Aunque la aplicación de modelos de Inteligencia Artificial (IA) es de alta prioridad para prácticamente todos los directores de informática (CIOs por sus siglas en inglés) de empresas de cualquier giro, sólo el 30 por ciento reporta beneficios importantes de negocio.
El sector salud es uno de los que mejores resultados reporta al aplicar esta tecnología en aspectos como la calidad de la atención, la agilidad y precisión en el diagnóstico y el manejo de grandes volúmenes de medicamentos.
En ese sentido, la consultora Select compartió un caso de uso exitoso de un laboratorio médico de origen mexicano, que concentra alrededor del 20 por ciento de las ventas de medicamentos en México, cuyo catálogo de productos supera los 18 mil, desde medicamentos de venta libre hasta medicamentos oncológicos, que ha reportado beneficios por el uso de esta tecnología.
Al respecto, Ricardo Zermeño González, fundador y presidente de Select, señaló que si bien los 120 CIOs de compañías mexicanas líderes en sus respectivos campos que integran el Consejo de Innovación Digital reconoce la prioridad de usar IA para mejorar la eficiencia de las empresas, todavía es difícil encontrar los casos de uso que sirvan como ejemplo para animar a otras empresas a implementar la tecnología.
En ese sentido, sostuvo que el caso de Nacional de Drogas (Nardo), ilustra bien cómo se puede usar esta tecnología para beneficio de algunas áreas de las empresas con resultados positivos y tangibles en plazos razonables, tal como lo expone Jorge Malo del Valle, director corporativo de Tecnologías de la Información en esa empresa.
De acuerdo al directivo de Nadro, los buenos resultados arrojados por la IA, se deben entre otras cosas, a que ésta se ha enfocado en áreas específicas de la empresa donde sus ventajas son evidentes y ayudan a mejorar los resultados: predictibilidad, visión artificial, ciberseguridad, mantenimiento de vehículos y productividad interna.
Por ejemplo, en materia de predictibilidad de faltantes de origen, usar modelos de machine learning y deep learning permite predecir con mucha precisión y en tiempos breves la escasez de medicamentos, considerando más de mil variables, trabajo que en manos de seres humanos llevaría demasiado tiempo.
Respecto a la visión artificial, explicó que se desarrolló una aplicación para leer lotes y fechas de caducidad en medicamentos, que obtuvo una precisión del 92 al 93 por ciento; Mientras en materia de mantenimiento de vehículos, la visión artificial ha permitido la inspección de vehículos repartidores en apenas 15 minutos, para detectar a tiempo problemas críticos y atenderlos antes de que generen accidentes y en consecuencia pérdidas económicas.
También la IA se usa para proteger la infraestructura tecnológica de la empresa, con resultados positivos, al tiempo que en términos de productividad interna, el uso de herramientas de IA generativa ayuda a mejorar la eficiencia en tareas como la creación de presentaciones.
No obstante estas ventajas, señaló el fundador Select en la serie “Tecnología y Negocios” que publica regularmente la consultora, este camino no está exento de retos, como la necesidad de explicar con mucha claridad a la alta dirección las capacidades y limitaciones de la IA, para evitar que expectativas poco realistas, terminen por generar frustración.
De ahí que hablar con claridad y transparencia sobre lo que la IA puede y no puede hacer es crucial, así como establecer métricas precisas que permitan medir objetivamente los resultados de las inversiones y mostrar su valor para el negocio, pues mucha de la discrepancia entre el deseo de utilizar la tecnología y la percepción positiva sobre sus resultados, se deriva de que los resultados no se evalúan con una métrica precisa.
Cabe recordar que de acuerdo con el informe de Inteligencia Artificial en América Latina 2025 de NTT DATA, el 52.17 por ciento de las empresas no ha aplicado esta tecnología por “falta de claridad en la estrategia de implementación”, lo que demuestra la necesidad de tener información que corresponda a la realidad en esta materia.
C$T-GM
