Esta tesis demuestra cómo la inteligencia artificial puede transformar digitalmente a las PYMEs del sector turístico, mejorando procesos clave y aumentando la rentabilidad. El sistema SYSTEM-TH-001, basado en aprendizaje automático, sistemas multiagente bioinspirados y procesamiento del lenguaje natural, destaca por identificar clientes con alta propensión a la compra, distribuir eficientemente la carga de trabajo y optimizar las recomendaciones personalizadas. El uso de software libre redujo costes y permitió personalizar soluciones tecnológicas. Sin embargo, se enfrentaron desafíos como la gestión del cambio y el mantenimiento de la infraestructura tecnológica. Los resultados confirman el impacto positivo de la IA, aplicable a diversos sectores.
6.1 Conclusiones
Esta tesis doctoral ha pretendido ser un ejercicio práctico de un proceso de transformación digital de una Pyme, del sector del turismo. Demostrando que la aplicación de la inteligencia artificial puede tener un efecto positivo muchos procesos de la empresa. Durante esta investigación se ha implementado un sistema de gestión integral, mediante el uso de técnicas de aprendizaje automático (ML), sistemas multiagente bioinspirados (MAS) y procesamiento del lenguaje natural (PLN). Se detallan a continuación las conclusiones que se pueden extraer del aprendizaje obtenido durante el proyecto de investigación.
La implementación de un proceso analítico para clasificar los potenciales clientes ha sido uno de los hitos destacados en el proyecto. Mediante el uso de datos históricos sobre ventas, la solución SYSTEM-TH-001 optimiza el proceso de ventas, identificando aquellos clientes que tienen una mayor propensión a la compra. El uso de estos modelos ha demostrado ser una herramienta fiable e innovadora con el fin de aumentar las ventas, sin duda es un logro que demuestra que la inteligencia artificial puede
ser una de las mejores tecnologías a disposición de la toma de decisiones basadas en datos, hoy en día.
El uso de las técnicas de sistemas multiagente inspirados, es una de las innovaciones más evidentes de este proyecto. Esta arquitectura ha permitido la distribución de la carga de trabajo de las diferentes tareas existentes en la agencia de viajes, de una forma intuitiva y eficiente. Una de las características de esta tecnología es su gran capacidad para adaptarse a los cambios, mediante al aprendizaje conseguido durante las fases de interacción con los usuarios. Nuestro ejemplo abre el camino para explorar las posibilidades que ofrecen los sistemas multiagente en el entorno empresarial.
El procesamiento del lenguaje natural (PLN) es otra de las tecnologías de inteligencia artificial que se ha implementado en este proyecto. Mediante esta tecnología se ha podido analizar grandes volúmenes de datos del tipo texto, como son los mensajes iniciales de los clientes y los documentos de ofertas concretas, lo que ha permitido mejorar la capacidad del sistema para ofrecer recomendaciones óptimas. En concreto, mediante el uso de herramientas software como SOFTWARE-TH-002 y también modelos del tipo SOFTWARE-TH-003 se ha demostrado que esta tecnología es clave para comprender las preferencias de los clientes y poder optimizar las ofertas realizadas a los clientes. Además, esta tecnología no solo ha permitido mejorar la experiencia del cliente con el proceso de venta, sino que también a incrementado el conocimiento disponible sobre este problema de negocio dentro de la empresa. Una de las innovaciones en este ámbito, ha sido la aplicación de algoritmos de Support Vector Machines (SVM) para la contrucción de un modelo de clasificación del género del autor de un texto. Este reto, finalizado con éxito, demuestra que la precisión de los modelos puede incrementarse, cuando se aplican técnicas tradicionales como el stemming en idiomas fuertemente inflexionados, como el español. Este descubrimiento, puede guiar mejor el desarrollo de otras aplicaciones de inteligencia artificial en el futuro en entornos multilingües, lo que destaca la necesidad de adaptar las técnicas que se utilizan de procesamiento del lenguaje natural a las características de cada idioma. La clasificación del género en este problema se ha considerado como binaria, pero los resultados obtenidos permiten soñar con otras soluciones que pueden ser implementadas en el futuro.
Un detalle muy destacable de esta tesis es la apuesta firme por el uso de software libre. Gracias a esta decisión la empresa hoy en día goza de un estado de soberanía digital elevado y le permite reducir los costes de la implementación de soluciones software, más aún si cabe cuando dichas soluciones son tecnológicamente muy avanzadas. Además el uso de software libre, también ha permitido crear un sistema a medidad de las necesidades de la empresa, demostrando que la pequeña y mediana empresa (Pyme) también pueden beneficiarse del uso de inteligencia artificial, sin la necesidad de depender de soluciones privativas de alto coste. Esta estrategia, ha si-
do económicamente beneficiosa, pero además ha proporcionado a la empresa una mayor capacidad de adaptación a los cambios.
Aún con los éxitos alcanzados en el proyecto, se deben mencionar también los obstáculos y limitaciones que se han encontrado. El desafío clave es la gestión del cambio ante las nuevas tecnologías dentro de la empresa. Introducir nuevas tecnologías, cuando los usuarios no conocen como funcionan las mismas, suele producir desconfianza y requiere de un esfuerzo extra de formación. Además, implementar técnicas avanzadas de inteligencia artificial muestra la relevancia de disponer de una gestión del conocimiento como proceso en la empresa. Pero sin duda el gran desafío es el mantenimiento de una infraestructura tecnológica, para disponer de un sistema robusto y que permita la evolución del mismo.
