Para utilizar las funcionalidades completas de este sitio, es necesario tener JavaScript habilitado. Aquí están las instrucciones para habilitar JavaScript en tu navegador web .

Hace no muchos días, el máximo representante de uno de los monstruos de Silicon Valley dijo: “la Inteligencia Artificial es una de las cosas más importantes que la humanidad está desarrollando en este momento. Es quizás más importante que lo que la electricidad o el descubrimiento del fuego representaron en su momento”. Una aseveración que quizás no debería tomarse a la ligera, considerando el salto cualitativo en el estilo de vida que el fuego y la distribución eléctrica para usos prácticos nos dieron.

Otros gurús tecnológicos apremian a sus pares y a foros de expertos a tomar acciones inmediatas para regular el uso de la Inteligencia Artificial y lo que deberíamos permitirle alcanzar, a fin de proteger a la humanidad de escenarios donde las máquinas toman control de nuestras vidas.

Sea o no acertado lo que estos señores mencionan, es innegable que la Inteligencia Artificial está dando de que hablar, generando muchísimo furor y expectativa a nivel global, y las razones son muchas y abarcan casi todas las aristas de la sociedad y los negocios.

Dicho esto, ¿qué es Inteligencia Artificial? La podemos definir como la rama de la ciencia de la computación que busca emular la forma en que el ser humano entiende, procesa y razona sobre una base de conocimiento dada (es decir, datos), con el fin de generar resultados que permitan a las personas tomar decisiones.

Una de las habilidades más destacables de la Inteligencia Artificial es la de analizar y entender datos no estructurados, a diferencia de los otros algoritmos usados en informática.

Un dato no estructurado es toda aquella pieza de información sin un modelo predefinido o que no tiene una organización sistemática delimitada. Como ejemplos podemos nombrar:  fotografías, videos, artículos periodísticos, documentos en pdf, libros, correos electrónicos y clips de audio. Actualmente, se estima que el 80% de toda la información disponible corresponde a datos no estructurados, lo cual nos lleva a identificar inmediatamente la importancia de tener herramientas que nos permitan desgranar toda la información que se encuentra cruda pero al alcance.   

La Inteligencia Artificial, por supuesto, también puede procesar datos que tienen un modelo definido y provienen de una fuente específica o un campo determinado en un registro. A éstos les llamamos datos estructurados. Ejemplos de ellos son: hojas de cálculo, registros, bitácoras y, en general, bases de datos y archivos de texto con columnas, títulos y etiquetas para un rápido acceso.

El efecto “bola de nieve” de los datos

Volviendo a los datos no estructurados, ¿quién es el mayor creador de este tipo de información? La respuesta es: nosotros mismos. Gracias al acceso que tenemos a generadores de contenido como teléfonos inteligentes, tablets, wearables y otros gadgets, cada día se generan 2.5 quintillones de bytes de datos digitales... ¡cada día! Para poner esto en términos fáciles de interpretar, es la cantidad de bytes que se necesitaría para llenar 36 millones de iPads.

Está de más decir que esa avalancha de información es imposible de manipular para cualquier ser humano u organización sin la ayuda de un set de herramientas con una altísima capacidad de procesamiento, y es en este punto donde la Inteligencia Artificial juega un papel ineludible que va a transformar la forma en que nos comunicamos, tomamos decisiones, nos divertimos y hacemos negocios.

En resumen, la Inteligencia Artificial nos permite clasificar, analizar y tomar decisiones de toda índole, con base en información de tres categorías: audio, texto e imágenes.

Las empresas deben tomar cartas en el asunto ¡ya! 

Voy a evitar la tentación de llenarlos de datos de estudios, encuestas y cifras y les voy a contar parte de lo que he podido rescatar. Tanto en Latinoamérica como en el resto del mundo, más del 70% de los tomadores de decisiones en las empresas (llámese C-Level o Mid-Management) saben que deben invertir en soluciones de Inteligencia Artificial, tienen planes de hacerlo o ya lo están haciendo activamente. Gartner, McKinsey & Company, World Economic Forum y Harvard Business Review, por mencionar algunos, publican amplia información sobre este tema, por lo cual los invito a consultar dichas fuentes y que corroboren lo que les digo por ustedes mismos.

