Desde que Quocirca escribió por primera vez sobre el potencial de la IA en la industria de la impresión en 2017, la IA se ha vuelto muy popular, impactando nuestra vida cotidiana, desde autos sin conductor hasta chatbots. La aparición de ChatGPT en noviembre de 2022 anunció una nueva era en la inteligencia artificial generativa y revolucionará una variedad de industrias. A medida que se convierta en la nueva realidad para las empresas, tiene el potencial de cambiar el futuro del trabajo. Entonces, ¿cómo puede la industria de la impresión adoptar la IA?

La aparición de ChatGPT, creado por Open AI, en noviembre de 2022 capturó la imaginación del público, alcanzando 100 millones de usuarios mensuales en 60 días. Como forma de IA generativa basada en grandes modelos de aprendizaje de idiomas (LLM), ChatGPT ha hecho que la IA sea accesible para todos. GPT-3 (Generative Pretrained Transformer 3) y GPT-4 son modelos de IA de procesamiento de lenguaje natural que generan texto similar al humano. Los GPT y otros LLM se pueden aplicar en una variedad de áreas: chatbots de servicio al cliente, generación de contenido, modelado predictivo, automatización, codificación, análisis y seguridad.

La IA va ahora por la vía rápida. Microsoft ha incorporado la tecnología ChatGPT a su buscador, Bing, y ha presentado Microsoft 365 Copilot, que integra la IA en la suite ofimática Microsoft 365. Google ha hecho que Bard, su chatbot generativo de IA, esté disponible en 180 países.

A medida que la IA se vuelve más accesible para todo tipo de usuarios, tiene el potencial de transformar las empresas. La democratización de la IA puede ayudar a impulsar la innovación, mejorar la eficiencia, mejorar la toma de decisiones y mejorar la experiencia del cliente en todas las industrias.

Aplicar la IA en la industria de la impresión

La inteligencia artificial puede transformar una serie de áreas en la industria de la impresión, particularmente a medida que la informática acerca las tareas de procesamiento de IA a la fuente, permitiendo decisiones basadas en IA en tiempo real con una latencia mínima. Todas las áreas siguientes tienen el potencial de transformar los enfoques actuales para gestionar los servicios de impresión, permitiendo a los clientes obtener mejores resultados gracias a la fiabilidad del servicio, la reducción del riesgo y la mejora de la eficiencia.

1. Innovación de servicios a través del mantenimiento predictivo

La combinación de big data e inteligencia artificial permite a los fabricantes de impresoras impulsar una mayor eficiencia al realizar un mantenimiento predictivo de manera más efectiva. Las impresoras multifunción (MFP) actuales son dispositivos IoT conectados, equipados con una multitud de sensores que generan una gran cantidad de datos. Utilizando el aprendizaje automático (ML), los modelos de mantenimiento predictivo hacen predicciones basadas en tendencias de uso para detectar y diagnosticar fallos y estimar cuándo ocurrirá un fallo en función del estado actual y pasado del equipo y el sensor.

Este mantenimiento predictivo basado en IA permite a los proveedores optimizar el mantenimiento de la flota y utilizar ingenieros de servicio de campo de manera más efectiva a través de menos tiempo en el sitio, costes reducidos a través de un menor tiempo de inactividad de los dispositivos y resoluciones de servicio más rápidas. Los clientes se benefician de un mayor tiempo de actividad del dispositivo y una mejor utilización del mismo. Lexmark, por ejemplo, ha integrado modelos de aprendizaje automático (ML) e inteligencia artificial (IA) en su plataforma Optra IoT.

2. Más allá del panel con análisis impulsados por IA

Los paneles analíticos impresos actuales se centran principalmente en presentar datos actuales e históricos en formato gráfico. Los paneles tradicionales normalmente se basan en datos históricos y, a menudo, son estáticos, por lo que no se actualizan en tiempo real. La creación y el mantenimiento de paneles pueden requerir mucha mano de obra y ser costosos.

