Mes: noviembre 2021

Reflexiones: 5 claves para la transformación digital de la empresa (industrial) / Propuesta de valor digital vs Negocio digital

¡Atención! Antenas bien arriba…

Terminamos la serie de claves básicas de transformación digital de la empresa hablando de… ¡negocio!

La última de las 5 claves básicas de esta serie de artículos es quizá la que más directamente está relacionada con efectos transformadores desde lo digital. Es un aspecto que considero crucial para cualquier empresa… pero singularmente más aún para las que son de naturaleza industrial.

Pregunta clave que toda empresa debería hacerse: ¿cuál es (o cuál puede ser) mi negocio digital?

Cualquier organización que se enfrente a definir su camino de transformación digital debería encontrar una respuesta a esta pregunta, pero la verdad es que pocas se lo cuestionan realmente en serio, así que, en mi opinión, pocas disponen de una respuesta consistente.

Tal vez no estén muy de acuerdo con esa apreciación que acabo de hacer sobre la seriedad con que las empresas se han planteado esa pregunta (las que lo han hecho), pero déjenme decirles que incluso las que creen tener una respuesta, en mi opinión solo tienen una respuesta parcial… e incluso, en muchos casos, predecible cuando no tópica.

A ver… cuando hablamos de negocio digital, lo primero que viene a la mente de cualquiera es la propuesta de valor: una empresa tiene un negocio digital si comercializa productos digitales (o productos físicos recubiertos de una capa de valor digital) o si lleva al mercado servicios de base digital.

Esa idea, que es una primera aproximación de puro sentido común, lleva a plataformas de servicios en la nube, apps, plataformas de intermediación, herramientas de gestión o acceso a la información, por ejemplo, en el caso de servicios digitales, o a la idea de «Smart Product» en el caso de productos inteligentes o conectados.

Pero este enfoque es reduccionista: si son un fabricante de bienes de equipo, la capa de servicios se centrará, muy previsiblemente, en un ejercicio de servitización circunscrito a ser capaz de conectar las máquinas que les han comprado cada uno de sus clientes para, a través del análisis de los datos generados en tiempo real, establecer modelos de predicción de comportamiento de cada máquina; es decir, en prestar al cliente un servicio de mantenimiento predictivo que genere ingresos recurrentes, más allá de la inversión.

Otras alternativas posibles se enmarcarán conalta probabilidad en modelos ya bien conocidos y estudiados de servitización, que por ejemplo abordarán, al margen del mantenimiento, la simplificación de la puesta en marcha, la personalización de las soluciones, la prolongación de la vida útil o la variabilización del coste de inversión (pago por uso y no por propiedad, pago por consumo, etc.).

Me explico: hasta aquí, casi solo hemos hablado de «negocio digital» en términos de «propuesta de valor digital» o de la forma de transformarla en ingresos, pero la propuesta de valor es solo uno de los 9 componentes que, como aprendimos desde el nacimiento del canvas de Osterwalder, se deben distinguir en la configuración de un modelo de negocio.

Lo que vengo a postular aquí es que, además de la propuesta de valor digital, la aplicación de la mirada digital para generar desplazamientos en cualquiera de los restantes elementos del modelo de negocio y singularmente en canales, relaciones, segmentación de clientes, recursos, procesos y alianzas (porque ingresos y costes ya habrán sido contemplados o serán inevitables derivadas de la modificación de los anteriores), es igualmente responder a la pregunta de cuál es/ puede ser / debe ser su negocio digital.

Si su producto es un producto físico recubierto de una capa de información o inteligencia (caso de las empresas fabriles), ¿por qué creen que el canal de entrega del producto físico va a ser o tiene que ser el mismo que el de la capa digital? Piénsenlo, porque mientras el flujo de materiales genera valor a medida que recorre el camino aguas abajo, es muy normal que el flujo de información genere valor precisamente cuando retorna en sentido inverso… o cuando se conecta con otros flujos de información, por ejemplo, contemplando de forma sistémica la cadena de suministro.