Ahora, muchas de estas empresas caen en la categoría de “early adopters” y cumplen con ciertas características como: ser transnacionales, tener madurez digital, dar prioridad al crecimiento por encima del ahorro, tener capacidad de adopción de múltiples tecnologías y contar con un C-Level que apoya las iniciativas de IA. En Latinoamérica tendemos al escepticismo y ser pioneros en ocasiones nos asusta; preferimos esperar y ver qué sucede con los que deciden dar el primer paso. Sin embargo, las organizaciones deben evitar sucumbir a la tentación de “ver los toros detrás de la barrera”, ya que puede ser una postura peligrosa que lleve a crear vulnerabilidad frente a la competencia (existente y emergente) y a los clientes. No es necesario adoptar una estrategia agresiva de implementación de soluciones basadas en IA, pero sí que se debe hacer un diagnóstico hacia adentro, evaluar las opciones, tendencias y empresas expertas en IA y empezar a dar pasos hacia la vía de la automatización, por muy pequeños que sean.

Considero que la imagen anterior es sumamente ilustrativa, porque permite ubicarse en la relación beneficio / tiempo de cualquier empresa, extrapolada con el momento en que emergen nuevas tecnologías que nos afectan y llegan a convertirse en norma de mercado. Sería bueno preguntarse: “¿en qué punto está mi empresa y adónde estamos ubicando la posición de la Inteligencia Artificial?”

Encontrar la receta ideal

La Inteligencia Artificial no es una varita mágica que trae resultados y dispara los KPIs por sí sola. Para que un proyecto o solución con IA sea exitoso, debe haber una conjunción de ingredientes que van desde un adecuado levantamiento de requerimientos, procesos robustos, adopción de una estrategia digital y una cultura organizacional que permita llevar las implementaciones a buen puerto.

Adicionalmente, se debe considerar el matrimonio natural que existe entre la Inteligencia Artificial y otras ramas tecnológicas como IoT, Blockchain, RPA, analítica de datos, robótica y muchas tantas más.

Al final, todo se resume en buscar los mecanismos para sacar provecho de la gran cantidad de datos que se encuentran disponibles para capturarlos y utilizarlos para tomar decisiones bien fundamentadas. La adopción de la Inteligencia Artificial debe ir orientada hacia discernir cuáles son los casos de uso donde se añaden herramientas que mejoran o eficientizan las tareas de los trabajadores de la empresa, al mismo tiempo que se optimizan o eliminan los procesos, ojalá transversalmente en múltiples áreas de la organización.

Antes de pensar en Inteligencia Artificial como un todo, las empresas deben entender cuáles son sus puntos de dolor y dónde existen oportunidades de mejora. Esto se logrará con un equipo multidisciplinario y comprometido, ya sea a lo interno de la compañía, con un aliado estratégico - tecnológico o una mezcla de ambos.

La Inteligencia Artificial ya llegó y no se va a ningún lado ¿Qué esperar como sociedad y como fuerza laboral?

Me atrevería a decir que un tercio de los artículos que salen publicados sobre la IA, se enfocan en subrayar cómo la difusión de esta tecnología va a eliminar millones de puestos de trabajo en un futuro no muy lejano.

Recordemos que la automatización de labores se ha materializado en diferentes etapas de la humanidad, como durante Revolución Industrial y más “recientemente” con la adopción de los microcomputadores en prácticamente todas las etapas de una cadena productiva. ¿Se vieron millones de empleos perdidos gracias a esto? No, pero sí se dio una adaptación paulatina para adquirir nuevas capacidades y el trabajo físico cedió su lugar a habilidades más enfocadas en la resolución de problemas.

Claro está, no podemos descartar la vulnerabilidad de ciertos puestos ante la adopción de la IA en las empresas, principalmente en logística, agricultura y manufactura, pero mi opinión es que, en términos generales, la tecnología no nos va a desplazar en el campo laboral, sino que va a potenciar nuestra productividad y nos va a ayudar a adquirir o fortalecer habilidades que no explotamos por falta de tiempo. Recuerde cuántas veces se debe haber dicho a sí mismo o ha escuchado en los pasillos de su empresa: “me gustaría poder enfocarme más en decisiones estratégicas y menos en actividades operativas”.

