estrategia

Reflexiones: actualización de tendencias en transformación digital – Tendencias

Llegamos al final de la serie con la síntesis de tendencias extraída a partir de los 10 artículos seleccionados que describía en el en el primero de los tres posts, publicaciones cuyos orígenes recojo en los logos de la imagen de cabecera.

Como recordatorio, solo volver a traer algunas consideraciones:

  • No se tratará de una recopilación exhaustiva de tendencias ni un análisis académico, sino solo una síntesis de ese conjunto de documentos (todos publicados en la red sobre esta materia en el año en curso), seleccionado con diversidad de fuentes de origen.
  • Es una síntesis ligera, por lo que es posible que el resultado contenga algún error menor de interpretación o pérdidas de información no relevantes.
  • No todas las tendencias son totalmente aplicables a entornos industriales, por lo que, como ese ha sido nuestro caso, quizá no esté recogido algún concepto que no era de aplicación a nuestra realidad empresarial, pero será excepción y me atrevo a decir que igualmente poco relevante.

Ésta sería la tabla resumen:

Y finalmente, éstas las descripciones breves (especialmente breves en las más puramente tecnológicas o en las ya conocidas que aparecen casi sin novedad) de todas y cada una de esas 20 tendencias:

A. Gestión empresarial basada en datos y democratización de los datos.

  • Las tecnologías digitales generan cantidades masivas de datos fácilmente rastreables y accesibles que, si se manejan adecuadamente, pueden proporcionar un gran valor al negocio. Aunque incluso empresas inmersas en su transformación digital tienden a no aprovechar al máximo los datos a su disposición, la gran demanda de profesionales ligados a la gestión del dato muestra que cada vez más organizaciones están cambiando sus procesos de toma de decisiones hacia la gestión empresarial basada en datos y buscan cómo fomentar una cultura de trabajo centrada en los mismos.
  • Más allá de todas las demás tendencias, la democratización de los datos será uno de los aspectos más críticos: promete un futuro en el que los datos estén abiertos a todos para analizarlos y obtener información. Las herramientas de próxima generación, como las soluciones Low-Code que abren los datos a equipos que no sean el departamento de ITI o los científicos de datos, ayudarán a traer importantes beneficios prácticos para las empresas, que incluyen:
    • A medida que se adoptan más herramientas impulsadas por IA, cada vez son más fáciles de identificar las intenciones y necesidades reales del cliente. Democratizar los datos permite que éstos sean analizados y aprovechados por múltiples departamentos, todos con diferentes filosofías y enfoques.
    • Mediante herramientas fáciles de usar, las empresas tendrán la capacidad de, por ejemplo, alojar sus datos en una ubicación única y accesible, lo que junto con la mejora general de competencias digitales de los empleados, posibilitará operaciones mucho más eficientes.
    • La experiencia del cliente mejorará naturalmente debido a la democratización de los datos, porque se ampliará el alcance de la comprensión del mismo y permitirá brindar un servicio más personalizado.

B. Fábrica digital e inteligente.

  • Continuidad y aceleración de la adopción de todas las tecnologías ligadas al paradigma de Fábrica 4.0, con extensión en general de procesos de aprendizaje automático e inteligencia artificial aplicados para determinar modelos predictivos y prescriptivos.

C. Fusión hombre-máquina: crecimiento de la inteligencia artificial, el aprendizaje automático, la búsqueda inteligente y el procesamiento del lenguaje natural.

  • La mayoría de los trabajos acogerán un despliegue híbrido, que aprovechará las ventajas más insustituibles de la condición humana (intuición, diplomacia, incertidumbre, creatividad…) y las del mundo digital (precisión, velocidad, escala, ubicuidad…).
  • La tecnología de inteligencia artificial (IA) permitirá que la búsqueda inteligente rompa los silos de datos, lo que posibilitará a empleados y clientes descubrir la información que necesiten en menos de segundos. Los usuarios finales podrán utilizar la búsqueda inteligente para recuperar información de cualquier ubicación y conjunto de datos: big data en bases de datos, sistemas de gestión de documentos, contenido digital, páginas web, etc., indagando sobre problemas específicos y no limitándose a una búsqueda de información que después debería conectar y concluir.

D. Modelo de trabajo híbrido, presencial y remoto.

  • El trabajo híbrido es una modalidad de trabajo flexible en el que las personas trabajan parte del tiempo en una espacio físico de la empresa y parte desde casa u otra ubicación. La cultura de trabajo remoto fue una de las estrategias adoptadas a principios de 2020 debido a las disposiciones gubernamentales frente a la pandemia, pero ha demostrado ser un cambio significativo en la forma en que pueden desarrollarse las operaciones de negocio, con el simple uso de herramientas de colaboración ágiles y una gestión del rendimiento moderna.
  • El trabajo híbrido ha permitido a las organizaciones ser ágiles y flexibles en tiempos cambiantes y se ha demostrado que no solo no perjudica a la productividad sino que incluso puede mejorarla.
  • Para respaldar este tipo de acuerdos de trabajo, las empresas están adoptando tecnologías de lugares de trabajo digitales que permiten tanto a la dirección como a los empleados tener sus actividades diarias organizadas y disponibles, realizar un seguimiento de los procesos y mantenerse en contacto independientemente de su ubicación. Estos tipos de tecnologías incluyen la gestión de procesos empresariales, la comunicación, la gestión de proyectos, el flujo de trabajo, el seguimiento del tiempo, los informes y otras herramientas.

