Inteligencia artificial y gestión automatizada de documentos: el futuro de la empresa

La tecnología es la mejor aliada de las empresas para competir en un mundo de constantes cambios como el actual. En concreto, la inteligencia artificial aplicada a la gestión de procesos documentales permite liberar al personal de tareas manuales, repetitivas y de bajo valor, reducir los errores y ser más eficientes.

Hoy en días las organizaciones cuentan con ingentes cantidades de datos y procesos. Desde el intercambio de correos electrónicos y de conversaciones telefónicas hasta la atención de reclamaciones de clientes, revisiones de imágenes y el trabajo con archivos de todo tipo, incluyendo material financiero como facturas, son muchas las actividades que implican una gestión recurrente.

Todas ellas consumen recursos de forma continuada y necesitan que trabajadores expertos dediquen tiempo a cuestiones como revisar, clasificar y asignar. Contar con una solución que facilite la gestión documental e introduzca automatismos puede convertirse en el elemento diferenciador clave para evitar problemas y mantenerse en el mercado.

Para hablar sobre los beneficios de la inteligencia artificial y la automatización, NetMedia ha reunido a representantes de Keepler Data Tech y Amazon Web Services (AWS) con varios CIOs. Representantes de distintas compañías y sectores comparten posturas en el encuentro digital “Inteligencia artificial y gestión automatizada de documentos: el futuro de la empresa”.

Los anfitriones Juan María Aramburu, CEO de Keepler Data Tech; Daniel Alonso, responsable de ML Solutions & Innovation en esta misma compañía; e Inés Jurchevici, Senior Partner BDM, AI & ML Strategic Initiatives para AWS en la región EMEA, han participado en un debate con otros expertos en tecnología e innovación sobre inteligencia artificial aplicada a la gestión documental para ahorrar tiempo, costes y personal.

Este evento muestra cómo están abordando distintas entidades privadas los retos de la era digital. Incluye la intervención de Jorge Aguirre, técnico de Organización, Procesos y Calidad de la aseguradora Mapfre, que ya usa las soluciones de Keepler y AWS para la gestión automatizada e inteligente de documentos.

Tecnología basada en la nube y disponible en el mercado

Keepler, que está especializada en mejorar negocios con ayuda de la plataforma en la nube de AWS, establece que “la inteligencia en los procesos aplica a todos los sectores” de actividad y para diferentes casos de uso. Por ejemplo, se puede aprovechar para automatizar la conciliación de facturas con un sistema ERP en compañías de seguridad, para impulsar el mantenimiento industrial o la gestión de la calidad en medios de transporte o para tratar grabaciones de call center, extrayendo datos de sentimiento que permitan sacar conclusiones y potenciar la satisfacción final.

Las posibilidades son múltiples, pero en todas “se ahorran muchas horas de hombre en el tratamiento” de la información. Juan María Aramburu, CEO de Keepler, considera que la hiperautomatización va a afectar “prácticamente a todos”, porque el denominador común es la existencia de “una cantidad tremenda de información y datos desestructurados, y unas operativas sobre documentos basadas en personas muy importantes”.

Para el tratamiento de datos desestructurados, precisamente, Keepler ofrece la solución UDI (Unstructured Data Insights), “un sistema completamente automatizado” y serverless que aprovecha los servicios de AWS relacionados con inteligencia artificial. Se despliega “sin costes de licencia”, apunta Aramburu, con el único coste del “consumo de esos servicios” cloud. Otra de sus ventajas es que “trata múltiples tipos de datos. No es una solución especializada en un caso de uso” concreto, sino “más general”.

Entre los retos que permite resolver se encuentran las “tareas de back office”, sustituyendo la inspección manual en la extracción de información clave de documentos o para revisar versiones de contratos. Otro campo de trabajo es el de “customer service”, con la clasificación automática de correos electrónicos para reenviarlos al departamento adecuado o identificar clientes a los que asignar una promoción.

Así lo mostró Daniel Alonso, responsable de innovación en Keepler, durante el evento organizado por NetMedia. A esto se suman opciones como la “detección de insights y topics” para extraer conocimiento de redes sociales o la “revisión de daños y calidad” para descubrir fallos en maquinaria. A través de capturas de imagen, una compañía puede identificar elementos de seguridad en los trabajadores del ramo industrial o acometer el check-in y el check-out de clientes. Y aplicando “data transcription” sería posible identificar fechas, números de teléfono y otros campos en un documento.

UDI, en definitiva, aborda “la gestión automatizada de documentos” implementando workflows donde existe “ingesta de datos, bien sean metadatos, audio, texto, imágenes…”, enumera Alonso. Esos datos se tratan y consumen para obtener resultados de negocio. “El pago es por uso de recursos consumidos”, insisten desde Keepler. “Es escalable y podemos dar soporte a varios casos de uso con el mismo despliegue”.

