Capítulo 12: Transformando Data en Sabiduría
¿Qué tan listo eres? ¿Qué tan inteligente eres? ¿Qué tan sabio eres? No me contestes… no vamos a discutir eso. Lo que quiero que reflexionemos juntos es ¿cómo tomas las decisiones hoy en día? y ¿cómo te gustaría tomarlas? ¿Cuántas veces te equivocas? No te gustaría disminuir el error e incrementar la asertividad? Bien, pues tienes que cambiar tu forma de pensar. Tienes que cambiar tu forma de operar. tienes que cambiar tu forma de trabajar.
Esto es Cerebro de Silicio, el futuro de la Inteligencia Artificial, hoy.
Capítulo 12: Transformando Data en Sabiduría
“El ignorante afirma, el sabio duda y reflexiona”.
Aristóteles.
¡Cuántas veces me he topado con directores brillantes tomando decisiones llenas de ignorancia! No por falta de conocimiento -acabo de decir que son brillantes-. Por falta de análisis y por supuesto de datos, por falta de un proceso sólido de toma de decisiones.
El primer iPod, 23 de octubre de 2001.
Déjame contarte una historia. A quien en realidad se le ocurre la grandiosa idea de un aparato capaz de guardar y reproducir archivos MP3 no fue a Steve Jobs. Fue a Tony Fadell. en 1997, Fadell trabajaba para RealNewtworks, la empresa que desarrollaba los sistemas para el 85% del streaming en aquel entonces. Recordemos que Youtube nace en el 2000, varios años después. Hasta ese momento RealNewtorks era el rey del streaming. Tony fue contratado para desarrollar un dispositivo reproductor de MP3, asi es que se muda a Seattle en febrero y tres meses después se da cuenta de que simplemente no puede con el lluvioso y frío clima de esa ciudad. Así es que propone a RealNewtorks implementar un equipo de desarrollo en San Francisco. La organización no lo apoya, por lo que la relación se rompe y ambas partes, se separan. Sin embargo, Fadell deja algunos los avances y diseños en manos de su jefe sin que nada sucediera: “cajas del tamaño de una baraja… diseños hermosos y distinguidos”. Un año más tarde, Fadell lleva sus desairados diseños a Apple. El resto es historia. Lo que pudo haber sido el RealPod nació como el iPod.
Si, es un tema de visión pero es un tema de datos, información, inteligencia y sabiduría. No entender el mercado o no poder planearlo. No poder dimensionarlo para tomar decisiones o exceso de arrogancia para no poder calcular el costo beneficio de un equipo en San Francisco y así cumplir el objetivo de la organización. Sea como sea… decisiones.
https://www.stuff.tv/features/man-who-was-nearly-steve-jobs
https://www.businessinsider.com/the-11-worst-mistakes-in-tech-history-2011-4?r=MX&IR=T#yahoo-not-buying-facebook-8
He visto mil veces, empresas geniales con ejecutivos brillantes equivocarse enormemente. ¿Como sucede? Es claro, los procesos de toma de decisiones. Y ¿cómo hacemos para tomar mejores decisiones? La clave es el Modelo DIKW. Tanto a Milan Zeleny como a Russell L. Ackoff se les da el crédito del modelo. ¿Qué compone el modelo? Una pirámide con cuatro capas:
Datos (data): Simples secuencias de símbolos, signos sin un significado en particular más que su simple presencia.
Información (information). Son los datos o la data la cual tiene un sentido que permite contestar preguntas como: ¿quién?, ¿qué? y ¿cuándo?
Conocimiento (knowledge): Es la información con relacionamiento. Ayuda a contestar preguntas ¿cómo?
Sabiduría (wisdom).
Modelo DIKW: Data (Datos), Information (Información), Knowledge (Conocimiento), Wisdom (Sabiduría o Inteligencia)
Así es que todo parte de los datos, la parte más básica, cruda o primitiva del modelo. Es la base. Es el insumo del cual partimos. Así como es el más común, es el de menor valor -aunque tenga valor, a fin de cuentas. Sirve para dar un vistazo a la realidad y tomar decisiones básicas. Bien, pues para tomar decisiones más complejas, debemos transformar los datos. Manipularlos, juntarlos, organizarlos para colocarlos en el nivel inmediato superior y crear información. Posteriormente lo volveremos a manipular para crear conocimiento y al final sabiduría. ¿Cómo lo hacemos? Haciéndolos pasar por procesos de valor para poder contestar preguntas cada vez más complejas. Y aquí es donde está el error de muchos ejecutivos o tomadores de decisiones. Tener datos no es tener inteligencia, mucho menos sabiduría.
– “¿Cuantos productos vendimos ayer?”, pregunta el director.
– “20”, responde el analista.
– “Bien, preparen una estrategia para vender 22 mañana…” .