E. Hiperautomatización, en todos los ámbitos.

  • La automatización en todas las facetas de las operaciones de negocio está en el centro de la transformación digital, porque es la forma más sencilla de alcanzar escalabilidad, eficiencia y reducción de costes. Las soluciones RPA se implantan cada vez más para automatizar actividades muy simples (de lógica determinista en formas y entrada de datos estructurada), que antes solían requerir participación del usuario en actividades de proceso repetitivas y predecibles.
  • Los nuevos algoritmos de hiperautomatización pueden analizar grandes cantidades de datos que un ser humano no es capaz de procesar. Como resultado, pueden proporcionar observaciones profundas y connotaciones entre procesos de fondo que, de otro modo, la empresa no podría identificar. Éstos pueden ayudar a las empresas a llevar sus decisiones basadas en datos al siguiente nivel, comprender mejor los procesos comerciales y mejorar.

F. Virtualización y automatización de procesos integrando ML-DL y AI para tareas ocasionales y complejas.

  • Hiperautomatizar es “automatizar la automatización”: tecnología que utiliza AI y aprendizaje automático sobre RPA para analizar y administrar procesos, con herramientas que funcionan con datos estructurados y no estructurados para proporcionar información sobre las oportunidades de optimización y mejora.
  • La BPA potenciada por AI va más allá de la RPA para abordar directamente las capas de procesamiento y datos. Puede manejar procesos no deterministas y es capaz de identificar, elegir y combinar las actividades de procesamiento y datos más adecuadas para ejecutar un proceso. La AI puede trabajar con datos probabilísticos, textuales y cualitativos no estructurados junto con fuentes tradicionales de datos estructurados deterministas, numéricos y cuantitativos. Esto significa que puede usarse para ejecutar procesos cognitivos, no solo automatizando sino haciendo que estos procesos sean completamente autónomos.

G. Mayor extensión y mayor adopción de plataformas de datos de clientes (CDP) y CRM.

  • Como evolución del CRM, una CDP es un SW que recopila y organiza datos de clientes propios de muchas fuentes para crear una vista única, coherente y completa de cada uno. Crea una BD integral de clientes a la que otros sistemas pueden acceder para analizar, rastrear y administrar interacciones con cliente.
  • Los clientes interactúan con diversas organizaciones de formas novedosas y a través de varias plataformas. Durante cada compromiso, dejan fragmentos de información, conocidos como datos propios (de comportamiento en línea, transaccionales o incluso demográficos), que se pueden rastrear y guardar en una nube de alta seguridad. Una CDP recibe estos datos de primera mano. Luego los estandariza y los transforma haciendo coincidir los ID de clientes individuales de cada sistema e integrándolos en un único perfil de cliente coherente y preciso. Luego, los datos del perfil se reformatean para admitir una amplia gama de estrategias de marketing y procesos comerciales, incluidos CRM, análisis de datos, automatización de marketing, creación de contenido, esfuerzos de SEO, etc.

H. Creación de nuevos modelos de negocio digitales, conformando ecosistemas de servicios.

  • El cambio a lo digital empujó a muchas organizaciones a ser creativas con las formas en que intercambian sus productos y servicios por dinero. Los clientes quieren una experiencia digital fluida y prefieren las marcas que están listas para ofrecerla: es vital comprender cómo diseñar su experiencia con la tecnología para responder a sus necesidades de forma relevante (para al menos lograr una ventaja competitiva) o para desarrollar con éxito nuevos productos o servicios.
  • Los datos se han convertido en una nueva moneda y cada vez más empresas basan sus modelos de negocio en la recopilación y el uso de datos. Sin embargo, centrarse únicamente en el MdN propio puede estrechar el pensamiento y limitar posibilidades con los datos. A menudo, su valor real proviene de su flexibilidad y su potencial para brindar una imagen completa: más de la mitad del valor agregado de los MdN basados ​​en datos lo obtienen en sus ecosistemas.