¿Cómo contemplan el futuro de sus procesos operacionales y qué papel está jugando lo digital en ellos? ¿Juega en su empresa un rol de mejora de eficiencia… o de calidad de producto o de innovación operativa?

¿Siguen gestionando la relación con sus clientes de la misma forma que lo hacían hace 5 años? ¿Creen que no es posible extraer más valor, desde una mirada digital transformadora, de cada touchpoint de intercambio de valor o información que identifiquen entre sus procesos y el mercado? Pues les recomiendo que se lo hagan mirar…

Y si ya lo hacen distinto con sus clientes (¡enhorabuena!)… ¿pueden decir lo mismo de los restantes grupos de interés con quienes se relacionan (la administración, los proveedores, la banca, los centros educativos, sus propios trabajadores, sus aliados tecnológicos…)?

¿Han cambiado la forma de segmentar a sus clientes en los últimos años? ¿En qué información basan esa segmentación o la adaptación a cada segmento de su propuesta de valor? ¿Usan herramientas analíticas avanzadas para entender mejor cómo hacer una u otra cosa?

Quizá el producto inteligente o los servicios digitales de valor añadido generen flujo de ingresos directo que se comprenda muy bien… pero cualquier transformación digital de otro elemento del modelo de negocio impacta directamente en el posicionamiento competitivo del negocio o en la mejora de los ratos de conversión.

O sea, puro negocio.

¿Le damos una vuelta?

Cada párrafo anterior da para otro post o para una serie de posts en sí mismo… pero hasta aquí hemos llegado en el recorrido por estas cinco claves de transformación digital que me parecen muy básicas. Espero que, si son habituales lectores de esta bitácora, no les haya aburrido mucho con reflexiones demasiado simples… pero un día aprendí eso de «los principios, primero«… y hago isomorfismo del significado de esa frase siempre que puedo, volviendo de vez en cuando a lo esencial de las cosas complejas.

Y seguimos…

______________

LAS ENTRADAS DE LA SERIE COMPLETA
5 CLAVES PARA LA TRANSFORMACIÓN DIGITAL DE LA EMPRESA (INDUSTRIAL)
EMPRESA CON DATOS vs EMPRESA IMPULSADA POR DATOS
INDUSTRIA 4.0 vs FÁBRICA 4.0
AUTOMATIZACIÓN Y ROBOTIZACIÓN vs INTELIGENCIA ARTIFICIAL
INFRAESTRUCTURAS TECNOLÓGICAS vs INFRAESTRUCTURAS PARA LA EMPRESA DIGITAL
PROPUESTA DE VALOR DIGITAL vs NEGOCIO DIGITAL

Reflexiones: 5 claves para la transformación digital de la empresa (industrial) / Infraestructuras tecnológicas vs Infraestructuras para la empresa digital

Otra clave muy básica…

Cuando hablamos de infraestructuras en un entorno que suene por algún rincón a sustancia digital, la mente se nos va automáticamente a las infraestructuras tecnológicas que soportan y han soportado las TIC desde siempre: almacenamiento, hosting, comunicaciones, arquitecturas, seguridad…

Sin ánimo de pontificar (recuerden que no soy un experto de nada… y tampoco de esto), podríamos representar este ámbito con un conjunto de cajas como el siguiente:

Sin embargo, muchas cosas han ido cambiando en los últimos años que han exigido evolucionar continuamente las soluciones, cambios que van:

  • desde el incremento continuo de las demandas digitales y con ello el dimensionamiento de los CPD, los espacios y equipamientos necesarios o los consumos energéticos asociados, hasta el incremento de su valor estratégico y los retos en materia de seguridad y gestión de riesgos (virtualización, alta disponibilidad, duplicación, cloud, ciberseguridad);
  • desde la digitalización de la fabricación, conectada en toda su extensión, hasta la gestión de las plantas de producción adaptadas a la variación de la demanda en tiempo real y con progresiva mayor integración de la cadena de suministro (IT/OT, IoT, AI);
  • desde la noción de empresa extendida, que desborda sus muros físicos con sus necesidades de interacción digital e intercambio de valor intangible con sus grupos de interés, hasta la vigilancia competitiva y la explotación de información exterior (integración, interoperabilidad, automatización).

