Reducir los costos de servir a los clientes con una infraestructura compartida de IA
Los prestamistas, las aseguradoras y las empresas agrícolas del mismo país pagan por construir bases de inteligencia artificial similares. Construir las partes comunes de una vez les ayudaría a servir mejor a los agricultores familiares y a las pequeñas empresas, a un costo más bajo, mientras que cada uno conservaría el control de sus clientes, sus datos y sus decisiones.
Primera parte de una serie de cuatro partes de Accendo Associates y los MSC (MicroSave Consulting), ambos cofundadores de la Alianza de IA Inclusiva.
Tomemos a Malti, una vendedora de verduras en un pueblo del sur de la India. Ella necesita un pequeño préstamo para comprar productos antes de la temporada de mayor actividad. Lleva sus cuentas en un cuaderno, recibe su pago principalmente en efectivo y habla un idioma que los sistemas de su prestamista no pueden leer. Las visitas a campo para atenderle suponen costos que el interés del préstamo no puede cubrir, por lo que se le rechaza o se le ofrece un crédito con condiciones más estrictas.
Un granjero lechero en Kenia, un productor de café en Colombia y un propietario de una tienda de ropa en Filipinas enfrentan la misma barrera. La inteligencia artificial (IA) puede reducirla al leer un libro mayor manuscrito a partir de una fotografía, responder en idiomas locales y ofrecer al prestamista una visión más clara del riesgo. Para hacerlo bien, es necesario que cuatro tipos de IA trabajen juntos; ningún proveedor individual ofrece todos estos servicios. Propomos construir esa base de manera abierta y buscar socios para financiarla.
La IA puede ayudar a los clientes a operar, comprar y vender de forma más eficiente.
Solo 56% adultos en países de ingresos bajos y medios pueden recaudar fondos de emergencia en un plazo de 30 días, según la Global Findex 2025, y las pequeñas empresas en mercados emergentes enfrentan una Gasto crediticio de 5,7 billones de dólares (Estimación de SME Finance Forum y IFC, 2019). Más allá de la decisión de otorgar un préstamo, la inteligencia artificial puede ayudar a estas empresas a operar de forma más eficiente, comprar mejor y vender mejor al encontrar proveedores más baratos, un incentivo gubernamental que pueden obtener y nuevos compradores. La prueba de cada herramienta es si la salud financiera, los ingresos y la resiliencia del cliente mejoran.
Cuatro capacidades de IA deben trabajar juntas para servir bien a los clientes.
- Racionalización general para tomar decisiones informadas: El cliente recibe asesoramiento sobre cómo administrar su negocio y respuestas claras a sus preguntas. El personal del proveedor procesa las solicitudes y obtiene respuestas en cuestión de segundos.
- Idiomas locales y documentos para superar las barreras lingüísticas: El cliente recibe asesoramiento en su propio idioma, por texto o por voz, incluso en un teléfono básico con un débil señal. El proveedor lee un formulario manuscrito sin tener que volver a escribirlo.
- Análisis de dominios, para obtener información práctica: Los modelos más pequeños y específicos del sector analizan cadenas de suministro, precios de mercado o lluvias y suelo. El cliente aprende qué cosechar, cuándo y dónde vender. El proveedor ve el riesgo de forma más clara.
- Decisiones verificables, para la transparencia y la rendición de cuentasEl cliente recibe una razón que pueda entender y una forma de impugnar una decisión que considera errónea. El proveedor mantiene un registro que su supervisor puede revisar.
Ningún proveedor individual ofrece todos los cuatro. Las herramientas de razonamiento más potentes se alquilan de empresas globales, se ejecutan fuera de la mayoría de estos países y funcionan mejor en inglés. Las herramientas en idiomas locales están mejorando, con esfuerzos regionales como Sarvam En la India, SEA-LION en todo el Sudeste Asiático, y Latam-GPT Desde Chile. Sin embargo, como muestra el trabajo de campo de MSC, leer la escritura manuscrita en un alfabeto local o responder por voz en la mayoría de los idiomas africanos aún no es confiable. Los modelos específicos del dominio o los modelos “de pequeña inteligencia artificial” construidos para un propósito específico necesitan datos locales. Las decisiones verificables requieren que el proveedor conserve la evidencia, las reglas y las versiones del modelo detrás de una decisión, para que un cliente o un regulador pueda entender cómo se llegó a ella.
Pocos proveedores cuentan con el personal necesario para administrar y mantener estos sistemas internamente.
Una capa de confianza permite a un proveedor mezclar proveedores y mantener el control.
