10 claves sobre la relación entre personas y algoritmos en la gestión

Podemos decir que las empresas están en pleno proceso, algunas más adelantadas y otras que ni siquiera han empezado, en el ajuste de la relación de las personas y los algoritmos. Asistimos a un contexto en el que se está generando la hibridación entre ambas partes, siempre (y esperemos que esto no cambie nunca) con la supervisión de las personas. Concretamos en 10 las claves que definen este fenómeno:

  1. Desde el punto de vista de la gestión de la empresa, la relación entre las personas y los algoritmos en forma de apps, CRM, analítica de datos…, no se coordina con eficiencia. Se produce pero con desajustes, fruto en muchos casos de los choques entre las culturas corporativas tradicionales y los nuevos procesos innovadores.
  2. Internamente, las personas deben tener libertad de acceso a los datos y ser conocedoras de los resultados y los análisis de los mismos, si bien la presencia de determinados niveles de jerarquía marca los usos de acceso a más o menos información según el organigrama.
  3. Hacia el exterior, la implantación creciente de algoritmos se define en función de los estándares de respuestas automatizadas y de las que las personas siguen estando obligadas a llevar a cabo.
  4. A pesar de que se puedan tener claras las ideas de avanzar en esta forma de trabajo, lo cierto es que se dan muchos casos de inversiones realizadas y de falta de progreso en el conocimiento y uso de las nuevas herramientas.
  5. Existe en esa línea un déficit de profesionales preparados para poder ejecutar los nuevos instrumentos
  6. La centralidad del cliente es cada vez más patente, y la forma de contentar sus intereses es mediante la concentración y evaluación de los datos que se desprenden de su actividad. Las opiniones y los posicionamientos de los clientes son fundamentales y definen el producto, la producción y la distribución, además de a la propia organización de la empresa.
  7. Las empresas está evolucionando  en los esquemas de producción y distribución desde procesos lineales a otros en plataforma, propios de internet y la digitalización.
  8. Los sistemas en plataforma definen nuevas relaciones con los clientes, sin tanta intermediación.
  9. Los niveles de información en tiempo real modifican también las relaciones con los proveedores, definidas sobre todo por la calidad del servicio según los criterios marcados por las opiniones de los clientes.
  10. Aunque hay retrasos evidentes en sectores y empresas, la empresa camina hacia la evolución de los algoritmo que es la Inteligencia Artificial. No se trata poco a poco de concentrar datos y analizarlos para tomar decisiones o efectuar previsiones. Al final, el escenario hacia el que avanzamos es el del control ejercido por las máquinas.

Lecturas para este post

The evolution of Analitics

The future of supply chains as networked ecosystems

When People Don’t Trust Algorithms

 

El análisis de los datos marca la evolución de los productos, más que los propios productos en sí

El valor de los productos depende cada vez más de los datos que genera que de los propios productos en sí. El análisis de la información que surge en el devenir de los productos representa su ser o no ser en los mercados. Este fenómeno es bien patente en aquellas plataformas que han nacido en los últimos años en internet: Facebook, LinkedIn, Uber… Su negocio parte del análisis de los datos de aquellas personas que se han inscrito en estas plataformas como contraprestación a un servicio gratuito. Es algo que se ve muy claro con Google, por ejemplo, que nos permite usar su cuenta de correos (Gmail) como compensación a la cesión de nuestros datos.

Si nos detenemos en analizar el volumen de información que se produce en torno al alquiler vía online de una casa, resulta más determinante las propuestas que me puedan presentar dado mi perfil como cliente potencial, que el hecho de que la vivienda cumpla perfectamente con mis pretensiones.  Es así, porque las características medias de los inmuebles son parecidas y es un tipo de decisión que se rige más por criterios de renta salarial. La línea que marca Amazon, como gigante mundial del comercio online es la misma, pero bastante más aquilatada aún, de tal manera que son más eficaces las ofertas que me realizan en los momentos en los que me las hacen, que el valor de los productos que son fácilmente rechazables una vez comprados.

