Ocho ejemplos de inteligencia artificial en acción

Hasta hace poco, muchas empresas han vivido en una especie de purgatorio del desarrollo de inteligencia artificial (IA), realizando pilotos y pruebas de concepto interminables, pero llevando muy pocos proyectos habilitados con IA a la producción empresarial.

Eso está cambiando rápido. Según la última Encuesta Global sobre IA de McKinsey, realizada en julio de 2024, el 78% de las personas encuestadas afirman que sus organizaciones utilizan IA en al menos una función empresarial, frente al 72% a principios de 2024 y al 55% un año antes. El uso de la inteligencia artificial generativa (GenAI) también ha aumentado, con un 71% de las personas encuestadas informando a McKinsey que sus organizaciones utilizan GenAI regularmente en al menos una función empresarial, frente al 65% a principios de 2024. Y las inversiones en IA continúan creciendo. Más de tres cuartas partes (78%) de las personas líderes empresariales dijeron que su organización planea aumentar su gasto total en IA en el próximo año fiscal, según el informe Estado de la IA Generativa en la Empresa 2024 del Instituto de IA de Deloitte.

Sin embargo, cuánto valor empresarial está generando la inteligencia artificial hasta ahora puede ser motivo de debate. Por ejemplo, el 21% de las personas encuestadas en cargos ejecutivos (C-suite) informaron que sienten que la GenAI ya está transformando su organización, en comparación con solo el 8% de las personas encuestadas que no pertenecen a la C-suite, según el informe de Deloitte. Y eso es solo un tipo de IA, un término general para capacidades similares a la cognición, que incluye todo, desde visión por computador y procesamiento de lenguaje natural hasta aprendizaje profundo e IA agente.

En esta etapa, puede haber tantas formas de equivocarse con la IA como de acertar. Pero explorar la inteligencia artificial empresarial en acción puede ilustrar su potencial, abarcando una amplia gama de tareas, incluyendo:

• Acelerando el desarrollo de medicamentos
• Reinventando los procesos empresariales de telecomunicaciones
• Diseñando carros de juguete
• Polinización de cultivos
• Aumentar la eficiencia en la fabricación a gran escala

Observar lo que diferentes empresas están haciendo con la IA—y cómo lo están haciendo—puede servir de inspiración para que otras personas imaginen sus propias aplicaciones de la IA.

Ejemplo 1: Goldman Sachs utiliza IA para escribir código

Las herramientas de GenAI no solo producen lenguaje escrito e imágenes, sino que también generan código informático. Goldman Sachs está llevando a cabo una “prueba de concepto” para herramientas de codificación asistida impulsadas por GenAI.

Incluso mientras que sus pares de la industria, J.P. Morgan, Citigroup, Deutsche Bank y Bank of America, supuestamente estaban bloqueando a sus empleados para que no usaran GenAI, Goldman Sachs estaba poniendo la tecnología en manos de sus programadores para determinar su valor inicial. El CIO Marco Argenti explica que, si bien no sería prudente confiar de inmediato todos los procesos importantes a la IA, es imperativo que las empresas intenten imaginar su potencial. La empresa tiene varias pruebas de concepto en curso en áreas que incluyen el desarrollo de software y la clasificación de documentos, las cuales han mostrado algunos resultados iniciales prometedores.

Llevando las cosas un paso más allá, Goldman comenzó a probar en 2025 un ingeniero de software autónomo de la startup de IA Cognition, que se espera pronto trabaje junto a los 12.000 desarrolladores humanos de la empresa.

Consideraciones

Goldman Sachs imagina la IA como un compañero para los desarrolladores de software en lugar de un reemplazo para ellos. También está probando modelos de lenguaje grandes para mejorar los procesos de gestión de clasificación de documentos que actualmente realiza la IA tradicional. La empresa mantiene en secreto los nombres de las herramientas que está utilizando, junto con los departamentos específicos que están probando la tecnología, pero ha compartido algunos resultados iniciales.

