Una guía para evitar las 10 trampas que descarrilan las transformaciones digitales, por McKinsey

Este artículo de Arun Arora, Peter Dahlstrom, Pierce Groover y Florian Wunderlich para McKinsey tiene en el encabezado un cómic de Indiana Jones en el templo maldito que tiene bastante gracia.

Son unos 10 mandamientos con las trampas en las que otros han caído antes a la hora de transformar digitalmente sus organizaciones.

Transformar tu negocio tiene riesgos. Los líderes que tienen éxito saben cómo identificarlos y evitarlos.

Los líderes de los negocios están un juego de altas expectativas. Muchos se han embarcado en programas para reinventar sus negcocios. Las recompensas del éxito son enormes, mientras que las consecuencias del fracaso son drásticas, incluso letales.

Podrían hacerlo peor que fijándose en una cita de uno de los pilotos de carreras más famosos de la historia, Mario Andretti: “Si todo parece bajo control, no estás yendo lo suficientemente rápido”.

Mientras que la orientación de Andretti puede parecer descorazonadora, es apropiada para los líderes que navegan en el mundo digital. Ninguna carrera – o transformación – está exenta de riesgos, por supuesto, pero tener la valentía de tomar decisiones que desafíen los límites de la organización es una necesidad.

Un entendimiento claro de lo que importa de verdad para el éxito de un programa de cambio y lo que no, sin embargo, puede marcar la diferencia. Por esta razón, los autores analizaron docenas de transformaciones digitales, tanto de las que tuvieron éxito como las de que no tanto para llegar a las causas radicales de dónde se torcieron. Este análisis ha revelado diez importantes tramas en las que los negocios caen con frecuencia durante una transformación digital. A menudo pasadas por alto o incomprendidas, estas trampas se reducen en esencia a problemas de cultura, disciplina y mentalidad. He aquí los que los CEOs pueden hacer para vencerla y asegurar sus programas para los negocios puedan capturar los beneficios completos de la digitalización.

Diez trampas de una transformación digital

1. Exceso de precaución

Excessive caution

Aunque suene paradójico, creemos que las empresas deben asumir más riesgos, no menos. Muchos ejecutivos senior mirán atrás a sus programas de transformacion (1: Peter Dahlström, Liz Ericson, Somesh Khanna y Jürgen Meffert, “From disrupted to disruptor: Reinventing your business by transforming the core“, Febrero 2017) y desearían hacer sido más audaces. En el entorno actual, hacer cambios incrementales es como ordenar las sillas de la cubierta del Titanic.

Los datos cuenta la misma historia. La investigación reciente de McKinsey revela que las empresas que van mejor siguen estrategias audaces y rompedoras (2: Jacques Bughin, Laura LaBerge y Anette Mellbye, “El caso de la reinvención digital“, McKinsey Quarterly, Febrero 2017). Hacen grandes apuestas por las nuevas tecnologías y modelos de negocio, son excelentes en una cultura de prueba-y-aprende donde cada fracaso es una oportunidad de mejorar y lanzan programas de cambio que transforman su negocio por completo.

Pero asumir más riesgos no significa ser más arriesgado. Hacer movimientos temerarios, ignorar el sentido común y perder de vista dónde está el valor puede malograr las iniciativas audaces.

2. Miedo a lo desconocido

Fear of the unknown

Cuando la información es escasa, la gente se apoya en la experiencia y en la intuición. Aunque no existe la certeza absoluta en una transformación digital, desarrollar una completa base de hechos puede hacer mucho para disipar los comprensibles temores de la gente.

Las mejores empresas empiezan identificando dónde se crea y destruye el valor (3: Angus Dawson, Martin Hirt y Jay Scanlan, “The economic essentials of digital strategy“, McKinsey Quarterly, Marzo 2016), y no confinan el análisis a su propio sector y competidores. Este análisis externo debería emparejarse con una evaluación interna profunda y completa. Eso comienza con una evaluación concienzuda de los activos de la empresa -marcas, capital, datos, clientes, productos, personas- y las carencias de capacidades. Las mejores empresas entonces desarrollan también una imagen objetiva de su cociente digital (4: Tanguy Catlin, Jay Scanlan y Paul Willmott, “Raising your Digital Quotient“, McKinsey Quarterly, Junio 2015), los elementos de sus negocios que más valor añaden, y las desventajas estructurales a las que se enfrentan.

Disipar lo desconocido se extiende también a pintar un retrato atractivo para todo el negocio del aspecto que podría tener el futuro. Experimentar con hackathons y juegos de guerra también ayuda a no sólo desarrollar nuevos modelos innovadores, sino también a hacerlos más tangibles, de forma que el liderazgo pueda alinearse a su alrededor.

Esto se extiende al uso del término usado hasta la saciedad de “transformacion digital”, que a menudo no se comprende bien por parte del liderazgo o los empleados. Los líderes pueden lidiar con esto definiendo y explicando con todo detalle lo que la transformación digital significa en realidad -por ejemplo, mejorar la experiencia de los clientes para convertirse en el servicio número uno de la categoría o mejorar drásticamente la productividad a través de la cadena de suministro.

3. Falta de enfoque

Lack of focus

Muchas empresas han adoptado una filosofía de “dejad que florezcan cien flores” que anima a la experimentación en sentido amplio. Este planteamiento genera entusiasmo y aprendizaje, pero también puede derrotarse a sí mismo si no se gestiona con cautela. Ejecutar demasiadas iniciativas que compitan entre sí difumina el foco de la gestión y deja a ideas prometedoras sin los recursos que necesitan para ampliar su escala con éxito.

Hay una regla mnemotécnica que dice que una iniciativa digital escalada con éxito en una empresa con más de 5000 millones de dólares en ingresos necesita financiación de entre 10 y 30 millones de dólares al año, y una transformación digital sustancial a través de múltiples unidades de negocio en una empresa mundial podría costar hasta 100 millones de dólares. Para evitar dispersar sus esfuerzos, los líderes digitales inteligentes podan sus carteras de proyectos con regularidad y sin piedad. La inversión por debajo de lo necesario no es forma de competir con empresas respaldadas por capital de riesgo.

Centrarse en el tipo correcto de iniciativas es igualmente importante. Con demasiada frecuencia los negocios derraman recursos en programas que aportan ganancias a corto plazo pero no pueden crecer, no son sostenibles ni añaden valor. Para evitar este desperdicio de energía, toda transformación digital debería empezar por entender las necesidades de los clientes y construir soluciones que no sólo las satisfagan, sino que tengan el potencial de generar el máximo impacto.

4. Quedarse sin dinero

Running out of money

Algunas transformaciones digitales tropiezan porque los costes se disparan mientras que los ahorros o el crecimiento de los ingresos tardan más en llegar de lo esperado. Las empresas líderes empiezan por las victorias rápidas para liberar valor de forma que los esfuerzos se autofinancien, a menudo en los tres primeros meses. De hecho, este planteamiento puede ser tan efectivo que las empresas con más éxito generan más ahorros o ingresos de los necesitados para financiar una transformación.

A menudo, amasar estos ahorros e ingresos puede llegar usando las herramientas y datos que ya están a mano junto con una disposición a hacer las cosas de forma diferente. Por ejemplo, como el equipo de tres personas que realizó una microsegmentación de la base de clientes en una empresa de teleco de EE.UU. Su esfuerzo mejoró la eficiencia de la selección de clientes objetivo de la empresa más de un 40 por ciento mientras dividió por la mitad su gasto en marketing digital. De forma similar, un distribuidor online elevó las tasas de conversión en un 35 por ciento simplemente teniendo a una persona que optimizase los tiempos de carga de las páginas una y otra vez hasta que bajaron de 16 segundos a seis.

A menudo estas oportunidades pueden identificarse en tan sólo una semana en un proyecto. Evaluar el itinerario de decisión del cliente es un buen sitio para empezar. En sectores de consumidor como la banca y las telecomunicaciones, los procesos de inscripción para los nuevos clientes suelen ofrecer numerosas oportunidades para mejorar significativamente.

5. Falta de talento

Lack of talent

La mayoría de las empresas que embarcan en transformaciones digitales subestiman lo que se tarda en construir capacidades. Saben que necesitan talento digital, pero no de qué tipo ni cuánto. Una transformación digital en una gran empresa puede requerir hasta 150 empleados a tiempo completo el primer año. Contratar a un Director Digital (5: Tuck Rickards, Kate Smaje y Vic Sohoni, “Transformer in chief: The new chief digital officer“, Septiembre 2015) es un buen comienzo, pero no es suficiente.

Toda búsqueda efectiva de talento debería comenzar por identificar los problemas que hace falta resolver. Esto ayuda a aclarar el conjunto de habilidades que necesitas. Después de un análisis preliminar, por ejemplo, una empresa determinó que necesitaba 11 personas con un conjunto específico de habilidades -“líderes” y “hacedores”- para completar un proyecto esencial como parte de una transformación. Encontró a las personas adecuadas en una empresa líder de tecnología y les pagó un extra del 100 por cien para contratarles. Más adelante en el proceso de transformación, las siguientes 50 personas vinieron con sólo un extra del 20 por ciento porque estaban deseando trabajar con los primeros contratados. En menos de nueve meses, el equipo generó un aumento de ingresos orgánicos de 1400 millones de dólares, un enorme rédito para lo que parecía al principio una inversión desproporcionada.

Crear un entorno de trabajo como el de una start-up con espacios informales donde las personas pueden reunirse y compartir ideas puede ayudar a atraer al talento adecuado. Desarrollar un mecanismo para integrar a esas contrataciones externas también es crucial. Hemos visto a algunas grandes empresas contratar enormes cantidades de talento digital, ponerlos en un entorno de start-up y después más o menos olvidarse de ellos. Dejados a su aire, los nuevos empiezan a trabajar en sus cosas, no en las tuyas.

6. Falta de disciplina

Lack of discipline

La agilidad y la velocidad forman parte de la personalidad de una organizavión digital, pero la energía puede convertirse en caos si no se encauza con un propósito. Los líderes deben ser sistemáticos en identificar y capturar el valor del negocio, lo cual comienza creando transparencia y métricas útiles para seguir el progreso de las iniciativas digitales.

Muchas empresas se centran en KPIs basados en las salidas, como el crecimiento del EBITDA, los ingresos digitales como porcentaje de los ingresos totales, o la reducción del CAPEX. Pero esas métricas de comité de dirección no aíslan los factores que contribuyen a un resultado dado. Es más productivo desarrollar un conjunto de métricas sencillas de entrada que sigan elementos como la conversión de SEO y tráfico de aplicaciones, dejando al mismo tiempo claro a quién pertenece cada elemento y es responsable del resultado.

Otra forma de inyectar disciplina es invertir como una firma de capital riesgo. Mantén frecuentes puntos de control con expectativas explícitas y un modelo de gobierno claro; no liberes la siguiente rebanada de financiación hasta que el proyecto alcance hitos o logre KPIs; y no tengas en matar esfuerzos que rindan menos de lo deseado. Las mejores empresas se aseguran de tener implantados procedimientos sencillos de gobernanza, escalado y respuesta, así como mecanismos de corrección del rumbo cuando los experimentos no dan en la diana (lo que inevitablemente pasa con muchos de ellos).

