Madurez TIC: que ocurre si te dicen: "el software ocupa la mitad del disco duro" / un caso de Informática de Gestión

¿Qué pasa si un banco te dice que para operar con ellos debes instalar un software que ocupa medio disco duro? - Si!!!!!, "medio disco duro".

Comparto esta historia porque hago un llamado a atención a las organizaciones. 

¿Porqué? 

Porque vivimos una nueva época dorada de las TIC (lideradas por el aún poco claro concepto de Transformación Digital y otros de moda), y las empresas invierten en estas tecnologías, pero dejan de lado, olvidan, no ven o no les preocupa lo que está pasando con sus equipos informáticos, sus plataformas de desarrollo, sus reales avances en la disciplina de la computación, se quedan en soluciones planteadas "a la ligera", y en la práctica el cliente sigue tratado con paradigmas anquilosados. 

¿Cuál es la historia?

En este banco soy/era cliente. Y como cliente tenía acceso a un software de cash management.

Cuando me hice cliente se me prometió que el software funcionaba en diversas plataformas. 

Pero NO! No era así. 

El software solamente funciona con internet explorer y claramente en ambiente windows.

No fue ingenuidad, es que no había opción: el banco ofrecía buenos "servicios" y ese software lo usaban muchos bancos (muchos!!).

Para quienes tenemos un ordenador MAC, de ves en cuando pasamos estos infortunios, pero cada vez menos. La solución es siempre o más a mano: instalar un disco virtual. Alguien dirá que hay más opciones, pero ojo, somos "usuarios" de servicios, no "operadores" tecnológicos. 

Y, volviendo a la historia. Para poder usar el aludido software de cash management, tuve que instalar el disco virtual.  

En algún momento de mi relación con el banco a través del ejecutivo de cuentas, insisít en cuando habría un software más "actual". 

Durante un año, lo preguntaba de vez en cuando, y las respuestas literales de mi ejecutivos de cuentas era: "lo siento, opera en Explorer" o "el departamento de sistemas está evaluando".

Al cabo del año, el ejecutivo me convoca para informarme que el banco se estaba re-organizando para mejorar sus niveles de atención, lo cual incluía una respuesta al problema del software en un MAC.

Y ahí escuche que para operar el software de cash management debía instalar un software especial, donde lo más relevante era que: "el software ocupa la mitad del disco duro". 

Ante mi asombro, mi pregunta fue: "¿de qué tamaño de disco duro estamos hablando?". 

Respuesta: "no sé, eso dijeron los de sistemas. Habría que preguntarles y nos lo dirán". 

No insistí más, pues estas respuestas planteaban nuevas dudas. Y además en este banco las respuestas suelen tardar bastante. 

Ya intuirá el lector que la solución era instalar un disco virtual. 

Bueno, y para cerrar la historia, hice otra pregunta a mi ejecutivo de cuentas ¿qué decían otros clientes ante esta situación de instalar un disco virtual que "ocupa medio disco duro". 

Respuesta "literal": "los clientes no se quejan y deben aceptar lo que ofrece el banco".

Reflexiones.

La verdad no hay reflexiones, son preguntas de muchos ámbitos.

¿Es posible que un ejecutivo de cuentas de un banco "con buena imagen a nivel de mercado" no tenga mejor entrenamiento para dar respuestas más completas?

¿Es posible que aún muchas respuestas técnicas se hagan a un departamento de sistemas, sabiendo que se sobrecarga el nivel de atención que ya deben tener?

¿Es posible que existan modelos organizacionales que "obligan" al cliente a usar productos y servicios basados a su vez en modelos y conceptos antiguos?

¿Es posible recibir respuestas tan poco trabajadas por personal orientado a atención al cliente?

¿Cuánto habrá invertido el banco en descubrir algo que muchos "usuarios" ya sabemos"?

¿Cuánto invirtió el banco en ese software que lidera su avance digital?

¿Cuántos clientes sufren este nivel poco óptimo (por decir lo menos) de servicio?,

¿Porqué las respuestas han sido tan "frescas", si ya los bancos llevan años "invirtiendo en mejorar la atención al cliente" y con muchos dólares de por medio?

¿Será posible que el Departamento de Sistemas no esté monitoreando estas situaciones?

Y si quiero ir más allá, toda esta historia ocurre en un país donde el tema de la Transformación Digital, y con mucho énfasis bancario, está de moda. Pero si estas cosas ocurren, ¿podrán hacer realmente transformación digital?, ¿se estarán comprando plataformas que terminan tapando la realidad?, ¿el concepto de cliente digital heredará este nivel de servicio o se intentará tapar con Apps?, ¿así como se está preocupado de que el tema digital sea parte del ADN organizacional, se ha trabajado el cambio cognitivo organizacional?, etc.

Todas estas preguntas, y muchas más, muestran que aún queda mucho por hacer en temas de gestión y gobierno TIC, de transformación digital y cualquier otro concepto que salga. 

Y sobre conceptos, ¿será que en lugar de avanzar en niveles de madurez, iremos hacia modelos de incapacidad? (sobre modelos de madurez de incapacidad ya escribí en "Una nota sobre el Incapability Maturity Model" disponible en http://www.christianestay.com/2012/01/una-nota-sobre-el-incapability-maturity.html). 