• Las y los desarrolladores han podido utilizar GenAI para escribir hasta un 40% de su código de manera automática, lo que, según Argenti, podría mejorar la productividad de las y los desarrolladores humanos en un porcentaje de dos dígitos bajos.
• El banco está utilizando el software no solo para generar código, sino también para probarlo.
• Los modelos de lenguaje grandes son al menos tan buenos como los humanos para gestionar los millones de documentos de la empresa.
• El director de informática de Goldman Sachs considera que la inteligencia artificial generativa es una de las mayores disrupciones de su vida, al mismo nivel que Internet, las aplicaciones o la nube.
• Los mayores desafíos, dice él, son adaptar los controles internos para mitigar cualquier riesgo para la empresa o sus clientes y encontrar talento con experiencia en grandes modelos de lenguaje.
• El uso de GenAI por parte de la empresa se ha expandido, y su Asistente GS AI ahora está disponible para todas las personas empleadas de Goldman Sachs después de pruebas exitosas con aproximadamente 10,000 miembros del personal.
• Argenti dice que ve al ingeniero de software autónomo, llamado Devin, como un “nuevo empleado” que puede empezar a realizar tareas en nombre de los desarrolladores.

Conozca más

• El CIO Marco Argenti compartió algunos resultados iniciales de GenAI en este Wall Street Journal¹  de preguntas y respuestas.
• Argenti le cuenta a CNBC cómo se imagina tener cientos y, en última instancia, miles de ingenieros de software autónomos² trabajando en nombre de la empresa, dependiendo del caso de uso.
• En un episodio reciente de pódcast³, dos analistas de investigación de Goldman Sachs hablaron sobre el poder de automatizar más procesos empresariales cotidianos, como el desarrollo de software.
• Reuters cubre el lanzamiento a nivel de toda la empresa de Goldman Sachs⁴ de su asistente de IA en 2025.
• Según PYMNTS, el gigante de Wall Street está “escalando agresivamente la IA⁵ para aumentar la productividad y la eficiencia”.

Ejemplo 2: La empresa australiana de telecomunicaciones Telstra evoluciona de asistentes de IA a la reinvención agéntica

A mediados de 2023, Telstra desarrolló un par de herramientas de GenAI—Ask Telstra y One Sentence Summary—para mejorar la atención al cliente después de la activación del servicio, como parte de un acuerdo estratégico de cinco años con Microsoft Azure OpenAI Service. Estas herramientas ayudan a los agentes a acceder rápidamente a las cuentas, detalles de productos y resúmenes de interacciones pasadas, lo que permite una resolución de problemas más rápida y una atención más personalizada. Según Telstra, los sistemas GenAI redujeron los contactos de seguimiento en un 20%, con un 90% de sus empleados de servicio al cliente reportando ahorro de tiempo y una mejora en la calidad del soporte postventa.

“Estamos desbloqueando valor y crecimiento a medida que tecnologías como la inteligencia artificial generativa proliferan rápidamente”, dice Kim Krogh Andersen, ejecutiva del grupo de producto y tecnología en Telstra, en un artículo en el sitio web de Microsoft, y agrega que la empresa estaba “en camino de mejorar todos los procesos clave del negocio con IA para 2025.” De hecho, la empresa dio un gran salto adelante con el anuncio de su empresa conjunta con Accenture para utilizar la inteligencia artificial y reinventar los procesos empresariales y desarrollar flujos de trabajo agénticos.

Consideraciones

Como lo explica Frederic Giron, vicepresidente y director senior de investigación de Forrester, el enfoque más reciente de Telstra hacia la inteligencia artificial señala un cambio fundamental de un enfoque más fragmentado para automatizar tareas y procesos empresariales existentes, a automatizar tareas aisladas dentro de los procesos empresariales existentes, hasta “reimaginar cómo se realiza el trabajo”. Aborda lo que Forrester ha denominado la “brecha de procesos”: la distancia entre centrarse en la optimización de la productividad y la verdadera reinvención empresarial.