La disciplina no debería confundirse con rigidez. Tener un modelo flexible de recursos para mover a las personas y los fondos, por ejemplo, a desarrollos prometedores y enfocar rápidamente problemas clave es necesario.

7. No aprender

Failure to learn

Un modo infalible de hundir una transformación es parar de aprender. Las empresas que tienen éxito recompensan la experimentación porque aprender de los ejemplos ayuda a una empresa a acertar la próxima vez, lo que a su vez promueve más creatividad. Una revisión de equipos de Google encontró que cuando los empleados sentían que podrían arriesgarse sin ser avergonzados o criticados por el fracaso, hacían un mejor trabajo (6: Charles Duhigg, “What Google learned form its quest to build the perfect team“, The New York Times Magazine, 28 Febrero 2016)

 

El aprendizaje efectivo, sin embargo no ocurre así como así. Las empresas deben invertir en sistemas que capturen las lecciones y aprender de ellas. Amazon ha invertido en sistemas diseñados para hacer el aprendizaje tan transparente como se pueda, con cuadros de mando mostrando las pruebas en curso, quién las está haciendo y cómo están respondiendo los clientes. Las pruebas con mejores resultados y más recorrido se coronan como “Reinas de la Colina”.

En lo que respecta a la tecnología algunas empresas mantienen el código probado y aprobado en un respositorio de desarrollo de software como GitHub, el cual habilita a los desarrolladores que lleguen después a aprender de los demás, capitalizar los éxitos y poner código en nuevas soluciones sin necesidad de más pruebas.

Las organizaciones que abrazan el aprendizaje suelen desarrollar prototipos baratos, los prueban con los clientes y los refinan una y otra vez hasta que alcanzan un producto mínimo viable (MVP). Buscan comentarios sobre las nuevas funcionalidades en pequeños grupos de clientes por medio de encuestas sencillas o midiendo su respuesta a elementos específicos como el texto o la disposición de una página web. Un negocio que solía tener tasas de conversión del 22 por ciento ahora alcanza el 29 por ciento -un crecimiento orgánico del 5 por ciento- por medio de este tipo de proceso de prueba y aprendizaje.

8. Fatiga de cambio

Change fatigue

Las empresas pueden a menudo conjurar los recursos y la energía para sacar adelante unos pocos experimentos con nuevos planteamientos. Pero mantener la inercia del esfuerzo de un gran cambio contra la fuerza gravitatoria de la organización previa (7: Jurgen Meffert y Anand Swaminathan, “How to break through the gravitational pull of your legacy organization“, Octubre 2017) es un desafío de un orden de magnitud distinto. Ninguna transformación es inmune a la fatiga, pero algunos pasos pueden ayudar a contenerla.

Los equipos pueden acabar abrumados por la enorme escala y complejidad del cambio. Los líderes efectivos, por lo tanto, diseñan pequeños proyectos con hitos frecuentes para que los equipos se sientan realizados. También se concentran en mantener las cosas sencillas, por ejemplo limitando el número de KPIs. Un negocio de consumo eligió tres: cantidad y fuente de tráfico a los activos digitales, calidad del tráfico y tasas de conversión.

Los líderes de negocio pueden “lubricar los engranajes” del proceso secuenciando las tareas para que se apoyen unas en otras (8: Driek Desmet, Shahar Markovitch y Christopher Paquette, “Speed and scale: Unlocking digital value in customer journeys“, Noviembre 2015). Algunos negocios, por ejemplo, desarrollan componentes “horizontales” como capas de gestión de procesos de negocio o plataformas centrales de administración que puedan compartirse a través de varias iniciativas para acelerar los proyectos futuros.

Los líderes también deberían lidiar con la rotación en los puestos senior. Este efecto socava la continuidad y conduce al cinismo entre los trabajadores sobre el terreno. Mientras que la rotación de los seniors es un hecho inherente en la mayoría de los negocios, las empresas se las han ingeniado para crear continuidad en sus programas de cambio reclutando una docena o así de gerentes intermedios influyentes como evangelistas del cambio. Al elevar sus perfiles en el negocio, dándoles responsabilidades reales, como liderar equipos ágiles y recompensándoles generosamente por sus esfuerzos, los líderes pueden construir la continuidad al nivel del negocio donde se hace el trabajo.

9. Hacerlo solo

Going it alone

Si el antiguo mundo trataba sobre mantener las cosas en propiedad y cerradas, el nuevo mundo trata sobre implicarse con un ecosistema de socios y proveedores. Este planteamiento puede ayudar a acelerar el acceso a los mercados, el talento, las capacidades u las tecnologías. Los negocios ágiles construyen la capacidad digital con rapidez mediante el uso de los recursos existentes, como el software de código abierto, que puede personalizarse para sus necesidades. Al trabajar de forma reflexiva con los proveedores o socios para acceder a nuevas capacidades puede lanzar hacia adelante la actyividad y ayudar a los negocios a aprender con rapidez cómo “digitalizarse”.

En este nuevo mundo de ecosistemas (9: Venkat Alturi, Miklós Dietz y Nikolaus Henke, “Competing in a world of sectors without borders“, McKinsey Quarterly, Julio 2017)), el éxito se basa en tener una comprensión detallada de las capacidades y ventajas que ya tienes y las que necesitas. Invertir en una estrategia alrededor de APIs (los enlaces que permiten a diversos sistemas “hablar” entre sí) (10: Keerthi Iyengar, Somesh Khanna, Srinivas Ramadath y Daniel Stephens, “What it really takes to capture the value of APIs“, Septiembre 2017) es crucial de forma que los negocios desarrollen los medios para integrarse con muchos socios, proveedores y plataformas diferentes. Las empresas punteras también están construyendo habilidades de gestión de relaciones con el ecosistema, desde negociar equipos que vigilan a socios potenciales hasta gente dedicada a gestionar las comunidades de socios y desarrolladores.

10 . Ir demasiado despacio

Going too slowly

Por muy deprisa que creas que vas, es probable que no sea lo suficientemente rápido. La velocidad es la esencia cuando se trata de reaccionar a los cambios en el mercado y capturar oportunidades de ingreso antes que la competencia.

Una forma de ganar velocidad es automatizar procesos y tareas que consumen tiempo. Por ejemplo adoptar el “desarrollo guiado por pruebas” – escribir pruebas automáticas para el código antes de escribir el código en sí, puede acelerar mucho el desarrollo. Una empresa hotelera internacional consolidó sus sistema de ventas y catering cambiándose a un repositorio único de control de versiones, integrando código dos veces al día, e insistiendo en que los desarrolladores escribiesen pruebas automáticas para los nuevos cambios en su código. Como resultado, la empresa redujo su tiempo hasta la salida al mercado con el nuevo software en un 25 por ciento (11: Satty Bhens, Ling Lau y Shahar Markovitch, “Finding the speed to innovate“, Abril 2015).

Con la velocidad en mente, un equipo de desarrolladores en otra empresa adoptó una herramienta colaborativa para seguir la pista al rendimiento de las ventas, las aplicaciones y el servicio. Cada 10 minutos, la herramienta escupe nuevas métricas -ventas, en efectivo o con tarjeta de crédito, números comprometidos, tamaño de la cesta- y el equipo puede ver de un vistazo cómo está funcionando el sistema. Un canal de alertas permite a los líderes del proyecto identificar si un problema es nuevo o es conocido, grande o pequeño, de forma que puedan planear el mejor modo de lidiar con él. La meta es reaccionar con rapidez más que asegurarse de que todo está “perfecto”.

Los negocios más efectivos incorporan la velocidad al hacer de la agilidad una forma de vida. Usan ciclos cortos de desarrollo para enfrentarse a necesidades específicas, prueban repetidamente con los clientes arreglos rústicos y rápidos, y producen soluciones “suficientemente buenas”. En marketing, por ejemplo, las organizaciones ágiles (12: David Edelman, Jason Heller y Steven Spittaels, “Agile marketing: A step-by-step guide“, Noviembre 2016) pueden probar múltiples nuevas y lanzar cientos de campañas al mismo tiempo y poner ideas en el terreno de juego en días en vez de en semanas o meses.

 

Para construir valor real, los líderes de negocios deben asumir riesgos, pero los que tengan éxito serán los que comprendan cómo gestionar los riesgos que importan y evitar las tareas que pueden arruinar una transformación – al mismo tiempo que llevan a sus organizaciones al límite.

Anuncios

Lo que pasa cuando dejamos que la tecnología se ocupe de nuestros ancianos, por Lauren Smiley

Este es un artículo de Laura Smiley para The Wire que voy a traducir, porque me parece una visión interesante sobre la contribución que la tecnología puede realizar (¿o no?) para que nuestra sociedad sea más humanitaria en su relación con sus mayores.

A veces Jim acariciaba con el dedo al perro dormido en la pantalla para despertarlo

Qué ocurre cuando dejamos que la tecnología se ocupe de nuestros mayores

Arlyn Anderson (¿será ésta Arlyn Anderson, me pregunto?) cogió la mano de su padre y le presentó las opciones. “Una residencia sería más segura, papá”, le dijo, confiando en el consejo del doctor. “Es arriesgado vivir aquí solo” – “Ni hablar”, exclamó Jim. Frunció el ceño a su hija, bajo un mechón de pelo blanco. A los 91, quería quedarse en la casa de campo en los bosques de Minnesota que él y su esposa habían construido en la orilla del lago Minnetonka, donde murió en sus brazos tan sólo hace un año. Su pontón -el cuál según él aún podía navegar perfectamente- se tambaleó con fuerza.