Para finalizar, recordando el rol de mi ejecutivo de cuentas en esta historia, puedo decir que esta historia refleja que es más importante que las personas operen en términos de usar un paradigma digital que forzar a usar TIC muchas veces obsoletas. Pero, ¿se ha preparado este cambio? Pienso que no, porque esta historia refleja claramente que existe un paradigma computacional de la información del negocio, pero no desde la óptica de una Informática de Negocios que aporta una perspectiva mayor. 

NOTA: que esta historia ocurrió a inicios del 2017 en un banco privado de Ecuador. 

______________________

Este artículo esta ligado ligada a otros artículos sobre Madurez TIC:

** "Informática de Gestión/Negocios e Informática para la Gestión ... definiciones desde la calle" disponible en http://www.christianestay.com/2010/12/informatica-de-gestionnegocios-para-la_08.html.

** "Madurez TIC: qué ocurre cuando dicen "No hay sistema" / un caso de Informática de Gestión" disponible en http://www.christianestay.com/2015/09/madurez-tic-que-ocurre-cuando-dicen-no.html.

#Fintech: 10 lecciones que deben aprender los bancos

¿Sabes que es un ecosistema Fintech, un sistema de negocios Fintech o un proyecto Fintech?

Este post presenta estos conceptos, los dos primeros definiéndolos y el tercero a través de 10 lecciones que los bancos o entidades financieras nunca deben olvidar.

¿Qué es Fintech?.

Fintech (Finance + Technology) es una noción que alude a las oportunidades que surgen cuando se usan las TIC en general o medios digitales en particular, para crear y ofrecer servicios financieros.

Muchas empresas especializadas en tecnología crean, aprovechan, o copian oportunidades y las convierten en productos y servicios qué, cuando son bien aprovechadas, terminan enriqueciendo el ecosistema financiero y bancario.

Un ecosistema Fintech es un habitat y un encadenamiento productivo que explota innovaciones y avances tecnológicos desde empresas Fintech hacia organizaciones bancarias y financieras. 

La construcción de un ecosistema Fintech se justifica solamente si permite conseguir un sistema de negocios Fintech, tal que:

• un sistema de negocios Fintech debe generar ventajas competitivas a nivel de aumentar el valor y proyección de productos y servicios; y,
• un sistema de negocios Fintech debe generar ventajas comparativas introduciendo innovaciones financieras.  

Aunque cuidado, cuando hablo de un sistema de negocios Fintech, hablo un proyecto de negocio de base tecnológica, pero no de un proyecto TIC o informático. 

En este sentido, cabe preguntarse ¿qué debe hacer un banco o una financiera para obtener estos resultados?

Diversas experiencias acreditan que la forma cómo se definan y pongan en marcha los sistemas de negocio Fintech marcarán el éxito o el fracaso de un proyecto de transformación Fintech y de la supervivencia de una entidad bancaria o financiera. 

En este sentido diversas experiencias muestran que el sector bancario/financiero se ve enriquecido por estas empresas, pero no serán exitosas si se confunde lo que es un sistema de negocio Fintech con una mejora tecnológica a los sistemas informáticos y financieros. 

Cómo Fintech está redefiniendo el sector financiero (duración 1'55).

El proyecto Fintech en 10 lecciones.

Proyecto Fintech - Lección 1. Contar con una estrategia coherente.

La banca en general debe tener una estrategia de estrategias (este tema lo he tratado  previamente en este post sobre Banca y Coherencia estratégica (http://www.christianestay.com/2017/05/banca-coherencia-estrategica-y-estrategia.html). Los bancos suelen ser organizaciones tradicionales con enfoques estratégicos tradicionales, motivo por el cual en un habitat Fintech se requieren estrategias organizadoras de las existentes. 

El esfuerzo económico y organizacional de entrar en relaciones Fintech no es menor. Entrar sin una estrategia coherente es altamente riesgoso, especialmente si se cree que con estas alianzas se conseguirán innovaciones. Ojo, a veces se consiguen avances y desarrollos tecnológicos postergados, sin siquiera innovaciones. Por esto último un banco con una estrategia coherente siempre mantendrá las expectativas "en su sitio" y sabrá siempre donde está el negocio. 

Proyecto Fintech - Lección 2. Acortar la curva de aprendizaje.

Si un banco se relaciona con una Fintech debe prepararse para acortar su curva de aprendizaje en nuevos negocios, mejoras financieras y/o innovaciones de negocio. 

En este sentido deben contarse con metodologías de aprendizaje continuo, colaborativo, reflexivo y prospectivo.

Proyecto Fintech - Lección 3. Crear equipos disruptivos.

Los bancos son organizaciones con un acento innovador discreto o a lo sumo incremental, debido al fuerte peso que imponen las diversas normativas existentes y que limitan y postergan la innovación de los equipos. 

Al asociarse con Fintech, no deben crearse silos de personas, sino equipos transversales donde se compartan experiencias y aprendizajes.

Proyecto Fintech - Lección 4. Crear nuevas culturas.

Suele creerse que integrarse con empresas Fintech, se cambie la cultura organizacional del banco. Pero lo que debe buscarse es crear una nueva cultura bancaria que surja de la relación con las Fintech, no que provenga de una Fintech. 

Los equipos de RRHH y desarrollo organizacional deben ser previamente adaptados para innovar en materia de gestión de personas, talentos y equipos multifuncionales, deslocalizados y/o pluri-cognitivos, dejando espacio para crecer con innovadores y no innovadores. 

Proyecto Fintech - Lección 5. Reducir ciclos de lanzamiento y crear nuevas barreras de entrada.

