“Transformem amb IA documents en dades per a bancs i grans asseguradores”

És així. De fet, aleshores no es parlava d’intel·ligència artificial sinó que era més un tema d’investigació sobre com models d’aprenentatge automàtic podien resoldre diferents tipus de problemes. Hi havia poca aplicació pràctica, era un tema més teòric i d’investigació.

Serimag neix amb l’objectiu d’ajudar el sector bancari a reduir costos i automatitzar processos a través de la intel·ligència artificial. Ja vam néixer amb un cas d’ús molt concret i amb una filosofia de prova de concepte. Hi ha una possibilitat d’automatitzar processos i reduir costos i errors humans gràcies a aquest tipus de models d’aprenentatge que estaven sorgint en aquella època? La resposta ha estat que sí i, de fet, ens hem aprofitat de tot el creixement i desenvolupament de la tecnologia i de tot el que hem investigat. Va començar com un tema d’investigació.

Nosaltres sempre hem apostat pel desenvolupament de tecnologia pròpia. Encara que hi hagi un boom d’eines en el món de la intel·ligència artificial que surten cada setmana, nosaltres som els primers que estem provant totes les possibles eines de l’àmbit de l’automatització de processos. Però seguim apostant per millorar la nostra pròpia tecnologia. Això té dos motius, i el principal és que ens continua donant millors resultats, i ens permet adaptar el nostre servei a la realitat del client de manera més fàcil, ens permet integrar-nos al client de la manera més flexible possible.

Exacte. En lloc de fer que un client s’hagi d’adaptar a una eina, amb els seus avantatges i desavantatges, el que fem nosaltres és adaptar el servei d’acord amb les eines dels nostres clients. Això potser comporta un temps més gran de definició, però després ofereix més possibilitats en clau de personalització.

Uns quinze.

L’any passat vam facturar 5 milions d’euros.

Sí, entre 60 i 70.

Nosaltres estem ampliant a nous sectors els serveis d’automatització que ja prestem al sector bancari i d’assegurances; estem entrant al sector públic i obrint noves geografies amb Portugal, l’Amèrica Central i l’Amèrica Llatina. També implica fer més coses relacionades amb la intel·ligència artificial i en l’àmbit de millora de processos per a grans clients. Això pot incloure, un cop més, desenvolupar tecnologia pròpia o utilitzar tecnologia ja desenvolupada i unir peces per entrar en noves àrees de negoci dels clients i sectors existents.

Potser d’aquí a sis mesos queda totalment superat, però hi ha grans companyies com Google, OpenAI, Anthropic i ElevenLabs desenvolupant models tant de llenguatge com de veu que permeten, per exemple, el desenvolupament d’agents; se’n parla molt actualment. Els agents automatitzen tasques, es connecten a eines i van més enllà d’una simple automatització d’una tasca de baix valor. Estem veient diferents possibilitats dins d’aquest món per poder automatitzar un altre tipus de processos diferents dels que ja automatitzen actualment.

El nostre cas és molt fàcil d’explicar. Nosaltres ens dediquem a una única cosa, que és transformar documents en dades per a grans clients a través d’intel·ligència artificial. I ho fem específicament amb el desenvolupament de models de visió per computació per entendre documents pel seu aspecte i de processament per llenguatge natural per entendre documents pel seu contingut. Utilitzant les dues tècniques i arquitectura pròpia d’entrenament i aprenentatge som capaços d’automatitzar grans quantitats de documents per a clients com entitats financeres en els processos de concedir una hipoteca, per exemple. Quan tu aportes documentació per demanar una hipoteca, els documents arriben a Serimag i, en lloc que els revisi una persona que estigui extraient dades d’un PDF, ho fem nosaltres més ràpidament, de manera més econòmica i amb menys errors. Així, amb més d’un milió de pàgines al dia per a tot tipus de processos.

En la majoria de projectes hi ha tres angles: costos, velocitat i errors. Som un 50% més econòmics que tenir un equip de persones extraient dades de documents. Som entre un 80% i un 90% més ràpids. Un procés que abans podia trigar dies ara triga minuts. Alguns processos fins i tot són online i triguen segons. I, en tercer lloc, la qualitat de les dades. Les persones ens equivoquem i la intel·ligència artificial també, però ho podem controlar d’una manera més precisa perquè cada persona s’equivoca d’una manera diferent i té una variabilitat d’un dilluns a un divendres. Nosaltres desenvolupem models que podem mesurar en com de segurs estem que estan donant la resposta correcta i estan extraient les dades de manera precisa dels documents. Garantim una qualitat de la informació superior a la que pugui proporcionar un equip només integrat per persones com tu o jo.

Sí. Se’n parla molt últimament, de la fiabilitat dels grans models de llenguatge, que et poden contestar de manera diferent a una mateixa pregunta avui o demà. Són models generatius que estan entrenats i retribuïts internament per generar. Això en el món empresarial molts cops no serveix. Hi ha uns documents, he d’extreure unes dades, és un tema determinista. Sempre he d’extreure les mateixes dades de manera correcta. No hi ha res a generar. Per tant, nosaltres tenim un altre enfocament i estem molt mesurats per la qualitat i la fiabilitat d’aquestes dades.

Sí. Al final, és un model purament estadístic en què hem de tenir una confiança del 99% que la dada és la correcta. A diferència d’un model, per exemple, de generació d’imatge en què amb una única frase et genera una imatge. Aquí les possibilitats són infinites i si li ho preguntes a diferents models et donaran diverses respostes. Està molt bé per a un determinat cas d’ús, però no per al nostre.