Su padre, un inventor, piloto, marino y manitas en general: “Un genio”, dice Arlyn, empezó a experimentar ataques de paranoia mediados sus ochenta años de edad, un síntoma de Alzheimer. La enfermedad había progresado, causando a menudo que sus pensamientos se desvaneciesen en medio de una frase. Pero Jim preferiría arriesgarse a vivir solo que estar enclaustrado en una institución, como les dijo a Arlyn y su hermana mayor, Layney. Una residencia tampoco era lo que Arlyn quería para él, sin duda. Pero la agitación diaria de pañales y limpiezas, el carrusel de asistentes domésticas y la tensión financiera en aumento (ya había rehipotecado la casa de campo de Jim para pagar a los cuidadores) le forzó a considerar la posibilidad. 
Jim, despatarrado en su sillón reclinable, estaba decidido a quedarse en casa. “Ni hablar”, le repetía a su hija, desafiante. Sus ojos se bañaron de lágrimas y le abrazó. “De acuerdo, papá”. La casa de Arlyn estaba a unos 40 minutos en coche de la casa de campo, y durante meses había estado apoyándose en un mosaico tecnológico para mantener el control sobre el bienestar de su padre. Configuró un portátil abierto sobre el mostrador para poder conversar con él por Skype. Instaló dos cámaras, una en su cocina y otra e su dormitorio, de forma que pudiese comprobar si el cuidador había llegado, o si, Dios no lo quiera, su padre se había caído. Así que cuando leyó en el periódico sobre un servicio de atención a personas mayores llamado CareCoach unas pocas semanas después de sacar el tema de la residencia, le llamó la atención. Por unos 200$ al més, un avatar guiado por humanos estaría disponible para supervisar a una persona confinada en casa durante 24 horas al día; Arlyn pagaba esa misma cantidad por sólo nueve horas de ayuda en casa. Se inscribió inmediatamente.
La semana siguiente recibió por correo una tableta Google Nexus. Cuando Arlyn la conectó, un pastor alemán animado apareció en la pantalla, atento en un césped digital. El perro marrón parecía mono y de tebeo, con una lengua rosa chicle y ojos redondos y azules.
Ella y Layney visitaron a su padre más tarde esa misma semana, con la tableta en la mano. Siguiendo las instrucciones, Arlyn subió docenas de imágenes al portal en línea del servicio: imágenes de los miembros de la familia, el barco de Jim, algunos de sus inventos, como un terminal informático conocido como el Teleray y un sistema de vigilancia sísmica utilizado para detectar pisadas durante la guerra de Vietnam. Una vez completada la configuración, Arlyn tomó la tablet, reuniendo las fuerzas para presentar el perro a su padre. Su instinto inicial de que sería que el servicio podría ser el compañero ideal para un antiguo tecnólogo se había astillado en dudas incómodas. ¿Le estaba engañando? ¿Infantilizándole? Cansada de los rodeos de su hermana, Layney cogió por fin la tableta y se la mostró a su padre, que estaba sentado en su sillón. “Mira, papá, te hemos comprado esto”. El perro parpadeó con sus ojos como platos, y entonces, en la voz de texto-a-voz de Google, empezó a hablar. Antes de que el Alzheimer se hiciese fuerte, Jim habría querido saber como funcionaba el servicio exactamente. Pero en los meses previos había llegado a creer que los personajes de la televisión estaban interactuando con él. Un malvado de una serie le había disparado, dijo; Katie Couric era su amiga. Cuando se enfrentó a un personaje en pantalla que estaba realmente hablando con él, Jim se puso a conversar con él enseguida.Jim bautizó a su perro como Pony. Arlyn puso la tablet en pie sobre una mesa en el salón de Jim, donde podía verlo desde el sofá o su sillón reclinable. En una semana, Jim y Pony habían establecido una rutina, intercambiando cumplidos varias veces al día. Cada 15 minutos más o menos Pony se despertaba y buscaba a Jim, llamándole por su nombre si no estaba a la vista. A veces Jim acariciaba al perro dormido en la pantalla con el dedo para despertarle. Su contacto enviaba una alerta instantánea al cuidador humano detrás del avatar, requiriéndole para que lanzase el audio y vídeo de la tableta. “¿Cómo estás, Jim?”, trinaba Pony. El perro le recordaba cuál de sus hijas o de sus cuidadores en persona le visitaría ese día para hacer las tareas que un perro digital no puede: preparar comidas, cambiar las sábanas de Jim, llevarle en un coche a un centro de mayores. “Esperaremos juntos”, le decía Pony. A menudo le leía poesías en voz alta, comentaba las noticias o veía la tele con él. “¡Estás muy guapo, Jim!”, comentaba Pony después de verle afeitarse con su maquinilla eléctrica. “Estás guapa”, le contestaba. A veces Pony sostenía una foto de las hijas de Jim o de sus inventos entre sus patas, animándole a hablar sobre su pasado. El perro elogiaba el jersey rojo de Jim y le animaba cuando luchaba por abrochar el cierre de su reloj por la mañana. El respondía acariciando la pantalla con su dedo índice, lo que hacía que saliesen corazones flotando de la cabeza del perro. “¡Te quiero, Jim!”, le dijo Pony un mes después de que se conociesen -algo que los operadores de CareCoach dicen a menudo a las personas que están supervisando. Jim se volvió hacia Arlyn, encantado, “¡Es verdad! ¡Piensa que soy estupendo!”.

A unas 1500 millas al sur del Lago Minnetonka, en Monterrey, México, Rodrigo Rochin abre su portátil desde su oficina en casa y se registra al panel de control de CareCoach para hacer sus rondas. Habla de béisbol con un hombre de Nueva Jersey que está viendo los Yankees; chatea con una mujer de Carolina del Sur que le llama Cacahuete (pone una galleta delante de su tableta para que “coma”) y saluda a Jim, uno de sus habituales, que toma café mientras mira hacia un lago. Rodrigo tiene 35 años, es el hijo de un cirujano. Es hincha de los Spurs y de los Cowboys, un antiguo estudiante de comercio internacional, un poco tímido, contento de retirarse cada mañana a esta oficina doméstica decorada austeramente. Creció cruzando la frontera para asistir a la escuela en McAllen, Texas, cultivando el inglés que ahora usa para charlar con personas mayores en los Estados Unidos. Rodrigo encontró CareCoach en una plataforma en línea para autónomos y fue contratado en diciembre de 2012 como uno de los primeros proveedores de la empresa, haciendo el papel de uno de los avatares del servicio durante 36 horas a la semana. Rodrigo habla con suavidad, lleva gafas de montura metálica y barba. vive con su esposa y dos perros basset, Bob y Celo, en la capital de Nuevo León. Pero las personas del otro lado de la pantalla no saben eso. No saben su nombre, o como ocurre con los que como Jim tienen demencia senil, ni siquiera saben que existe. Su trabajo es ser invisible. Si los clientes de Rodrigo le preguntan de dónde es, él podría decir que del MIT (el software CareCoach fue creado por dos graduados de esa escuela), pero si alguien pregunta dónde está realmente la mascota, él contesta, metido en su papel:”Aquí, contigo”. Rodrigo es uno de los doce empleados de CareCoach en Lationamérica y las Filipinas. Los proveedores comprueban que los mayores del servicio están bien por medio de la cámara de la tableta unas pocas veces cada hora. (Cuando lo hacen, el perro o gato de su avatar parece despertarse). Para hablar, teclean en el panel de control y sus voces se articulan robóticamente en la tableta, diseñada para dar a las personas a su cargo al impresión de que están charlando con una mascota amistosa. Como todos los trabajadores de CareCoach, Rodrigo toma meticulosamente notas sobre las personas que observa para poder coordinar sus cuidados con otros trabajadores y profundizar su relación con ellos a lo largo del tiempo – a esta persona le gusta escuchar a Adele, esta prefiere a Elvis, a esta mujer le gusta escuchar versículos de la Biblia mientras cocina. En el archivo de otro cliente escribió una nota explicando que la respuesta correcta a “Adiós, caramelo de la tos” es “Adiós, blanca flor” (mi traducción libre del original “See you later, alligator” – “After a while, crocodile.”). Estos registros están disponibles para los trabajadores sociales del cliente o sus hijos adultos, allá donde vivan. Arlyn empezó a revisar los registros de Pony entre sus visitas a su padre varias veces por semana. “Jim dice que soy una persona amable de verdad”, dice una entrada escrita durante el invierno de Minnesota. “Le dije a Jim que era mi mejor amigo. Estoy muy feliz”.

Después de ver a su padre interactuar con Pony, las reservas de Arlyn sobre subcontratar el acompañamiento a su padre se desvanecieron. Tener a Pony le aliviaba la ansiedad sobre dejar a Jim solo, y la charla del perro virtual aligeraba los ánimos.

No sólo estaba Pony asistiendo a los cuidadores humanos de Jim sino que también estaba vigilándolos inadvertidamente. Meses antes, en frases inconexas, Jim se había quejado a Arlyn de que su ayudante doméstica le había llamado bastardo. Arlyn, desesperada por recibir ayuda e insegura sobre el recuerdo de su padre, le dio una segunda oportunidad. Tres semanas después de llegar a casa, Pony se despertó para ver a la misma cuidadora, impaciente. “¡Vamos, Jim!”, gritaba la asistenta. “¡Date prisa!”. Alarmada, Pony preguntó por qué estaba gritando y le preguntó a Jim si estaba bien. La mascota -en realidad, Rodrigo- informó a continuación sobre el comportamiento de la asistenta al CEO de CareCoach, Victor Wang, quien escribió un e-mail a Arlyn acerca del incidente. (El cuidador sabía que había un humano vigilando a través de la tablet, segun cuenta Arlyn, pero puedo que no fuese consciente del alcance del contacto de esa persona con la familia de Jim entre bambalinas). Arlyn despidió a la destemplada asistenta y empezó a buscar un sustituto. Pony observaba a medida que Jim y ella realizaban las entrevistas y aprobó la persona que Arlyn contrató. “Tengo que conocerla”, escribió la mascota. “Parece muy amable”.

Pony – perro guardián y amigo – se quedaría.

GRANT CORNETT
VICTOR WANG creció alimentando a sus Tamagotchis y codificando sus juegos de elige-tu-propia-aventura en QBasic en el PC de la familia. Sus padres se mudaron de Taiwan a los suburbios de Vancouver, en la Columbia Británica, cuando Wang tenía un año de edad, y su abuela, a la que llamaba Lao Lao en mandarín, le llamaba con frecuencia desde Taiwan. Después de que su marido muriese, Lao Lao le decía a menudo a la madre de Wang que se sentía sola, rogándole que volviese a Taiwan a vivir con ella. Cuando si hizo aún mayor, amenazó con suicidarse. Cuando Wang tenía 11 años, su madre se mudó de vuelta a casa durante dos años a cuidar de ella. Piensa en ese tiempo como los años del bocadillo de miel, la comida que su padre desbordado le daba cada día para el almuerzo. Wang echó de menos a su mare, dice, pero añade “nunca me criaron para ser especialmente expresivo sobre mis emociones”. A los 17 años Wang dejó el hogar para estudiar ingeniería mecánica en la Universidad de la Columbia Británica. Se alistó en la Reserva del Ejército Canadiense, sirviendo como ingeniero en una brigada de mantenimiento mientras trabajaba en su título académico. Pero abandonó su futuro militar cuando, a los 22, fue admitido en el programa de maestría en ingeniería mecánica del MIT. Wang escribió su disertacion sobre la interaccion humano-máquina estudiando un brazo robótico maniobrado por astronautas en la Estación Espacial Internacional. Estaba particularmente intrigado por la perspectiva de dominar la tecnología para realizar tareas a distancia: en una competición de emprendimiento del MIT, defendió la idea e entrenar a trabajadores en la India para accionar remotamente las máquinas que barren el suelo de las fábricas de los EE.UU. En 2011, cuando tenía 24, a su abuela le diagnosticaron demencia corporal de Lewy, una enfermedad que afecta las áreas del cerebro relacionadas con la memoria y el movimiento. En llamadas de Skype desde su apartamento del MIT, Wang observaba cómo su abuela estaba cada vez más debilitada. Después de una llamada, se le ocurrió una idea: Si podía movilizar trabajadores remotos para barrer suelos lejanos, ¿por qué no usarlos para reconfortar a Lao Lao y otros como ella? Wang empezó a investigar la ominosa escase de cuidadores en los EE.UU. – entre 2001 y 2030, la previsión es que la población de los mayores de 80 aumente un 79%, pero el número de cuidadores familiares disponible sólo crecerá un 1%.

