La tecnología es una poderosa aliada a la hora de mejorar los procesos de toma de decisiones. La clave es definir cuáles son las decisiones que conviene optimizar a partir de la digitalización, en función de su impacto en el negocio y su potencial de optimización. ¿Qué preguntas nos tenemos que hacer para poner el foco en las decisiones correctas y maximizar su valor? ¿Cuáles son los pasos para seguir en el proceso de optimización de una decisión?

La pregunta ya no es si las máquinas pueden tomar decisiones, sino qué decisiones queremos que tomen. El primer interrogante fue respondido en muchas oportunidades. Por caso, podría citar una fecha histórica: el 11 de mayo de 1997. Ese día el campeón mundial de ajedrez, Garry Kasparov, fue vencido por primera vez en su vida por el programa Deep Blue, creación de IBM, en tan solo 19 jugadas.

La derrota del ajedrecista ruso dejó en claro no solo la capacidad de la Inteligencia Artificial para tomar decisiones, sino sobre todo su poder de precisión: la lógica de las máquinas tiene menos probabilidades de caer en ciertos errores que condicionan el juicio humano.

En particular, durante las últimas décadas se ha escrito mucho sobre los sesgos que inducen a errores sistemáticos y verificables en los resultados de una decisión. En 2021 el premio Nobel y referente de la economía del comportamiento Daniel Kahneman publicó un libro en el que introduce el concepto de ‘ruido’ en referencia a la variabilidad de las decisiones de las personas, sujetas a factores tan impredecibles como el humor o el clima.

Nada de esto afecta a las máquinas y por eso son capaces de decidir con mayor precisión. El mundo empresario ha tomado debida nota de esta ventaja, porque sabe muy bien que una decisión acertada, tomada en el momento oportuno, puede definir el éxito o el fracaso de un negocio. Por eso, la digitalización de las decisiones es un pilar clave de la increíble transformación que están atravesando las organizaciones. De hecho, podemos pensarla como un largo proceso en el cual las compañías fueron incorporando distintas herramientas con las que pudieron evolucionar desde una toma de decisiones analógica, a partir de información desestructurada y con la intuición como base, hasta un procedimiento casi totalmente digital, en el que los algoritmos o redes neuronales artificiales pueden llegar a recomendar alternativas y pasos a seguir. En el caso más extremo, una inteligencia artificial puede ser configurada para tomar la decisión directamente, sin intervención del ser humano.

Este proceso se aceleró en los últimos años, gracias a la superación de algunas barreras importantes, como la baja capacidad de procesamiento de las máquinas, la escasa e insuficiente calidad de la información y los datos para implementar Inteligencia Artificial en escala, o la resistencia natural por parte de los clientes y los agentes gestores de la industria a abandonar procesos decisorios menos sistematizados. Desde entonces, la aparición de Big Data y Cloud Computing multiplicaron el acceso a la información, así como las técnicas de Machine Learning y Deep Learning fortalecieron su funcionamiento, dos factores decisivos para digitalizar la toma de decisiones.

Identificar las decisiones que importan

Resulta cada vez más evidente que a una empresa que decide mejor le va mejor. Si, además, la inteligencia de las máquinas puede mejorar el proceso decisorio, lo que sigue será preguntarse cuáles son las decisiones con mayor potencial de digitalización e impacto positivo en los resultados de una compañía. En términos generales podemos pensar en un proceso que contemple los siguientes pasos:

1. Listar todas las decisiones de impacto y priorizar las de mayor beneficio esperado

El primer paso es reunir en un listado todas las decisiones que tienen un impacto significativo sobre los resultados de la organización y elegir cuáles de ellas valen la pena considerar para digitalizar. Comenzar listando las decisiones nos evita caer en un error muy típico: procesar y analizar datos, sin saber para qué lo hacemos, sin identificar claramente el objetivo de negocio detrás.

Del listado anterior vamos a identificar cómo impacta cada decisión en el negocio. El objetivo es poder distinguir aquellas que tienen mayor impacto, ya sea de forma individual (una decisión que por sí misma tiene alto impacto) o de forma agregada (una decisión que se toma muchas veces y su recurrencia por repetición arroja un valor importante).

• Pregúntese: ¿Qué decisiones hay detrás de los principales desafíos del negocio o área? ¿Qué decisiones se toman en cada etapa del proceso que se quiere evaluar? ¿Cuánto impacta cada decisión (de manera agregada) en los resultados del negocio? ¿Cómo varía la situación de decisión cada vez que hay que tomarla? ¿Existen errores o ruidos que podrían reducirse?

2. Comprender en detalle la naturaleza de cada decisión priorizada y definir la mejor solución para optimizarla

Esta etapa consiste en revisar si son decisiones para las cuáles disponemos (o podemos disponer) de información y si las podemos estructurar, o bien son decisiones que tienen alternativas diferentes o se someten a riesgos muy distintos cada vez que deben ser tomadas. Entender esto nos permitirá distinguir qué tipo de solución será más conveniente: si podremos llegar a una automatización completa, si será un desarrollo que asista al humano responsable de tomar la decisión, etc.

En este caso es conveniente detenerse en cada uno de los componentes de la decisión y evaluar hasta qué punto es posible crear un enfoque repetible. Asimismo, es importante poner en marcha iniciativas para mejorar la calidad de los datos y mejorar el acceso a las fuentes de datos internas o externas.

