Datos sin estrategia: una promesa sin resultados

Un banco registra cada llamada; una plataforma de comercio electrónico guarda información de cada clic y cada transacción, y una empresa de telecomunicaciones almacena cada contacto con sus clientes. Si bien la analítica de datos no es nueva, nunca antes había habido tanta urgencia por convertir ese volumen de información en procesos automatizados. El afán de no quedarse atrás hoy impulsa a organizaciones a seguir una fórmula predeterminada: recopilar todos los datos disponibles, alimentar modelos de Inteligencia Artificial (IA) y automatizar lo que antes hacían equipos humanos. Muchas de estas compañías asumen que esas hojas de cálculo y una suscripción a alguna herramienta de IA son suficientes para aumentar la rentabilidad. Lo que no advirtieron es que la prisa por ser la empresa más vanguardista puede estar haciéndolas avanzar a ciegas. Humberto Pertuz, CEO de Vozy, empresa especializada en IA conversacional, explica que existen compañías que siguen tomando decisiones de negocio con base en el análisis de entre el 1 % y el 5% de sus datos. El 95 % restante, que puede contener patrones, señales de alerta o expresar tendencias, no existe para quienes deciden. Y en medio de esa carrera desordenada, muchas organizaciones quedaron atrapadas en un falso dilema. "Lo que estamos viendo en el mercado es un miedo infundado a la IA. Las empresas creen que tienen que elegir: o automatizan todo y pierden el toque humano, o se quedan como están. Pero esa no es la realidad. La IA no reemplaza decisiones. Las fundamenta", agrega el CEO de Vozy. En la misma línea, que una empresa use Inteligencia Artificial no significa que le esté sacando provecho. El 88 % de las organizaciones encuestadas por McKinsey en su último informe global sobre el estado de la IA reportó que usa esta tecnología de forma regular en al menos una función de negocio, frente al 78 % del año anterior. Pero casi dos tercios todavía no han logrado escalarla más allá de pilotos o experimentos aislados. Así mismo, solo el 39 % habló de algún impacto real en su rentabilidad a nivel empresarial. De ese grupo, la mayoría dijo que menos del 5 % de sus ganancias es atribuible al uso de IA. Aunque la IA ya esté presente en una gran cantidad de empresas, su impacto todavía es escaso. Hacer que los datos sí sirvan El primer problema, según Mario David Cruz, head of data de Axity, es que se confunde acumulación con valor. "Los datos son el activo más valioso, si no se están usando para generar dinero, ahorrar costos o mitigar riesgos, no se tiene ‘Big Data’, se tiene un "basurero digital" que cuesta dinero en mantenimiento", dice. Y la analítica, aclara Cruz, tampoco es lo que muchos creen: "la analítica no es hacer gráficas bonitas; es el proceso de convertir esos datos brutos/crudos en inteligencia accionable". Pero convertir datos en inteligencia requiere condiciones. Jaime Fernando Pérez González, coordinador de la Especialización en Analítica de Datos de la Universidad Católica de Colombia, explica que ese tránsito implica pasar de entender qué ocurrió a anticipar qué pasará y recomendar acciones. Cuando eso funciona, afirma el docente de la Universidad Católica de Colombia, la toma de decisiones deja de depender de la intuición y pasa a basarse en evidencia, es decir, menos incertidumbre, menos margen de error, más ventaja competitiva. Y si de implementar todo lo anterior se trata, ese salto se verá en logros concretos. El directivo de Axity describe una de esas experiencias positivas: en lugar de que un empleado reciba un correo para desbloquear una contraseña o restablecer un acceso, un agente autónomo recibe la solicitud, ejecuta los cambios directamente en la base de datos y cierra la tarea sin intervención humana. El problema no es la tecnología Ahora, cuando se trata de automatizar, detrás de la mayoría de los fracasos no hay un ‘software’ malo ni un presupuesto insuficiente. Lo que falla, casi siempre, es la estrategia. El primer obstáculo que identifica Mario David Cruz, de Axity, es de cultura empresarial: "Los silos de información son el enemigo número uno; el equipo de ventas tiene sus datos, operaciones los suyos, y finanzas otros. Si no se tiene una fuente única de verdad, cada quien cuenta una historia diferente". Al cierre, Jakeline Clavijo, gerente general de Spidersecurity, advierte que la gestión tradicional de inventarios enfrenta un punto de inflexión. "Las empresas que sigan gestionando inventarios de forma manual van a quedar fuera del mercado. La combinación de IoT, Big Data y automatización permite que los sistemas tomen decisiones en tiempo real y ejecuten el reabastecimiento de forma autónoma, eliminando el desabasto como problema estructural", señala. En ese escenario, la integración tecnológica deja de ser una ventaja competitiva y se convierte en una condición necesaria para sostener la operación y responder a la demanda con mayor precisión.