I. Tokenización de activos: tecnología Blockchain, NFT y metaverso.

  • Hasta ahora, la tecnología Blockchain se ha asociado más estrechamente con criptomonedas como bitcoin. Sin embargo, se usa de muchas otras formas, particularmente en los negocios. La promesa más básica de blockchain es una mayor seguridad a través de sus registros inmutables. Pero esta tecnología también tiene implicaciones en la forma en que las empresas administran las cadenas de suministro, trabajan con socios y manejan transacciones y contratos.
  • Tokenizar es transformar un activo específico y valioso en tokens digitales (unidades de valor) que se pueden usar en una Blockchain. Tanto los activos tangibles (como oro, obras de arte o bienes inmuebles), como los intangibles (acciones, bonos, derechos de propiedad de datos o patentes), se pueden convertir en tokens digitales que se venden y compran en mercados digitales, infraestructuras financieras abiertas e interoperables sin intermediarios.
  • Ha habido una explosión de tokens no fungibles (NFT), coleccionables digitales únicos que se pueden comprar y vender. Aunque centrados hoy principalmente en arte y juegos digitales, se utilizan para todo tipo de cosas. Un caso de uso concreto para la tokenización es su potencial para interrumpir los mercados de activos intensivos en capital, como equipos y maquinaria pesada. En lugar de comprar o alquilar uno, la tokenización permite soluciones de pago por uso, lo que crea nuevos MdN para fabricantes de equipos o para servicios financieros, mientras beneficia a empresas que requieren activos intensivos en capital. El avance en IoT, la hiperconectividad y el pago automatizado están acelerando la tendencia, marcando el paso en la transición de MdN basados ​​en productos a servicios.

J. Cloud computing, evolucionando hacia soluciones multinube y plataformas cloud nativas.

  • El cloud ha permitido a las empresas acceder a los datos desde cualquier parte y en cualquier momento, facilitando el almacenamiento seguro de grandes cantidades de datos y el acceso a ellos de forma remota cuando sea necesario. Se observa una tendencia a solución multinube (frente a único proveedor, varias nubes públicas o híbrido): más seguridad, migraciones más sencillas, mercado más competitivo.

K. Transformación de ciberseguridad por AI y arquitecturas confiables, con riesgos crecientes por la confluencia IT/OT.

  • Frente a los avances en ciberseguridad, las amenazas no cesan. Un enfoque para construir una arquitectura de confianza es el uso de registros distribuidos, como Blockchain. Además de reducir el riesgo de infracciones, reducen el coste de cumplir normativas y los gastos operativos y de capital asociados.

L. Conectividad 5G – IoT.

  • La tecnología 5G alcanzará madurez tecnológica y regulatoria, abriéndose paso como solución de comunicaciones IoT. Otros sistemas alternativos propietarios (redes de picosatélites), serán una alternativa técnica y económicamente competitiva para casos IoT de baja exigencia de volumen o latencia.

M. Computación de nueva generación (computación cuántica y chips neuromórficos) y SW 2.0.

  • Ayudará a encontrar respuestas a problemas que han acosado a la ciencia y la sociedad durante años, desbloqueando capacidades sin precedentes para las empresas… aunque no será una preocupación inmediata para todas. Mantenerse a la vanguardia del SW (hoy clave de éxito en muchos negocios), sí requerirá una comprensión de esa industria, de las tendencias tecnológicas que la impulsan y de los contextos organizacionales que crean la demanda de cambio.

N. Infraestructura distribuida, edge y cloud.

  • Para 2022, el 70 % de las empresas utilizará infraestructuras distribuidas: los datos y el procesamiento se podrán manejar en la nube, pero los dispositivos podrán acceder a ellos también y más rápido desde el borde de línea si conviene: más velocidad y agilidad, menos complejidad y coste, más seguridad.

O. Plataformas Agile, DevOps e ITSM integradas.

  • Se llama ITSM a la gestión de la entrega extremo a extremo de servicios IT. En una empresa, si las capacidades de ITSM son insuficientes para las necesidades, habría problemas para brindar servicios a un ritmo satisfactorio y suficiente, algo muy común. Para abordarlo, surgen nuevas metodologías ITSM, impulsadas por las mejores prácticas Agile y DevOps. La integración de plataformas Agile, DevOps e ITSM con aprendizaje automático y el uso de herramientas AIOps posibilita anticiparse a potenciales fallos, asegura el tiempo de actividad y proporciona garantía de servicio, generando excelente UX.

P. Herramientas low code y aplicaciones configurables.

  • Se trata de soluciones que le permiten crear sistemas complejos con poca o ninguna experiencia en codificación, lo que puede generar una mejora general de las habilidades de los empleados en ciertas industrias (permitiendo, por ejemplo, iterar soluciones).

Q. Incremento de inversiones (> 2 dígitos) , en especial en AI, ML-DL, modelos predictivos y ciberseguridad.

  • La transformación digital en última instancia tendrá como objetivo reducir los costes… pero los expertos predicen que el gasto mundial en IT sobrepasará para fines de 2022 los 4 B$. En especial se prevé un fuerte incremento en las inversiones en tres ámbitos:
    • Inteligencia artificial y aprendizaje automático (en general), donde al margen de las aplicaciones preexistentes llama la atención el crecimiento de soluciones de SW de automatización de marketing impulsado por IA.
    • Análisis predictivos: mediante el análisis de datos de períodos pasados y del presente y su correlación con factores económicos, el entorno empresarial y patrones de comportamiento de usuarios, consumidores o clientes, las modernas herramientas de análisis predictivo permiten a las empresas realizar pronósticos fiables del futuro y preparar estrategias viables.
    • Ciberseguridad: para conservar su reputación y la confianza del cliente, la organización tiene la gran responsabilidad de proteger de infracciones y ataques tanto datos como aplicativos de gestión. Las brechas de seguridad son inevitables y por tanto deben asignar los fondos adecuados a las herramientas y tecnologías de ciberseguridad, así como contar con una estrategia que permita manejar crisis sin comprometer su integridad.

