NPL_Procesamiento_lenguajeNatural_chatbotTres de cada 4 empresas con proyectos activos de procesamiento del lenguaje natural (NLP) planean incrementar su inversión en esta tecnología durante en los próximos 12-18 meses. Esto refleja el interés creciente por la eficiencia que genera el NLP, ya que permite reducir costes, impulsar el crecimiento y ganar ventaja competitiva.

Así lo revela el ‘2023 Expert Survey: Trends driving NLP Investment and Innovation’ de expert.ai, que, además, señala que el reconocimiento del lenguaje natural permite interpretar automáticamente datos no estructurados, cerrando la brecha lingüística entre humanos y tecnología.

“En los últimos años se ha multiplicado el número de casos de uso en los diferentes ámbitos de los negocios”, explica el informe, que ha sido elaborado por la publicación internacional The AI Journal y la consultora Sapio Research en base a entrevistas en Europa y Estados Unidos.

Ventajas y retos del NLP

La mejora de la eficiencia, la reducción de costes y la mitigación de riesgos son, según el informe, algunos de los argumentos más convincentes a favor de esta tecnología para aquellas empresas que llevan años empleando soluciones NLP. Es más, según el informe, el 47% lo tiene como prioridad para la protección y gestión de sus datos (RGPD, PII, etc.).

En cuanto a los desafíos que implica la implementación de esta tecnología, el 38% de los encuestados se refirió a dos retos: alinear a todas las partes interesadas en cuanto a los casos de uso a priorizar y justificar los costes asociados al modelo.

Asimismo, la falta de madurez en el enfoque por parte de las empresas es otro de los obstáculos a superar. Entre aquellas que se encuentran en una fase previa de evaluación de su solución NLP, el mayor desafío que destacan es la seguridad y la gobernanza de los datos (un 64%).

Por su parte, aquellas empresas que llevan ya varios años con soluciones en producción, el mayor obstáculo es definir un business case adecuado (un 42%). Por último, entre las empresas con más de 5 años con soluciones de este tipo, el 67% cita como prioridad alcanzar un nivel de precisión y calidad suficientes para rentabilizar el modelo en producción. El informe también percibe un retraso en la comprensión de las capacidades del NLP, lo que motiva la pérdida de oportunidades.

Modelos NLP más utilizados y medición del ROI

Según el informe, la mayoría de las empresas utilizan modelos multisolución, combinando entornos en la nube, Open Source, de plataforma y puntuales. Reconociendo que la mayoría de los proyectos se benefician de la flexibilidad de una plataforma de IA híbrida, el 52% de los encuestados utiliza un enfoque mixto de aprendizaje automático y simbólico o basado en reglas, mientras que el 79% emplea el aprendizaje automático con tecnología de aprendizaje profundo o de gráficos de conocimiento.

Otro de los aspectos del informe es cómo miden las organizaciones el retorno de la inversión (ROI) de sus proyectos de NLP. Así, más de la mitad (el 54%) lo mide en función del tiempo de producción, mientras que un porcentaje similar destaca las mejoras en la eficiencia (el 53%) y la reducción de costes (53%).