• Lograr una ventaja competitiva con la IA requiere más que implementar asistentes GenAI: exige repensar completamente cómo se realizan las tareas desde el principio.
• Telstra está combinando sus joyas de la corona—su profunda experiencia en telecomunicaciones—con los recursos y el talento en IA de Accenture para crear soluciones de inteligencia artificial para todo, desde la optimización de procesos hasta la experiencia del cliente.
• El enfoque es desarrollar soluciones de IA para uso interno, perfeccionar el sistema y luego convertirlo en un producto para su venta.
• Mientras que otras empresas están gestionando múltiples alianzas, Telstra ha reducido sus colaboradores de IA a dos, con un énfasis en la coinnovación.

Conozca más

• Giron de Forrester explica cómo el enfoque de Telstra de “construir y luego vender⁶” amortiza los grandes y sustanciales costos iniciales de desarrollo de IA a lo largo de una base de ingresos más amplia y también crea nuevas fuentes de ingresos.
• Las personas ejecutivas de Telstra explican el desarrollo de copilotos especializados⁷ para agentes de servicio al cliente.
• The Guardian informa que la directora ejecutiva de Telstra, Vicki Brady, les dijo a los inversionistas que la inteligencia artificial jugará un papel importante⁸ en la reinvención de Telstra durante los próximos cinco años y que probablemente su fuerza laboral se reducirá para el año 2030.
• Un comunicado de prensa en el sitio web de Accenture explica cómo la empresa conjunta de siete años, Telstra, utilizará parte de la inversión de $3 mil millones de Accenture en IA⁹ para reinventar los procesos empresariales de principio a fin mediante nuevas capacidades como la IA agentica¹⁰.

Ejemplo 3: Los datos y la aplicación de IA de Moderna aceleran el desarrollo de ARNm

Las inversiones en inteligencia artificial de la empresa biotecnológica Moderna han dado frutos en el desarrollo de medicamentos en un momento en que la rapidez era vital para el éxito en el mercado. Fundada más de una década antes de la crisis del COVID-19, la empresa pasó años desarrollando un software integrado de ciencia de datos e inteligencia artificial para apoyar el desarrollo repetible de miles de diferentes medicamentos y vacunas basados en ARNm. La aplicación basada en la web incluye código reutilizable para la automatización de flujos de trabajo, la captura de datos y la creación de modelos. Esto ayuda a las y los científicos a diseñar nuevos constructos de ARNm, mejorar su eficacia y solicitar muestras a través de una línea de producción preclínica de alto rendimiento.

Digital y basada en análisis desde el principio, Moderna fue creada para superar las probabilidades del desarrollo farmacéutico tradicional de alto riesgo y alto retorno. Las compañías farmacéuticas suelen gastar mil millones de dólares en desarrollar un medicamento con la esperanza de obtener muchos miles de millones a cambio, pero ven una tasa de éxito de menos del 15%. La inteligencia artificial puede mejorar esas probabilidades a 50/50 y también reducir el tiempo de lanzamiento al mercado. La apuesta por la inteligencia artificial dio frutos para la empresa de Cambridge, Massachusetts, que logró desarrollar una de las mejores vacunas contra el COVID-19 en tiempo récord, mostrando alrededor de un 95% de eficacia para la prevención de la enfermedad causada por el virus, según los Centros para el Control y la Prevención de Enfermedades de los Estados Unidos. Vacuna contra el COVID-19 en tiempo récord, mostrando alrededor de un 95% de eficacia para la prevención de la enfermedad causada por el virus, según los Centros para el Control y la Prevención de Enfermedades de los Estados Unidos.

Consideraciones

Si bien la vacuna contra el COVID-19 de la empresa acaparó la mayor atención, es solo uno de los productos de Moderna desarrollados utilizando sus herramientas de inteligencia artificial y ciencia de datos para el desarrollo de ARNm. La empresa lo abordó como una capacidad de software. “Durante más de una década, Moderna ha construido una enorme biblioteca de datos, que es nuestro mayor activo como empresa biotecnológica digital de primera línea”, escribió Brice Challame, vicepresidente de Transformación de Datos e IA de la compañía, en una publicación de blog de 2023, “Esta biblioteca nos ha permitido crear nuestro propio ecosistema de datos integrado para impulsar y perfeccionar nuestros algoritmos.”

