Hace casi 10 años, un joven del Instituto Tecnológico de Massachusetts (MIT), hablaba sobre sistemas de información en una conferencia en Nueva Zelanda y abrió su presentación diciendo: "Solíamos hacer la mayoría de nuestro trabajo nosotros mismos. Luego, descubrimos la subcontratación y, posteriormente, la deslocalización. Ahora podemos empaquetar tan bien un trabajo, describir cómo hacerlo a alguien que quizás esté a diez mil millas de distancia y, además, crear un producto de un sistema educativo y que une a culturas diferentes; sin duda, podemos construir un robot que lo haga".
Llevo 25 años enseñando y escribiendo sobre sistemas de información y nunca me di cuenta de que lo que estaba describiendo formaba parte del “continuum”. Si lo aceptamos, tenemos que preguntarnos qué es lo siguiente. Desde entonces, hemos visto la Automatización Robótica de Procesos (RPA), el big data que puede conducir a la computación cognitiva, como el caso de la computadora “Watson” de IBM en el concurso Jeopardy y ahora, la Inteligencia Artificial (AI) y el Aprendizaje Automático, también conocido en inglés como, machine learning.
Según el autor Jeffrey Camm y otros especialistas, el término "Big Data y Analytics" evoca imágenes de organizaciones que se transforman en un entorno digital en el que grandes cantidades de datos, que fluyen a través de los sistemas, permiten la toma de decisiones en tiempo real. A su vez, proporcionan beneficios directos en términos de eficiencia operativa y/o mejora de los flujos de ingresos, aunque la realidad es algo diferente: quizá hasta el 85% de los proyectos de big data fracasan.
El big data, ahora descrito en términos de una serie de "V" -velocidad, volumen, valor, variedad y veracidad- no ha cambiado mucho desde que el concepto se utilizó por primera vez hace unos 10 años. Sigue refiriéndose a grandes cantidades de datos procedentes de diversas fuentes, generadas a velocidad y que aportan valor, a pesar de la existencia de algunas fuentes cuestionables.
La pandemia ha centrado la atención en el uso de la tecnología para suplir la ausencia del personal en el lugar de trabajo habitual, y es cierto que el big data ha desempeñado un papel en ello. Incluso podría decirse que la pandemia ha impulsado su uso. Spotify utiliza el RPA con el propósito de liberar al personal para tareas más importantes y concibe los datos como un activo que permite tomar mejores decisiones. Scotiabank, reconociendo la amenaza que supone la pandemia para los flujos de ingresos, recurrió al analytics para identificar a los clientes susceptibles de tener problemas de liquidez a corto plazo. En otras áreas, por ejemplo, en las cadenas de suministro, la necesidad de datos sobre el producto y los proveedores se hizo más importante que la digitalización de la misma cadena.
Si tratamos de unir estos tres temas (el continuum, el big data y la pandemia), podemos ver la tentación de adoptar el big data como una posible solución y alternativa. También debemos considerar la cifra del 85% mencionada. Frente a estos temas, me gustaría proponer una serie de reflexiones cuando nos sintamos tentados a avanzar por el “continuum”.
En primer lugar, hay que tener en cuenta que esta terminología se trata de un proceso. Un proyecto de big data que pongamos en marcha, puede transformarse en aplicaciones de RPA o AI en un futuro no muy lejano. ¿Es esto lo que quiere llevar uno a su organización? Si la respuesta es "sí", es necesario reconocer que la tecnología probablemente no será el principal problema; ese privilegio pertenecerá al liderazgo y al cambio organizativo. ¿Apoyará su organización, y la estructura de liderazgo que tiene, a la transformación continua? Recuerde que la pandemia impulsó el cambio por necesidad y esta vez, dependerá de usted.
A continuación, ¿cuál cree que es el papel de su actual departamento de Tecnologías de la Información (IT)? Es tentador ver los proyectos de transformación digital, en particular los que tienen que ver con la analítica de big data, como algo de lo que deben ocuparse las unidades individuales de negocio, esto es con presupuestos separados, asumiendo que los usuarios saben mejor lo que requieren, y buscando rendimientos inmediatos, entre otras cosas. ¿Es mejor dejar esto fuera del desarrollo tradicional de IT de sistemas robustos a largo plazo? Antes de avanzar rápido por este camino, recuerde lo que hicieron los departamentos de IT durante la pandemia: casi de la noche a la mañana, facilitaron el traslado de cientos de millones de trabajadores y clientes a un entorno externo. Utilicemos lo que surgió de la transición del trabajo a distancia para ver cómo pueden colaborar con las unidades de negocio en estos nuevos y diferentes proyectos.
¿Su organización es una digital ready? ¿Es usted un líder en su industria o un seguidor rápido? ¿O incluso solamente un seguidor? Estas preguntas me parecen esenciales a la hora de considerar qué hacer y quizás sean aún más relevantes en sucursales de organizaciones internacionales o donde la competencia es internacional. Si su personal no está especialmente capacitado en aplicaciones tecnológicas y no se le anima a ser innovador en su enfoque de las tareas de trabajo, la transformación digital y la aceptación de los proyectos de análisis de big data será una colina empinada que tendrá que escalar y, tal vez no quiera escalarla todavía si no está en sintonía con la cultura actual.
La pandemia ha proporcionado muchas oportunidades para hacer las cosas de forma diferente. Se establecieron las visitas médicas por vídeo y aparentemente funcionaron bien, a pesar de algunos recelos y preocupaciones iniciales. El teletrabajo no dio lugar a que un gran número de empleados “metiendo la pata”. La educación se trasladó a la red y, para muchos, hizo un papel aceptable. Ahora que la transformación digital y el uso de big data y analytics pueden mejorar la toma de decisiones, coincide con el fin de la pandemia, que todos deseamos. Muchos de los proyectos que eran demasiado duros o difíciles parecen posibles, pero vayamos despacio y tratemos de no formar parte del 85%.