Como muchas Fintech, ellas ya tienen sus productos probados, mientras un banco busca reducir costes y riesgos de salida. Y al mismo tiempo, se crean nuevas condiciones, productos y servicios que generan barreras de entrada a otros bancos.

Un equipo de análisis estratégico será necesario y debe estar alerta y en vigilancia constante. 

Proyecto Fintech - Lección 6. Promover disrupción y planeación jurídica.

Es importante prever y organizar las acciones necesarios en materia de innovación jurídica para responder con eficacia legal y gubernamental a las oportunidades que surjan, evitando que cualquier nuevo producto o servicio quede luego ahogado por temas normativos o regulatorios. 

Un equipo de innovación jurídica reflexivo y articulador de respuestas y acciones anticipatorias será tan vital como el equipo tecnológico.

Proyecto Fintech - Lección 7. Crear una máquina de nuevas oportunidades de negocio.

Construir un sistema de negocios Fintech es crear un motor generador de negocios de todo tipo, financieros o no financieros, tecnológicos o no tecnológicos, etc. No conseguir esta capacidad, es perder cualquier ventaja conseguida.

Esta "máquina" debe identificarse con precisión, y en quienes le constituirán.  

Proyecto Fintech - Lección 8. Proteger las creaciones.

Un banco sólo o en alianza con empresas Fintech deben licenciar, patentar o proteger sus desarrollos sean tecnológicos, financieros u otros, aprovechando su posicionamiento en el mercado.

Esto no excluye un equipo financiero y de patentamiento que cree modelos que refuercen las relaciones con empresas Fintech y no exponga al banco a nuevos riesgos. 

Proyecto Fintech - Lección 9. Gestionar como una exoestructura.

Equilibrar el cambio y la transformación que el sistema de negocios Fintech genera. Es una regla general pero no estricta, que la relación con empresas Fintech es una forma de dar al banco una exoestructura que le dará oportunidades de supervivencia. 

Sobre exoestructuras escribí en este post http://www.christianestay.com/2016/11/innovacion-empresarial-exoestructuras.html.

Proyecto Fintech - Lección 10.  Medir, medir, medir.

Como todo proyecto, hay que tener los indicadores adecuados y el instrumental para medir de forma precisa y clara. Y no importa cuándo, ni dónde, ni con quién. Muchas veces los responsables de temas fintech son esquivos a medir, especialmente en culturas inmaduras o aquellas cerradas que confunden el fintech con innovación cuando en realidad están llevando adelante un proyecto de actualización tecnológica y de la cadena de valor, por eso, la experiencia muestra que la medición debe nacer de la alta dirección.  

#Innovar y #Emprender: ¿cambio real o de moda?

Este post expone, primero, datos que deben reflexionarse muy bien antes de hablar de emprendimiento e innovación, y segundo, pensamientos acerca de cómo hacer para que emprender e innovar no los convirtamos de moda de "tanto-en-tanto". No apto para "sensibles".

Innovar y emprender no son ideas nuevas, pero ahora son más profesionales.

Ya lo dije hace tiempo, la innovación no era considerada algo bueno (ver post A lo largo de su #historia, la #innovación no siempre fue una cuestión positiva, http://www.christianestay.com/2013/12/a-lo-largo-de-su-historia-la-innovacion.html). 

Los términos innovar y emprender se usan como quien cambia a un jabón más cool, pero cuyo uso no cambia los hábitos de limpieza. 

• Hay personas que dicen que innovar es adaptar ideas, pero cuidado, adaptar no es lo mismo que copiar o "hacer un copy-paste cambiando el orden de las palabras o traduciendo palabras". 

• Hay personas que dicen que emprender es innovar gatillado desde una empresa, pero cuidado, emprender es acometer un negocio nuevo sea o no innovador. 

Hace siglos las personas crean empresas y nadie les decía emprendedores o innovadores. Eran personas creando empresas de forma creativa, resolutiva y con mucha energía, y además personas con una gran capacidad de observación y gran capacidad de ver al entorno (aliándose con ese entorno o adaptándolo).

Escorsa y Valls, por el 2000, indicaron que llega un momento en que la innovación debe gestionarse y no ser un proceso espontáneo. 

Y es más, en los años actuales, se está pasando a gerenciar la innovación y a profesionalizar el emprendimiento. Otra cosa es que lo olvidemos, o se asuma por conocido y nadie lo recuerde.

Esto ocurre porque en algún momento la innovación debe reportar beneficios y ahí, guste o no guste, las cosas deben medirse y eso implica pedir resultados, o sea, plazos y beneficios, y claramente alejarse de la creación espontánea o la libertad de espíritu y de espacios para innovar.

 Y lo mismo ocurre con cualquier emprendimiento, que debe ser tratado empresarialmente.

Empresas con experiencia en innovación, como 3M, estos procesos los tienen instaurados en su ADN organizacional y en el espíritu humano de la organización.

¿Quieres innovar? - Emilio Sacristán (17:58')

Innovar y emprender van de la mano como proceso de negocio: ideas. 

Entre el 2012 y el 2016 impartí un curso de Maestría en Gerencia de la Innovación con estudiantes de 12 países de Latinoamérica. 

Gracias a las experiencias y debates de los estudiantes, se constató que la gerencia de la innovación funciona si hay una mentalidad senior en negocios, incluso siendo hasta poco innovacional.

Esta experiencia mostró la diferencia entre mantener un espíritu joven, creador y motivador, de uno aparente opuesto basado en aplicar prácticas formales de gestión y dirección. 

