miércoles, 12 de julio de 2017

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, Ciach, 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.

lunes, 10 de julio de 2017

¿Es válido hablar aún de #Innovación Abierta?

Open Innovation wordcloudEn 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.
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.

We are too busy
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. 

We welcome your ideas

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.

_______________________
Artículo originalmente publicado http://estayconsulting.com/2017/04/26/es-valido-hablar-aun-de-innovacion-abierta/ (Abril 26, 2017)

domingo, 9 de julio de 2017

Algo más sobre "Expertos de la noche a la mañana" y contra la tradición de la charlatanería y la novelería

Este post habla de cómo prevenirse ante falsos expertos y de la charlatanería imperante ante los nuevos y viejos temas tecnológicos que están apareciendo o resurgiendo.


Este post habla de cómo prevenirse ante falsos expertos y de la charlatanería imperante ante los nuevos y viejos temas tecnológicos que están apareciendo o resurgiendo.

Hace unos días atrás me contactaron de una importante empresa internacional de contratación para un cargo gerencial de Innovación y Transformación Digital. 

La verdad me llamaron dos veces. La primera fue para contarme lo que era el cargo pero manifesté no estar interesado. La segunda ocasión fue para indagar mi currículum y aunque nuevamente expresé que seguía sin interés, si me hicieron preguntas porque querían saber más de mi perfil.

La pregunta que motivó este post fue: "¿que experiencia de los últimos cinco años tiene en transformación digital, fintech, inteligencia artificial, innovación, cloud, big data, ...?" 

Y así nació este post, no apto para "sensibles", pues me acordé de lo que muchas veces ocurre con el tema de las tecnologías. 

Y es que se buscan expertos en mil cosas y como dice mi amigo y colega John Atkinson Abutridy en un artículo relativo a la charlatanería ("novelería" en otros ámbitos) en Inteligencia Artificial, cuando esto ocurre al final se confunden las cosas, aparecen los 'todólogos y siempre expertos en todo'.

Y así, grandes temas terminan banalizados y con empresas perdiendo interés en muchos temas que realmente podrían serles útiles.

John comenta en su artículo que vio el aviso de un puesto de trabajo para alguien con experiencia en " “.. Machine learning Y redes neuronales ...” [...], que casi sería equivalente a describir en un perfil “.. profesional que sea deportista y además futbolista” '.

John habla de su experiencia en Inteligencia Artificial y acotado al espacio de Chile. Pero por mi conocimiento en varios países y por muchos años, esto es frecuente. Hoy es Inteligencia Artificial, antes fue Reingeniería de Procesos, .NET, C, XML, y así sucesivamente. 

Veo la misma situación con la Transformación Digital. Un tema que apenas lleva pocos años, incluso ni un año en algunos países, y de la noche a la mañana aparecen expertos con "amplia experiencia". 

Como dice John, a veces sus clientes no necesitan Inteligencia Artificial, sino una mejora con macros excell o una 'rutinita' SQL, en la Transformación Digital pasa lo mismo. 

Muchos autodenominados proyectos de "Transformación Digital" no son más que trabajos de modelamiento (y muchas veces diagramación) de procesos unido a la internetización de procesos y a comprar tecnología de nube. No es que quiera minimizar el trabajo de muchos buenos profesionales, pero estas confusiones muchas veces lideradas por falsos expertos, llevan a que cuando el cliente madura organizacionalmente y aprende de tecnología, descubre que no compró Transformación Digital, sino actualización tecnológica y que costaba menos.  

Volviendo al tema de la entrevista, es que tuve que decir que varios de esos temas los hago hace más de 20 años, otros los dejé de aplicar porque los clientes necesitan cosas más simples, otros que hace décadas los trabajo fuera del país donde me contactaron por un tema de madurez empresarial, otros son evoluciones de conceptos tradicionales pero con tecnologías que van apareciendo cada 5-7 años, y en otros que tengo doctorados o PhD en los temas que se necesitan. 

Al final me percaté que buscan un proyectista (no me refiero a perfiles basados en certificados PMI o IPMA u otros) , algo que quienes trabajamos en el ámbito de la ingeniería de los negocios lo sabemos cuando se trata de sistemas socio-técnicos.

