¿Cómo los datos pueden cambiar la vida de las empresas?
Además, nuestras recomendaciones
Encuentra las recomendaciones del equipo más abajo ⬇️
La IA Generativa y los datos
Estamos en 2024, el mundo se prepara para adoptar la inteligencia artificial de manera masiva, mientras los líderes tecnológicos intentan ser los protagonistas del proceso.
OpenAI democratiza el acceso a los modelos de IA Generativa mediante ChatGPT.
El interés por los procesadores de datos ha posicionado a Nvidia, una compañía orientada a la creación de tarjetas gráficas - principalmente para el sector gamer - a ser la tercera compañía más grande del mundo, por delante de titanes como Amazon y Google.
Microsoft, Google y las grandes empresas de Silicon Valley comienzan su particular juego de tronos por la IA Generativa mediante alianzas, adquisiciones y notas de prensa anunciando nuevos modelos.
Sin duda, nos encontramos viviendo unos años sin precedente a nivel de desarrollo tecnológico, en los que podemos esperar avances significativos con cada vez más frecuencia. Parece que lo que antes tardaba años, ahora tarda días.
Sabemos que la IA generativa…
…es un conjunto de tecnologías que generan contenido: GPT es un modelo que genera lenguaje, DALL-E es un modelo de imágenes, Sora es un modelo de vídeos, etc.
…no es el único tipo de IA: redes neuronales, procesamiento natural del lenguaje o machine learning son términos con los que ya nos hemos cruzado en el pasado y que seguirán existiendo y utilizándose. La GenIA no reemplaza a las demás, es complementaria.
…es una manera de procesar datos: para que todo esto sea una realidad, necesitamos datos que procesar, modelos que procesen los datos, y procesadores que ejecuten los modelos. El eslabón más débil de esta cadena determinará la calidad del output, por lo que los esfuerzos de las empresas desarrolladoras de tecnología están destinados a eliminar los cuellos de botella.
La otra cara de la moneda sobre la IA generativa es lo caótico, debido al volumen de información e intereses cruzados. Para sentar unas bases de entendimiento, es útil pensar en cuáles son las verdades fundamentales, qué cosas sabemos con total certeza sobre este conjunto de tecnologías.
¿Cómo podemos capturar el valor de los datos?
Las empresas generan grandes cantidades de datos de manera incremental, fruto de sus operaciones a lo largo de los años. Esto lo consiguen mediante recogida activa, como las encuestas, los reportes o los clásicos Excels; y recogida pasiva, como los datos de navegación, de uso o de sensores.
Como la operación de cada empresa es totalmente diferente, cada una genera conjuntos de datos únicos, con potencial para ser explotados de manera diferencial.
Esto es la definición de lo que en Igeneris denominamos “competencias clave”, que son capacidades o recursos únicos con el potencial de crear ventajas competitivas.
Algunos ejemplos de competencias clave son la capacidad de Disney para contar historias o la de Apple para diseñar productos con experiencias de usuario sencillas y agradables.
Una vez identificados los datos de valor y analizado el contexto de la compañía, el siguiente paso es idear la manera en la cual utilizar los datos para crear impacto en el negocio, es decir, sus casos de uso.
Modelos de pricing dinámicos al estilo de Uber o de motores de recomendaciones personalizadas como los de Netflix o Spotify son ejemplos de casos de uso para los datos y la IA.
Para cambiar la vida de las empresas, basta con implementar un sólo caso de uso con el impacto suficiente como para convertirse en una de sus competencias clave.
Si, por ejemplo, tu compañía del sector energético lleva 10 años recogiendo datos de las operaciones de sus parques solares, es posible crear un modelo que te recomiende el mejor lugar para construir el siguiente parque, o uno que pueda optimizar la producción de energía, aumentando los ingresos.
El ejemplo de optimización de la producción de energía pasaría por las siguientes fases:
Usar los datos de la compañía para crear un modelo que identifique si la planta está generando energía de manera subóptima.
Avisar al equipo de la planta para analizar el problema; es posible que haya que realizar un mantenimiento o incluso cambiar el equipo.
Una vez dilucidado cuál es el problema, contactar a los técnicos para realizar la intervención necesaria.
Gestionado de manera manual, este proceso ad hoc involucraría a múltiples roles y sistemas de la organización y lo volvería lento, aunque su prioridad sea alta debido a su impacto en la cuenta de resultados.
La pregunta que muchos nos haríamos en este caso sería:
¿Y si el mismo modelo pudiese avisar a los operarios de manera automática?
Para lograr esto, necesitamos pasar de los datos a la acción. Necesitamos un proceso automático que envíe el resultado del modelo al sistema donde tengamos a los operarios y que lance una orden para que vayan a analizar la situación. Una vez exista un diagnóstico de la planta, tendrá que avisar a los técnicos para hacer la intervención.
Como este caso, existen infinidad de procesos en empresas de cualquier vertical y geografía que podrían solucionarse con una pieza que orqueste las operaciones de manera automática, y que se maneje mediante una interfaz lo suficientemente intuitiva como para que usuarios menos técnicos puedan sacarle partido.
Como anécdota, hasta la llegada de ChatGPT en 2023, si querías probar uno de los modelos de OpenAI tenías que pedir acceso a su API. Esto intimidaba a un segmento enorme del mercado - los usuarios menos técnicos -, por lo que no es casualidad que el salto al gran público coincidiese con la democratización de su uso mediante una interfaz sencilla.
Con el mismo objetivo, Palantir, la compañía de Silicon Valley fundada por Peter Thiel, crea Foundry.
La idea detrás de Palantir Foundry es crear un gemelo digital de las operaciones de la empresa, donde cada conjunto de datos - desde el Parquet que usa el ingeniero de datos hasta el Excel del operador de planta - se traduce en un objeto del mundo real - en este caso un panel, un operario o un técnico - creando lo que en argot técnico se denomina una capa semántica, es decir, de objetos y relaciones entre ellos.
Esta capa semántica, también llamada ontología, brinda a los usuarios más cercanos al negocio un lenguaje más sencillo al que manejan en el día a día, así como herramientas para crear sus propios procesos automáticos conectándose a los sistemas legacy de sus compañías.
Mediante sistemas e interfaces como ChatGPT o Foundry; los datos, la IA o la automatización pueden llegar a ser parte del día a día de las personas y cambiar la vida de las empresas.
Vamos más allá: Modelos de negocio basados en datos
Como probablemente sepas, la historia de Igeneris está estrechamente ligada al Corporate Venture Building, a crear negocios desde cero para clientes del mundo corporativo, a construir el futuro de las empresas e impactar positivamente a sus cuentas de resultados.
Volviendo a la tesis del principio del artículo, en Igeneris pensamos que los datos de tu empresa pueden ser la mejor competencia clave sobre la que construir tu próximo negocio, y es por eso que iniciamos nuestra andadura con Palantir.
Esta alianza estratégica combina nuestra amplia experiencia creando negocios con la tecnología de primer nivel de Foundry, con el objetivo de crear modelos de negocio basados en datos y casos de uso de alto impacto que puedan marcar un antes y un después para nuestros clientes.
Si alguna vez te has preguntado hasta dónde podrías llegar con los datos de tu empresa, en Igeneris estaremos encantados de ayudarte a dar los primeros pasos y construir juntos.
Recomendaciones 🔥
📰 Belén Hernández, Senior Business Designer en Igeneris, te recomienda leer: “A Beginner’s Guide to Cohort Analysis: The Most Actionable (and Underrated) Report on Google Analytics”. Un estudio de Patrick Han que habla sobre qué es el análisis de cohortes y cómo puede ayudar a evaluar el rendimiento de las campañas de marketing de tu empresa.
📊 Santiago Alexander, Project Manager en Igeneris, te recomienda ver: “Big Numbers in Graphs”. El informe de Sepgra, Virtual Centre for Strategic Economic Policy and Geopolitics Research and Analysis, que representa con gráficos datos sobre la situación económica, social y medioambiental que nos acontece a nivel global.
