“Si ya sabes lo que tienes que hacer y no lo haces, entonces estás peor que antes”
Confucio
En un interesante artículo de MIT Technology Review titulado “Los dos ritmos de la IA: la mayoría de las empresas siguen sin revolución”, se concluye que mientras los gigantes de internet han introducido la inteligencia artificial en casi todo su negocio, a la mayor parte de las empresas “tradicionales” les está costando mucho aprovecharse de todo su potencial.
Identifican la falta de homogeneidad en los datos y la escasa preparación de los empleados como los dos principales problemas. Por su importancia, merece la pena reflexionar sobre estos dos temas. Disponer de un modelo de Gobierno, gestión y calidad del dato se ha convertido desde hace tiempo en un factor clave para el adecuado funcionamiento de los procesos de negocio, transaccionales y operativos de las empresas.
Es evidente que por muy modernas plataformas digitales que se desarrollen incorporando Inteligencia Artificial o Machine Learning, si la empresa no considera el dato como un activo estratégico y no dispone de un buen modelo para su gestión, estará infrautilizando las nuevas tecnologías, desperdiciando oportunidades de crecimiento y por lo tanto poniendo en riesgo su futuro.
Hablar de calidad del dato significa hablar de:
- Procesos de acceso y consumo de datos.
- Disponibilidad de la información, que integra aspectos como accesibilidad (integración con fuentes internas y externas) oportunidad, sistemática, usabilidad y credibilidad.
- Automatización reduciendo al máximo la intervención manual con criterios de eficiencia.
- Confiabilidad, persiguiendo la exactitud, consistencia, integridad y completitud de la información.
- Transformación y calidad de presentación.
Algunas prácticas (malas prácticas) del pasado como “proteger” la información como un activo propio, por aquello de que la información es poder, deberían, si todavía existen, erradicarse de forma inmediata de las compañías. Hoy la información tiene que fluir por la organización siendo un objetivo de todos sus profesionales mejorarla sistemáticamente para que pueda aportar todo su valor en términos de eficiencia, negocio y experiencia de clientes. La falta de capacitación aparece como la segunda barrera identificada para obtener el máximo rendimiento en el despliegue de la Inteligencia Artificial en las organizaciones.
Para superar este obstáculo identificamos cuatro ejes de actuación:
- En primer lugar, definir cuáles son las necesidades concretas de la compañía, en términos de gestión del dato, de acuerdo con su estrategia de negocio.
- En segundo lugar, seleccionar en el seno de la organización a aquellos profesionales que tenga el perfil y actitud adecuada para, después de la correspondiente formación, desarrollar las nuevas funciones.
- A continuación, si es necesario en este ámbito el conocimiento especializado y las nuevas ideas puede resultar un factor determinante, incorporar a expertos en el manejo y análisis de datos. Unas incorporaciones que se tendrían que realizar en las áreas clave de las empresas y que tendrían como segundo objetivo el de convertirse en agentes del cambio e impulsores del nuevo modelo.
- Y, por último, desarrollar una cultura entorno a la importancia del dato en toda la organización, como la mejor forma de conocer y optimizar la experiencia de los clientes. Construir organizaciones ágiles, flexibles y orientadas al cliente, solo es posible en empresas que sitúan el dato como un activo estratégico y son capaces de descentralizar la toma de decisiones porque tienen un modelo de gestión de los datos, sistemas avanzados y unos profesionales capacitados.
Como muy bien se precisa en el artículo del MIT, cuando se trata de cambiar la forma de hacer los negocios, los algoritmos son solo una pequeña parte de lo importante. Los elementos organizativos, desde el departamento de Informática hasta la dirección de una empresa, son mucho más importantes. Casi todo el mundo tiene que estar en sintonía con el funcionamiento de la IA y saber cuáles son sus puntos débiles, especialmente las personas que deben confiar en sus opiniones. Todo esto no solo requiere inversión, también paciencia, meticulosidad y otras habilidades muy humanas que a menudo escasean.
Debate propuesto: ¿Qué sectores consideras más impactados por esta doble velocidad en el desarrollo de la Inteligencia Artificial?
Creo que el sector distribución lleva trabajando años en extraer valor de la «enorme» cantidad de información que tiene de los hábitos y costumbres de sus clientes. Los sectores Financiero (banca y seguros) y Telco acumulan también muchísima información, aunque la han enfocado mas hacia la detección del fraude que para generar mayores ingresos. El resto de los sectores están aún lejos aunque el industrial (incluido el tecnológico) ha empezado con la detección precoz de averías antes de que están sucedan.
La calidad del dato sigue siendo para todos los sectores la parte mas débil del proceso, y al ser una tarea poco vistosa y cara de realizar, probablemente lo siga siendo en el futuro próximo.
Fernando, totalmente de acuerdo con tus reflexiones. Ya sabemos que lo que no luce ….
Excelente artículo. En lo que respecta al significado de calidad del dato, tan sólo añadir: «Relevancia» y «cómo de conciso es el dato». Gracias
Amparo gracias por participar.
Totalmente de acuerdo con lo que comentas.
Sin duda una clave importante para el desarrollo de la cultura del dato que mencionas y con la que no puedo estar más de acuerdo es la capacidad de las empresas de imaginar que puede/quiere hacer con estos datos. Si siempre haces las mismas preguntas siempre obtendrás las mismas respuestas!! Y yo creo que esto es lo qu está sucediendo con lo que se hacen ingentes inversiones por estar a la moda pero no se cambian los paradigmas. Esto hace que la IA no termine de despegar.
Yo creo que en el sector financiero esto es especialmente claro. Porque la cultura de las mismas sigue siendo, con el adjetivo de digital delante de cualquier estrategia, la misma que hace años y se sigue sin entender que el cliente es el centro por mucho que los directivos digan lo contrario. Esto hace imposible el poder cambiar la forma de entender el negocio. Pensemos simplemente en los mensajes que recibimos de nuestro banco ……
Fernando, me viene a la cabeza una cita de Skinner alineada con lo que dices «lo importante no es si piensan las máquinas, lo verdaderamente importante es si lo hacemos los humanos»