• Muchas empresas se quedan atascadas en la inversión inicial de infraestructura para un proyecto de IA. Sin embargo, Moderna reconoció el valor que una aplicación podría aportar a lo largo del tiempo en múltiples productos.
• Las inversiones tempranas en infraestructura en la nube, IoT, análisis y procesos automatizados crearon la base para el trabajo con IA. “Confiamos en la digitalización desde el principio, no por la digitalización en sí, sino para generar datos”, explicó Marcello Damiani, exdirector de excelencia operativa y digital de Moderna, en un artículo del Instituto de Digital, Datos y Diseño de Harvard. “Esto nos permite desarrollar mejores algoritmos, lo que ayuda a crear la próxima generación de medicamentos”, dice Damiani.
• Una vacuna de ARNm es en sí misma un producto basado en información, una molécula sintética que envía instrucciones a las células del cuerpo para entrenar su sistema inmunológico. Así que Moderna creó una aplicación de diseño de medicamentos basada en la web para agilizar el proceso de cambiar la información codificada en una molécula sintética. Detrás de escena, numerosos algoritmos de inteligencia artificial ayudan a informar la toma de decisiones, especialmente en productos preclínicos, para los cuales proporcionan predicciones centradas en datos sobre las mejores secuencias para codificar una determinada proteína mucho más rápido de lo que pueden hacerlo los humanos. El software recopila datos durante todo el proceso para generar algoritmos nuevos y mejores con el tiempo.
• La empresa también utiliza inteligencia artificial para mejorar la planificación de ensayos clínicos, el control de calidad e incluso las operaciones de su centro de llamadas.
• A partir de 2023, Moderna se asoció con OpenAI para crear su propia instancia de ChatGPT. Hoy en día, los GPT están integrados en todas las funciones empresariales de Moderna—desde el área legal, hasta la investigación, la manufactura y la comercialización—como asistentes diseñados para propósitos específicos.

Conozca más

• El Instituto de Digital, Datos y Diseño de Harvard ofrece información de fondo¹¹ sobre la implementación temprana de IA por parte de Moderna.
• Brice Challame de Moderna comparte algunas lecciones aprendidas en el “camino de la empresa para convertirse en una organización de IA en tiempo real.”¹²
• El pódcast Me, Myself, and AI de MIT Sloan Management Review entrevistó a¹³ Dave Johnson, exdirector de datos e inteligencia artificial de Moderna, sobre el papel de la inteligencia artificial en el desarrollo de vacunas.
• ZDNet describe¹⁴ la tecnología de desarrollo de medicamentos de Moderna como una “fábrica de IA”.

Ejemplo 4: Mattel adopta tempranamente el generador de imágenes con IA DALL-E para el desarrollo de productos

La GenAI irrumpió en la conciencia general con amplios lanzamientos de modelos de lenguaje de IA capaces de generar texto similar al humano. Meses antes, el fabricante de juguetes Mattel comenzó a trabajar con una herramienta generativa de creación de imágenes, el sistema DALL-E de OpenAI, para crear imágenes y arte realistas basados en entradas de lenguaje natural.

Mattel no tiene planes de reemplazar a sus diseñadores de productos por contrapartes artificiales en el corto plazo. En cambio, el fabricante de juguetes está utilizando la inteligencia artificial para ayudar a los diseñadores a generar ideas para nuevos carros Hot Wheels. Más recientemente, Mattel firmó un acuerdo en 2025 con OpenAI para desarrollar productos y experiencias impulsados por inteligencia artificial basados en las marcas de Mattel.

Consideraciones

La exploración de la IA generativa por parte de Mattel ilustra los posibles beneficios de la colaboración entre humanos y máquinas en un campo creativo.