Y muchas personas, o son de un tipo o de otro. Pocos poseen ambos perfiles y ese suele ser un senior en negocios apto para el mundo de la innovación.

Toni Dávila, el 2015, indicaba que llega un momento en que las empresas dejan de lado sus estrategias de innovación disruptivas para adoptar estrategias de innovación incrementales. 

Aunque pueda sonar demasiado taxonómico un tema que podría no pretender serlo, como negocio, la innovación incremental suele ser más segura y gestionable que la disruptiva.  

Este mismo autor acota incluso que las grandes ideas surgen de empresas que, primero, se organizan para tener ideas y, segundo y muy importante, tienen capacidad de ponerlas en marcha.

A nivel de emprendimientos, esta capacidad de generar ideas se intenta con una serie de eventos (llamados hackatones, bootcamps, y labs), pero todos son parte de una serie de herramientas de innovación similares o muy parecidas cambiando pocos parámetros de control.

Y cualquier historiador serio de la ciencia proyectual, sabrá que estas son evoluciones clásicas de los procesos proyectuales empleados hace siglos -léase al menos desde la edad media- por los buscadores formales de soluciones, actualmente proyectistas.

Volviendo al tema de los eventos recién citados, se espera ahora que el resultado de las explosiones de ingenio y de energía (llamados innovaciones / emprendimientos, pues todo se mezcla), den lugar a procesos que se concreten en empresas y que den empleo.  

Dado el volumen de estos eventos, hay resultados, pero aún son bajos. Como los datos con que partí este post. 

La realidad muestra que lamentablemente quienes los organizan, con muy buena voluntad, los estructuran de forma débil. 

Se organizan eventos de innovación y emprendimiento con pobres procesos de organización e intención que limitan el impacto e impulso creativo, sin que sus resultados lleguen rápido y directo al mercado como empresas o al menos a -por ejemplo- rondas de inversionistas, y se conviertan en negocios o nuevos sectores económicos.

Estos eventos los organizan y gestionan:

• universidades, empresas u organizaciones que centran su core business en promover estas actividades; 
• fundaciones u ONGs que buscan promover ideas y crear negocios; 
• grupos de inversiones o business angels que buscan donde invertir sus fondos; 
• empresarios que están aprovechando una moda;
• etc. 

En el ámbito de una empresa, estos procesos suelen ser gestionados buscando resolver problemas específicos, como responder a un cambio en el mercado, avances tecnológicos o nuevos negocios. 

• En empresas jóvenes o con poca experiencia, todo esto se mezcla. 

• En empresas maduras estos procesos se ejecutan teniendo de antemano una única e integrada estrategia que fusiona la estrategia organizacional y la estrategia de innovación.

• En organizaciones públicas, se intenta que este proceso exista dentro de los llamados ecosistemas de innovación o de los denominados sistemas de innovación nacional cuyos resultados suelen ser muchas veces inciertos en el corto plazo. A lo sumo hay intentos de que los procesos de innovación se inicien, pero muchas veces por los cambios de gobierno o de directivos públicos, los resultados nunca llegan a evaluarse completamente. 

Como corolario, queda acotar que estas ideas parecieran ir en contra de la corriente y tendencia actual relativa al impulso dado a la innovación, pero no se trata de eso, sino de dejar en claro que estamos ante conceptos maduros y bien probados. 

Hablar hoy en día de innovaciones que fracasan, es un error conceptual. 

Hablar hoy en día de emprendimientos que no prosperaron, es una falla de diseño. 

Inteligencia Artificial y cómo aporta a los negocios #InteligenciaArtificial

Si hay algo que no puede tratarse de manera ligera, es la Inteligencia Artificial (IA). Y es tal la ligereza con que se trata por estar de moda, que al final termina banalizándose. 

Además termina "en boca" de todólogos y "sabios de post de Facebook", vendiéndose a muchas empresas algoritmos en excell y no soluciones reales de Inteligencia Artificial.

La Inteligencia Artificial la trabajé hace más de 20 años y es un tema que ha seguido avanzando de forma seria y responsable, y no como una palabra reciente. 

La Inteligencia Artificial no es moda, ni es una disciplina ni una ciencia aislada. 

La Inteligencia Artificial es todo un campo de conocimiento conocido y probado y dentro de un contexto ligado entre otros a temas sociales, organizacionales, legales, económicos, matemáticos, ingenieriles y filosóficos. 

Hoy en día la IA no es solamente una disciplina numérica sino una potenciadora de negocios y de un negocio, pero hay que saber de qué se trata, qué significa, y saber realmente de ella.

Es más, la Inteligencia Artificial, como dijo Terry Winograd, no busca reemplazar humanos, sino ayudar a vivir mejor y plenamente.

Y me pregunto ¿podemos ligeramente comprar "tecnología de IA" para bancos sin saber su origen, sus implicancias, sus limitantes y/o sus avances reales?, ¿cómo podemos buscar consultores o empresas consultoras en el tema, si hace menos de un año, no abundaban y ahora "sobran" y solamente ha sido un tema en manos de expertos?, ¿sabemos realmente para qué podemos usarla o estamos pensando en la película Inteligencia Artificial del año 2001?, ¿comprendemos la profundidad de sus avances o solamente se incluye como requisito en un puesto de trabajo porque empresas de Estados Unidos dicen emplearla? .... 

Y me acordé de un reciente artículo de mi amigo y colega John Atkinson Abutridy donde profundiza del tema, y bajo su permiso lo publico. 

