Por qué la inteligencia artificial va a cambiar la estrategia de tu empresa

Titan de compras en Moscú — Sergei Ilnitsky

Los sistemas de recomendación basados en inteligencia artificial nos permitirán obtener información, negociar y realizar transacciones, lo que tendrá consecuencias extraordinariamente importantes en los procesos de marketing y venta de todo tipo de productos y servicios.

La difusión de estas herramientas provocaría una pérdida de relevancia a empresas y marcas al reducir el contacto directo entre estas y sus clientes. El resultado beneficiaría al consumidor, al enfocarlo en las características objetivas de la oferta, y supondría una diferencia enorme a la hora de vender una mayoría de productos y servicios de gran consumo.



Dónde estamos

Las empresas intentan en todo momento diferenciarse de sus competidores, buscando aumentar sus márgenes y/o sus cuotas de mercado, y para ello hacen uso de múltiples recursos: tecnológicos, operativos, financieros… Una disciplina clave en la gestión es el marketing, entendido como el conjunto de actividades y procesos necesarios para satisfacer las necesidades de sus clientes e inducirles a modificar su conducta en beneficio de sus productos. Dentro del marketing entrarían la publicidad, la distribución, las técnicas de venta, la fijación de precios, el diseño de las características de los productos o la creación de marca.

Como consecuencia de lo anterior recibimos un bombardeo continuo de mensajes comerciales, desde todo tipo de medios y en distintos formatos, incitándonos a comprar. Así, en esta sociedad de consumo la adquisición de bienes y servicios es el pan nuestro de cada día. Y aunque para muchos forme parte de su ocio (limitado eso sí a ciertas categorías de productos) se trata de una actividad que demanda tiempo y esfuerzo, y acarrea grandes costes.

Este modelo se ha mantenido con escasas variaciones desde hace décadas, pero podría sufrir importantes cambios con la introducción en el futuro cercano de desarrollos basados en la inteligencia artificial (IA).


Proceso de compra: presente y futuro

Dejando aparte las compras por impulso o aquellas en las que no existen alternativas, podemos distinguir varias fases en un proceso de compra:

  1. Establecimiento de unas preferencias iniciales (características deseables del producto) y de un presupuesto disponible para la adquisición.
  2. Recogida de información sobre el producto, alternativas, ofertas, canales de compra, financiación, etc.
  3. Búsqueda de experiencias de terceros que adquirieron el producto.
  4. Contratación, incluyendo negociación del precio si cabe.
  5. Consumo del bien o servicio. Dependiendo de qué estamos adquiriendo puede haber un servicio posventa o garantía de la que echar mano.
  6. Finalmente, y teniendo en cuenta todo lo anterior realizaremos una valoración más o menos objetiva de la experiencia, que nos puede llevar a repetir la compra en el futuro o a descartarla, a recomendarla o desaconsejarla.

Cada una de estas fases conlleva tiempos y costes que podrían verse afectados de forma notable con la aplicación de sistemas de recomendación de productos basados en IA, que se aprovecharían de que la información sobre productos está mayoritariamente disponible online y…

  • Se alimentarían de las preferencias que le suministramos directamente y las utilizaría para enfocar su búsqueda de ofertas. El perfeccionamiento de interfaces de voz y el reconocimiento del lenguaje natural, de los que escribí para el caso del modelo de negocio basado en aplicaciones, facilitarían esta tarea.
  • Serían capaces de utilizar nuestras preferencias no reveladas, en forma de análisis de nuestras búsquedas online y nuestra navegación por páginas web: el software ve lo que yo veo y almacena dicha información.
  • Abarcarían mucho más campo en menor tiempo, usando numerosas fuentes de información: noticias, catálogos de productos y servicios, foros, opiniones de compradores en tiendas online, etc. Por ejemplo, un análisis exhaustivo de opiniones podría filtrar aquellas no legítimas, que únicamente buscan promover un producto.
  • Podrían evaluar incluso la publicidad que recibimos cuando vemos la televisión o navegamos en nuestros ordenadores y teléfonos. Hasta esa letra pequeña que corre por la pantalla y a nosotros se nos escapa.
  • Serían inmunes a los mecanismos automáticos y los sesgos cognitivos que tan hábilmente explotan algunas marcas (el cerebro reptiliano) y que influyen de manera importante en cuestiones como el pricing ola comunicación de producto. Ello nos ahorraría dinero y nos permitiría concentrarnos en las características reales y no percibidas del producto.
  • Ante una oferta que se antoja enorme (y creciente) la IA nos presentaría una selección limitada de opciones, ajustadas a nuestro presupuesto y preferencias, recayendo en nosotros la decisión final.
  • Con el tiempo algunas decisiones de compras las podríamos dejar enteramente en manos del software.

