El contexto, la necesidad 📍

En un entorno en constante evolución, la transformación digital se impone como una herramienta imprescindible para las empresas que desean seguir siendo competitivas. MAIF, uno de los principales actores del sector de los seguros en Francia, ha sabido dar este giro integrando la IA en sus servicios, con el fin de mejorar la experiencia del cliente y optimizar sus procesos internos.

Ante la creciente adopción de la IA en diferentes casos de uso (generación automática de respuestas, síntesis de conversaciones telefónicas, optimización de los procesos de asistencia), ha surgido un nuevo reto: pasar de la experimentación a la industrialización. Este proceso implica la ampliación de las soluciones de IA, así como la integración de herramientas robustas para la observabilidad (monitorización, alertas), la seguridad de los datos y la gobernanza. MAIF también expresó la necesidad de estructurar una «Watch technique» dedicada a las prácticas MLOps y LLM Ops, combinando infraestructuras locales y en la nube a través de Azure, con el fin de garantizar tanto la flexibilidad como el cumplimiento de los estrictos requisitos normativos.

 

El enfoque implementado, la solución 🛠

Para responder a estos retos, se solicitó a nuestro equipo que acompañara a MAIF en la industrialización de sus soluciones de IA y en la implementación de un enfoque sólido de MLOps (Machine Learning Operations) y LLM Ops (Large Language Model Operations). El objetivo es doble: garantizar la fiabilidad de los procesos de investigación y desarrollo, al tiempo que se facilita la rápida puesta en producción de las soluciones de IA.

Propusimos un enfoque híbrido que combina la nube (a través de Azure) y las infraestructuras locales para cumplir con los requisitos de seguridad, conformidad y rendimiento. La integración de los procesos MLOps y LLM Ops no solo garantiza la reproducibilidad de las experiencias de IA, sino que también asegura un seguimiento continuo, desde el diseño hasta la implementación en producción.

 

Principales actividades realizadas ✅

La industrialización de los servicios de IA en MAIF ha requerido la implementación de numerosas soluciones técnicas y optimizaciones específicas.
Estas son las principales actividades realizadas:

• • Consolidación de los equipos de IA: hemos reforzado las competencias internas en MLOps y LLM Ops, proporcionando herramientas y marcos adaptados para una mejor gestión del ciclo de vida de los modelos (seguimiento, implementación, supervisión).
• • Integración de soluciones MLOps en los procesos de I+D: la incorporación de soluciones de seguimiento de experiencias y reproducibilidad a través de MLflow ha permitido estructurar los procesos de desarrollo de IA, al tiempo que se ha mejorado la trazabilidad de los datos y los modelos.
• • Optimización de los procesos de IA: hemos optimizado el rendimiento mediante cálculos distribuidos y la calidad de los datos, integrando procesos en tiempo real con Apache Kafka para un procesamiento fluido a gran escala.
• • Implementación de soluciones de almacenamiento: despliegue de almacenes de características para centralizar las funcionalidades de IA y mejorar el acceso y la explotación de los datos a lo largo del ciclo de vida de los modelos.
• • Implementación y supervisión de LLM: Los LLM se han implementado en Azure con soluciones de supervisión en tiempo real, que abarcan casos de uso como la generación de respuestas automáticas y la síntesis de conversaciones, con un seguimiento continuo para evitar desviaciones de los modelos (drift).

 

La pila técnica, los modelos utilizados 🤖

                 

 

Los resultados, los beneficios obtenidos ✨

Los resultados de esta colaboración con MAIF son tangibles en varios niveles, con beneficios inmediatos en términos de rendimiento y fiabilidad de las soluciones de IA.

 

📊 Soluciones de IA fiables y eficaces en producción

La integración de solucionesde IA en la producción ha permitido aumentar la fiabilidad tanto de los procesos internos como de los servicios al cliente. La escalabilidad de los modelos a través de la nube Azure y las canalizaciones optimizadas han mejorado considerablemente el rendimiento, al tiempo que garantizan una mejor gestión de los datos.

 

🧑‍💻 Mejora de las competencias internas y la autonomía

Gracias a la consolidación de los equipos y a la adopción de buenas prácticas en MLOps y LLM Ops, los equipos de MAIF han reforzado sus competencias en materia de gestión del ciclo de vida de los modelos de IA. Esto les permite ahora ser más autónomos en la gestión y la evolución de sus soluciones de inteligencia artificial.

 

👀 Observabilidad y seguridad de los servicios de IA

La implementación de herramientas de supervisión,alerta y seguridad de los modelos ha permitido supervisar continuamente el rendimiento de las soluciones de IA, lo que garantiza una detección rápida de anomalías y la prevención de desviaciones de los modelos (drift). La seguridad de los datos y los procesos también ha reforzado la confianza en estos sistemas.

 

Conclusión

La industrialización de las soluciones de IA en MAIF ha permitido transformar la experimentación en una verdadera palanca de competitividad. Al integrar procesos robustos, escalables y seguros, y al tiempo que se establece una gobernanza rigurosa mediante prácticas MLOps y LLM Ops, MAIF se posiciona ahora a la vanguardia de la innovación en IA. Gracias a este enfoque, la empresa está en condiciones de responder a los retos futuros, al tiempo que garantiza la excelencia operativa y la mejora continua de los servicios.

 

Enlaces útiles 🔗

🦹 Nuestros logros tecnológicos a medida en ingeniería de datos