John nos recuerda algo simple y claro ... la IA no es para automatizar lo que ya hacemos y quizás bien, no es extensión o ampliación de soluciones estadísticas. La IA 'automatiza algo para que se haga inteligentemente mucho mejor que nosotros y por tanto ayude al negocio'. 

Aquí va : "Inteligencia Artificial: ¿Porqué? ¿Para qué? ¿Qué tiene de diferente? ¿Cómo afecta a mi organización?" (autor John Atkinson A.)

************************************************************************************************************
Texto original disponible en https://www.linkedin.com/pulse/inteligencia-artificial-porqué-para-qué-tiene-de-cómo-john 
************************************************************************************************************
Muchas veces he interactuado con profesionales y ejecutivos, etc de los más diversos rubros productivos, que a menudo se hacen estas preguntas cuando escuchan hablar de Inteligencia Artificial (IA ó AI en Inglés) y temas relacionados. Por otro lado, algunos con conocimientos más técnicos quieren ir más allá y entender cómo esta “supuesta moda” de la IA puede ayudarles a resolver sus problemas. A raíz de esto, quería escribir algunos comentarios, tips ó “guidelines” generales de lo que hay detrás de todo esto, tanto a nivel industrial/comercial como su impacto en nuestras vidas diarias, pero muy a nivel de “AI in a nutshell”.

Lo primero y lo más importante es desmitificar que, a diferencia de otras tecnologías emergentes, IA no es una moda ni es nuevo. Los desarrollos “teóricos” comenzaron antes que la revolución tecnológica-industrial gatillada por la 2da guerra mundial, y en lo “práctico” ya había desarrollos importantes a principios de los años 40s, surgidos generalmente desde centros de investigación y desarrollo, universidades y algunas empresas en países como USA, UK (iniciativa ALVEY), Francia y Japón (programa nacional ICOT), Alemania, y China, principalmente. Sin embargo, como toda “revolución”, esta tuvo sus épocas buenas y sus “inviernos negros”, debido principalmente a que en dichos instantes ni siquiera había la tecnología adecuada para su puesta en marcha (los computadores “digitales” como los conocemos recién aparecieron alrededor del año 1947 y se llamaban “máquinas” de cómputo, en honor a los desarrollo del matemático británico Alan Turing quien formuló por primera vez la concepción matemática-abstracta de un dispositivo de cómputo y que posteriormente formuló lo que el creía que llegaría a ser algo con IA en su paper clásico: "Computer machinery and Intelligence"), quedando muchos de los desarrollos a nivel teórico hasta que hubiera la tecnología que los hiciera posible. Así, hasta hace unos 20 años atrás aprox., los mayores desarrollos en el área de la IA vinieron de la academia y de varias empresas “high-tech” (especialmente de USA, Europa y China). Sin embargo, con la emergencia de gigantes de la computación como Google, Apple, IBM, etc, la IA comenzó a tener una gran visibilidad, y a impactar no sólo haciendo las tecnologías más accesibles a las industrias para que pudieran resolver sus problemas, sino también en la vida cotidiana. En los últimos 2-3 años está incidencia ha sido tal, que no sólo se ha generado un tremendo crecimiento a nivel global en desarrollos y emprendimientos tecnológicos, sino que organizaciones como el World Economic Forum y el World Bank, han organizado eventos y comités internacionales de trabajo para estudiar y generar “guías” sobre el impacto que esto puede tener tanto en la economía mundial, la ética, y lo laboral (ej. ¿Qué pasa con la fuerza laboral si sistemas inteligentes comienzan a automatizar tareas “complejas” que hasta ahora podían ser realizadas sólo por humanos?).

A pesar de que existen, como en toda área, diferentes visiones ó paradigmas, dependiendo de la formación del experto que está involucrado (ej. Informático, Matemático, Psicólogo, Neuro-científico, Lingüista, etc), en términos muy sencillos, la IA puede verse como el área multi-disciplinaria de la Informática que estudia los procesos cognitivos (i.e., relacionado con la “mente” humana en diferentes condiciones y tareas) del ser humanos con el fin de modelar y diseñar “sistemas” inteligentes artificiales que sean capaces de resolver problemas complejos que “generalmente” están asociados al comportamiento humano (y existen formas más ó menos cuestionables de medir dicha “inteligencia”). Pero, qué tareas nos hacen “supuestamente” inteligentes que podrían ser interesantes de reproducir? (una pregunta bastante egocéntrica como humanos, considerando que es hecha por humanos, y cuya respuesta sería probablemente muy diferente si la tratara de responder un “extraterrestre” que viene por primera vez a nuestro planeta, y observa nuestro “comportamiento”).