• Mattel comenzó a usar el generador de imágenes en octubre de 2022.
• Las personas diseñadoras pueden escribir una solicitud en lenguaje natural para un “modelo a escala de un convertible hot rod”, y el sistema puede ofrecer variaciones de una imagen personalizada basada en un Ford de 1938 en amarillo con llantas de banda blanca.
• La persona usuaria puede trabajar con el generador de imágenes para explorar diferentes opciones—un cambio de color, un techo rígido, un ajuste en el tipo de carrocería—para obtener una representación final de un nuevo carro de juguete.
• La inteligencia artificial generativa permite a las personas diseñadoras pensar de manera más amplia, ofreciendo modelos u opciones que quizás no habrían imaginado por sí solas. “En última instancia, la calidad es lo más importante”, dice Carrie Buse, la directora de diseño de producto en el Mattel Future Lab. “Pero a veces la cantidad puede ayudarte a encontrar la calidad.”
• El fabricante de juguetes, que tuvo algunos problemas hace una década con su muñeca “Hello, Barbie”, la cual grababa y subía las conversaciones de los niños a la nube, dijo en un comunicado de prensa que “enfatizará la seguridad, la privacidad y la protección en los productos y experiencias que lleguen al mercado” como resultado de su más reciente colaboración con OpenAI.

Conozca más

• The Associated Press destaca¹⁵ la temprana incursión de Mattel en la IA Generativa.
• Detalles de la fuente de Microsoft¹⁶ sobre cómo las personas diseñadoras trabajan con DALL-E para generar y perfeccionar nuevos diseños de Hot Wheels.
• En la Harvard Business Review¹⁷, Thomas H. Davenport, quien es profesor de TI y Gestión en Babson College, y Nitin Mittal, quien es socio principal en Deloitte Consulting, exploran cómo la GenAI cambiará el trabajo creativo.
• PYMENTS¹⁸ analiza la colaboración entre Mattel y OpenAI en 2025 sobre juguetes habilitados con IA.

Ejemplo 5: Costa Group implementa polinizadores impulsados por visión computarizada en lugar de abejorros

Si hay algún zumbido en los invernaderos de tomates del Costa Group de Australia en Guyra, Nueva Gales del Sur, no proviene de los abejorros. El uso de polinizadores naturales (como las abejas) para la agricultura en interiores es ilegal allí; las abejas melíferas nativas tienen dificultades en ambientes cubiertos. Y por razones de bioseguridad, Australia ha prohibido desde hace mucho tiempo la importación de abejorros europeos no nativos, que a menudo se utilizan para la polinización en invernaderos en el hemisferio norte. En cambio, el productor de hortalizas está utilizando polinizadores robóticos—impulsados por visión por computador—en un millón de plantas de tomate.

En el verano de 2021, Costa Group comenzó a utilizar robots Polly de la empresa israelí Arugga AI Farming. Los primeros resultados mostraron que las máquinas produjeron un 15% más de rendimiento en comparación con la polinización manual y hasta un 7% más de rendimiento en comparación con los abejorros.

Consideraciones

Para el Grupo Costa, el polinizador robótico tiene beneficios más allá de la eficiencia. Aunque no se les permite usar abejas (que es como se realiza la mayoría de la polinización en invernaderos), la opción de los agribots no solo es más eficiente que la polinización manual, sino que también reduce la propagación de virus ya que no requiere contacto humano con las plantas de tomate.

• Las plantas de tomate necesitan ser sacudidas para autopolinizarse, una tarea que normalmente realizan los abejorros industriales, o los trabajadores que agitan las espalderas o utilizan varitas vibradoras.
• El robot Polly se desplaza entre las filas de plantas, utilizando visión por computador y aprendizaje profundo para identificar cuáles flores están listas para la polinización. En el back-end, el sistema Arugga utiliza un conjunto de herramientas de análisis en streaming para procesar video en bruto de los invernaderos. Luego, las imágenes se anotan y el modelo se entrena con los conjuntos de datos resultantes, los cuales se actualizan mensualmente. El modelo mejora con el tiempo y se exporta a los robots, que pueden ejecutar el algoritmo de manera individual y son esencialmente dispositivos de computación en el borde.
• Luego, el robot emite pulsos de aire comprimido para hacer vibrar las flores que están listas, similar a la forma en que los abejorros realizan la polinización por zumbido.
• La inteligencia artificial de Arugga se está volviendo más inteligente. En 2024, se dijo que podía polinizar una hectárea (alrededor de 2,5 acres) con 3,5 robots, con expectativas de reducir ese número a 2,5 robots gracias a un algoritmo mejorado.

