El año de la redefinición por antonomasia

2018 es el año en que las empresas asumen que ser digital significa algo más que adoptar nuevas tecnologías. Estas son condición necesaria, pero deben ir acompañadas de una nueva mentalidad: un negocio digital es radicalmente distinto, tanto hacia fuera como hacia dentro. Por ejemplo, este año veremos cómo distintas empresas exploran IoT para ofertar productos y servicios basados en pago por uso. Estamos en un momento en el que cualquier sector apunta hacia una redefinición, lo que está por ver es la conversión del piloto a escala, del impacto anecdótico al transformador. La mayor parte de las pruebas de concepto no llegarán nunca a escalar. Pero, aquellas que lo hagan, ofrecerán fuertes recompensas. El coste de oportunidad de no experimentar es tan alto que los lideres del mercado invertirán, asumiendo riesgos y entendiendo cada “fracaso” como un aprendizaje. Esta es la nueva dinámica de la era digital: los primeros en llegar se lo llevan todo, aunque para ello tengan que recorrer un largo camino de prueba y error sin garantía de éxito.
El segundo aspecto que marcará este año es que la innovación vendrá más por combinar tecnologías ya existentes que en la aparición de nuevas. Incluso aquellas todavía inmaduras, como blockchain, comenzarán a combinarse de maneras insospechadas con IoT,  inteligencia artificial, realidad virtual o cloud. De todas ellas, la inteligencia artificial será la que alcance una mayor ubicuidad gracias a su capacidad de integración y potenciación de las tecnologías existentes: desde asistentes personales; actuando como interfaz de usuario en toda clase de servicios, hasta ser embebidas en todo tipo de soluciones SaaS, tanto aplicaciones empresariales como herramientas de productividad. Ello implica que desaparece el pensamiento mágico asociado a la inteligencia artificial, y es sustituido por un pensamiento pragmático, más consciente de las posibilidades, las limitaciones y la curva de aprendizaje.
El tercer factor que cobra relevancia este año es la “transformación cultural” de las empresas. Son cada vez más las empresas que empiezan a cuestionar la forma de entender el trabajo, incluso la propia organización. Está emergiendo un nuevo paradigma de colaboración y empoderamiento de los empleados. Así; por ejemplo, este año las metodologías ágiles dejarán de ser una aproximación marginal para ser adoptada por un grupo significativo de empresas, que incluye a la mediana empresa. Este enfoque va más allá de la actividad de desarrollo, y se extiende a otros procesos, y se combina con enfoques lean y de design thinking. Para los que están a la vanguardia, el reto va a estar en extenderlas desde el departamento de sistemas a toda la organización.
Por último, no hay que olvidar que todas las iniciativas tecnológicas estarán marcadas por la nueva regulación GDPR que entra en vigor en unos meses, así como de otras regulaciones sectoriales, que tendrán un fuerte impacto. Este año su cumplimiento va a ser una prioridad en la empresa. Pero aquellas visionarias irán un paso más allá y cambiarán su modelo de relación con los clientes y los empleados, siendo por un lado más transparentes y por otro otorgando mayor control a la persona sobre el uso que se hace de sus datos. Estas empresas nos mostrarán cómo se compite en la economía del dato.
Este artículo ha sido previamente publicado en computerworld

NO ES LO MISMO “HACER DIGITAL” QUE “SER DIGITAL”

No hay marcha atrás. Todas las empresas compiten en un entorno digital. No importa que el sector se considere tradicional o parezca alejado de la tecnología. En este contexto, muchas empresas ven cómo su negocio, del que todavía proviene el grueso de sus ingresos, está en declive. Pero el nuevo negocio, de donde vendrán los ingresos futuros, no está definido. Una vez iniciado el proceso de transformación digital, la pregunta que surge de forma natural es: transformarse en qué, hacia dónde, si no sabemos qué aspecto tendrá nuestro negocio en el futuro.

Lo que sí sabemos es que los nuevos actores digitales estarán allí, cambiando constantemente las reglas, obligando a todos sus competidores a tener que adaptarse con agilidad. Para hacernos una idea, basta pensar cuál está siendo ya el impacto combinado de la inteligencia artificial (IA) e Internet de las cosas (IoT) en el sector seguros. Lo que no está claro es si serán las propias aseguradoras quienes lo exploren, aparezca un nuevo marco de competencia, o consigan alinearse en forma de ecosistema. Llegados a este punto es necesario hacer una distinción muy importante: no es lo mismo “hacer” digital que “ser” digital.