Los análisis avanzados, como los predictivos y prescriptivos, utilizan el aprendizaje automático para recomendar posibles resultados y mejorar la toma de decisiones. Esto puede, por ejemplo, ayudar a los clientes a ir más allá del uso de paneles para revisar el uso de impresión por dispositivo y usuario para comprender los costes de impresión. También puede utilizar análisis avanzados para descubrir oportunidades de procesos que pueden digitalizarse y predecir su impacto en los costos y la productividad.

3. Seguridad de terminales

Proteger los datos en todos los puntos finales, incluidas las impresoras, es fundamental, especialmente con el aumento del trabajo remoto y distribuido. La IA tiene el potencial de ser tanto amiga como enemiga en lo que respecta a la seguridad. El malware de próxima generación ya utiliza IA para comportarse como un atacante humano, identificando objetivos y evadiendo la detección. Los dispositivos IoT, impresoras y equipos multifunción conectados son un blanco fácil para atacantes maliciosos, al igual que el software y los servidores de gestión de impresión.

Esto exige una seguridad avanzada que utilice IA para permitir que los dispositivos se autosupervisen y se recuperen por sí solos. En lugar de parches ocasionales a nivel de dispositivo, el aprendizaje automático combinado con una toma de decisiones de IA más avanzada ayudará a los fabricantes y proveedores de software a proporcionar análisis de comportamiento a nivel de red y detección de anomalías en tiempo real.

La autenticación y el control de acceso basados en IA pueden utilizar algoritmos avanzados y aprendizaje automático para identificar posibles amenazas a la seguridad. Además, los ataques de día cero se pueden mitigar mejor mediante la IA para analizar la actividad en un conjunto de datos amplio y anonimizado en tiempo real. Luego, la protección contra estos problemas se puede aplicar a dispositivos y entornos que necesitan protección inmediata. Cuando se produce una violación de la seguridad, una respuesta rápida y eficaz que utilice el aprendizaje automático en combinación con un motor de análisis avanzado puede optimizar los esfuerzos de remediación.

La seguridad del contenido también se puede aumentar con la IA. Un motor de IA puede clasificar los datos según el nivel de confidencialidad y aumentar los programas existentes de prevención de pérdida de datos (DLP).

4. Procesamiento inteligente de documentos (IDP)

Aunque muchas empresas siguen dependiendo del papel, la aceleración de las iniciativas de digitalización está en marcha. La automatización de los procesos basados en papel es a la vez un desafío y una oportunidad para la industria de la impresión: si la IA puede integrarse en las plataformas de captura de documentos, proporcionará un puente muy necesario entre los mundos del papel y digital.

IDP es una tecnología de automatización que utiliza una combinación de IA, ML, OCR y procesamiento de lenguaje natural (NLP) para capturar, extraer y procesar datos de una variedad de formatos de documentos (papel y digitales) sin intervención humana. Los beneficios de IDP incluyen mayor precisión, menor procesamiento manual, mayor productividad y mejor cumplimiento y seguridad. Los ejemplos incluyen el motor de procesamiento inteligente de documentos basado en Azure de Microsoft, el IDP de Amazon Web Services (AWS) y Document AI de Google. Los ejemplos en el mercado de impresión e imágenes que utilizan ML e IA incluyen la plataforma IDP de Xerox y la plataforma TotalAgility IDP de Kofax.

Conclusión

La industria de la impresión debe evolucionar en medio de la era dinámica y rápidamente cambiante de la nube, la IoT y la IA. Si bien se debe tener precaución debido a las limitaciones y riesgos de la IA, para responder al potencial disruptivo de la IA, los proveedores tradicionales deben buscar asociaciones y colaboraciones y, al mismo tiempo, garantizar que los dispositivos se construyan con inteligencia integrada para integrarse con plataformas en la nube impulsadas por IA. Esto significará pasar de arquitecturas propietarias a arquitecturas abiertas para aprovechar al máximo la velocidad y la escalabilidad que la IA puede ofrecer.

La IA presenta oportunidades no sólo para los proveedores tradicionales sino también para el canal. Los clientes buscarán soluciones que incorporen la funcionalidad de IA y las soluciones disponibles desde los dispositivos en sus sistemas de TI más amplios y esta oportunidad de integración es algo que el canal debería intentar aprovechar.