Conozca más

• Los polinizadores impulsados por IA de Costa Group son solo un ejemplo de las aplicaciones de visión por computador en la agricultura¹⁹ en un artículo de Imaging & Machine Vision Europe.
• Produce Plus²⁰ explica cómo los robots determinan cuáles flores están listas para ser polinizadas.
• La cofundadora y vicepresidenta de desarrollo de negocios de Arugga explica cómo la polinización con IA de la empresa, un reemplazo para las abejas utilizadas por los productores, puede ayudar a los cultivadores a aumentar sus rendimientos²¹.

Ejemplo 6: Procter & Gamble implementa IA, aprendizaje automático y computación perimetral para optimizar la producción

P&G busca digitalizar y analizar datos de sus más de 100 sitios de fabricación. Está desarrollando capacidades de inteligencia artificial, como el aprendizaje automático y la visión por computador, para maximizar la salud y disponibilidad de los equipos, evaluar la calidad del producto en tiempo real en la línea de producción y mejorar el uso de energía y agua. El fabricante de bienes de consumo empacados ha centrado sus primeros intentos en sus segmentos de productos de papel y cuidado del bebé con pruebas piloto en Estados Unidos, India, Japón y Egipto. Un proyecto inicial utilizó inteligencia artificial para predecir la longitud de las hojas de toallas de papel terminadas, lo que permitió entregar la cantidad adecuada de producto a las personas clientes; esto es solo una de las muchas eficiencias que la empresa espera lograr.

“Queremos que todo se haga en tiempo real, en la línea, con tecnología, para que sepamos al instante si algo está mal”, explicó Jon Moeller, presidente de la junta, presidente y director ejecutivo, en una conversación con Goldman Sachs Asset Management. “Y con la inteligencia artificial, podemos empezar a avanzar hacia saber al instante—saber antes de que suceda, no solo cuando sucede.”

La empresa también está utilizando inteligencia artificial en la gestión de la cadena de suministro. Anteriormente, se requería reunir datos de diferentes programas utilizados para la fabricación, la cadena de suministro, el marketing, el aseguramiento de la calidad y los sistemas de información de laboratorio, una tarea tediosa y manual que requería cientos de horas de trabajo cada vez. Ahora se ha asociado con el proveedor de análisis phData para desarrollar un sistema impulsado por IA utilizando la analítica de código abierto de KNIME para automatizar la integración de datos. Luego puede analizar los datos de oferta, demanda e inventario en tiempo real para pronosticar los requisitos futuros de inventario y resaltar posibles interrupciones en la cadena de suministro.

Consideraciones

El objetivo de P&G es la manufactura inteligente a gran escala, dijo el ex CIO Vittorio Critella, con un enfoque en el mantenimiento predictivo, la calidad predictiva y la optimización de la sostenibilidad. La inteligencia artificial podría ayudar a permitir operaciones completamente sin contacto en el futuro.

• Una oficina de habilitación digital está priorizando la fabricación de productos, los casos de uso de empaques y los procesos de empaquetado que podrían implementarse en toda la organización.
• La empresa puede transmitir datos desde los sensores de la línea de producción a la nube para construir y entrenar algoritmos de aprendizaje automático que luego se implementan de nuevo en el borde en el piso de la fábrica.
• P&G ha probado el uso de IA para minimizar el sobreempaque de rollos de toallas de papel (al predecir de manera más precisa la longitud final de las hojas) y el uso de visión por computador para el control de calidad en tiempo real de pañales y toallas femeninas (donde el ensamblaje preciso y a alta velocidad de múltiples capas de materiales es esencial).
• Grandes volúmenes de conjuntos de datos completos de sus máquinas de papel pueden ser utilizados para entrenar algoritmos de aprendizaje automático que predicen qué máquinas requieren mantenimiento y detectan oportunidades para reducir el consumo de energía.
• El aprendizaje automático y la inteligencia artificial deben integrarse en las operaciones y la cultura para ofrecer valor, dice el CIO de P&G.