El motor que alimenta estas innovaciones es AWS. Esta compañía está viendo “una demanda bastante alta” en la gestión de procesos documentales, según confirma Inés Jurchevici, AI & ML Strategic Initiatives para EMEA. Este mercado se encuentra en un momento de cambio generacional gracias a tecnologías como la inteligencia artificial y el aprendizaje automático. “El reconocimiento de caracteres no es algo nuevo”, pero las herramientas “se están quedando obsoletas”, se vuelven lentas, dependen del trabajo manual, son difícilmente escalables y “propensas a errores”.

Al no usar “tecnología avanzada, no son tan precisas y muchas veces es difícil encontrar información relevante para tomar decisiones de negocio”, advierte Jurchevici. Uno de los grandes beneficios de la inteligencia artificial es que permite “unir las piezas de información” que existen y están dispersas por todas partes, “para luego acortar los ciclos de toma de decisiones, llegar a más clientes” y ayudar a que “los empleados se centren en el trabajo de valor añadido”.

AWS ofrece tecnología para “analizar los documentos” y “extraer la información”, con un servicio llamado Amazon Textract. También se implica en “sacar los insights e interpretarlos con Amazon Comprehend”. El paso siguiente sería mandar la información a otros sistemas para “tomar una acción”. La creación de modelos y algoritmos se satisface con Amazon SageMaker y el trabajo con partners. Y, a nivel de imágenes, aporta Amazon Rekognition.

El objetivo final es “llegar a más clientes en menos tiempo” y “reducir el coste total del procesamiento de documentos”. Jurchevici recuerda que “documentos hay en todas las industrias”. Cada organización “tiene sus procesos internos”, o con clientes, que le generan unas exigencias determinadas. Pero el deseo es el mismo: “mejorar la eficiencia en sus operaciones, reducir costes e incrementar la satisfacción de cliente”.

La experiencia de los clientes

Mapfre utiliza la propuesta de Keepler y AWS para la gestión documental y, en concreto, para el trabajo con buzones a los que llega documentación sobre siniestros de automóviles. “Teníamos unas tareas bastantes manuales con muy poco valor añadido que al final dejaban poco tiempo a un análisis de alto valor del siniestro”, explica Jorge Aguirre, técnico de Organización, Procesos y Calidad de la compañía. Con email management han puesto remedio a ese problema.

La tecnología trocea la documentación, la tipifica y la muestra a los tramitadores para que prioricen sus gestiones. Estos disfrutan de información ya catalogada, con la consecuente reducción de tareas manuales, incluso para tramitaciones sin número de referencia. Las tareas de búsqueda de expedientes y su redirección a otro buzón durante la identificación de siniestros se ha reducido a un par de segundos. El resultado es una mejor experiencia de usuario, ya que hay “un tiempo más rápido de respuesta”, destaca Aguirre.

En los últimos años la digitalización de procesos y la automatización de tareas se ha extendido por compañías de diferente índole, aupando la inteligencia de negocio. Ha pasado en entidades financieras como BBVA, que apuesta por automatizar la documentación desde el cliente, sin esperar a validaciones de back office, y por expandir el know-how en materia de creación de modelos por toda la organización mediante el etiquetado de la documentación.

En este sentido, se consiguen reducir “los skills tecnológicos”, explica Carlos Manuel Pérez, Global Head Document Management Cloud Platform del banco, que recuerda que no todos los países se encuentran en el mismo estadio de digitalización. Su compañero Juan del Corro, que se dedica a la parte de Asset Management y Digital Transformation Projects, ve beneficios en “crear frontales ad hoc para los clientes internos” y en el trabajo con “información lo más actualizada” y “lo más inmediata posible”.

Javier Luque, director TI de SP Group, que pertenece al ámbito de la industria, aprecia ahorros en tiempo, espacio, coste y trabajo administrativo al alejarse de la gestión de papel. Aunque el avance real se produce cuando, además de tener la información bien almacenada, es posible “reconocerla y aprovecharla para hacer cosas con ella, que es lo que realmente aporta valor”.

También en el ámbito industrial, Nemak se beneficia de la modernización a través de la tecnología en diferentes ámbitos, desde el trabajo con facturas hasta el IoT. El tema de digitalización “para las plantas industriales es un reto”, observa Alberto Rodríguez, IT manager de una empresa que está integrada en el Grupo ALFA. “Cada vez tenemos más robots y estamos abocados” a ello, minimizando la presencia del papel e integrando soluciones como el reconocimiento automático o de mejora de los proceso de calidad.