R. Políticas de privacidad transparentes y reequilibrio entre personalización y privacidad.

  • Vivir una «vida digital» implica dar información personal (domicilios, mails, detalles de tarjetas, patrones de comportamiento…). El cliente exige una experiencia personalizada, pero tampoco se logra sin recopilar sus datos. Descifrar en cada caso la paradoja de la personalización y la privacidad será una prioridad. La privacidad y su protección se han convertido en una preocupación: la transparencia es imperativa y ayuda a las empresas a ser honestas sobre sus prácticas.

S. Incorporación digital de empleados y clientes, con gamificación y desde conceptos de TX (= CX+UX+EX+MX).

  • Para adoptar nuevas tecnologías y beneficiarse de ellas, las empresas deben invertir tiempo y recursos para incorporar a las personas que las utilizarán, tanto si son empleados de la organización, proveedores o clientes. No hacerlo genera pérdidas financieras, problemas de productividad y pérdida de tiempo general.
  • Esta incorporación debe favorecerse con soluciones gamificadas para entornos de negocio y en base a procesos diseñados desde criterios de Total Experience (TX), concepto que engloba a su vez a Customer Experience (CX), User Experience (UX) y Employer Experience (EX), en entornos Multiexperience (MX).

T. La agilidad como máxima prioridad y como forma de liderazgo digital.

  • La agilidad se traduce, en el nivel más bajo, en cobertura dinámica o recuperación dinámica: llegar a un punto en que la empresa no se está preparando para escenarios hipotéticos, sino que tiene en mente pasos prácticos reales de carácter dinámico para evitar sufrir disrupciones, procedan de donde procedan.
  • Reforzado por la pandemia, la adaptabilidad es la principal habilidad de los líderes efectivos: con herramientas, procesos y modelos mentales ágiles, pueden cambiar rápidamente un enfoque organizacional, gestionar incertidumbres, hacer frente a nuevas regulaciones y cumplir requisitos cambiantes del mercado.

___________________________________

LAS ENTRADAS DE LA SERIE COMPLETA

Actualización de tendencias en transformación digital
Actualización de tendencias en transformación digital – RECOMENDACIONES
Actualización de tendencias en transformación digital – TENDENCIAS

Reflexiones: actualización de tendencias en transformación digital – Recomendaciones

Como explicaba en el artículo anterior, en la selección de 10 documentos recientes sobre tendencias en transformación digital también aparecían, especialmente en 3 de los mismos, recomendaciones para liderar o gestionar el proceso de transformación de la compañía.

La verdad es que obvié esta parte de la información inicialmente, porque no aportaba nada que no supiéramos ya a estas alturas… pero de pronto me pareció que con demasiada frecuencia perdemos de vista cosas aparentemente obvias y que no venía nada mal hacer una síntesis adicional de dichas recomendaciones, tanto si servía para recordar lo teóricamente ya asumido como si encendía alguna lucecita de elemento perdido…

Vamos con ello. La síntesis puede listarse en forma de decálogo, tal y como sigue:

Va un pequeño comentario sobre cada una:

  1. Construir una estrategia digital clara e integrada con la estrategia global de la compañía: no basta con definir una estrategia digital, sino que debe tener un carácter transformador de la empresa en términos de competitividad, lo que implica a procesos, negocio o relaciones con los distintos grupos de interés… y por tanto absolutamente alineada o integrada en la estrategia general de la organización.
  2. Comprometer el liderazgo desde la alta dirección hacia los niveles intermedios: como todo proceso transformador de una organización, nada ocurrirá si no se configura lo que Kotter llamaba «coalición rectora», que acumule las suficientes dosis de poder y liderazgo para que los cambios sucedan. La labor de una alta dirección comprometida con la transformación digital de su empresa es aportar dirección, pero también y fundamentalmente conseguir la implicación de las estructuras clave que intermedian con el funcionamiento operativo y el despliegue de objetivos… y proteger a quienes asuman el rol de liderar los experimentos significativos que a continuación deberán ser escalados.
  3. Colocar a las mejores personas en los lugares correctos para acelerar la transformación: suficiente poder y suficiente liderazgo implicados activamente en el proceso… pero también suficiente competencia y capacidad. Como afirmaba Alfons Cornella, «no hay innovación sin innovadores»… e innovar, como transformar la cultura dominante en una organización, requiere que de ella se ocupen los mejores.
  4. Ser «agile», adoptar una mentalidad de gobernanza ágil: más allá de metodologías y herramientas, liderar una transformación empresarial exige adoptar los esquemas mentales y principios del «agilismo» y extenderlos como elementos de cultura de la organización.
  5. Ser digital de arriba a abajo, en toda la cadena de valor y de suministro: digitalizar las relaciones con cliente y las internas, integrar la información de las distintas fases de proceso con retroalimentación de información en tiempo real, contemplar las oportunidades derivadas de la visión de la cadena de suministro como sistema.
  6. Monitorizar y medir el progreso de la transformación, con foco en los retos por encima de la eficiencia: medir cómo nos aproximamos a la visión deseada más que cómo hemos hecho lo realizado o cuánto. Eficiencia en la gestión de cada iniciativa sí (por supuestísimo)… pero siempre subordinado a avanzar en la dirección adecuada.
  7. Crear una plataforma tecnológica de datos que impulse el negocio: contemplar la importancia de los datos no estructurados, individualizados, hacia el cliente y en general los grupos de interés clave, asegurando su disponibilidad junto a los datos estructurados en una plataforma tecnológica flexible, modular e interoperable, alineada con los intereses del negocio, sobre la que poder aplicar metodologías analíticas y procesos de aprendizaje automático e inteligencia artificial que permitan personalizar propuestas, soluciones o acciones de marketing.
  8. Construir ecosistemas industriales automatizados e independientes de la localización: contemplar los modelos de creación de valor que funcionan como una red conectada, con nodos autónomos pero interdependientes cuando se precisa, para acelerar procesos de innovación desde la noción de ecosistema.
  9. Atender al dominio de los negocios digitales: en la mayoría de los mercados de producto, la percepción de valor ha basculado hacia elementos intangibles, vehiculados frecuentemente a través de la prestación de servicios de base digital, asociados al producto o independiente del mismo, por lo que es imprescindible entender cuál puede o debe ser el negocio digital de la compañía y activarlo. Además, considerar que cualquier componente del modelo de negocio es susceptible de ser transformado digitalmente para generar mayor o más cualificado retorno.
  10. Promover la conversión de servicios a experiencias (TX = CX+UX+EX+MX): entender el rol que la componente emocional tiene en las decisiones de compra o en la creación y prestación de servicios. Más allá del valor entregado, la experiencia relacionada con el mismo (de usuario, de cliente o de trabajador, en un marco de multicanalidad) debe jugar un papel clave en el diseño y desarrollo de servicios.