Conozca más

• Consumer Goods Technology ofrece una visión general²² del sistema digital de P&G, que utiliza sensores IoT e IA.
• Los ex CIO de P&G hablaron con el CIO Journal de Deloitte sobre las oportunidades y desafíos de implementar la IA a gran escala²³ en la manufactura.
• CIO.com describe cómo P&G ha logrado avanzar más allá de la experimentación con IA²⁴ para escalar casos de uso cada vez más sofisticados.
• Microsoft Source publicó noticias sobre su trabajo con P&G²⁵ en manufactura digital.
• El CEO Moeller le dijo a Goldman Sachs²⁶ que ve el potencial de la IA en “trasladar la innovación de la mesa de laboratorio a computadoras muy sofisticadas” para acelerar el descubrimiento molecular, explorar más áreas para la innovación y generar ideas de productos más exitosas.

Ejemplo 7: El equipo del tren de alta velocidad del Reino Unido crea un mejor plan de construcción con un simulador de IA

El ferrocarril High Speed 2 (HS2), que va de Londres a Mánchester, es el proyecto de infraestructura de transporte más grande del Reino Unido. La empresa conjunta Align formó un grupo de trabajo que involucra a tres empresas internacionales de infraestructura y es responsable del diseño y la construcción de uno de los tramos más desafiantes del proyecto: la llamada sección C1. Este tramo de 21,6 km (13,42 mi.) al noroeste de Londres incluye el icónico Viaducto del Valle de Colne de 3,4 km (2,11 mi.) y un túnel de doble perforación de aproximadamente 16 km (9,94 mi.). En el punto más alto del proyecto de cinco años y medio, más de 1.500 personas estarán trabajando en el sitio. Align invirtió en ALICE—un producto inteligente de secuenciación de construcción—para modelar contingencias y diseñar cronogramas de construcción optimizados y realistas para el HS2.

La preconstrucción—la primera fase de un proyecto durante la cual las empresas planifican y programan todo el alcance del trabajo, estiman los costos y analizan las necesidades—es una etapa crucial. Pero mucho ha cambiado en las últimas dos décadas en el método de ruta crítica que las empresas de arquitectura, ingeniería y construcción utilizan para planificar sus proyectos. Normalmente ha sido un desafío hercúleo idear uno o dos planes, dado el esfuerzo que se requiere para elaborar un horario. Usando la inteligencia artificial, las empresas pueden generar cientos o miles de opciones en pocas horas, con un análisis completo de su efecto en el costo y el cronograma.

Consideraciones

Align ya tenía un cronograma de construcción establecido que le ayudó a ganar el proyecto C1, pero utilizó ALICE para verificar sus suposiciones y buscar oportunidades para mejorar el plan de trabajo de la subestructura del viaducto. Programar un proyecto de infraestructura masivo, con sus complejas interdependencias y restricciones, es difícil de hacer bien. El simulador de construcción incorpora estas interdependencias en una ecuación algorítmica que puede analizar miles de escenarios y revisarlos según los objetivos de la empresa.

• El simulador de construcción ayuda a las empresas a crear planes de construcción de manera virtual con una variedad de diferentes insumos antes de que comience la construcción real.
• Align utilizó el simulador de construcción para crear docenas de opciones de programación en solo 10 minutos.
• Luego realizó análisis de “qué pasaría si” en el software para decidir cómo construir el viaducto de manera más eficiente.
• La inteligencia artificial puede manipular rápidamente enormes cantidades de parámetros que pueden afectar la construcción—como la disponibilidad de mano de obra, equipos y materiales, los métodos de construcción y los problemas de zonificación—de maneras que los planificadores humanos por sí solos nunca podrían lograr.
• Alinear tres años de trabajo de planificación replicado en solo seis semanas.
• Más recientemente, HS2 firmó un acuerdo en 2024 con Futuria para que sea su socio de entrega de IA en un consorcio recién formado liderado por Atos, para implementar soluciones impulsadas por IA que mejoren las operaciones ferroviarias, optimicen los flujos de trabajo de construcción y fortalezcan la gestión de activos.

