La inteligencia artificial (IA) es una de las tecnologías disruptivas del momento y la empresa que desarrolla y comercializa soluciones multimarca y multiplataforma de procesamiento y medios de pago, Prisma Medios de Pago, no quiso dejar pasar la oportunidad de aprovecharla para escalar y redefinir procesos de negocio. En tal sentido, apeló a la automatización de procesos (RPA) y a la adopción de técnicas de machine learning.

Liliana de Gregorio, Head of Operational & Engineering, es quien lidera desde fines de 2019 las innovaciones mediante el uso de IA. Con más de 20 años de experiencia trabajando en distintas entidades financieras en el área de Sistemas, sostiene que el software en las empresas se está moviendo en tres dimensiones: en lo profundo y a lo ancho para acompañar al core del negocio y alcance a la mayor cantidad de áreas con procesos digitales. También se mueve en otra dimensión hacia arriba, en un plano más estratégico o de toma de decisiones que está relacionado a la transformación cognitiva.

"Las empresas de todo el mundo incrementaron un 25% el uso de la inteligencia artificial, y el tamaño de proyectos relacionados a estas iniciativas alcanzará en el 2022 la suma de US$ 3,9 trillones", cuenta. De Gregorio, que tiene 59 años y es Contadora pública, con un posgrado en Desarrollo gerencial, está divorciada, es madre de 3 hijas y como pasatiempo le gusta cantar. De hecho, es soprano y coreuta. Fiel a su frase de cabecera "La mejor forma de predecir el futuro es crearlo", está concentrada en generar el mayor impacto posible con IA en la empresa, ya sea para el corto, mediano y largo plazo, y sobre esto se explayó en la entrevista con El Cronista e Infotechnology.

¿Dada su formación profesional cómo es que lidera implementaciones vinculadas a IA?

Trabajé en centros de cómputo desde los 18 años e incluso participé en varios reemplazos de core bancario. Además, me desempeñé 18 años en Santander Tecnología con foco en innovación aprovechando herramientas digitales. Cuando asumí en Prisma, lo hice con el objetivo de optimizar las operaciones automatizándolas y mejorar los procesos.

Por lo general, implementar IA genera temor en los colaboradores porque temen perder su puesto de trabajo. ¿Qué pasó en Prisma?

Teníamos muchos procesos manuales que automatizamos con RPA, y las personas que hacían ese trabajo pasaron a trabajar organizadas por factoría. Se trata de gente que sabe mucho del negocio y ahora se desempeña en equipo junto con talentos de Sistema y Operaciones para crear nuevas iniciativas y está involucrada en ellas de principio a fin. Gracias a esto, pudimos avanzar más rápido en la ideación de productos. Por ejemplo, al botón de pago lo desarrollamos en 6 semanas, cuando lo típico es que hubiera demorado 6 meses con un método tradicional.

Para todo esto acompañamos a la gente de manera inclusiva reorientando los recursos con mucho conocimiento en los procesos core de la compañía hacia nuevos desafíos liberándolos de tareas repetitivas.

Al automatizar las actividades usted dice que hay que poner la mirada en los procesos para encontrar las oportunidades de mejora. ¿En Prisma encontraron muchas oportunidades de este tipo?

Si, porque no se trata de automatizar un proceso tal cual como existe, sino que hay que simplicarlo y sacarle la burocracia. En este sentido, encontramos muchas oportunidades de mejora. Por ejemplo, incorporamos distintos tipos de tecnología porque teníamos documentos no estructurados y, al lograr avanzar en la estandarización de toda la información de entrada, logramos que los bots la entiendan rápidamente. Así es como los tickets que se resolvían en 48 hs ahora se resuelven en el día. Otro dato: En la pre-pandemia recibíamos unos 3500 contactos de clientes para desconocer una compra, y en la pandemia el número se elevó a 6000. Para esto hay que tener en cuenta que un bot tarda siete segundos en resolverlo, comparado con los 60 segundos que tarda el operador humano.

Al momento de avanzar con la automatización, en la fase de discovery, ustedes elaboraron un ranking de procesos, luego armaron una lista de prioridades y luego elaboraron una serie de recomendaciones. ¿Qué tuvieron en cuenta para elaborar ese ranking y priorización?

Se analiza un mix de variable compuesto por lo siguiente: volumen de trabajo y tiempo que demanda, también el riesgo operativo, porque si hay un error en la carga de la promoción de un banco el impacto económico puede ser importante; y también contemplamos el time to market, porque si se necesita velocidad, es mejor automatizar.

¿Para qué aplican machine learning?

¿Por qué hay tanto furor por bots para la atención al cliente?

Incluir los avatares en el modelo de atención permite acercar información clara y sencilla, que se encuentra al alcance de quien la necesite en cualquier momento y desde cualquier lugar desde los distintos portales de la empresa.

La implementación de estas tecnologías representa una evolución para los centros de atención acompañando a la transformación del Call Center tradicional, nos permite especializar a los asesores en gestiones de mayor valor brindándoles además la posibilidad de desarrollarse en nuevas habilidades del negocio.

La integración de los mismos con plataformas de mensajería instantánea es un hecho. Tienen la capacidad de integrarse con plataformas como WhatsApp, Telegram y Facebook Messenger.

En tal sentido, construimos una base de conocimiento de más de 1.000 intenciones para hacer posible la interacción dinámica con nuestros clientes abarcando más del 90% de las consultas recibidas. En el último año, más de 2 millones de usuarios utilizaron nuestros avatares, y recientemente incorporamos uno nuevo en nuestro portal privado a Comercios y muy pronto estará disponible en nuestra web pública.

Inversión

Murió el dólar blue: cuál es la moneda que eligen los argentinos para resguardar su poder adquisitivo

¿Qué consejo le puede dar a las empresas que quieran trabajar con IA?

Depende mucho del tipo de empresa. Para determinado porte y volumen, y si cuenta con mucha información, implementar IA es muy estratégico, en especial para conocer al cliente y para llegar a él de forma personalizada. También permite tomar decisiones más asertivas. El tema es que hay que invertir por lo que no es para cualquiera.

¿Cómo supera el problema de la escasez de especialistas en IA?

Para automatización con RPA hay muchos talentos y no hemos tenido problemas para encontrar especialistas, tampoco para armar modelos predictivos.

¿No le tiene temor a los sesgos de los algoritmos de IA? Yo siempre consideré a la IA para la toma de decisiones y para conocer mejor al cliente, pero no trabajé en áreas donde el sesgo pueda ser un gran problema. Por ejemplo, si en Recursos Humanos me solicitaran automatizar la selección de CV, les diría que podríamos aplicar unos primeros filtros para determinar las cuestiones técnicas de los candidatos en función de las posiciones, pero luego es fundamental el análisis que realizan las personas y el contacto cara a cara.