Siguiendo con la idea anterior, me gustaría exponer algunos ejemplos más ilustrativos:

  • El abogado que tiene a su disposición un asistente virtual legal con capacidad de procesar millones de documentos de litigios, le hace recomendaciones y le evita invertir horas de su tiempo en investigación, permitiéndole enfocarse en armar su caso basado en cantidades enormes de datos que de otra forma no habría podido procesar. El abogado sigue siendo necesario, pero su tiempo se invierte más eficientemente y puede atender más clientes para su firma.
  • El obrero de minería que, ante la duda sobre cuál herramienta es la indicada para perforar en determinadas condiciones, consulta por voz a su smartphone qué pieza debe acoplar y obtiene respuesta con la imagen, dimensiones y características de la misma. El obrero no se vuelve imprescindible y evita cometer errores costosos y potencialmente mortales.
  • El reclutador de personal que, en vez de leer, clasificar y desechar cientos de solicitudes de empleo, ingresa a su portal de reclutamiento y cuenta con una sugerencia para una terna de candidatos a ser entrevistados. El reclutador no deja de existir, pero se enfoca en convocar candidatos que se ajustan a lo que la empresa busca para un determinado puesto.
  • El CEO que le solicita a su Asistente Virtual Inteligente que le muestre los dashboards actualizados mientras espera poder mover su vehículo en una congestionada vía. El CEO nunca va a ser imprescindible pero le va a encantar poder tener la información cuando la requiera.

Casos de uso como estos son incontables. El punto al que quiero llegar es que no debemos ver la inclusión de la Inteligencia Artificial en nuestro entorno de trabajo como una amenaza, sino como una oportunidad de aprovechar nuestras capacidades intelectuales y cognitivas en tareas más gratificantes para nosotros y nuestro empleador.

Si esto no es del todo tranquilizador, supongamos que se cumple lo previsto por muchos expertos, y para finales de la próxima década la Inteligencia Artificial ya es capaz de superarnos en traducir texto, escribir artículos y operar vehículos en las carreteras de forma totalmente autónoma. Van a haber aspectos en los que las máquinas todavía no van a poder superarnos y dudo que sea algo que nuestra generación pueda presenciar. Estas capacidades son las tan comúnmente llamadas “habilidades blandas” o “soft skills” como: pensamiento crítico, creatividad, adaptabilidad de nuestro cerebro al cambio, negociación, toma de decisiones, empatía y habilidad de comunicarnos con nuestros pares. La humanidad debe dar un giro hacia fortalecer ese set de habilidades que ya son inherentes a nosotros, para que, en conjunto con la Inteligencia Artificial, logremos avances realmente asombrosos y cambiemos nuestro destino para bien.

Se dice que más de la mitad de los puestos trabajos del futuro aún no existen; pero lo que se requiere para desempeñarlos ya lo traemos desde que nacemos. No podemos tapar el sol con un dedo y negar que Watson de IBM nos supera en capacidad de almacenamiento, procesamiento y análisis, pero sí debemos estar claros en que tenemos que preguntarnos, como sociedad, si la definición actual que tenemos de la inteligencia humana es la correcta.


Compartir este artículo
¿Por qué necesita un coach empresarial para analíticos?

05 Noviembre, 2018 | De acuerdo con Forbes el 66% de las compañías ya tercerizan entre el 11% y el 75% de sus aplicaciones de inteligencia de negocios. Forrester predice que hasta un 80% de las firmas van a confiar en proveedores de servicios de inteligencia para alguna porción de sus capacidades de descubrimiento durante el año 2018. Una analogía sencilla puede ayudarnos a comprender porque esta estadística tiene mucho sentido. Supongamos que usted ha querido mejorar su condición física por algún tiempo y ha llegado el momento de tomar la decisión y pasar a ejecutar su objetivo, podría tener las siguientes opciones: Ir a la tienda de deportes y comprar el equipo más sofisticado disponible. Adquirir la membresía de algún gimnasio reconocido. Contratar un entrenador que diseñe una rutina personalizada y le asesore con la misma. ¿Según su experiencia o criterio cuál considera que le brindaría los mejores réditos? Regresando al terreno de la inteligencia de negocios y la analítica, supongamos que a nivel empresarial usted ya tiene conciencia con respecto a la importancia de ejecutar iniciativas de analíticos para su transformación digital y el desarrollo de ventajas competitivas en su negocio. Veamos algunas de sus opciones: Realizar una inversión de capital en implementar una solución de analíticos que luego deberá aprender a gestionar. Aprovisionar los servicios de analíticos de un fabricante que involucre uno o más terceros para llevar a cabo su ejecución. Contar con especialistas de datos que le den acompañamiento continuo y trabajen junto con su equipo para obtener el mayor valor de sus datos. ¿Según su experiencia o criterio cuál convendría más? IBM DataFirst DataFirst es el método de trabajo enfocado en transformar su negocio, al tiempo que se obtiene el mayor valor y conocimiento de sus datos. Brinda la estrategia, la experiencia y la hoja de ruta para empoderarle en su viaje desde la primera base analítica hasta la monetización de una empresa cognitiva. Este método le ayuda a resolver sus necesidades más apremiantes, llenando los vacíos existentes y a creando valor en cada paso por medio de un enfoque iterativo, ágil, y centrado en la nube. De esta manera, es posible construir un caso de negocio para avanzar en su transformación analítica, mitigar los riesgos en la implementación de las soluciones y acelerar su tiempo para obtener valor. El método le habilita para… DataFirst consiste en elegir un problema para comenzar a enfocarse en el mismo, identificar las brechas existentes, así como las áreas que deben abordarse; con el fin de establecer un plan para validar y probar la solución propuesta. Como metodología ágil, las construcciones clave del método DataFirst se muestran a continuación: Usted puede COMENZAR EN CUALQUIER LUGAR, lo que le permite centrarse en sus mayores oportunidades de negocios. Le ayuda a LLENAR LOS VACÍOS, de estrategia, experiencia y habilidades demostradas en ciencia de datos y analíticos, ni más ni menos. Finalmente, DataFirst le permite CONSTRUIR VALOR EN CADA PASO, conduciendo en última instancia a una cultura basada en datos, una iniciativa a la vez. GBM su Coach Empresarial para analíticos Dentro del portafolio de Soluciones Integradas de Analíticos, GBM cuenta con iniciativas enfocadas en el Descubrimiento de Datos,  donde usted podrá contar con un servicio de científicos de datos, que por medio del DataFirst y otras metodologías complementarias tales como el Design Thinking, Lean Management y Ágil, le brindarán acompañamiento experto con el fin de generar conocimiento de las fuentes de datos existentes en su organización, discernir la información clave e información relevante, generar prototipos de los datos , así como divulgar a las áreas involucradas los hallazgos relevantes en un enfoque de equipo de equipos. Si quiere ir mas allá de la implementación de una pieza de analíticos, o la adquisición de un servicio que será implementado por terceros, contáctenos. Con gusto se le explicará que nos hace el coach empresarial para analíticos de nuestros clientes.

