Antonio Pita Lozano

La selección de casos de uso es una práctica habitual para abordar la transformación data-driven de las compañías, pero en la mayoría de los casos estos casos de uso no alcanzan el resultado esperado, generando desilusión y frenando la necesaria transformación. En algunos casos, nos encontramos con fracasos que dinamitan todo el esfuerzo transformacional de la compañía. Por este motivo, siempre recomiendo realizar, tras cada caso, un análisis que nos ayude a identificar aspectos de mejora que permitan mejorar los resultados de los siguientes casos de uso. Pilares de una organización data driven Tras analizar muchos casos de uso implementados en diversas compañías, se puede identificar la principal causa del fracaso de estos, que no es otra que la mala gestión de las expectativas, pero si profundizamos un poco más en los motivos subyacentes, nos encontramos que la mayoría se producen por un inadecuado alineamiento del caso de uso al estado de madurez de los pilares data-driven de la organización, que si son tres: tecnología, talento y organización y cultura. Tecnología: se tiene que identificar las tecnologías implantadas en la compañía y utilizarlas para resolver el caso de uso. Si el caso de uso requiere de una tecnología nueva para la compañía es conveniente realizar el proceso en dos pasos, primero introducimos la tecnología con otro caso de uso sencillo, conocido y fácil de implantar. Posteriormente abordamos nuestro caso de uso analítico con la tecnología siempre que tengamos la experiencia suficiente. Es importante recordar que abordar un caso de uso analítico con una nueva tecnología es elevar a la potencia el riesgo de fracaso. Talento: se debe disponer de un mapa de capacidades internas que abarquen todas las acciones a realizar en el caso de uso. En caso contrario, se deberían incorporar nuevas capacidades en la compañía de forma interna o externa y testarlas en otro caso de uso sencillo, conocido y fácil de evaluar que permita generar la confianza profesional entre todos los miembros del equipo. Si identificamos un problema en un caso nuevo que está siendo realizado por un equipo nuevo, surgirá la desconfianza entre los miembros. Organización y cultura: es necesario asegurar que la compañía está preparada para poder poner en valor el conocimiento extraído de los datos contando con los procesos adecuados y la cultura necesaria. Hay que recordar que todo lo nuevo genera rechazo y más cuando no se comprende perfectamente sobre todo cuando sabemos que todos los modelos que generemos fallarán en casos concretos. Los pilares data-driven de la compañía son los que van a dictaminar que casos serán un éxito y cuáles serán un fracaso. Selección de los casos de uso Si la organización está en una etapa incipiente de su data-driven journey, es recomendable seleccionar casos de uso sencillos que requieran una fácil o inexistente implantación tecnológica y que afecte al menor número de procesos funcionales. Además, sería conveniente seleccionarlo entre los que hayan sido un éxito en otras compañías del sector. Por el contrario, si el grado de madurez de los pilares de la organización data-driven es elevado se puede optar por casos de uso más innovadores y arriesgados, puesto que la compañía asumirá y premiará ese riesgo. AI OF THINGS Data Driven Advertising: la solución publicitaria que habla con tus clientes 9 de marzo de 2021 En algunas ocasiones nos encontramos con compañías con niveles de madurez heterogéneos, por ejemplo, fuertes en tecnología y talento, pero débiles en la transformación cultural. En estos casos es fundamental identificar los puntos fuertes y seleccionar los casos de uso que se sustenten en dichos puntos rechazando los que se sustenten en los otros pilares que tenemos menos desarrollados o evolucionados. Si quieres tener éxito en el desarrollo de casos de uso analíticos y convertirte en una compañía data-driven recuerda alinear los casos de uso con el estado de madurez de los pilares data-driven de la compañía. ■ Artículo inicialmente publicado en el libro “A Data-Dirven Company” del Dr. Richard Benjamins. Si quieres saber algo más del libro te recomiendo un post anterior.

