Artículo en colaboración con:

BEEVA


Entrevista a Juan María Aramburu, CEO de BEEVA. Flexibilidad y agilidad: principal reto para la transformación tecnológica de las empresas

Entrevista a Juan María Aramburu, CEO de BEEVA. Flexibilidad y agilidad: principal reto para la transformación tecnológica de las empresas

Todas las empresas están aprovechando, en mayor o menor medida, los últimos avances de la tecnología. La mayor diferencia respecto a hace diez años es que una empresa con una buena idea puede implantarla con un bajo coste y con la misma gama de tecnologías que usan las grandes compañías. Ante esto, las empresas que hoy son líderes en el mercado analizan sus fortalezas frente a la competencia digital, y se encuentran con que la escala y la tecnología en la que han invertido, ahora juegan en su contra.

 

Culturalmente, ¿en qué punto se encuentran las empresas tradicionales que no han nacido bajo un entorno tecnológico? En los últimos años, muchas empresas tradicionales han querido optimizar su organización, pasando de estructurarse por funciones a organizarse por proyectos. Esto ha tenido impacto en la forma en lo que se ha desplegado la tecnología, que se estructura por capas, como las de un pastel: se ha partido de un núcleo, generalmente legacy, y se han añadido capas de tecnología para atender a las necesidades de modernizar los canales (web, móvil) o de acceso a información (data warehouse). La integración entre las capas tecnológicas se ha realizado mediante arquitecturas orientadas a servicios y sistemas de replicación de datos. 

 

El problema de todo esto es que el modelo de capas dificulta la transición a una organización orientada al producto. Sin una organización de este tipo, las dependencias entre productos que usan los mismos componentes impiden tener la agilidad suficiente para competir en el mercado actual. Sobre todo contra empresas nativas digitales. La empresas tradicionales se enfrentan al reto de diseñar una arquitectura tecnológica de futuro que permita desacoplar los productos unos de otros, reducir los costes del legacy (incrementados por la multicanalidad) y gestionar la información de múltiples fuentes para poder tomar decisiones rápidas y con suficientes datos.

En paralelo, según vayan transformando su tecnología, las empresas tradicionales han de organizarse alrededor de los productos con modelos culturales más ágiles y flexibles. En su transformación, adoptarán metodologías que hagan más rápida la interacción con el mercado y la obtención de aprendizajes. “Los datos son el nuevo petróleo para las empresas” es una afirmación no cuestionable, y podemos decir que, una vez hemos asimilado esto, estamos en la fase de la “explotación de los datos”. ¿Están capacitadas las empresas para tomar decisiones basadas en datos? El proceso de digitalización ha incrementado enormemente la cantidad de información que las empresas obtienen de su actividad. La evolución de los canales y la automatización de procesos exigen el uso de nuevas estrategias para procesar y analizar datos. La tecnología Big Data ha ganado en madurez y en disponibilidad gracias a proveedores de nube pública, que ofrecen servicios de almacenamiento y procesamiento de información que compiten con las plataformas informacionales y de análisis tradicionales a un coste mucho menor. La incorporación de tecnología deep learning está permitiendo a muchas empresas identificar relaciones profundas en la información que no podían obtener mediante modelos analíticos tradicionales basados en ingeniería de variables. La nube y la utilización de GPU para realizar cálculos permiten procesar la información necesaria para que estos modelos sean útiles.

“Los datos son el nuevo petróleo para las empresas” es una afirmación no cuestionable, y podemos decir que, una vez hemos asimilado esto, estamos en la fase de la “explotación de los datos”. ¿Están capacitadas las empresas para tomar decisiones basadas en datos?

El proceso de digitalización ha incrementado enormemente la cantidad de información que las empresas obtienen de su actividad. La evolución de los canales y la automatización de procesos exigen el uso de nuevas estrategias para procesar y analizar datos. La tecnología Big Data ha ganado en madurez y en disponibilidad gracias a proveedores de nube pública, que ofrecen servicios de almacenamiento y procesamiento de información que compiten con las plataformas informacionales y de análisis tradicionales a un coste mucho menor.

La incorporación de tecnología deep learning está permitiendo a muchas empresas identificar relaciones profundas en la información que no podían obtener mediante modelos analíticos tradicionales basados en ingeniería de variables. La nube y la utilización de GPU para realizar cálculos permiten procesar la información necesaria para que estos modelos sean útiles.

El uso de técnicas de machine learning, como deep learning, se enfrenta al reto de la interpretabilidad del resultado. En determinadas industrias, donde sea más importante saber las razones por las que se produce un resultado que solo el hecho de predecir el resultado, se deberán usar modelos más simples.

La regulación también se irá adaptando al uso de estas tecnologías, por lo que, en poco tiempo, veremos normas orientadas a que las empresas tengan que explicar, por ejemplo, por qué no han concedido un crédito a un cliente o si han basado su decisión en un modelo de machine learning.

Cuando parece que no hemos terminado de entender o explotar los datos, las tecnologías machine learning se han convertido en una de las principales tecnologías para análisis y predicción de datos, y su evolución está llevando a la mayor relevancia de conceptos, como sistemas de recomendación, redes neuronales… ¿Qué nuevos caminos están abriendo estas tecnologías? Las posibilidades son muchas, y estos modelos están demostrando mucha utilidad en mejorar otros que anteriormente se implementaban con ingeniería de variables, como, por ejemplo, “clusterizaciones” de clientes, detección de fraude, detección de churn, recomendación de productos, detección de anomalías, etc. Otro ámbito donde la tecnología de machine learning está aportando valor es el tratamiento de información no estructurada. Como, por ejemplo, el procesamiento del lenguaje natural y la visión artificial. Esto es de utilidad en seguridad biométrica, asistentes personales, bots, traductores, etc.

