Anal¨ªtica de datos: luces y sombras de la pr¨®xima revoluci¨®n industrial

Suena el pitido inicial y el bal¨®n echa a rodar en un estadio de f¨²tbol aleatorio. Al mismo tiempo que el ¨¢rbitro ha dado la orden de comenzar el partido, una ¨²nica 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 cuesti¨®n de minutos, la primera gota se ha convertido en un leve chispeo; transcurrida media hora de juego, la tormenta se empieza a notar m¨¢s 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 anal¨ªtica de datos y esa extra?a lluvia que ha provocado la evacuaci¨®n del estadio en menos de una hora comparten una caracter¨ªstica com¨²n: la evoluci¨®n de ambos fen¨®menos es exponencial. ¡°Primero cae una gota, luego dos, despu¨¦s cuatro y as¨ª sucesivamente. En el minuto 47, el terreno de juego estar¨ªa solo levemente encharcado y lo sorprendente de esto es que unos minutos despu¨¦s habr¨ªa que evacuar el estadio porque de lo contrario la gente se ahogar¨ªa¡±, explic¨® Flor de Esteban, socia directora de Deloitte Digital, durante el evento Deloitte Tech Talks, organizado por Deloitte en colaboraci¨®n con CincoD¨ªas.

¡°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¡±, contin¨²a De Esteban. La experta habla de c¨®mo en un futuro la relaci¨®n entre los seres humanos y las m¨¢quinas ir¨¢ m¨¢s all¨¢ del lenguaje y pasar¨¢ a una etapa de ¡°sensorizaci¨®n total¡± en la que la forma de comunicarnos con el entorno cambiar¨¢ radicalmente.

M¨¢s informaci¨®n

Big data para saber cu¨¢ndo poner el partido

?No sabes en qu¨¦ trabajar? Este es el mapa definitivo de profesiones digitales

El viejo nuevo m¨¦todo

La t¨¦cnica que posibilitar¨¢ en parte esos avances, la anal¨ªtica de datos, es algo tan sencillo como recabar informaci¨®n, analizarla y, posteriormente, actuar bas¨¢ndose en ella. Aunque a priori no parezca algo novedoso o demasiado complejo, el desarrollo de nuevas tecnolog¨ªas, como la inteligencia artificial o el machine learning, est¨¢ permitiendo recabar, analizar y utilizar la informaci¨®n de formas que hasta hace unos pocos a?os solo eran posibles en la ciencia ficci¨®n. ¡°Toda la cantidad ingente de datos y toda la tecnolog¨ªa que puede digerir eso en tiempo real es lo que hoy permite que a trav¨¦s de un algoritmo relativamente sencillo reciba la informaci¨®n relevante en el momento adecuado¡±, dice De Esteban.

Juan Jos¨¦ Casado, data analitics & AI director de Repsol, opina que el big data y la inteligencia artificial est¨¢n transform¨¢ndolo 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 energ¨¦tica¡±, detalla. Poniendo ejemplos m¨¢s concretos, el ejecutivo habla de que gracias a la anal¨ªtica de datos es posible desarrollar ¡°mantenimientos predictivos¡± (reparar estructuras o componentes antes de que fallen) para asegurar que los activos est¨¢n siempre funcionando correctamente.

Por otro lado, mediante t¨¦cnicas 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 l¨ªquidos, 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.

?scar Caballero, CDO de Orange, tambi¨¦n coincide con la idea de que gracias a la anal¨ªtica de datos las empresas han conseguido la capacidad de predecir el futuro. Orange ha desarrollado lo que ellos llaman ¡°atenci¨®n 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. Seg¨²n 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 conexi¨®n wifi y no hace falta enviar a ning¨²n t¨¦cnico a casa del cliente, lo arreglamos nosotros por nuestra cuenta¡±, relata.

En el lado comercial, las herramientas predictivas basadas en la anal¨ªtica de datos permiten a Orange fijar el precio ¨®ptimo de cualquier dispositivo para maximizar sus ventas. ¡°No solo se tiene en cuenta el precio que pondr¨¢n 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 qu¨¦ precio lo har¨ªa¡±, desvela Caballero.

El impacto de estas tecnolog¨ªas van m¨¢s all¨¢ del mundo de los negocios. Seg¨²n Casado, ¡°est¨¢n cambiando a toda la sociedad, nuestra generaci¨®n tiene la oportunidad ¨²nica de hacer un mundo mejor gracias a estas tecnolog¨ªas¡±.

