Quinto Factor «Asegurar la disponibilidad de los datos.»
El 82% de los directivos líderes afirman que ampliar la IA es una prioridad máxima para su organización según el informe AI-readiness for C-suite leaders por MIT. Pero solo el 15% de las organizaciones tienen una arquitectura de datos madura.
Sin datos de calidad, cualquier proyecto de IA está destinado al fracaso.
En nuestra experiencia desde Infini a la hora de automatizar procesos en cualquier organización hay 6 factores clave para reducir el riesgo de fracaso. Estos además deben ser contemplados de forma secuencial.
Asegurar la disponibilidad de los datos.
No son pocas las veces que al intentar automatizar un proceso nos encontramos con que los datos necesarios no están disponibles, están dispersos en diferentes sistemas o su calidad es tan baja que hace inviable la automatización.
¿Por qué es un error no asegurar la disponibilidad de los datos?
Los proyectos de IA o Automatización dependen fundamentalmente de los datos. Sin embargo, la mayoría de las organizaciones tienen sus datos distribuidos en diferentes silos, ERPs, CRMs, hojas de cálculo, documentos no estructurados y bases de datos departamentales. Esta fragmentación dificulta enormemente cualquier iniciativa de automatización.
Por ejemplo, hace poco trabajamos con una empresa industrial que quería automatizar su proceso de facturación. El proceso parecía simple, capturar los albaranes, validar contra pedidos y generar facturas. Sin embargo, los albaranes estaban en papel, los pedidos en SAP y las condiciones comerciales en hojas Excel. El proyecto que parecía trivial se convirtió en un proyecto de gestión del dato completo.
Un ejemplo muy común, la calidad del dato.
No son pocas las empresas que tienen problemas con la calidad de sus datos maestros. Imaginemos que queremos automatizar el proceso de conciliación bancaria. Los datos bancarios están en el extracto del banco, pero los datos de referencia en nuestro ERP no coinciden con los conceptos bancarios. El robot puede ser perfecto, pero si no puede hacer el matching por la baja calidad del dato, el proceso seguirá requiriendo intervención manual.
¿Qué debemos considerar antes de automatizar?
- Disponibilidad ¿Tenemos acceso a todos los datos necesarios?
- Calidad ¿Los datos son fiables y están actualizados?
- Formato ¿Los datos están en un formato procesable?
- Integración ¿Podemos conectar las diferentes fuentes?
- Gobierno ¿Tenemos políticas claras de gestión de datos?
La tentación es grande, «ya lo arreglaremos sobre la marcha». Pero la realidad es que sin una base sólida de datos, el proyecto de automatización nacerá cojo. Es mejor invertir tiempo en asegurar la disponibilidad y calidad de los datos antes de empezar la automatización.
Los datos no son el nuevo petróleo, son el nuevo amianto.
Existe un mantra en el mundo empresarial que equipara los datos con el petróleo del siglo XXI. En nuestra experiencia, esta es una analogía peligrosa. Los datos se parecen más al amianto, un recurso que parecía milagroso hasta que descubrimos sus riesgos a largo plazo.
La obsesión por acumular datos masivos está generando más responsabilidades que beneficios para muchas organizaciones. Los costes ocultos son enormes, almacenamiento seguro, riesgo de filtraciones, multas por incumplimiento regulatorio y, quizás lo más valioso, la pérdida de confianza de los usuarios. Cada nuevo dato es una potencial responsabilidad.
En un reciente proyecto con una empresa de retail, decidimos descartar el 60% de los datos que estaban almacenando sobre sus clientes. No solo redujeron costes y riesgos, sino que la efectividad de sus campañas mejoró al centrarse en los datos verdaderamente relevantes. La ventaja competitiva no está en acumular más datos, sino en ser extremadamente selectivo sobre qué datos recopilar y, sobre todo, en saber cuándo es mejor no recogerlos.
¿Están los datos accesibles y con la calidad necesaria? ¿Tenemos una estrategia de datos definida? ¿Hemos evaluado el esfuerzo necesario para preparar los datos? ¿Estamos seguros de que necesitamos todos los datos que almacenamos?
La automatización es como construir una casa, los datos son los cimientos. Si los cimientos no son sólidos, no importa lo bien que construyamos encima, el edificio acabará cayendo. Y como con el amianto, más no siempre significa mejor.
Gracias por compartir tus comentarios 🙂
Primer factor: Consensuar el propósito y las métricas de negocio
Segundo factor: Alinear las expectativas del usuario final.
Tercer factor: Analizar el proceso y los sistemas de información