Expertos de todo el mundo coinciden en que la innovación es esencial para impulsar un crecimiento sostenido a mediano y largo plazo. De allí, la necesidad de dejar atrás las dinámicas propias del siglo XX para proyectarse hacia el futuro con una mirada innovadora capaz de aplicar.
Tecnologías como Big Data, Inteligencia Artificial y robótica, serán cruciales para enfrentar los nuevos procesos industriales. La industria 4.0 (o cuarta revolución) tiene el potencial de incrementar notablemente el nivel de productividad. Sin embargo, el desafío está en saber implementar la transformación que trae aparejada.
Tal es así que un reporte de BigData Analytics Market afirma que el crecimiento de este mercado entre 2019 y 2026 será superior al 40%.
"La proliferación de datos, tanto los generados por el hombre como por las máquinas, requiere que las organizaciones aprendan cómo extraer valor. También deben aprender a diseñar sistemas que conciban proyectos para recopilar información", asegura a iProUP Nanda Kumar, profesor Zicklin School of Business de la University City of New York, durante una visita a la Argentina.
El experto en Big Data y Analytics asevera que hay grandes ventajas a la hora de implementar estas tecnologías, ya que serán de gran ayuda en todos los procesos operativos de las empresas. A largo plazo, anticipa, se implementarán en todos los procesos de los negocios, abaratando costos y optimizando las dinámicas.
Por su parte, Sebastián Osterc, Account Manager SoLA en Motorola Solutions, explica que esta cuarta revolución industrial está marcada no por una sola tecnología, sino por la capacidad de que convivan y se vinculen entre sí.
"Esto le da lugar a un aumento sorprendente de volúmenes y a un crecimiento exponencial de la conectividad en tiempo real. Ante esta situación, muchos eligen instalar redes privadas debido a la seguridad en las interfaces aéreas y físicas, aunque también pesa la capacidad de reducir costos gracias a un entorno altamente controlado e hiperconectado", suma.
Desborde de datos
En un mundo donde se generan millones de datos por segundo, los especialistas que pueden descifrar esta abrumadora cantidad de información son muy demandados por todo tipo de organizaciones.
De acuerdo con el informe Empleo IT de la consultora Deloitte, la profesión de Data Analyst será una de las más demandadas en el mundo laboral en 2020. Algo que no sorprende en un entorno de transformación digital y cuando se comprueba que domina los listados de las habilidades más requeridas por las empresas.
En la actualidad existe un desfase entre la demanda de especialistas en el análisis y el tratamiento de la información, que es grande y va en aumento, y la oferta de este tipo de profesionales especializados, que es sensiblemente inferior. Por eso, dentro de la escala salarial de la industria IT, estos profesionales cuentan con uno de los salarios más altos ($125.000, en promedio).
"Los científicos de datos tienen cada vez más demanda a nivel mundial. Eventualmente, esta demanda se cubrirá al llevar la ciencia de la información a las masas (y los gerentes), ya que la brecha en las habilidades de la ciencia de la información es demasiado severa para ser abordada solo por científicos especializados en información", asegura Kumar.
Y agrega: "vemos cada vez más la democratización en la disponibilidad de estas herramientas para que incluso los gerentes puedan comenzar a usarla, aunque debe haber cierta responsabilidad para evitar el mal uso".
Pero no todo reside en los expertos en esta área. Para lograr una efectiva incursión digital es importante que la empresa se "comprometa" y comprenda los servicios basados en la nube como los ofrecidos por Amazon, Google y Microsoft.
"Esta disponibilidad de infraestructura barata permite a las organizaciones una forma rápida de experimentar utilizando Big Data para obtener información y tomar acciones. Las organizaciones no solo deben contratar buenos científicos , sino también infundir de manera más crítica el conocimiento a su fuerza laboral de gestión", agrega el experto.
Asimismo, Osterc agrega que, para impulsar la productividad y mejorar la ventaja competitiva, el siguiente paso consiste en comprender cómo manipular toda esa gran cantidad de datos para que sirvan luego en un uso concreto que produzca beneficios.
"La implementación de la inteligencia artificial al modelo es un paso fundamental, en la medida en que permite predecir comportamientos, identificar problemas de calidad en los productos y reducir costos de logística".
Lo mejor de los dos mundos
Pero los datos también salen "a la calle". En este sentido, distintas compañías se están preocupando por vincular lo que pasa puertas adentro y la información que generan los usuarios en su día a día. Según Mobile Marketing Association, 7 de cada 10 argentinos usan su smartphone para navegar en Internet y el 90% es dueño de un teléfono inteligente, pasando un promedio de al menos cinco horas por día frente a la pantalla del celular.
En este contexto, las firmas necesitan entender lo que tienen y cómo poder explotar sus recursos, especialmente los grandes volúmenes de información que se generan a través de páginas, apps y todos los medios por los cuales tienen interacción digital con sus clientes.
Por eso, la integración del mundo físico y online para el conocimiento de los usuarios y la presentación de nuevas soluciones (tales como audiencias digitales, modelos analíticos y consultoría digital), son nuevas inquietudes que se enfrentan.
"Una firma puede dar con la información de qué tipo de clientes consumen a través de una tienda online, o cuáles son las sucursales o los puntos de retiro con más demanda. Conociendo con detalle al usuario digital, las marcas pueden tomar mejores decisiones de marketing, de producto y de gestión del negocio", explica Prasanna Dhoré, Director Global de Data & Analytics de Equifax.
Asimismo, la integración de los datos del mundo digital y offline ofrecen la posibilidad de dimensionar un mercado potencial, entender qué características debe tener un producto para ser exitoso, evaluar niveles de rentabilidad y diseñar estrategias comerciales.
Andrés Silveira, Vicepresidente de Data & Analytics para Latam de la firma, destaca cómo se puede predecir un futuro consumo: "Cuando conjugo el potencial de Big Data con una pregunta, consigo un insumo potente para las industrias. De ese modo, puedo saber cuánto tiempo necesito para empezar a enviarle nuevas ofertas".
Los desafíos
Más allá de que el mercado esté en plena expansión, las organizaciones deben diagramar un roadmap claro para poder enfrentar esta transformación, que implica una reestructuración cultural puertas adentro y la incorporación de tecnología.
En este sentido, Kumar dio dos recomendaciones para las empresas:
- Deben asegurarse de tener la infraestructura (facilitada por los proveedores de la nube) y el conocimiento (tarea mucho más difícil) para aprovechar Big Data.
- Hay que responsabilizar a los algoritmos, ya que son cada vez más opacos. Pueden ayudar a las organizaciones a derivar predicciones, pero no son capaces de proporcionar una razón subyacente para las predicciones (por qué en lugar de qué).
Esto puede hacer que las organizaciones tomen acciones que pueden impactar no solo en sus resultados finales, sino que también crean problemas de responsabilidad. "Si infringen las leyes, como el caso de Facebook donde se demostró que su sistema automatizado de publicación de anuncios discriminaba al mostrar anuncios de viviendas, se puede crear un conflicto importante", agrega.
Finalmente, algunos problemas respecto a la privacidad de los datos pueden resolverse en parte por las organizaciones teniendo en cuenta algunas pautas básicas y la interacción con el estado. "El gobierno puede ayudar y generar una regulación razonable, pero no onerosa, que proteja la privacidad de las personas", finaliza el experto.