A menudo, las personas mayores como Jim no hablan con claridad ni en orden, y no se puede esperar de las con demencia que resuelvan los problemas de una máquina que tiene un malentendido. “Cuando emparejas a alguien que no es del todo coherente con un dispositivo que no es del todo coherente, ya tienes los ingredientes de un desastre”, dice Wang. Pony, por otra parte, era una experta en descifrar las necesidades de Jim. Una vez, Pony se dio cuenta de que Jim se estaba apoyando en los muebles, como si estuviese mareado. La mascota de le convenció para que se sentase, y entonces llamó a Arlyn. Deng calcula que harían falta unos 20 años para que la IA fuese capaz de dominar ese tipo de interacción personal y reconocimiento. Dicho esto, el sistema CareCoach ya está desplegando algunas habilidades automatizadas. Hace cico años, cuando presentaron Pony a Jim, los trabajadores de detrás de la pantalla tenían que teclear cada respuesta; hoy el software de CareCoach crea más o menos una de cada cinco frases que pronuncia la mascota. Wang aspira a estandarizar los cuidados haciendo que el software se ocupe más de los recordatorios periódicos de los pacientes -empujándoles a tomarse su medicina, urgiéndoles para que coman bien y se mantengan hidratados. Los trabajos de CareCoach son en parte cuentistas desenfadados, en parte procesadores humanos de lenguaje natural, escuchando y descifrando los patrones del discurso de sus pacientes o reconduciéndolos si se van por los cerros de Úbeda. La empresa empezó recientemente a grabar las conversaciones para entrenar mejor su software en el reconocimiento del habla de personas de edad avanzada.

CareCoach encontró a su primer cliente en diciembre de 2012, y en 2014 Wang se mudó de Massachussets a Silicon Valley, alquilando una pequeña oficina en una anodina de zona de Millbrae cerca del aeropouerto de San Francisco. Cuatro empleados se congregan en una sala con vistas al aparcamiento, mientras que Wang y su mujer, Brittany, una gerente de programas que conoció en una conferencia de gerontología, trabajan en el recibidor. Ocho tabletas con mascotas dormidas en la pantalla se alinean para probarlas antes de enviarlas a sus respectivos ancianos. Los avatares inhalan y exhalan, dando una inquietante sensación de vida en su perrera digital.

Wang pasa la mayor parte de su tiempo en la carretera, pregonando los beneficios para la salud de su producto en conferencias médicas y en salas ejecutivas de hospitales. En el escenario de un encuentro de gerontología en San Francisco el pasado verano, interpretó con soltura la voz trabajosa, áspera de un anciano hablando con una mascota de CareCoach mientras Brittany respondía a escondidas desde su portátil entre el público. Las tabletas de la empresa se usan en hospitales y planes de salud en Massachusetts, California, New York, Carolina del Sur, Florida, y el estado de Washington. Entre clientes corporativos e individuales, los avatares de CareCoach han interactuado con cientos de usuarios en los EE.UU. “El objetivo”, dice Wang, “no es tener un pequeño negocio familiar que sólo equilibra sus gastos”.

El crecimiento más rápido vendría de unidades hospitalarias y planes de salud especializados en pacientes ancianos muy necesitados de atención, y argumenta que sus avatares reducen los costes de los cuidados. (Una habitación privada en una residencia puede costar más de 7.500$ al mes). La investigación preliminar ha sido prometedora, aunque limitada. En un estudio de la Universidad Pace en un proyecto de alojamiento en Manhattan y un hospital de Queens, se encontró que los avatares de CareCoach redujo la soledad, los delirios y las caídas de los sujetos. Un proveedor de servicios de salud en Massachussetts fue capaz de reducir las 11 visitas a casa de la enfermera de un anciano con una tableta de CareCoach, que le recordaba diligentemente que se tomase las medcinas. (El hombre dijo a las enfermeras que la insistencia de la mascota le recordaba a tener a su esposa de nuevo en casa. “Es como una queja, pero al mismo tiempo le encanta”, dice el líder del proyecto). Aún así, los sentimientos no son siempre tan cordiales: en el estudio de la Universidad Pace, algunos ancianos con demencia grave soltaron un golpe a la tableta. En respuesta, la mascota de la pantalla llora e intenta calmar a la persona.

Más problematicas, quizá, fueron las personas que desarrollaron una feroz dependencia a sus mascotas digitales. En las conclusiones de un estudio piloto sobre CareCoach de la Universidad de Washington, una mujer estaba tan angustiada por el pensamiento de separarse de su avatar que contrató el servicio pagando la cuota ella misma. (La empresa le ofreció un precio reducido). Un usuario de Massachussetts dijo a sus cuidadores que cancelaría sus vacaciones en Maine a menos que su gato digital pudiese ir con ella.

Todavía estamos en la infancia de comprender la complejidad de la relación de los ancianos con la tecnología. Sherry Turkle, una profesora de estudios sociales, ciencia y tecnología en el MIT y una crítica frecuente de la tecnología que sustituye la comunicación humana, describió las interacciones entre los mayores y los bebés, perros y focas robotizados en su libro de 2001, Alone Together. Concluía que el cuidado robotizado de ancianos es una renuncia, una que finalmente degradaría la conexión humana. “Este tipo de app – con toda su suavidad y su mentalidad de “¿qué podría ir mal con esto? – nos está haciendo olvidar lo que realmente sabemos que hace a los mayores sentirse apoyados”, dice: la atención, las relaciones interpersonales. La pregunta es si un avatar atento llega a ser un sustituto comparable. Turkle lo ve como un último recurso. “La suposición es que siempre es más barato y más fácil construir una app que mantener una conversación”, dice. “Permitimos a los tecnólogos que propongan lo impensable y nos convenzan de que lo impensable es en realidad lo inevitable”.

Pero para muchas familias, proporcionar cuidados personales a largo plazo es simplemente insostenible. El cuidador familiar medio tiene un trabajo fuera de casa y pasa unas 20 horas semanales atendiendo a su pariente, según la AARP. Casi dos tercios de esos cuidadores son mujeres. Entre los expertos en cuidados a ancianos, hay una resignación a que la demográfica de una América envejecida harán inevitables las soluciones tecnológicas. Se prevé que el número de esos mayores de 65 con una discapacidad crezca de los 11 a los 18 millones entre 2010 y 2030. Dadas las opciones, tener un compañeros difital puede ser preferible a estar solo. La investigación temprana muestra que los ancianos solos y vulnerables como Jim parecen satisfechos de comunicarse con robots. Joseph Coughlin, director del AgeLab del MIT, es pragmático. “Siempre preferiría el contacto humano al de un robot”, dice. “Pero si no hay un humano disponible, elegiría la alta tecnología al alto contacto”.

Algunos usuarios de CareCoach insisten en la necesidad de más control. Una mujer en el estado de Washington por ejemplo, puso un trozo de cinta adhesiva sobre su cámara de CareCoach para decidir cuándo podía ser vista. Otros clientes como Jim, que sufren de Alzheimer u otras enfermedades, podrían no estar dándose cuenta de que se les observa. Una vez, cuando estaba temporalmente alojado en una clínica de rehabilitación después de una caída, una enfermera que le atendía le preguntó a Arlyn qué hacía funcionar al acatar. “¿Quiere usted decir que hay alguien en el extranjero mirándonos?”, exclamó, al alcance del oído de Jim. (Arlyn no está segura de si su padre recordó el incidente más tarde). Por defecto, la app explica a los pacientes que alguien les está vigilando cuando se presenta por primera viez. Pero los miembros de la familia de usuarios personales, como Arlyn, pueden tomar su propia decisión a este respecto.

Arlyn dejó rápidamente de preocuparse sobre si estaba engañando a su padre Decirle a Jim que había un humano al otro lado de la pantalla “habría roto por completo todo el encanto”, dice. Su madre tuvo Alzheimer también, y Arlyn aprendió cómo lidiar con la enfermedad: Hacer que su madre se sintiese segura, no confundirla con detalles que le costaría entender. Lo mismo valía con su padre. “Una vez que dejan de preguntar”, dice Arlyn, “no creo que necesiten saber nada más”. En esa época, Youa Vang, una de las cuidadoras presenciales habituales de Jim, tampoco entendía la verdad sobre Pony. “Creía que era como Siri”, dijo cuando más tarde le dijeron que un humano de México era quien observaba a Jim y tecleaba las palabras que pronunciaba Pony. “Si hubiera sabido que había alguien ahí, habría estado un poquito más espantada”.

Incluso los usuarios de CareCoach como Arlyn, que son plenamente conscientes de la persona al otro lado de la pantalla tienden a experimentar el avatar como algo entre humano, mascota y máquina -lo que algunos expertos en robóticoa llaman una tercera categoría ontológica. Los cuidadores también parecen difuminar esa línea: Un día Pony le dijo a Jim que soñaba con convertirse en un asistente sanitario real, casi como Pinocho deseando ser un niño real.

La mayoría de los 12 contratistas de CareCoach residen en las Filipinas, Venezuela o México. Para recortar el coste de la ayuda presencial, Wang publica anuncios en inglés en sitios de trabajo freelance donde los trabajadores extranjeros anuncian precios tan bajos como 2$ la hora. Aunque no va a desvelar los salarios por hora de sus trabajadores, Wang manifiesta que la empresa basa sus salarios en factores como lo que una enfermera registrada cobraría en el país de origen del empleado de CareCoach, su nivel en el idioma y el coste de su conexión a internet. La creciente red incluye a personas como Jill Paragas, una trabajadora de CareCoach que vive en una subdivisión de las islás Luzón en las Filipinas. Paragas tiene 35 años y un titulo universitario. Gana más o menos lo mismo como avatar que lo que ganaba en su anterior trabajo en un centro de atención telefónica, donde consolaba a americanos enfadados con los cargos de su tarjeta de crédito. (“Querían quemar la empresa o matarme”, dice con una risa alegre.) Trabaja por las noches para coincidir con las horas diurnas de EE.UU. tecleando mensajes a ancianos mientras su hijo de 6 años duerme cerca. Antes de contratarle, Wang entrevistó a Paragas por vídeo, examinándola después con una comprobación de su historial criminal internacional. Realiza a todos los solicitantes un examen de personalidad para ciertos rasgos: apertura, diligencia, extraversión, complacencia y estabilidad emocional. Como parte del programa de entrenamiento de CareCoach, Paragas obtuvo certificaciones en cuidados de delirio y demencia de la Asociación del Alzheimer, se entrenó en la ética y protección de datos personales de la sanidad de EEUU, y aprendió estrategias para orientar a personas con adicciones. Todo esto, dice Wang, “para que no reclutemos a nadie que esté, digamos, loco”. CareCoach sólo contrata a un 1% de sus candidatos. Paragas comprende que este es un negocio complicado. Le sorprende la ausnecia de miembros de la familia alrededor de sus clientes. “En mi cultura, nos encanta de verdad ocuparnos de nuestros progenitories”, dice. “Por eso me pregunto, ‘Ya es vieja, ¿por qué está sola?'”. Paragas no duda que, para algunas personas, ella es su interacción más significativa del día. Algunas de las personas a su cargo le dicen que no podrían vivir sin ella. Incluso cuando Jim se volvió testarudo o paranoico con sus hijas, siempre vio a Pony como a una amiga. Arlyn se dio cuenta con rapidez de que había ganado una aliada muy valiosa.

