El nuevo ciclo de la inteligencia artificial, o “superciclo” como prefiere denominarlo Joe White, chief product & solutions officer en Zebra Technologies, exigirá una verdadera revolución en la forma en la que compañías como la suya capturan los datos de la realidad y los inoculan en los flujos de trabajo de sus clientes. Los propios agentes de IA van a colaborar en la tarea, complementando a las personas.
Pregunta: Tres décadas de experiencia en el área de desarrollo de producto proporcionan perspectiva. ¿Cuál es la principal característica del momento actual en comparación con otras épocas?
Respuesta: El ritmo de las nuevas tecnologías es cada vez más rápido. Tiendo a observar las olas que llegan en forma de hype, pero también lo que llamo los superciclos de la tecnología. Estamos entrando en el de la inteligencia artificial (IA). Es solo una etapa temprana, pero la IA será el catalizador de todo tipo de capacidades. Nadie ganó dinero con el vapor de las máquinas de vapor, sino vendiendo locomotoras y otros equipos, y lo mismo con la electricidad. No se va a ganar mucho dinero con la IA, sino con todas las capacidades que libera. Estos superciclos se acercan cada vez más rápido, el de internet solo duró unos 20 años, así que como líder de producto tienes que estar alerta, reaccionar rápido y estar dispuesto a involucrarte e innovar desde el principio y aprender.
Pregunta: El éxito de este superciclo de IA depende en gran medida de empresas como Zebra Technologies, que gestionan, capturan y seleccionan datos. ¿Están realmente preparadas para lo que va a requerir este superciclo?
Respuesta: La cantidad de transformación que creará la IA dentro de los flujos de trabajo de nuestros clientes será de órdenes de magnitud superiores a lo que hemos hecho en la última década en términos de ganancias de productividad, porque proporciona una mejor capacidad al personal de primera línea. Con las capacidades omnicanal que han implementado los minoristas, no han añadido más empleados a la tienda y sí más flujos de trabajo. Aquí es donde creo que la IA tiene una influencia realmente impactante en términos de impulsar las ganancias de productividad.
Pregunta: Zebra Technologies utiliza ese término de “mercado adyacente” que le ha servido para introducir nuevos servicios, por ejemplo, en tablets. ¿Qué “mercados adyacentes” le atraen hoy en día?
Respuesta: Nuestro reciente anuncio de la compra de Elo Touch Technologies es un buen ejemplo de un mercado adyacente. No teníamos productos que realmente facilitaran la experiencia del cliente, y ahora, por primera vez, podemos dar a nuestros clientes empresariales una plataforma digital en toda la red en la que operan. Escucho esto bastante cuando me reúno con CIOS y vicepresidentes de operaciones porque, durante la pandemia, muchos de ellos se dieron cuenta de lo fragmentadas que estaban sus plataformas.
El otro caso de uso adyacente es el RFID. Estamos viendo una tremenda adopción de RFID hoy en día. No se había conseguido escalar la información y los conocimientos de forma que esta tecnología cambie los flujos de trabajo y beneficie al cliente. La IA desempeña un papel fundamental al convertirse en un factor de escalabilidad para la tecnología RFID. Por ejemplo, tenemos un gran cliente en cuyas operaciones llevamos mucho tiempo realizando cross-docking con RFID.
Sus ejecutivos siempre me decían: “Joe, el problema es que necesito tener a alguien frente a un monitor cuando algo sale mal y tengo 2.800 ubicaciones de cross-stock”. Este es un excelente caso de uso para grandes modelos de lenguaje de la IA. Si los entrenamos para que sepan qué hacer con esos flujos de trabajo que fallan y automatizamos el proceso, la digitalización será un gran catalizador para RFID.
El caso de éxito de la tarjetas RFID en la gestión de residuos
¿Cuáles son los impulsores clave para la visibilidad de los activos? En el caso del comercio minorista, Inditex trabaja desde España en la incorporación del RFID en sus gemelos digitales. Pero hay otros sectores que no están aprovechando todavía la oportunidad que les brinda esta tecnología.
Donde veo la tecnología RFID bien implementada y están despegando los casos de uso es donde se puede obtener la etiqueta de los productos en origen, porque poner las etiquetas RFID en los objetos es probablemente lo más caro. ¿Por qué la ropa minorista despegó tan rápido? Hay agencias de etiquetado que colocan las etiquetas colgantes en los productos y hay un punto de inyección natural. Me ha sorprendido mucho la adopción de RFID en algunos casos: nunca pensé que la gente pondría una etiqueta RFID en una barra de pan, pero si lo piensas, el valor y el beneficio giran en torno a la gestión de la calidad, el inventario, el precio, y la sección de panadería en una tienda es a menudo una razón por la que la gente vuelve a ella.
Si tienes la capacidad de etiquetar la barra de pan con un precio y una fecha de caducidad, ¿por qué no insertar una etiqueta RFID? Los residuos son, de hecho, un gran caso de uso. Se ha podido controlar la cantidad de producto en una planta, minimizando el desperdicio y asegurándose de que los clientes reciben producto fresco. Estamos viendo de todo, un taller de neumáticos típico tiene más de 700 referencias, ¿cómo se hace un inventario de eso a diario? Empresas de logística postal como UPS están etiquetando e incorporando RFID en cada caja. Estamos viendo una adopción bastante amplia en gran parte impulsada por la facilidad de incorporar la etiqueta en la oferta de productos. Se venden más de 50.000 millones de etiquetas al año en estos momentos.
¿Y qué sucederá al combinar esta tecnología con los agentes de IA, esos agentes que operan dentro de la empresa, gestionando la información, tomando decisiones y monitorizando la actividad?
Los sistemas de registro se convierten en los sistemas de realidad. Ya no se trata de pensar en lo que debería estar sucediendo, sino de responder a lo que realmente ocurre en tiempo real, ahí es donde aumenta la productividad. Estamos pensando en un mundo donde tal vez no tengas un ordenador móvil en la mano, un wearable será capaz de ver todo lo que hacemos en tiempo real y de decirnos qué hacer en ese entorno de trabajo, ya sea de fabricación, atención médica o minorista.
Entre el 60% y el 90% de todos los flujos de trabajo en una tienda minorista se basan en observar un estante y decidir qué hacer para que la experiencia del cliente sea perfecta. Podemos usar la IA agéntica para identificar cualquier problema en un segundo, sin que el trabajador tenga que hacer nada. Este es un excelente caso de uso para introducir la IA y hablar sobre la función escalonada de la ganancia de productividad.
"Las organizaciones de atención médica del sector público deben empezar a comprar tecnología de forma similar a los clientes minoristas o industriales"
¿Capturar todos los datos está más cerca?
Hace 10 años, cuando Zebra compró Motorola, teníamos un marco de trabajo llamado "detectar, analizar, actuar". ¿Cómo lo detectamos todo en tiempo real y cómo impulsamos la analítica en el borde para tomar la siguiente mejor decisión sobre el terreno? Ese marco sigue tan vigente hoy como hace 10 años. Ahora, la clave es que la detección en tiempo real es multimodal.
Viendo la pulsera portátil para hospitales de Zebra, es fácil pensar que la forma en que el sector público brinda los servicios de salud podría beneficiarse enormemente de estas tecnologías.
El sector de la salud es uno de los verticales de más rápido crecimiento, pero también uno de los más pequeños en tamaño. Las empresas de atención médica compran tecnología de forma muy fragmentada. Lo que se implementa en urgencias es muy diferente de lo que se implementa en la UCI, en una unidad pediátrica o en una sala de urgencias. Eso debe cambiar. Las organizaciones de atención médica del sector público deben empezar a comprar tecnología de forma similar a los clientes minoristas o industriales. Deben empezar a pensar en tecnología, plataformas y capacidad digital.
Me sorprende que hoy en día se pueda acceder a un entorno minorista y ver una tecnología muy moderna, pero al entrar en un entorno de atención médica, se sienta como si se hubiera retrocedido en el tiempo. Cuando estás en un centro de salud, ¿con qué frecuencia te preguntas cuándo vendrá alguien a verte? Simplemente no lo sabes. Aquí es donde la tecnología puede brindar respuestas. La telemedicina es también una de las grandes líneas que hemos estado analizando. Cómo tomar una IA generativa y transcribir lo que hace la enfermera de forma automatizada en lugar de tener que atender al paciente, volver a un ordenador, sentarse frente a él y escribirlo.
"Enrutamos la información al agente correcto para obtenemos la respuesta correcta"
Hay diferentes estrategias para introducir a los clientes en los LLM, SLM o RAG, todos ellos variantes de IA generativa. Se habla de entrenarlos en unos casos sólo con datos propios y en otros casos se dice que, cuantas más empresas los compartan, mejor. ¿Cuál es la estrategia de Zebra con sus clientes?
Es una etapa temprana para muchos con los que estamos realizando pruebas piloto. Estamos habilitando esta capacidad en tres capas diferentes. En la capa más fundamental, nos centramos en el hardware. Proporcionamos CPU, GPU y nuestros últimos dispositivos capaces de ejecutar estos modelos localmente. En la siguiente capa hablamos de los planos: en el caso de una entrega postal, por ejemplo, hay mucho trabajo para validar que el paquete correcto se ha colocado en el lugar exacto en buenas condiciones y no está dañado. Al más alto nivel, Zebra Companion es una especie de policía de tráfico o enrutador para obtener la captura de datos multimodales correcta para el agente de IA adecuado. Si ese agente se encuentra en el dispositivo, en el borde o en la nube, no nos importa. Enrutamos la información al agente correcto y obtenemos la respuesta correcta.
La visión artificial está dando un salto espectacular. Las cámaras ya no son ojos, sino cerebros que pueden pensar y tomar decisiones. ¿Cómo puede transformar los servicios de una empresa como Zebra?
En los próximos 10 años, cualquier estadística indicará que habrá escasez de mano de obra. Lo sentimos durante la pandemia, se ha aliviado un poco la escasez en primera línea, pero sigue ahí. Los clientes necesitarán automatizar la captura de datos, y la visión artificial es una excelente manera de hacerlo. El RFID permite una gran automatización de la tecnología de captura de datos y deberíamos tratarlos a todos como uno y convergerlos en la plataforma de modo que realmente no nos importe qué pila de tecnología gane. La capturaremos y la habilitaremos en todos los flujos de trabajo de los clientes.