Otra ventaja de los recomendadores sería la facilidad para valorar y comparar productos consumidos. Si tras una compra la IA me empuja a calificar el producto o servicio consumido (quizá en diferentes momentos en el tiempo) dicha calificación quedaría almacenada en mi histórico y podría servir como base de comparación para compras futuras de otros productos.

¿Te gusta más estas cápsulas de café que las que compraste hace un par de meses y que valoraste con un 6/10?
Compraste este producto el año pasado y lo valoraste con un 3/10. ¿Quieres volver a comprarlo?

Esta capacidad para almacenar feedback la podríamos utilizar para añadir otra información: sobre el desgaste de los productos (cuándo dejó de funcionar/se rompió), la calidad del servicio posventa, etc.

Aparte de encontrar y comparar ofertas y protegernos de nosotros mismos (nuestros sesgos), en el caso de ciertos procesos de compra la IA nos proporcionaría argumentos de negociación frente a los vendedores.

Por otra parte surge la posibilidad de que los sistemas agreguen preferencias de distintos usuarios para realizar compras conjuntas. Esta unión de compradores permitiría obtener descuentos por volumen adicionales a la comparación con ofertas de competidores.

Resumiendo, los beneficios potenciales para el consumidor de este personal shopper virtual serían varios: ahorro de tiempo neto (descontando el dedicado a interactuar con la IA, que sería posiblemente menor con el tiempo), ahorro de costes (búsqueda productos equivalentes a menor precio), adiós a los sesgos cognitivos (fundamento de la publicidad engañosa, aunque legal), mejora de las decisiones por la reducción de la complejidad (comparabilidad de ofertas, selección/filtrado previo), descubrimiento de nuevos productos, etc.

El potencial de mejora frente a la situación actual es importante. Sirva como ejemplo un reciente estudio de la OCU que revela que los consumidores españoles podrían ahorrar hasta 933 euros de media al año en su compra habitual dependiendo del establecimiento donde la realicen.

Lemonade Stand — Paul Noth

Otra aplicación de estos sistemas de IA sería su uso como herramienta para gestionar los inventarios del hogar, con controles de obsolescencia y caducidad, punto de pedido (automático o sujeto a aprobación), etc.

A medida que los sistemas mejoren su capacidad para comunicarse de manera natural con los consumidores, se vuelvan invisibles a estos y demuestren su utilidad, su ratio de adopción cogerá velocidad hasta volverse omnipresentes.

Sacando el economista que uno lleva dentro concluiríamos que el escenario hasta ahora descrito optimizaría el valor o utilidad de la cesta de la compra para los consumidores…

  1. afectando nuestra capacidad de compra (restricción presupuestaria) por el menor gasto incurrido.
  2. y/o modificando nuestras preferencias y por ende nuestra cesta de la compra al sugerirnos nuevos productos más de nuestro agrado y evitando de paso el consumo repetido de aquellos que no nos satisficieron en el pasado.

Como resultado, y pensando en términos de curvas de indiferencia, nos situaríamos en una curva de utilidad superior para nuestra restricción presupuestaria. Dispondríamos además de un excedente presupuestario que podríamos destinar a consumir más o al ahorro.


Impacto en la estrategia corporativa

Las posibilidades que abre el campo de la IA son inmensas. Como dice Enrique en La medida de la importancia de la inteligencia artificial:

“[…] el machine learning y la inteligencia artificial son, cada vez más y cada vez más rápido, las verdaderas claves del futuro de prácticamente todo, de todos los negocios, de todas las industrias”.

Más concretamente la utilización de la IA como herramienta para obtener información, negociar y realizar transacciones y como recomendador de productos y servicios puede tener consecuencias formidables en los procesos de marketing y venta y, por ende, en la estrategia de las empresas.