En una empresa como PONS, que presta servicios profesionales, jurídicos, de formación y consultoría, la automatización ayuda a competir. No puedes “trabajar al mismo nivel que una empresa grande salvo que automatices el proceso”, compara su CIO Pedro Navas. La inteligencia artificial permite acortar “carga de trabajo con un volumen de errores ínfimo”, sin “un proceso manual continuo” que exigiría mucha mano de obra.

Para afrontar el alto volumen de información, Básico Real Estate cuenta con soluciones de RPA y web scraping, que permiten automatizar procesos. También usa tecnologías basadas en OCR para la digitalización de documentos, tal y como detalla Eduardo Rodríguez, director de tecnología e innovación en esta firma sobre carteras de viviendas. Y lo hace “ya no sólo por el hecho de automatizar” o “hacer más eficientes los procesos, sino de sacar nuevos modelos de negocio asociados a esos datos” a partir de patrones de comportamiento.

“Todos queremos un poco más de automatización”, opina Raúl García, CIO del Grupo Unione, y llegar a “la hiperautomatización, la extracción de datos de manera automática” y unos procesos con “menor intervención humana”, porque así “puedes optimizar recursos” y consigues ser “más eficiente”. Este trabajador del mundo de la automoción recuerda que la “digitalización no sólo es tecnología, hay personas” y una necesidad de “repensar los procesos una y otra vez”.

Desde el mundo de la ingeniería, Ruth Larrea, IT Applications Manager de Acciona, apunta que herramientas como OCR existen “desde hace años” e “identificar un código en un documento es sencillo”. La diferencia ahora mismo está en utilizar “soluciones en cloud”, que son las que facilitan la adopción de inteligencia artificial.  Ya no es “sólo reconocer un nombre de un cliente en un documento”, sino ir un paso más allá.

Expectativas, retos y consejos

“La inteligencia artificial es un paso más”, señala Inés Jurchevici. Después de extraer la información de los documentos, hay que “darle sentido” para automatizar acciones y tomar una buena decisión de negocio, teniendo en cuenta que “cada caso de uso es un poco diferente”. Además, que exista la tecnología “no quiere decir que se vaya a aplicar inteligencia artificial absolutamente a todo”, comenta Juan María Aramburu. “Realmente hay que atacar la calidad de los datos” y ver qué capacidad tienen para introducir una mejora. Y eso “es un trabajo previo”.

El directivo de Keepler afirma que “la gestión de expectativas es súper relevante en el ámbito de la hiperautomatización” y de la inteligencia artificial. “Identificar qué pasos vas a dar y cuáles son los logros que vas a tener en cada paso es relevante”, dice, porque de lo contrario se “genera frustración”. Esto significa comprobar que “los datos no van a ser un problema” e identificar el objetivo de la prueba de concepto, que debería “dar resultados de negocio específicos”.

Al final, la automatización “no es el ahorro de costes, es la mejora del servicio”, define Aramburu. “Es el incremento de la inteligencia aplicada al servicio” y “al cliente, y es ahí donde hay que hay que trabajar” para tener éxito. La recomendación pasa por aplicar “un enfoque de think big” que ayude a comprender el impacto real sobre el negocio, pero empezando “en un dominio relativamente controlado” antes de escalar.

Jorge Aguirre coincide en que la gestión de las expectativas es clave. “Estamos acostumbrados a una actividad inmediata”, cuando lo más importante es “escoger bien el caso de uso, empezar con un prototipo mínimo”, estudiar los resultados e “ir incrementando a partir de ahí”. Juan del Corro y Javier Luque también creen que es una cuestión de expectativas, algo que el segundo relaciona con la “falta de acuerdo entre los casos de uso, lo que el usuario cree que se puede hacer, lo que el integrador entiende, lo que ofrece, lo que el producto realmente hace…”. En definitiva, “muchos puntos” a considerar que pueden echar a perder un proyecto.

Entre los principales retos para la adopción de innovaciones, Carlos Manuel Pérez, apunta a las desigualdades entre geografías. “Muchas veces contamos que la automatización es para ahorrar costes y no es verdad”, en algunos sitios “es más caro automatizar que tener personas”. Para lo que sirve es para “dar servicios de valor añadido”. Quien quiera abaratar costes debe buscar la diferencia, lo que “implica un cambio en el proceso” y detectar los “datos cualitativos que de verdad impacten a negocio”. Aunque esto puede implicar “cambiar muchas piezas de tecnología”, con costes de desarrollo e integración.

Otra barrera es la regulación que afecta a los servicios de nube y al trabajo con datos. “La tecnología que utilizamos tiene que ser lo suficientemente flexible para que eso no sea un stopper”, señala Pérez, que habla de “arquitecturizar completamente la solución para que la tecnología esté a disposición del negocio y no el negocio a disposición de la tecnología”.