Lo bueno de esta historia es que del original poutpurri de nomenclatura pedida en el cargo, probablemente tomada de papers y artículos recientes, es que la empresa contratante decidió pedir al cliente un salario mayor y con un perfil distinto al "técnico". 

De mi experiencia, puedo decir, que si el cliente no acepta este cambio, como dice John, el cliente quedará insatisfecho.

Estas historias ocurren muchas veces y son frecuentes en varios países. Además, no son recientes, llevan muchos años y todavía no se aprende, aunque en realidad se aprende de la madurez empresarial de un país. 

Aunque no es la regla, es frecuente que a mayor charlatanería, se puede visualizar mayor inmadurez organizacional y del propio ecosistema de consultorías. O que a mayor charlatanería, los temas claves duran lo mismo que una moda y el país no alcanza a aprovechar el beneficio de una tecnología y menos -dentro de una economía del conocimiento y la innovación- alcanza a madurar su ecosistema económico .

Ya había escrito de cómo se confunden las cosas y cómo aparecen expertos en todos lados en temas que ni siquiera han leído profesionalmente ni tienen experiencia (ver "¿Sabes porqué Uber no es una innovación disruptiva?" en http://www.christianestay.com/2017/05/sabes-porque-uber-no-es-una-innovacion.html) o cómo se explotan las buzzword sin tener una base sólida de negocio (ver "OpenGovernment: por favor ... ni ola tecnológica ni buzzword" http://www.christianestay.com/2015/08/opengovernment-ni-buzzword-ni-ola-tecnologica.html). 

Mi colega John lo profundizó y por eso, con su completa autorización, continuó este post con su artículo por su pertinencia a los tiempos que vivimos ... y que espero sirva a muchas empresas y consultores.  

Al llegar al final de este post ... ¿qué podríamos decir de lo que ocurre en nuestros países o con las empresas que contratan "expertos"? o ¿en un mundo de postverdades, qué podemos hacer?

Aquí va : "Expertos" de la noche a la mañana (the Chilean Way)" (autor John Atkinson A.)


************************************************************************************************************
Texto original disponible en https://www.linkedin.com/pulse/ia-y-expertos-de-la-noche-mañana-chilean-way-john-atkinson-abutridy
************************************************************************************************************
Es interesante ver en los medios, y en especial en redes sociales, cómo, de la noche a la mañana en Chile, surgen supuestos “expertos” en cualquier tema tecnológico, siguiendo la tradición de charlatanería en Chile, que viene desde inicios de los 80s. En particular y dados que son temas en que trabajo y puedo opinar, sorprende ver a tanto “experto” que ha surgido en temas como “data sciences” “inteligencia artificial” (IA) y “big data”, sin tener la menor idea, ó que en el mejor de los casos, han visto material en Internet ó han leido algo al más estilo Wikipedia (haciendo traducciones incluso burdas de conceptos como “machine learning” a “aprendizaje de máquinas”..en vez de "aprendizaje automático" que tiene su lógica y razón de ser!!), y transmiten su “expertise” no sólo en lo personal (que por lo menos no afectaría a nadie) sino de sus emprendimientos y negocios (he visto hasta perfiles en linkedin que se auto-catalogan como “visionarios”, incluso dando charlas!!). El problema es que muchas empresas se “tragan” temas sin siquiera entenderlos, y les “compran” a estos “expertos” quienes no sólo no entienden lo que hacen, sino que su core de trabajo se basa simplemente en usar “cajitas” de software que usan datos, para después vender.

Lamentablemente, casi como crónica de una muerte anunciada, después las empresas no sólo sufren las consecuencias por trabajos mediocres realizados por gente que no sabe ni entiende, sino que, los temas y tecnologías se “vician” por culpa de unos pocos, y comienzan a perder seriedad y credibilidad. En el pasado, me ha tocado asesorar a empresas en temas de IA que después de un análisis de su dinámica y procesos internos, se dan cuenta de que lo que requerían era bastante más simple que lo que les habían “vendido” estos expertos charlatanes (he estado tentado una vez a decirle a una empresa “sabe, lo que Ud. realmente requiere es alguien que le programe unas macros excel ó unos programitas en SQL y listo” !!!). Peor aún, la falta de prolijidad y conocimiento es tal, que hace poco vi en linkedin el anuncio de una empresa solicitando profesionales que, entre otras cosas conociera de “.. Machine learning Y redes neuronales ...” (solo por nombrar lo menos malo que leí), que casi sería equivalente a describir en un perfil “.. profesional que sea deportista y además futbolista”. Claramente existe un “salpicoteo” de cosas que alguien escuchó pero que no tiene sentido.

