Anovo Ibérica: introduciendo IA en las operaciones

Description

En 2018 Anovo, un proveedor de servicios posventa para productos de tecnología, empezó a estudiar la posibilidad de utilizar IA para mejorar la eficiencia de sus operaciones. En 2020, ja estaba en marcha la prueba piloto de su primera implementación: un nuevo proceso de diagnóstico automatizado, que empleaba aprendizaje automático (machine learning o ML) para optimizar las operaciones de la empresa en reparación de smartphones. Hasta el momento los resultados habían sido esperanzadores. El servicio posventa era un negocio con márgenes bajos, lo que hacía que la eficacia y la eficiencia fuesen factores clave para conseguir la satisfacción del cliente mientras se mantenían unos costes bajos. El nuevo sistema de diagnóstico automático, diseñado por el proveedor de tecnología Novaquality Consulting, hacía que las operaciones de reparación fuesen más rápidas y simples. Además, si este proyecto tenía éxito, Anovo ya estaba considerando otras posibles aplicaciones de ML dentro de las operaciones de telefonía de la empresa. El caso describe toda la historia del proyecto: cómo fue concebido, desarrollado e implementado, analizando los retos y decisiones a los que Anovo y Novaquality tuvieron que enfrentarse a cada momento. Al final del caso se presentan los resultados del piloto, y se proponen varios debates: ¿estaba el proyecto preparado para ser escalado a nivel de toda la empresa? ¿Era la mejora en las operaciones lo suficientemente tangible? ¿Era el sistema suficientemente preciso? ¿Y era la integración actual la mejor posible?

Learning Objective

El caso presenta las oportunidades y retos a las que se enfrenta una empresa de tamaño medio que intenta introducir proyectos de IA en sus operaciones. A través de ANOVO y su proyecto con Novaquality, el caso intenta ilustrar tres objetivos de aprendizaje principales: 1) La innovación con IA no es algo solo al alcance de grandes corporaciones como Amazon o Google, sino una herramienta de la que pueden beneficiarse en gran medida las empresas pequeñas y medianas. 2) Comprender las fases de desarrollo e implementación de un proyecto de IA a nivel de compañía. En particular, los retos a la hora de escalar un proyecto: llevar un piloto exitoso a producción es una tarea más compleja que "hacer lo mismo, pero más grande". Se tienen que alinear los grupos de interés internos y externos, identificar los potenciales riesgos tecnológicos, y asegurar la calidad de los datos a lo largo de toda la vida del proyecto. 3) El rol del proveedor: ¿cuál debería ser la relación entre el proveedor de soluciones de IA y la empresa? ¿Hasta que punto deberían empresas como ANOVO desarrollar sus propias capacidades en datos e IA?

Keywords

AI algoritmo aprendizaje automático datos mantenimiento teléfono inteligente