Nosaltres realment mai no hem parlat gaire d’intel·ligència artificial. Permanentment s’està analitzant el concepte i tothom fa coses d’intel·ligència artificial o continua fent el mateix que feia però posant-hi l’etiqueta d’IA. S’ha vulgaritzat una mica el concepte. Nosaltres, el que treballem amb els nostres clients és quins són els seus reptes, els seus problemes en clau estratègica... Per a un banc pot ser reduir els costos de back office. Per a una entitat asseguradora pot ser relacionar-se millor amb els clients. I llavors el que busquem és la millor tecnologia per resoldre aquell repte sense posar-hi etiquetes de si és IA o no. Realment, en cap moment ens hem vantat d’estar usant intel·ligència artificial, sinó de ser una empresa de tecnologia que ajuda els seus clients a millorar els seus processos. Punt. Si demà surt un tipus de model que deixa d’anomenar-se IA i es diu X, doncs usarem X i seguirem parlant de tecnologia i de millora de processos.

Aquest matí precisament llegia que als Estats Units el 65% dels enquestats preferien no ser atesos per un chatbot d’IA. Està sent una prioritat estratègica per a les empreses implantar solucions de chatbots intel·ligents per a temes d’atenció al client per una qüestió de costos, però estan veient que en clau de qualitat del servei és un problema. Moltes empreses estan fent marxa enrere i dient que es pot fer un triatge dels casos amb IA, però que com més aviat millor hi hagi una persona atenent el client. Nosaltres, des de l’òptica de Serimag, com a empresa que automatitza processos de back office, parlem amb una part del negoci que està molt centrada en costos i aquí el nostre servei té un impacte molt gran, però veiem altres aplicacions d’IA centrades en la part de front office, de relació amb el client, i aquí sí que hi ha molt risc d’equivocar-se, de voler anar massa de pressa i automatitzar certs processos que poden estar deixant fora una part important dels teus clients o generant una mala impressió. La nostra recomanació és ficar-se a la pell del client i saber quina és la seva millor experiència, i veure com la tecnologia pot ajudar a millorar-la.

Si jo soc client d’un banc, m’encantaria que em poguessin atendre 24 hores al dia. I si tinc un call center que només atén fins a les cinc de la tarda, si hi ha una IA que em pot resoldre la meitat dels meus dubtes 24 hores al dia ho prefereixo. Però si vull parlar amb una persona, vull la manera més ràpida d’arribar-hi.

Tots som clients de diferents empreses. El que ens agrada és sentir-nos valorats. Si la tecnologia pot ajudar a sentir-nos més valorats, sempre sumarà. Si la tecnologia ens fa sentir que el que vol l’empresa que sigui és reduir costos automatitzant un servei de chatbot, quan això no m’està aportant valor, sempre em sentiré pitjor tractat i, fins i tot, em replantejaré si és l’empresa amb la qual vull treballar o potser me’n vaig a la competència, que m’ofereix un tracte preferencial i em posa una persona darrere del telèfon. El que sí que crec és que la tecnologia està avançant molt de pressa i que d’aquí a pocs mesos en certs sectors seran capaços d’atendre’t amb IA, per text o per veu, que sigui gairebé imperceptible i que la qualitat d’aquest servei sigui molt bona. Som molt a prop d’arribar-hi, i jo soc el primer que, si em donen un bon servei i el que hi ha darrere és una IA, benvingut sigui. El que busco és un bon servei.

Nosaltres veiem una oportunitat gegant en el sector públic, en els serveis públics. També és difícil d’afrontar, però és una oportunitat enorme. Tots ens hem tornat molt exigents amb els serveis que consumim, la banca digital, Spotify, Glovo, i busquem la mateixa agilitat i experiència digital en tot allò nou que contractem o usem. Hi ha un abisme respecte als serveis públics, que molts cops són poc àgils, poc digitals i amb informació no clara per a tothom. Creiem que la IA i tota una altra sèrie de tecnologies poden ajudar moltíssim a millorar els serveis públics. Per exemple, si demanem una subvenció i tenim un agent d’IA que ens està ajudant a entendre les bases d’aquesta convocatòria i ens acompanya en el procés, això farà que molta menys gent es perdi pel camí i que molta menys gent cometi errors durant la tramitació. Si després tenim un agent que ens analitza tota la documentació que hem aportat com a sol·licitants, podem escurçar el procés de dies a minuts. I llavors hi pot haver una persona que, quan la sol·licitud està presentada, se la revisi per saber si es concedeix o no l’ajut; això seria 100% humà i no s’automatitzaria. La part feixuga de l’anàlisi de la documentació i l’acompanyament al ciutadà en la presentació de la sol·licitud s’haurà automatitzat i es millorarà així la qualitat del servei. En aquest tipus de processos creiem que hi ha una oportunitat enorme.

Com en qualsevol moment de canvi, hi ha una part de repte tecnològic –si aquestes eines són fiables o no i quines he de triar– i després hi ha un repte de gestió del canvi. Això inclou capacitar els empleats actuals fomentant també l’ús de diferents eines amb una mentalitat una mica oberta de provar amb una finalitat no gaire concreta. En segon lloc, hi ha un tema de capacitació formant noves persones i afegint als equips persones especialitzades perquè pol·linitzin la resta de l’equip en temes innovadors com la IA. Ho veig molt positiu i té un risc molt baix, és una fase d’experimentació. Crec que, com a estratègia de govern, després hi ha d’haver una estratègia pública i unes prioritats –en quines àrees volem treballar–, amb uns casos d’ús per a proves pilot molt definits. Si no, entrem un altre cop en els processos molt llargs des que es concep una idea fins que es posa en marxa. Ho veiem molt sovint en l’administració, i amb aquestes noves tecnologies es pot escurçar molt. Seria una llàstima que no es fes d’aquesta manera.