El imperio de lo tangible

La IA aplicada a la recomendación de productos promete cambiar la conversación sobre los productos, moviéndonos hacia un escenario en el que los argumentos tangibles ganarían peso frente a los intangibles. Esto sería fantástico para el consumidor y supondría una diferencia enorme a la hora de diseñar y comercializar productos y servicios de infinidad de categorías.

Fabricantes y vendedores buscan conseguir un reconocimiento de sus marcas, una identificación de la audiencia con los valores de sus productos y compañías que les permita diferenciarse. La irrupción de la IA como intermediario entre marcas y consumidor representa un desafío para las empresas en el que deben empezar a trabajar.

Barbara Smaller — The New Yorker

Cuando el foco se centra en las cualidades tangibles de un producto, cuando debes ‘convencer’ a un software de que tu oferta es superior a la de la competencia es hora de repensar tu propuesta de valor, empezando por el diseño de tu producto. La innovación constante en productos y procesos se convierte en una necesidad vital, ya que las marcas pierden relevancia.

Si a lo anterior unimos un aumento en la elasticidad precio de la demanda (los clientes se vuelven más sensibles al precio) en muchos casos la IA supondrá una vuelta de tuerca a la competencia en costes y llevará a una mayor estandarización de productos y servicios (la tan temida comoditización).

En unos años posiblemente asistamos a un aumento de importancia del servicio posventa como factor diferencial de la oferta y generador de fidelidad y reputación. Y las implicaciones de la IA no acaban aquí.

Decisiones informadas

A la hora de tomar una decisión de compra es muy habitual que los consumidores dispongan de información imperfecta, lo que les lleva a subestimar costes o sobrestimar beneficios. La comunicación de producto de los vendedores no suele incluir todos los costes, y existe letra pequeña y costes indirectos y de mantenimiento que no se consideran por desconocimiento o por falta de incentivos suficientes para analizarlos (algo que sí suelen hacer las empresas cuando consumen).

Los recomendadores tendrían en cuenta la mayoría de estos costes y, agregando información de muchos compradores, podrían determinar el coste medio real de un bien y servicio para su consideración en el proceso de compra.

Esta asimetría de información entre compradores y vendedores, que permite a las empresas cargar márgenes más elevados, se vería reducida con la aplicación de la inteligencia artificial a los procesos de compra, resultando en un mayor ajuste de precios.

También podemos encontrar la situación inversa, en la que los compradores tienen más información que los vendedores. Cuando esto ocurre, para prevenir la selección adversa, las empresas intentan que los potenciales clientes revelen información sobre sus circunstancias y preferencias al objeto de adecuar su oferta maximizando el margen. Es posible que con la IA las empresas pierdan algo de información hasta ahora revelada por los clientes.

Altas y bajas

The New Yorker — Farley Katz

Los servicios (financieros, seguros, suministros, telecomunicaciones, viajes, etc.) son otro campo de aplicación de la IA. Dicha aplicación iría desde la simple búsqueda de ofertas y dimensionamiento de la capacidad necesaria (para lo que la IA contaría con información de nuestros consumos, ingresos y gastos) hasta la contratación misma y, eventualmente, la baja de los servicios contratados.

Lógicamente la contratación pasa en muchos casos por la aceptación de farragosos contratos llenos de cláusulas redactadas en un lenguaje legal poco o menos que ininteligible que, si Internet sirve de ejemplo, casi nadie lee. Para que la IA pudiera ‘leer’, entender e incluso aceptar dichos contratos en nuestro nombre haría falta una simplificación de los mismos, su conversión a un modelo estándar (algo necesario con independencia de la IA). Esta estandarización podría ser llevada a cabo por las empresas de servicios (motu proprio o impelidas por legislación al uso) o por terceros (proveedores de IA, asociaciones de consumidores, foros, etc.).

La habilidad de la IA para darnos de baja fácilmente de los servicios contratados es otro factor a tener en cuenta, particularmente porque en numerosas ocasiones resulta más difícil que contratar. Esta reducción de las barreras de salida hace más importante si cabe retener al cliente (mejor servicio). A ello se sumaría la habilidad de la IA para evitar las renovaciones automáticas o alertar de futuros cambios de condiciones, fortaleciendo así la capacidad de negociación de los usuarios. Lo mismo puede decirse del ejercicio del derecho de desistimiento.

Otro sector que no hay que perder de vista es el de la automoción, enfrentado a enormes desafíos. y que camina hacia un modelo de venta de servicios de transporte o movilidad. De esta manera entraría en el alcance de la IA con todas las implicaciones apuntadas.

Además, todo lo anterior supone una amenaza para los modelos de negocio basados en la presión comercial vía televenta. La industria de contact center deberá centrarse en servicios de valor añadido y soporte, que sirvan como base para retener clientes y hacer crecer el ingreso medio por cuenta.

Venta cruzada

La IA representa una amenaza para la venta cruzada, clave en la rentabilidad de muchos modelos de negocio. En este futuro permitir a la IA explorar ofertas complementarias a lo buscado por el cliente sería una alternativa más, no necesariamente la opción por defecto.

La venta cruzada permite a las empresas colocar productos y servicios con alto margen aprovechando que ya existe una relación comercial, utilizando otros como gancho o dentro de procesos de contratación complejos o con alto valor de venta (ejemplo: seguros de viaje al contratar un vuelo). En el caso de los servicios sirve además para retener a los clientes.

Su uso es clave en el comercio electrónico, al disponer los vendedores de información sobre preferencias del usuario, inferida de sus hábitos de navegación e historial de compras. Los vendedores utilizan esta información para poner en práctica estrategias de venta cruzada y diseñar ofertas personalizadas para los clientes.

Pero, ¿qué ocurre si la IA realiza la navegación de forma anónima, oculta las preferencias del cliente o utiliza una base de datos o repositorio para recoger información? Pueden existir maneras de mitigar el problema, pero es de esperar que la venta cruzada se resienta.

Retos operativos y oportunidades

El uso de sistemas de IA en sus compras por parte de los consumidores impactaría en las operaciones de los fabricantes y vendedores de manera notable.

  • Variaciones de precios en el mercado pueden inducir cambios no anticipados en la demanda, con el consiguiente riesgo de no poder servir la mercancía a tiempo o de acumular inventarios.
  • Lo mismo cabría decir ante variaciones de características de los productos. Si por ejemplo un fabricante deja de utilizar aceite de palma en sus galletas ello podría producir un salto en la demanda de dicho producto al corresponderse con las preferencias de una bolsa de nuevos consumidores.
  • Compras conjuntas: agregación de compradores por parte de los sistemas de IA buscando descuentos por volumen. Los fabricantes tendrán que lidiar con este tipo de pedido con mayor frecuencia.
  • Las recomendaciones de productos basadas en parámetros y preferencias debería llevar a los consumidores a probar nuevos productos y proveedores. Esta es una oportunidad para nuevos entrantes y fabricantes de nicho al igualarse las reglas de juego.
  • Posible fenómeno de arrastre/moda producida por la compra de productos siguiendo tendencias. La IA puede detectar tendencias de compra de un producto determinado, lo que puede producir un fenómeno de arrastre/moda. Una nueva oportunidad para las compañías.

En líneas generales la flexibilidad productiva y logística serán claves para competir y aprovechar oportunidades en un futuro de amplia difusión de las tecnologías de IA. La variabilidad esperada en el nuevo escenario podrá rebajarse, entre otras, siguiendo las siguientes líneas de trabajo:

  • Hacer tangible la propuesta de valor.
  • Consideración de los datos como activo fundamental en la empresa (concepto data capital).
  • Utilización de herramientas de recomendación para hacer seguimiento de la competencia y afinar las estrategias de marketing y ventas (ponerse en el papel del cliente).

Por otra parte en el nuevo entorno surgirían posibilidades tanto para empresas existentes como para nuevos entrantes. Por ejemplo:

  • Desarrollo de estándares sobre información de productos/servicios.
  • Creación de repositorios actualizados a los que las IAs puedan acceder para recabar información de productos/servicios.
  • Servicios de búsqueda de ofertas: suscripción, one-time
  • Desarrollo de algoritmos de evaluación de productos/servicios, generales o para un sector concreto. Se podrán vender como paquetes para nuestra IA personal.
  • Agencias de certificación de sitios web que evalúen su seguridad y el cumplimiento de estándares y buenas prácticas para trabajar con IA (etiquetas “AI friendly”). Importantes para dar confianza a los consumidores y evitar fraudes.

No debemos obviar las oportunidades que abre la tenencia de información de ventas para las empresas que ofrezcan aplicaciones de IA. Las marcas y los fabricantes podrían hacer uso de estos motores de recomendación ellos mismos o contratar acceso a información agregada a distintos niveles para optimizar su oferta y estrategias. Algo parecido cabe decir para las empresas de investigación de mercados.

Resistencia al cambio

How about never — Robert Mankoff

El escenario esbozado no suena especialmente halagüeño para muchas empresas (y sus directivos), acomodadas en un modelo y entorno que conocen bien y con riesgos más o menos controlados. Así, es de esperar resistencia al cambio que se manifestará de diversas maneras:

  • Datos propietarios: las compañías argumentarán que la información de condiciones de compra y características de productos es suya y no puede ser extraída, agrupada y tratada sin su consentimiento, al objeto de evitar que las IAs la recopilen y de que surjan repositorios y modelos de negocio centrados en su agrupación.
  • Protección de datos personales, privacidad. Los sistemas de IA tienen acceso a todos nuestros datos, algunos de ellos ciertamente sensibles (financieros, navegación, ubicación), lo que representa un riesgo (mal uso, robo, usurpación de identidad, etc.). Este argumento puede ser compartido por muchas asociaciones de consumidores y recuerda al plan presentado recientemente por Telefónica para hacer frente a las grandes compañías de internet: Telefónica, Vodafone: no necesito que me salvéis de Google y Facebook (JaviPas).
  • Exigencia de contratación humana para evitar que el software contrate por nosotros. Se trata de un argumento similar a los que pretenden que la legislación exija que los vehículos lleven un conductor humano para defender a la industria automovilística y a ciertos colectivos de conductores frente a la amenaza de la conducción autónoma.
  • Presión para limitar las compras conjuntas, bajo el argumento de que favorecen a las grandes empresas y pueden conducir a la práctica del dumping.
  • Sindicatos y agrupaciones profesionales: acciones de presión para mitigar y/o retrasar el impacto en el empleo (fuerzas de ventas, principalmente).

Y sin olvidar que la introducción de sistemas de IA creará incentivos para la búsqueda de maneras de batir al sistema. La posibilidad de compras programadas que se ejecutan automáticamente al cumplirse ciertos criterios puede reportar jugosas ganancias para aquellos que detecten un punto débil, lo que llevará a muchos a intentar ‘engañar’ a la IA. Algo no muy diferente de las reseñas falsas de productos, descripciones ambiguas y precios inflados que ofrecen algunos proveedores, a la caza de incautos, en sitios como Amazon.

Cierto nivel fraude será inevitable, pero el establecimiento de estándares y certificaciones puede ayudar en este sentido. En todo caso el intercambio de información entre IAs puede ayudar a generar una reputación online a comerciantes que limpie progresivamente el mercado de malos vendedores.


Nadie quedará al margen

En mayor o menor medida todos los sectores se verán afectados por la IA, cuyo impacto será particularmente considerable en las marcas (especialmente el gran consumo). Vale la pena considerar cómo podría afectar a algunos de ellos.

Gran distribución

El concepto de hipermercado sufre un deterioro continuo fruto de la irrupción del comercio electrónico, al que ayuda la mejora de los procesos logísticos. A ellos se podría sumar pronto en algunos mercados geográficos la distribución vía drones, sin olvidar la capacidad disruptiva del vehículo autónomo.. La IA no haría sino exacerbar dicha tendencia:

  • La compra habitual quedaría en manos de los sistemas de recomendación, que operarían sobre la base de nuestro feedback y mediante la gestión del inventario de nuestras despensas.
  • Probable caída de los ingresos por ventas cruzadas y la compra por impulso. Los pasillos de supermercados e hipermercados están meticulosamente pensados para aprovechar nuestras debilidades e incitarnos a comprar lo que no queremos/necesitamos.

Por si fuera poco para las compañías del sector un gigante como Amazon está entrando con fuerza en el negocio de la compra habitual poniendo en juego todo lo necesario para dominar el sector en el nuevo escenario dibujado por la IA:

  • Venta online con inmejorable reputación.
  • Plataforma logística de referencia.
  • Un futuro movimiento hacia la marca blanca propia, como predice Kike Vázquez, que encajaría con este escenario que apunto en el que imperaría lo tangible en el gran consumo. Malas noticias para las marcas.
  • Importante inversión en IA, empezando por el lanzamiento de productos como Echo que están siendo replicados por otros competidores.