Digital Tech Trends

01 Noviembre, 2018 | Sobrevivir a tiempos de cambio y no morir en el intento, para las empresas es todo un reto hoy en día. Las compañías han visto en la innovación la forma de subsistir y están buscando cómo transformar sus negocios con tecnologías digitales como: Inteligencia Artificial, Cloud, Contenedores, Microservicios, Kubernets, Robotic Process Automation (RPA), Application Programming Interface (API) y Analitycs Engine. Estas tecnologías les permiten a las empresas innovar en sus aplicaciones de negocios y obtener ventajas competitivas, así como encontrar nuevas formas de interactuar con los consumidores, a través de sus dispositivos, como teléfonos y relojes digitales. Las pasarelas de pagos y los asistentes virtuales que están llegando a los portales de servicio al cliente son ejemplos del uso que se le están dando a estas tecnologías en la transformación digital. Los departamentos de tecnología de las empresas siempre están en búsqueda de sacarle más provecho a sus inversiones de hardware y software (almacenamiento, comunicaciones, middleware, etc) para mejorar el tiempo de respuesta de sus aplicaciones de negocios y reducir costos operativos. La tendencia tecnológica en esta área está liderada por contenedores Docker, el gestor de contenedores Kubernets y la arquitectura de microservicios. Docker es una tecnología de contenerización que permite a los desarrolladores crear aplicaciones auto contenidas en “microservicios”. La construcción de una aplicación requiere de un número importante de recursos y elementos que incrementan la complejidad de preparar el entorno antes de habilitar el desarrollo de la aplicación a utilizar, estos entornos poseen limitantes de escalabilidad, en su gran mayoría delimitados por el tamaño del equipo físico donde reside. Con la contenerizacion se reduce esa complejidad que dispara innecesariamente los costos de hardware/ software y de administración de plataformas. En pocas palabras, con contenedores y microservicios las aplicaciones de negocio se cortan en pequeñas partes completamente independientes haciéndolas más costo-efectivas. Ahora que las aplicaciones de negocio están “cortadas”    en    varias    partes,    es    necesario automatizar su gestión, Kubernets o Kubernetes robustece el uso de contenedores, dado que permite habilitar y gobernar una colección de contenedores permitiendo definir esquemas de alta disponibilidad y habilitación de “clustering” a fin de que las aplicaciones contenidas en los contenedores puedan funcionar como un solo organismo. Al mismo tiempo, proporciona un entorno que permite su monitoreo, control y capacidades para escalar la infraestructura de forma dinámica (haciendo realidad el concepto de nube híbrida) como respuesta al incremento del consumo de la aplicación por los usuarios finales. Lo anterior, ha disparado proyectos  de modernización de aplicaciones para buscar flexibilizar las aplicaciones de negocio y reducir costos operativos en el camino. Lo interesante de este cambio, es que ha entregado a los ejecutivos de negocio herramientas para encontrar nuevas fuentes de ingreso, y en la actualidad, las empresas buscan la habilitación de microservicios para exponer funciones de negocio que tradicionalmente eran consumidos sólo internamente, hacia el mundo exterior. Este cambio de paradigma busca obtener nuevos beneficios al compartir información, y en la mayoría de los casos, monetizar en el proceso. Esta tendencia esta liderada por los APIs o Business APIs. Application Programming Interface o API es un término técnico utilizado por los desarrolladores para definir instrucciones con las cuales comunicarse con otras aplicaciones por medio de código de software. Sin embargo, cuando hablamos de Business APIs no estamos refiriéndonos a un tema técnico, sino a la oportunidad que tiene una empresa de exponer capacidades de negocio y/o información con socios, competidores o cualquier tercero y cobrar por cada vez que éstos utilicen ese Business API. Por ejemplo, la exposición de un servicio de calificación de riesgo que utilicen terceros (mueblerías, tiendas de electrodomésticos, etc.) y que puedan habilitar un perfil del cliente en tiempo real y proveer a través de un servicio con el banco la compra o el financiamiento de algún producto. Los Business APIs son el lenguaje de las startups y de los emprendedores, ya que éstos les permiten crear productos digitales de forma rápida y agregar valor donde nadie más lo está haciendo. Cada vez que una persona pide comida a domicilio por medio de Uber Eats, la aplicación utiliza múltiples Business APIs para dar el servicio, entre ellos los APIs de medios de pago de Visa y Mastercard por los cuales Uber tiene que pagar por su uso. Esta dinámica con las startups y la creación de productos digitales ha puesto mucha presión sobre las empresas para encontrar formas de interactuar con estos nuevos actores en su lenguaje y hacer alianzas que les permitan acelerar la cocreación de productos digitales y con esto garantizar la vigencia de sus productos y servicios con el nuevo consumidor digital. La tendencia que habilita la interacción con startups y la creación de productos digitales es el Cloud. La innovación digital empresarial no es tan sencilla, ya que las empresas con productos análogos no inician con el “lienzo en blanco”. Sin embargo, el Cloud es la plataforma que permite tener acceso a las tecnologías de punta (contenedores, API, Inteligencia Artificial) sin tener que hacer grandes inversiones económicas, permitiéndoles a los equipos de innovación la creación de productos digitales en cuestión de semanas para validarlos con los consumidores y así crear alianzas con startups que sumen al éxito del producto digital. En resumen, el Cloud es la caja de herramientas que utilizan los intraemprendedores de la empresa para utilizar todas las tecnologías digitales emergentes para la creación de productos y servicios nuevos y con ello hacer la realidad la innovación digital empresarial. En esta transformación digital, las empresas también están buscando transformar los procesos de negocio para brindar una mejor experiencia y/o reducir los costos operativos para el procesamiento de las solicitudes de los clientes. Aquí entramos al terreno de la Inteligencia Artificial y Robotic Process Automation. RPA o Robotic Process Automation es una tecnología cuya aplicación se encuentra orientada a optimizar actividades repetitivas dentro de los procesos de las organizaciones y que, en la gran mayoría de los casos, se consideran actividades manuales y transcripción de información de un sistema a otro. Esta tecnología permite de forma bastante rápida la captura del comportamiento de un operador de la computadora y grabar la secuencia de pasos u operación diaria. Como resultado de lo anterior, tenemos “Robots” en la ejecución de las tareas repetitivas que realiza un operador humano y que, en la mayoría de los casos, su horario de ejecución se extiende de las 8 horas diarias a 24. Un conjunto de robots puede ser visto como una fuerza de trabajo virtual. Es por esto, que RPA está impulsando proyectos enfocados a reducir el costo operativo y aumentar la eficiencia operativa dentro de los procesos de la empresa. Sin embargo, no todas las tareas realizadas por las personas son estructuradas y repetitivas, algunas requieren de cierta capacidad de análisis de información y entendimiento del contexto para tomar la decisión correcta, es aquí donde la Inteligencia Artificial entrega herramientas que permiten simular algunas capacidades cognitivas humanas como el aprendizaje por medio de la lectura de información (Machine Learning), identificación de patrones, el procesamiento del leguaje natural por medio de la escucha y el habla, y finalmente incorporar estas capacidades a los procesos para hacerlos más eficientes y crear una mejor experiencia para el cliente. Los máximos exponentes de esta tendencia son los asistentes virtuales que están llegando a los portales de servicio al cliente y/o a los canales digitales que utilizan los consumidores como Facebook Messenger, Siri, Alexa, etc. Sin embargo, las capacidades de la Inteligencia Artificial pueden apoyar en muchas más tareas y procesos dentro la organización que permitan competir de mejor manera en la economía digital. Finalmente, toda esta explosión de interacciones digitales genera una cantidad de datos sobre los consumidores que para las empresas son difíciles de almacenar, analizar y capitalizar en hallazgos que les permitan definir mejores estrategias. La tendencia en esta área son los Analytics Engine. Los Analytics Engines proporcionan las herramientas para realizar análisis sobre volúmenes de datos elevados, éstos se apoyan en los Datalakes, que es un lugar para almacenar datos estructurados y no estructurados, así como un método para organizar grandes volúmenes de datos muy diversos de diversas fuentes. Finalmente, estas tecnologías combinadas con Machine Learning y Deep Learning permiten a las empresas sacarle provecho a la información y crear estrategias de monetización basadas en datos. La adopción de todas las tecnologías digitales mencionadas en este artículo puede ser intimidante, es por ello que hemos creado el foro “Digital Tech Trends” donde convocamos a diferentes líderes de tecnología dentro de las empresas por medio de webinars mensuales y eventos presenciales, para acercarlos a estas tendencias y mostrarles casos de uso prácticos que pueden considerar implementar dentro de sus organizaciones para potenciar una relación estratégica entre los líderes de tecnología con los líderes de negocio. IBM ha entendido el reto que tienen los líderes de tecnología en esta trasformación digital y es por esto que ha consolidado todas estas tecnologías digitales en un solo producto llamado IBM Private and Public Cloud, con el cual las empresas pueden adoptarlas en cuestión de un par de semanas, y con ello iniciar la modernización de sus aplicaciones, la monetización de Business API, innovación para la creación de productos digitales, creación de fuerzas de trabajo basadas en RPA e Inteligencia Artificial, definir estrategias de monetización de datos y con todo ello avanzar en la transformación digital de sus negocios análogos. Por su parte, GBM con esta iniciativa busca apoyar a los líderes de tecnología brindándoles las herramientas  para  experimentar  sobre  las nuevas tendencias de  nube  híbrida  y  que puedan tomar la mejor decisión sobre dónde invertir su tiempo y dinero para  agregar capacidades digitales a la empresa.  