Cognitivamente hablando, y con algunas sobre-simplificaciones para fines de comprensión, las “habilidades” que nos hacen “inteligentes” incluyen nuestras capacidades de percibir lo que ocurre a nuestro alrededor utilizando diferentes “sensores” (a pesar de lo cambiante y “borroso” que este entorno puede ser), actuar directamente sobre nuestro entorno, razonar, planificar e inferir, para determinar una serie de acciones para cumplir ciertos objetivos (incluso si no disponemos de toda la información, o si el entorno es cambiante, poco claro, o incierto), representar y aplicar conocimiento desde/hacia nuestra “memoria”, entender y procesar el lenguaje hablado y escrito, adaptarse y aprender rápidamente de un entorno cambiante utilizando la experiencia, coordinar nuestros mecanismos motores para realizar acciones (cuerpo, extremidades, etc), percibir visualmente nuestro entorno para actuar sobre él (incluso en pobres condiciones), y nuestra habilidad de interacción social Si Ud se da cuenta, la “combinación” de estas capacidades complejas es lo que “aparentemente” nos hace inteligentes. Y si no le queda muy claro, hágase la pregunta de otra forma: si Ud. tuviera el conocimiento y recursos suficientes para crear un “humano” desde cero, ¿cómo lo armaría?, ¿Qué es lo que tendría? Etc. Claramente, esto nos puede diferenciar (hasta ahora) de muchos seres vivos, aunque nuestra concepción de inteligencia comenzaría a cambiar si consideramos, por ejemplo, la conducta que exhiben los animales: ¿Ha visto Ud. un elefante jugando ajedrez?. Claramente no, porque si tratamos de extrapolar nuestras propias capacidades que mencionamos antes, este elefante no podría razonar, resolver un problema de búsqueda de movidas posibles, etc., ergo no es “inteligente”. Sin embargo, si este animal estuviera en su habitat ó en una manada moviéndose, nos daríamos cuenta que su comportamiento es inteligente a ojos del observador. De ahí que se producen ciertas dicotomías interesantes: nos consideramos inteligentes porque utilizamos nuestras capacidades cognitivas (cogito ergo sum -- "pienso..luego existo"), y/o porque mostramos un comportamiento inteligente (behavior-based intelligence).

Sin embargo, existe un ingrediente clave para que nuestra inteligencia sea poderosa pero a la vez compleja, es que utilizamos nuestras capacidades cognitivas para resolver problemas difíciles de forma eficiente y efectiva, gran parte de las veces, incluso con entornos cambiantes, con información incierta y/o faltante. O sea, exploramos muchas alternativas de solución a los problemas de forma muy precisa y en poco tiempo. Miramos un paisaje y en milésimas de segundos y sin mucho cálculo podemos identificar escenas, objetos, completar las imágenes faltantes, etc e incluso razonar sobre ello ó sentir alguna “emoción”.. pero.. qué tiene de raro esto? Para hacer algo así, se requeriría prácticamente varios super-computadores para buscar y evaluar cada una de las millones de millones de millones de alternativas posibles, que incluso así, una máquina con muuuuuuuucha suerte se podría comparar a la visión de un insecto. Y es aquí donde entra en escena la IA: ¿Cómo puedo modelar y diseñar sistemas “artificiales” que puedan reproducir estas habilidades para resolver problemas como si lo hubiera hecho un humano?. Por un lado, la primera utilidad podría estar en lo más evidente: “automatizar” actividades que al ser realizadas por humanos son costosas (tiempo, recursos económicos, restricciones varias, etc). Acá es en donde la IA he tenido y seguirá teniendo un impacto enorme en la industria y los procesos productivos. Pero, ¿Se dió cuenta que lo anterior está realizando un supuesto MUY egocéntrico?… estamos tratando de automatizar tareas complejas que ya son llevadas a cabo por humanos y que “asumimos” que más encima lo hacemos muy bien!!. Y acá viene la segunda utilidad, la relacionada a diseñar tecnologías que sean capaces de realizar tareas complejas para los humanos, que incluso muchas veces, no las realizan bien ó no son muy eficientes.

Seguramente, hasta este punto más de alguien está pensando “si..si..si.. muy interesante todo esto, pero yo tengo problemas reales en mi empresa que no tienen que ver con esto..”. ¿Seguro? Quizás deberíamos dar una mirada más de cerca, y con cierta facilidad, muchos podrían identificar algunos ejemplos de estos problemas reales que “supuestamente” están alejados de lo que hablamos:

• “Tengo serios problemas con la atención a clientes en mis canales de atención con nuestros ejecutivos…”.
• “Estoy perdiendo mucho dinero porque existen clientes que cometen ilícitos al colgarse del tendido eléctrico y no pagan..”.
• “Gasto mucho tiempo planificando los turnos y tareas que realizan mis operarios en mi planta..”
• “Varios de los clientes potenciales en mi banco se han ido porque no les hemos ofrecido las mejores condiciones del crédito..”.
• “Tenemos a nuestros mejores analistas encuestando ó tratando de analizar que quieren nuestros clientes, pero aún no tenemos mucha claridad, y por alguna razón se nos van..”
• etc

Estos ejemplos tienen un patrón común: existen especialistas humanos (incluso con mucha experiencia) tomando decisiones complejas en donde las restricciones de su entorno, hacen que ellos no sean muy eficientes. Más aún, en estos problemas la solución no pasa sólo por una mera automatización per se, sino en modelar y diseñar un sistema inteligente más autónomo que utilizando varias fuentes de conocimiento (incluso las de los especialistas), pueda tener un rendimiento superior para las mismas tareas. Y es aquí, donde el impacto de la IA ha comenzado a moverse desde el “automaticemos esto para que lo haga inteligentemente como nosotros” hacia el “automaticemos esto para que lo haga inteligentemente mucho mejor que nosotros y por tanto ayude a nuestro negocio”. Millones de ejemplos van apareciendo cada día en la industria: sistemas inteligentes que predicen fraudes con 3-4 veces más efectividad que los humanos, sistemas que son capaces de conducir un vehículo autónomamente, modelos que pueden analizar riesgo crediticio con mucho más precisión que los analistas, interfaces humano-computador utilizando el lenguaje humano para atender a clientes 24/7, modelos que detectan y monitorean cientos ó miles de emociones humanas en algún medio para así detectar tendencias de modo de tomar decisiones comerciales, monitoreo en tiempo real de videos de pasajeros de un metro para determinar cuando conviene parar y cuándo no, perfilamiento automático de clientes para ofrecer nuevos servicios adecuados a sus necesidades, etc.

