El documento describe la inteligencia artificial y sus aplicaciones en la gestión empresarial. La IA permite automatizar procesos, analizar grandes cantidades de datos para identificar patrones, y mejorar la experiencia del cliente. Algunos ejemplos son la clasificación y enrutamiento automático de casos de atención al cliente, y recomendaciones de soluciones. La IA se aplica a sectores como finanzas, logística y servicios para optimizar procesos y tomar mejores decisiones.

1. OSCAR ANGELES SANCHEZ
GESTION DE TI
INTELIGENCIA ARTIFICIAL EN LA GESTION EMPRESARIAL

2. DEFINICIÓN:
Actualmente, la inteligencia artificial (IA) es uno de los temas que más invita a la reflexión en el
campo de la tecnología y los negocios. Este entusiasmo tiene fundamentos: vivimos en un mundo
cada vez más conectado e inteligente. Hoy en día, se puede fabricar un coche, componer
Jazz mediante un algoritmo o conectar su CRM a su bandeja de entrada para dar prioridad a los
correos más importantes. La tecnología detrás de todos estos avances está relacionada con la
Inteligencia artificial (IA).
La Inteligencia artificial es el campo científico de la informática que se centra en la creación de
programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En
otras palabras, la IA es el concepto según el cual “las máquinas piensan como seres humanos”.
Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (big data),
identificar patrones y tendencias y, por lo tanto, formular predicciones de forma automática, con
rapidez y precisión. Para nosotros, lo importante es que la IA permite que nuestras experiencias
cotidianas sean más inteligentes. ¿Cómo? Al integrar análisis predictivos (hablaremos sobre esto
más adelante) y otras técnicas de IA en aplicaciones que utilizamos diariamente.

3. IMPORTANCIA:
Existe una gran cantidad de aplicaciones para IA en los negocios. En esta publicación nos vamos
a centrar en un aspecto fundamental: el cliente. La IA está transformando las expectativas de los
clientes. Por ejemplo, el cliente que organiza su vida desde aplicaciones como Uber, Google y
Amazon. Estos clientes saben que las empresas disponen de información sobre ellos y, lo que es
más importante, saben lo que las empresas podrían hacer con esta información para proporcionar
una experiencia de atención al cliente excepcional. Por ejemplo, los millenials están obsesionados
con la experiencia de atención al cliente (es decir, todo debe ser sencillo, rápido e inteligente).
Esta es una lista de algunos ejemplos prácticos de cómo la IA está transformando los procesos
empresariales.
Inteligencia artificial para ventas
La IA ofrece una mayor productividad para los equipos de ventas, ya que permite centrarse en las
oportunidades que pueden llevar al éxito, así como ahorrar tiempo al personal de ventas durante
el registro de información.
Inteligencia artificial para Atención al cliente
•Clasificación automática de los casos de atención al cliente, lo que evita depender del agente de
atención al cliente a la hora de tener que tomar una decisión y, por lo tanto, ahorra tiempo al
agente.
•Enrutamiento automático de casos una vez que la llamada se ha clasificado automáticamente, el
sistema ya puede reenviar la llamada al agente mejor calificado para determinar el tipo de
problema.
•Recomendación de soluciones y bases de conocimiento. Esto aumenta la productividad y la
calidad de un servicio, al sugerir la solución con mayores probabilidades de resolver el problema

4. IA EN LA GERENCIA EMPRESARIAL:
En el momento actual la Inteligencia Artificial se aplica a numerosas actividades humanas, y como
líneas de investigación más explotadas destacan el razonamiento lógico, la traducción automática y
comprensión del lenguaje natural, la robótica, la visión artificial y, especialmente, las técnicas de
aprendizaje y de ingeniería del conocimiento. Estas dos últimas ramas son las más directamente
aplicables al campo de las finanzas pues, desde el punto de vista de los negocios, lo que interesa es
construir sistemas que incorporen conocimiento y, de esta manera, sirvan de ayuda a los procesos
de toma de decisiones en el ámbito de la gestión empresarial.
En el ámbito específico del Análisis Contable, según Ponte, Sierra, Molina y Bonsón (1996) la
Inteligencia Artificial constituye una de las líneas de actuación futura más prometedoras, con
posibilidades de aplicación tanto en el ámbito de la investigación como en el diseño de sistemas de
información inteligentes, que no solamente proporcionen datos al decisor sino que recomienden el
mejor curso de actuación a seguir.
De entre todos los paradigmas y estrategias de la Inteligencia Artificial, actualmente dos tienen el
mayor interés para las aplicaciones en la empresa: los sistemas expertos y las redes neuronales
artificiales. Estos sistemas se pueden combinar, por lo que una solución práctica es utilizar sistemas
mixtos que incorporan un módulo de sistema experto con sus reglas junto a otros módulos
neuronales y estadísticos.

5. I.A. EN LA INTELIGENCIA ORGANIZACIONAL:
Las potenciales aplicaciones empresariales de la IA son asombrosas, pese al camino que
aún queda por recorrer desde un punto de vista formativo. De hecho, en referencia a esto último,
según un estudio realizado por la consultora Morning Consult para IBM sobre la IA en España, el
39% de las organizaciones de este país considera que el mayor freno a su desarrollo es la falta de
conocimiento experto.
No obstante, las cifras en España son muy positivas. De acuerdo con el citado estudio, elaborado
en febrero de 2020, ya son un 82% las empresas de este país que han implantado, están
introduciendo o se plantean la incorporación de la tecnología de IA en sus procesos. Esta
cifra sitúa a España a la cabeza de Europa. Además, la seguridad, la automatización de procesos
y la atención al cliente ocupan el podio de las opciones por las que se decantan las compañías en
materia de inteligencia artificial.
Este crecimiento es entendible si se tiene en cuenta que la IA puede convertirse en un aliado
perfecto de las organizaciones. Además de optimizar procesos y potenciar el crecimiento
puede, por ejemplo, predecir en base a un análisis de datos fugaz cuál es la mejor acción de
marketing para una compañía, quiénes son los clientes más descontentos o los que están más
dispuestos a contratar determinado producto. Es, sin duda, una herramienta muy poderosa que
puede aplicarse a todas las áreas de una entidad.

6. IMPLEMENTACION:
•Automatizar procesos. La introducción de ciertas máquinas puede ayudar a mecanizar algunas
tareas manuales para realizarlas con menos tiempo y menos recursos. Esta condición incrementa
la productividad del negocio y, asimismo, permite la escalabilidad de procesos y empleos.
•Analizar datos. En un mundo como el actual, el big data es protagonista. Hablamos de la era del
dato y de la gran cantidad de información que pueden recibir las compañías para, después, tomar
decisiones estratégicas. La inteligencia artificial ayuda, en este sentido, a organizar y ordenar la
inmensidad de dichos datos para saber cuáles son útiles e interesantes para el modelo de
negocio.
•Asistir a los clientes. La incorporación de herramientas que, de forma automática, puedan dar
respuesta y atención a tus clientes es una forma muy eficiente de generar esa relación necesaria
con la mínima inversión de tiempo y de recursos. Aquí, los reyes son los chatbots, es decir, los
chats en tiempo real para dar servicio virtual al cliente, cada vez más perfeccionados con el fin de
ofrecer ese trato más personal. Ayudar al equipo. A pesar de que la inteligencia artificial puede
sustituir tareas que antes se realizaban manualmente, esta tecnología no es enemiga de los
trabajadores. Todo lo contrario. La IA les proporciona información y les apoya en alguna de sus
labores. Por ejemplo, los empleados, gracias a estos sistemas, pueden tener un trato más directo
con clientes que, previamente, han sido filtrados y estudiados por esa artificial intelligence (AI).
•Innovar. El ahorro de tiempo y recursos es sinónimo de tener mayor capacidad para dedicarse a
la innovación, la mejora, el crecimiento y la creatividad.
•Aprender de los errores. La capacidad de aprendizaje de las máquinas es incuestionable y,
cuando reconocen un fallo, son capaces de registrarlo para que no vuelva a suceder en el futuro.
En consecuencia, mejora la productividad al asegurarse que el mismo error solo se comete una

7. SECTORES:
La Inteligencia Artificial lo está haciendo tanto en el back-end para mejorar la toma de decisiones
en los préstamos, comercio exterior o en el asesoramiento, con ayuda de los asistentes virtuales,
como en el front-end para impulsar los servicios orientados al cliente. Por ejemplo, las
soluciones de reconocimiento de voz o los chatbots para la interacción de las empresas de
servicios financieros y los bancos con los clientes.
El área financiera de las empresas es una de las que requieren mayor atención en el tratamiento
de la información. Sin embargo, esto no está reñido con utilizar de sistemas de diagnóstico e
incluso el tratamiento automatizado de los datos mediante el uso de soluciones de Inteligencia
Artificial.
De hecho en esta área empresarial y en otros agentes del sector financiero es donde más se han
aplicado algoritmos de análisis avanzado de datos que, gracias a la Inteligencia Artificial, están
avanzando claramente en la capacidad predictiva.
Otro ejemplo de utilización de procesos asistidos por robots (RPAs) es para las tareas de back-
office y automatización de facturas, que están aportando gran eficiencia a los departamentos de
Finanzas, Administración y Servicio al Cliente.
En definitiva, junto al área financiera, la gestión de clientes y el marketing y ventas son las áreas
empresariales que pueden beneficiarse en mayor medida de la Inteligencia Artificial, puesto que
se prevé que impacte con mayor fuerza.

8. TECNICAS:
1. Machine learning o aprendizaje automático
El Machine Learning es la rama de la ciencia que busca el desarrollo de técnicas que permitan a
los ordenadores aprender por sí mismos. Para ello se crean programas que pueden generalizar
ciertas respuestas a partir de información sin estructurar, que se suministra como ejemplos.
Con ello, se induce al conocimiento por parte del ordenador.
2. Fuzzy logic o lógica difusa
Conocida como lógica heurística. Esta técnica incide en lo relativo de un escenario observado
como posición diferencial. Es un tipo de lógica que toma dos valores al azar, contextualizados y
relacionados entre sí. Por ejemplo, considerar una persona de 2 metros como alta al haber
tomado antes el valor de una persona de un metro como baja.
3. Vida artificial
Consiste en el estudio de la vida y de los entornos artificiales que muestran cualidades propias
de los seres vivos en entornos de simulación.
4. Sistemas expertos
Hace referencia a un sistema de información que se basa en el conocimiento de un área de
aplicación de gran complejidad y muy específica. Sirve como asistente consultor y experto para
los usuarios de su interfaz.
5. Data Mining o minería de datos
Esta técnica consiste en la extracción discriminada de información que se encuentra implícita en
los datos manejados. Dicha información, desconocida previamente, se destina a ser utilizada en
algún otro proceso. La minería de datos sondea, prepara y explora los datos para poder extraer
alguna información que se oculte en ellos.

9. 6. Redes Bayesianas
También conocidas como redes de creencia, estas redes son un modelo probabilístico multivariado, que relaciona
un conjunto de variables de tipo aleatorio usando un grafo dirigido para indicar una influencia casual de manera
explícita.
Con un motor de actualización de las probabilidades llamado el Teorema de Bayes, estas redes se convierten en
una herramienta muy útil a la hora de calcular probabilidades en casos de nuevas evidencias. Es uno de los tipos
de red que se denominan de tipo casual.
7. Ingeniería del conocimiento
Consiste en generar un nuevo conocimiento que no existía previamente. Se hace a partir de la información que se
contiene en bases de datos de documentos y mediante el cruce de contenido de los archivos.
Es una técnica que se basa en la teoría de «actor-red», poniendo de manifiesto redes y creando nuevas. También
implica el ejercicio de la teoría de la «traducción-traslación», acercando y poniendo en relación los actores, con el
objetivo de producir una traducción en la que llevar los enunciados o modalidades hacia nuevos estadios
evolutivos.
8. Redes neuronales artificiales
Estas redes son un paradigma del aprendizaje y los procesamientos automáticos, inspirado todo ello en el modo en
que funciona el sistema nervioso de los animales. Consiste en un sistema de interconexión de neuronas en una red
que colaboran entre ellas para crear una respuesta de salida.
9. Sistemas reactivos
Estos son sistemas de aplicación crítica, y un fallo o error puede acarrear consecuencias graves. Al punto de
poner en riesgo las vidas humanas o el resultado de importantes inversiones económicas.
Su comportamiento en estos entornos, de tiempo real, se determina tanto por la sucesión de acciones que se
ejecutan como por el momento en que cada una de ellas se sucede y son procesadas.
10. Sistemas basados en reglas

