La IA agéntica en acción: convertir los datos en resultados

Tom Soderstrom:
Le damos la bienvenida al pódcast Executive Insights, donde hablamos sobre la información que hemos obtenido de nuestros clientes de todo el mundo. Soy Tom Soderstrom, estratega empresarial, y me acompaña...

Miriam McLemore:
Miriam McLemore, también estratega empresarial.

Tom Soderstrom:
Formamos parte de un grupo que ha liderado la transformación de nuestras respectivas empresas o agencias. Miriam, de manera impresionante, lo hizo en...

Miriam McLemore:
Coca-Cola.

Tom Soderstrom:
... Coca-Cola, y yo lo hice en el Laboratorio de Propulsión a Reacción en la NASA.

Miriam McLemore:
Solo la NASA. Como si fuera poco.

Tom Soderstrom:
Algo relacionado con la nube. Si está viendo esto, creemos que le resultará útil, especialmente si es un líder empresarial o si trabaja en TI y le preocupa lo que va a pasar con todos estos datos, o si simplemente intenta averiguar cómo ascender en la organización y, probablemente, aprovechar lo más importante que está sucediendo, que son los datos, y qué podemos hacer con ellos. Los estudios de Gartner indican que la mayoría de las personas no están satisfechas con la información que obtienen de sus datos.

Tom Soderstrom:
Por eso, cuando les pregunto a los líderes ejecutivos: “¿Qué opinan de los datos?”, escucho: “Intuitivamente, sé que los datos son el elemento vital de la organización, pero estoy abrumado. No sé qué hacer. ¿Cuánto debo gastar? ¿Cuánto puedo gastar? ¿Qué debo hacer?” O: “Tengo todos estos datos, algunos los conozco y otros no. ¿Puedo monetizarlos?” O: “¿La calidad de mis datos es lo suficientemente buena? ¿Debo esperar a que sea perfecta?” O: “¿En qué medida están creciendo?” Más adelante hablaré de su crecimiento. Es bastante astronómico. ¿Cuáles son algunas de las frases que le dicen sus clientes?

Miriam McLemore:
El problema que he visto con los clientes es que, hasta ahora, nos basábamos en datos estructurados, porque eso es lo que cabe en nuestras tablas. Es lo que podíamos calcular. Es lo que podíamos incluir en los paneles de control de manera fiable y precisa, pero existe este enorme y creciente mundo de datos no estructurados al que los clientes quieren acceder. El mundo de la IA agéntica le brinda la posibilidad de aprovechar esos datos no estructurados e integrarlos con los datos estructurados, pero esas métricas son nuevas para los líderes empresariales. Es una forma diferente de evaluar su organización, el lugar en el que trabaja, las oportunidades y los resultados que puede impulsar. Las preguntas que me hacen los clientes son: “¿Por dónde empiezo? Me siento abrumado. Tengo un montón de datos estructurados. Y estos no están estructurados. ¿Por dónde empiezo?”

Tom Soderstrom:
Sí, les paraliza.

Miriam McLemore:
Exacto.

Tom Soderstrom:
Quería sacar algunas citas reales sobre datos.

Miriam McLemore:
Sí.

Tom Soderstrom:
Hice un pódcast con Mai-Lan Tomsen Bukovec, propietaria de datos en AWS.

Miriam McLemore:
Sí, claro.

Tom Soderstrom:
Me dio algunas estadísticas interesantes sobre S3, su principal origen de datos. Hay 1 millón de lagos de datos en S3, 1 billón de objetos y tiene muchísimos exabytes. Hay un promedio de 150 millones de solicitudes por segundo. Tiene miles de clientes que almacenan más de un petabyte y varios que almacenan más de un exabyte. Para un ejecutivo empresarial, es emocionante. “Mira todas las cosas que tengo”. Para una persona de TI, es horroroso. “¿Cómo lo administro?” Creo que el crecimiento de los datos... y creo que lo ha dicho bien... ¿por dónde empiezo? Empiece y ya. Y el 10 % está estructurado; el resto no está estructurado. Con la IA agéntica y la IA generativa, puede aprovecharlo. Creo que vamos a hablar de esto, de éxitos y fracasos, en el futuro.

Miriam McLemore:
Bueno, y es interesante, Tom. Me he dado cuenta de que los servicios financieros, los seguros y, en algunos ámbitos, la atención médica se están incorporando más rápido porque sus datos tenían que estar limpios. Han dedicado mucho tiempo a la precisión y la integridad de los datos. Otras organizaciones tienen muchos silos de datos e incoherencias en sus datos, por lo que deben implementar la limpieza y la gobernanza de los datos para aprovechar esta nueva tecnología.