Nada más en este post. El próximo (tercero y último de la serie) recogerá la veintena de tendencias muy recientes (no sustitutivas de las grandes tendencias que ya conocemos, sino en todo caso complementarias o adicionales), que ya había anunciado.

Como acabo de hacer con las recomendaciones de este artículo, trataré también de definir (concisamente) cada una de esas tendencias.

Y como en esta ocasión, espero que no tengan que esperar demasiado. 😉

___________________________________

LAS ENTRADAS DE LA SERIE COMPLETA

Actualización de tendencias en transformación digital
Actualización de tendencias en transformación digital – RECOMENDACIONES
Actualización de tendencias en transformación digital – TENDENCIAS

Reflexiones: actualización de tendencias en transformación digital

Hace ahora ya mas de dos años desde nuestro último trabajo en profundidad sobre las grandes tendencias que pudieran ayudar a definir nuestra estrategia de Transformación Digital: el Plan Digital está en marcha, pero la velocidad con que todo evoluciona es enorme y hemos sentido que era el momento de revisitar las tendencias, revisando las que actualmente se identifican y analizando si hubiera algo en ellas que invitara a profundizar, desviar o reorientar las estrategias definidas.

Se ha tratado de una revisión mucho más ligera (orientada a detectar potenciales grandes novedades, para confirmar o pivotar la estrategia antes de elaborar el plan de gestión del año que viene), así que no ha tenido la intensidad que tuvo hace dos años. Pero ya que el trabajo está realizado… me ha parecido que podría tener interés para al menos alguno de mis estimados lectores el compartirlo. 🙂

Lo voy a hacer en un par de posts adicionales a este artículo: el primero recogerá un decálogo de recomendaciones para gestionar o liderar la transformación digital de su compañía; el segundo, una veintena de tendencias, tecnológicas y de gestión, que pueden ayudar a la reflexión de cada uno sobre los pasos que tiene previsto acometer para crear futuro.

Será por tanto una nueva serie, pero muy corta y concentrada en el tiempo, para que no se dilate mucho la conexión de un artículo con otro.

Ya ven que cierro el espíritu vacacional y vuelvo a los temas de empresa, como corresponde normalmente a esos días finales de agosto… 😉 , pero doy carpetazo al verano con un artículo ligero como es éste, a unos días de «pasar a mayores».

Les diré simplemente que las síntesis de recomendaciones y tendencias que compartiré proceden de un sencillo ejercicio de curación de contenidos, tras preseleccionar un grupo de 10 publicaciones realizadas este mismo año sobre el tema, procedentes de fuentes muy diversas, desde grandes consultoras a publicaciones digitales especializadas, incluyendo también dominios diversos como el de especialistas en el mundo de las apps o referentes tecnológicos.

Las 10 fuentes seleccionadas, procedentes de organizaciones cuyos logos habrán observado en la imagen de cabecera, son las siguientes:

Si tienen mucha hambre, pueden empezar a leer por sí mismos los enlaces que les despierten mayor curiosidad, pero si no tienen prisa… ya saben…

… enseguida volvemos… 🙂

___________________________________

LAS ENTRADAS DE LA SERIE COMPLETA

Actualización de tendencias en transformación digital
Actualización de tendencias en transformación digital – RECOMENDACIONES
Actualización de tendencias en transformación digital – TENDENCIAS

Vibraciones: sobre cooperativismo, estrategia y digitalización

El jueves pasado participé en un webinar sobre cooperativismo, estrategia y digitalización, invitado por el maestro Julen Iturbe-Ormaetxe.

