Blog

30 Agosto, 2024

¿Búsquedas o Respuestas?

Por Florencia Hernández Franch Asistente IA Qlik Answers

Estos días estuvimos hablando del nuevo asistente que trabaja con IA y datos no estructurados. ¿Qué diferencia tiene con un buscador tradicional sobre una base de conocimientos? Y ¿Qué diferencia hay entre asistentes que vemos actualmente?

Como somos una organización Data Driven, vamos a empezar con datos.
Las siguientes, son dos predicciones presentadas por Qlik en su charla sobre tendencias 2024 para Analytics, Datos e IA.

“Unstructured data managed by enterprises will double in 2024”
Fuente: Forrester, Predictions 2024: Data And Analytics

“90% of online content will be generated by AI by 2025”.
Fuente: Nina Schick interview with Yahoo Finance Live, January 7, 2023

¿Cuáles son los datos no estructurados (unstructured data)?

Son aquellos que no están almacenados en una base de datos estructurada, es decir, que su estructura no está predefinida en un modelo de datos.

En nuestro día a día: ¿tenemos muchos datos no estructurados como dicen en la predicción? Si, y se van generando cada vez más. Y también se van acumulando. Tenemos mucha información histórica que aún es material vigente de consulta como pueden ser reportes de atención (base de conocimientos), historias clínicas, jurisprudencia, noticias de archivo, papers de investigación, entre otros.

Esos datos son los que tenemos por ej. en:

Documentos pdf, ya sea con información propia o de terceros (estudio de mercado, reportes de entes reguladores, normativas, manuales técnicos, documentación de productos y servicios, etc)
Campos comentarios en nuestros sistemas de atención (como un CRM o un sistema de soporte técnico)
Correos electrónicos, etc

En las empresas (para ciertas acciones en los procesos de atención al cliente o de backend) o en las actividades llevadas a cabo por profesionales como pueden ser abogados, médicos, periodistas, es sumamente necesario acceder a este tipo de fuentes de datos para obtener información para resolver casos o incidentes, dar soporte técnico a un cliente, elaborar diagnósticos, hacer investigación, etc.
Con este tipo de datos, se presentan varios issues a resolver, de los cuales nos vamos a enfocar en estos dos:

Factibilidad: el volumen de datos es muy grande, y su manejo y/o acceso no es factible para la persona
Oportunidad: si fuera factible, el tiempo en que podría demorar revisar todos esos datos para encontrar la información relevante, no estaría alineado al momento / situación que lo requiere

Todos conocemos los buscadores sobre bases de conocimientos. Muy útiles, pero generalmente trabajan con datos estructurados. Y por otro lado, como su nombre lo indica, buscan: arrojan listas de posibles resultados sobre el término de búsqueda ingresado, y sobre los cuales la persona luego tiene que revisar resultado por resultado y analizar los datos para encontrar información sobre esas opciones.

ENCONTRAR RESPUESTAS SOBRE TUS DATOS NO ESTRUCTURADOS.

Ya sea con buscadores, plataformas de analytics u otras soluciones seguimos sin solucionar el tema del acceso a los datos no estructurados en el tiempo y la forma. Siguen en archivos sin ser aprovechados. Y con muchos insights sin ser descubiertos, información rica para optimizar o respaldar nuestras tareas, para generar mayor valor para el negocio o eficiencia en la atención al cliente.

Qlik se enfocó en esta problemática y desarrolló una solución llamada Qlik Answers, que resuelve los issues antes mencionados y que - como lo hace con Analytics sobre los datos estructurados - se orienta a que las personas puedan obtener insights y sobre todo, RESPUESTAS en sus datos (en este caos, de fuentes no estructuradas)

¿De qué se trata?

No es un modelo analítico ni un dashboard. Es un nuevo ASISTENTE DE CONOCIMIENTO que, con IA y tecnología RAG, te ayuda a explotar toda la información que se encuentra dentro de tus datos no estructurados.

¿Qué es un asistente?

Un asistente proporciona respuestas personalizadas a preguntas sobre contenido que tenemos no estructurado. (A diferencia de un buscador que sólo entrega una lista de fuentes posibles en las cuales se podría luego encontrar una respuesta).
Resuelve los temas de factibilidad (por volumen y formatos) y oportunidad, ya que trabaja en tiempo real.

¿En qué se diferencia a otras soluciones del mercado?

Es una plataforma independiente y de manera gobernada (trabaja en tu entorno, con tus datos, para tus usuarios).
- “Plug and play”, no requiere desarrollo.
- La configuración consiste principalmente en indicarle las fuentes de datos con las que trabajará el asistente, la base de conocimiento. Por eso gobernada, porque siempre conocemos el origen de los datos.
- Control de contenido accedido por las personas a través de múltiples bases de conocimiento específicas de dominio.
- Conectores con certificaciones de seguridad.

Utiliza un procesador de lenguaje natural, que trabaja con múltiples idiomas. Por lo tanto, entiende archivos y/o preguntas en otros idiomas.
Con un diseño orientado al autoservicio, simplificando su implementación
Respuestas confiables y transparentes, porque se conoce el origen del dato y siempre acompaña las respuestas con los links para chequearlo. Admite diversas fuentes de datos que mira de manera integral.
Aprovecha las últimas técnicas RAG (generación aumentada por recuperación)
Los datos quedan en el origen: las fuentes de datos no se mueven, porque la plataforma indexa el contenido y guarda sólo la indexación.

En resumen, el asistente brinda repuestas oportunas y confiables, respaldando las actividades de las personas y potenciando nuestras capacidades:

Aprovechando el gran volumen de datos no estructurados que hoy tenemos con baja posibilidad de ser explotado
Aprovechando las capacidades de IA y tecnología RAG sin embarcarse en proyectos de desarrollo y multivendor
Un gran primer paso para lo que viene …. sinergia con analytics y las fuentes de datos estructuradas