A Data-Driven Company, o compañía guiada por datos, es el nombre que reciben las empresas que utilizan los datos como un activo fundamental en su toma de decisiones en todos sus procesos dentro de la compañía. Lo hacen de forma óptima mediante el uso de técnicas analíticas avanzadas como puede ser la Inteligencia Artificial. Como ya se ha dicho alguna vez, es vital para las compañías, llegando a ser un asunto de supervivencia. A data-driven Company es también el último libro que ha publicado recientemente el Doctor Richard Benjamins, Chief AI & Data Strategist en Telefónica, con el objetivo de ayudar a las compañías a acelerar su transformación data-driven. Además, el libro incluye mini artículos de expertos del sector que aportan una visión transversal de las grandes problemáticas a las que se enfrentan las compañías en este proceso. Lo que más me ha gustado es que es real. Trata, de forma pragmática, las preguntas más importantes a las que se enfrentan las compañías en su proceso de transformación a data-driven, evitando la euforia y la sobre venta que rodea el mundo de la Inteligencia Artificial. Este libro, colmado de experiencias y consejos, ayuda a identificar y reconocer los retos a los que se enfrentan y las decisiones a tomar. Para cada una de ellas se presentan y analizan las diferentes alternativas facilitando la selección de la alternativa que se ajuste más a la compañía en función de sus características particulares. Estructuradas en 21 lecciones agregadas en 5 partes temáticas que en este post os voy a resumir a alto nivel. Transformando la organización La primera parte se centra en la transformación organizativa focalizándose en el organigrama de la compañía y las relaciones entre áreas que aseguren la consecución de los objetivos. Comenzando por el perfil clave: el Chief Data Officer (CDO), hasta las relaciones entre las áreas de datos, IT, Inteligencia Artificial y el propio CDO. Estas relaciones se establecerán dependiendo de su madurez y para ello es conveniente contar con metodologías de medición de la madurez como se indica en el libro. Esta primera parte está dirigida a los comités de dirección de las empresas o a los responsables de la organización de estas, para que puedan plantear con éxito la transformación. El resto de partes están dirigidas a las personas que tienen que liderar esta transformación data-driven dentro de sus compañías, siendo el CDO el principal objetivo pero no único de estas lecciones. Los casos de uso aceleran la transformación La segunda parte trata del negocio y la financiación de los planes de transformación. Lo primero es establecer la selección de los casos de uso, tarea ardua debido al desconocimiento y la incertidumbre de las nuevas tecnologías a utilizar y la medición del impacto económico del caso a desarrollar. En este punto me ha gustado la propuesta de medición que se propone: comparar el impacto económico del caso de uso, tanto en reducción de costes como en incremento de ingresos, con el impacto si no se dispusiese de dicho caso de uso analítico. Esto no es fácil de realizar por lo que es necesario establecer las mediciones previamente al caso de uso para poder medir el impacto económico. Pero no sólo obtenemos impacto económico al realizar casos de uso. Cada caso de uso impacta en el cambio cultural de la compañía, aunque esto es difícil de medir, es irrefutable que los casos de uso exitosos aceleran la transformación de la compañía. La tecnología, un pilar clave de esta transformación La tercera parte está reservada a la tecnología, uno de los pilares fundamentales de la transformación data-driven. Aparte del archiconocido debate entre Cloud y On-premise (con permiso de los sistemas híbridos), también conocido como estrategia de transformación de Capex a Opex, se tratan otros aspectos clave en el desarrollo de la estratégica tecnológica. Decidir establecer una estrategia local o global en la administración y gestión de los datos y en el desarrollo de la analítica avanzada puede parecer fácil, pero tiene muchas aristas que deben ser tenidas en cuenta, como la madurez tecnológica o el impacto en el gobierno del dato entre otros. Llegando a contemplar el uso de MLaaS, Machine Learning as a Service para aquellas organizaciones más maduras. Las personas en el centro de la transformación La cuarta parte se reserva a las personas, que desde mi punto de vista es el pilar más importante a abordar en la transformación data-driven de las compañías. El libro no se centra en la contratación de arquitectos, ingenieros o científicos de datos que ejecuten los casos de