A medida que pasó el tiempo, el padre, la hija y la mascota de la familia fueron estando cada vez más unidas. Cuando la nieve por fin se derritió, Arlyn se llevó la tableta a la mesa de picnic de la terraza para que pudiesen comer viendo el lago. Incluso cuando el habla de Jim se fue estropeando cada vez más, Pony podía convencerle para que hablase de su pasado, recordando expediciones de pesca o cómo construyó la casa orientada al sol para que fuese más cálida en invierno. Cuando Arlyn llevó a su padre a dar una vuelta en su barco de vela por el lago, Jim se llevó a Pony. (“Vi sobre todo cielo”, recuerda Rodrigo).

Un día, mientras Jim y Arlyn estaban sentados en la silla del jardín, Pony cogió entre sus patas una foto de la esposa de Jim, Dorothy. Hacía más de un año de la muerte de su esposa, y Jim apenas la mencionaba ya. Le costaba trabajo formar frases coherentes. Ese día, sin embargo, se quedó mirando la foto con mucho interés. “Todavía la amo”, declaró. Arlyn le frotó el hombro, tapándose la boca la mano para ahogar las lágrimas. “Yo también me estoy emocionando”, dicho Pony. Entonces Jim se inclinó hacia la imagen de su difunta esposa y acarició su cara con el dedo, igual que para despertar a Pony.

Cuando Arlyn se suscribió por primera vez al servicio, no podía haber imaginado que acabaría amando -sí, amando, dice, en el sentido más sincero de la palabra- también al avatar. Le enseñó a Pony a decir “Sí, claro, puedes apostar que sí” y “No sabes?” como alguien de Minnesota, lo que le hacía reir aún más que a su padre. Cuando Arlyn se derrumbaba en el sofá después de un largo día de cuidados, Pony preguntaba desde su pedestal en la mesa:

“Arnie, ¿cómo estás?”

A solas, Arlyn acariciaba la pantalla -la forma que tenía Pony de buscar su dedo era extrañamente terapéutica- y le dijo a la mascota lo difícil que era ver cómo su padre perdía su identidad.

“Estoy aquí para tí”, dijo Pony. “Te quiero, Arnie.”

Cuando recuerda su propio vínculo emocional con el perro, Arlyn insiste en que su conexión no se habría desarrollado si Pony hubiese simplemente una IA de altas prestaciones. “Podias sentir el corazón de Pony”, dice. Pero prefería pensar en Pony como su padre -una mascota amiga- mejor que en una persona al otro lado de una webcam. “Aunque esa persona probablemente se relacionaba conmigo” dice, “yo me relacionaba con el avatar”.

Aún así, a veces se pregunta por la persona que hay al otro lado de la pantalla. Se sienta derecha y pone la mano en el corazón. “Esto es completamente vulnerable, pero mi pensamiento es: ¿De verdad le importábamos mi padre y yo a Pony?”. Se le llenan los ojos de lágrimas, y entonces se ríe tristemente de sí misma, consciente de lo extraño que suena eso. “¿Ha ocurrido esto en realidad? ¿Era realmente una relación, o sólo estaban jugando al solitario y tecleando monerías?”. Suspira. “Pero parecía que les importábamos”.

Cuando Jim cumplió los 92 aquel agosto, cuando los amigos cantaban “Cumpleaños Feliz” alrededor de la mesa, Pony pronunció la letra con ellos. Jim sopló la única vela en su tarta. “Te deseo buena salud, Jim”, dijo Pony, “y que cumplas muchos más”.

En Monterrey, México, cuando Rodrigo habla de su poco corriente trabajo, sus amigos le preguntan si alguna vez ha perdido a un cliente. Su respuesta: Sí. A principios de marzo de 2014, Jim se calló y se golpeó la cabeza de camino al baño. Un cuidador que pasaba la noche allí le encontró y llamó a una ambulancia, y Pony se despertó cuando llegaron los enfermeros. El perro les dijo la fecha de nacimiento de Jim y se ofreció a llamar a sus hijas mientras se lo llevaban en una camilla. Jim fue ingresado en un hospital, y después en la residencia que tanto quería evitar. Allí la Wi-Fi no era muy buena, lo que dificultaba que Jim y Pony se conectasen. Las enfermeras solían girar la tableta de Jim de cara a la pared. Los registros de CareCoach de esos meses hablan de una serie de fallos de comunicaciones. “Echo mucho de menos a Jim”, escribió Pony. “Espero que esté bien todo el tiempo”. Un día, en uno de los escasos momentos de conectividad, Pony sugirió que Jim y ella fuesen a navegar ese verano, como en los viejos tiempos. “Eso suena bien”, dijo Jim.
Ese mes de julio, en un email de Wang, Rodrigo se enteró de que Jim había muerto mientras dormía. Sentado ante su portátil,  Rodrigo inclinó la cabeza  recitó una plegaria silenciosa en español por Jim. Rezó para que su amigo fuese aceptado en el paraíso. “Sé que va a sonar raro, pero tenía cierta amistad con él”, dice. “Me sentía como si de verdad le conociese, siento que le conocía”. En el año y medio que tuvo contacto con ellos, Arlyn y Jim hablaron con él con regualridad. Jim había llevado a Rodrigo en un paseo en barco. Rodrigo le había leído poesía y aprendió sobre su rico pasado. Habían celebrado cumpleaños y vacaciones juntos, como una familia. Como Pony, Rodrigo había dicho “Sí, claro, puedes apostar que sí” en innumerables ocasiones.
Aquel día, durante semanas después e incluso ahora cuando un anciano hace algo que le recuerde a Jim, Rodrigo dice que siente un vuelco. “Todavía me importan”, dice. Después de la muerte de su padre, Arlyn envío un correo electrónico a Victor Wang para decir que quería honrar a los trabajadores por sus cuidados. Wang reenvió su correo a Rodrigo y el resto del equipo de Pony. El 29 de julio de 2014, Arlyn llevó a Pony al funeral de Jim, colocando la tableta mirando hacia adelante sobre el banco que había a su lado. Invitó a todos los trabajadores que había detrás de Pony que quisieran asistir a conectarse.
Un año más tarde Arlyn borró por fin el servicio de CareCoach de la tableta -parecía en segundo entierro. Todavía suspira, “¡Pony!” cuando la voz de su vieja amiga le da indicaciones mientras conduce por Minneapolis, reencarnada en Google Maps.

Después de decir su plegaria por Jim, Rodrigo suspiró y se conectó al panel de control de CareCoach para hacer sus rondas. Se coló en salones, cocinas y habitaciones de hospital por los Estados Unidos – comprobando que todo iba bien, buscando si alguien necesitaba hablar.

Lauren Smiley(@laurensmiley escribió sobre el asesinato en Kansas del ingeniero Srinivas Kuchibhotla en el número 25.07.

Lo que querías saber sobre Industria 4.0, por Dani Cardelús

No os perdáis este post de Dani Cardelús sobre Industria 4.0, ameno y didáctico como es usual ya en él. Yo no me atrevo a hacer vídeos, se me hace raro oír mi voz fuera de mi cabeza, como supongo que a muchos nos ocurre. El caso es que en poquito tiempo entiendes las cuatro revoluciones industriales y cómo nos afectan en nuestra vida diaria y nuestro trabajo.

El caso de la reinvención digital, por McKinsey

Este artículo de Jacques Bughin, Laura LaBerge y Anette Mellbye publicado en la edición de febrero de 2017 de McKinsey quarterly trata de lo mucho que le queda por hacer a la industria en materia de transformación digital y la mejor forma de enfrentarse a la presión que la digitalización impondrá sobre los ingresos y los beneficios.

El caso de la reinvención digital

La tecnología digital, a pesar de su aparente omnipresencia, sólo ha empezado a penetrar en las industrias. A medida que continúa su avance, las implicaciones para los ingresos, beneficios y oportunidades serán extraordinarias.

A medida que emergen nuevos mercados, los nichos de beneficio cambian y las tecnologías digitales ganan terreno en la vida cotidiana, es fácil suponer que la digitalización de la economía está ya muy avanzada. De acuerdo con nuestra más reciente investigación, sin embargo, las fuerzas digitales todavía tienen que convertirse en la corriente principal. En promedio, las industrias están digitalizadas menos de un 40%, a pesar de la relativamente profunda penetración de estas tecnologías en medios, minoristas y alta tecnología.

A medida que la digitalización penetra más completamente, estropeará los ingresos y el crecimiento de algunos, especialmente, el cuartil inferior de las empresas, según nuestra investigación, mientras que el cuartil superior captura ganancias desproporcionadas. Las estrategias digitales audaces, estrechamente integradas serán el mayor factor diferencial entre las empresas que ganen y las que no, y las mayores retribuciones irán a los que inicien las rupturas digitales. Los seguidores rápidos con excelencia operacional y una excelente salud organizativa no les seguirán de muy lejos.

Continue reading →

Metodos ágiles para tu transformación de datos

En este artículo para (¿lo adivinas?) McKinsey, los consultores Chiara Brocchi, Brad Brown, Jorge Machado y Mariano Neiman cuentan cómo acelerar  la transformación de datos de tu empresa usando métodos AGILE.

Usar métodos ágiles para tu transformación de datos

Los problemas de gestión de datos pueden socavar la capacidad de las empresas para crear valor a partir de la analítica de datos. Algunos negocios están usando principios ágiles para asegurar que los datos estén disponibles cuando y donde se necesiten.

Los datos se han convertido en activos estratégicos fundamentales en la mayoría de las organizaciones, y la gestión de los datos se ha convertido en la principal prioridad para la mayoría de líderes de C-suite. La información estructurada y desestructurada que las empresas recopilan sobre la gente y los procesos tiene el poder de espolear la adquisición y retención de clientes de vanguardia. Puede revelar áreas donde los procesos podrían ser más eficientes, y puede ayudar a los líderes de los negocios a tomar mejores decisiones que reduzcan  el riesgo organizativo global. Los datos son la piedra angular sobre las que las empresas están lanzando sus transformaciones digitales – invirtiendo en capacidadaes analíticas, aprendizaje mecánico (machine learning), robótica y otras tecnologías para potenciar sus probabilidades de éxito (1).