No extraña ver que las noticias en este sector no dejan de sucederse, desde la ronda de financiación de 189 millones de dólares de FreshDirect hasta la alianza de Amazon con Dia y Lavinia.

Publicidad

El negocio publicitario puede ser uno de los más afectados por la introducción de motores de recomendación personales de IA. Hace tiempo que los formatos y canales tradicionales empezaron a ceder el paso a otros nuevos, pero todos ellos tienen como objetivo llegar a la cabeza de los consumidores. A ello se une las progresiva desaparición de formatos tradicionales como la parrilla televisiva, con su modelo de pausas publicitarias, que va siendo sustituida por una televisión a la carta libre de anuncios (modelo Netflix, Movistar, HBO…), o el uso de bloqueadores de publicidad en la navegación por internet.

Minority Report: escena en el centro comercial

En un futuro en el que la IA se interpone entre anunciante y audiencia hará falta idear fórmulas creativas para saltarse al nuevo intermediario. Probablemente nos encontremos con un auge del product placement en cine, televisión, videojuegos y literatura, así como un crecimiento de las acciones de patrocinio y comunicación no publicitaria (buscando generar demanda hacia determinadas configuraciones y especificaciones de producto). Nuevas tecnologías como la realidad aumentada y virtual abrirán la puerta a múltiples y novedosas oportunidades para llegar al cliente final (lo que nos ahorraremos en propaganda electoral y limpieza).

Asimismo el acceso a información agregada de los motores de recomendación será de gran utilidad para las compañías de investigación de mercado, análisis de campañas, estrategia de precios, etc.

Centros comerciales

En los últimos tiempos, con la penetración creciente del comercio electrónico, asistimos a una progresiva conversión de ciertas redes físicas de distribución en showrooms o escaparates, que los consumidores utilizan para conocer físicamente el producto antes de realizar la compra online del mismo (atendiendo a criterios de precio principalmente). Esta conversión viene normalmente impuesta (caso de El Corte Inglés, Fnac), pero también la empezamos a ver como estrategia consciente (Inditex). Dependiendo de la categoría de producto la empresa tendrá mayor o menor control y éxito transformando visitas a su red física en ventas en alguno de sus canales.

Se vislumbra pues un panorama complicado para los centros comerciales, afectados por diversos factores, con un papel importante de la tecnología y la IA. Por ejemplo:

  • Pérdida de peso de los hipermercados como locomotoras (generadores de tráfico hacia los centros comerciales) al aumentar las compras automáticas.
  • Los recomendadores de productos aceleran la transición hacia showrooms y, al añadir un extra de racionalidad en la compra, anticipan una reducción de las compras por impulso.
  • Tecnologías de realidad aumentada y virtual, que trasladan la publicidad y la venta a dondequiera que estemos.
  • Próxima (o no tanto) desaparición del dinero en metálico.

Por supuesto también existen factores positivos, como la tecnología de vehículos autónomos, que facilita la visita a los centros comerciales al reducir el coste monetario y de tiempo de los desplazamientos. Asimismo está por ver un posible aumento del tiempo libre derivado de cambios futuros en el mercado laboral.

Habrá que ver cómo afectan todos estos cambios al valor de los activos inmobiliarios retail. Estos se valoran en función de los alquileres del espacio comercial, que se originan a partir del tráfico del centro y de la aplicación de ratios de conversión de visitas en venta . Si el tráfico cae y resulta más difícil establecer la relación entre visita y venta puede producirse una depreciación importante del activo. Para defenderse los centros comerciales irán cambiando su oferta poco a poco para convertirse en lugares de ocio y socialización con eventos en directo.

Prescriptores y trendsetters

Es práctica habitual en muchos sectores utilizar prescriptores y personalidades para incitar a la venta. Aunque muchos son conocidos por su actividad profesional o su condición de celebrities, últimamente cada vez más influencers crean su reputación en redes sociales. Su relevancia les hace llegar al radar de las marcas, que acaban contratándoles para recomendar sus productos. Estos comerciales pueden generar importantes ventas, aunque en ocasiones puede resultar difícil medir su efecto.

