Tec­no­lo­gía y crea­ti­vi­dad, ba­ses del re­na­ci­mien­to di­gi­tal

Opi­nión de ex­per­tos: en­tre­vis­ta con Ti­mo Elliott.

Cinco Días - Executive Excellence - - Editorial -

Ti­mo Elliott es un “evan­ge­lis­ta de la in­no­va­ción” pa­ra SAP y un apa­sio­na­do de­fen­sor de la in­no­va­ción, los ne­go­cios di­gi­ta­les, el aná­li­sis y la in­te­li­gen­cia ar­ti­fi­cial. Du­ran­te los úl­ti­mos 25 años ha tra­ba­ja­do en Reino Uni­do, Hong Kong, Nue­va Ze­lan­da, Si­li­con Va­lley y Pa­rís, co­la­bo­ran­do con clien­tes de SAP en nu­me­ro­sos pro­yec­tos re­la­cio­na­dos con nue­vas tec­no­lo­gías y su im­pac­to en las or­ga­ni­za­cio­nes. Tam­bién ha pu­bli­ca­do di­ver­sos ar­tícu­los re­la­cio­na­dos con es­te te­ma en des­ta­ca­dos me­dios in­ter­na­cio­na­les co­mo Har­vard Bu­si­ness Re­view, For­bes, ZDNet, The Guar­dian y Di­gi­ta­list Ma­ga­zi­ne.

Elliott par­ti­ci­pó en la oc­ta­va edi­ción del con­gre­so Na­tio­nal Geo­grap­hic-Men­tes Bri­llan­tes, or­ga­ni­za­do por TPI, y char­ló con Exe­cu­ti­ve Ex­ce­llen­ce so­bre el im­pac­to que las in­no­va­cio­nes co­mo el cloud, el big da­ta o la in­te­li­gen­cia ar­ti­fi­cial es­tán te­nien­do en el ám­bi­to em­pre­sa­rial.

Crean­do bu­si­ness in­te­lli­gen­ce

Nos en­con­tra­mos asis­tien­do a la que yo con­si­de­ro la era del re­na­ci­mien­to di­gi­tal, que se ca­rac­te­ri­za por la com­bi­na­ción de las an­ti­guas tec­no­lo­gías con la crea­ti­vi­dad y las ex­pe­rien­cias hu­ma­nas.

En un en­torno co­mo el ac­tual, Tes­la se ha con­ver­ti­do en un gran ejem­plo de bu­si­ness in­te­lli­gen­ce. Po­si­cio­na­da co­mo una de las pri­me­ras com­pa­ñías en cuan­to a fa­bri­ca­ción y co­mer­cia­li­za­ción de vehícu­los au­tó­no­mos, Tes­la es ya mu­cho más que una com­pa­ñía de au­to­mo­ción.

La mar­ca se pre­pa­ra pa­ra un fu­tu­ro en el que el 100% de sus co­ches sean com­ple­ta­men­te au­tó­no­mos, es de­cir, pa­ra que cir­cu­len sin con­duc­tor. Pa­ra con­se­guir­lo, ca­da co­che lle­va ins­ta­la­das cá­ma­ras que ofre­cen una vi­sión de 360 gra­dos al­re­de­dor del vehícu­lo, nu­me­ro­sos sen­so­res ul­tra­só­ni­cos ca­pa­ces de de­tec­tar ob­je­tos de to­do ti­po y un ra­dar de­lan­te­ro que ofre­ce da­tos adi­cio­na­les. To­da es­ta in­for­ma­ción es ges­tio­na­da por un or­de­na­dor de a bor­do que, ade­más, es ca­paz de com­par­tir to­dos es­tos da­tos con otros vehícu­los Tes­la que cir­cu­lan por la vía gra­cias a la uti­li­za­ción de tec­no­lo­gía big da­ta.

Gra­cias a to­dos es­tos avan­ces, Tes­la ofre­ce una ex­pe­rien­cia de con­duc­ción úni­ca al vo­lan­te que es­tá con­si­de­ra­da co­mo una de las me­jo­res en­tre los con­duc­to­res.