Nuestro diseño coloca una capa de Enrutamiento y Control de IA entre el proveedor y cada sistema de IA que utiliza. Cada proveedor ejecuta su propio sistema. Imagine esto como un tablero de interruptores con un manual de reglas. Cada llamada procedente del personal, de los sistemas y de las aplicaciones pasa a través de él, al igual que cada solicitud procedente de un teléfono que el dispositivo no puede manejar. Para cada solicitud, la capa decide dos cosas: qué puede ver el sistema de IA y qué puede hacer.
Cuando un modelo necesita contexto, como el historial de un cliente, la política de crédito del proveedor o un formulario escaneado, la capa lo recupera bajo las autorizaciones del proveedor. Los datos identificados del cliente solo se envían a los modelos que se ejecutan en el país, y los identificadores se eliminan antes de que cualquier información llegue al extranjero. Cuando un modelo necesita actuar, como verificar el saldo o consultar la información de la agencia de crédito, lo hace a través de la capa, nunca directamente. El proveedor escribe las reglas de forma que pueda leerlo su supervisor, y la capa registra cada pregunta, respuesta y acción.
Los modelos utilizados para las decisiones empresariales, como la calificación crediticia, permanecen dentro del entorno del proveedor y alimentan sus propios motores de toma de decisiones. En los teléfonos de los agentes y los clientes, el trabajo se ejecuta en el dispositivo donde puede hacerlo, incluso sin conexión a Internet, como ya hace la plataforma x-VOX de MSC. Solo lo que el dispositivo no puede hacer llega a esta capa.
Debido a que cada llamada pasa por un solo lugar, el proveedor puede cambiar de proveedores a medida que la tecnología, los precios y las regulaciones cambian, siempre que la licencia del nuevo sistema permita el uso comercial, lo que algunos modelos abiertos, como InkubaLM, No lo hagas. Aunque construir este diseño es una cuestión sencilla, ponerlo en funcionamiento es algo en lo que muchos proveedores tendrán dificultades.
Construya las partes compartidas una vez.
Tomemos como ejemplo a 12 proveedores de servicios financieros en un solo país. Comparten un supervisor, un sistema de identidad, una red de pagos y un conjunto de idiomas, pero cada uno construye las mismas conexiones, herramientas de idiomas y pruebas por sí solo. Cada uno aún financia lo que compite con su propio balance de capital, y sin evidencia de retorno de los demás, la mayoría de los consejos de administración esperan. Poco capital externo llena el vacío. A partir de septiembre de 2026, la inclusión financiera y la agricultura recibieron 445 millones de dólares en 12 países, de los 90 mil millones de dólares en capital de IA monitorizados por la Mapa de Accendo Capital Flows en los mercados emergentes. Es la mitad de un centavo por cada dólar, y casi todo se lo llevaron las empresas individuales.
Propomos construir un espacio común abierto, gestionado por una organización sin fines de lucro, que publiquen tres cosas: un diseño abierto para la capa, herramientas en idiomas locales y modelos específicos del dominio con pesos abiertos que cualquiera pueda inspeccionar. Cada proveedor los implementa localmente en sus propios sistemas, bajo sus propias reglas, y los adapta a su propio mercado. Los proveedores obtienen menores costos, resultados comparables antes de comprometerse, y estándares comunes que les permiten cambiar de proveedor sin que ello afecte a su responsabilidad ante su supervisor.
Las subvenciones construirían los servicios comunes, y las cuotas de los miembros los mantendrían. Buscamos socios de financiación que apoyen la infraestructura compartida y queremos escuchar a proveedores, vendedores y supervisores que vean el problema de manera diferente.
Malti, la vendedora de verduras, nunca verá la capa de encaminamiento y control de inteligencia artificial. Verá a un prestamista que puede leer su cuaderno, responderle en su propio idioma y ofrecer términos que sean adecuados para su negocio. Una base común hace que esto sea accesible para todos los proveedores de su país.
Este es el primer de cuatro capítulos. El segundo capítulo profundiza en la arquitectura: el jardín vallado y con acceso restringido que establece qué propiedad tiene un proveedor y qué alquila, cómo funciona la capa en los dispositivos y cómo se gobierna y financia el bien común. El tercer capítulo analiza los riesgos, incluidos los modelos compartidos que fallan juntos, y cómo el diseño responde a ellos. El cuarto capítulo plantea preguntas específicas a los financiadores, supervisores y proveedores, así como a un primer grupo de proveedores en un solo país.
Seguirá llegando más información.
