La Curva de Gartner ya nos advierte de que el proceso de promoción de las innovaciones tecnológicas suele seguir este camino: se lleva la cuestión hasta un pico de expectativas (recuerden las punto com) y, llegados al punto máximo, cae su presencia porque era más promoción que realidad de mercado. Posteriormente, al cabo de un tiempo, el mercado comienza a emerger de nuevo, pero esta vez con mejores fundamentos. Supongo que este caso no será diferente al de Blockchain, Metaverso, etcétera.
El eufemismo de la Inteligencia Artificial es la carátula de las diferentes mejoras que a través de los años -y ya son muchos- que se ha conseguido en el tratamiento, gestión y análisis de datos, con sistemas que manejan cantidades ingentes de datos en tiempo real con el soporte del Cloud Computing, Big Data y Machine Learning (ahora también Deep Learning). En definitiva, si se trata de aprovechar los datos para tratarlos y poder realizar cálculos y análisis, ¿cómo no vamos a poder utilizar la IA para el pricing? La realidad es que viene utilizándose desde hace tiempo, pero como parece que hay una emergencia pico de esta tecnología en la sociedad, pues metámonos en harina.
Las aplicaciones de IA en el área del pricing están centradas en los precios dinámicos. Es lógico, las empresas que compiten intensivamente deben recoger los datos competitivos del resto de ofertantes, así como su disponibilidad de stock (si se trata de comercio electrónico) y la propia, la demanda (visitas y pedidos) y, con todo eso y alguna variable más, se puede determinar el precio óptimo. La IA le aporta la posibilidad del autoaprendizaje, es decir, el sistema se retroalimenta de sus predicciones y de los resultados reales finales, así que se ajusta -como si se tratase de un artillero con el tiro parabólico-, para hacer sugerencias más carteras aprendiendo de sus errores anteriores. El valor que te aporta es una serie sugerencias -basadas en las técnicas matemáticas del análisis marginal- de cambios de precio según las circunstancias del mercado -incluido el día de la semana, hora del día, etcétera- de forma continua, que te proporciona más margen y/o más ingresos.
Quiero añadir que en las instalaciones de comercio electrónico que he conocido por dentro y en las que utilizaban sistemas de recomendación de cambios en los precios -tanto los basados en reglas como los en IA-, los responsables de precios exigían su confirmación antes de realizar los cambios. No acababan de fiarse del sistema y no querían cometer un error que les costase mucho dinero. Es una cuestión psicológica, pero entendible.
No es la única aplicación, otra bastante útil es la que utilizan algunos supermercados que, atendiendo al limitados espacio de los anaqueles y del local, la rentabilidad buscada, el «tirón de cada producto» y sus relaciones entre ellos (Category Management), demanda/visitas al establecimiento, margen de cada producto, rotaciones, etcétera y, con todo eso, la aplicación de IA te estructurará la exposición de todos los productos para que consigas esa rentabilidad todas. Como conocerá los resultados, se auto ajustará, para corregir desviaciones.
Por último, otra de las aplicaciones que están en el mercado desde hace años. A partir de una buena segmentación de los clientes existentes, se comienza a recoger datos de todas las operaciones que se van presentando a la vez que se clasifican dentro de la segmentación de forma que se crean clusters, grupos de clientes respecto a su tendencia a comprar, no comprar o estar cerca de comprar. Así que cuando un cliente potencial se acerca a la empresa, se clasifica en el cluster que le corresponde y que nos indica si vamos a cerrar el pedido o no. También las acciones que pueden enderezar la operación y, como en los anteriores casos, el sistema de autoajuste para mejorar la predicción. También podría recomendar qué solución sería la más adecuada, la que más probabilidades tiene de ser aceptada por el cliente y a qué precio. No es magia, son datos trabajados y analizados que hacen predicciones.
Hay más aplicaciones y en poco tiempo se irán añadiendo otras, también de gran utilidad. Lo importante es conocer cómo funcionan y la ayuda que puede representarnos, para -de este modo- poder buscar las aplicaciones cuando intuyamos que tenemos un problema resoluble con la asistencia de la IA.