Otro ejem­plo de có­mo la tec­no­lo­gía pue­de me­jo­rar la ca­li­dad de vi­da de las per­so­nas es el pro­yec­to ba­sa­do en el in­ter­net de las co­sas que la ciu­dad chi­na de Nan­jing im­plan­tó re­cien­te­men­te pa­ra op­ti­mi­zar el trá­fi­co. A tra­vés de un sis­te­ma in­te­li­gen­te de sen­so­res y ra­dio­fre­cuen­cia, se ge­ne­ra in­for­ma­ción so­bre las con­di­cio­nes de trans­por­te a lo lar­go de la ciu­dad y se ana­li­zan los pa­tro­nes en tiem­po real de la cir­cu­la­ción. Es­tas es­ta­dís­ti­cas per­mi­ten a las au­to­ri­da­des apro­ve­char esa in­for­ma­ción y crear un ma­pa di­gi­tal que pre­di­ce las con­di­cio­nes de trá­fi­co y ayu­da a pla­near al­ter­na­ti­vas pa­ra mi­ti­gar los atas­cos.

Asi­mis­mo, SAP tra­ba­jó con una gran com­pa­ñía quí­mi­ca que uti­li­zó el apren­di­za­je au­to­má­ti­co co­mo par­te de sus ope­ra­cio­nes fi­nan­cie­ras. Cuan­do ins­ta­la­ron SAP por pri­me­ra vez ha­ce unos años, so­lo el 40% de sus fac­tu­ras coin­ci­dían con sus pa­gos ban­ca­rios, y re­que­ría mu­cho tiem­po y es­fuer­zo por par­te del per­so­nal co­rre­gir to­dos los erro­res que se de­ri­va­ban de es­te pro­ce­so. Uti­li­zan­do una tec­no­lo­gía ba­sa­da en al­go­rit­mos, la em­pre­sa lo­gró au­men­tar es­te por­cen­ta­je has­ta el 96%.

La era del re­na­ci­mien­to di­gi­tal se ca­rac­te­ri­za por la com­bi­na­ción de las an­ti­guas tec­no­lo­gías con la crea­ti­vi­dad y las ex­pe­rien­cias hu­ma­nas

Ha­cien­do un ejer­ci­cio de re­fle­xión, es po­si­ble tras­la­dar es­tas ex­pe­rien­cias a cual­quier ne­go­cio. Pen­se­mos, por ejem­plo, en nues­tra pro­pia em­pre­sa y pre­gun­té­mo­nos: ¿cuen­ta mi com­pa­ñía con pro­duc­tos, ser­vi­cios y pro­ce­sos in­ter­nos que me­jo­ran la ex­pe­rien­cia de to­das las per­so­nas que los usan? Y si no es así, ¿por qué no es­ta­mos apro­ve­chan­do las opor­tu­ni­da­des que ofre­cen las nue­vas tec­no­lo­gías pa­ra con­se­guir­lo?

Op­ti­mi­zar el ne­go­cio me­dian­te IA

La in­te­li­gen­cia ar­ti­fi­cial y el apren­di­za­je au­to­má­ti­co han crea­do cien­tos de nue­vas opor­tu­ni­da­des pa­ra op­ti­mi­zar los ne­go­cios. Pe­ro, ¿cuál es la for­ma más fá­cil de co­men­zar? Pro­ba­ble­men­te, las opor­tu­ni­da­des más fá­ci­les im­pli­quen la au­to­ma­ti­za­ción de las ac­ti­vi­da­des co­mer­cia­les exis­ten­tes.

Pa­ra que sus pri­me­ros con­tac­tos con la in­te­li­gen­cia ar­ti­fi­cial sean fá­ci­les, rá­pi­dos y de al­to va­lor de­ben te­ner en cuen­ta tres cri­te­rios bá­si­cos:

Fa­ci­li­dad: uti­li­ce da­tos exis­ten­tes y de al­ta ca­li­dad.

Los al­go­rit­mos de apren­di­za­je au­to­má­ti­co fun­cio­nan me­jor con gran­des can­ti­da­des de da­tos de al­ta ca­li­dad. ¡Lo más fá­cil es usar lo que ya tie­ne! Bus­que opor­tu­ni­da­des de in­te­li­gen­cia ar­ti­fi­cial ba­sa­das en da­tos de gran vo­lu­men que ya se ha­yan so­me­ti­do a con­tro­les de ca­li­dad, co­mo fi­nan­zas, fa­bri­ca­ción o lo­gís­ti­ca.

Po­si­cio­na­da co­mo una de las pri­me­ras com­pa­ñías en cuan­to a fa­bri­ca­ción y co­mer­cia­li­za­ción de vehícu­los au­tó­no­mos, Tes­la se ha con­ver­ti­do en un gran ejem­plo de bu­si­ness in­te­lli­gen­ce La in­te­li­gen­cia ar­ti­fi­cial y el apren­di­za­je au­to­má­ti­co han crea­do cien­tos de nue­vas opor­tu­ni­da­des pa­ra op­ti­mi­zar los ne­go­cios. La for­ma más fá­cil de co­men­zar es au­to­ma­ti­zar las ac­ti­vi­da­des co­mer­cia­les exis­ten­tes

Ra­pi­dez: in­te­gra­ción con el pro­ce­so co­mer­cial exis­ten­te.

