«Convertirse en una compañía data driven supone muchos retos culturales y requiere planificación y presupuesto»

Ignacio G.R. Gavilán    16 noviembre, 2021
madurez-data.driven

Desde los inicios mismos de la revolución digital se han generado cantidades ingentes de datos. Textos y números recogidos en ficheros y bases de datos diversos, pero también imágenes, vídeos o sonidos. Datos generados por los sistemas de información de empresas y Administraciones en el curso de su actividad crecientemente informatizada pero también, cada vez más, datos que generamos los propios ciudadanos y que compartimos abiertamente en redes sociales.

Y todos esos datos se pueden aprovechar para el análisis de situación de empresas, Administraciones y sociedades en su conjunto, pero también para la analítica avanzada y la predicción. Todo ello conduce al concepto de empresa data driven.

Hoy en día ya nadie duda del inmenso valor estratégico de los datos y de la importancia de su empleo responsable y ético. He tenido ocasión de hablar sobre estos temas con Richard Benjamins a propósito de la publicación de su libro A Data Driven Company: 21 lessons for large organizations to create value from AI’ (“Una empresa impulsada por datos: 21 lecciones para que las grandes organizaciones creen valor a partir de la inteligencia artificial”) publicado el pasado mes de julio.

Richard es Chief AI & Data Strategist en Telefónica, experto en el Observatorio de inteligencia artificial del Parlamento europeo (EPAIO) y cofundador de OdiseIA (Observatorio del impacto social y ético de la inteligencia artificial).

Los datos, un activo estratégico

Aunque empezamos a estar familiarizados con el término data driven, ¿qué significa exactamente? ¿Cómo es una empresa data driven?

Una empresa data driven es aquella que considera y trata los datos como un activo estratégico y los gestiona de la manera correspondiente. Todas las decisiones importantes que se toman en una compañía de este tipo se soportan sobre información relevante generada a partir de los datos, con la aplicación de los algoritmos y la analítica necesaria.

En tu libro analizas algunos aspectos relativos a la organización de una empresa data driven, como el papel del Chief Data Officer o la relación entre el área de datos y TI. Pero ¿cuáles son los principales retos que una empresa debe afrontar y las decisiones clave que debe adoptar para alcanzar esa consideración de data driven?

En el libro identifico veintiún retos que hay que abordar, aunque esto no quiere decir que no haya más. Estos veintiuno son los que yo, en mi experiencia profesional, me he encontrado que son comunes a muchas empresas de distintos sectores.

El principal desafío es tener acceso fácil y rápido a datos de calidad. Muchas compañías piensan que, si generan datos, el uso de esos datos para crear valor es algo trivial. Pero no es sencillo; se trata de un proceso que hay que planificar y requiere presupuesto.

Otro reto importante, cuando las empresas son más maduras en términos de datos, es escalar la creación de valor más allá de un departamento concreto de datos o de inteligencia artificial. Para crear valor en todas las áreas de las organizaciones hay que capacitar a todos los empleados para que puedan trabajar con datos y crear valor cerca de donde está el negocio.

Un mapa en evolución de la madurez data driven

Y, una vez iniciado el camino, ¿cómo se mide la madurez en el uso de los datos?, ¿qué modelos existen?

-Existen varios modelos de madurez para gestionar los datos, como explico en el libro: DAMA-DMBOK, Data Management Body of Knowledge. Pero la gestión del dato no es lo mismo que crear una empresa data driven. La madurez data driven se puede medir a través de seis dimensiones:

  • La madurez de las plataformas TI y las herramientas
  • La madurez en la gestión de la privacidad
  • La gestión del dato y su gobernanza
  • La madurez de la organización
  • Los perfiles y los profesionales del dato
  • El uso del dato para crear valor en el negocio

Se puede asignar a cada una de estas dimensiones una valoración de uno a cinco. Y, con eso, crear un mapa de la madurez data driven de cada área de negocio o geografía. Además, esta madurez data driven se debería medir y reportar semestralmente o cada año para ver su evolución hacia el objetivo.

Promover el uso de datos abiertos por parte de la Administración

Un aspecto interesante que tocas en tu libro es el de los datos abiertos, el llamado open data. ¿Cuál debería ser la actitud de las Administraciones públicas ante este tema y cuáles las opciones de las empresas privadas?

-Hasta la fecha las Administraciones públicas se han preocupado más por la publicación de datos abiertos que por su uso. Y el valor solo se crea con el uso. Para cambiar esta tendencia, las Administraciones públicas deberían ser incentivadas por el uso de los datos abiertos y no tanto por su publicación.

Las empresas privadas, por su parte, todavía no están preparadas para publicar sus datos como datos abiertos. Sí es verdad que los usan cada vez más para mejorar sus servicios o su operación, pero publicar sus datos de manera gratuita les cuesta. Acaban de aprender que los datos tienen valor, entonces ¿por qué regalarlos?

-En cualquier transformación, aparte de las consideraciones técnicas, operativas e incluso estratégicas, cuenta mucho el factor humano, la gestión del cambio y el liderazgo. ¿Qué cambios culturales supone esta orientación data driven y qué papel deben jugar los líderes en la adopción del modelo?

Efectivamente, hay muchos retos culturales para convertirse en una empresa data driven. Uno importante es compartir los datos con otros departamentos. Los datos generan información y muchas veces información es poder. A muchos directivos les cuesta compartir poder.

El rechazo al cambio es otro reto cultural. Por naturaleza, las personas somos reacias a los cambios y nos resistimos a ellos. Ser más data driven es una transformación importante que puede generar rechazo en los directivos más tradicionales.

Otro desafío es tomar decisiones basadas en datos si van en contra de la intuición o la experiencia. En este caso es importante tener en cuenta los datos, pero nunca dejar fuera el propio criterio.

Eres Chief AI & Data Strategist en Telefónica, ¿cuáles son tus principales responsabilidades con relación a los datos y en qué posición se encuentra Telefónica ante esta orientación a los datos?

Hoy en día tengo un rol estratégico, es decir, miro hacia el futuro: qué tiene que hacer Telefónica con los datos y la inteligencia artificial de aquí a tres o cinco años. Y hay tres tendencias claras:

  • El uso ético de la inteligencia artificial y los datos en la creación de valor.
  • El uso de los datos para el bien social y, en general, la creación de un ecosistema para la compartición de datos B2B y B2G (business to government).
  • Y el uso del español en la inteligencia artificial para evitar que el futuro de esta se quede en manos extranjeras.

Un uso ético y responsable

Para terminar, hay un tema que abordas al final de tu libro y me interesa especialmente. Además te ocupa ya no solo como directivo de Telefónica sino también como cofundador y vicepresidente de OdiseIA (Observatorio del Impacto Social y Ético de la Inteligencia Artificial). Me refiero a qué debemos tener en cuenta para un uso ético y responsable de los datos y, mejor aún, cómo se pueden usar los datos para el bien social.

Para un uso ético y responsable de los datos y la inteligencia artificial hay que tener en cuenta varias cosas. El uso de una metodología llamada “inteligencia artificial responsable desde el diseño” ayuda a aterrizar códigos éticos de inteligencia artificial en el día a día de cualquier organización.

También es importante analizar el modelo de negocio para ver si existe el riesgo de que el uso de la inteligencia artificial provoque impactos negativos no intencionados.

Además, para usar los datos para el bien social es muy importante moverse de una actividad filantrópica hacia una actividad sostenible. Existen demasiadas iniciativas para usar los datos para el bien social que se quedan en demostradores, pilotos o prototipos sin llegar a aportar realmente valor a la sociedad ni a las personas que lo necesitan.

Imagen: “Data reporting dashboard on a laptop screen” de Stephen Dawson en unsplash.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *