Cómo la IA Generativa puede ayudar al sector de telecomunicaciones

Crédito: Adobe Stock

Al igual que en otros sectores de la economía, la Inteligencia Artificial (IA) Generativa tiene un gran potencial para el sector de telecomunicaciones, ya que puede mejorar la calidad, la eficiencia y la innovación de los servicios y productos ofrecidos, afirma Ishwar Parulkar, director de tecnología para el sector de las telecomunicaciones en AWS (Amazon Web Services).

El directivo considera que las principales aplicaciones de la IA Generativa en el sector de telecomunicaciones se encuentran en las áreas de mejora de experiencia al cliente, en la simplificación en la instalación y operación de la red, la optimización del negocio y de los costos de operación, y seguridad, entre otras.

En cuanto a la experiencia del cliente, indica que muchos operadores han desplegado chatbots para ayudar en las ventas y personalizar el marketing a escala individual. De hecho, se espera un crecimiento en esta área para 2026, ya que 95 por ciento de las telecomunicaciones desplegará iniciativas de datos, análisis e IA para mejorar su experiencia de cliente y su planificación de productos, frente al 50 por ciento de 2022, según Gartner.

En ese sentido, señala que muchas empresas de telecomunicaciones ya utilizan la IA para aumentar las interacciones humanas y mejorar la coherencia de la experiencia y la velocidad de resolución. Esta tecnología puede llevar estas actividades un paso más allá, con respuesta de voz interactiva, y una evolución de los primeros despliegues de chatbots para ayudar a los clientes a resolver problemas y obtener respuestas a preguntas.

Infografía | Países latinos donde ya te puedes conectar a Internet con Starlink

En cuanto a la operación de la red, Parulkar considera que la IA Generativa puede desempeñar un papel clave en todos los aspectos del ciclo de vida de la red. Por ejemplo, puede tomar datos ya documentados por los ingenieros y proporcionar orientación interactiva e indicaciones para acelerar y simplificar las tareas de instalación.

Los modelos generativos también pueden entrenarse con datos de topología y configuración de la red para sugerir la configuración de los elementos. Cuando se produce un fallo en la red, las aplicaciones basadas en IA Generativa pueden recomendar acciones y procedimientos de solución a los ingenieros.

Más allá de la infraestructura, la IA Generativa también puede ayudar a los operadores de telecomunicaciones en su operación interna, donde puede examinar los beneficios, los ingresos, los planes de consumo, los gastos y los cargos de los clientes para ofrecer recomendaciones sobre cómo evolucionar las ofertas para optimizar los beneficios.

Sin embargo, el directivo también advierte que no todos los casos de Inteligencia Artificial o Machine Learning actuales necesitan utilizar IA Generativa. De hecho, hay muchos ejemplos en los que las formas tradicionales de IA, basadas en técnicas de aprendizaje supervisado y no supervisado, son más que suficientes para los procesos de las telecomunicaciones. Por ejemplo, la IA tradicional es excelente para ayudar a predecir la pérdida de clientes, detectar anomalías en la red o realizar un seguimiento de métricas.

Parulkar habla también sobre la importancia de elegir el modelo adecuado de IA Generativa, ya sea que se utilice un modelo público entrenado para tareas generales a un menor costo o uno personalizado que demanda una gran cantidad de datos para ser entrenado de forma adecuada.

También lee: Reconocimiento facial respalda el sesgo algorítmico: expertos

En ese sentido, destaca la importancia de contar con los datos adecuados. La IA Generativa es tan buena como los datos con los que se entrena, por lo que siempre existe el riesgo de sesgos o imprecisiones. Antes incluso de considerar la IA Generativa (o cualquier forma de IA), es importante empezar con datos unificados de alta calidad. Esta tecnología requiere amplios conjuntos de datos, entrenamiento y supervisión para hacer inferencias y dar respuestas.

Alerta que, a veces, los modelos fundacionales, tanto públicos como privados, pueden sufrir “alucinaciones“, creando respuestas inexactas que pueden parecer creíbles, pero que son incorrectas. Por esta razón, la IA Generativa no se recomienda para tareas que requieran una certeza total.

Igualmente importante es garantizar que esta tecnología se aplique de forma responsable. Algunas de las nuevas herramientas y servicios de IA Generativa incorporan funciones de IA responsable, como la detección de si el código generado se parece al código fuente abierto existente o la localización y eliminación de contenidos nocivos en los conjuntos de datos de formación, y el filtrado de los puestos avanzados que contienen contenidos nocivos (por ejemplo, incitación al odio, blasfemias y violencia).

Finalmente, al considerar la gran demanda de datos propios que requiere el entrenamiento de modelo de IA Generativa, Parulkar recomienda también que exista una colaboración cercana entre los directivos y el área de TI con los equipos de seguridad y jurídicos para identificar y mitigar los riesgos de seguridad y privacidad, garantizando que la Inteligencia Artificial Generativa se despliegue de forma fiable y responsable. Además, hay que planificar el cumplimiento de la normativa y pensar detenidamente a quién pertenecen los datos utilizados.

Independientemente de si se trata de IA Generativa o de procesamiento del lenguaje natural, es importante dedicar tiempo a considerar las aplicaciones, debatir una estrategia de organización de datos y evaluar el retorno de la inversión antes de implantarla con fines comerciales, puntualiza el directivo de AWS.