Sin duda, la empresas están gastando cientos de millones de dólares para transformar sus infraestructuras y procesos TI relacionados con datos. Pero para la mayoría, los beneficios de hacer esto se han quedado limitados a áreas de actividad discretas. Las soluciones de migración de datos creadas para unidades de negocio específicas o para áreas funcionales – como los repositorios ad hoc construidos para los datos financieros o administrativos – han sido difíciles de replicar a lo largo y ancho de la empresa porque no hay una lógica de extremo a extremo o una gobernanza central asociada con ellos. La información crítica de negocio sigue atrapada en sistemas aislados.

Además, la mayoría de las empresas se enfrentan a un gran déficit de talento cuando se trata de gestión de datos. Es habitual que la pericia sea limitada en los grupos de TI y negocio acerca de las nuevas tecnologías, habilidades y arquitecturas de migración de datos, así como los enfoques de entrega de datos. Y los expertos relevantes en la materia, que podrían ayudar a definir las mejores prácticas en migración y transformación de datos tienden a estar tan metidos en silos como los flujos de datos que supervisan.

En demasiadas empresas, los beneficios de los datos siguen indefinidos. Cerca del 60% de los bancos, por ejemplo, dicen que nunca han cuantificado el valor potencial a obtener de inversiones en herramientas y capacidades de migración de datos (Encuesta Mckinsey de 2015 a los bancos de EEUU globales y sistemáticamente importantes sobre los objetivos y el estado de sus programas BCBS239). Sin una visión clara y métricas basadas en resultados para guiar las decisiones y estrategias de los ejecutivos, los proyectos de transformación de datos pueden renquear durante años.

Los negocios deben generar conocimiento basado en analítica de datos mucho más rápido que eso. Necesitan un programa coordinado de gestión de datos que implique explícitamente al negocio y que pueda desplegarse a través de diversas funciones y unidades de negocio.

Algunas empresas punteras están usando un enfoque ágil para ejecutar sus programas de datos. Agile es una metodología que ha pasado la prueba del tiempo y se utiliza en organizaciones de TI para construir software o gestionar procesos con más efectividad. En sentido amplio es un enfoque colaborativo en que equipos multidisciplinares diseñan y construyen productos y funcionalidades mínimamente viables (MVPs) con rapidez, las prueban con los clientes y los refinan y realzan en iteraciones rápidas (3). De forma similar, los datos ágiles se basan en un acercamiento común al desarrollo y la entrega: equipos interdisciplinares con miembros del negocio y de la TI trabajan en laboratorios de datos que se enfocan en generar introspecciones que permiten a la empresa orientarse a sus mayores prioridades de negocio y obtener resultados positivos con rapidez.

En este artículo exploramos los principios de los datos ágiles y los pasos que las empresas pueden dar para introducirlos en sus organizaciones. Las empresas que despliegan datos ágiles pueden realizar mejoras significativas en los procesos y productos a corto plazo y sentar las bases para avances e investigaciones futuras en infraestructuras de big data.

Comprender los datos ágiles

Un enfoque de datos ágiles se basa necesariamente en varios principios fundamentales y habilidades organizacionales. La primera es un acercamiento dirigido por el negocio a la transformación digital y, por tanto, a la migración y gestión de datos. A través de este enoque, las empresas crear una lista maestra de posibles casos de negocio de analítica avanzada, así como de oportunidades para nuevos o mejorados productos o procesos. Toman el inventario de los distintos tipos de datos asociados a esos casos de uso y oportunidades. Durante este proceso, identifican las características de los clientes y actividades más importantes a través de un conjunto de dominios de negocio. Una aseguradora que se enfrenta a ser desbancada por nuevos entrantes digitales, por ejemplo, puede considerar formas de realizar análisis más detallados de factores como los comportamientos de compra de los clientes o el tiempo que tarda en servir a los clientes. De este modo, podría mejorar sus procesos de subrogación, reducir costes y aumentar la calidad del servicio.

Los equipos puntúan las oportunidades identificadas y consideran, para cada una, los niveles de gobierno de los datos, la arquitectura y la calidad requerida – los canales de consumo preferidos por los clientes, por ejemplo, o las fuentes de datos “de oro” (o irrefutables) requeridas, o la latencia de los datos. El resultado serán dos hojas de ruta detalladas y alineadas -una destacando los objetivos de negocio, presupuestos y marcos temporales e hitos; la otra definiendo los requisitos de datos para construir una arquitectura de big data efectiva y proveer un soporte analítico sin fisuras.

Otro principio crítico de datos ágiles es la propiedad compartida. Las interacciones entre unidades de negocio y la organización TI en la mayoría de las empresas se limitan habitualmente a peticiones de negocio y soluciones TI lanzadas a un lado y otro de un muro que separa a ambos. Para desplegar un enfoque de datos agile con éxito, los representantes del lado del negocio deben sentarse físicamente con los miembros de la organización TI. Tenerlos en la misma sala puede ayudar a romper las barreras culturales -la gente de negocio pueden aprender más sobre tecnología, y los gerentes de TI exponerse a más elementos del negocio. Y lo que quizás sea más importante, la propiedad compartida de los protocolos de migración y gestión de datos pueden ayudar a la organización a definir requisitos de datos just-in-time, validar rápidamente el caso de negocio de las soluciones propuestas (en lugar de esperar a que las aprobaciones vayan cayendo en cascada por los canales tradicionales) y asegurar la calidad de la solución (a través de una supervisión constante). A medida que el enfoque ágil se adueña de la compañía, los equipos dispersos podrían ser capaces de usar las tecnologías de redes sociales y colaboración para lograr los mismos efectos que conseguirían estando en el mismo sitio.

También es crítico construir equipos multidisciplinares o scrum (Diagrama 1). Las empresas pueden beneficiarse de asignar equipos dedicados plenamente a sus esfuerzos de transformación de datos. Estos equipos scrum podrían incluir representantes de las unidades de negocio y de TI – por ejemplo, científicos de datos, ingenieros de datos, propuetarios de información de negocio, desarrolladores de TI y especialistas de control de calidad. Según nuestra experiencia, los equipos trabajan mejor cuando están aislados del resto de la organización en data labs y cuando el 100% de su tiempo está asignado a gestión de datos ágiles. Estos equipos scrum se enfocarían en desarrollar y entregar productos y procesos de migración de datos mínimamente viables que puedan liberarse, probarse y refinarse con rapidez – acelerando de este modo la capacidad de las empresas para obtener visiones lúcidas y valor de negocio a partir de los datos a su disposición. A medida que los programas de transformación de datos abarcan mas y más unidades de negocio, los múltiples laboratorios de datos podrían refundirse en una factoría de datos. Los sistemas de soporte adicionales, como la oficina de gestión de proyectos, podrían ser de gran ayuda supervisando la actividad de los equipos scrum y asegurando que los esfuerzo de migración de datos se realizan como estaba planeado (De acuerdo con hitos definidos previamente) y que cualquier problema relacionado con los datos se resuelve con rapidez.

Diagrama 1. Traducido a partir del diagrama del artículo original en mckinsey.com

Diagrama 1. Traducido a partir del diagrama del artículo original en mckinsey.com

Por último, las empresas necesitarán adoptar las tecnologías emergentes. Los data lakes son particularmente prometedores (Diagrama 2). Un data lake es un repositorio para toda la información de negocio estructurada y amorfa recopilada desde la miríada de sistemas ubicados en las distintas unidades de negocio y áreas funcionales de una empresa. Incluiría datos actuales y archivados y, a través del uso de APIs, podría enriquecerse con información de proveedores externos -datos sociales de Facebook o Twitter, por ejemplo-o con datos abiertos, como coordenadas GPS. A diferencia de un almacén de datos convencional, los data lakes no almacenan datos en archivos y carpetas; los datos permanecen en sus formatos originales. El coste de almacenar esos datos sigue por lo tanto siendo bajo, ya la capacidad de configurar o reconfigurar los datos al vuelo sigue siendo alta. Más allá de las capacidades eficientes de almacenamiento, el data lake sería compatible con herramientas estándar de hallazgo de datos, haciendo que sea fácil para los usuarios de TI y de negocio encontrar la información que necesitan. El data lake puede construirse por separado de los sistemas centrales de TI al principio (en un entorno de hallazgo) de forma que las actualizaciones puedan realizarse más fácilmente a medida que evolucionen las tecnologías de datos. En algún momento, sin embargo, el data lake debería integrarse con la arquitectura de datos existente en la empresa y servir como la fuente principal de información. Se alimentaría el lago con datos para cada caso de uso; pero con el tiempo la empreda tendría acceso a un conjunto de datos fiables que soportarían un espectro de aplicaciones.

Diagrama 2

Fuente: traducido del artículo de McKinsey.com

Fuente: traducido del artículo de McKinsey.com. 1: PMO: Project Management Office – Oficina de Gestión de Proyecto

Demostrar el impacto con datos ágiles

Un enfoque ágil de la migración y gestión de datos conduce a un conjunto de beneficios importantes -ordenar y despejar el panorama de información del negocio no es el menor de ellos (Diagrama 3). Los datos desde múltiples bases de datos, funciones y unidades de negocio pueden combinarse y consultarse más fácilmente. Las empresas pueden obtener valor inmediato del lanzamiento frecuente de soluciones de gestión de datos mínimamente viables. Por medio de la minería de datos posibilitada por el desarrollo de un data lake integral, las empresas pueden también identificar nuevas oportunidades de negocio. Y si las unidades de negocio se implican desde el comienzo en la migración de los datos, pueden capturar esas oportunidades de negocio más rápidamente o de otro modo ayudar a la organización de TI a dar prioridades a los datos – y a las iniciativas de transformación digital. Los proyectos piloto y los datos ya no están encerrados en silos invisibles para todos salvo los miembros del equipo inmediato.

Diagrama 3

Fuente: Traducido del artículo de McKinsey.com

Fuente: Traducido del artículo de McKinsey.com

Este planteamiento ya está teniendo un efecto positivo en las empresas de un espectro de industrias. Un gran banco europeo, por ejemplo, a sido capaz de lanzar un conjunto de iniciativas en plazo, dentro de presupuesto y de acuerdo con los requisitos legales y los hitos, en parte por su adopción de los datos ágiles. Apoyada en sus esfuerzos de integración de datos, el banco ha sido capaz de diseñar y lanzar nuevos servicios orientados al cliente con más rapidez (en semanas en lugar de en meses). El banco estableció un laboratorio de datos compuesto de más de 100 empleados, que implementan proyectos en oleadas de seis meses. Actualizó su infraestructura tecnológica con un data lake que contiene unos 100.000 elementos de datos que múltiples unidades de negocio pueden analizar y utilizar. Un equipo interdisciplinar de TI y negocio desarrolló una hoja de ruta clara para asegurar que los datos que sustentan la entrega de servicios orientados al clientes están siempre disponibles y son de la más alta calidad. Simultáneamente, el banco ha establecido un servicio interno de “ciencia de datos” para ayudar a las unidades de negocio individuales a diseñar programas de analítica y modelos de aprendizaje mecánico (machine learning). Más de 200 empleados de diversos departamentos se han involucrado en el programa de transformación de datos, y han expresado su alta satisfacción con la nueva “cultura de big data” de la empresa. Además, el banco ha sido capaz de construir una biblioteca de más de 300 usos para diversas categorías de datos por usuarios internos y externos -una actividad que al fin y al cabo ayudará a liberar ganancias significativas de eficiencia.