La in­te­li­gen­cia ar­ti­fi­cial ofre­ce opor­tu­ni­da­des sor­pren­den­tes pa­ra la trans­for­ma­ción em­pre­sa­rial y pa­ra ha­cer co­sas que an­tes eran im­po­si­bles. Pe­ro la for­ma más rá­pi­da de co­men­zar es con tec­no­lo­gía que se pue­da im­ple­men­tar sin pro­ble­mas co­mo par­te de los pro­ce­sos exis­ten­tes. Es­to sig­ni­fi­ca que de­be bus­car apli­ca­cio­nes que pue­dan in­te­grar­se en sus sis­te­mas co­mer­cia­les exis­ten­tes con un mí­ni­mo de in­te­rrup­cio­nes en los pro­ce­di­mien­tos, ca­pa­ci­ta­ción, bo­ni­fi­ca­cio­nes, etc.

Al­to va­lor: de­ci­sio­nes re­pe­ti­das cla­ra­men­te de­fi­ni­das.

La au­to­ma­ti­za­ción brin­da el ma­yor va­lor cuan­do se apli­ca a de­ci­sio­nes co­mer­cia­les es­tre­chas y re­pe­ti­ti­vas que se rea­li­zan mi­les de ve­ces al día. Las en­tra­das pue­den ser com­ple­jas, con mi­les de va­ria­bles pa­ra con­si­de­rar en tiem­po real, pe­ro el re­sul­ta­do de­be­ría ser re­co­men­da­cio­nes fá­ci­les de en­ten­der. Bus­que ac­ti­vi­da­des abu­rri­das y re­pe­ti­ti­vas que has­ta aho­ra han si­do de­ma­sia­do com­ple­jas de au­to­ma­ti­zar.

Nue­vas opor­tu­ni­da­des

So­lo el 3% de las com­pa­ñías di­cen que es­tán te­nien­do éxi­to con el pro­ce­so de trans­for­ma­ción di­gi­tal. Las de­más em­pre­sas, por el con­tra­rio, es­tán per­dien­do opor­tu­ni­da­des.

La mul­ti­na­cio­nal Asics es un gran ejem­plo de có­mo adap­tar un mo­de­lo de ne­go­cio a los nue­vos tiem­pos. Pe­ro en es­ta oca­sión, su éxi­to no se ba­sa en la tec­no­lo­gía, sino en la ex­pe­rien­cia de clien­te. La com­pa­ñía se dio cuen­ta de que su fu­tu­ro no po­día ba­sar­se en la ven­ta de cal­za­do de­por­ti­vo, y co­men­zó a plan­tear­se cues­tio­nes que iban más allá de la ven­ta pu­ra y du­ra. In­ves­ti­ga­ron los mo­ti­vos por los que las per­so­nas com­pra­ban za­pa­ti­llas de de­por­te y de­ci­die­ron crear to­da una ex­pe­rien­cia de clien­te al­re­de­dor del run­ning.

Uno de sus prin­ci­pa­les ca­rac­te­rís­ti­cas es la per­so­na­li­za­ción. Así, sus tien­das cuen­tan con apa­ra­tos que ana­li­zan los pies y el es­ti­lo de co­rrer del clien­te. Es­ta in­for­ma­ción se usa pa­ra re­co­men­dar el za­pa­to más ade­cua­do pa­ra ca­da co­rre­dor. En 2016 com­pró Run­kee­per, una apli­ca­ción que re­gis­tra los en­tre­na­mien­tos y sa­li­das de los usua­rios, y com­ple­ta to­dos esos da­tos con es­ta­dís­ti­cas des­de su web pa­ra ofre­cer con­se­jos que guían a los de­por­tis­tas pa­ra co­rrer de ma­ne­ra más rá­pi­da y efi­cien­te.

La in­for­ma­ción que re­co­ge a tra­vés de la apli­ca­ción per­mi­te a Asics es­tre­char la­zos con sus clien­tes y, ade­más, pro­por­cio­na im­por­tan­tes be­ne­fi­cios pa­ra la com­pa­ñía, ya que se ha con­ver­ti­do en una pla­ta­for­ma úni­ca pa­ra ad­mi­nis­trar los da­tos de los usua­rios.

Newspapers in Spanish

Newspapers from Spain

© PressReader. All rights reserved.