Analítica de datos: luces y sombras de la próxima revolución industrial
Con un progreso exponencial pero en una fase temprana, la analítica de datos permite tomar mejores decisiones y aumentar la eficiencia hasta niveles insospechados. Por otro lado, la ética y la protección de datos siguen siendo dos de sus asignaturas pendientes
Suena el pitido inicial y el balón echa a rodar en un estadio de fútbol aleatorio. Al mismo tiempo que el árbitro ha dado la orden de comenzar el partido, una única y solitaria gota de lluvia cae sobre una grada que alberga a miles de aficionados. Absortos en lo que ocurre en el terreno de juego, ignoran por completo que la tormenta que se cierne sobre el estadio no es una como otra cualquiera. En cuestión de minutos, la primera gota se ha convertido en un leve chispeo; transcurrida media hora de juego, la tormenta se empieza a notar más y los aficionados comienzan a cobijarse. En el minuto 50 de juego no queda nadie en las gradas ni sobre el campo porque el estadio ha tenido que ser evacuado ante el peligro de inundaciones.
La analítica de datos y esa extraña lluvia que ha provocado la evacuación del estadio en menos de una hora comparten una característica común: la evolución de ambos fenómenos es exponencial. “Primero cae una gota, luego dos, después cuatro y así sucesivamente. En el minuto 47, el terreno de juego estaría solo levemente encharcado y lo sorprendente de esto es que unos minutos después habría que evacuar el estadio porque de lo contrario la gente se ahogaría”, explicó Flor de Esteban, socia directora de Deloitte Digital, durante el evento Deloitte Tech Talks, organizado por Deloitte en colaboración con CincoDías.
“Con los datos estamos en esa fase en la que ya se han formado charcos, ya hay madurez, pero en breve y a una velocidad que no podemos sentir, vamos a estar inundados, muchas cosas van a transformarse”, continúa De Esteban. La experta habla de cómo en un futuro la relación entre los seres humanos y las máquinas irá más allá del lenguaje y pasará a una etapa de “sensorización total” en la que la forma de comunicarnos con el entorno cambiará radicalmente.
El viejo nuevo método
La técnica que posibilitará en parte esos avances, la analítica de datos, es algo tan sencillo como recabar información, analizarla y, posteriormente, actuar basándose en ella. Aunque a priori no parezca algo novedoso o demasiado complejo, el desarrollo de nuevas tecnologías, como la inteligencia artificial o el machine learning, está permitiendo recabar, analizar y utilizar la información de formas que hasta hace unos pocos años solo eran posibles en la ciencia ficción. “Toda la cantidad ingente de datos y toda la tecnología que puede digerir eso en tiempo real es lo que hoy permite que a través de un algoritmo relativamente sencillo reciba la información relevante en el momento adecuado”, dice De Esteban.
Juan José Casado, data analitics & AI director de Repsol, opina que el big data y la inteligencia artificial están transformándolo literalmente todo.
“En un entorno industrial como el nuestro, en toda la cadena de valor, el machine learning y los algoritmos nos pueden ayudar a optimizar los procesos consiguiendo una mayor eficiencia energética”, detalla. Poniendo ejemplos más concretos, el ejecutivo habla de que gracias a la analítica de datos es posible desarrollar “mantenimientos predictivos” (reparar estructuras o componentes antes de que fallen) para asegurar que los activos están siempre funcionando correctamente.
Por otro lado, mediante técnicas de deep learning, Repsol predice anticipadamente la calidad con la que van a ser fabricados algunos de sus productos. “En el caso de las poliolefinas, que es el material usado para envasar líquidos, somos capaces de predecir 15 minutos antes las condiciones en las que va a salir el producto, con lo cual, cuando baja de la calidad estimada, el panelista puede hacer los ajustes pertinentes para corregir los errores”, cuenta Casado.
Óscar Caballero, CDO de Orange, también coincide con la idea de que gracias a la analítica de datos las empresas han conseguido la capacidad de predecir el futuro. Orange ha desarrollado lo que ellos llaman “atención al cliente proactiva”, que no es otra cosa que solucionar los problemas de los clientes incluso antes de que ellos mismos se den cuenta de que los tienen. Según Caballero, Orange sabe en cada momento si a un cliente le han dejado de funcionar las llamadas o la velocidad a la que navega por internet. “Si detectamos problemas con la conexión wifi y no hace falta enviar a ningún técnico a casa del cliente, lo arreglamos nosotros por nuestra cuenta”, relata.
En el lado comercial, las herramientas predictivas basadas en la analítica de datos permiten a Orange fijar el precio óptimo de cualquier dispositivo para maximizar sus ventas. “No solo se tiene en cuenta el precio que pondrán los competidores a un iPhone el mes que viene, sino que individualmente se calcula la probabilidad de que cada uno de nuestros clientes lo compre y a qué precio lo haría”, desvela Caballero.
El impacto de estas tecnologías van más allá del mundo de los negocios. Según Casado, “están cambiando a toda la sociedad, nuestra generación tiene la oportunidad única de hacer un mundo mejor gracias a estas tecnologías”.
Entre tanto potencial transformador, la analítica de datos y las tecnologías asociadas a ella también tienen sus propias sombras. Con un preocupante historial de abusos por parte de algunas compañías en la cabeza, muchos usuarios recelan a la hora de ceder sus datos. El CDO de Orange explica que los consumidores también se benefician cuando prestan sus datos a las empresas porque gracias a ellos obtienen unas ofertas y unos servicios más adaptados a sus deseos y necesidades. “El problema viene cuando los datos que ceden los usuarios para una finalidad concreta se emplean para una cosa distinta”, apunta Caballero.