En otros casos, mucha de la demora para decidir el desarrollar este tipo de tecnologías en algunas empresas es porque estas han perdido la confianza justamente debido a malas experiencias con profesionales mediocres, aludiendo reiteradamente al argumento justificado de “.. es que ya lo intentamos antes y no funcionó..” ó “.. es que ya hubo gente que nos vendió/desarrolló eso y no queremos saber más...”. Claramente, en esto también tiene bastante responsabilidad las empresas que por culpa de no interiorizarse o “alfabetizarse” ó hacerse asesorar bien, absorbe cualquier cosa, casi como niño chico. Así, la mediocridad de estos “expertos” ha afectado prácticamente a toda la cadena productiva y no sólo en los temas mencionados, sino que en todo lo que llega desde fuera. En su momento fue temáticas sobre “calidad total” y “re-ingeniería” ahora es “big data” (que ni siquiera muchos tienen claro lo que es y lo que implica!!!), suma y sigue.

En general, el ciclo que he visto tiene los siguientes patrones:

(1) Llega alguna moda X a Chile.

(2) Aparecen “expertos” que agarran X y “venden” sus asesorías/servicios.

(3) Algunas empresas se “tragan” el cuento.

(4) Aparecen instituciones, empresas, etc decepcionadas y con pérdida de confianza sobre X.

(5) Se vicia (aka. “chacrea”) el ambiente con el tema X.

(6) El ambiente comienza a “evadir” a charlatanes (al menos, a quienes puedan “reconocer”)

(7) Charlatanes se dan cuenta que se les acabó el “minuto”

(8) Mientras esté en Chile, vaya a paso (1)

Ojala que pudiéramos avanzar hacia buenas prácticas en lo profesional y en la formación de gente idónea y bien preparada, que contrarreste tanto “experto” de pacotilla y emprendedor “iluminado” y “visionario”.

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

Este artículo está originalmente publicado en "IA y Expertos" de la noche a la mañana (the Chilean Way)" disponible en https://www.linkedin.com/pulse/ia-y-expertos-de-la-noche-ma%C3%B1ana-chilean-way-john-atkinson-abutridy.

sábado, 24 de junio de 2017

#Transparencia y #TIC: ¿menos opacidad o ...?

El 2013 tuve la oportunidad de impartir una charla sobre el impacto de la relación entre Transparencia y TIC -en Barcelona- con una visión pública, privada y política. 

Esto me hizo revisar varios aspectos del tema, lo que condujo a observar dos tendencias sobre la transparencia, y su gestión y manipulación:
* la transparencia como activo propio; y,
* la transparencia como algo fuera de control.

Como resultado de revisar estas tendencias, permitió concluir que estamos ante una falacia y una paradoja. 

Lo relevante es que estando ahora en el 2017, es que los temas planteados hace años, siguen siendo vigentes, y al parecer también las conclusiones.  

Transparencia como activo propio.

La transparencia es una noción que los gobiernos y los gobernantes consideran un activo propio y casi personal. 


Transparencia como activo propio: tiene un rol fiscalizador.

Los gobiernos se ven obligados a difundir información que permite fiscalizar. Por ejemplo, las cuentas fiscales, o las obras públicas.



Transparencia como activo propio: se refuerza en las TIC-Internet.

Presidentes y gobiernos usan las redes sociales para dar a conocer sus ideas y compartir opiniones. 

Son conocidos los casos de Barack Obama y de Donald Trump y cómo usaron las redes sociales, y los datos, para hacer campaña y "manejar" opiniones y tendencias. Menos conocido es el caso del primer ministro japonés quien posee un blog y "conversa" con los ciudadanos. 


Transparencia como activo propio: explota las redes sociales.

La masificación de las actuales TIC y las herramientas en internet, permiten indagar y dar a conocer lo que los propios gobernantes hacen y piensan.


Transparencia como activo propio: aporta usos innovadores.