Se puede afirmar que este proyecto ha sido un éxito para la empresa y muestra el camino hacía nuevas oportunidades en la aplicación de tecnologías de inteligencia artificial en el sector turístico y en cualquier otro. En concreto, la expansión del sistema para incluir funcionalidad de comercio electrónico, integrando a proveedor turísticos, son vías muy prometedoras para el futuro. La posibilidad de desarrollo de un agente de viajes virtual que utilice técnicas de procesamiento del lenguaje natural, para la automatización completa de los procesos, representaría un avance disruptor en el mercado. Además en el futuro, se abre la puerta a la optimización de los sistemas multiagente, para resolver problemas complejos, como podría ser una negociación integrativa que considere las preferencias de los clientes y su integración con sistemas de recomendación más sofísticados como los que ofrecen las técnicas de recomendación que utilizan el aprendizaje profundo.
En resumen, esta tesis ha sido una demostración real de la aplicación de la inteligencia artificial en una empresa del sector turístico, obteniendo con ello un gran retorno de la inversión (ROI), gracias a los bajos costes tecnológicos, la mejora en los procesos de negocio y en definitiva el incremento de la rentabilidad de la empresa. SYSTEM-TH-001 es un ejemplo que demuestra cómo las Pymes pueden obtener numerosos beneficios mediante la integración de nuevas tecnologías y muestra los principales obstáculos a tener en cuenta en un proyecto de este tipo: la mejora de la adaptación al cambio y la necesidad de incrementar la formación a los empleados. Los resultados que se han obtenido, muestran la eficacia del sistema para resolver el problema de negocio planteado: mejorar el proceso de venta e incrementar la rentabilidad de la empresa, lo que sin duda puede ser de aplicación no solo en el sector del turismo, sino en cualquier otro.
6.2 Trabajo futuro
El trabajo futuro de esta tesis puede enfocarse en diversas líneas de investigación y desarrollo, derivadas de los logros alcanzados y de las limitaciones identificadas durante el proyecto. Algunas posibles áreas de exploración incluyen:
Desarrollo de un agente de viajes virtual completamente automatizado: Basado en técnicas avanzadas de procesamiento del lenguaje natural (PLN) y sistemas multiagente (MAS), este agente podría ofrecer un servicio personalizado y en tiempo real, gestionando todas las etapas del proceso de reserva y mejorando la experiencia del cliente.
Integración de comercio electrónico: Ampliar las funcionalidades del sistema SYSTEM-TH-001 para incluir una plataforma de comercio electrónico que conecte directamente a los proveedores turísticos con los clientes finales. Esto podría simplificar la gestión de reservas y mejorar la eficiencia operativa.
Optimización de sistemas multiagente: Investigar nuevas arquitecturas y estrategias bioinspiradas para resolver problemas más complejos, como la negociación integrativa. Estas técnicas podrían incluir algoritmos de aprendizaje profundo que consideren las preferencias de los clientes y permitan recomendaciones más sofisticadas.
Adaptación a entornos multilingües: Desarrollar modelos PLN especializados en múltiples idiomas, optimizando el rendimiento de sistemas como SOFTWARE-TH-003 o SOFTWARE-TH-002 para aplicaciones globales, especialmente en mercados con alta diversidad lingüística.
Evolución del framework SYSTEM-TH-001 para nuevos sectores: Adaptar el sistema a otros sectores como el comercio minorista, la salud o la educación, demostrando su versatilidad y valor en contextos empresariales más amplios.
Educación y formación: Diseñar programas de capacitación para empleados de PYMEs que adopten inteligencia artificial, abordando el desafío de la resistencia al cambio y promoviendo una cultura empresarial digital.
Estas áreas representan oportunidades significativas para ampliar el impacto de las tecnologías implementadas, promoviendo la transformación digital de las empresas y la investigación en inteligencia artificial aplicada.
6.3 Publicaciones realizadas
Contribuciones a revistas:
Tourist services management through clients scoring using a bio-inspired agent
architecture. Raúl Moreno, Alberto Fernández-Isabel, Víctor Aceña, Javier M Moguerza, 2024, VENUE-TH-057. Volume 21 Issue 4 Pages 1243-1268
Adapting support vector optimisation algorithms to textual gender classification. J Gomez, C Alfaro, F Ortega, JM Moguerza, MJ Algar, R Moreno. VENUE-TH-058, 1-26
Contribuciones a congresos:
Automatic detection of potential customers by opinion mining and intelligent agents R Moreno, COMPANY-002, A Fernández-Isabel, IM de Diego, JM Moguerza, 2022 17th PUBLICATION-003 (FedC- SIS)
Otras contribuciones no relacionadas con el proyecto de tesis:
Inteligencia artificial y música. Raúl Moreno Izquierdo. Jornadas "ORG-TH-134”, 2024, ORG-TH-009
Pilot project on joint application of artificial intelligence and graphology for suicide prevention. Isasi-Sánchez L , López-Gómez J.E. , Moreno-Izquierdo R , González-Álvarez J.L.17th EVENT-TH-101, Barcelona (Spain), 6th - 7th July 2023