Julen colabora desde hace años con un Master de Cooperativismo y Gestión Socioempresarial que organiza la Facultad de Humanidades (Huezi) de Mondragon Unibertsitatea (coordinado por Leire Uriarte), que es el marco en el que se organizó este webinar.

Con la introducción de Julene Gorrotxategi, Julen hizo de moderador y conductor activo de una conversación en la que Nagore Ipiña (decana de la Facultad) y yo mismo, cruzamos dos visiones del cooperativismo al hilo del impacto de la digitalización y la transformación digital sobre las organizaciones y su estrategia, pero en especial sobre las cooperativas y su forma de enfrentarse al mundo.

60 minutos que volaron, impulsados por muchas preguntas de esas que habría que hacerse con más frecuencia para pensar en profundidad (algo de lo que tengo para mí que andamos demasiado escasos) y respuestas con muchas coincidencias y algunas discrepancias o matices que creo que enriquecieron una conversación que aparentemente fue de interés para los asistentes.

Por si les despierta algo del suyo, les dejo a continuación la grabación del webinar. Añado, además, las personales respuestas que yo mismo me di un par de días antes para algunas preguntas que Julen nos había adelantado, para que fuéramos enfocando la cabeza en el tema… 😉

Creo que se me nota que estuve encantado de participar. 😅

___________________________________________

Estrategia, cooperativismo y digitalización: ¿qué sugieren estos tres conceptos cuando se unen en una misma frase?, ¿es un «trinomio imposible»?

  • ¿Por qué? Por supuesto que no… La única dificultad estaría en cómo unir estrategia y digitalización con cooperativismo, pero lo mismo que podríamos cuestionarnos la unión de gestión, calidad total o eficiencia con cooperativismo. Si consideramos el trabajo como una herramienta de transformación, todo lo demás encaja con absoluta naturalidad.

Transformación digital: ¿cómo la entendemos en nuestras respectivas organizaciones?

  • Innovar digitalmente los sistemas de gestión y el negocio de la organización. Innovar en el diseño de los procesos de negocio, gestionar cadenas de suministro o de diseño y producción como sistemas conectados y desplegar nuevos servicios de valor construidos sobre nuevo conocimiento generado por conexión y explotación inteligente de los datos.
  • La transformación digital es el conjunto de efectos que pueden producirse explotando las nuevas posibilidades de generar valor que la digitalización abre sobre nuevas formas de entender los sistemas (empresas, instituciones, sociedades…), que permiten hacerse planteamientos que antes serían operativamente imposibles o económicamente inviables.

Si le añadimos que se da en un contexto de cooperativismo, ¿qué matices tenemos que tener en cuenta?

  • El potencial de impacto del canal digital en el ejercicio de los principios cooperativos (educación, transformación social, participación en la gestión, organización democrática, carácter universal…) y de los valores (intercooperación, innovación).
  • El impacto del trabajo remoto en las prácticas relacionales y de comunicación tradicionales en las cooperativas.
  • Las cooperativas de consumo y la economía colaborativa.

¿Estamos ante una «imposición»?, ¿cabe la posibilidad de jugar una postura crítica?

  • Desde lo individual sí es posible tener una mirada crítica a la digitalización. Desde la empresa… no. A lo sumo se puede tener una mirada híbrida, completar la vía digital con otras vías más tradicionales (podemos incluso admitir que más humanas) o incluso cómo potenciar éstas desde aquélla.
  • De la misma forma que una empresa no puede obviar internet, salvo que hablemos de empresas individuales (las excepciones siempre existirán) no puede obviar la analítica de datos para la toma de decisiones, ni el impacto de la unión de productos conectados con inteligencia artificial en los negocios y en los mercados.

Si hablamos de estrategia, la TD ¿es una estrategia?, ¿se puede optar por diferentes estrategias de TD o simplemente es coevolucionar con los tiempos?

  • Como cualquier propósito transformador, no es una estrategia sino un en todo caso un reto, para el que se pueden y se deben desplegar distintas estrategias.

Cuando elaboramos nuestros planes estratégicos, ¿sentimos que podemos «liderar» nuestro sector en materia de TD?

  • En general no: cuando alguien muestra esa ambición, se convierte poco menos que en un friki y sus planteamientos no se asumen como reto de la organización o no como una de las prioridades a atender en términos de diferenciación competitiva.
  • Incluso en los sectores en los que la digitalización ha llegado al producto, es más frecuente encontrar iniciativas que permitan a la empresa seguir el ritmo de los acontecimientos, incorporando pequeñas variaciones susceptibles de escasa diferenciación competitiva, que verdaderamente ejercer un liderazgo innovador que implique redefinir la categoría de producto o los factores de competitividad.

¿Qué ganamos con la TD?, ¿qué perdemos?