Así, si uno pudiera construir una check-list (no exhaustiva) de las características que debería tentativamente poseer un problema para que este pueda ser abordado con métodos y modelos de IA (y por tanto, sería infactible de abordar por tecnologías convencionales debido a su complejidad), esta incluiría aspectos como los siguientes:

** El entorno donde se desea abordar el problema es MUY cambiante, lo que produciría que prácticamente habría que realizar “mantenciones” o “ajustes” a un sistema tradicional casi a cada segundo.

** Ante la ausencia de expertos, se requiere que la solución involucre comportarse más autónomamente para reaccionar y tomar sus propias decisiones antes escenarios desconocidos.

** Existen reglas poco claras y que no siempre funcionan bien para resolver el problema.

** La cantidad de información y conocimiento que se requiere para resolverlo eficiente o eficazmente es tal, que un humano no lo podría realizar, a menos que tuviera tiempo infinito!!.

** El número de posibles alternativas de solución sería tan grande, que no se podrían explorar en un tiempo “razonable” para el negocio.

** El comportamiento del problema es totalmente no-determinista: para una mismo “input”, no siempre se generan el mismo “output”.

** No existe una única forma de generar un plan de acción de los pasos que resuelven el problema.

** No puedo “enumerar” en forma finita los pasos a seguir para resolver el problema (ergo, no podría construir un “programa” computacional tradicional).

** Un sistema debe ir mejorando su rendimiento a medida que va “acumulando” experiencia y adaptándose al medio (un sistema tradicional NO mejora su rendimiento ni se adapta solo, ya que se diseñó para una “fotografía” estática de una organización) .


Finalmente, resulta más evidente ahora que toda la tecnología en torno a IA se instaló hace tiempo para quedarse y posicionarse como la siguiente revolución tecnológica que está impactando la economía mundial. Existen aún muchos desafíos y problemas abiertos a nivel de investigación y desarrollo, en lo cual están trabajando muchos especialistas en todo el mundo. Sin embargo, la transferencia de este conocimiento a la industria y negocios ha sido un factor tan clave y de impacto, que no nos debería extrañar que en los próximos años, los avances desde la academia a la industria, en esta materia, lleguen mucho más rápido. Por otro lado, en el mundo privado, se requerirá profesionales altamente calificados y entrenados, para entender, aplicar, y transferir estas tecnologías a sus negocios.


************************************************************************************************************

Nota final ....

Y aparte de la Inteligencia Artificial podemos añadir Lean, Design Thinking, Agil, SCRUM, Coach, Mentoring, etc. y con más antigüedad puedo citar Calidad Total, Reingeniería, TQM, etc. ... todos conceptos que al poco tiempo de salir ya contaban con expertos, sabios y gurús.

¿Es válido hablar aún de #Innovación Abierta?

El riesgo con la innovación abierta es que habla y "vende" sin saber muy bien qué significa, y mucho menos qué quiere decir "Innovación Cerrada".

En este post (tomado de mi consultora Estay Consulting) profundizo la idea con el fin de hacer comprender al empresario de que invertir en Innovación Abierta es un tema estratégico con su propio presupuesto. 

Henry Chesbrough defines Open Innovation (en inglés, 20')

¿Qué es Innovación Abierta?

Tener la capacidad para superar los escenarios de crisis, los cuales dificultan la posibilidad de encontrar nuevas oportunidades de negocios, es una de las grandes preocupaciones empresariales.

Para muchos empresarios –Presidentes, Propietarios, Directores y Gerentes– implica tomar decisiones que conllevan en muchos casos realizar importantes inversiones en herramientas específicas como es el caso de la Innovación Abierta.

Para que efectivamente esta herramienta sea beneficiosa y no genere pérdidas, hay que conocerla en profundidad sabiendo cómo aplicarla en cada escenario.

Hablar de innovación abierta es remitirse al concepto Open Innovation, término acuñado por Henry Chesbrough el año 2003 en el libro Open Innovation The New Imperative for Creating and profiting from Technology. 

En su capítulo 3, define claramente una estrategia de innovación como aquella que permite que las empresas creen espacios de colaboración que superen sus límites internos e incluya colaboradores externos a una empresa. 

Esta idea surge del análisis que Chesbrough realiza del caso de la empresa Xerox, en el cual, en primer lugar, analiza lo que denomina Innovación Cerrada –Closed Innovation– para pasar posteriormente a la Innovación Abierta como una nueva lógica de innovación y de desarrollo.

En este análisis, queda evidenciado que hablar de Innovación Abierta requiere tener previamente una cultura de innovación y una estabilidad institucional y empresarial en el tema de los derechos de propiedad y en generar modelos de negocio con un enfoque adecuado de distribución de beneficios para todos los actores de una red abierta de innovación.

Para entender este último punto, debe tenerse presente que Chesbrough parte de una idea de empresa concebida aún el 2003 como un conjunto de funciones y departamentos aislados. 

Desde esta realidad se puede hablar entonces de Innovación Cerrada, es decir, por un lado, de equipos que trabajan en sus espacios de trabajo, y en segundo término, de empresas que operan de forma aislada.

Una nueva lógica de Innovación.

