Cómo aplicar inteligencia artificial en logística sin perder eficiencia ni la conexión humana

“Humanizar una solución no es hacerla humana, es sintetizar su emocionalidad”, comenta Gastón. Desde su enfoque, la inteligencia artificial puede ser una gran aliada para escalar operaciones logísticas, siempre que se integre con criterio y liderazgo.

En principio, es importante destacar las diferentes generaciones de chatbots. La primera generación se basaba en árboles de decisión. Luego aparecen los GPS integrados a los chatbots.

Hoy, las soluciones son integradas de multicapa, conocidas como smart bots, que siempre están conectados a un panel CRM. Lo que se logra con estas soluciones es automatizar el 80% de las tareas repetitivas; es decir, aquello que cansa, aburre o no se quiere hacer.

Esto permite que los humanos aporten valor en el 20% restante. Si el negocio o el cliente lo necesita, se puede derivar a un agente humano para cerrar esa necesidad. Así, la confiabilidad se construye al manejar lo rutinario y permitir la intervención humana cuando es necesaria.

Es importante destacar que la inteligencia artificial es, en principio, estadística. Por lo tanto, todo lo que es repetitivo y monótono en el mercado logístico –o en cualquier otro– puede ser automatizable.

Esto incluye cargas documentales, respuestas típicas, especificaciones técnicas de productos o el análisis de datos. Sin embargo, no es necesario automatizarlo todo. Es crucial entender dónde la inteligencia artificial aporta valor sin eliminar el contacto humano que el negocio requiere.

Lo más importante son los datos: si no son correctos, la inteligencia no se puede entrenar. La eficiencia real viene de entrenar la IA y vincularla con sistemas para que la información viaje de forma ordenada a la gestión.

Las inteligencias artificiales primero se entrenan y después se controlan. Ahí es donde entran los sistemas, automatizando el contacto con personas –ya sean clientes, operadores logísticos o gerentes– para atención, asesoramiento, asistencia o incluso guía y liderazgo en análisis de datos.

Una vez implementadas, el entrenamiento se enfoca en el “fine tuning”, que permite mejorar la IA día a día para que evolucione. Esto es como un nuevo empleado con una memoria vasta y acceso a información, pero que necesita ser entrenado continuamente para los nuevos desafíos y preguntas que surgen.

Una inteligencia artificial no es mejor que nosotros, sino que aprende de lo que le entregamos.

Hoy, más del 75% de las personas prefieren interactuar con un bot o sistema antes que esperar 15 minutos en un call center. Esto se debe a que estamos acostumbrados a la inmediatez; la dopamina parece controlar nuestro día a día, y las resoluciones se esperan al instante. La inteligencia artificial brinda esa velocidad.

Sin embargo, no hay que perder el contacto humano. Para niveles de soporte crítico o productos de alto valor que requieren venta consultiva, el humano es indispensable para escuchar esa calidez y bajar a tierra lo que la IA ya resolvió.

Humanizar una solución no es hacerla humana, sino sintetizar su emocionalidad. El 80% de las tareas repetitivas se pueden automatizar, pero el 20% es contacto humano, calidez, empatía, liderazgo; las soft skills que generan brillo y confianza, porque la confianza no es contra un sistema, es con las personas.

Considero que el sector, como todos, no tiene que revolucionarse o reinventarse, sino evolucionar. Una revolución lo que se busca es mejorar las cosas sobre la base existente.

La inteligencia artificial, junto con otros sistemas, crea valor de muchas formas: análisis de grandes volúmenes de datos, inteligencia visual para trazar rutas óptimas, conteo de stock o pronósticos.

En entornos con contacto continuo con personas, como un call center, la IA resuelve un problema complejo, ya que los agentes humanos tienen memoria limitada, no están conectados a sistemas ni pueden atender a 50 personas a la vez. Además, los sistemas registran toda la información, lo que permite un reentrenamiento continuo de la inteligencia artificial para que sea más potente y analítica.

Cuando se utilizan modelos de lenguaje que son muy amplios, el desafío principal es acotarlos, crear foco y ganar definición para hacerlos especialistas. Las empresas que son contratadas son especialistas en algo, y en eso son buenas. Un generalista no sirve tanto.

El riesgo más grande de una inteligencia artificial hoy es que siempre responde, pero no siempre la respuesta es positiva. La clave está en el entrenamiento y en cómo se dan las instrucciones.

Esto requiere saber explicar y definir cómo debe razonar o enfocar la respuesta. Cuando se crea bien, la respuesta es asertiva; si se hace mal, es como un cálculo matemático desordenado que dará un resultado incorrecto.

La inteligencia artificial es una tecnología que está cambiando radicalmente el mundo, y es crucial que aprendamos a entender cómo funciona y para qué nos puede servir. No son oráculos, sino herramientas potentísimas para resúmenes, informes, análisis o generación de imágenes y videos.

Es vital que todos nos hagamos “amigos” de esta tecnología, ya que puede ser un copiloto muy necesario para ser competitivos. Es nuestro “segundo cerebro”, no el primero; si fuera el primero estaríamos en problemas.

Los humanos debemos entrenarnos en cómo usarla, lo que implica tener creatividad para pensar fuera de la caja, curiosidad para explorar y, sobre todo, sentido común para evaluar el resultado. La IA, al estar pre-entrenada, no es creativa en el sentido humano; su verdadero valor depende de nuestra capacidad para guiarla y aprovecharla.