  • Ganamos: velocidad, información para la toma de decisiones, eficiencia, conciliación, sostenibilidad medioambiental…
  • Perdemos: proximidad emocional, cultura organizativa, concentración… y puestos de trabajo (o al menos ciertos puestos de trabajo) a medio y largo plazo.

Si MONDRAGON es «humanity at work», ¿podemos hablar de un «humanismo digital»?, ¿cómo lo entenderíamos?

  • Desde la misma mirada que indicaba antes: el trabajo es la principal herramienta de transformación, luego todo lo que sea evolucionar el trabajo hacia un entorno de sostenibilidad es trabajar en clave de transformación social.

¿Qué hemos aprendido en torno a la TD desde que «convivimos» con ella?

  • Que no es digitalizar.
  • Que no es barata.
  • Que es un territorio de experimentación y aprendizaje.
  • Que una fábrica automatizada y robotizada no es una fábrica digital… y que cuesta entenderlo.
  • Que ser una empresa data driven es francamente complicado, porque partimos de un legacy que no lo pone fácil.
  • Que la inteligencia artificial la construyen las personas.
  • Que no todo el mundo está dispuesto a basar su trabajo en las capacidades esencialmente humanas (creatividad, intuición, disrupción…).

¿Algo que no debamos hacer?

  • Asumir que “industria 4.0” es lo mismo que “fábrica 4.0” en una empresa industrial.
  • Pretender que un proyecto de inteligencia artificial nos dé rentabilidad en unos meses… o generar expectativas de ello.

¿Algo que nos ha salido bien y que recomendaríamos en materia de TD?

  • Realizar la fase inicial de diagnóstico y posicionamiento utilizando cuestionarios individuales potentes, dirigidos a la alta dirección y los técnicos clave y orientados a la reflexión personal.
  • Elaborar un marco explícito de estrategias enmarcadas en el plan estratégico (con una estimación asociada de inversiones) y generar un plan maestro a medio plazo (3-5 años).
  • Colaborar con startups.

¿Quién debe liderar la TD?, ¿qué rol juegan los departamentos clásicos de «Informática»?, ¿qué rol debe jugar la dirección?

  • Como todo proceso transformador de la empresa, el liderazgo debe ejercerse de forma visible desde la dirección general.
  • Operativamente, es importante que exista un responsable de transformación digital con sitio en el Consejo.
  • Un departamento clásico de Informática debe evolucionar fuertemente y en numerosos campos, diferentes en función de cada empresa, pero es muy probable que sus perfiles no sean adecuados para hacerse cargo de la transformación digital de la compañía. Identificar iniciativas de negocio digital o trabajar en analítica avanzada e inteligencia artificial requieren de otros perfiles (diseño de servicios, sensorización orientada a la creación de valor, digitalización de la relación con grupos de interés, diferenciación competitiva, inteligencia artificial…). Es un asunto de perfil personal y background profesional, no de competencias.

¿Qué aprendemos de nuestros clientes en materia de TD?

  • En nuestro caso, los constructores de automóviles llevan ya años basculando la percepción de valor: de la fabricación de vehículos a la prestación de servicios de movilidad y a la comprensión de su negocio alrededor del concepto de plataforma asociada a la marca… y en producto, del hardware al software como conductor de la competitividad.

Generacionalmente, ¿podemos estar ante una brecha?, ¿nuestros equipos directivos se sienten cómodos en TD?

  • Siendo una empresa fabril, se empieza a comprender el potencial que la opción digital tiene sobre la transformación de la fábrica. Empieza a haber algunos buenos resultados, aún modestos en extensión, pero muy significativos. La idea de negocio digital aún no cala, es contracultural para una empresa que comercializa producto físico B2B obtenido por procesos básicos de transformación de metal.
  • Si existe una brecha, no necesariamente es generacional, porque para comprender el potencial de la transformación digital en nuestra empresa es necesario conocer bien el mercado, entender a qué puede estar receptivo y por dónde es posible empezar… y las generaciones jóvenes no disponen de ese bagaje, que por otra parte cuesta tiempo adquirir.
  • Sí empieza a haber una brecha más personal, con directivos y técnicos, también jóvenes, que aún no se sienten cómodos con una digitalización basada en el autoaprendizaje y el «beta permanente», que no están acostumbrados a ese autoaprendizaje por experimentación, al trabajo bajo criterios agile

¿Cómo abordar el triángulo cooperativismo, estrategia y digitalización en un consejo rector?, ¿y en un consejo social?

  • Paradójicamente, en cuanto a posicionamiento frente a la cultura digital, puede que estén evolucionando más los órganos sociales que los propios equipos directivos aunque no se comprenda muy bien exactamente su dimensión potencial y las implicaciones derivadas, porque la vida digital se ha extendido ya de tal forma a la vida personal, que la necesidad de digitalización se ha trasladado (aunque sea de forma difusa y poco transformadora) al juicio que los órganos tienen sobre el papel de lo digital en la cooperativa y la necesidad de avanzar en ese territorio.

¿Es una amenaza para la idea «socioempresarial» de nuestros proyectos cooperativos?, ¿es una oportunidad?

