Cómo la IA está transformando la industria automotriz y la experiencia del cliente

IAA Mobility 2023, el evento de movilidad más grande del mundo, atrajo a alrededor de medio millón de visitantes a Munich del 5 al 10 de septiembre. La inteligencia artificial (IA) en la industria automotriz fue un tema recurrente en casi todas las áreas de la feria de este año. Por ejemplo, en el desarrollo de sistemas de asistencia a la conducción y conducción autónoma, o en el control de calidad y producción.

En las fábricas de automóviles, los robots controlados por IA ahora realizan de forma independiente tareas como soldadura, pintura y montaje.

Cada vez más, también se utilizan algoritmos inteligentes para monitorear el estado de los vehículos y proporcionar indicaciones sobre próximos mantenimientos o reparaciones, también conocido como “mantenimiento predictivo”.

La inteligencia artificial también se utiliza en el diseño de vehículos y para optimizar la conducción para lograr una mayor eficiencia y sostenibilidad en el control por voz de los sistemas de navegación y en las ayudas inteligentes al estacionamiento. Mientras tanto, marketing, ventas y servicio al cliente implementan IA para hacer que los clientes estén más felices y las cadenas de suministro sean más eficientes.

IA en la industria automotriz: cómo la inteligencia artificial está cambiando el rumbo

Tuve el placer de hablar sobre IA en el Mobility Festival y me acompañaron Alexander Scholz, director de suministro digital de BMW Group, así como Tobias Wagner de la startup de movilidad eléctrica ChargeX. En medio del ajetreo y el bullicio de la feria, pudimos utilizar el Executive Lounge, operado por nuestro socio IBM iX DACH junto con TikTok, para una emocionante MasterClass de IA.  

La IA generativa es un verdadero punto de inflexión, especialmente en el área de la comunicación.

Esto se debe a que esta tecnología puede generar contenido nuevo basado en la información existente y las aportaciones del usuario. Se basa en grandes modelos de lenguaje (LLM) y se utiliza en herramientas de inteligencia artificial como ChatGPT, Google Bard y Aleph Alpha. Cuando se entrenan con grandes cantidades de datos en muchos contextos y dimensiones diferentes, estos modelos de aprendizaje automático (ML) ahora pueden comprender relaciones y dependencias complejas.

Para el experto en BMW, Alexander Scholz, esta tecnología también es un importante motor de eficiencia, especialmente en la cadena de suministro.

Los beneficios de la IA en la industria automotriz ya se están sintiendo en la producción. En la planta estadounidense de BMW en Spartanburg, por ejemplo, el uso de IA sólo en el taller de carrocería está ahorrando más de un millón de dólares al año en costos de producción. Y la empresa ya está experimentando con la inteligencia artificial en el diseño de vehículos, diseñando, por ejemplo, nuevos vehículos todoterreno sin intervención humana.

La joven empresa ChargeX también confía en una solución de IA para su infraestructura modular de carga de coches eléctricos. Se utiliza para distribuir automáticamente la carga entre los distintos coches eléctricos de un sitio. "Podemos utilizarlo para desarrollar una estrategia de carga óptima", nos dijo el fundador y director ejecutivo Tobias Wagner. Pero todavía están en las primeras etapas.

Vigilando los riesgos potenciales de la IA en la industria automotriz

A pesar de las diferentes perspectivas, el debate también reveló muchos puntos en común. Por ejemplo, cuando hablamos de los riesgos potenciales de la IA, como la seguridad de los datos, la protección de información sensible o cuestiones de responsabilidad y garantía.

"Debemos ser proactivos y garantizar la mayor transparencia posible", subrayó Scholz. Añadió que es importante utilizar los modelos de lenguaje de IA de manera responsable y generar confianza en su uso entre los propios empleados y clientes.

Por este motivo, BMW ya ha publicado sus propias directrices sobre IA, que establecen los principios éticos para abordar esta tecnología disruptiva. Entre ellas se incluye no confiar ciegamente en las respuestas de la IA sin control humano.

Para evitar que la IA "alucine", especialmente en situaciones críticas para la seguridad, se debe garantizar mediante una formación adecuada que el resultado de un LLM sea objetivamente correcto e imparcial. Además, en caso de duda, el juicio de un humano siempre debe prevalecer sobre el de una IA.

Sin la aceptación del usuario final, la mejor solución de IA es inútil

Tobias Wagner aportó otro aspecto a nuestra discusión: la absoluta necesidad de la aceptación del usuario final.

Dijo que la industria automotriz debe ser particularmente sensible a esto, porque los conductores quieren tomar sus propias decisiones, no dejarlas en manos de un algoritmo opaco.