El siguiente paso de esta tecnología es dotar a los sistemas de personalidad y la creatividad. Es decir, la posibilidad de que, mediante aprendizaje no supervisado, los sistemas se comuniquen con personas generando nuevos contenidos de forma autónoma, y cuando una aplicación se comunique con un cliente, lo haga dotada de una personalidad ajustada a los gustos de esa persona. No estamos lejos de esto.

La inteligencia artificial no es algo nuevo, aunque lo parezca, pero 2017 apunta a convertirse en el año clave para la consolidación de las tecnologías cognitivas. ¿Es una realidad o un nuevo hype tecnológico para el que aún no estamos preparados? Realmente, el concepto de inteligencia artificial data de mediados del siglo XX. Lo que ha pasado en los últimos años es que, por un lado, la computación y el almacenamiento se han abaratado lo suficiente para que sea implementable por cualquier empresa, y, por otro, se ha demostrado el valor de la analítica y los datos. Se sabe que las compañías digitales más exitosas lo usan intensivamente: Google en su motor de indexación, Amazon y Netflix en su motor de recomendación, etc. Las tecnologías cognitivas o, lo que es lo mismo, de inteligencia artificial están alcanzando niveles de madurez suficientes para pensar que no se trata de un hype, sino de un efecto de la democratización de la tecnología.

¿Qué retos tecnológicos se ven obligados a superar las empresas pensando en su futuro más próximo? El reto principal es incrementar la agilidad y la flexibilidad. Las empresas deberán considerar la estrategia de adopción de los nuevos paradigmas y tecnologías como la nube, el Big Data, la economía de las API y machine learning. La profundidad del cambio dependerá de factores como la cultura empresarial, el presupuesto, la regulación y la disponibilidad de talento. Las empresas más ágiles y flexibles serán las que más profundamente hayan adoptado estas nuevas tecnologías y las sepan usar para adaptarse a un mercado cada vez más exigente y cambiante.

 

 

 

 

 

 

 

 

VER TODOS LOS ARTÍCULOS
DE LA REVISTA

0 Comentarios

No hay comentarios ni opinones sobre este contenido. Sé el primero en opinar

Planeta de Agostini Formación, S.L.U., tratará tus datos personales para gestionar la relación contigo y para remitirte, por cualquier medio, información y comunicaciones comerciales sobre nuestros productos y servicios similares a los solicitados. Los datos sólo se cederán a empresas de nuestro grupo si nos das tu consentimiento y nunca a empresas ajenas al mismo. Tienes derecho a acceder, rectificar y suprimir los datos, así como a otros derechos, como se explica en nuestra política de privacidad.

También te puede interesar

Renovarse o… ¿morir?

Marketing y Ventas  | 25 Mayo 2018 Marketing

Renovarse o… ¿morir?: operadores tradicionales que se adaptan al modelo ‘sharing’

La revista TIME ya anunció que el consumo colaborativo sería una de las diez ideas que cambiarían el mundo. Algunos creyeron que se trataba de una reacción puntual a la crisis económica y que, en el fondo, sería flor de un día. Hoy, el fenómeno afecta de manera transversal a casi todos los sectores productivos. Lo llamamos “economía colaborativa” o “economía de plataformas”, y ya ha cambiado profundamente la naturaleza de las organizaciones. Bajo la teoría de la economía de los costes de transacción, las plataformas digitales han demostrado ser un modelo organizativo netamente superior a los modelos industriales precedentes. Como dice Robin...

Por Albert Cañigueral

Fundación Unoentrecienmi

Marketing y Ventas  | 21 Mayo 2018 Marketing

Caso. Fundación Unoentrecienmil: ‘Crowdfunding’ por la vida

En nuestro país se diagnostican cada año 1.400 nuevos casos de cáncer infantil, y aunque la tasa de supervivencia ronda el 80%, las cifras son terribles: dos de cada diez niños diagnosticados no logran salir adelante. Pese a ser la primera causa de muerte por enfermedad hasta los catorce años, está considerada una enfermedad rara, y los médicos investigadores especialistas en la materia son tajantes: la media de supervivencia de pacientes pediátricos en España está por debajo de la media de la UE y se ha producido una situación de estancamiento. ¿Qué puede “desatascar” el proceso y mejorar las cifras de supervivencias? El doctor Luis Madero...

Por Eduardo Schell, Fernando Rivero

Sacar partido de la cocreación:

Marketing y Ventas  | 9 Mayo 2018 Marketing

Sacar partido de la cocreación: cuando los clientes son algo más que clientes

Hace unos años, con la explosión de las redes sociales en general, pero particularmente con el auge de lo que se denominó “web 2.0”, las marcas empezaron a explotar la conversación con sus usuarios. Para muchos directivos suponía algo nuevo: escuchar qué tenían que decir sus clientes acerca de uno de sus productos o de alguno de sus servicios, más allá de algún que otro estudio de investigación, les pillaba lejos. Sin embargo, hubo marcas que comenzaron a instrumentalizar lo que para algunas era un proceso natural y para otras era aún ciencia ficción: permitir que los usuarios (es decir, las personas que utilizaban sus productos o servicios...

Por Jaime Valverde

?>