Por Bernardo C. , Socio de Energía para EY Latinoamérica y Socio Líder del Centro de Excelencia e Innovación en Sostenibilidad para Latinoamérica
De acuerdo con algunos estudios de EY, observamos que en México vivimos un exceso de expectativas en cuanto a la Inteligencia Artificial: se espera que 15% de los trabajos se automatizarán en México con tecnologías que ya están probadas en el mundo empresarial, 79% de las empresas en Hispanoamérica han lanzado ya programas de IA y se estima que para 2025 se necesitarán 7 nuevos especialistas en IA por cada uno que existe el día de hoy.
Por otro lado, la IA va más allá de bots, datos, o plataformas. Para desbloquear el potencial de la IA, debe verse como un conjunto de tecnologías que forman un sistema, habilitadas para la automatización inteligente.
Sin embargo, en aspectos más prácticos y para el mejor entendimiento del lector, más que el aspecto tecnológico de la IA, lo que más les puede interesar son las aplicaciones en el mundo real de la IA. Existen múltiples posibilidades, dentro de las cuales puede variar su nivel de madurez para los mercados hispanoamericanos:
La forma en que la IA puede ser aprovechada de manera directa en el sector de combustibles para agregar valor a las compañías es muy amplia, y dependiendo de cada empresa y forma en que se utilice se pueden obtener resultados tan variados como personalizados, que se ajustan a los objetivos de negocio y las capacidades de la industria. Dentro de las diferentes herramientas, se incluyen tanto las posibles aplicaciones como ejemplos específicos de su uso actual en la industria:
1. Inteligencia lógica (RDA y RPA): RDA. Robots atendidos (principalmente, de front desk)
- RPA. Robots no atendidos (principalmente, para orquestar procesos de back office punta a punta).
- Aplicaciones potenciales:
i. Precios dinámicos y optimizados
- Monitoreo de precios, costos y márgenes
- Definición dinámica de precios
ii. Gestión del mantenimiento de la estación de servicio
- Sensorización de equipos (dispensarios, bombas, equipos mecánicos)
- Programas de mantenimiento preventivo y predictivo utilizando la información generada por los sensores
iii. Gestión de inventarios:
- Sensorización de tanques de almacenamiento
- Gestión automática de puntos de reorden
iv. Procesamiento de transacciones:
- Validación automática de ventas vs. controles volumétricos
- Conciliación de pagos de comisiones para tarjetas de crédito
v. Gestión de programas de lealtad:
- Automatización de consumos, puntos y redenciones de premios
vi. Cumplimiento regulatorio:
- Validación de soporte documental para cumplimiento regulatorio
vii. Monitoreo de sistemas de seguridad de la estación de servicio:
- Verificación automática de operación de sistemas de seguridad física de la estación
viii. Gestión administrativa de proveedores y consumidores:
- Automatización de procesos transaccionales (ej. facturación)
- Optimización del back-office
- Aplicaciones reales:
i. Una de las principales petroleras supermayores ya se encuentra realizando precios dinámicos en sus estaciones de servicio de Rotterdam Holanda
ii. Otra de las principales petroleras supermayores, está realizando un programa de mantenimiento preventivo utilizando sensores (IOT) y análisis de datos (Machine Learning)
iii. Una de las principales compañías petroleras norteamericanas está utilizando la IA para la clasificación de documentos y contratos relacionados a las estaciones de servicio
iv. Inteligencia lógica (RDA y RPA): RDA. Robots atendidos (principalmente, de front desk)
2. Reconocimiento de imágenes: (OCR e ICR) Reconocimiento de documentos escaneados, manuscritos, imágenes y personas mediante. Autenticación dactilar, facial, conductual-psicológico y capacidades personales.
- Aplicaciones potenciales:
i. Fidelización de consumidores:
- Lectura de placas
- Patrones de visita
- Analíticos del comportamiento del consumidor
ii. Identificación de daños en vidrios y pintura
- Identificación de reemplazos de medallones y cristales
- Identificación de necesidades de hojalatería y pintura
iii. Realidad aumentada
- Mejora de la experiencia de compra en la tienda
- Aplicaciones reales:
i. Algunas empresas clientes de EY en México ya cuentan con soluciones de lectura de placas y de comunicación directa con el consumidor usando mensajería instantánea, por lo que se puede incrementar la frecuencia de visita a la estación de servicio; los resultados actuales han demostrado incrementos de volumen en más de 10%
ii. De manera similar en EE. UU., EY ha desarrollado junto con los clientes las soluciones para la identificación de rupturas de cristales y de necesidades de hojalatería y pintura. En este caso las cámaras detectoras se colocan en los autolavados y se han instalado talleres de reparación como negocios non-fuel en las estaciones de servicio, dando una línea de negocio adicional a los gasolineros.
3. Reconocimiento de sentimientos: (SA) Reconocimiento de sentimientos, intenciones, capacidades personales y de comunicación mediante análisis facial, de voz y texto hablado.
- Aplicaciones potenciales:
i. Reconocimiento del consumidor en la tienda:
- Identificación de comportamientos
- Personalización de la experiencia en tiempo real
- Ajuste de planogramas
ii. Reconocimiento facial y de voz:
- Caracterización del consumidor de acuerdo con sus rasgos faciales
- Personalización de la experiencia y de la oferta de productos
- Control de accesos a zonas restringidas/tiendas
- Tienda sin caja/reconocimiento de edad
iii. Prevención de accidentes y robos:
- Prevención de accidentes físicos al detectar personas con condiciones peligrosas (ej. fumar)
- Prevención de robos
- Aplicaciones reales:
i. Una de las compañías petroleras supermayores ha implementado cámaras para detectar a personas que pueden generar accidentes, en el momento que se detecta el incidente se envía alerta al piso de la estación para su corrección
ii. En EE. UU., una cadena regional de tiendas de conveniencia cuenta con detección facial para dar acceso a la tienda al consumidor
iii. En el Reino Unido, uno de los principales operadores de tiendas de conveniencia y estaciones de servicio cuenta ya con tiendas de conveniencia sin cajeros y con el reconocimiento visual de detecta la edad del consumidor para la venta de productos que solo pueden ser vendidos a mayores de edad
4. Inteligencia Conversacional: (NLP) Chatbots que mantienen diálogos genuinamente hispanos en canales digitales (ej. WhatsApp). Pueden solicitar transacciones en línea para migrar a un modelo de autoservicio
- Aplicaciones potenciales:
i. Servicio al cliente/empleado automatizado:
- Resolución de preguntas frecuentes
- Consultas de planes de lealtad y transacciones
ii. Servicios activados por voz:
- Pagos vía voz
iii. Canal de comunicación directa con el consumidor:
- Vía mensajería instantánea
- Integración con aplicaciones
- Envío y gestión de promociones y ventas cruzadas
- Aplicaciones reales:
i. Una de las principales compañías petroleras de España atiende las preguntas frecuentes y problemas más comunes de sus colaboradores con una plataforma de IA
ii. La principal compañía petrolera de EE. UU. utiliza Alexa para pagos de combustible
iii. Una de las principales petroleras supermayores utiliza una plataforma de IA para identificar la necesidad soporte al cliente y canaliza al cliente al área correspondiente para autoservicio o atención especializada
5. IA Generativa: (ChatGPT)
- Aplicaciones potenciales:
i. Generación de contenido comercial y de marketing:
- Diseño de campañas y promociones
ii. Procedimientos de respuesta a emergencia:
- Gestión de procedimientos de seguridad, salud y protección ambiental de las estaciones de servicio
iii. Tips para los consumidores:
- Sobre eficiencia en el manejo
- Sobre mantenimiento del auto
- Aplicaciones reales:
i. Muchas de las aplicaciones potenciales de este artículo han sido generadas por IA Generativa
6. Modelos Expertos de decisión (ML, DML)
- Aplicaciones potenciales:
i. Definición precisa de negocios no combustibles para estaciones de servicio:
- Big data y análisis de oferta y demanda
- Caracterización de los consumidores de estaciones de la competencia
- Definición de los tipos de tienda, marca, tamaño y modelo de negocio
ii. Modelos de optimización de cadenas de valor integradas:
- Optimización de la cadena de suministro desde la refinería hasta la estación de servicio
- Aplicaciones reales:
i. EY ha desarrollado proyectos para definir nuevos negocios no combustibles con precisión utilizando analíticos de demanda y oferta.
Como conclusión se puede observar que la Inteligencia Artificial no solo es amplia y con infinitas posibilidades, sino que posee múltiples aplicaciones que podrán desbloquear el potencial del sector de combustibles en esta nueva era, ayudar a generar valor de negocio significativo, y que además es un catalizador de transformación del negocio hacia la digitalización y automatización.
Te puede interesar
La dimensión social del desarrollo sostenible, el pilar perdido
Empoderamiento de líderes, el éxito en estrategias de transformación digital