“En breve veremos comités éticos de inteligencia artificial, hay muchas cosas sin resolver, cuando los ordenadores aprenden a aprender, ¿con qué criterios lo van a hacer?”, cuestiona De Esteban. “Si un algoritmo decide por mí los productos que me son más relevantes, en realidad también está limitando lo que me permite ver, ¿quién es la máquina para decidir lo que me interesa y lo que no?”, reflexiona.
A pesar de la estrecha relación que existe entre ambas facetas, la ética y la regulación permanecen en una fase temprana en la que no se han relacionado de forma directa todavía en este campo. “Con la nueva regulación de datos, los desarrolladores de algoritmos incorporaron la privacidad a la hora de programar. Lo mismo va a tener que hacerse con la ética, tenerla en cuenta en la fase de diseño, todos los que trabajamos en esto deberemos tener en la cabeza las directrices que lleguen desde los comités de ética”, considera Caballero.
Efectos en el empleo
El avance de la analítica de datos y de sus tecnologías asociadas tiene un fuerte impacto en la forma de entender el mercado de trabajo. Los expertos distinguieron entre dos efectos claramente diferenciados entre sí. Por un lado, la tecnología sirve para potenciar la capacidad de decisión de los trabajadores mientras que por el otro está el riesgo innegable de que algunas profesiones sean sustituidas completamente ante el avance tecnológico.
Según explica el data analitics & AI director de Repsol, estas tecnologías están “por y para ayudar a las personas en su día a día”. “Ayudamos a nuestros empleados a hacer mejor su trabajo, anteriormente apoyados en la intuición, ahora tienen una herramienta más para tomar mejores decisiones”, sentencia.
La analítica de datos puede llegar a ser clave para fijar la política de contrataciones de las empresas. El conocer el flujo de llamadas que recibirá en el futuro un call center permite a Orange reducir o ampliar su plantilla de 10.000 teleoperadores en función de las necesidades del momento. “Los agentes son personas y hay que contratarles, si el margen de error de las predicciones es del 10%, o la empresa ha contratado a 1.000 trabajadores más o hay 1.000 llamadas de clientes en espera, con lo que das un servicio nefasto”, explica Óscar Caballero.
Refiriéndose a esos mismos teleoperadores del call center, Flor de Esteban pone de relieve que a medida que avanza la tecnología, la cuestión ya no será la de estimar cuántas contrataciones harán falta en función del momento, sino que esos trabajos corren el riesgo de terminar siendo sustituidos por máquinas. “Como va a haber robots que van a estar 24 horas dispuestos a atender a los clientes y van a saber resolver todo lo que los usuarios que llamen soliciten, daremos un salto y entonces esos trabajadores ya no harán falta, esa es la dificultad del asunto”, comenta.
Mientras que unos empleos serán sustituidos, los expertos hablan de cómo otros ganarán relevancia y de la gran importancia que tiene la formación para adaptarse a estos cambios.
“Todo lo que tiene que ver con el dato y la profesión de data scientist se supone que es lo más sexy de nuestro siglo, pero también hay que romper un mito, lo que necesita la gente es formación más allá del background que tenga”, opina Juan José Casado.
“Los equipos son totalmente multidisciplinares, cualquier persona con la curiosidad que tiene que tener de espíritu por los datos y por ver qué le pueden aportar, con la formación adecuada, puede sacar partido a estas tecnologías”, concluye.
La analítica de datos en España
Una revolución de dos velocidades
Las empresas españolas, a la vanguardia
Abundancia de talento, escasez de perfiles
Las claves para que una empresa afronte el cambio
Mientras que hay directivos que entienden que esta cuestión se trata de un movimiento estratégico, según Flor de Esteban, un 90% de las empresas se mantienen todavía al margen de este cambio de paradigma.
“Los directivos en España han aprendido en muy poco tiempo que la transformación o la lideras o la sufres, que es una cuestión de velocidad”, dice De Esteban. En su opinión, muchas de las compañías españolas están tomando el liderazgo en ese proceso de transformación digital y analítica, lo cual es un motivo de orgullo porque “en España adoptamos mucho más rápido estas ideas que en otros sitios”, defiende. Un ejemplo de esta buena posición que tienen algunas de las empresas en España está en el caso del equipo liderado por Óscar Caballero. El CDO de Orange ha sido el responsable de la creación de equipos de analítica de datos en diferentes países de Europa y en el momento de la celebración del evento, estaba preparando una formación sobre el analítica de datos e IA para la totalidad de la plantilla de Orange España.
Desde la experiencia que le da el haber colaborado con empresas internacionales para su desarrollo en este campo, la socia directora de Deloitte Digital elogia a los equipos de data scientist y de data engineering que hay en España, “son de lo mejor que se puede encontrar, nosotros exportamos formas de trabajar que creamos aquí a otras partes del mundo”, indica. Por contra, a pesar de la abundancia de talento que existe en España, según los expertos, hay un problema de escasez de perfiles. “Tenemos que animar a nuestros estudiantes y a las universidades para que se formen más perfiles STEM”, aconseja De Esteban.
En opinión de Óscar Caballero, el cómo organizarse es la cuestión clave a la hora de afrontar la transformación de una compañía: puede llegar a ser la diferencia entre el éxito o el invertir mucho dinero y dejar la iniciativa a medias. “En primer lugar, hay que tener mucho foco en centralizar para reorganizar bien todos los datos, para tener gobierno del dato a nivel de compañía y para reclutar y formar a los trabajadores”, desvela. “Se deben de elaborar guías éticas y de privacidad con fórmulas muy homogéneas y después, a medida que madura el método de trabajo, se puede ir extendiendo por toda la compañía”.
Sobre la firma
