Datos, Inteligencia Artificial e Innovación. Tres conceptos de los que todo el mundo habla.
Todas las organizaciones tienen gran cantidad de datos, emplean en mayor o menor medida herramientas de Business Intelligence (BI) y un porcentaje bajo aplican modelos de Inteligencia Artificial (IA), aunque su uso está aumentado rápidamente con la popularización de la Inteligencia Artificial Generativa (ChatGPT es su máxima expresión).
La consultora McKinsey realizó a mediados del 2023 una encuesta entre empresas que ya empleaban IA de forma habitual. Lo que me llama la atención de sus resultados es que mientras lo habitual es emplearla para reducir costes en el negocio principal (33%), destinarla a aumentar ingresos (21%) o a crear nuevos negocios y/o fuentes de ingresos (12%), en el caso de aquellas empresas identificadas como de alto rendimiento de IA el mayor uso era para aumentar los ingresos (27% vs 21%), seguido por crear nuevos negocios y/o fuentes de ingresos (23% vs 12%) y como tercer uso de esos tres era para para reducir costes (19% vs 33%).
Es decir, la suma de estos tres conceptos es una unión muy potente para poder llegar a diferenciarnos y a tener un alto impacto en la cuenta de resultados:
Datos -> IA -> Innovación
¿Cómo enfocarlo? Pues todo depende de las preguntas que hagamos a los datos y del modo de abordar el análisis de éstos. Si siempre hacemos lo mismo, siempre obtendremos lo mismo. “Cuando conocíamos todas las respuestas, nos cambiaron las preguntas” decía Mario Benedetti.
Y para poder planteamos mirar los datos de forma diferente me gusta basarme en un análisis del “trabalenguas” del ex secretario de defensa de EEUU Donald Rumsfeld con la que ganó el premio a la frase más confusa del año 2003, frase que empleó cuando se le preguntó por la justificación en la que se basó la guerra de Irak:
“Están las cosas que sabemos. También sabemos que hay algunas cosas que no sabemos. Pero también están las cosas desconocidas que no sabemos, aquellas que no sabemos que no sabemos“:
- Cosas que sabemos que sabemos = HECHOS;
(preguntas del tipo ¿Qué pasó?, ¿Cuántas veces?, ¿Cuándo?, ¿Dónde?)
- Cosas que sabemos que no sabemos = CONSULTAS;
(¿Por qué sucedió?, ¿Dónde deberíamos mirar?)
- Cosas que no sabemos que sabemos = INTUICIÓN;
(¿Cuál es patrón?, ¿Sucederá de nuevo?)
- Cosas que no sabemos que no sabemos = EXPLORACIÓN;
(¿Qué pasa si probamos esto?, ¿Qué más nos dicen los datos que nunca se nos hubiese ocurrido preguntar?)
Hechos y Consultas se aplican al pasado. Con informes, consultas ad-hoc en las bases de datos y/o con un BI podemos llegar a sacar conclusiones. Son análisis de datos descriptivos y de diagnóstico.
La Intuición y la Exploración, por el contrario, trasladan las preguntas hacia el presente y el futuro. Es un análisis predictivo y prescriptivo, se trata de analítica avanzada. No es suficiente con una herramienta BI tradicional. Aquí los modelos de IA vienen en nuestra ayuda. No entraré en este punto a comentar qué modelos pueden ser los primeros con los que experimentar, pero si decir que cuanto más sofisticado es el análisis (que no el algoritmo) mayor es el valor generado y mayor la posibilidad de encontrar innovaciones.
Cuanto mayor es la madurez de las capacidades de análisis de los datos de una organización mayor es la productividad, es obvio. Sin embargo, el paso de un grado de madurez básico/estándar (como puede ser disponer de herramientas BI) al siguiente nivel (implementación de una analítica predictiva) supone aún un pequeño-gran abismo para gran parte de las empresas, no es sencillo, la verdad. Requiere de ciertos cambios en la organización, ya no solo a nivel de técnicos (incorporar científicos de datos o ingenieros de datos, definir estrategias y gobernanza de datos), sino también hay que formar a personal de diferentes áreas de la organización como analistas de datos, personal que tiene que tener un perfil estadístico, de comunicación y con conocimiento de negocio para que sean capaces de participar en la ideación a partir de los datos.
Al final se trata de encontrar la “inspiración” para innovar y, puesto que cualquier organización dispone de una ingente cantidad de datos, ésta puede ser una gran fuente de generación de ideas que luego se traduzcan en innovación.
Como decía: Datos -> IA -> Innovación. Innovar con los datos.
David López Alarcón
CTO, Director Tecnología e Innovación en Grupo Orenes