uso, sino en la gestión de los miembros de la compañía que deben participar en la transformación a través de la democratización de los datos gracias a programas de alfabetización de datos o Data Literacy y herramientas Self-services. Estas herramientas deben permitir a toda la compañía extraer el máximo valor de los datos, cada uno a su nivel de conocimientos y capacidades. También se reserva una lección a la gestión del escepticismo de los empleados, muy habitual en los planes de transformación y que suele ser el principal reto en la transformación. Debemos ser capaces de identificarlo y revertirlo lo antes posible. Dentro de esta cuarta parte se encuentra la que para mí es la lección más importante: cómo crear “momentum with data”, o lo que es lo mismo, cómo abordar la ejecución de los casos de uso, no desde la planificación de tareas y actividades, sino desde la gestión de las expectativas y la gestión de los implicados o afectados dentro de la compañía. Una buena estrategia de interacciones y comunicaciones que permita crear un momentum positivo, es clave en el éxito de los casos de uso y por ende de la transformación. Sin dejar de lado la responsabilidad La parte quinta se centra en la responsabilidad que tienen las empresas data-driven ante los retos sociales que presenta la Inteligencia Artificial. Temas como la discriminación y el sesgo en los algoritmos, la adecuación del uso de algoritmos caja negra, la privacidad y seguridad de los datos o el uso de decisiones autónomas son presentados en el libro para asegurar que aquellas personas encargadas de dirigir equipos que utilizan Inteligencia Artificial tengan presente el impacto de sus acciones. Para afrontar estos retos las compañías están desarrollando sus principios éticos de Inteligencia Artificial que mitiguen los riesgos antes mencionados. En definitiva, un libro de cabecera para toda aquella persona que quiera liderar o participar en el proceso de transformación data-driven de su compañía o de una administración pública y quiera adelantarse a los retos que surgirán gracias a la experiencia de todas las personas que han colaborado en el libro. Si quieres asistir a la presentación del libro el próximo jueves, 9 de septiembre., puedes solicitar tu entrada en este enlace.

Son tiempos difíciles para la galaxia, la crisis financiera acecha a la unión y los estados periféricos imponen aranceles en su luchan con el control comercial. De forma silenciosa, invisible pero imparable, el consumo del planeta por parte de los humanos amenaza con destruir el mundo que conocemos. Mientras, las máquinas cobran mayor relevancia y la Inteligencia Artificial evoluciona a pasos agigantados hasta introducirse en todas las actividades humanas, incorporando el lenguaje natural en sus interacciones. Podría tratarse del comienzo de un capítulo de la saga Star Wars, en el que un apropiado maestro Yoda podría decir “Caminos a la victoria hay, distintos que aplastar a un enemigo”, pero nada más lejos de la realidad, es nuestro presente. Nuestro presente, que puede ser interpretado tanto como en el tiempo en el que se sitúa la acción, como el obsequio que estamos recibiendo al vivir este momento único. Este es un ejemplo de la grandeza de la lengua española, que es lo que vamos a hablar en este post. En este momento de avances tecnológicos a hiper-velocidad, en sólo unas décadas, hemos pasado de aprender los interfaces de las máquinas a que las máquinas aprendan los interfaces de los humanos, con lo que cobra especial relevancia ayudar a las máquinas a hablar con un correcto español. Este es uno de los objetivos del proyecto LEIA de la Real Academia Española (RAE) que tuvimos el placer de escuchar en el Mega Meetup “Inteligencia Artificial: bajo el microscopio” . Organizado por LUCA, se celebró el pasado 5 de diciembre en Espacio Fundación Telefónica por Juan Romeu, Técnico de Comunicación en la Real Academia Española y Richard Benjamins, AI Ambassador de Telefónica. El proyecto LEIA LEIA, acrónimo de Lengua Española en Inteligencia Artificial, fue presentado en noviembre ante sus padrinos, los Reyes de España. Es un proyecto ambicioso, "galáctico" en palabras de Juan, que trata de unir a los humanos con las máquinas y a las humanidades con las ciencias, concretándose en tres objetivos interrelacionados entre sí: enseñar a hablar un correcto español a las máquinas, aprovechar la Inteligencia Artificial para ayudar a las personas a hablar un correcto español y crear un certificado de buen uso del español. Este último objetivo verá la luz pronto, por lo que nos centraremos en los dos primeros. Para alcanzar estos objetivos LEIA no estará sola, le acompañarán las 23 academias de la lengua española y las mejores empresas tecnológicas: Telefónica, Facebook, Google, Microsoft, Twitter y Amazon. Enseñar a las personas a hablar un correcto español La RAE nació en 1713 para trabajar al servicio del idioma español, en particular, la institución se ha dedicado a preservar —mediante sus actividades, obras y publicaciones— el buen uso y la unidad de una lengua en permanente evolución y expansión. Gracias a la tecnología ahora esa labor se está realizando de una forma más general y global acercando el idioma español a los ciudadanos y, aunque pensemos que vivimos en una sociedad ilustrada, los datos nos muestran que hay mucho camino por recorrer. Cada año se realizan 800 millones de consultas al diccionario de la RAE y 80.000 consultas anuales se resuelven a través de Twitter. Un análisis de datos nos muestra fenómenos sociales como el gigantesco aumento de las búsquedas de la palabra "exhumación" durante el mes de octubre o la búsqueda de palabras que no se encuentran en el diccionario, donde la reina es la “cocreta”, consultada 150.000 veces al año en el diccionario, a pesar de no encontrarse en el mismo. Esto cuantifica el largo camino que nos queda por recorrer. Pero la tecnología también es el causante de algunos problemas relacionados con el idioma español como el uso inapropiado pero aceptado del lenguaje en los tweets debido a las limitaciones de espacio. Otro ejemplo es el famoso sesgo de la palabra en rojo de Word, que nos ayuda mucho pero también puede desincentivar el uso de algunas palabras, limitando el lenguaje. ¿Cuántas veces nos ha hecho dudar Word con una palabra que aparece en rojo y la hemos cambiado por otra sinónima más comúnmente utilizada? Ante tal volumen de trabajo y con el objetivo de ayudar a los 580 millones de hispanohablantes, 483 millones de forma nativa, se hace necesario pedir establecer un plan y basándonos en las palabras de Confucio: “Si tu plan es para 1 año planta arroz…para 10 años planta árboles y para 100 años educa a los niños”, Confucio Tenemos que establecer un plan de educación no sólo a los niños sino a todos los ciudadanos. Esto sólo será posible apoyándonos en la Inteligencia Artificial, que colabore resolviendo las dudas, realizando correcciones e incluso recomendando alternativas que permitan enriquecer la capacidad del uso del idioma español. Enseñar a hablar un correcto español a las máquinas Para que la Inteligencia Artificial pueda jugar un papel fundamental en el desarrollo de las capacidades lingüísticas es necesario primero enseñarle a hablar un correcto español. Entre otras cosas, hay que ayudarles a mejorar las traducciones que hacen de otros idiomas. Algunas veces son inadmisibles. Hay que conseguir que los asistentes virtuales hablen bien. No olvidemos que el español es la tercera lengua más utilizada en internet y la segunda en redes sociales como Facebook. En palabras del director de la RAE Santiago Muñoz Martínez: “Hemos regulado el lenguaje humano 300 años. Ahora hay que evitar que las máquinas se desmadren” Santiago Muñoz Martínez La RAE es la entidad más adecuada para poder ayudar a las máquinas, tal y como ya hace con las personas. Como hemos indicado, cada año se realizan 800 millones de consultas. Muchos datos, mucho conocimiento que está atesorado en las bases de datos de la RAE, que incluyen corpus de textos literarios para sus consultas. Todos estos datos se ponen a disposición de las grandes empresas tecnológicas para que puedan mejorar sus productos y servicios, amplificando los canales y las capacidades de la RAE que redundará en una mejora sustancial del uso correcto del idioma español convirtiendo así a la RAE en la guardiana de la lengua española. LEIA está llamado a ser el vehículo para la unificación del español en el mundo. Así en un futuro muy lejano estas tecnologías podrán ofrecer alternativas más correctas del uso del castellano y evitar frases del estilo “No no, misa quedar, misa llamarme Jar Jar Binks”. Desde Telefónica estamos comprometidos con la evolución de la inteligencia artificial y por ese motivo se establecieron los Principios de la Inteligencia Artificial de Telefónica, cuyo ámbito es toda la cadena de valor de la compañía incluyendo a nuestros proveedores para un uso adecuado y responsable de la inteligencia artificial. Son momentos difíciles para la galaxia, ¡que la fuerza te acompañe LEIA! Para mantenerte al día con LUCA visita nuestra página web, y no olvides seguirnos en Twitter, LinkedIn y YouTube.

Economía de datos, Big Data, Machine Learning, Inteligencia Artificial o Internet de las Cosas son los algunos de los temas que cada vez más protagonizan los comité directivos. Pero no solo estas palabras se hacen espacio en la alta dirección, sino además nuevas figuras. Este es el caso del Chief Data Officer, perfil de nueva creación en muchas compañías. El Chief Data Officer (CDO) es el responsable de los datos de una empresa al más alto nivel, tanto desde un punto de vista tecnológico como de negocio, incluyendo seguridad. Es quien ayuda a gestionar el dato como activo corporativo; entre sus funciones incluyen la estrategia para la explotación del dato y gobierno del dato; es decir, definir políticas de seguridad en la gestión y almacenamiento de los datos, políticas de privacidad, así como mantenerse al día con las novedades en temas de regulación que marca el país, o en este caso, la Unión Europea. Es precisamente la versatilidad de su rol lo que está abriendo un debate sobre la situación que debería ocupar el CDO en el organigrama de la compañía. Teóricamente todas las empresas deberían contar con un CDO ya que hoy en día todas las compañías usan datos, pero no es obligatorio contar con esta figura a nivel regulatorio. En las PYMES esta figura no suele existir y recae en el director de negocio o el director TIC. En cambio, todas las grandes organizaciones cuentan ya con un CDO. Dentro de las empresas que deciden incorporar el rol del CDO existen diversas corrientes sobre su ubicación y perfil dentro de la organización. En unos casos su perfil es TIC, en esos casos se centra la atención en los procesos y la calidad del dato. En otras compañías, el CDO tiene un perfil más enfocado a negocio, en estas ocasiones su perfil centra la atención en el concepto de negocio, los casos de uso y aplicación de datos. Pero, ¿cuál es el mejor lugar para emplazar al Chief Data Officer (CDO) en el organigrama de la compañía? Partiendo de la base de que la transformación de las empresas es horizontal, afecta a todas las unidades de negocio y los datos son el activo más preciado en la evolución de cualquier modelo de negocio, el binomio IT-negocio actual debe morir y debemos dar cabida al trinomio negocio-ciencia-tecnología, con los datos como base del conocimiento. Así, el perfil del CDO debe ser híbrido: tecnológico, de negocio y con conocimientos regulatorios, un perfil que sea muy versátil a nivel empresarial. Es por ello que suele ser una figura que se elige entre los perfiles que ya trabajan dentro de la empresa, dado la profundidad de conocimiento del negocio que debe tener. Figura 1, el rol de la CDO es cerrar la brecha entre la tecnología y los negocios El Chief Data Officer (CDO) como el nuevo puente entre IT y negocio El CDO debe actuar como el puente entre negocio y tecnología. Independientemente del ‘background’ del CDO, su papel es siempre ser garante de la verdad única de los datos, asegurando que no haya ningún tipo de inconsistencia en este sentido. Para ello, es habitual que el CDO tenga un equipo técnico y un equipo funcional conocedor del negocio. Dentro de su equipo son clave los Data Steward, responsables de poner en marcha todas las políticas que impulsa el CDO en cada una de las unidades organizativas de la compañía. Asimismo, debe contar con un equipo experto en analítica avanzada y un Centro de Excelencia Analítico para extraer el conocimiento de los datos y ponerlo a disposición de toda la compañía. Convertido en el responsable del gobierno de los datos de la empresa, el CDO debe actuar como puente entre negocio y tecnología. Decide qué datos se usan, cuándo se usan y para qué, valida las tecnologías que se usan, tiene que asegurar y consensuar la trazabilidad del dato para tener constancia de toda transformación que sufren y todos los usuarios que hacen uso de ellos, así como la aplicación de negocio que tiene el uso de los datos. Poco a poco, este perfil va ganando peso dentro del organigrama de las empresas y en algunos casos ya forman parte del Consejo de Administración, pero sin duda su capacidad de ‘traductor’ entre las áreas de negocio y tecnología lo sitúan en una posición global con línea directa de reporting al CEO.