La nueva lógica de una Innovación que surgía 'abierta', permitió muchos desarrollos innovadores, novedosos o creativos. 

Y así, la Innovación Abierta hizo que muchas empresas lleguen a muchos espacios que antes no llegaban y gracias a esto mismo han tenido la capacidad de prospectar y generar ideas exitosas de negocio.

Sin embargo, para que la Innovación Abierta resultase beneficiosa a las empresas, se vio que era necesario analizar el hecho de que las redes de colaboradores en procesos de Innovación Abierta terminan siendo personas operando en redes de “confianza” de diverso tipo: colaboradores con estrictos acuerdos de confidencialidad, grupos de interés empresarial o político, círculos de búsqueda de transformaciones innovacionales pero que impliquen pocos cambios, entre otras manifestaciones. 

Lo anterior llevó a plantear la necesidad de reforzar –por ejemplo– la protección de patentes, lo que condujo a reforzar las estrategias jurídicas de las empresas. 

La consecuencia de esto último ha terminado siendo que la Innovación Abierta se cerró, o dicho de otra forma, se convirtió en un proceso de Innovación Abierto Limitado.

Pero para seguir analizando estas cuestiones, hay que recordar con mayor detalle el contexto en el que Chesbrough definió la Innovación Abierta. Eran años en que aún las empresas eran jerárquicas y funcionales, y las personas vivían en espacios acotados.

Hoy en día, 14 años después, gracias a internet, las redes sociales y una sociedad que vive interconectada, es complejo decir si nuestras empresas son abiertas o cerradas y, es más, estamos frente a una herramienta de innovación en donde lo cerrado y abierto se ha ido difuminando, llevando a que la Innovación Abierta y la Innovación Cerrada se redefinen por completo.

Innovación Abierta es confiar. 

Desde nuestra experiencia como consultores, sugerimos que muchos directivos y ejecutivos deben reconocer -hoy en día en primera instancia- si existen en sus empresas ciclos internos de innovación tácitos que están produciendo resultados beneficiosos o si, por el contrario, esas ideas de innovación que puedan aparecer se están perdiendo, ya sea por incapacidad de detectarlas y aprovecharlas o porque se están escapando hacia otras empresas gracias a las redes que los empleados tienen de forma natural con otras personas fuera de sus empresas. 

Reconocer hoy en día que existe la fuga de información empresarial es uno de los factores clave de éxito en cualquier estrategia de innovación exitosa y sostenible; no considerarlo, conduce a la innovación al fracaso y a pérdidas de oportunidad empresarial.

Por eso, en Estay Consulting ayudamos a la transformación del pensamiento estratégico dejando de ver a las empresas como organismos cerrados, sino como un cuerpo compuesto de personas y equipos que están conectados tanto de forma interna como externa a los límites de sus empresas y sus departamentos. 

Estas reflexiones y análisis permiten que muchas importantes inversiones en innovación, muchas veces decididas por urgencias económicas o por desconocimiento de la madurez de la innovación en el ámbito empresarial y corporativo, tengan los retornos esperados. 

La Innovación es un concepto que evoluciona, y en base a ello existen diversas aportaciones que le enriquecen. Una de ellas proviene del campo de estudio sistémico de las organizaciones, donde aparece la Innovación Aislada y la Innovación Relacional. 

Advertimos que ninguno de estos dos últimos casos de innovación va a suplir a la Innovación Abierta ni a la Innovación Cerrada, sino que permite asumir estas últimas de mejor manera ante los actuales retos de negocios.

Para conocer más de la Innovación Aislada y la Innovación Relacional, se recomienda revisar este link.

Para conocer más de que la innovación NO es una palabra commoditizada, se recomienda consultar este link.

Por ende, los espacios de confianza son los que definen realmente si estamos ante una Innovación aislada o relacional, e identificar y abordar estratégicamente estos espacios será lo que permita aumentar el éxito de la Innovación Abierta. 

Para que exista un éxito empresarial sea sostenible, hace falta que se tenga una compresión total de Innovación Abierta, sobre su concepto complejo de socialización y de la necesidad de construir y desarrollar un habitat de colaboración de profesionales que permitan la conexión de ideas desde un entorno de empatía y de estabilidad laboral. 

Fuente: marketoonist.com

Así, quien desee invertir en procesos de innovación, debe saber que estos procesos son parte del presupuesto anual estratégico, pero lamentablemente vemos a diario que no es así o a lo sumo consideran la innovación un proyecto estratégico pero no una estrategia. 

Innovación Abierta es una apertura a nuevas formas de estrategias ... es una transformación del pensamiento estratégico.  

Entonces, ¿es válido hablar aún de innovación abierta?

Desde Estay Consulting estamos convencidos de que es válido siempre que existan estrategias claras que co-existan con la Innovación Cerrada y que surjan a partir de planteamientos claros sobre cómo una empresa existe organizacionalmente como actor económico y como grupo de equipo de personas por medio de dinámicas aisladas o relacionales.

La identificación de lo que llamamos el sustrato innovacional de una organización, la determinación de la estrategia de innovación adecuada, y la construcción de equipos adecuados a la estrategia, son nuestras fortalezas. Ayudamos a determinar estos aspectos, lo cual es clave para dar un salto de éxito hacia la actual economía de la información, del conocimiento y de la innovación.

Desde ya les extendemos una invitación para reunirnos para que puedan conocer cuáles son sus condiciones para dar este salto, conocer su impulso innovacional, y establecer una colaboración a través de los diversos servicios y soluciones que ofrecemos.