La analítica y la inteligencia artificial (IA) están revolucionando la forma en que las empresas toman decisiones y se adaptan al cambio. En el libro “IA y Analítica: Acelerando las Decisiones Empresariales” de Sameer Dhanrajani, los gerentes pueden encontrar listas de verificación, marcos de trabajo y estudios de caso útiles para aprovechar el poder de estas tecnologías exponenciales.

Según Sameer, la IA es la evolución natural de la analítica sofisticada, fortalecida por una economía de algoritmos. Está transformándose rápidamente en el vehículo para abordar y resolver los problemas más apremiantes de la sociedad en áreas como la salud, la seguridad, la educación y otras áreas afines. Esto la convierte en la próxima Revolución Industrial en sí misma.

El libro se basa en los 150 artículos de blog de Sameer durante cinco años, pero podría haberse beneficiado de una mayor edición para eliminar material repetitivo. Además, la fuente pequeña dificulta la lectura a lo largo de las 372 páginas y muchas figuras y gráficos son ilegibles.

Tendencias

El libro comienza identificando las principales tendencias en este espacio: la industrialización de la analítica, la recopilación y monetización de datos, la transformación empresarial liderada por la analítica y el auge de la economía de algoritmos en áreas como la predicción del comportamiento.

Las fuerzas del mercado que impulsan la analítica son el avance tecnológico, el aumento del consumismo, la explosión de datos y la presión competitiva. Dependiendo del nivel de madurez en el uso reactivo, táctico y estratégico de la analítica a nivel local o empresarial, las empresas pueden clasificarse como rezagadas, aficionadas, practicantes o maestras.

En las organizaciones maduras, la analítica es fácil de usar para los usuarios de negocios y va más allá del ámbito de los CTO y CIO. En una economía impulsada por datos, los datos son el núcleo de cada modelo de negocio, lo que lleva a conocimientos en tiempo real y toma de decisiones ágil.

La IA impulsa nuevos modelos de inteligencia asistida (en tareas claramente definidas, basadas en reglas y repetitivas, por ejemplo, en Gmail), inteligencia aumentada (por ejemplo, soporte para decisiones clínicas; recomendaciones de Netflix basadas en patrones individuales y grupales) e inteligencia autónoma (por ejemplo, reconocimiento facial, autos sin conductor, comercio automatizado).

Transformación 1: Analítica

El camino hacia la transformación analítica no es una carrera de velocidad, sino una maratón, advierte Sameer. Implica cambios tecnológicos, de procesos, culturales y de liderazgo. Simplemente recopilar muchos datos no es suficiente; muchas empresas tienen grandes volúmenes de “datos oscuros” en silos.

La transformación requiere una unificación de enfoques en todas las divisiones y funciones, tanto interna como externamente. Las empresas deben pensar en grande, plantear las preguntas correctas, crear una agenda de datos con calidad y gobernanza efectivas e incorporar conocimientos en los puntos de contacto adecuados para ofrecer valor inmediato.

La “potencia de datos” efectiva depende de la calidad, almacenamiento, asimilación, saneamiento, armonización y visualización de los datos. La preparación de los datos debe ir seguida de la preparación tecnológica y empresarial. También se debe respetar la seguridad y privacidad de los datos del consumidor.

Se necesita una estrecha cooperación entre el equipo de gestión de datos, los modeladores de datos, los científicos de datos, los expertos en visualización, los expertos en dominio y los jefes de unidades de negocio. Las primeras iniciativas pueden centrarse en proyectos y tácticas, para luego escalar a estrategias y asociaciones.

En la era de la empresa predictiva, la “avalancha de datos” debe convertirse en un motor de monetización de datos. Los datos valen la pena monetizarlos si pueden predecir comportamientos, llevar a conocimientos accionables, refinar la comprensión de los clientes existentes y potenciales, y tomar decisiones con precisión.

Sameer ofrece una matriz de 2×2 que compara la madurez de los datos y la madurez analítica para decidir si la toma de decisiones corporativas se basa en la intuición, es reactiva, táctica o prospectiva. La velocidad y la calidad de la respuesta son importantes si pueden prevenir fraudes o fallas, reducir el tiempo de espera de los clientes y mejorar la utilización de los recursos.

En resumen, la analítica y la inteligencia artificial están transformando la forma en que las empresas toman decisiones y se adaptan al cambio. Aquellas que aprovechen estas tecnologías exponenciales podrán obtener una ventaja competitiva y liderar la próxima revolución industrial.