Siguiendo con nuestro ejemplo, “hacer digital” significa adoptar IoT para crear un nuevo modelo de negocio en las empresas aseguradoras para ofertar un seguro de pago por uso. Mientras que ser digital significa saber que un 85% de las pruebas de concepto en IoT van a fallar. Es decir, significa estar dispuesto a recorrer el camino del 85% del error, hasta que se descubra aquello que funciona. Ello requiere una forma distinta de entender y evaluar el éxito… y el fracaso.

Hay que desterrar la idea de una innovación basada en grandes proyectos faraónicos que corren en paralelo al negocio. En las empresas con mayor éxito la innovación está dispersa por toda la organización e integrada en su actividad diaria. Pero no basta con ser una empresa que experimenta y aprende. Cuando, fruto de este proceso de experimentación, uno encuentra “un filón”, tiene que moverse rápido y ser ágil escalando la oportunidad. Hay que monetizarla antes que los competidores, que pueden replicar, e incluso mejorar la innovación de forma implacable. En otras palabras, no busques el producto o servicio perfecto, lanza una versión que sea mínimamente viable y ya irás mejorándolo, pero hazlo ya.

En la práctica esto significa que el foco ya no está en el producto, sino que éste se ha desplazado al cliente. Los productos y servicios se encuentran en una constante “beta” a la espera de ser mejorados a través del feedback de los clientes. No se trata solo de ser rápidos, se trata también de saber lo que el cliente quiere y encontrar la manera de incorporarlo en el producto o servicio. Es precisamente el dato lo que lo hace posible. De hecho, muchas empresas de producto están tratando de reequilibrar los flujos de información con el resto de actores de la cadena (ej. distribuidores). Ser digital no es comunicarse con el cliente a través de nuevos canales: es obsesionarse por el cliente, conocerle y anticiparse a sus necesidades.

¿Por dónde empezar? Quizá nos seduzca el brillo de las tecnologías que se encuentran a nuestro alcance, pero hay que aprender a gestionar el riesgo, a recorrer la senda del error, sin poner en jaque la supervivencia del negocio. Aquí se encuentra el principal obstáculo a superar. Las tecnologías están disponibles, y su potencial no tiene límites; todo negocio debe adoptar, sin duda, nuevas tecnologías que le permitan competir en un mundo digital. Pero ser digital implica algo más, implica pensar de otra manera: experimentar, tomar riesgos; requiere nuevas métricas y nuevas formas de decidir y evaluar. Este ejercicio no lo puede hacer la tecnología, solo las personas. Se trata de convertirse en un negocio digital, con directivos digitales y empleados digitales.

El cambio empieza en nosotros. De ahí vendrá todo lo demás.

Inteligencia artificial y pensamiento mágico

La inteligencia artificial utiliza el mundo como laboratorio. Su presencia en todo tipo de dispositivos, desde smartphones hasta vehículos, aunque invisible comienza a ser ubicua. Toma decisiones que afectan a nuestra vida cotidiana. Determina, por ejemplo, a qué noticias o publicidad estamos expuestos en Internet.

Por si esto fuera poco, cualquiera que lea la prensa sabrá que robots dotados de esta inteligencia pueden remplazar nuestro trabajo, convertirse en nuestro próximo jefe o decidir si somos aptos para un nuevo empleo.

Esta inteligencia ya está aquí, aunque de momento solo acceden empresas con los recursos suficientes. Pero, ¿hasta cuándo? Reputadas voces que miran al futuro, como Bill Gates, comienzan a preguntarse si estos robots deberían pagar impuestos. Esta es la envergadura de los cambios que se avecinan en el mercado laboral.

Sus implicaciones intelectuales, tecnológicas, políticas, éticas y sociales son enormes. Confiar en ella ciegamente, arriesgado. No importa lo poderosa que sea, cómo y dónde la apliquemos es nuestra decisión.  Y para que esta sea la adecuada es necesario desterrar el pensamiento mágico actual que la rodea.

La inteligencia artificial no piensa por sí misma. Esta tecnología hereda nuestros sesgos a través de los datos que la nutren o de las creencias de quien la programa. Basta un sencillo ejemplo para demostrarlo: desde hace ya un tiempo los buscadores de Internet la utilizan para etiquetar imágenes, prueben a buscar en ellos fotos de distintas profesiones y verán un claro sesgo de género. Traslademos este ejemplo a los procesos de selección de las empresas o a la concesión de un crédito de un banco. Esta tecnología está diseñada por personas y se alimenta de datos que no son necesariamente objetivos y, si pasa inadvertido a quien la programa, generará discriminaciones. No tiene conciencia de su entorno más allá de la tarea encomendada.

La inteligencia artificial predice, pero (de momento) no explica. Esta tecnología adquiere un conocimiento inductivo a través de la observación. No existe ninguna teoría impuesta a priori detrás de ella. Es como una caja negra donde; por un lado, entran datos y; por otro, salen predicciones. Sin embargo, no sabemos por qué predice lo que predice. Por ejemplo, puede determinar que la imagen que tiene delate es la de una persona, pero no nos dirá cómo llegó a esa conclusión. Ahora, si trasladamos esto a la decisión de concesión de una beca o una hipoteca, el resultado es que podemos sufrir una exclusión sin recibir ningún tipo de explicación del porqué se ha producido. Otro escenario en el que la falta de una explicación es relevante se produce cuando de forma repentina esta inteligencia comienza a fallar en sus predicciones. En este caso, muy real, no sabremos cómo solucionarlo.

La inteligencia artificial también se equivoca. Predecir con precisión no lo es todo. Aunque esta tecnología pueda predecir mejor la detección de diabetes que nuestros gustos musicales, el coste de fallar en un diagnóstico médico es mucho mayor que el de hacerlo cuando nos recomienda una canción. Saber cómo y dónde aplicarla requiere contraponer la probabilidad de acierto y el coste de fallo. Por eso, mientras que en diagnósticos médicos el juicio de los médicos sigue siendo determinante, en la recomendación de qué canción escuchar alcanza plena autonomía. Esto puede cambiar a medida que desarrollemos mejores modelos predictivos o que la regulación varíe el coste de errar mediante la asignación de responsabilidades.

La inteligencia artificial está especializada, no es generalista. Esta tecnología primero nos batió al ajedrez, luego en juegos más sofisticados como “Go” y, recientemente, también al póker. Pero los algoritmos que hacen que gane al ajedrez no juegan al póker. A cada familia de algoritmos se le da muy bien resolver problemas concretos, pero no todos. Incluso, ocasionalmente, cuando tratan de adquirir nuevo conocimiento pueden tener “olvidos catastróficos” y desaprender. Esto significa que se centra en realizar actividades que no requieren el uso de diferentes habilidades cognitivas en una secuencia de tareas. Estamos lejos de alcanzar una inteligencia artificial general capaz de resolver, por ejemplo, problemas de negocio complejos.

Arthur C. Clarke, autor de 2001, una odisea en el espacio, decía que “toda tecnología lo suficientemente avanzada es indistinguible de la magia”. La inteligencia artificial definitivamente parece magia, pero no lo es.

Tenemos trabajo por delante si queremos beneficiarnos de ella. Para evitar que herede nuestros sesgos y los perpetúe tendremos que añadir un contexto más amplio que abarque el impacto de sus decisiones en términos de discriminaciones o exclusiones. Para que sea más trasparente tendremos que ir más allá de la precisión en sus predicciones y generar modelos explicativos a su alrededor. Y para determinar en qué casos puede llegar a gozar de plena autonomía, asistirnos o sencillamente no ser aplicada debemos evaluar cuál es el coste asociado a sus fallos con relación a su probabilidad de acierto.

Por último, será necesario regularla y establecer un código ético sobre su uso. Se trata de una tecnología tan poderosa que algunos gobiernos y empresas van a tener la tentación de hacer un mal uso de ella. Sin embargo, haciendo un buen uso y consiguiendo que sea accesible por muchos y no unos pocos, permitirá cosas como el desarrollo de una medicina preventiva, una educación personalizada o sencillamente liberarnos del trabajo rutinario que nos ocupa.

No cabe duda de que la inteligencia artificial cambiará el mundo tal y como lo conocemos, pero qué aspecto tendrá este, está en nuestras manos. Un buen principio es desprendernos del pensamiento mágico actual en torno a ella para conocer sus limitaciones, usos e implicaciones. Y, a partir de este conocimiento, hacer que trabaje en nuestro beneficio.

 

PD. Este artículo ha sido previamente publicado en El País Retina