10. 11. Razonamiento basado en casos
Es un proceso para solucionar cuestiones basándose en soluciones de problemáticas anteriores. El razonamiento
que se basa en casos se sirve de analogías para los nuevos razonamientos.
Se considera que no solo es una poderosa herramienta de cálculo para ordenadores. Sino que los seres
humanos usan el mismo principio para la solución de problemas cotidianos.
12. Técnicas de Representación de Conocimiento
Es un sistema que sirve para analizar el modo de pensamiento de manera formal. Se usa un entorno de símbolos
para la representación de un dominio de discurso, junto a las funciones que puedan inferir sobre los objetos
procesados.
13. Redes semánticas
Son maneras de representación del conocimiento lingüístico para las que los conceptos y las interrelaciones entre
ellos se representan mediante grafos. Son utilizadas para la representación de mapas conceptuales y mentales,
entre otras funciones.
14. Lingüística computacional
Es un campo multidisciplinar de la lingüística aplicada en la informática. Se sirve de los sistemas informáticos para
el estudio y el tratamiento del lenguaje. Para ello, se intenta modelar de manera lógica el lenguaje natural desde
un punto de vista programable.
15. Procesamiento del lenguaje natural
Es una disciplina de la rama de la ingeniería para la lingüística computacional. Se utiliza para la formulación e
investigación de mecanismos de eficacia informática para servicios de comunicación entre las personas o entre
ellas y las máquinas usando lenguajes naturales.
Los campos de desarrollo e investigación de la inteligencia artificial sirven para el desarrollo de nuevos
mecanismos y aplicaciones que permitan diseñar nuevos métodos de trabajar y comunicar con las máquinas y los
entornos informáticos.

11. SOFTWARE:
Semantris
Semantris es un proyecto llevado a cabo por el equipo de Google IA. Es un juego con el que
poder entender cómo funciona un software de inteligencia artificial.
Semantris es básicamente un entrenador de palabras. Un juego muy adictivo que tiene como
base el machine learning. Este software consigue entender definiciones o asociaciones de
palabras. En la pantalla aparecen varias palabras y el objetivo es eliminarlas dándole al software
palabras o definiciones asociadas con estas.
This person does not exist
Este programa de inteligencia artificial puede dejarte con la boca abierta. Su objetivo es muy
claro: crear imágenes de personas que realmente no existen. Este proyecto utiliza dos redes
neurales de inteligencia artificial. Una para crear la imagen y otra para decidir si parece
suficientemente real.
Aunque este programa no tiene una aplicación muy provechosa hasta el momento es probable
que esta tecnología se desarrolle en un futuro para crear imágenes de otro tipo. Hasta el
momento es capaz de sorprendernos haciéndonos pensar que es capaz de crear caras que
no existen.
Emoji Scavenger Hunt
Emoji Scavenger Hunt es sin duda una de las puestas en práctica de la inteligencia artificial
más divertida. Este software está diseñado para reconocer los equivalentes reales a los emojis.
El juego se basa en encontrar el emoji que el programa indica en la vida real. Para ello cuentas
con menos segundos en cada ronda.
Este experimento utiliza las redes neurales y la cámara del móvil para reconocer estos objetos de

12. Thing translator
Este software de inteligencia artificial basado en el machine learning es capaz de reconocer objetos y
traducirlos a varios idiomas. No solo nos dará la palabra escrita en otro lenguaje, sino también su pronunciación.
Este traductor de cosas es una muy buena aplicación que en un futuro podría servir para realizar todo tipo de
traducciones instantáneas.

13. BIBLIOGRAFIA:
https://www.zitelia.com/5-aplicaciones-reales-de-la-inteligencia-artificial/
https://www.apd.es/tecnicas-de-la-inteligencia-artificial-cuales-son-y-para-que-se-utilizan/
https://www2.deloitte.com/es/es/pages/operations/articles/impacto-inteligencia-artificial-
organizaciones.html