La IA representaría una oportunidad para prescriptores y trendsetters de obtener el máximo provecho de su capacidad de influir a sus seguidores. Una herramienta de recomendación permitiría a los usuarios seguir a determinados influencers y consumir aquellos productos que ellos compran o recomiendan. La capacidad de contratar directamente haría medible el impacto de la recomendación en las ventas, algo muy útil para los comerciantes. Por otra parte permitiría a los influencers valorar sus consejos y negociar con las marcas, e incluso tomar decisiones sobre si entrar directamente en un negocio o crear su propia marca.

Aunque esta posibilidad se aleja de la racionalidad prometida por los motores de recomendación, no deja de aprovechar la tecnología de IA (¿Un modelo de negocio para Twitter?).

Modelo de aplicaciones

Este artículo nace precisamente a raíz de otro que escribí antes del verano sobre el impacto de la IA sobre Apple y el modelo de aplicaciones y como una generalización del mismo. Básicamente existiría un riesgo de que las aplicaciones se vuelvan invisibles al usuario y los dispositivos se estandaricen, impactando en los márgenes y la relevancia de fabricantes como Apple.


Las tecnológicas y la lucha por el excedente

Podemos definir el valor económico creado por un bien (VE) como la diferencia entre el beneficio percibido por el consumidor (B), o lo que es lo mismo, el máximo precio que el consumidor pagaría por el producto, y el coste del producto (C):

VE = B - C

Si incluimos P y -P en la expresión (precio del bien) esta no varía, pero reordenándola llegaríamos a:

VE = (B - P) + (P - C)

De lo que se sigue que el Valor económico creado por un bien es la suma del excedente del consumidor (B - P) y el del productor (P - C).

En un escenario anterior a la introducción de IA los costes del proceso de compra y el ruido creado con los mensajes comerciales reducen el excedente del consumidor en beneficio del productor, al acercar P a B (el excedente de las empresas sería máximo cuando B = P).

Pero si los motores de recomendación de IA provocan una mayor competencia en precios las compañías se verán obligadas a reducir sus costes para mantener su excedente (márgenes).

A lo que habría que sumar la entrada en juego de los proveedores de servicios de IA, que pueden optar por diversos modelos de negocio:

  • Cobrar a las compañías una comisión sobre las transacciones realizadas. Las empresas difícilmente podrían trasladar este coste a sus clientes si existe una fuerte competencia en precios.
  • Cobrar a las plataformas de venta, que podrían trasladar dicho coste a los fabricantes.
  • Cobrar a los usuarios de sus programas, ya sea mediante suscripción al servicio o cobrando una comisión sobre las transacciones realizadas.
  • Modelo publicitario, que entra en cierta contradicción con la promesa de racionalidad de la IA.
  • Modelo gratuito basado en venta cruzada de otros productos, de información agregada de datos, etc.
  • Modelos mixtos, otros.

Estas empresas intentarán posicionarse entre consumidor y fabricantes, arañando parte de ambos excedentes. El botín puede ser muy jugoso en un escenario de amplia difusión de la tecnología: entre otras cuestiones, ¿de quién es el cliente?

Como resultado habrá muchos interesados en ocupar este espacio, entre ellas las principales tecnológicas, que parecen las mejor situadas (si alguna startup no lo impide). Otras buscarán no perder este tren, como las empresas de telecomunicaciones, de medios de pago o los bancos que, como comenté en ‘Una reflexión sobre el futuro de la banca’, afrontan un futuro complicado.

La lucha se adivina feroz y nadie quiere quedarse atrás: Amazon, Apple, Facebook, Google, Microsoft… La última noticia es el lanzamiento por parte de Google de Allo, un asistente personal basado en IA para competir con Whatsapp., pero todas están trabajando con la vista puesta en la IA:

  • Amazon: la empresa goza de una posición privilegiada por su capacidad tecnológica, logística y comercial, que le puede reservar un papel protagonista en el futuro. De hecho sus sitios web son un campo de entrenamiento ideal para los programas de IA. Tiene sentido pensar que, a día de hoy, desarrollos propios y ajenos recorren sus páginas recogiendo información, realizando compras y afinando sus algoritmos.
  • Apple: lo más importante para esta compañía es la venta de sus dispositivos, que como comentaba anteriormente para el caso del modelo de aplicaciones, se podría ver afectada por la irrupción de las tecnologías basadas en IA.
  • Facebook y Google: su principal fuente de ingresos, con diferencia, viene de la publicidad, que está en el punto de mira de los sistemas de recomendación. Ambas empresas están muy volcadas en la IA y en otras tecnologías como la realidad virtual y aumentada que podrían generar nuevas oportunidades publicitarias en el futuro y ayudarles a diversificar sus ingresos (un ejemplo).
  • Microsoft: sus principales ingresos vienen de la venta de servicios y licencias y recientemente adquirió LinkedIn para fortalecer su presencia en redes. Un futuro con menor visibilidad de las aplicaciones podría perjudicarle.

