Proyecto IA 2024
Resumen rápido
El proyecto de IA de 2024 plantea preparar una infraestructura propia y abierta para integrar un modelo predictivo y un asistente en Tryton. La propuesta prioriza el control del cliente sobre los datos y el código, y busca automatizar las tareas mecánicas para que las personas puedan centrarse en sus capacidades diferenciales.
Autor
Albert Cervera i Areny
Cofundador de Tryton y NaN·tic
Contenidos
Hola,
hoy quiero explicarte la hoja de ruta que tenemos para empezar a integrar Inteligencia Artificial en Tryton de forma más seria durante el 2024.
La próxima semana te enseñaré algunos de los cambios que estamos haciendo a nivel de interfaz gráfica para empezar a hacer espacio para estas herramientas que crearemos.
Pero de momento, para el primer semestre de 2024 nos hemos marcado los siguientes objetivos:
- Decidir y arrancar la infraestructura hardware que utilizaremos
- Integrar un modelo predictivo
- Integrar un chat o asistente
Infraestructura
Uno de los principales valores de NaN-tic es el hecho de que garantizamos por contrato, a todos nuestros clientes, acceso a la base de datos, así como acceso a todo el código fuente del ERP que utiliza y que además podrá hacer uso con total autonomía si se desea desvincular de nosotros.
Además, hemos dedicado mucho esfuerzo a que el cliente pueda decidir dónde quiere alojar el ERP: bien sea en la nube, en su propio servidor o en un servidor en la nube contratada por él mismo.
NaN-tic es open source y también autonomía para nuestro cliente. Buscamos que los clientes quieran trabajar con nosotros por la calidad del servicio, no por ser cautivos.
Y evidentemente mantendremos estos mismos valores con la incorporación de la IA, garantizando por contrato que:
- No entrenaremos los modelos con datos del cliente sin su consentimiento
- Que el cliente tendrá acceso al código fuente, así como al "cerebro" de la IA siempre que lo desee
- Siempre que sea posible utilizaremos modelos de código abierto y evitaremos servicios propietarios
Construiremos modelos de IA exclusivos para cada cliente, de los que ellos serán sus propietarios.
Es por todo esto que lo primero en que trabajaremos es en preparar la infraestructura software, nube y hardware que utilizaremos.
Integración de un modelo predictivo
La infraestructura sirve de poco si no tiene que tener una aplicación práctica y uno de los puntos en los que creemos que podemos mejorar es en ayudar al usuario a decidir y ejecutar las siguientes acciones que quiere realizar en el ERP.
Por eso trabajaremos en un sistema que lo sugerirá (sin interrumpir) al usuario.
Empezaremos despacio, primero proponiendo entradas de menú y progresivamente, proponiendo acciones más complejas.
Integración de un chat o asistente
¿Y si pudieras decirle al ERP "Abre la última factura del cliente X?" o "¿El cliente X me ha pedido repetir el último pedido que hizo" y lo hiciera solo?
¡Pues éste es el objetivo que tenemos para el asistente!
Tan sencillo y tan complicado a la vez.
¿Estás interesado?
Si eres cliente y estás interesado/a en estas posibilidades, queremos clientes que quieran ser líderes en estas herramientas, que acepten poder hacer uso (sólo para ellos mismos) de los datos para entrenar el sistema y darnos feedback para crear una herramienta realmente útil que permita mejorar la productividad de todos los trabajadores.
Uno de los logros que nos hemos marcado es conseguir reemplazar el menú del programa, que es excesivamente grande y complejo, y creemos que el modelo predictivo y el asistente ayudarán a hacerlo desaparecer.
Continuamos trabajando para potenciar las habilidades de las personas que las hacen mejor que las máquinas, y nos hemos propuesto que el trabajo mecánico de introducir y buscar datos en el sistema los haga la máquina para incrementar el valor de todas las personas de tu equipo.
¡Salud y buen fin de semana!
Preguntas frecuentes
¿Qué objetivos de IA se plantean para el primer semestre de 2024?
Se prevé decidir y poner en marcha la infraestructura, integrar un modelo predictivo e integrar un chat o asistente.
¿Cómo se quiere utilizar el modelo predictivo dentro de Tryton?
Debe sugerir al usuario las acciones que probablemente quiere realizar, empezando por proponer entradas de menú y avanzando hacia acciones más complejas, sin interrumpirlo.
¿Qué debería poder hacer el asistente?
El objetivo es poder pedirle acciones en lenguaje natural, como abrir la última factura de un cliente o repetir su último pedido, y que las ejecute.
¿Cómo se protegerán los datos de los clientes en los modelos de IA?
No se entrenarán modelos con datos del cliente sin su consentimiento. También se prevé que el cliente tenga acceso al código fuente y al «cerebro» de la IA, y que se utilicen modelos de código abierto siempre que sea posible.
¿Qué papel tendrán las personas ante las herramientas de IA?
La propuesta es que la máquina haga el trabajo mecánico de introducir y buscar datos, mientras las personas potencian las habilidades que realizan mejor que las máquinas.
Artículos relacionados
Newsletter
La IA aplicada al análisis de datos en Tryton
La IA permite describir en lenguaje natural los datos que se quieren analizar y generar consultas SQL para crear paneles de control en Tryton. El artículo muestra que las propuestas deben revisarse y concretarse para representar correctamente la información, y que después pueden comprobarse en el ERP y convertirse en gráficos. La funcionalidad se presentaba en fase beta para mejorar la productividad y la autonomía de los clientes.
Newsletter
Más inteligencia, mejor experiencia
Las últimas mejoras del asistente de Tryton permiten crear ventas respetando los valores predeterminados, buscar y contar facturas mediante preguntas en lenguaje natural y enviar incidencias al soporte con más contexto. También incorporan instrucciones personalizables, una interfaz más clara, archivos adjuntos que se pueden arrastrar o pegar y una gestión de errores más sólida. El asistente ya resulta útil para tareas puntuales, especialmente en entornos con Tryton 7.2.
Newsletter
El "low hanging fruit" de la IA
La idea de la fruta al alcance ayuda a explicar por qué algunos periodos científicos concentran grandes descubrimientos y por qué cada generación encuentra oportunidades distintas. El artículo traslada esa perspectiva al auge actual de la inteligencia artificial y presenta una charla sobre casos reales de uso en el desarrollo de software, la integración con Tryton y los agentes de IA.