Intel·ligència artificial a pimes: cas pràctic amb revisió humana

Aquest cas hipotètic mostra com la intel·ligència artificial pot formar part d'un procés d'una pime per classificar informació, preparar un esborrany i mantenir una revisió humana abans d'actuar. No és una guia general d'implantació ni descriu resultats de AVSISTEC.

El punt de partida no hauria de ser "vulguem usar IA", sinó "vulguem reduir una tasca repetitiva sense perdre control sobre ella". Per recórrer de forma general objectiu, abast, dades, solució i validació, consulta la guia de IA per a empreses.

Situació inicial hipotètica

Imaginem una empresa de serveis que rep consultes per correu i formulari. Una persona llegeix cada missatge, identifica el tipus de petició, cerca informació en diverses eines i prepara una resposta inicial. El procés pot funcionar, però depèn de revisar missatges un a un i de repetir passos similars.

Aquest és un exemple hipotètic. No descriu un projecte ni un resultat de AVSISTEC.

En un cas així, la intel·ligència artificial podria plantejar-se com una peça dins d'un flux de treball: interpretar el contingut d'una consulta, proposar una categoria, recuperar dades autoritzades i generar un esborrany per a revisió humana. La decisió d'enviar una resposta, modificar un registre o assumir un compromís seguiria estant definida per l'empresa.

Problema observable: tasques repetides i criteris poc visibles

El problema no és necessàriament que falti intel·ligència artificial. Potser el procés té passos manuals repetits, informació dispersa o criteris que només coneix una persona.

Abans de valorar una solució, resulta útil observar el treball actual:

• Quina acció inicia el procés.
• Quines dades es reben i des d'on.
• Quines decisions es prenen repetidament.
• Quines excepcions requereixen intervenció humana.
• Quines eines intervenen.
• Quina sortida s'ha de produir: un avís, una resposta, un registre, una tasca o un document.

Una tasca és candidata a revisió quan hi ha un patró reconeixible, però això no vol dir que s'hagi d'automatitzar completament. Si el context és ambigu, les dades són insuficients o l'error tindria conseqüències rellevants, convé conservar una revisió humana abans d'executar accions.

Anàlisi de l'objectiu: separar resultat, abast i solució

Una conversa útil sobre intel·ligència artificial distingeix tres nivells:

Per exemple, l'objectiu pot ser que cada consulta arribi al responsable adequat amb la informació necessària. L'abast pot incloure l'entrada des d'un formulari, la classificació de la sol·licitud, la creació d'una tasca i un avís intern. La solució tècnica es decideix després d'entendre aquestes condicions.

Aquesta ordre evita convertir una tecnologia en l'objectiu. També permet detectar que, en alguns processos, unes regles clares o una integració ben definida poden ser suficients sense incorporar intel·ligència artificial.

Preguntes per definir l'objectiu

Abans de demanar una proposta, una empresa pot respondre a aquestes preguntes:

1. Quina tasca concreta ocupa temps o genera errors de coordinació?
2. Qui fa aquesta tasca avui i qui revisarà el resultat?
3. Quina informació necessita el sistema per actuar?
4. Quines accions pot proposar i quines necessiten aprovació?
5. Què passa quan falta informació o el resultat no és clar?
6. Com es comprovarà que el flux compleix l'esperat?

Les respostes no necessiten descriure una solució tècnica. Sirven per convertir una idea general en un problema que es pot analitzar.

Abast proposat: dissenyar un flux controlable

Un abast inicial hauria de descriure el recorregut complet, no només la part que genera text o classifica dades. En una automatització amb intel·ligència artificial poden intervenir, per exemple:

• La font de dades, com un formulari, correu o document. -Les regles que determinen quan comença el flux.
• La informació que podeu consultar el sistema.
• La tasca que fa la intel·ligència artificial.
• Els límits de confiança o les situacions que s'han d'escalar a una persona.
• L'acció posterior: crear una tasca, actualitzar un registre, preparar un esborrany o enviar una notificació.
• El registre del que ha passat per poder revisar-lo.

També cal prioritzar. La primera versió es pot concentrar en una única tasca d'alt valor i deixar per a després les integracions addicionals, noves categories o accions automàtiques més sensibles.

Exemple hipotètic d'abast

Una assessoria vol ordenar les sol·licituds rebudes per correu. La primera versió hipotètica, podria limitar-se a:

• Detecta si el missatge correspon a una consulta habitual o a una incidència.
• Proposar una etiqueta interna.
• Crea una tasca per a la persona responsable.
• Preparar un resum del missatge original.
• Mantenir la revisió humana abans de respondre al client.

Quedarien fora d'aquest primer abast l'enviament automàtic de respostes, la modificació de dades sensibles i qualsevol decisió que exigeixi criteri professional. Delimitar aquestes exclusions ajuda a evitar expectatives ambigües.

Solució i comprovació: integra, revisa i ajusta

Una solució amb intel·ligència artificial s'ha de poder comprovar en condicions reals d'ús. Per a això, l'empresa pot definir criteris d'acceptació abans de posar el flux en marxa.

Per exemple:

Exemple hipotètic: quan arriba una consulta completa des del formulari, el sistema crea una tasca amb el resum i la categoria proposada. Si manquen dades o no la pot classificar amb claredat, la tasca està marcada per a revisar sense executar accions addicionals.

Aquest criteri concreta què ha de passar, què s'espera quan tot va bé i què passa davant d'una excepció. A més, converteix la revisió en part del disseny, no en una correcció improvisada.

La comprovació hauria d'incloure mostres representatives: sol·licituds habituals, missatges incomplets, textos ambigus i situacions que no encaixen en les categories previstes. L'objectiu no és assumir que el sistema encertarà en tots els casos, sinó definir quan pot assistir i quan ha de demanar intervenció.

En tractar dades de clients, documents interns o informació personal, l'empresa ha de revisar quina informació s'incorpora al flux, qui accedeix a ella, quines eines intervenen i quins requisits apliquen a la seva activitat.

Aprenentatges transferibles

La intel·ligència artificial té més sentit quan s'incorpora a un procés que l'empresa ja pot explicar. Aquestes idees s'apliquen a diferents contextos:

• Comença per una tasca concreta, no per una eina de moda.
• Defineix qui manté el control i quines decisions no es deleguen.
• Descriu les excepcions abans d'automatitzar l'acció principal.
• Separa l'imprescindible del que pot esperar a una fase posterior.
• Comprova el flux amb criteris observables.
• Documenta les dades, les integracions i les responsabilitats.

Si heu identificat una tasca repetitiva que necessita millor coordinació, classificació o preparació d'informació, pots plantejar-la com un projecte de automatitzacions. Explica el procés actual, el resultat que busques i les eines que ja utilitzes per a demanar un pressupost o valorar l'abast.