  • Para el negocio de las cooperativas ya consolidadas, en mi opinión no es más amenaza ni más oportunidad (lo son las dos) que para cualquier otra empresa. Se trata de afrontar lo que sucede en cada momento de la historia de una cooperativa y ahora toca lo digital. Movilidad y flexibilidad son dos paradigmas a integrar… o no, pero como cualquier empresa.
  • Si se trabaja en clave de transformación digital la parte más societaria del proyecto socioempresarial, sí sería posible abordar en positivo la vivencia de principios y valores, aunque las cooperativas se vienen mostrando durante ya muchos años muy conservadoras en cuanto a cambios que puedan suponer riesgos para el control de la vida societaria. En este sentido, considero que sería una excelente oportunidad de revitalizar y multiplicar la vivencia y los efectos tangibles del ejercicio práctico de principios y valores.

¿Podemos poner algún ejemplo de transformación profunda en algún proceso o incluso en el modelo de negocio?

  • La evolución de nuestros clientes. Ejemplo: inversiones masivas en servicios de movilidad, cambio de las estructuras de las áreas de IT, Tesla como disruptor total (recarga, venta, ERP, actualización del SW…), Ford planteándose seriamente la posibilidad de dejar de fabricar vehículos…

¿Algún ejemplo de transformación social a partir de la digitalización?

  • No en nuestro caso, no específicamente, o no aún.

¿TD va a ser igual a menos puestos de trabajo? Si lo miramos en positivo, ¿qué nuevos puestos pueden surgir?

  • En mi opinión, a medio plazo previsiblemente menos, o al menos proporcionalmente menos que el crecimiento de ventas en las organizaciones actuales.
  • Nuevos puestos para la industria: técnicos de ciberseguridad, especialistas en instalación y mantenimiento de sensores y redes de comunicaciones, analistas y científicos de datos, responsables de gobernanza de datos, gestores de plataformas, expertos de marketing digital, diseñadores de servicios…

Una cuestión final: ¿el cooperativismo va a ser diferente como consecuencia de la digitalización? Si así fuera, ¿en qué puede cambiar?

  • Será diferente en la medida en que en la sociedad cambie definitivamente la noción y la organización del trabajo.
  • Si esto ocurre, si definitivamente se asienta el guiado de una carrera profesional por proyectos, si crece la dimensión del trabajo freelance o si la economía colaborativa vuelve a repuntar con fuerza, habrá un impacto en el cooperativismo porque es un cambio de cultura social al que no puede mantenerse ajeno.
  • El sentido de esos cambios puede ser múltiple para el cooperativismo, en función de que se diseñen y ejecuten específicamente estrategias para renovar y reforzar la experiencia cooperativa… o de que por el contrario se permita que todo fluya a su aire en esta materia, interpretando que la transformación digital es un asunto colateral a un proyecto socioempresarial como el nuestro.

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

Reflexiones: 5 claves para la transformación digital de la empresa (industrial)

Me apetece escribir sobre algunas de las claves básicas que a mi juicio deben conducir la transformación digital de una compañía industrial… o, en en el caso de varias de dichas claves, la de una empresa cualquiera.

No se tratará de grandes disquisiciones documentales, ni de hojas de ruta detalladas, ni de recetas mágicas que auguren el éxito… sino de cosas muy primarias, muy «de Primero de Transformación Digital», que seguro que ya conocen pero que conviene no permitir que se escapen de la mente en medio de la vorágine de la actividad ordinaria, pero sobre todo cuando decidan que es el momento de definir o revisar el marco estratégico que guíe el proceso.

Para empezar, asumo que, si están interesados en la materia, hace tiempo que habrán llegado a la «conclusión 0», que consiste en entender que cuando hablamos de «transformación digital», la palabra clave es «transformación» y no «digital», mero complemento de la anterior.

Más allá de la mera digitalización de procesos, por tanto, hablamos de innovar digitalmente los sistemas de gestión y el negocio de la organización: innovar en el diseño de los procesos de negocio, gestionar cadenas de suministro o de diseño y producción como sistemas conectados, o desplegar nuevos servicios de valor construidos sobre nuevo conocimiento generado por conexión y explotación inteligente de los datos.

Dicho de otra manera, hablar de verdad de transformación digital es referirse al conjunto de efectos que pueden producirse explotando las nuevas posibilidades de generar valor que la digitalización abre sobre nuevas formas de entender los sistemas (ahora concretados en empresas, pero aplicables a instituciones o incluso sociedades), que permiten plantear servicios, relaciones e intercambios de valor en formas que hasta ahora eran operativamente imposibles o económicamente inviables de ejecutar.

Hablar de transformación (ahora toca de tipo digital, pero en general de cualquiera) conlleva asumir su naturaleza inherentemente estratégica… y por tanto no delegable; conlleva recuperar a Kotter para generar el cambio necesario en la organización; conlleva impregnar capilarmente a la empresa de equipos embarcados en un propósito que inevitablemente tendrá un largo plazo.

No se hable más…

Si me acompañan, pondré el acento en 5 conceptos clave que iré desgranando en sucesivos post breves, a lo largo de este mes de noviembre que se asoma ya en horas. Estos conceptos serán:

  • 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.

A por ello…

______________

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