Gustavo Guadalupe, CIO de Qualitas, comparte su enfoque sobre el proceso de transformación digital en la empresa, destacando la importancia de la adaptación cultural como pilar clave. También profundiza en cómo la IA Generativa puede aportar soluciones rápidas y disruptivas a la industria de Seguros, desafiando las estructuras tradicionales de los sistemas de datos.
¿Cómo abordaron el proceso de transformación digital de la empresa?
Inicialmente vine a California para venderle un sistema a una compañía nueva. Llegué como consultor y pase por todo el proceso de implementación. Luego de eso me invitaron a abrir el departamento de IT, comenzar desde cero. Me pareció un challenge más que interesante, no solo desde la parte de tecnología sino desde la política y forma de uso.
Abordar la parte tecnológica es relativamente sencillo; el verdadero desafío estaba en las personas.
La principal transformación fue cultural, tanto a nivel interno como externo. Tuvimos que educar y brindar consultoría a los stakeholders, no sólo a los usuarios, sino también a los gerentes. La clave está en generar una cultura con una mentalidad más abierta, dispuesta a aprender y adaptarse. Si logras cambiar esa mentalidad, el resto de la transformación, incluida la digital, se facilita enormemente.
¿Cómo crees que puede ayudar la GenAI al sector de Seguros?
Tengo dos perspectivas. Por un lado, la IA Generativa es lo que llamo un easy win, algo que puede implementarse rápidamente con un retorno de inversión (ROI) alto.
Por otro lado, está el aspecto más desconocido, pero también el más interesante. Siempre hablamos de la necesidad de tener una estructura en los sistemas: los archivos, las bases de datos y los servicios web la requieren. Pero la IA Generativa parece desafiar este paradigma.
Con la GenAI, es posible trabajar con datos sin estructura. Por ejemplo, podrías recibir un documento de póliza de otra compañía y, sin intervención humana, interactuar con la AI para obtener toda la información relevante, sin importar el formato del documento. Así podrías generar tu propia cotización a partir de esa información.
La GenAI realmente está cambiando las reglas del juego en los sistemas. Para mi es muy interesante lo que se puede hacer, más allá de los bots y los chats. Poder eliminar la estructura de un input es algo increíble.
La clave está en generar una cultura con una mentalidad más abierta, dispuesta a aprender y adaptarse.
Si tuvieras que encarar tu formación profesional en este contexto, ¿cómo lo harías?
Justamente estoy investigando para confirmar si mi enfoque es correcto. Ahora estoy trabajando en una prueba de concepto sencilla: hacer preguntas a un documento y obtener respuestas. Ese es el primer paso para entender cómo diseñarlo y luego escalarlo.
Para ello, es clave aprender sobre prompt engineering y cómo formular preguntas adecuadas, además de preparar los datos que se reciben. Más allá de eso, también hay que considerar cómo esto va a integrarse en un sistema general, como un data lake, que funcione como un repositorio de datos sin estructura.
En términos de negocio, ¿qué criterios tienen en cuenta al definir una prueba de concepto?
Si partimos de cero, lo primero es construir un framework sólido para evitar duplicar esfuerzos. Desde una perspectiva de negocio, empezaría con algo fácil, rápido y de impacto inmediato, que puede servir como hook.
Un ejemplo sería las notas de las reclamaciones: crear un resumen ejecutivo que, al atender una llamada, te permite evitar revisar todas las notas una por una. Si un cliente llamó la semana pasada para pedir el estado de su reclamación y aún no hay actualizaciones, sabrás rápidamente que es probable que la llamada sea para obtener ese estado. Con ese resumen ejecutivo, podés anticiparte y responder de manera más eficiente.