Entre tanto potencial transformador, la anal¨ªtica de datos y las tecnolog¨ªas asociadas a ella tambi¨¦n tienen sus propias sombras. Con un preocupante historial de abusos por parte de algunas compa?¨ªas en la cabeza, muchos usuarios recelan a la hora de ceder sus datos. El CDO de Orange explica que los consumidores tambi¨¦n se benefician cuando prestan sus datos a las empresas porque gracias a ellos obtienen unas ofertas y unos servicios m¨¢s 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 comit¨¦s ¨¦ticos de inteligencia artificial, hay muchas cosas sin resolver, cuando los ordenadores aprenden a aprender, ?con qu¨¦ criterios lo van a hacer?¡±, cuestiona De Esteban. ¡°Si un algoritmo decide por m¨ª los productos que me son m¨¢s relevantes, en realidad tambi¨¦n est¨¢ limitando lo que me permite ver, ?qui¨¦n es la m¨¢quina para decidir lo que me interesa y lo que no?¡±, reflexiona.

A pesar de la estrecha relaci¨®n que existe entre ambas facetas, la ¨¦tica y la regulaci¨®n permanecen en una fase temprana en la que no se han relacionado de forma directa todav¨ªa en este campo. ¡°Con la nueva regulaci¨®n de datos, los desarrolladores de algoritmos incorporaron la privacidad a la hora de programar. Lo mismo va a tener que hacerse con la ¨¦tica, tenerla en cuenta en la fase de dise?o, todos los que trabajamos en esto deberemos tener en la cabeza las directrices que lleguen desde los comit¨¦s de ¨¦tica¡±, considera Caballero.

Efectos en el empleo

El avance de la anal¨ªtica de datos y de sus tecnolog¨ªas asociadas tiene un fuerte impacto en la forma de entender el mercado de trabajo. Los expertos distinguieron entre dos efectos claramente diferenciados entre s¨ª. Por un lado, la tecnolog¨ªa sirve para potenciar la capacidad de decisi¨®n de los trabajadores mientras que por el otro est¨¢ el riesgo innegable de que algunas profesiones sean sustituidas completamente ante el avance tecnol¨®gico.

Seg¨²n explica el data analitics & AI director de Repsol, estas tecnolog¨ªas est¨¢n ¡°por y para ayudar a las personas en su d¨ªa a d¨ªa¡±. ¡°Ayudamos a nuestros empleados a hacer mejor su trabajo, anteriormente apoyados en la intuici¨®n, ahora tienen una herramienta m¨¢s para tomar mejores decisiones¡±, sentencia.

La anal¨ªtica de datos puede llegar a ser clave para fijar la pol¨ªtica de contrataciones de las empresas. El conocer el flujo de llamadas que recibir¨¢ en el futuro un call center permite a Orange reducir o ampliar su plantilla de 10.000 teleoperadores en funci¨®n 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 m¨¢s o hay 1.000 llamadas de clientes en espera, con lo que das un servicio nefasto¡±, explica ?scar Caballero.

Refiri¨¦ndose a esos mismos teleoperadores del call center, Flor de Esteban pone de relieve que a medida que avanza la tecnolog¨ªa, la cuesti¨®n ya no ser¨¢ la de estimar cu¨¢ntas contrataciones har¨¢n falta en funci¨®n del momento, sino que esos trabajos corren el riesgo de terminar siendo sustituidos por m¨¢quinas. ¡°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 har¨¢n falta, esa es la dificultad del asunto¡±, comenta.

Mientras que unos empleos ser¨¢n sustituidos, los expertos hablan de c¨®mo otros ganar¨¢n relevancia y de la gran importancia que tiene la formaci¨®n para adaptarse a estos cambios.

¡°Todo lo que tiene que ver con el dato y la profesi¨®n de data scientist se supone que es lo m¨¢s sexy de nuestro siglo, pero tambi¨¦n hay que romper un mito, lo que necesita la gente es formaci¨®n m¨¢s all¨¢ del back?ground que tenga¡±, opina Juan Jos¨¦ Casado.

¡°Los equipos son totalmente multidisciplinares, cualquier persona con la curiosidad que tiene que tener de esp¨ªritu por los datos y por ver qu¨¦ le pueden aportar, con la formaci¨®n adecuada, puede sacar partido a estas tecnolog¨ªas¡±, concluye.