Dos nuevos informes técnicos sostienen que ninguno de estos fallos tiene que ver con el nivel de sofisticación de la IA, y que un modelo más complejo tampoco soluciona estos problemas

Mientras miles de desarrolladores de IA e importantes líderes empresariales se dan cita en "The AI Conference" en San Francisco, eGain Corporation (NASDAQ: EGAN) ha publicado dos informes técnicos sobre los dos problemas que podrían frenar un proyecto corporativo de IA, y sostiene que ambos podrían atribuirse a una misma causa que muchas veces pasa desapercibida: las empresas nunca han organizado la información de la que depende su IA.

El primer artículo, "Ending Runaway Token Costs in Enterprise AI", aborda una queja que trasciende de los equipos de software al servicio de atención al cliente y a las funciones administrativas: las facturas de IA que aumentan más rápido de lo previsto y que resultan casi imposibles de prever. Las empresas pagan por la IA en función del volumen de trabajo que realiza, y el argumento de eGain es que la mayor parte de ese trabajo resulta inútil. Ante una pregunta sencilla, el sistema revisa desde cero una gran cantidad de documentos de la empresa, una y otra vez, porque nadie ha organizado ese material ni ha establecido qué relación existe entre los distintos documentos. eGain compara el proceso en cuestión con enviar a un nuevo empleado a un almacén sin etiquetar para que busque una caja, y volver a pedirle que entre a buscar la siguiente caja, y así sucesivamente. Una segunda fuente de desaprovechamiento es utilizar la IA para realizar tareas que, en realidad, no son sino una simple rutina. El cálculo de un recargo por demora o la comprobación de si alguien cumple los requisitos para recibir una devolución no requieren capacidad de razonamiento, y pedirle a la IA que lo analice desde cero en cada ocasión es una forma costosa de realizar operaciones aritméticas. La solución de eGain consiste en organizar los conocimientos de la empresa en una única fuente fiable y estructurada, de modo que la IA acceda directamente a lo que necesita, y en derivar las decisiones rutinarias a programas informáticos convencionales. La empresa cree firmemente en el ahorro que puede lograr, hasta el punto de establecer los precios de muchos contratos en función de los resultados y no del consumo, asumiendo así ella misma el posible riesgo económico.

El segundo artículo, "The Trust Gap in AI Self-Service", explica por qué tantos proyectos de IA orientados al cliente resultan espectaculares en una demostración, pero se paralizan antes de su puesta en marcha. Cuando un empleado del servicio de atención al cliente utiliza la IA, el propio empleado detecta los errores. Cuando el cliente se dirige directamente a la IA, nadie lo hace. En consecuencia, el indicador más utilizado en el sector resulta poco fiable. Un sistema con una precisión del 95 % no se define por ese 95 %. Se define en función de cómo es el otro 5 %. Una IA que indica "No estoy segura, le paso con una persona" no ha supuesto ningún riesgo. Sin embargo, una IA que afirma algo erróneo sobre la hipoteca de un cliente, con total seguridad y con el nombre del banco como referencia, sí que lo ha supuesto. El artículo también se refiere a un atajo técnico muy extendido: dejar que la IA decida en cada momento a qué sistema de la empresa debe acceder y qué debe hacer en cada caso. eGain sostiene que ese enfoque no ofrece suficiente fiabilidad para su uso con clientes reales, porque no hay ningún experto disponible para detectar que se ha cargado el importe en una cuenta equivocada.

"Un modelo de IA que se descontrola casi nunca significa que el modelo sea demasiado pequeño. Significa que nadie le ha indicado dónde buscar", afirma Ashu Roy, director ejecutivo de eGain. "Y una vez que un cliente se comunica directamente con la IA, nadie puede detectar un error antes de que se produzca. Garantizar la exactitud de la información subyacente no es una característica más. Es la esencia misma del trabajo".

Disponibilidad: Ambos informes técnicos se encuentran en eGain.com/resources. Los periodistas y analistas que asistan a "The AI Conference" pueden solicitar copias y resúmenes ejecutivos con antelación en press@egain.com.

Acerca de eGain
eGain es un proveedor líder de soluciones de gestión del conocimiento y automatización de la experiencia del cliente basadas en inteligencia artificial, y ha sido nombrado líder en el primer Magic Quadrant de Gartner en sistemas de gestión de conocimientos para la atención al cliente. Con más de 25 años de experiencia en la gestión de conocimientos, eGain ayuda a las empresas a integrar contenido aislado, automatizar flujos de trabajo de conocimiento fiable y conseguir un retorno de la inversión de la IA cuantificable mediante marcos y métodos probados. Empresas del Global 2000 de diversos sectores confían en eGain para transformar la atención al cliente, mejorar la productividad de los empleados, reducir costes y acelerar la adopción de la IA. Para obtener más información, acceder a www.eGain.com.