3 motivos para planificar su Transformación Analítica ahora

La inteligencia artificial es una disciplina relativamente joven en las empresas y en constante evolución. Sin embargo, la experiencia de empresas pioneras en diversos sectores y continentes confirma su alta generación de valor cuando viene acompañada de una verdadera transformación de la empresa. Quienes todavía no tienen interiorizado su plan de transformación analítica deberían empezar ahora para poder llegar a tiempo, como lo explico a continuación.

  1. Ser analítico es cada vez más necesario para mantener competitividad

Muchas decisiones importantes de negocio son mejores cuando soportadas con data. La neurociencia ha confirmado recientemente lo que el sentido común siempre nos ha dejado entender: el hombre puede ser irracional, sesgado y hasta ciego. La máquina tampoco es 100% confiable; la clave es definir precisamente el rol del hombre y de la máquina para cada decisión, como lo explicaba en un artículo anterior. En problemas muy repetitivos como prever la demanda de productos de consumo masivo en tiendas minoristas, las empresas más avanzadas y exitosas limitan la intervención del hombre a casos excepcionales. En problemas más sensibles como diagnósticos médicos, el radiologista es asistido por inteligencia artificial.

En todos los sectores, la brecha de competitividad entre empresas pioneras en analítica y las demás está creciendo, amenazando la sostenibilidad de las últimas. Quienes han tenido éxito en analítica redoblan esfuerzos e inversiones para volverse aún más analíticos, generando el círculo virtuoso explicado en un artículo reciente de MIT y BCG.

  1. Ser analítico requiere una transformación a nivel personas, organización, procesos y tecnología

La evolución humana nos ha hecho veloces y precisos para distinguir perro de gato, pero malos para las estadísticas. Nociones básicas como tamaño de muestra o intervalos de confianza son obviadas por muchos decisores. Las necesidades de aprendizaje para alcanzar el alfabetismo de datos universal son enormes pero facilitadas por contenidos buenos y de bajo costo en portales de educación y redes sociales. El ‘mindset’ de muchos hacia la data también debe cambiar para ver la data como una oportunidades en vez de una amenaza a la carrera profesional o al puesto de trabajo.

A medida que la data se democratice en la empresa, su estructura organizacional debe progresivamente incorporar áreas de Gobierno de Datos, Centro de Excelencia en Analítica y Arquitectura Tecnológica. Deben adoptarse los principios de agilidad para mayor eficiencia y velocidad en los desarrollos analíticos y digitales en general.

El uso de modelos analíticos también implica una nueva forma de trabajar y consecuentemente nuevos procesos para el usuario directo, y a menudo los demás ‘stakeholders’ del proceso. Un ejemplo es el mantenimiento predictivo de una planta: Pasando del mantenimiento preventivo tradicional al predictivo, la planificación de compras de repuestos y del personal de mantenimiento deben cambian radicalmente para que funcione.

Con la cantidad de modelos analíticos en operación crece exponencialmente la complejidad tecnológica y se impone una infraestructura que integre el proceso analítico ‘end-to-end’ para mantener control y eficiencia. La complejidad puede ser tal que la mejor alternativa hoy día es aliarse con proveedores especializados – Microsoft, Google o AWS por ejemplo – lo que también constituye un cambio significativo para muchos.

  1. Una transformación requiere planificación

Como cualquier transformación, la analítica requiere por lo menos 2 años con recursos significativos en dedicación de altos ejecutivos, inversiones en infraestructura y apoyo externo. Un programa de tal envergadura tiene que ser acompañado de un plan. Paradójicamente, el plan inicial no debería ser la estratégica de datos todavía sino una simple hoja de ruta. En efecto, una organización no tiene inicialmente el conocimiento suficiente en analítica de datos para pensar estratégicamente sobre el tema. Debe experimentar primero y por eso se recomiendan proyectos piloto antes de desarrollar una estrategia y escalar.

Espero haberles convencido de planificar en cuanto antes su transformación analítica, si no han empezado todavía. Su competitividad está en juego y los ganadores no serán los más fuertes, sino los más veloces.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s