Existe un posibilidad adicional, un futuro en el que la IA sería gratuita. En semejante entorno todo se vuelve más impredecible y probablemente las plataformas de venta y logísticas como Amazon conseguirían una parte más grande del pastel.

Dado lo mucho que se juegan (negocio, supervivencia) seguramente asistiremos a una dura guerra de patentes entre las tecnológicas para liderar el futuro y evitar llegar a dicho escenario.

Algunas conclusiones

Predecir el futuro es una actividad arriesgada y este artículo tiene mucho de especulativo. Si bien nadie sabe con certeza cómo afectará la implantación de tecnologías de IA a nuestras vidas, las grandes empresas están apostando fuerte en este campo, ya que esperan que traiga muchos cambios. Dichos cambios no ocurrirán a corto plazo ni de un día para otro, pero llegarán, y compañías y directivos harían bien en prepararse para ello.

AI: One technology to rule them all

En el medio plazo la aparición de motores de recomendación de compras personales basados en IA puede afectar de manera decisiva a las operaciones de la mayoría de empresas, particularmente a las funciones de marketing y ventas. Dependiendo del tipo de producto, la complejidad de la compra y su importe es de esperar que dejemos mayor o menor margen de maniobra al software, desde buscar precios hasta realizar la compra y firmar contratos.

La aparición de un nuevo intermediario supone un desafío para fabricantes y vendedores, centrados en conseguir la fidelidad de sus clientes a través de la construcción de marca. Si pensamos en ello, ¿en cuántos productos/categorías de producto necesitamos identificación o reconocimiento de marca? La IA aplicada a la compra generaría ahorros (tiempos, costes), introduciría racionalidad (ausencia de sesgos, comparabilidad…) y podría traer consigo una mayor estandarización de las características de los productos y servicios, con los consiguientes efectos sobre la competencia para beneficio del consumidor.

Pero no todo son malas noticias para los vendedores. Los más hábiles aprovecharán la tecnología para extraer mayor conocimiento de sus clientes, batir al sistema y generar nuevas oportunidades de negocio: aumento de cuota, entrada en nuevos mercados, personalizar su oferta, etc. La capacidad para diferenciarse y adaptar la oferta a una demanda cambiante (dar velocidad al ciclo de producto, flexibilidad productiva y logística) serán claves.

Es evidente que las empresas tecnológicas se juegan mucho, pero lo mismo cabe decir de fabricantes y comerciantes, que deberán espabilarse si no quieren acabar bailando al son que toquen las primeras.

Internet ha ampliado las posibilidades de elección de los consumidores, y los motores de recomendación basados en inteligencia artificial prometen mejorar la calidad de sus decisiones de compra.
Para marcas y empresas el nuevo escenario supondría una vuelta de tuerca al ya famoso dicho de “la competencia está a un clic de distancia” (“competition is one clic away”).

Finalmente cabe citar el papel a jugar por las administraciones públicas. Parece que tendría sentido para estas estimular el desarrollo y adopción de la IA para reducir las operaciones en metálico y el fraude fiscal. Sin embargo, consideraciones sobre el efecto en el empleo o el carácter estratégico de distintos sectores afectados, amén de la influencia de grupos de presión podrían llevar a los políticos a poner palos en las ruedas de la nueva tecnología.

Las cuestiones planteadas dan para mucho más, pero para no alargar demasiado el artículo termino con unas preguntas para reflexionar: ¿cómo puede afectar la inteligencia artificial a tu marca, a tu empresa, a tu sector (que lo hará)? ¿Ya la has incluido en tu estrategia?


¿Te ha gustado este artículo? Si es así por favor haz clic en el botón en forma de corazón más abajo para recomendarlo a otros :)

Puedes encontrar más reflexiones mías en LinkedIn y en Abundando (mi blog personal) y seguirme en Twitter.