Las plataformas atienden a los clientes como unidades globales, en unas determinadas coordenadas generales de contexto. El cruce de sus datos permite obtener una visión integral, lo cual hace que un cliente consiga propuestas de productos diversos de diferentes categorías en vez de una línea de productos nada más. El estudio de datos se podría dividir en dos: el analítico que permite el conocimiento de un determinado perfil o perfiles de clientes; y el prospectivo que sirve para realizar una serie de previsiones de los comportamientos de los clientes en el futuro. También hay que tener en cuenta el uso de los datos para lanzar, en una plataforma concreta, determinadas campañas publicitarias online pertenecientes a otras empresas. El prototipo más claro de esta opción es Facebook, que vende los datos de sus usuarios a terceros para que estos promocionen sus productos.

En un especial del MIT Sloan titulado The Future of New Product Development se describe un modelo de producto basado en los datos que es muy útil pues arranca desde la aparición del concepto inicial del propio producto:

  1. Lo primero para determinar el propio producto es localizar los datos del mercado que nos demuestren la necesidad objetiva.
  2. Después hay que adquirir esos datos concretos, y no hacerse con un volumen de información excesiva que dan claves de menor importancia para unos determinados intereses.
  3. El tercer paso es refinar un procedimiento o automatismo a través de un logaritmo o ‘machine learning’, para que nos suministre habitualmente aquella información específica y necesaria.
  4. Dotación de un sistema de almacenaje y recuperación de la información adecuada que requerimos, creando un histórico para comprobar la evolución de los datos con el paso del tiempo.
  5. La incorporación de los datos se realizan en tiempo real, atributo normal dado el entorno digital en el que nos encontramos. Ese ritmo es clave pues los cambios de los gustos de los clientes pueden ser constantes.
  6. Actualmente, la adquisición de sistemas de análisis de datos se está convirtiendo en algo más normal. Probablemente los sistemas que permiten hacer predicciones son menos habituales lo que puede suponernos una ventaja competitiva, algo que hay que tener en cuenta.

La complejidad de nuestro entorno nos sitúa ante un marco en el que o tenemos el auxilio del estudio de la información relacionada con nuestros productos, o corremos el serio riesgo de quedarnos fuera del mercado. La dificultad para entender qué es lo que ocurre tiene que ver con los comportamientos online de las personas, que no obstante actúan más como colectivo que como individuos. La aparición de determinados eventos generan estructuras superiores de comportamiento que serían las que deberíamos analizar. Por eso hay que estudiar y tomar decisiones documentadas o, más aún, crear nuestros productos en función del estudio y las predicciones de los datos colectivos.

El valor de la información es cada vez mayor, pero desde luego de nada nos vale si no sabemos qué hacer con ella. Aquí es donde entran en funcionamiento los científicos de datos, una profesión en alza. También tenemos a nuestra disposición herramientas, algunas gratuitas y otras de pago que comparecen en el mercado. Podríamos decir que no hay excusa suficiente para no entrar en esta fase nueva que nos plantea el proceso de transformación digital. La empresa se construye de otra manera ahora. Los productos no son nada si no tienen una base relacionada con el estudio de datos. No queda otro camino: analizar la información si queremos encontrar un sentido a todo lo que está ocurriendo.

 

El eje cliente-producto, clave de la transformación digital y del desarrollo de la inteligencia artificial

Si el centro de la actividad de la empresa es el cliente (evidencia que claramente se refuerza por la influencia de internet) no podemos olvidar que para el cliente lo importante es el producto. Y es por eso que atenderlo resulta primordial porque su génesis, mantenimiento y evolución se está modificando continua y notablemente, como se puede confirmar sobre todo en los productos tecnológicos o las plataformas de internet. De alguna manera es como si se estableciese, con sus limitaciones, un sistema de prueba y error desde el momento en el que producto ve la luz, obtiene el feedback del entorno hasta que llega a una cierta estabilidad; y para entender esto pensemos en un software por ejemplo.