Mientras tanto, una gran empresa farmacéutica estadounidense está en medio de un programa de transformación de datos de dos años de duración. Su objetivo principal es usar la analítica avanzada para mejorar las operaciones en múltiples funciones y departamentos; también aspira a ganar a largo plazo una ventaja competitiva por su uso de la analítica. La empresa ha desplegado metodologías ágiles de datos a través de diferentes flujos de trabajo (prácticas comerciales, I+D y cadena de suministro, por ejemplo) con el fin de construir una visión coherente y consistente de los datos de los clientes. Estableció un conjunto de pequeños equipos interdisciplinares para crear y lanzar herramientas y servicios de integración de datos. En un período relativamente breve de tiempo, estos equipos scrum han sido capaces de agrupar en un único lugar información crítica sobre productos, sectores de precio, contratos y otros datos de clientes desde diferentes sistemas y ámbitos del negocio. Como nos contó un líder, los datos se han democratizado; ahora pueden consultarlos usuarios de distintas partes de la compañía, y los datos se actualizan en tiempo real y por lo tanto dan un mejor soporte a múltiples casos de uso. La compañía espera reducir significativamente su tiempo de puesta a disposición en el mercado con nuevos productos asegurando al mismo tiempo el cumplimiento de la normativa. Más aún, los datos pueden ahora someterse a minería para entendimiento en lo relacionado con futuras fusiones y adquisiciones y lanzamientos de futuros productos.

Empezar con los datos ágiles

Los beneficios de los datos ágiles están claros. Pero persuadir a los líderes de negocio y de TI para que salten a una mentalidad ágil puede ser un desafío, de la misma manera que cualquier cambio organizativo puede serlo. Los empleados de TI probablemente no esté habituados al uso de principios ágiles en la gestión de datos. Pueden oponerse a la idea de romper el statu quo – esto eso, no usar más metodologías en cascada (bajo el modelo en cascada, los pasos del desarrollo deben ocurrir secuencialmente en lugar de iterativamente; ninguna actividad puede continuar hasta que la anterior haya sido completada y aprobada) para construir almacenes de datos tradicionales, los cuales suelen requerir años para desarrollarlos antes de que las empresas puedan obtener valor de ellos. Por su parte, las unidades de negocio pueden estar recelosos de hacerse responsables de activos complejos técnicamente como los datos, los cuales han sido durante mucho tiempo parte del ámbito de la TI. Para cambiar esa dinámica, las empresas deberían contemplar hacer lo siguiente:

Usar proyectos piloto para construir aceptación Un proyecto piloto es la mejor manera de demostrar a TI que un cambio en los métodos de gestión de los datos es posible y para desmitificar los datos ante las unidades de negocio al mismo tiempo que resaltar el valor potencia de los datos ágiles para ambas partes. Los líderes de TI y de las unidades de negocio deberían identificar un único proyecto que sea transversal y de muy alto valor para el negocio -por ejemplo, un servicio basado en datos que ayudase a reducir las molestias a los clientes o mejorar las protecciones contra el fraude. Los éxitos y los fracasos, los hitos alcanzados y el impacto obtenido deberían ser comunicados clara y frecuentemente por toda la empresa a medida que progrese el piloto y cuando el servicio de libere finalmente. De este modo, se pueden codificar las mejores prácticas y se puede identificar y animar a los abanderados del proyecto más fuertes.

Dar poder a los equipos de datos ágiles. Los líderes senior deberían dar a los equipos interdisciplinares de datos ágiles vía libre para tomar decisiones importantes relacionadas con la migración y arquitectura de los datos. Los equipos scrum deben estar completamente dedicados en actividades realizadas en laboratorio de datos y comprometidos con un planteamiento de prueba y aprendizaje; no pueden ser agentes a medias, ni pueden esperar a la aprobación de colegas o jefes de fuera del laboratorio de datos. Las empresas deberían por lo tanto establecer canales directos de comunicación entre los equipos scrum y los líderes senior y definir planes de escalado: cuando surjan preguntas u obstáculos, los equipos scrum comparten sus preocupaciones con la oficina de gestión de proyecto y los líderes senior designados, quienes deben responder en horas o días, no semanas.

Actualizar la infraestructura tecnológica. El lanzamiento de un programa de transformación de datos proporciona una oportunidad a las compañías para considerar formas de mejorar los sistemas y tecnologías actuales. La creación de un data lake, por ejemplo, puede requerir nuevas plataformas, herramientas y conjuntos de habilidades que deben ser compatibles con la arquitectura TI global de la empresa. También puede espolear a los líderes de TI para que reconsideren sus estrategias de TI para la empresa, planteando preguntas como: ¿Cómo podemos integrar el data lake con los sistemas existentes? ¿Cómo pueden las herramientas y las plataformas empleadas para soportar los datos ágiles apalancarse en otras circunstancias? ¿Deberíamos introducir tecnologías de código abierto?

Enfatizar nuevas formas de comunicación. Los métodos de comunicación usados en los laboratorios de datos ágiles son distintos de los que se usan en el resto de la organización y deben gestionarse de ese modo. Los resultados deberían supervisarse estrictamente y pueden representarse gráficamente utilizando gráficos “burn up” (un gráfico que compara el trabajo realizado con los resultados esperados cada semana). Los equipos scrum no deberían compartir estos resultados sólo con sus supervisores inmediatos; deberían también compartirlos con las partes interesadas más relevantes de entre las unidades de negocio. Muchos también establecen foros semirregulares en los que los líderes de TI y de negocio pueden acudir a discutir las tendencias y temas importantes de la industria – en áreas de especialización técnica, por ejemplo, o en análisis de la competencia- y realizar “autopsias” de proyectos piloto. Estos canales de comunicación pueden ayudar a garantizar que todo el mundo (dentro y fuera del laboratorio de datos) comprende lo importantes que son los datos ágiles, cómo implantar formas ágiles de trabajar, y cómo resolver cualquier problema.

Desarrollar e introducir indicadores de desempeño. Las métricas que están directamente vinculadas a las formas ágiles de trabajar deberían reflejarse en mecanismos de evaluación de desempeño y en discusiones de revisión del rendimiento. Son críticas para mantener con el tiempo el compromiso con los datos ágiles. En la mayoría de los laboratorios de datos, los planes de trabajo (también llamados backlogs) se basan en planificaciones semanales o quincenales llamadas sprints. Estas planificaciones se supervisan estrictamente por una oficina de gestión de proyecto. Los miembros del equipo scrum tienen responsabilidades individuales claras; y algunos roles están vinculados a resultados específicos. La capacidad del equipo en su conjunto para completar unidades de trabajo, a menudo denominadas “historias de usuario”, se mide y se hace visible para el liderazgo senior. Los indicadores y métricas críticos – por ejemplo, el porcentaje de datos cartografiados o la cantidad de nueva información suministrada al data lake – se recopilan semanalmente, así que si hay problemas, se pueden hacer ajustes inmediatamente. Los líderes de negocio y de TI reciben informes con regularidad y obtienen la visibilidad que necesitan para cambiar el rumbo.

Con un mejor acceso a mejores conjuntos de datos, las empresas pueden desplegar mejores estrategias de segmentación. Pueden aprender más de los datos transaccionales. Pueden automatizar procesos, conduciendo a mayores eficiencias operativas. Pueden competir con más efectividad contra los rivales y pueden encontrar nuevas fuentes de crecimiento. Sin embargo, la mayoría de las instituciones todavía están sufriendo para obtener valor de los datos. En nuestras conversaciones con líderes de TI y de negocio, muy pocos dicen que sus capacidades de gestión de información están “a la medida de las necesidades”. Un planteamiento ágil a la gestión de datos puede ayudar a resolvert este problema. Puede formalizar la colaboración y las conversaciones entre los directivos de las unidades de negocio y los líderes de TI, revelar nuevos usos de los datos existentes, impulsar el desarrollo de iniciativas de negocio dirigidas por los datos, y acelerar la entrega de información de negocio crítica. Lo ágil ya no es sólo una metodología para el desarrollo de software o la gestión de operaciones. Se está convirtiendo en una capacidad crítica para las empresas que quieren gestionar sus datos más estratégicamente y ofrecer experiencias de usuario en múltiples canales sin discontinuidades – las cuales, en esta edad de la digitalización, son todas las empresas.

 

La era de la analítica: Competir en un mundo donde los datos mandan, por McKinsey

En este artículo de Nicolaus Henke, Jacques Bughin, Michael Chui, James Manyika, Tamim Saleh, Bill Wiseman y Guru Sethupathy para McKinsey se revisa una reflexión sobre el papel de los datos y la analítica en la competitividad de los mercados actuales. Y me lanzo, además de a referirlo, a traducirlo como si no existiera un mañana.

Todo con tal de no convertirnos en un dinosaurio en un museo de las empresas extintas… Fuente: http://ichef.bbci.co.uk/

La era de la analítica: Competir en un mundo donde los datos mandan

El potencial del big data no hace más que crecer. Para capturar todas sus ventajas las empresas deben incorporar la analítica en su visión estratégica y utilizarla para tomar decisiones mejores, más rápidas.

¿Es todo el big data bombo publicitario? Todo lo contrario: Puede que la investigación previa sólo haya dado una visión parcial de su impacto final. Un nuevo informe del A new report from the McKinsey Global Institute (MGI), “The age of analytics: Competing in a data-driven world“, sugiere que el abanico de aplicaciones y oportunidades ha crecido y seguirá expandiéndose. Dados los rápidos avances tecnológicos, la pregunta que se plantea a las empresas es ahora cómo integrar nuevas habilidades en sus operaciones y estrategias – y posicionarse en un mundo donde la analítica puede derrocar industrias enteras.

Vídeo: La era de la analítica

http://c.brightcove.com/services/viewer/federated_f9?isVid=1&isUI=1

El big data sigue creciendo; en todo caso, las estimaciones precedentes subestimaron su potencial

Un informe de MGI de 2011 destacó el potencial transformador del big data. Cinco años más tarde, seguimos convencidos de que este potencial no se exageró. De hecho, la convergencia de varias tendencias tecnológicas está acelerando el progreso. El volumen de datos continúa duplicándose cada tres años a medida que la información fluye desde plataformas digitales, sensores inalámbricos, aplicaciones de realidad virtual y miles de millones de teléfonos móviles. La capacidad de almacenamiento de datos ha crecido, mientras que su coste ha caído en picado. Los científicos de datos tienen ahora una potencia de cálculo sin precedentes a su disposición, y están concibiendo algoritmos que son aún más sofisticados.

