ECONOMíA CHILE
¿Cómo la inteligencia artificial está revolucionando la banca y la minería en Chile?

AMERICA ECONOMIA

Afinales de septiembre del año pasado, la Comisión Económica para América Latina y el Caribe (Cepal) publicó un informe sobre el uso de la inteligencia artificial (IA) en América Latina. Lo más llamativo del estudio fue que Chile se consolidó como el país donde más ha avanzado el uso de la IA. El país austral obtuvo un puntaje de 73,07 sobre 100; seguido por Brasil, con 69,3 y Uruguay, con 64,98 puntos. 

Si bien son números lejanos a los registrados en Europa y América del Norte, estos suponen un hito para una región con grandes brechas en infraestructura tecnológica y capital humano. Cepal destacó que Chile, al igual que los otros países del podio, no solo avanzó en la implementación de tecnologías basadas en la IA, sino que también orienta sus estrategias nacionales hacia la consolidación y expansión de estas herramientas en todos los sectores económicos y sociales.

No extraña entonces que en los últimos años, Chile haya visto la aparición de múltiples iniciativas que buscan disminuir el margen de error en el trabajo diario de las industrias. Un ejemplo es X-Analytic, una startup chilena que utiliza la IA para reducir fallas en la producción minera. 

Entre sus funciones clave, la plataforma recopila y explora datos en línea provenientes de diversas fuentes, consolidándolos en una plataforma única que facilita el análisis y gestión de activos mineros. Asimismo, ofrece supervisión continua de la salud de los “equipos críticos”, aquellas maquinarias destinadas a trabajar por turnos de 24 horas en ambientes complicados. De esta forma, se busca detectar riesgos o anomalías antes que los equipos se detengan sin previo aviso. En este proceso, se utilizan algoritmos para predecir modos de falla y estimar la vida útil remanente de cada maquinaria.

Para Nicolás Orellana, Gerente Comercial de X-Analytic, para entender la transformación digital en las operaciones de la startup, hay que atender los indicadores de producción. El primero es la disponibilidad de los equipos, en otras palabras, cuánto tiempo durante el año están habilitados para funcionar; el segundo, es el tiempo de uso. 

“Nosotros apuntamos con la inteligencia artificia a aumentar la productividad de la planta minera. Esto es darle la mayor cantidad de horas disponibles para operar y poder planificar de mejor manera las detenciones de los equipos mayores, que requieren muchas horas de mantenimiento”, declaró Orellana a AméricaEconomía.

Para predecir las fallas operativas de las maquinarias, la plataforma de X-Analytic reúne variables como la temperatura del aceite o el estado del sistema de lubricación para alertar al personal. También se incluye información sobre los últimos planes de mantenimiento de las máquinas, lo que ayuda a establecer deadlines para los siguientes. 

“Toda esa información la metemos a nuestros modelos de IA y lo que hacen es buscar patrones. Por ejemplo, puedes notar la velocidad con la que sube o baja la temperatura en un rango de tiempo e interpretar los resultados”, agrega.

Sin embargo, las metas de la startup a veces se truncan por un problema que afecta a los sectores mineros de varios países: los mecanismos lentos de adopción de empresas. Orellana señala que una minera puede demorarse hasta seis meses en iniciar negociaciones para cotizar los servicios de una startup. Posteriormente, la segunda barrera es la resistencia de ciertos trabajadores a utilizar las herramientas digitales, debido al escepticismo.

Para despejar dudas, el vocero de X-Analytic explica que a los clientes les proponen que tomen la cantidad de dinero que generan antes de implementar la IA y que lo comparen con lo recaudado después de la operación. “Si una minera tiene equipos que fallan 100 horas, son tres o cuatro días de trabajo desperdiciados. Pero si la IA reduce este rango temporal a 80 horas, puedes recuperar unos US$ 20 millones, que podrían generar ganancias de US$ 19 millones si quitamos la inversión en IA”. 

En cuanto a la capacitación de personal X-Analytic cuenta con un roadmap interno, que invita a los aspirantes laborales a revisar documentos y procedimientos previos como parte de su evaluación. Si el postulante es admitido pasa a trabajar como soporte de un ingeniero senior bajo la consigna que siempre haya un superior capacitando a los empleados de la startup. 

Por otra parte, la sostenibilidad también es un eje clave en las operaciones de X-Analytic. “La inteligencia artificial puede realizar predicciones sobre cuánto y qué voy a contaminar. Además de identificar elementos como el cloro, óxido de nitrógeno, dióxido de carbono o solamente polvo”, sostiene Orellana. Y aunque de cara al futuro, el Gerente Comercial identifica que si bien la electromovilidad y la consiguiente automatización de los vehículos mineros está en alza, esto no quiere decir que el reconocimiento de patrones y fallos se deje de lado. 

LA IA PARA AGILIZAR TRANSACCIONES

Otro sector de la economía chilena, donde la IA se está abriendo paso es la banca. Una muestra de este fenómeno es Ionix, una empresa especializada en servicios SaaS, un modelo de software basado en la nube, que ofrece aplicaciones a los usuarios finales mediante un navegador de Internet. 

La startup se enfoca en desarrollar soluciones digitales para el sector financiero y transaccional de Chile y Latinoamérica. Posee productos y servicios diseñados para facilitar pagos electrónicos, garantizar la seguridad en transacciones y proporcionar herramientas en la nube adaptadas a las necesidades empresariales.  

“Tenemos dos verticales de negocio muy fuertes: seguridad y pagos. Actualmente impulsamos una estrategia para 2025 donde implementamos inteligencia artificial en estas verticales. Para empezar, tenemos un producto enfocado en la autenticación de personas. Básicamente, es desafiarlas a que demuestran que son quienes dicen ser. Para ello, usamos la biometría facial a través del machine learning, que es un subcampo de la IA que permite realizar reconocimientos”, explicó Sebastián de la Fuente, Gerente de Productos y PMO de IONIX a AméricaEconomía.

Pero esto solo implica el primer paso. Lo siguiente es la identificación de personas. Según De la Fuente, mediante el digital onboarding no solo se valida biométricamente a una persona, sino que también se valida su documento de identidad y realiza un match o conexión entre ambos. Aunque no todo es color de rosa, pues el uso creciente de deep fakes es alarmante. Hoy en día, muchos ciberdelincuentes tratan de burlar los mecanismos de biometría facial a través de imágenes de rostros manipulados.

“Así que el mayor reto involucra cómo evitar estas operaciones. Hay que enseñarle a la IA a entender no solamente el rostro, sino que interpreta el contexto donde se encuentra la persona, además de otros factores como la gesticulación e iluminación del entorno”, sostiene de la Fuente.

Cabe resaltar que para la vertical de pagos, IONIX aún se encuentra en una fase experimental. No obstante, su plataforma busca aprovechar la IA para detectar anomalías de comportamiento y monitoreo transaccional. De este modo, se identifican los patrones de conducta de un usuario como su frecuencia de pagos, las cantidades promedio que suele gastar, así como donde suele movilizarse para realizar transacciones importantes. 

“Si un día, vemos que un usuario paga en el centro de Santiago, podemos afirmar que está dentro de su comportamiento habitual. Pero si de pronto, minutos después, detectamos que realiza pagos en Arica o en Perú, entonces hay algo que no corresponde. Esos fenómenos son lo que estudiamos para prevenir fraudes”, expresa de la Fuente.