Efectivamente, el ciclo de vida de los productos se ha hecho mucho más corto, al tiempo que se distingue también por su complejidad. La vigilancia de la evolución de los mismos se tiene que extremar. La interacción es la base de este proceso, ya que si nos encontráramos ante un acontecimiento cerrado y acotado, la aparición de un producto y su evolución se llevaría a efecto únicamente a través de los criterios de los que lo fabrican, si bien se situaría de espaldas a las reacciones del entorno. La variabilidad e inestabilidad en nuestros días es lo que hace que concibamos los productos como servicios. Es lógico dado que las personas nos pueden detectar problemas para lo que tendremos que pedir perdón y aprovechar esa información para mejorar nuestro producto, con una reflexión añadida: las mejoras que nos aporten, bien gestionadas, nos pueden permitir ganar más.

La atención al eje cliente-producto es la más completa a la hora de adaptar mi empresa al entorno digital. Esta coordenada no tiene sentido sino se le añade la capa tecnológica, pues sin la involucración de las máquinas no estaríamos bien orientados en relación con la manera de trabajar que se está imponiendo en la transformación digital. La innovación tecnológica es lo que además nos provoca los cambios continuos y lo que nos exige una capacidad de adaptación permanente. La expresión más determinante de este esquema son los datos, su análisis y la generación de algoritmos matemáticos que marcan una fórmula de progreso en la que las máquinas van ganando en autonomía propia.  Hablamos de la inteligencia artificial, nombre que nos coloca ante el reto inevitable del protagonismo de los robots frente al de las personas que gestionan las compañías.

Las noticias online son un ejemplo muy ilustrativo de cómo se ejecutan los cambios permanentes de los productos y de cómo camina el uso progresivo de la inteligencia artificial. En su día empezamos con los agregadores de noticias, unas páginas web con dispositivos RSS en las que podíamos (y podemos) concentrar aquellos medios de los que queremos estar informados. Después ha seguido la elección de artículos según los intereses de los lectores. Lo siguiente es incorporar el análisis de big data con el objetivo de anticiparse a los gustos de los lectores. Y el paso posterior, en el que trabaja por ejemplo Facebook, es descubrir las noticias falsas a través de inteligencia artificial.

Si contemplamos un panorama más global de los cambios que provoca la inteligencia artificial, podríamos distinguir tres vías, de menor a mayor complejidad o, de igual modo, con más o menos protagonismo de las máquinas. Esta triple perspectiva es muy interesante cuando, con toda la razón del mundo, en nuestros días aparecen muchas dudas con respecto al uso de la inteligencia artificial. Lo significativo de esta visión es que, sin darnos cuenta, ya existen muchas actividades que dependen de la presencia de las máquinas. Pero veamos las tres vías de las que hablamos con proyección desde el presente al futuro:

  1. La inteligencia artificial “asistida”, que está mejorando herramientas que ya utilizamos sin pararse ahí, pues las posibilidades de generar más y mejores atributos para el producto no se detienen. Es el caso de Gmail, servidor de correos electrónicos de Google que divide en varios grupos nuestros emails: principal, notificaciones, promociones y foros, simplemente analizando las características de los emails que recibimos y sin que medien nuestras indicaciones como usuarios de este servicio para que hagan esas distinciones.
  2. La inteligencia artificial “aumentada” que es aquella que permite hacer a las empresas aquello que hasta ahora era imposible de no haber contado con la involucración de algoritmos mejorados. El ejemplo es Netflix, que ha conseguido realizar propuestas de contenidos sin analizar una a una a las personas, sino estudiando sus datos en grandes escenarios sociológicos.
  3. La inteligencia artificial “autónoma”, que es aquella que funciona de manera independiente y toma decisiones por su cuenta sin necesidad de que medien los seres humanos. Esta opción está relativamente avanzada en nuestros días, aunque es claro que irá a más en el futuro.

Aunque la inteligerncia artificial demanda mucha atención de los medios en la actualidad, realmente el volumen de negocio es pequeño a nivel mundial: del orden de 644 millones de dólares, aunque para 2022 se calcula que alcance los 15.000 millones. Con este dato no hay dudas de que estamos ante un reto al que no podemos darle la espalda, como en su día ocurrió con las redes sociales.  Por esa razón, las compañías deben realizar una introspección en sus procesos para intentar mejorarlos y abaratar costes, que suelen ser los argumentos que convencen a los directivos para invertir en tecnología y apostar por la transformación digital. La mejor respuesta a los cambios en los comportamientos de los consumidores digitales es otra razón de peso para abrazar este cambio si es que queremos competir de una forma adecuada en el cambiante mercado en el que nos encontramos.