Tom Soderstrom:
Sí. Se ajusta a lo que me dicen a mí. Los dos tratamos con clientes de todo el mundo, con grandes clientes, y cualquiera que deba seguir muchas normativas lo ve como una desventaja, pero no lo es. Es una ventaja, porque ya saben cómo tratar sus datos. El sector público, donde me desarrollé, sin duda lo sabía. Pensé que tal vez podríamos hablar sobre algunos de nuestros clientes que hemos observado que lo han hecho incorrectamente y sobre otros de los que podemos aprender porque lo han hecho correctamente. Así quizás hablaremos de algunos ejemplos reales de clientes con nombres.

Miriam McLemore:
Sí.

Tom Soderstrom:
¿Lo hacemos?

Miriam McLemore:
Claro.

Tom Soderstrom:
Bien. Si fracasan, crean demasiada fricción. Lo veo continuamente. La persona propietaria de los datos... entre comillas: “propietaria de los datos”... no quiere compartirlos.

Miriam McLemore:
Sí.

Tom Soderstrom:
Si quiere mis datos, tiene que completar un formulario. De hecho, dos o tres formularios. Queremos que todo el mundo use los datos. Entonces, ¿qué hacemos? Cambiamos el guion.

Miriam McLemore:
Sí.

Tom Soderstrom:
Si tengo que proteger mis datos, completo un formulario. Es fácil de hacer. Por ejemplo, en una gran agencia espacial, nos dimos cuenta de que se gastaba tanto dinero para proteger el menú de la cafetería como para proteger los comandos de subida de las naves espaciales, pero eso no se sabe hasta que se observa, hasta que se ve.

Miriam McLemore:
Es fascinante, porque estábamos en un mundo en el que los datos eran poder. Si tiene los datos, los controla. Me pasó con las funciones con las que interactuaba: el equipo de finanzas era el único que podía ver los datos financieros. Los científicos eran los únicos que podían ver esos datos. Estos silos se perpetuaron porque esas organizaciones adoptaron la cultura de que compartir no es seguro. Me encanta este concepto de cambiar el guion y hablar del valor, y los datos son un activo de la organización. No son un activo funcional.

Tom Soderstrom:
Exacto. Habíamos hablado de crear una malla de datos de la organización, que se centra realmente en los incentivos. Se centra en las personas que quieren usar los datos, las que realmente quieren usarlos.

Miriam McLemore:
Sí.

Tom Soderstrom:
Las personas que producen los datos quieren que la gente los utilice. Entonces, ¿por qué no los utilizan? Necesita a alguien en el proceso que lo haga realidad y cree el incentivo. Que elimine la fricción.

Miriam McLemore:
A veces, la gobernanza de datos puede convertirse en un factor de fricción.

Tom Soderstrom:
Sí.

Miriam McLemore:
También tiene que hacerlo de la manera correcta, porque estoy de acuerdo con usted. Hay productores de datos y consumidores de datos, pero en medio se necesita la capacidad de administrar esos datos y gobernarlos, y contar con la seguridad adecuada, la identidad y el acceso correctos, así como los controles de administración. Todo eso es de suma importancia. No estamos diciendo que tenga que haber libertad total para todos.

Tom Soderstrom:
Exactamente.

Miriam McLemore:
Estamos diciendo que hay que reunir la información para generar resultados. Es interesante. Hace poco tuve la gran oportunidad de asistir a un evento de Fórmula 1.

Son un ejemplo increíble de cómo los equipos, los pilotos y la organización general de la F1 se basan en los datos. Lo que más me gustó de ellos, y que considero un principio que muchas organizaciones podrían adoptar, es que no se agrega nada al coche ni a la pantalla, ni sensores ni información de datos, porque se trata de decisiones que deben tomarse en fracciones de segundo o milisegundos. Priorizan de forma implacable lo que importa, lo que realmente impulsa un resultado empresarial, porque, por supuesto, en la Fórmula 1, la velocidad importa.

Tom Soderstrom:
Sí. De hecho, para todos los ejecutivos con los que he hablado este año, y estoy seguro de que para usted también, la prioridad número uno es la velocidad.

Miriam McLemore:
Tiene que serlo.

Tom Soderstrom:
Velocidad de comercialización, velocidad de rentabilidad, velocidad de cumplimiento, velocidad de adquisición de habilidades. Y los datos pueden ayudar en todo eso. Es un momento muy emocionante. La otra cosa que veo que las empresas hacen mal es que intentan ser perfectas. Como en el ejemplo de la Fórmula 1, si solo estudiara la teoría y nunca lo hubiera probado, no lo sabría. Comience con un caso de uso de la empresa, pruébelo y repita. Seguramente la primera versión sea la peor y la más cara, luego podrá seguir avanzando. Los datos permiten hacer todas estas otras cosas, y muy pronto hablaremos sobre la IA agéntica.

Miriam McLemore:
Sí, pero no quiero dejar de lado ese punto tan importante que es la cultura de la experimentación, porque a medida que nos inclinamos a integrar más datos, es necesario que en la organización exista una cultura que nos permita aprender y aplicar esas mejoras. Eso es lo que hace la IA agéntica. Estos agentes se mejoran a sí mismos. Verán cuál era el camino y empezarán a aprender si hay un camino mejor. Nosotros también tenemos que tener esa cultura dentro de nuestras organizaciones.

Tom Soderstrom:
Sí. Y volvemos con los incentivos, y si... como quiero eso... ¿trabaja al revés? ¿Cuál es el resultado final que quiero? ¿Cómo puedo llegar allí y cómo pueden ayudarme mis datos? Lonely Planet tomó sus petabytes de datos y los organizó. Utilizó IA generativa y creó un agente de viajes virtual.

Miriam McLemore:
Sí.

Tom Soderstrom:
Kone Elevators, una empresa finlandesa, cuenta con cientos de miles de ascensores. La persona va a arreglarlo y tiene toda la información al alcance de la mano. Creo que una de las cosas que vemos a través de todo esto es que todo son datos. El código son datos. Amazon cambió, actualizó todo Java. Suena aburrido. Es caro. Se ahorraron 3500 días de trabajo y 250 millones de USD mediante el uso de agentes e IA generativa y el tratamiento de los datos de CODIS. Es un mundo nuevo y fascinante. ¿Cuál es su ejemplo de IA agéntica favorito?

Miriam McLemore:
Bueno, la verdad es que me gusta el que acaba de mencionar de Lonely Planet, quizás porque viajo mucho. Lo que han hecho es tener muy claras las necesidades del viajero. ¿Qué necesita el viajero de un agente de viajes? ¿Qué tipo de ayuda pide? ¿Dónde debo alojarme? ¿Dónde debo comer? ¿Cómo hace que mi vida sea sencilla? ¿Cuál es el equivalente de Uber en este país? Ayúdenme a viajar, hagan que sea sencillo para mí y usen datos. Esa es una de las cosas que me encantan del ejemplo de Lonely Planet.

Tom Soderstrom:
Otro ejemplo que me gusta mucho es que los datos de la NASA ahora están en AWS Data Exchange y pueden ayudar a predecir las inundaciones en Australia y las sequías en África, porque todo el mundo puede acceder a ellos. Una profesora de la Universidad de Sídney publicó todos sus datos genómicos en Open Data Exchange y un investigador de Suecia descubrió cómo ayudar a salvar al koala. Es esta ayuda...

Miriam McLemore:
Me encanta eso.

Tom Soderstrom:
...global. Si tuviera que dar consejos a los futuros líderes que ahora van a administrar esto, ¿qué haría? ¿Qué diría?

Miriam McLemore:
Sí. Tenía roles en los que era el rey de los datos y, como trabajaba en una empresa internacional, siempre intentábamos juntar los datos, pero lo hacíamos con el fin de informar. Porque desde el punto de vista financiero, teníamos que informar de manera coherente. Era un motivo razonablemente bueno, pero no impulsaba la empresa. Lo que recomiendo a los nuevos líderes de hoy es que comiencen por definir qué intentan lograr. ¿Cuál es la necesidad empresarial que intenta impulsar? Mencioné la F1: reducir el tiempo de parada en boxes con respecto a los 67 segundos que se tardaba en los años 50, creo. Ahora se puede hacer una parada en boxes en 1,8 segundos.

Tom Soderstrom:
Es increíble.

Miriam McLemore:
Ni siquiera parece posible. Pero se trata de eliminar todas las cosas que no importan y centrarse únicamente en las que sí importan, y luego coordinarlas a la milésima de segundo. ¿Cómo hacemos eso en una empresa? Los líderes se inspiran para impulsar los resultados empresariales y mejorar constantemente. Creo que es un mundo apasionante.

Tom Soderstrom:
Sí, es un mundo apasionante.

Miriam McLemore:
Para ser un líder.

Tom Soderstrom:
Estoy muy de acuerdo con lo que ha dicho: centrarse en las cosas que importan. Eso también se aplica a los datos. No se preocupe por eso. Solo tiene que usar los datos que puede utilizar para crear este resultado. Trabaje a la inversa y céntrese en eso, y el resto llegará. Estos futuros líderes tienen que mostrar resultados continuamente. Eso proviene de una cultura de experimentación y solo iteración. Yo diría que los propietarios de datos que sienten que tienen el control de los datos deben utilizarlos para impulsar estos nuevos resultados con la IA generativa y agéntica. Mostrar resultados empresariales.

Miriam McLemore:
Sí. Sobre su punto de vista sobre el liderazgo, tenemos que empezar desde arriba, hacer que los líderes se comprometan, pero también tenemos que trabajar en la base y mejorar las habilidades, de modo que nos encontremos en el medio como un equipo integrado.

Tom Soderstrom:
Muchísimas gracias. Gracias por enseñarme una vez más. Ha sido un placer.

Miriam McLemore:
Siempre disfruto de nuestras conversaciones, Tom.

Tom Soderstrom:
Gracias.

Escúchelo ahora

Escúchelo ahora

Escúchelo ahora