• Pregúntese: ¿Es posible estructurar la decisión con objetivos y reglas de negocio predefinidas? ¿Tiene alternativas y variables constantes en el tiempo? ¿Qué información es necesaria para tomar la decisión? ¿Contamos (o podemos contar) con las fuentes de información que necesitamos?

3. Entender cuál es el potencial de optimización para definir conveniencia económica

Una vez priorizadas las decisiones e identificadas las soluciones potenciales, es necesario calcular su costo actual en tiempo y recursos. Hay decisiones que resultan muy caras de tomar y son precisamente las que más conviene digitalizar. Asimismo, debemos entender cuál sería el costo de robustecerlas con tecnología.

Para evaluar la inversión en un proceso de digitalización también es conveniente definir cómo la reingeniería de la toma de decisiones podría hacer avanzar a la organización; por ejemplo, si planeamos impulsar la transformación digital o proporcionar una ventaja competitiva.

• Pregúntese: ¿Cuál es el valor estimado de la decisión sin inteligencia de decisión? ¿Cuál es el costo en tiempos y recursos de tomar la decisión hoy? ¿Cuál es el margen de error que existe en la actualidad? ¿En qué medida la optimización cambiaría los resultados para el negocio? ¿Cuál es el costo de incorporar tecnología, ciencia de datos y la información necesaria para optimizarlas?

4. Construir el prototipo de solución técnica y definir cambios organizacionales requeridos para que la solución sea sustentable

Para poner en marcha el desarrollo técnico que nos permitirá optimizar la decisión deberemos entender primero los requerimientos funcionales detallados que deberá cumplir la herramienta (qué tiene que hacer, qué tipo de análisis, cuál debe ser el output). Esto nos habilitará al posterior desarrollo de un prototipo simple para testear y ajustar la herramienta, mientras ya se van obteniendo mejores resultados para el ambiente en donde se está testeando.

Es clave que durante esta etapa también pongamos en marcha el diseño de los cambios organizacionales que serán requeridos para que la solución funcione y aquellos que deberán hacerse como consecuencia del cambio. Es decir, habrá algunos que serán condición necesaria (e.g. garantizar las competencias de toma de decisiones y analítica requeridas según cada perfil) y otros que serán producto de la optimización (e.g. menor cantidad de rutinas, procesos más simples y limpios, cambios en el modelo de gobierno).

• Pregúntese: ¿Qué lógica de cálculo debe tener el modelo para optimizar la decisión? ¿Cuáles son los requisitos que debe cumplir un prototipo para ser lanzado como piloto en producción? ¿Cuáles son las adaptaciones que se deben hacer en el prototipo para probarlo en distintos mercados/áreas de impacto? ¿Qué ajustes se requieren realizar en la organización, procesos, responsabilidades y roles para que la digitalización funcione? ¿Qué habilidades internas es necesario desarrollar en cada tipo de perfil para aprovechar al máximo la solución?

5. Implementar masivamente, aprender y ajustar

Cerrado el diseño, avanzaremos con la implementación de la solución técnica y de los cambios organizacionales. Se trata de una etapa muy variable, dependiendo del alcance de la implementación y el impacto que tenga en la organización.

En cualquier caso, la clave está en mantener el proceso vivo, en asegurar un aprendizaje continuo tanto de la parte técnica (identificando ajustes a hacer en la herramienta) como en la parte organizacional (evaluando cambios adicionales que son requeridos para que la solución funcione).

• Pregúntese: ¿Cuál es la metodología de implementación idónea (módulos, geografía, canal, etc.)? ¿El modelo desarrollado cubre las necesidades de los diferentes mercados? ¿Cómo podemos mejorar la precisión del modelo a través de la información o nuevas correlaciones? ¿Cómo garantizamos un feedback continuo para mejorar el modelo? ¿Los ajustes organizacionales son los adecuados para optimizar la solución?

En el día a día es posible ver estas implementaciones en sectores como consumo masivo, que está llevando a cabo un gran proceso de digitalización de proceso de comercialización. Por ejemplo, las compañías de este sector cuentan con una enorme cantidad de vendedores que visitan los puntos de venta en forma diaria y toman constantemente decisiones de aplicación de descuentos u otras condiciones comerciales. Si bien estas decisiones tienen una cantidad de alternativas limitadas dentro de determinados beneficios que se puede otorgar a cada cliente, la decisión final muchas veces la toman los vendedores y existe una variabilidad muy alta a la hora de comparar la opción elegida frente a situaciones similares. Es cierto que la decisión de un solo vendedor tiene un impacto bajo, pero piense en ese pequeño impacto multiplicado por la cantidad de vendedores que están tomando esa misma decisión en toda la geografía. El impacto agregado cambia bastante, ¿no? Por este motivo, muchas compañías líderes están automatizando esas decisiones para que, ante determinadas características del cliente, la recomendación de la condición comercial a aplicar sea a través de reglas de negocio que potencien la maximización de ganancias.

La digitalización de las decisiones es solo una parte del potencial de Data Decision Intelligence para ayudar a las empresas a aprovechar dos valiosos recursos que hoy tienen más a mano que nunca: acceso a grandes volúmenes de información y herramientas con gran capacidad de procesamiento. El tablero está armado y las piezas listas para moverse. ¿Cuál será su siguiente jugada?

Florencia Lasa
Directora de Tandem.
fl@tandemsd.com