Se espera
que para 2030, el 45% de las ganancias de las empresas se relacionen con la
mejora de productos impulsados por la IA. De acuerdo a cálculos del reporte
Global Artificial Intelligence Study: Exploiting the AI Revolution de PwC, para
2030, el 45% de las ganancias económicas de todos los sectores productivos
vendrán de la mejora de productos; particularmente, porque la inteligencia
artificial (IA) impulsará una gran variedad de opciones, mucho más
personalizadas e incluso una asequibilidad cada vez mayor en términos de
precios.
Al respecto,
los temas financieros no están fuera de esta transformación, ya que cada vez
son más las empresas que incorporan herramientas de IA en diversas categorías,
ya sea para reducir costos, analizar presupuestos, elaboración de informes
financieros, predicciones de mercado, gestión de riesgos hasta la detección de fraudes.
“La
inteligencia artificial está cambiando las finanzas de las empresas. En buena
medida, esto se debe a que la revolución IA ofrece dos grandes posibilidades a
las compañías en general y a los tomadores de decisiones en lo concreto. Por un
lado, es una tecnología habilitadora que automatiza y perfecciona procesos de
todo tipo; por el otro, presenta herramientas muy poderosas para mapear a la
parte más importante de cualquier industria: el cliente o el usuario final”
explica Alan Ramírez Flores, CEO de Coperva, startup de servicios de atención
al cliente y cobranza.
La nueva
gran tecnología habilitadora
Según
registros de QuantumBlack de McKinsey & Company, entre 2017 y 2022 la
adopción de herramientas de inteligencia artificial se ha multiplicado en 2,5
veces. Junto con esa expansión, a lo largo de los últimos años las estrategias
empresariales basadas en IA se traducen en cerca de 20% de ganancias, a través
de reducción de costos y captación de clientes y usuarios, así como en
propulsión de ventas.
Ramírez
refiere que la inteligencia artificial, en ese sentido, es la nueva gran
tecnología habilitadora de todos los sectores e industrias hoy en día. Porque
no solo se trata de una automatización de proceso, sino de una constante
reinterpretación de los algoritmos y bases de datos que se usan para tomar
decisiones, mediante tecnologías subyacentes a la IA, como es el caso del
Machine Learning (aprendizaje profundo y automático de los programas que
impulsan a cualquier inteligencia artificial).