Señaló la aplicación de carga de su empresa, que en una versión anterior determinaba automáticamente el proceso de carga óptimo para el vehículo eléctrico basándose en datos históricos y la situación actual en un lugar determinado.

"Pero la gente quiere decidir por sí misma, basándose en su situación específica, qué tan llena debe estar su batería y cuánto tiempo tienen para hacerlo", dijo, hablando desde la experiencia de ChargeX. Las sugerencias y recomendaciones razonables de la IA son útiles, dijo, pero la decisión final debe recaer en el cliente.

En lugar de regular la IA, es mejor crear tu propia experiencia

Todos los panelistas estuvieron de acuerdo, sin embargo, en que una regulación permanente de la nueva tecnología –de cualquier tipo– sería de poca ayuda. Sólo frenaría la innovación y Alemania se quedaría atrás en otra área.

Sin embargo, a menudo es necesario discutir detalladamente con los departamentos jurídicos de los fabricantes de automóviles qué es posible actualmente por motivos de responsabilidad o protección de datos y dónde podrían encontrarse todavía los límites. Trabajar juntos en los problemas debería garantizar que la implementación de nuevos casos de uso no se retrase debido a preocupaciones legales o temores existentes.

Reunir las propias experiencias de los empleados también puede ayudar a disipar serias preocupaciones sobre las aplicaciones de IA.

Los expertos de la MasterClass estaban convencidos de que “el desarrollo de la IA ya no se puede detener ni revertir”. Más bien, el desafío es darle forma y utilizarlo responsablemente.

Sin calidad de los datos, la IA no arrojará resultados útiles

En nuestra MasterClass en Múnich también discutimos otro tema clave en el uso de la IA generativa en la industria automotriz: la recopilación y estructuración de datos y su calidad. Se señaló que las mejores herramientas de análisis son inútiles sin datos de calidad: si los datos son deficientes, incluso la mejor IA sólo puede proporcionar respuestas inútiles.

Si, por otro lado, la información relevante se recopila y analiza en todos los puntos de contacto a lo largo del recorrido del cliente, se les puede enviar ofertas personalizadas a través de su canal preferido, por ejemplo. Sin embargo, esto requiere su consentimiento.

Nuestro panel estuvo de acuerdo en que la IA generativa es la herramienta ideal para un marketing personalizado que se adapta a la situación actual del destinatario. Esto se debe a que es una excelente manera de automatizar campañas 1:1 que son muy relevantes para los clientes y, por lo tanto, producen mejores resultados.

Enfoque de dos pasos para desarrollar soluciones de IA

Según Scholz, BMW está siguiendo un enfoque en dos etapas para seguir utilizando la inteligencia artificial. El primer paso es utilizarlo para aumentar la eficiencia en todas las áreas, reducir la carga de trabajo y liberar a los empleados de tareas rutinarias. En la segunda etapa, será más fácil tomar mejores y más precisas decisiones basadas en los datos recopilados. Esto también proporcionaría un apoyo eficaz a los empleados frente al cambio demográfico y la creciente escasez de personal.

Nuestra discusión sobre la IA en la industria automotriz se puede resumir en los siguientes puntos:

1. Ya existe una infinidad de casos de uso en la industria automotriz en los que se puede aprovechar la IA. Discutimos algunos ejemplos en nuestra sesión, que van desde la cadena de suministro hasta la infraestructura de carga y los procesos de cara al cliente, pero estamos solo en el comienzo de la evolución.
2. La tecnología está cambiando muy rápido. Por lo tanto, vale la pena que la industria establezca equipos/centros de competencia dedicados en su organización para estar atentos a los desarrollos y poder reaccionar rápidamente a las nuevas tendencias.
3. La tendencia actual es que las empresas de automoción tengan su propio “ChatGPT empresarial” personalizado a sus necesidades específicas y formado con sus propios datos para garantizar la calidad de los resultados.
4. Los datos limpios son la clave para obtener resultados interesantes de las implementaciones de IA desde una perspectiva empresarial y mejorar la experiencia del cliente.
5. Uno de los mayores desafíos hoy en día es encontrar empleados con las habilidades necesarias en IA o capacitarlos usted mismo.
6. Una comunicación buena y transparente es esencial para abordar y, con suerte, disipar las preocupaciones de los empleados y clientes.

Para mí fue enriquecedor escuchar de primera mano a nuestros expertos en el panel cómo están utilizando la IA para hacer que sus propios procesos comerciales sean más eficientes. Pero también cómo lo utilizan para mejorar las ventas, el marketing y el servicio y, lo más importante, para crear una mejor experiencia para sus clientes.

Es un momento emocionante y estoy muy emocionado de ver qué sigue para la IA en la industria automotriz. ¿Eres?