivos, una solución de AI bien integrada puede acortar significativamente el tiempo promedio de ejecución de tareas. También, al optimizar la asignación de recursos o priorizar las tareas más urgentes puede agilizar la operación interna y mejorar la tasa de resolución de problemas. 

Customer experience es otra de las áreas donde la AI tiene un gran impacto. Al analizar datos históricos y patrones de comportamiento, se puede mejorar la satisfacción del cliente (CSAT) a través de productos y servicios hiper personalizados. También puede predecir la tasa de abandono y sugerir medidas proactivas para retener a los clientes antes de que decidan irse.

Con bases sólidas y un claro entendimiento de la situación actual, es mucho más fácil armar un roadmap efectivo. La clave no es solo implementar AI por la tecnología en sí, sino asegurar que esté enfocada en resolver problemas reales y cuantificables. Si no hay un problema bien definido, cualquier solución que se implemente probablemente será ineficaz o inapropiada.

El camino hacia una solución escalable

Siempre recomendamos empezar enfocándose en un problema puntual. Así, evitamos diversificar desde el inicio y hacemos más fácil medir el impacto sobre ese problema específico.

Ahora bien, si la intención es abordar más de una necesidad, una de las grandes ventajas de la AI es que es altamente escalable. Hace poco escribí sobre el concepto de Adjacent Scaling y su importancia en este tipo de soluciones, ya que impulsa el crecimiento transversal. Cuando una solución de AI se desarrolla y se prueba con éxito en un área concreta, se puede aprovechar la experiencia y el conocimiento adquiridos para escalar esa solución a otros departamentos o procesos.

Es común ver que muchas empresas arrancan implementando AI en áreas como atención al cliente o automatización de procesos, y luego expanden su uso a funciones más críticas como la predicción de demanda o la gestión de riesgos.

Multiplicidad de herramientas

Otro de los temas que abordamos en el evento fue la multiplicidad de herramientas disponibles hoy en día. Estamos en pleno boom de la AI Generativa, lo que lleva a muchos a olvidar que la inteligencia artificial va mucho más allá de eso.

Por eso, no solo es crucial entender la necesidad de negocio que queremos resolver, sino también identificar qué tecnología es la más adecuada para brindar esa solución. Cuando se encuentra la herramienta correcta, las organizaciones no solo acceden a la tecnología idónea, sino que también pueden reducir notablemente los costos.

Es común caer en el error de pensar que la AI se trata solo de generar contenido o interactuar con clientes a través de AI Generativa. Aunque estas aplicaciones son útiles, la inteligencia artificial tiene un alcance mucho mayor. Mediante Machine Learning, por ejemplo, se puede predecir comportamientos de clientes o mejorar la precisión en la toma de decisiones financieras.

Por eso, es fundamental no quedarse solo con la tendencia del momento y hacer un análisis profundo que permita comprender tanto el problema como la solución adecuada, ya que será esta la que verdaderamente aporte valor al negocio.

Los datos: la base de cualquier solución de AI exitosa

Otro concepto fundamental al hablar de AI es su estrecha relación con los datos. Sin datos de calidad, cualquier intento de implementar AI está destinado al fracaso. Esto nos lleva a un punto clave: no se puede implementar AI de manera efectiva si la empresa no es “data-driven”, es decir, si no usás los datos estratégicamente para tomar decisiones.

Uno de los primeros pasos para implementar AI debe ser desarrollar una estrategia de datos sólida. Esto implica asegurarse de que los datos que se utilizan sean de alta calidad, estén bien organizados y sean accesibles. Además, este proceso tiene que ser continuo, ya que los sistemas de AI requieren actualización constante y adaptación a medida que ingresan nuevos datos.

Al final, todo se resume en una frase: “Good data, good AI”. Si queremos que la AI transforme verdaderamente cómo operamos, debemos garantizar que nuestros datos sean precisos, relevantes y estén bien estructurados. Como dije en más de una ocasión, no se trata solo de cantidad, sino de calidad.

Estrategia, talento y cultura en la adopción de AI

El Sector Financiero y de Seguros enfrentan una serie de obstáculos en su camino hacia una implementación efectiva de AI. Definir una estrategia desde el principio puede allanar enormemente el camino, aunque el enfoque específico dependerá de cada organización. Establecer una estrategia sólida es crucial, pero no es el único desafío.

Es importante recordar que la implementación de AI no es solo una cuestión técnica. Las personas juegan un rol central en el éxito de cualquier proyecto de AI. Se necesita un equipo con las habilidades adecuadas para manejar estas nuevas herramientas, y eso no es posible sin una cultura que abrace la innovación.

Fomentar una cultura que mire hacia adelante, en lugar de quedarse en el pasado, es clave. No solo ayuda a reducir la resistencia al cambio, sino que también le da a los colaboradores un sentido de pertenencia y participación en la evolución tecnológica de la empresa. Crear un ambiente donde la AI se vea como una herramienta que suma, y no como una amenaza, es fundamental para que los equipos se sientan parte de este proceso de transformación.

Por otro lado, una cultura innovadora también tiene que preparar a los equipos para que, a futuro, puedan hacerse cargo del ownership. Si se lleva a cabo una transferencia de conocimiento efectiva, todo el esfuerzo y trabajo realizado tendrá un propósito más claro, y la solución generará valor a largo plazo.

Esto es solo una muestra de los primeros pasos que hay que considerar antes de implementar AI en los procesos de una empresa. Es un camino que lleva tiempo, pero dar los pasos correctos, sin saltar etapas, es lo que asegura el éxito. La AI tiene el potencial de integrarse en la industria de la misma manera que lo hizo internet en su momento, con una capacidad transformadora que ya es innegable.

Lo importante es saber por dónde empezar.

Sobre GlobalTask

En GlobalTask, nos especializamos en ayudar a empresas dentro de la industria financiera y de seguros a transformar sus servicios y mejorar sus KPIs. Utilizamos la IA como booster de los procesos de negocio. Desarrollamos soluciones para múltiples áreas como Gestión de Reclamos, Cobranza, Comercial, Onboarding y Customer Experience.

Con nuestro Framework AI Ready, abordamos todas las capas de innovación con IA, desde la estrategia hasta el desarrollo de iniciativas, todo potenciado por Wisehub, nuestra plataforma de inteligencia artificial.