‘Algunos casos de uso de IA: cómo la IA puede mejorarte (un poco o mucho) como profesional’, por Miguel Aguado

A raíz de una noticia sobre el impacto de los modelos de IA en la previsión meteorológica y en la detección temprana de huracanes, me dio por pensar cómo la IA ha irrumpido en mi actual jornada laboral y mira, algo la ha mejorado en los últimos meses. Eso sí, antes de pasaros a contar mi experiencia, quisiera hacer un disclaimer: esto no es una formación sobre IA. Tampoco es la verdad absoluta sobre la misma, ni un listado exhaustivo de cómo tienes tú que usar la IA. Es un listado, con casos que a mí me parecen interesantes de compartir, de cómo ciertas tareas ahora las realizo en menos tiempo, y mira, si te sirven de algo, eso que nos hemos llevado.

Lo primero, yo tengo una forma de descubrir si la IA puede acelerarme en una tarea o no. Si la tarea es repetitiva, requiere recordar o tener a mano un cierto set de información (estructurada o no) elevada y localizada en algún lugar, es posible que la IA me pueda ayudar, así que me pongo a investigar.

• Hacer el menú de la semana y la lista de la compra: Vale, empiezo con un caso personal, pero es que es perfecto para reflejar precisamente un ejemplo académico. Hace un tiempo me di cuenta que gastaba mucho tiempo en pensar “y mañana qué cómo”. Lo hacía al revés: abrir la nevera, ver qué hay y adelante. Esto no es malo per se, pero es poco óptimo.

  La IA puede ayudarte con prompts que incluyan la época del año en tu país/región (por aquello de comprar verduras o fruta de temporada), añadir las limitaciones alimentarias que tengas y construir un menú rico y variado (así como con las calorías que necesites, lo siento todavía no me fío de una IA para hacer de endocrino). Y como output, sacarte una lista de la compra accionable que llevar al mercado. Y sí, aquí no hay una gran GRAN mejora comparada con buscar en cualquier site. Pero claro, la IA lo hace en todos los sites, te da un resultado que puedes iterar (por si no te gusta la coliflor, por ejemplo) y, encima, si la llevas encima al mercado, puede sustituirte ingredientes que no encuentres en el momento. Lo de que un agente te haga la compra yo personalmente no lo veo, porque es una tarea que disfruto (y oye, si me quito esos placeres cotidianos, qué me queda) pero es algo que veremos, y vaticino batalla en el campo del FMCG por llevarse el gato al agua.

  • IA usada: IA usada: ChatGPT, versión gratuita

    • Iteración 1: He empezado a montarme tablas de ejercicios con los elementos que tengo disponibles en casa (o en un hotel si me pilla viajando). Por ahora resultados óptimos con prompts como “quiero entrenar fuerza, tengo XX minutos y los siguientes objetos, ¿qué tabla me recomiendas? No, no me gustan los burpees, cámbialos por otro ejercicio similar”

• Presentaciones a clientes: Mi trabajo me exige de vez en cuando preparar material para clientes, para contarles una solución o simplemente mostrar producto y beneficios. Antes cogía una presentación y reciclaba el 90%. Olía a refrito, yo lo notaba, estoy seguro que el cliente lo notaba y me generaba un stress considerable pensar que se me había escapado el nombre de otro cliente en el material “personalizado”.

• Esa época pasó, he inyectado a la IA todas las presentaciones que he hecho en los últimos dos años, y ahora me monta un esqueleto de presentación, se va a buscar a una BBDD información del cliente (últimas campañas, facturación, qué ha comprado y cómo ha funcionado en las últimas ocasiones). También tiene la plantilla corporativa, así que con un prompt que le indique lo que quiero (tantas slides, qué contenido en cada una, tablas o gráficos, en base a resultados qué conclusiones saca comparados con los valores medios) ya tengo el 90% hecho. Y me dedico a afinar (que es necesario el 100% de las veces) y, sobre todo, añadir aquello que todavía no he podido incorporar, como información de CRM o de algún cuaderno físico con notas.

  • IA usada: Gemini Enterprise y LM Notebook

    • Iteración 1: Mails de seguimiento de campañas. Se acabó meterme en GAM a sacar reports…

• Predicción sobre funcionamiento de campañas: Esto realmente es una frikada que hice cuando empecé a estudiar modelos de Machine Learning. Es puramente académico, no creo que lo pueda escalar (ni la verdad me interesa a día de hoy), pero quería jugar con modelos matemáticos, tenía casualmente acceso a una extracción muy completa de datos de campañas de GAM y Xandr en un data lake (incluyendo creas, resultados, segmentaciones,...) y monté un modelo con todo esto, con un poquito de conocimiento de modelos matemáticos y bastante paciencia. No es ni de lejos perfecto (el ratio de éxito en las pruebas apenas llegaba al 90%) lo que lo hacía imposible de productificar, y tampoco era una necesidad imperiosa en aquel momento. Me sirvió para ganar alguna cena apostada con compañeros (también las perdí), y ahí lo tengo apartado, de vez en cuando le actualizo los datos, pero nunca soy capaz de superar el umbral del 98% que en teoría indica que aquello funciona como debe.

  • Herramienta usada: Orange, extracción de datos de Adserver.

Como digo, no pretendo diseñar una lista exhaustiva, ni deciros cómo usar la IA en vuestro día a día. Si he inspirado a alguien genial, y si alguien tiene más ejemplos, soy todo oídos, que seguro me estoy dejando un montón de cosas interesantes por hacer.

Miguel Aguado, Head of Business Partners Advertising de Adevinta