En la era de la digitalización, la inteligencia artificial AI ha emergido como una herramienta esencial para optimizar procesos y mejorar la eficiencia en las empresas. Adoptando una estrategia AI First, que coloca a la AI en el núcleo de las decisiones tecnológicas, estamos experimentando transformaciones profundas en numerosos aspectos empresariales. Este artículo se centrará en un caso de éxito específico que ilustra cómo los LLMs pueden transformar la generación de documentos comerciales, ofreciendo ahorros significativos de tiempo y recursos, y proporcionando una ventaja competitiva crucial.

De la funcionalidad a los procesos

Tradicionalmente, el software se ha construido sobre estructuras rígidas, diseñadas con especificaciones muy definidas para tareas particulares. Sin embargo, la llegada de la inteligencia artificial ha permitido un enfoque mucho más flexible. Este cambio es particularmente notorio en aplicaciones como la generación de documentos, donde los LLMs ofrecen una adaptabilidad sin precedentes.

La adopción de LLMs en nuestras estrategias corporativas no solo refina los sistemas existentes sino que también impulsa un cambio fundamental desde un enfoque basado en funcionalidades específicas hacia uno centrado en procesos. Al enfocarnos en procesos en lugar de en funciones fijas, podemos escalar y adaptar nuestras soluciones de manera más eficiente, respondiendo a desafíos complejos con soluciones innovadoras que antes eran impracticables.

Este cambio de paradigma hacia un modelo basado en procesos aprovecha la capacidad de los LLMs para interpretar, generar y revisar contenido de manera dinámica, lo que permite una flexibilidad operativa en la generación de documentos y otros procesos empresariales. Al utilizar estos modelos avanzados, las empresas pueden transformar sus operaciones, mejorando la eficiencia y la efectividad en la creación de contenido relevante y personalizado.

Problema a resolver

En el entorno de nuestro cliente, la generación de propuestas comerciales se había convertido en un proceso repetitivo y consumidor de tiempo. Cada vez que se recibía un pedido de cotización, los empleados debían identificar el objetivo comercial de la propuesta y luego buscar manualmente en el historial para encontrar documentos similares. Una vez encontrada una propuesta parecida, procedían a actualizar los datos específicos del nuevo cliente o proyecto. Este método no solo demandaba una cantidad significativa de tiempo y esfuerzo humano, sino que también aumentaba el riesgo de errores e inconsistencias en los documentos finales.

Para abordar estos desafíos, propusimos: la implementación de agentes basados en LLMs. Estos agentes de LLM están diseñados para automatizar y optimizar el proceso de generación de documentos. Al integrar esta tecnología, el sistema podría identificar automáticamente los requisitos del nuevo pedido, buscar propuestas anteriores que coincidan semánticamente y adaptar esos documentos previos con los nuevos datos, todo esto realizado de manera precisa y eficiente desde una interfaz de chat. Esta solución no solo promete reducir el tiempo dedicado a la creación de propuestas, sino que también mejora la calidad y la coherencia de los documentos generados.

Ventajas de los agentes de proceso con LLMs

• Abstracción y reutilización: Al emplear agentes genéricos centrados en procesos, como AgentAnalyst, AgentDevelopment, AgentReviewer y AgentPresenter, facilitamos la abstracción y reutilización del código. Cada agente está diseñado para manejar aspectos generales del proceso de creación de documentos, lo que permite su aplicación a una variedad más amplia de documentos sin necesidad de programación específica para cada tipo.
• Flexibilidad y adaptabilidad: Los LLMs son especialmente potentes para analizar y generar texto basado en instrucciones dinámicas y contextos cambiantes. Al utilizar agentes genéricos, podemos aprovechar esta flexibilidad. Por ejemplo, el AgentAnalyst puede interpretar y estructurar requisitos de cualquier documento simplemente ajustando sus entradas, sin requerir cambios en el código base.
• Mejora en la escalabilidad del sistema: Con agentes centrados en tareas específicas del proceso, escalar el sistema para manejar más tipos de documentos o requisitos más complejos se convierte en una cuestión de configuración de agentes, no de reescritura de lógica de negocio. Esto significa que podemos expandir la capacidad del sistema sin alterar su arquitectura fundamental.
• Eficiencia en la mantenimiento y actualizaciones: Mantener un sistema basado en agentes de procesos es más sencillo, ya que las actualizaciones a un proceso específico, como la mejora del algoritmo de revisión de documentos, se pueden realizar en un solo lugar (en el AgentReviewer), sin afectar los otros aspectos del sistema.

Ejemplo práctico con nuestro cliente

En el caso de nuestro cliente, esta transición a un enfoque basado en procesos permitió que el sistema se adaptara a las cambiantes necesidades de documentación sin intervención manual extensiva. El AgentAnalyst extrae y organiza los requisitos del documento, el AgentDevelopment utiliza esos requisitos para generar borradores de documentos, el AgentReviewer asegura la precisión y el cumplimiento con feedback del usuario, y finalmente, el AgentPresenter prepara el documento para su entrega final.

Esta metodología no solo ha mejorado la eficiencia, sino que también ha elevado la calidad y coherencia de los documentos generados.

Este enfoque de procesos, facilitado por los LLMs, viene a transformar la forma en que las empresas pueden gestionar y automatizar la creación de documentos (entre otro procesos), ofreciendo una solución que es tanto futurista como inmediatamente beneficiosa.

Secuencia de ejecución

• 1. Descripción del requerimiento: El proceso comienza con una descripción detallada del requerimiento comercial específico del cliente.
• 2. Búsqueda vectorial: Utilizando modelos de búsqueda vectorial, el sistema busca en una base de conocimiento interna propuestas previas que sean semánticamente similares al requerimiento actual. Esto permite encontrar documentos relevantes basados en la similitud contextual, no solo en palabras clave.
• 3. Generación de propuesta: Con base en los documentos encontrados, el sistema genera una nueva propuesta, incluyendo secciones estándar como carátula, introducción, objetivos, y otros elementos específicos necesarios.
• 4. Consultas específicas: El sistema realiza consultas adicionales para completar información específica y ajustar detalles, asegurando que la propuesta sea precisa y personalizada.

Beneficios obtenidos

La implementación de esta solución trajo múltiples beneficios para el cliente:

• Ahorro de tiempo y recursos: El equipo del cliente redujo significativamente el tiempo dedicado a la creación de documentos, permitiéndoles enfocarse en tareas más estratégicas.
• Consistencia y calidad: La automatización aseguró una mayor consistencia en la generación de documentos, manteniendo un estándar de calidad uniforme y minimizando errores.
• Flexibilidad y escalabilidad: La solución es fácilmente ajustable y escalable para adaptarse a nuevas necesidades y tipos de documentos sin requerir una reestructuración completa.
• Mejora continua: Gracias a la AI, el proceso se optimiza continuamente.

Conclusión

La implementación de la estrategia AI First y la integración de LLMs pueden transformar significativamente la generación de documentos en las empresas. Este caso de éxito demuestra cómo estas tecnologías no solo mejoran la eficiencia y reducen costos, sino que también posicionan a las empresas a la vanguardia de la innovación tecnológica. Adoptar estas tecnologías hoy prepara a las empresas para un futuro donde la AI es una parte integral de todas las operaciones comerciales.