Y los cambios continúan: hoy estamos inmersos en pruebas de concepto e industrialización de soluciones relacionadas con aportar inteligencia cibernética a la empresa en general y a la fábrica en particular (lo que abre nuevas necesidades que tienen que ver con el tratamiento y la extracción de valor de los datos)… que no tienen propietario como tal, porque su transversalidad hace imposible asociar su propiedad a Compras, Mercado, Planta, Recursos Humanos, Ingeniería o Finanzas.

¿De quién son, por tanto? Pues… no parece que quede otra: del área de Transformación Digital y, en parte, de nuevo de un área de Sistemas de Información evolucionada, que necesita abrazar nuevas competencias y probablemente desprenderse de otras históricas, hoy soportables en servicios gestionados por terceros.

Hablamos aún de nuevas infraestructuras puramente tecnológicas como las plataformas de datos… pero también, haciendo un ejercicio de flexibilidad mental, de soluciones BI, process mining o robotización administrativa: por su transversalidad intrínseca, ¿por qué no considerarlas también «infraestructura»?

De nuevo sin propósito de establecer postulados teóricos de ningún tipo, que técnicamente a lo mejor no se sostendrían, ¿qué tal pensar en infraestructuras con un esquema mental más próximo a la siguiente imagen?:

Diferente, ¿verdad?

Y no solo en competencias… sino probablemente en perfiles adicionales, necesarios para gestionar todo esto al servicio de la organización.

Podríamos añadir más cosas: ¿les resulta difícil pensar en el Sistema de Gestión de Seguridad de la Información como una infraestructura? ¿Y en una sólida red de servicios gestionados por proveedores de confianza?

Dejar de pensar en «Infraestructuras para los Sistemas de Información» para pensar en «Infraestructuras para la Empresa Digital» quizá resulte interesante a la hora de preparar nuestras organizaciones para el futuro, ¿no creen?

______________

LAS ENTRADAS DE LA SERIE COMPLETA
5 CLAVES PARA LA TRANSFORMACIÓN DIGITAL DE LA EMPRESA (INDUSTRIAL)
EMPRESA CON DATOS vs EMPRESA IMPULSADA POR DATOS
INDUSTRIA 4.0 vs FÁBRICA 4.0
AUTOMATIZACIÓN Y ROBOTIZACIÓN vs INTELIGENCIA ARTIFICIAL
INFRAESTRUCTURAS TECNOLÓGICAS vs INFRAESTRUCTURAS PARA LA EMPRESA DIGITAL
PROPUESTA DE VALOR DIGITAL vs NEGOCIO DIGITAL

Reflexiones: 5 claves para la transformación digital de la empresa (industrial) / Automatización y robotización vs Inteligencia artificial

No hay ningún problema en plantear una fábrica inteligente sin robots.

Sí, sí… sin robots industriales… e incluso sin bots.

La transformación digital de la fábrica no va ya hoy en día de automatizar o robotizar las operaciones de fabricación, control o manipulación de materiales, sino de cómo se gobiernan los procesos, sobre cómo se toman las decisiones, sobre cómo se tienen en cuenta los factores relevantes para ello y sobre quién (o qué) las toma.

Llevamos décadas impulsando iniciativas de automatización y robotización de nuestras fábricas, buscando fundamentalmente capacidad de producción, repetitividad, fiabilidad y en definitiva eficiencia en costes. Ya son casi 30 años desde que internet habita entre nosotros…

Pero de la misma manera en que se entiende fácilmente que una fábrica automatizada no implica que en ella exista una cultura digital (por muchas docenas de programas de software que haya instalados), no siempre se entiende bien que en la fábrica 4.0 ya no hablamos de programar PLCs y ni siquiera de internet, sino, como bien decía Alfons Cornella hace ya un tiempo, de la combinación de productos conectados con inteligencia artificial.

Bueno… la automatización sí es necesaria en una fábrica inteligente, porque el Internet of Things (IoT) no va por tanto de internet (que pasa a ser un simple canal por el que circulan los flujos de datos), pero sí de productos físicos que se comunican entre sí o con su entorno para concretar decisiones y ejecutarlas en función de lo que observan en esa comunicación. Y para ejecutar… se necesitan automatismos actuables.

Es verdad que, antes de ser inteligente, una fábrica necesita ser digital… y eso implica que todos los datos relevantes para entender lo que sucede en cada punto y en cada instante de los productos y los procesos debe ser información digital, que se transmita y almacene de manera accesible para la aplicación de métodos analíticos.

A partir de ahí, dos son los factores críticos para dotar de inteligencia a una fábrica: tiempo real e inteligencia artificial.

La habitual programación de rutinas y de lógicas basadas en reglas se sustituye ahora por algoritmos periódicamente reentrenados y redes neuronales artificiales que actúan en tiempo real sobre cantidades ingentes de información (Big Data) para conformar sistemas de aprendizaje automático (machine learning / deep learning) que son la base de lo que llamamos inteligencia artificial, pues configuran modelos predictivos de comportamiento en primer lugar (de defectos, de funcionamiento de máquina, de consumos, de demanda…) para intentar alcanzar el nivel prescriptivo, en el que son las propias máquinas de inteligencia artificial las que deciden qué hacer y lanzan las órdenes de ejecución correspondiente.

Ya hemos llegado a definir modelos predictivos con notable éxito (a adivinar lo que va a pasar)… pero aún nos falta camino para disponer, en la inmensa mayoría de los casos, de suficiente aproximación para que el aprendizaje automático sea capaz además de «entender» el por qué de que vaya a suceder lo que predice y para que identifique las variables de control y prediga a su vez las variaciones de resultado que se deriven de desplazamientos sobre las mismas, antes de elegir y ejecutar una orden.

En la mayoría de los casos, al menos en procesos industriales, los modelos prescriptivos no alcanzan aún precisiones de acierto muy superiores al 30-40% de las situaciones que predicen.

Lamentablemente, nuestros procesos no parecen estar cómodos en relaciones lineales causa-efecto, sino más bien en relaciones complejas multivariante, donde además nos falta aún una parte del conocimiento que, por lo que se ve derivado de nuestros límites de mejora de efectividad, debe ser relevante.

Vamos, como en los seres humanos… 🙄

Eso es lo que nos condena a permanecer aún pegados al actual estado del arte de tecnologías y procesos (que es el statu quo que tratamos de desafiar con la AI) y eso nos salva… 😉 … por el momento.

Aunque parece… que queda cada vez menos para que el software, esta vez sí, domine el universo.

______________

LAS ENTRADAS DE LA SERIE COMPLETA
5 CLAVES PARA LA TRANSFORMACIÓN DIGITAL DE LA EMPRESA (INDUSTRIAL)
EMPRESA CON DATOS vs EMPRESA IMPULSADA POR DATOS
INDUSTRIA 4.0 vs FÁBRICA 4.0
AUTOMATIZACIÓN Y ROBOTIZACIÓN vs INTELIGENCIA ARTIFICIAL
INFRAESTRUCTURAS TECNOLÓGICAS vs INFRAESTRUCTURAS PARA LA EMPRESA DIGITAL
PROPUESTA DE VALOR DIGITAL vs NEGOCIO DIGITAL

Reflexiones: 5 claves para la transformación digital de la empresa (industrial) / Industria 4.0 vs Fábrica 4.0

De los cinco entregables de la serie, éste es sin duda uno de los más pegados a la empresa de naturaleza industrial, lo que no impide que, sin que sea necesario hacer un gran esfuerzo de imaginación y dado que el objetivo de estos artículos es tratar conceptos muy básicos, puedan extrapolarse éstos a cualquier empresa con un modelo de negocio consolidado.

El paradigma «Industria 4.0», impulsado desde la economía alemana desde hace ya 10 años para conducir la denominada cuarta revolución industrial, se basa en la interconexión inteligente de máquinas y sistemas en el propio emplazamiento de producción (o sea, en configurar en él sistemas ciberfísicos) y se caracteriza por un fluido intercambio de información con el exterior, lo que sistémicamente promovería procesos mucho más eficientes, con menor consumo de recursos y mayor respeto medioambiental y con una gran adaptabilidad a las necesidades de la demanda en cada momento.

Cuando nos referimos a ello solemos hablar indistintamente de «industria 4.0» o «fábrica inteligente» (o «fábrica 4.0», «smart factory» e incluso «fabricación avanzada»)… pero ojo, porque con demasiada frecuencia ese tipo de analogías confunde, o al menos esconde conceptos importantes detrás de la fachada meramente productiva.

Y es que no nos referimos a lo mismo, me temo, en el significado que le damos cuando usamos una u otra forma de hablar de ello, a poco que nos quedemos en la superficie de las cosas.

El asunto tiene mucha importancia, porque cuando nos referimos a una empresa industrial, identificamos claramente su transformación digital con el hecho de abrazar el paradigma «Industria 4.0» y… si no lo interiorizamos en toda su amplitud, podemos cometer graves errores.

Les invito a leer con cierto detalle o simplemente a buscar en internet infografías del significado del paradigma «Industria 4.0» para cualquier consultora de las grandes del mercado, da igual que sea PWC, Deloitte, McKinsey o cualquier otra: encontrarán que el paradigma va mucho más allá de usar la tecnología para aumentar la eficiencia y la sostenibilidad de los procesos de producción en sí mismos y verán que eso del «fluido intercambio de información con el exterior» que mencionaba en el primer párrafo, cobra una importancia esencial.

No les costará encontrar significados coincidentes en aspectos como los cinco siguientes:

  1. Optimización de procesos y del uso de los activos mediante la digitalización y la automatización basada en algoritmos que trabajan sobre los datos obtenidos en tiempo real, orientados al coste y a la calidad.
  2. Datos y analítica de datos como competencia clave.
  3. Digitalización e integración vertical y horizontal de las cadenas de valor, desde el suministro de materias primas a la postventa.
  4. Digitalización de la oferta de productos y servicios.
  5. Modelos de negocio digitales, que explotan señales de clientes y mercados para entregar valor y generar flujo de ingresos.

Todos interiorizamos con claridad los dos primeros puntos cuando hablamos de «Industria 4.0», porque a eso nos venimos dedicando los últimos años. No resulta ya tan evidente, sin embargo, que en las empresas industriales estemos pensando en la integración de la cadena de suministro, en entenderla como un sistema que habría que considerar en toda su dimensión y complejidad para obtener la eficiencia y la sostenibilidad del sistema en sí, en contraposición a obtenerlas para un fragmento del mismo. De hecho, no es ni siquiera habitual el pensar que, más allá de la fabricación inteligente (centrada en la interacción entre el binomio producto-máquina) está la gestión inteligente de la fábrica (con sus «n» líneas de producción y su necesidad de servir a la cadena de suministro lo más pegado posible a la demanda).

Hablar de digitalización para construir una oferta de servicios sí es algo que ya empieza a ser común cuando la empresa fabrica equipamiento (máquinas, por ejemplo, aunque en este caso la servitización es muy limitativa y se centra casi exclusivamente en conectar las máquinas vendidas para ofrecer servicios de mantenimiento predictivo), módulos funcionales (susceptibles de sensorizar para ofrecer valor al sistema en que se ensamblen), o artículos para mercados de consumo (donde el territorio de agregar una capa de información al producto físico tiene un inmenso campo de oportunidades), pero resulta casi imposible encontrar casos interesantes en la fabricación de componentes industriales simples.

Y para terminar, lo que resulta extraordinariamente raro de encontrar son empresas industriales que hayan encontrado un sentido digital para su modelo de negocio, salvo grandísimas compañías multinacionales que seguro tendrán en mente y que han conseguido ya encauzar un asombroso camino de transformación de su naturaleza empresarial.

En conclusión: que entender «Industria 4.0» de esa amplia manera, desde los cinco significados de la lista, sí es entender qué implica la transformación digital de una empresa industrial… pero que no es frecuente.

O en resumen, que conviene no olvidar dos cosas muy simples:

  • La transformación digital de una empresa industrial puede ser entendida como equivalente a su desarrollo del paradigma «Industria 4.0», siempre que éste se comprenda en toda su amplitud.
  • Bajo ningún concepto el paradigma «Industria 4.0» debería ser considerado una analogía con el de «Fábrica 4.0» y mucho menos con los de «fabricación avanzada» o «fabricación inteligente».

Cierto es que las tecnologías de Big Data, machine o deep learning e inteligencia artificial aplicadas a la predicción de comportamientos de máquina o de defectos, la fabricación aditiva, la robótica colaborativa o la visión artificial nos conducen mentalmente a la fábrica inteligente… y que ésta es esencial e inevitable en el camino del que hablamos (es el corazón 4.0 y sin la fábrica inteligente y sin productos inteligentes o conectados no tendría sentido la transformación digital de una empresa industrial), pero estamos entrando en la tercera década del siglo e intuyo que, tras las aproximaciones meramente productivas de la década anterior y antes de que termine ésta, veremos desplegarse sobre las empresas industriales el paradigma «Industria 4.0» en toda su amplitud.

Y si no, al tiempo…

______________

LAS ENTRADAS DE LA SERIE COMPLETA
5 CLAVES PARA LA TRANSFORMACIÓN DIGITAL DE LA EMPRESA (INDUSTRIAL)
EMPRESA CON DATOS vs EMPRESA IMPULSADA POR DATOS
INDUSTRIA 4.0 vs FÁBRICA 4.0
AUTOMATIZACIÓN Y ROBOTIZACIÓN vs INTELIGENCIA ARTIFICIAL
INFRAESTRUCTURAS TECNOLÓGICAS vs INFRAESTRUCTURAS PARA LA EMPRESA DIGITAL
PROPUESTA DE VALOR DIGITAL vs NEGOCIO DIGITAL

Reflexiones: 5 claves para la transformación digital de la empresa (industrial) / Empresa con datos vs Empresa impulsada por datos

Todas las empresas generan una gran cantidad de datos. Es más… estoy por afirmar que todas las empresas generan una ENORME cantidad de datos, algo que ya me parece incuestionable si se trata de una empresa industrial.

Pero asumiendo este postulado, ¿podríamos decir que todas las empresas se gestionan con datos?

Pues déjenme decirles que, a mi juicio, la respuesta es sí. ¿O pensaban que iba a afirmar lo contrario? 😉

Toda organización de más de 10 trabadores y medianamente estructurada, aunque sea a un nivel ínfimo, controla su gestión en base a algunos indicadores, lo que le permite saber (o creer saber) al menos si gana o si pierde al final de cada mes, cuidar su tesorería, contar las reclamaciones procedentes del mercado, saber cuánto compra y a qué precio, medir o valorar el trabajo de sus empleados, calcular la eficiencia de sus instalaciones, los tiempos de inactividad de máquina, el porcentaje de productos defectuosos que fabrica, los tiempos de ciclo, la energía que consume… y al final, tomar decisiones en función de las desviaciones que observa frente a objetivos o expectativas. Eso por lo menos.

Sin embargo, me temo que pocas podrían afirmar hoy por hoy que los datos de los que disponen son de una gran calidad, sobre todo si somos capaces de ponernos de acuerdo en lo que significa eso.