Conozca más

• La consultora de gestión Roland Berger describe cómo la inteligencia artificial puede aumentar la eficiencia a lo largo de toda la cadena de valor de la construcción²⁷.
• Construction Dive cubre una variedad de aplicaciones de IA para la preconstrucción²⁸.
• En 2022, la alianza Align-ALICE ganó el premio a la innovación en la industria²⁹ de los British Construction Industry Awards.
• Railway Technology explica cómo un consorcio liderado por Atos construirá gemelos digitales³⁰ de la infraestructura de HS2, con el conocimiento específico ferroviario de Arup y la inteligencia artificial de Futuria.

Ejemplo 8: Thomson Reuters agiliza el desarrollo de herramientas de IA para periodistas, abogados y profesionales de cumplimiento

Desde su fundación en 1851 como agencia de noticias, Thomson Reuters siempre ha estado relacionada con los datos, de una forma u otra. Hoy en día, ofrece servicios empresariales basados en datos en los ámbitos legal, fiscal, contable y de noticias. Lo que ahora es su división legal introdujo la búsqueda en lenguaje natural hace 30 años, y su grupo de I+D ha estado probando y entregando innovaciones habilitadas por IA desde entonces.

En 2022, Thomson Reuters creó una aplicación de inteligencia artificial para acelerar su innovación en aprendizaje automático mediante la implementación de una gobernanza común de datos y modelos, y la estandarización de su proceso de lanzamiento de modelos.

Consideraciones

La aplicación de IA de Thomson Reuters no solo proporciona un espacio de trabajo común para la supervisión de la IA, sino también un sistema para gestionar riesgos específicos de la IA con el objetivo de equilibrar la rapidez y la gobernanza. Existen una serie de desafíos para el desempeño efectivo de los modelos de IA, como el potencial de sesgo algorítmico y los cambios en la distribución de los datos. Estos desafíos solo se vuelven más complejos a medida que las empresas amplían el despliegue de sistemas habilitados con IA, llegando eventualmente a superar las capacidades de las personas científicas de datos para hacerles seguimiento manualmente con el tiempo.

• Thomson Reuters trabajó con Amazon Web Services para desarrollar una herramienta que proporcionó una interfaz de usuario estándar “clickeable” que las personas científicas de datos y responsables de modelos en toda la empresa podían usar sin escribir código.
• La aplicación ofrece espacios de trabajo de IA, servicio de datos, registro de modelos, anotación de IA y monitoreo de problemas como el desplazamiento o sesgo de datos o modelos.
• La aplicación agiliza la modelación de desempeño tradicional realizada por científicos de datos humanos, quienes monitorean el deterioro del modelo y trabajan con los equipos apropiados para hacer los ajustes necesarios.
• La adopción por parte de las personas usuarias fue el factor de éxito más importante y el mayor desafío. El desarrollo ágil con demostraciones semanales para las personas usuarias para recopilar retroalimentación fue clave.
• El portafolio de ofertas habilitadas por IA de la empresa ayuda a los periodistas humanos a detectar tendencias, proporciona capacidad de mapeo predictivo para el cumplimiento fiscal, y ofrece consultas en lenguaje natural y algoritmos de búsqueda impulsados por IA para profesionales legales, fiscales y contables.
• Thomson Reuters enfatiza la inteligencia artificial con intervención humana para reducir errores y mejorar el rendimiento del modelo.

Conozca más

• Maria Apazoglou, vicepresidenta de IA, aprendizaje automático e inteligencia de negocios, compartió detalles sobre la plataforma de IA³¹ con el CIO Journal de Deloitte.
• El Blog de Aprendizaje Automático de AWS ofrece una mirada detallada³² al desarrollo de la tecnología de IA.
• En un artículo de 2025, Thomson Reuters explica cómo tres niveles de pruebas con humanos en el proceso³³ realizadas por 2.500 expertos en la materia ayudaron a crear su asistente de GenAI, CoCounsel, el cual puede realizar investigaciones profundas, analizar datos extensos y complejos, y generar diversos tipos de contenido rápidamente.

Lea más