Las TIC han permitido involucrar a muchas personas, esencialmente personas del ámbito de la informática, a usar datos abiertos para crear soluciones, o a crear herramientas de búsqueda y análisis de información de forma sencilla a los ciudadanos.


Transparencia como activo propio: ofrece cosas útiles.

Actualmente se puede consultar gran cantidad de información de los gobiernos y tener acceso directo a sus repositorios de documentación, o a indagar relaciones entre los miembros de un gabinete o parlamento. 


Transparencia como activo propio: ideas finales.

  • Transparencia como activo propio, se aplica pero con límites.
  • Transparencia como activo propio, es parte del discurso político, pero aplicable a otros.


Transparencia fuera de control.

La transparencia es un fenómeno que al día de hoy ha roto fronteras y está fuera de control, tanto por su uso y aplicación, como por su interpretación y despliegue, o sea, sigue sin un patrón ni fines claros.

Transparencia fuera de control: se arriesga la imagen.

Ahora muchas personas pueden indagar y dejar en evidencia a las autoridades, gobiernos, estados o empresas. Las opiniones corren y "vuelan" por internet, aunque con el riesgo de que sean mentiras, bulos o postverdades.


Transparencia fuera de control: el acceso no tiene límites ni fronteras.

Ahora nada ni nadie detiene las opiniones y las denuncias, incluso con consecuencias graves para la integridad de quien las enuncia, sin que los gobiernos y organismos internacionales puedan hacer mucho.


Transparencia fuera de control: surgen nuevas formas de organización.

Conocer lo que pasa en los gobiernos, saber cómo operan, permiten que los ciudadanos o las personas se organicen para contrarrestar lo que consideran les afecta. 


Transparencia fuera de control: se rompen compromisos / aparecen nuevas exigencias.

Gobernantes, políticos, funcionarios, autoridades públicas, estadistas, presidentes, y legisladores, no pueden desconocer lo que pasa en las redes sociales, o en los medios digitales. 


Transparencia fuera de control: ideas finales.

  • Transparencia está fuera de control, se usa pero no gusta.
  • Transparencia está fuera de control, llega a todos, aunque es muy humano no decir todo, ni que sea grato que nos recuerden el pasado o lo que hicimos antaño, o lo indebido que hicimos. 


Resumen.

Tanto al 2013 como al 2017, hay algo repetitivo. Veamos.

La transparencia permite denunciar, combatir la corrupción y conseguir un mínimo aumento de personas informadas -más por la prensa- de situaciones que demandan investigación, pero se ha detectado que los delitos persisten y en muchos casos aumentando el impacto de los delitos, o de las fallas administrativas, y además, con investigaciones que muchas veces se diluyen en entramados legales y de procedimientos.  
Las TIC, en particular las redes sociales sus instrumentos y mecanismos (como big data, cloud, data analysis, m-gov, opendata, ibicuidad, etc.) está más que claro que robustecen y aumentan el poder de la transparencia.

Pero se corre el riesgo de que mientras aumente la transparencia y se crean leyes para potenciarla, se creen leyes y normas que limiten esas nuevas posibilidades o se generen espacios de información cubiertos por secretos de "seguridad nacional, honor de las personas, secreto parlamentario, gastos reservados, etc."  

Y, ante esta realidad, queda la sensación de que mientras las TIC permiten tener miles de portales mostrando información "abierta", al mismo tiempo los niveles de corrupción aumentan y se hacen -en ciertos casos- visibles cuando el tema es -en palabras de expertos "vergonsozo" (¿acaso hay niveles de menos vergüenza en estos temas?).

Así tenemos falacia y paradoja, resumida en preguntas como:
  • ¿las TIC ayudan realmente a la transparencia o son un medio para esconder nuevas acciones de opacidad?
  • ¿para qué y con qué fin invertimos en transparencia?
  • ¿transparentamos para prever y castigar, o para sentirnos bien? 
  • ¿debemos aceptar niveles de opacidad para tener transparencia? y,
  • ¿cambiamos a los gobernantes para buscar una transparencia que no sea una tramparencia o una transapariencia?
¿Qué opinas?

¿Te interesó? Suscríbete para recibir actualizaciones por correo ...

Entradas populares de la semana