 

Lecturas usadas para este post

La persona en tanto que consumidor digital ocupa el centro de la empresa

A Strategist’s Guide to Artificial Intelligence

Product managers for the digital world

El avance silencioso e irreversible de la Inteligencia Artificial

 

 

 

 

Los científicos de datos, la profesión emergente clave para las empresas

 

 

 

Analistas de datos, un puesto de tanto valor como un director financiero, así lo veo yo. La involucración en el día a día de la gestión de la empresa de este tipo de profesionales, los llamados también científicos de datos, garantiza una mayor confianza en las decisiones que se toman, disminuyendo las que se  adoptan por criterios subjetivos o basadas en un exceso de intuición. Al mismo tiempo, los científicos de datos sirven para encabezar la transición necesaria hacia un escenario cada vez más cercano en el que la presencia de la inteligencia artificial se hace más patente.

El pilar sobre el que se justifica, desde ya, la participación de esta nueva categoría profesional es el apartado comercial, las ventas de nuestros productos. El facturar más o menos depende cada vez más del análisis que hacemos de los datos que se generan en torno a mi empresa, mi marca y mis productos. Analizar los datos es, de hecho, la actividad que de forma cotidiana realizan ya los analistas de datos para las empresas, bien desde su interior, bien desde empresas asesoras. De momento, se podría inferir, que el nivel de profundidad del estudio de la información es bajo aún para las oportunidades que nos brinda un sector que, según la Unión Europea, llegará facturar un volumen de negocio de 43.700 millones de euros de aquí al año 2019.

La situación desde la que parte todo este movimiento es obvia: los clientes viven por así decirlo en las redes sociales en la medida que una parte muy destacada de su convivencia con el entorno (la que desarrollan entre iguales y con organismos de todo tipo) se hace a través de estas plataformas. Eso unido al hecho de que el comercio electrónico avanza a pasos agigantados, hace que se movilicen millones de datos al segundo que, convenientemente estudiados, nos permitirá  saberlo todo de nuestros clientes si se me apura. El sistema se completa cuando se sirven los productos y servicios que los clientes demandan, aprovechando las empresas el feebdback que ofrecen estos en los procesos de compra.

Hemos entrado en un estado de cosas en el que resulta más cotidiano que cedamos datos como clientes y consumidores, a cambio de que las empresas nos compensen cediéndonos servicios gratis como, por ejemplo el ya clásico del correo electrónico. Grandes multinacionales como Amazon están demostrando llegar a tal grado de refinamiento en el conocimiento de sus clientes que son capaces de hacer previsiones, bastante certeras, de cuáles serán los próximos productos que van a comprar a través del análisis de sus historiales de compra.

Los movimientos empresariales en torno al big data de Google nos dan buena cuenta de hasta qué punto “los grandes players de internet y la tecnología” están interesados por el big data. Eric Schmidt, el presidente de Alphabet (el nombre de la empresa donde se engloba el buscador Google) ha afirmado que “big data es tan poderoso que las naciones pelearán sobre ella”. Como consecuencia, podríamos justificr de esta valoración de Schidmidt,  la compra por parte de Alphabet de  Kaggle, una empresa que presume de ser la comunidad de científicos de datos más relevante del mundo, informa Silicon Spain.

La gran evidencia es que a través del big data las personas obtenemos ventajas notables, como por ejemplo, conocer la evolución del tráfico o las mejoras en el tratamiento médico. Todo parte de la evidencia de que, en la medida de que sepamos más, resulta más sencillo concretar productos o servicios que se ajusten a nuestras necesidades. Por eso se avanza hacia la confección de productos que se entienden como servicios hechos la medida de lo que necesitamos.  Por eso queda bastante claro desde mi punto de vista que el análisis de los datos se está convirtiendo en la parte central de la gestión de las empresas pues el día a día de los negosios se hará en función de lo que digan los datos. Así es porque así lo queremos. No es frivolidad es una constatación de la evolución de nuestra sociedad.

 

Datos UE