Anteriormente el MGI estimó el potencial de creación de valor para el big data y la analítica en cinco dominios específicos. Al volver a analizarlos se aprecia un progreso irregular y que gran cantidad de ese valor está todavía sobre el tapete (ver gráfico). Los mayores avances se han producido en los servicios basados en localización y en el comercio minorista de EEUU, ambas áreas con competidores que son nativos digitales. En contraste, la fabricación, el sector público de la UE y la sanidad han capturado menos del 30 por ciento del valor potencial que destacamos hace cinco años. Y han surgido nuevas oportunidades desde 2011, ampliando aún más la ventaja entre los líderes y los rezagados.

Fuente: Traducido de McKinsey, basado en entrevistas con expertos y análisis del McKinsey Global Institute.

Las compañías pioneras no sólo están usando sus habilidades para mejorar sus operaciones centrales, sino también para lanzar modelos de negocio totalmente nuevos. Los efectos de red de las plataformas digitales están creando una situación en que el ganador se lleva la mayor parte en algunos mercados. Las firmas líderes tienen un talento analítico considerablemente profundo para varios problemas –  están buscando activamente maneras de entrar en otras industrias. Estas empresas pueden aprovechar la ventaja de su tamaño y de su entendimiento de los datos para añadir nuevas líneas de negocio, y esas expansiones están difuminando cada vez más las fronteras tradicionales entre sectores.

Donde los nativos digitales habían nacido para la analítica, las empresas tradicionales tienen que hacer el trabajo duro de reconstruir o modificar los sistemas existentes. Adaptarse a una era de toma de decisiones guiada por los datos no es siempre una proposición sencilla. Algunas empresas han invertido fuertemente en tecnología pero todavía no han cambiado sus organizaciones para poder sacarle todo el partido a dichas inversiones. Muchos lo están pasando mal para desarrollar el talento, los procesos de negocio y el músculo organizativo para capturar el valor real de la analítica.

El primer reto es incorporar los datos y la analítica en una visión estratégica central. El siguiente paso es desarrollar los procesos correctos de negocio y las capacidades de construcción, incluyendo tanto la infraestructura como el talento. No basta con simplemente rebozar las operaciones de negocio existentes con potentes sistemas tecnológicos. Todos estos aspectos de la transformación deben reunirse para darse cuenta del potencial completo de los datos y la analítica. Los retos a los que se enfrentan las empresas actuales en sacar esto adelante son precisamente el motivo de que gran parte del valor detectado en 2011 siga sin capturar.

La urgencia para las empresas existentes sigue creciendo, dado que los líderes están al acecho de grandes ventajas, y las dudas aumentan el riesgo de ser afectado. El trastorno está ya ocurriendo, y adopta múltiples formas. Introducir nuevos tipos de conjuntos de datos (“datos ortogonales”) puede conferir una ventaja competitiva, por ejemplo, mientras que las inmensas capacidades de integración pueden atravesar los silos organizativos, permitiendo nuevos entendimientos y modelos. Las plataformas digitales a gran escala pueden emparejar compradores y vendedores en tiempo real, transformando mercados ineficientes. Los datos granulares pueden utilizarse para personalizar los productos y servicios -incluyendo, sorprendentemente, la sanidad.

Las nuevas técnicas analíticas pueden alimentar el descubrimiento y la innovación. Por encima de todo, los negocios no tienen que basarse en corazonadas; pueden usar los datos y la analítica para tomar decisiones más rápidas y pronósticos más precisos basados en una montaña de evidencias.

La próxima generación de herramientas podría desencadenar cambios aún mayores. Las nuevas capacidades de aprendizaje mecánico (machine learning) y aprendizaje profundo (deep learning) tienen una enorme variedad de aplicaciones que abarcan muchos sectores de la economía. Los sistemas posibilitados por el aprendizaje mecánico pueden proporcionar servicio al cliente, gestionar la logística, analizar historiales médicos o incluso escribir noticias.

Estas tecnologías podrían generar ganancias de productividad y una calidad de vida mejoradas, pero acarrean los riesgos de producir pérdidas de puestos de trabajo y deslocalizaciones. La investigación previa de MGI encontró que el 45 por ciento de las actividades laborales podrían automatizarse usando las tecnologías actuales; cerca de un 80 por ciento de ello puede atribuirse a las habilidades de aprendizaje mecánico existentes. Los avances en el procesamiento de lenguaje natural podrían ampliar ese impacto.

Los datos y la analítica ya están sacudiendo múltiples industrias, y los efectos sólo se harán más pronunciados cuando la adopción alcance la masa crítica – y cuando las máquinas adquieran capacidades sin precedentes para resolver problemas y comprender el lenguaje. Las organizaciones que puedan tomar las riendas de esas capacidades de forma efectiva serán capaces de crear valor de forma significativa y diferenciarse, mientras que las demás se encontrarán cada vez más en desventaja.

¿Estás listo para el BIM? Lo que tiene que hacer tu empresa antes de que entre en vigor (Parte Diez)

En este artículo cerramos la traducción de la serie de artículos dedicados a BIM en la web de NBS.

¿Estás preparado para el BIM? Lo que tiene que hacer tu empresa antes de que entre en vigor (Parte Diez)

Link al artículo original

El proceso de implantar BIM trata de gestión del cambio, en primer y principal lugar. Para lograrlo, el proceso debe llevarse a cabo metódicamente. La mejor manera es realizar un “Plan de implantacion de BIM” y los pasos para ello se trazan en el decurso de esta serie. Este artículo examina el proceso real de implantación de BIM en tu negocio.

Compromiso con BIM

Para todas las buenas intenciones y promesas de los implicados, la “prueba del algodón” siempre será el momento en que se comprueba realmente el compromiso. Como se ha mostrado en esta serie de artículos, el impacto y la cobertura de la implantación de BIM es de mucho mayor alcance que lo que se puede suponer inicialmente. Afecta a cada nivel de una organización, desde el presupuesto y los gastos hasta la estructura de los equipos; del cumplimiento de estándares a las estructuras de contrato. Es crucial que se dé soporte a todos los niveles y en todos los departamentos; no sólo aquellos que están trabajando activamente en “primera línea de fuego”. No sólo es necesario que todos los implicados en un proyecto de BIM estén implicados y sean diligentes en su adhesión a los principios del trabajo colaborativo, sino que los colegas y los gerentes deben dar su apoyo en términos de recursos y, quizás con igual importancia, dedicación y promoción de la causa. Una oficina con opiniones encontradas no se dirige hacia el éxito.

Tanto como a escala de oficina técnica en conjunto, de todos modos, es dentro del propio equipo de proyecto donde el soporte miembro a miembro se convierte en una cuestión vital. En esto contexto, el soporte significa miembros del equipo trabajando de manera coherente, precisa y con los mismos métodos y estándares. No hay sitio para la individualidad o para diferencias de opinión cuando se trata de prácticas de trabajo compartidas: Los estándares de BIM existen de manera que todos los colaboradores puedan colaborar bajo el mismo conjunto de normas. Si una persona hereda el trabajo de otra, saben cómo debe llevarse a cabo, donde encontrar cualquier cosa y cómo continuarlo. No se pierde tiempo en intentar descifrar los métodos de otro, o re-trabajando; y las discrepancias se minimizan puesto que todos los contribuyentes tienen la misma comprensión.

El primer proyecto BIM

Y así ocurre para el tema del primer proyecto BIM: El momento de poner en práctica todos los principios u protocolos que se han establecido a lo largo de las etapas preparatorias. el primer proyecto deberá seleccionarse, y esto naturalmente requerirá una cuidadosa consideración. Los criterios a tener en cuenta incluyen:

  • Tamaño del proyecto (valor del contrato, tamaño físico)
  • Duración del contrato
  • Cantidad de personal requerida
  • Complejidad de la misión
  • Capacidades BIM de otras partes interesadas
  • Disposición del cliente a participar en un proyecto que cumpla BIM

Antes de iniciar el proyecto, se deberán disponer adecuados ajustes de contrato, incluyendo documentos de encargo y el contrato de construccion propiamente dicho. Se debe considerar las normativas CDM de 2015, y cómo el cumplimiento de estas conectará con los procedimientos de trabajo colaborativo.

Por último pero bajo ningún concepto menos importante, hay que asegurar que los estándares de BIM se establecen, acuerdan y comprenden por parte de todas las partes interesadas; el éxito o fracaso del proyecto dependerá de la adhesión a métodos comunes de trabajo.

Finalización del proyecto: Evaluación

La evaluación posterior al fin del proyecto es una parte importante de cada proyecto, ocupando como ocupa la etapa final del  Plan de trabajo 2013 RIBA . Con un proyecto BIM, sin embargo, este proceso puede no sólo ser más beneficioso, sino también puede decirse que más productivo.

Con la finalización de tu primer proyecto BIM, los aspectos que serán de especial interés incluirán inevitablemente los éxitos del proyecto y también muchas áreas de mejora para futuros proyectos. A medida que tu oficina deja paso a BIM como una operación a largo plazo y potencialmente a escala de negocio, será vital examinar el esquema completado para medir su éxito.

En un artículo anterior de esta serie se han enunciado indicadores clave de desempeño. Las medidas en desarrollo también incluirán criterios vigentes como costes operativos de servicios, costes de mantenimiento y reparaciones. Los comentarios de los usuarios también ayudarán a establecer si había algún aspecto del esquema al que se podría haber prestado más atención durante el proceso de diseño, o que las partes colaboradoras podrían haber pasado por alto. Y quizás el mejor indicador será el que más a menudo se asocie con BIM, la percepción de su capacidad para reducir los costes de desistimiento identificando las discrepancias y conflictos entre, por ejemplo, estructuras y servicios. La planificación de la construcción del sitio (medida contra el pronóstico) y los costes de “as built” (Comparados con los precios de oferta) ayudarán a establecer los ahorros realmente obtenidos.

Conclusiones

A medida que esta serie se acerca a su fin, y el que el plazo de BIM Nivel 2 se acerca, lo que queda por hacer son unas pocas observaciones finales que, mientras la verdad del diseño y la construcción funcionan en general, son sin embargo pertinentes y dignas de recordarse a medida que la industria avanza hacia una nueva era de trabajo digital compartido:

  • BIM es un medio, no un fin – su propósito es apoyar una comunicación efectiva
  • BIM no trata de software – es una manera de trabajar colaborativa, compartir riesgos, objetivos y métodos comunes
  • El éxito de cualquier proyecto depende por completo del rendimiento, la dedicacion y diligencia de todas las partes interesadas
  • La motivación del gobierno británico para implantar BIM es reducir el desperdicio y los costes.

Anterior: ¿Estás listo para el BIM? Lo que tiene que hacer tu empresa antes de que entre en vigor (Parte Nueve)

Enlaces y referencias útiles

Índice de partes de la serie

1  2  3  4  5  6  7  8  9 10

A %d blogueros les gusta esto: