Empresas transfórmers
¿Quiénes son Ana Freire y Elena Gil?
Ana Freire es ingeniera y doctora en Informática. Es experta en AI, recuperación de información y análisis de redes sociales. Ha colaborado con entidades de prestigio internacional como Yahoo Labs, University of Glasgow y el Centro Nacional de Investigación de Italia. Desde 2017, lidera el proyecto STOP (Suicide Prevention in Social Platforms). Actualmente, es la directora del área de Tecnología de la UPF Barcelona School of Management.
Elena Gil, es licenciada en Ciencias Económicas y Empresariales del Deusto Business School y MBA del Massachusetts Institute of Technology (MIT). Ayuda a empresas y gobiernos en su transformación digital a través de IoT, big data, AI y Blockchain. Trabajó en McKinsey y Mitchell Madison Group en Madrid y Nueva York. Actualmente, es directora Global de Producto IoT y CEO de LUCA Data Driven Decisions, unidad de big data de Telefónica.
Desafíos de las empresas transfórmers en la economía digital
La gran cantidad de datos que existen en el mundo nos abren nuevas posibilidades. Sin embargo, utilizarlos adecuadamente es un reto para las empresas. Por eso, los líderes deben movilizar a sus organizaciones para ser empresas transformadoras y así, ofrecer soluciones a la medida. En este video, dos expertas nos hablan sobre el papel de la cultura en la transformación digital y los retos de las empresas transfórmers, entre otros.
6 lecciones sobre big data, inteligencia artificial y empresas transfórmers
Ana Freire
- Digitalización no es pasar del papel a lo digital, es aprovechar los datos para tomar decisiones; inclusive, muchas de ellas deben hacerse de manera autónoma (automatización de procesos). Precisamente, por la gran cantidad de datos que manejan las empresas hoy, el reto ya no es el big data, sino el small data, es decir: ¿qué hacer cuando no tenemos suficientes datos para explotarlos y tomar decisiones basadas en ellos? Por esto, sin importar la empresa o el sector al que pertenezca, la clave de las empresas transfórmers es obtener muchos datos y sacarles todo el provecho.
- La aparición de Chat GPT disparó el interés por la AI. Actualmente, estamos en la etapa inicial, es decir, la Artificial Narrow Intelligence (ANI). Esta se caracteriza porque las máquinas hacen muy bien una cosa, pero solo saben hacer una tarea específica. La próxima etapa, conocida como Artificial General Intelligence (AGI) llegaría entre 2030 y 2040. Algunos expertos afirman que las máquinas serían tan inteligentes como los humanos. Finalmente, habría una última etapa conocida como Artificial Super Intelligence (ASI), en la que las máquinas superarían a los humanos. Las posiciones sobre su llegada son divididas: unos creen que nunca ocurrirá y otros afirman que llegará después del AGI.
- Los sistemas aprenden de los ejemplos y esto implica sesgos y riesgos. Hay casos conocidos (Amazon en 2015 quiso implementar un algoritmo para optimizar procesos de selección) que fallaron por un mal entrenamiento al sistema. Aquí aplica la famosa frase de informática “garbage in, garbage out”, es decir, si le metes basura al sistema, vas a obtener basura. Por ello, las empresas deben preguntarse: ¿cómo estamos entrenando al algoritmo?
Elena Gil
- Las organizaciones deben adaptarse a las nuevas exigencias de los ecosistemas digitales. Deben pensar en los clientes, usuarios, ciudadanos, consumidores o pacientes, todos digitales. Las expectativas de los stakeholders son diferentes porque son más exigentes: quieren personalización, son impacientes, no se conforman con una oferta promedio, están interconectados entre ellos y se sienten poderosos, sobre todo porque las redes sociales les dan visibilidad. La clave está en cómo se aprovecha el big data y la inteligencia artificial para asumir este reto.
- Una de las grandes claves del éxito de Telefónica en su proceso de transformación digital es que se permeó toda la compañía. Se virtualizaron los activos físicos, automatizaron sistemas, personalizaron productos y servicios y normalizaron el poder cognitivo. Así mismo, se dieron tiempo, pues es un proceso que comenzó con la exploración (2012), siguió con la transformación (2013 y 2014), continuó con data-driven (2015 y 2016), evolucionó hacia AI (2017 y 2018) y hoy va en implementación de IoT + AI (2019 y 2020).
- El mayor desafío en materia de implementación de big data e inteligencia artificial en una empresa, no pasa por asuntos tecnológicos, sino humanos. La tecnología ya está madura y si no se tiene el conocimiento en la organización para tenerla o implementarla, se puede contratar a otras compañías que ayuden a hacerlo. Por eso, el reto es en cuestiones “soft”, es decir, en la falta de talento y las barreras culturales, en temas de privacidad y seguridad y, finalmente, en temas éticos.
[Podcast] Empresas transfórmers: revolución de la economía digital
Ana Freire y Elena Gil, nos ayudaron a comprender a fondo el concepto de empresas transfórmers. En este episodio especial de nuestro podcast Innovación Bancolombia, te contamos detalles de este tema. ¡Escúchalo ahora!
Memorias de bolsillo sobre empresas transfórmers
Las empresas transfórmers son aquellas que se apalancan del big data y la inteligencia artificial para automatizar procesos y tomar decisiones más estratégicas de negocio. Sin embargo, para lograr esto, las máquinas deben entrenarse y siempre habrá un riesgo: el sesgo humano. ¿Cómo mitigarlo?
Aquí te compartimos algunos consejos de Ana Freire y Elena Gil para comprender mejor la diferencia entre datos, información y conocimiento y, además, para subsanar los sesgos. Descarga los PDF, guárdalos en tu celular y compártelos con otros colegas que los necesiten.