Imaginen una escena: en una reunión del equipo directivo de una empresa, un miembro de la misma realiza un descargo de su área de responsabilidad y muestra varias tablas y gráficos de suporte a su argumentación. En un momento dado, un compañero advierte que hay un dato en una gráfica que desafía al sentido común, que por la razón que sea «no le encaja». Admitida por todos esa anomalía (incluido el ponente), el asunto se resuelve con una frase tipo «bueno, lo miro luego, veo qué pasa y lo corrijo, si está mal como parece… y ya os diré«. La reunión sigue adelante, se adoptan las decisiones que procedan… y la vida de la organización continúa sin mayor contratiempo.

¿Les resulta familiar?

Creo que la inmensa mayoría de las empresas se han venido gestionando (y se siguen gestionando) de esta manera.

Pero decir que un dato es «de calidad» implica asociarle características como:

  • Integridad: que expresa información exacta, completa, homogénea, sólida y coherente con el propósito que buscaba quien definió el dato.
  • Unicidad: que todos los valores distintos del elemento de datos aparecen y se reportan sólo una vez.
  • Ubicuidad: que es posible acceder al dato desde distintos dispositivos, o distintos aplicativos que lo utilicen para sus procesos.
  • Confiabilidad: que es estable, que se puede repetir la medición y obtener resultados similares y consistentes.
  • Actualización: que es un valor que representa fielmente el estado de las cosas correspondiente al momento en que se desea utilizar.
  • Seguridad: que respeta la protección de privacidad y que está protegido frente a una posible corrupción del mismo…

Sin embargo… ¿les suenan las siguientes situaciones?:

  • Sabemos que tenemos algunos problemas con datos que manejamos, pero no tenemos claro qué consecuencias tiene eso.
  • Probablemente estemos confiando en datos que son inexactos, pero lo seguiremos haciendo, porque en realidad ni siquiera lo sabemos: solo lo intuimos.
  • Vemos que se usan datos con un uso «sectario», fuera del contexto del negocio, solo para justificar argumentos.
  • Tenemos datos indefinidos o incorrectamente definidos, que generan más discusiones que valor aportan.
  • Nos encontramos con frecuencia con datos redundantes o inconsistentes y, aunque hemos hecho intentos, no acabamos de saber cómo corregir esta situación.
  • Disponemos de infinidad de datos que infra-gestionamos o simplemente no gestionamos…

¿Familiar, no?

Hemos aprendido a convivir con los problemas con los datos, que finalmente hemos llegado a asumir como algo normal, algo que pertenece a la lógica de la realidad empresarial. Y esto es así fundamentalmente por dos razones:

  • Porque la experiencia y la intuición de los gestores, a la hora de enfrentarse a los datos, es suficiente para detectar anomalías y protegerse frente a grandes daños a la hora de tomar decisiones, cuando se detectan.
  • Porque para la mayor parte de las decisiones que tomamos en nuestras empresas, por ejemplo, es irrelevante si una desviación es del 13 o del 17% frente a un objetivo, sino que basta con que seamos conscientes de que hay una desviación importante y que el factor desviado nos importa.

Sin embargo… esta situación es una bomba de relojería para el empresa digital, que ya ésta no es meramente una empresa que usa datos digitales, sino una organización auténticamente impulsada por datos («data driven»), que decide siempre en base a ellos, lo que tiene unas implicaciones muy importantes cuya consideración no es habitual encontrar. En una empresa data driven:

  • Los datos forman parte de la cultura de empresa, son el eje de todos los procesos de trabajo y de las decisiones que se toman sobre ellos, definen qué problemas abordar y permiten identificar sus causas, se ofrecen accesibles a tantas personas como sea posible y se invita a todos a encontrar continuamente nuevas formas de explotarlos.
  • Se implanta una política de analítica de datos muy estructurada que fija normas de gobernanza que aseguren su calidad, que incluye el uso de herramientas de análisis para el control de los principales KPI y que se utiliza tanto para definir la estrategia central del negocio como para analizar problemas, identificar oportunidades o tomar decisiones estratégicas y operacionales con agilidad.
  • Se establece un marco de acceso a los datos amplio, que apueste por jerarquías horizontales, donde trabajadores y directivos se comunican directamente y se contextualizan y personalizan los mensajes a los grupos de interés.
  • Se examinan y organizan los datos con el fin de atender mejor a clientes y consumidores y se aprovechan los datos digitales para proporcionar más valor a los clientes y obtener un aumento de los ingresos.

Como ya decía antes y explicaba hace un año en otro artículo con un propósito bien diferente, la verdad es que, en la mayoría de los casos, trabajar con datos de baja calidad y llenos de problemas «no ha sido en nuestras empresas una praxis desastrosa: el análisis causal se mezcla con la intuición ante resultados anómalos… y la resultante final ha sido suficientemente útil durante toda nuestra vida profesional».

Pero hemos entrado en un mundo en que la combinación de objetos conectados e inteligencia artificial es clave… y «en el mundo de los algoritmos… eso es otra cosaMalos datos implican decisiones erróneas.

Porque si un análisis humano de la información puede aflorar datos sospechosos y por tanto inútiles para tomar cualquier decisión, en el análisis de “big data” pueden convertirse en algo peor si no se detectan: ser directamente dañinos porque las decisiones automáticas se basen en información que conduzca directamente al error».

La generación de información está alcanzando tal dimensión que resulta imposible su procesamiento por humanos, por lo que, obtenida en tiempo real, se filtra, conecta y procesa por máquinas en procesos que, si bien en la mayoría de los casos están dando lugar a modelos predictivos (aún de soporte para decisiones humanas), caminan decididamente a modelos prescriptivos en los que, una vez determinadas las variables de control de un proceso, la conjunción de las predicciones de comportamiento no deseado de máquinas o personas con los algoritmos que representen el funcionamiento del propio proceso, hará innecesaria la intervención humana en la toma ordinaria de decisiones.

Y ya a día de hoy, tengo para mí que la mala calidad de los datos de soporte está en el origen de la inmensa mayoría de las frustraciones hasta ahora generadas en proyectos de inteligencia artificial, por falta de integridad (no son completos, no son exactos, no son homogéneos, no son todos los necesarios…).

Poner orden en el mundo inmenso de los datos que ya están generando las empresas para avanzar hacia la noción de empresa inteligente (inteligente en cómo analiza y segmenta el mercado, en cómo fabrica el producto, en cómo compra sus materias primas o en cómo gestiona sus fábricas) es un desafío enorme del que hasta ahora solo han sido verdaderamente conscientes las empresas cuyo negocio es básicamente IT (banca, seguros, telecomunicaciones…).

Al resto nos queda entender su importancia, primero, e impulsar prácticas efectivas de gobernanza de datos, con políticas y recursos específicos para los que, y siento ser pájaro de mal agüero, no van a encontrar mucha comprensión en sus casas… 😉

La transformación digital de una empresa pasa necesariamente por convertirse en una organización no solo gestionada sino impulsada desde la extracción de valor de los datos, para desarrollar su inteligencia en la comprensión del entorno competitivo, para aumentar su capacidad de desafiar el estado del arte del conocimiento de los procesos, o para convertir los datos generados en servicios digitales de valor añadido que le diferencien y potencien su propuesta de valor.

Ya ven, como les advertí en el post de presentación de la serie, cosas muy básicas, nada seguramente que no sepan…

Pero he ahí el primer desafío.

______________

LAS ENTRADAS DE LA SERIE COMPLETA
5 CLAVES PARA LA TRANSFORMACIÓN DIGITAL DE LA EMPRESA (INDUSTRIAL)
EMPRESA CON DATOS vs EMPRESA IMPULSADA POR DATOS
INDUSTRIA 4.0 vs FÁBRICA 4.0
AUTOMATIZACIÓN Y ROBOTIZACIÓN vs INTELIGENCIA ARTIFICIAL
INFRAESTRUCTURAS TECNOLÓGICAS vs INFRAESTRUCTURAS PARA LA EMPRESA DIGITAL
PROPUESTA DE VALOR DIGITAL vs NEGOCIO DIGITAL