El viaje de RPA

01 Noviembre, 2018 | Cuando pensamos en robots, nuestra mente busca referencias de la ciencia ficción como, R2D2, Wall-E, o inclusive Terminator. Imaginamos creaciones mecánicas que nos ayudan en nuestra vida cotidiana con capacidades que complementan o inclusive mejoran las propias de nuestra condición humana. La realidad, aunque un poco diferente, de los robots que idealizamos no está lejos de la concepción original de la ciencia ficción, nuestra visión del futuro está sucediendo ahora. Gartner prevé que el mercado de automatización a través de robots de software crecerá un 41% año tras año hasta el 2020. Forrester estima que en el 2021 habrá más de 4 millones de robots haciendo diferentes tipos de tareas administrativas, de oficina o de ventas.   Adentrándonos en RPA Los robots de software entran en este panorama como una tecnología disruptiva cuyo potencial es capaz de crear nuevos paradigmas de negocio. No tienen pies ni manos, pero son capaces de interactuar con las estaciones de trabajo como lo haría una persona, imitando sus acciones sobre los aplicativos. RPA (Robotic Process Automation) es la práctica de automatizar actividades de negocio, utilizando robots de software, para realizar tareas principalmente transaccionales, y repetitivas, basadas en reglas definidas y sin interferencia de decisiones humanas. El término RPA se acuña a principios del año 2000, y no surge particularmente de una nueva tecnología central, sino es más una evolución de tecnologías como “screen scrapping”, y automatización de flujos de trabajo, e incorpora otras como reconocimiento óptico de caracteres (OCR). Agrega además funcionalidades para grabar acciones ejecutadas en una computadora, y la posibilidad de crear robots de una manera visual mediante facilidades de arrastrar y soltar sin la necesidad de que las personas tengan conocimientos profundos de codificación. El potencial de RPA es emocionante, promete aumentar eficiencia, reducir costos, y un rápido retorno de inversión, sobre todo porque un robot no es susceptible a fatiga o desmotivación; sin embargo, no se debe olvidar un hecho clave: no importa cuán poderosa sea la tecnología, se basa en el diseño y la programación humana, por lo que tiene limitaciones. La propuesta de valor La propuesta de valor de RPA se basa en las bajas barreras que ofrece la tecnología, ya que tiene un costo razonable, permite desarrollar rápidamente, los tiempos de implementación de un robot de software se miden en semanas, y no es invasiva, es decir no depende que se modifiquen sistemas existentes. Para lograr el éxito es esencial tener un entendimiento claro de las necesidades, prioridades, y procesos de la organización, así como las capacidades propias de la tecnología para escoger los casos de uso que mejor se adapten. Se recomienda siempre entender ¿qué se quiere automatizar? Y ¿por qué? y detallar si las actividades identificadas requieren previamente de una mejora. RPA no es un destino final sino un viaje. Revisemos las etapas de este viaje: Establezca el camino y enfoque el esfuerzo: •    Concéntrese en establecer prioridades de automatización para obtener una lista de iniciativas basadas en la ponderación de los objetivos de negocio con respecto a las necesidades. •    Elija un socio tecnológico que lo apoye en la adopción asertiva de RPA. •    Obtenga el compromiso ejecutivo. Descubra/seleccione/evalúe: •    Detalle los pasos de los procesos candidatos para entender el alcance de la automatización, además filtre si el proceso candidato es idóneo para RPA como un todo o una parte de éste. •    Evalúe los beneficios y la factibilidad técnica.  •    Determine si el proceso levantado requiere de mejoras y estandarización antes de ser automatizado. •    Establezca el Pipeline de Automatización: Consolide las iniciativas de automatización que pasaron por los filtros previos y están listas para continuar. Defina/implemente/entregue: •    Defina, implemente, y entregue las soluciones de automatización de manera continua. •    No olvide proveer acompañamiento para la adopción efectiva. RPA se puede aprovechar de múltiples maneras y la forma de utilizarlo es única en cada organización. La flexibilidad y facilidad de implementación puede acercarnos a una transformación de negocio completa, en la  que en el camino se puede incorporar la Inteligencia Artificial, o la gestión de procesos de negocio a través de tecnologías como BPM. Lo importante es tener la determinación de iniciar, enfrentar el reto, y emprender el viaje, para mantenerse competitivo en la era de la automatización.  



Escribe un comentario