En el mundo de los datos, ayer no implica hoy y mucho menos mañana. El olfato y la experiencia llenan huecos de forma artificial. El cerebro puede engañar llenando espacios en blanco de una forma errónea o sesgada. Cuando lo único que tienes a tu alcance es un martillo, a todo le ves cara de clavo. ¿Cómo resolvería un astronauta un problema de mercadotecnia? Yendo al espacio, porque es lo que sabes hacer. Si llevamos los datos al siguiente nivel mediante diversos procesos, nos daremos cuenta de que hay otras opciones y formas de solucionar un problema. ¿Qué hacer entonces? Transformar esos datos en información. Reordenar, recolocar, reorganizar los datos. Ponerlos en una estructura específica para que nos diga algo. Agregar historia. Esto permitirá, por ejemplo, generar tendencias. Los datos se han vuelto Información.
– “Bien, mañana venderemos 16 ya que es inicio de mes y las ventas históricamente caen en principios de mes”. La historia es ahora distinta, la información da otras perspectivas que los datos.
Ahora, seguir en el modelo hacia el siguiente nivel: Transformar la información en conocimiento. Cuando es necesario tomar decisiones más complejas: “¿Cómo se distribuirán esas ventas?”… ¿Cómo?… La pregunta que verdaderamente nos separará de la competencia. Es necesario generar un acervo de inteligencia en la organización. La idea es, como ya comentamos, desarrollar modelos matemáticos y estadísticos más complejos que permitan tomar decisiones más sofisticadas.
Finalmente, transformar el conocimiento en Sabiduría o Inteligencia. Ahora es cuando incorporamos incorporar procesos del pensamiento, lo que verdaderamente nos hace humanos. ¿Cómo? con modelos de pronóstico y modelos predictivos, con modelos de redes neuronales y machine learning. Con Inteligencia Artificial que puedan anticipar y tomar decisiones por sí mismo, minimizando el grado de error en cada iteración.
Ahora, el modelo podrá extraer datos de forma automática, cuando el sistema lo requiera o crea conveniente, agregar valor para convertirlos en información, agregar modelos para convertirlos en conocimiento y generar modelos predictivos que permitan crear escenarios y ponderación de ellos para tomar, en automático, la mejor decisión. Retroalimentar el sistema para que se haga cada vez más inteligente mediante modelos de Machine Learning… aprendizaje. Así creamos sabiduría o Inteligencia.
El gran error es tomar decisiones sin datos, o en el peor de los casos, únicamente con datos. ¿Cuántas veces no tomamos decisiones de forma azarosa? Lanzando una moneda al aire, o unos dados, sacando una carta o viendo la sombra de la marmota.
La idea de basar las decisiones en el modelo DIKW es que incrementemos el valor de los datos hasta donde podamos. Por supuesto es un modelo, una representación abstracta de la realidad cuyas fronteras son difíciles de definir. Por ello, lo importante es asegurarnos que hoy tenemos más valor para la toma de decisiones de lo que tuvimos ayer. Lo importante es alejarnos cada vez más de la base de la pirámide del modelo, ir escalando… poco a poco, pero ir siempre hacia arriba. ¿Cual es el nivel óptimo o al cual debo aspirar? El que corresponda para tu organización dependiendo del mercado, de la geografía, de la industria y de muchos factores. De la complejidad de tu organización y de tu merdado. No todos deben estar en la punta, pero no todos tienen porqué estar en la base. Ese es el verdadero valor de saber dónde estás parado y saber hacia a donde hay que ir.
Déjame preguntarte algo ¿Porque perdiste ese negocio? (tu sabes de cual hablo, del que más te dolió). ¿Porque perdiste ese mercado? (¡Tu lo dominabas!). Tu competencia Trabaja con conocimiento y tu con datos -en el mejor de los casos-, tal vez incluso solamente con olfato y experiencia. Tu competencia opera en un nivel superior al tuyo y tiene mejores ventajas de toma de decisiones… vas a perder todos, o la mayoría de los partidos. ¿Porqué Japón dominó el mundo en los 80s-2000s? Ellos automatizan todo. Las decisiones estaban automatizadas con conocimiento y sobre todo con Inteligencia Artificial -con sabiduría. Son los amos de los robots y de las máquinas que deciden por sí mismas. China está haciendo lo mismo y está alcanzando a Japón. El objetivo de esto que escuchas y lees es hacerte reflexionar: Necesitas tu y necesita tu empresa -u organización- acelerar el manejo de los datos y llevarlos a un siguiente nivel para adelantarte a la competencia y para tener mejores resultados: incrementar ventas, decrementar costos, incrementar asertividad en números, acelerar la toma de decisiones, anticipar mercados, minimizar inventarios, optimizar margen de error… ¡que se yo! Lo sencillo es saber que necesitas mejorar. Es momento de ir a donde quieres y no a donde la corriente te lleve, pero para ello necesitas sabiduría… conocimiento para tomar decisiones. Alguna de esas oportunidades que dejaste ir pudo haber sido el iPod. ¿No crees? ¡Que coraje!
Cerebro de silicio es más que un podcast. Es una producción de Azul Chiclamino. Yo soy Rodrigo Llop. visita cerebrodesilicio.com
¿Estas buscando desarrollar una estrategia de Inteligencia Artificial, de Analítica, de Big Data, Ciencia de Datos o de Business Intelligence? ¿O simplemente quieres saber más? en Cerebro de Silicio apoyamos a organizaciones a desarrollar e implementar estrategias de A.I. Conferencias, consultorías, talleres. contactanos. cerebrodesilicio.com
