Por: Juan Alberto Flores (*)
William Edwards Deming (1900-1993) fue un estadístico estadounidense y sobre todo, uno de los padres del concepto de Calidad Total (a pesar de que jamás uso ese término), él afirmó en su obra épica: “Out of the crisis” (1982) que todo proceso es variable y cuanto menor sea la variabilidad del mismo, mayor será la calidad del producto resultante.
Justamente, uno de los grandes retos del management es tener claridad de los indicadores y los umbrales de los diversos procesos para gestionar adecuadamente hacia una mayor calidad. La repetición de una buena práctica junto con la aplicación de la mejora continua será útil en la reducción de la variabilidad de los procesos.
Sin embargo, aparecen variaciones o desviaciones en determinados procesos y habrá que entender si son originados por causas comunes (conocidas y predecibles) o especiales (desconocidas y impredecibles). Deming, nos enseña que: “el objetivo del control estadístico de procesos es detectar las causas de variabilidad de manera que la única fuente sea debido a causas comunes o no especiales, es decir, puramente aleatorias”
En suma, ¿para qué volvernos predecibles? Porque nos da la oportunidad de desarrollar e implementar mejores productos y servicios; sin dejar de imaginar desviaciones especiales y por ende llevar con entusiasmo y motivación, mayores beneficios a nuestros usuarios y clientes.
Hacia la predictibilidad
En el papel, una empresa que ofrezca estabilidad política, económica y social sostenible es una que proyectará mayor predictibilidad y por lo tanto mayor será la calidad de productos y servicios que ofrezca en beneficio de sus consumidores. Sin embargo, esto no quita que no existan variaciones comunes y especiales; sus líderes deberán comprender que para hacer la mejor gestión posible y no entrar en crisis, deberán entender e identificar dichas variaciones.
Para entender e identificar variaciones o desviaciones, quiero detenerme en dos elementos:
1. El conocimiento. Es importante entender que hay mucha información, así como formas de almacenarla, lo complicado es extraer de ella el conocimiento que necesitamos. Es decir, lo complejo es el análisis para representar la información que proviene de los datos. Se dice que es tal la importancia de la data que el 90% de la información existente, preservada en medio de cualquier tipo, se ha creado en los últimos dos años. Hoy existe información generada por humanos proveniente de bibliotecas y archivos periodísticos hasta textos, comentarios, tuits, imágenes, sonido, video y que llega casi al 80% de la data existente; así como la generada por máquinas producto de sensores, log o tecnologías IoT y que llega al 20% de la data existente.
2. El pensamiento estratégico. De nada servirá si invertimos en transformar la data en conocimiento si el equipo de liderazgo no ha desarrollado un pensamiento estratégico. Se trata de un pensamiento intuitivo y creativo, la característica más importante es que se puede ver más allá de lo analítico y provoca la capacidad de imaginarse en lo uno que puede ser. Existen tres componentes para pensar estratégicamente: comprender el contexto y ver más allá de lo evidente, anticipar oportunidades y amenazas e; imaginar futuros posibles. Si el proceso de planeamiento estratégico acoge o facilita el pensamiento crítico, el tratamiento del conocimiento generado servirá para reducir desviaciones y volvernos predictivos.
¿Cuáles son los tipos de problemas que resuelve la Inteligencia Artificial?
Según la RAE se trata de la disciplina que crea programas informáticos que ejecutan operaciones comparables a la humana: aprendizaje y razonamiento lógico. Una disciplina que reúne: aprendizaje automático, sistemas expertos, sistemas RPA (Robotic Process Automation), la robótica o los sistemas de procesamiento de lenguaje natural.
Todo esto con el objetivo de comprender los principios que hacen posible el comportamiento inteligente en sistemas artificiales; consiguiendo habilidades de un rendimiento similar al de un humano en tareas cognitivas. En suma, con la inteligencia artificial vamos a descubrir mucho conocimiento a partir de la data, fundamentalmente descubrir desviaciones o variaciones a través de patrones de comportamiento. ¿Qué tipo de problemas resuelve la IA?
- Diagnosis. Inferir funcionamientos incorrectos a partir de comportamientos y recomendar
- Selección. Recomendar la mejor opción de una lista de alternativas.
- Predicción. Predecir el comportamiento futuro a partir de comportamientos del pasado.
- Clasificación: Asignar un objeto a una clase definida.
- Agrupamiento. Agrupar de acuerdo a características definidas.
- Optimización: Mejorar la calidad de soluciones hasta la óptima.
- Control. Gestionar todo en tiempo real y de manera continua.
Por lo tanto, aquellas organizaciones que consiguen extraer conocimiento a partir de datos y optimizar su aplicación son las que tienen mayor oportunidad de mantenerse competitivas.
¿Cómo aporta la comunicación y la IA al pensamiento crítico?
La inteligencia artificial potencia la práctica de la comunicación efectiva y eficiente para el fortalecimiento de la reputación de una empresa, ¿cómo?, a través de la producción de conocimiento para el pensamiento crítico y ayudar en una mejor toma de decisiones con evidencia ante amenazas y oportunidades.
En este caso, la data periodística proveniente del pasado conectada con la del presente, es la que ayuda a predecir el comportamiento futuro de una organización, identificar desviaciones o variaciones de comportamiento reflejada en diarios, televisión, radio, redes y plataformas informativas producirá un conocimiento de suma importancia que la Big data soluciona al tratarse de millones de datos a recabar, tabular, ordenar, almacenar y procesar junto a profesionales de la comunicación y la ciencia de datos.
Data informativa periodística, procesada en línea, junto a un pensamiento estratégico, nos llevará a predecir situaciones de crisis y anticipar también oportunidades, como diría el maestro Deming, visualizar desviaciones y transformarlas en comunes; pero además, comprender el contexto y ver más allá de lo evidente; en suma, imaginar futuros posibles de bienestar para nuestros clientes, consumidores, usuarios y grupos de interés.
(*) Juan Alberto Flores es comunicador social por la Universidad de Lima y viene cursando una maestría en Ciencias de Datos por la Universidad de la Rioja (UNIR). Por 20 años ha liderado la comunicación corporativa y las relaciones institucionales de empresas en el sector público y privado, su gestión se ha caracterizado por poner seis ceros en el valor de marcas corporativas adquiridas por transnacionales como Milpo y Corporación Lindley. En los últimos 10 años, a través de Ynnovadores y Conector Perú, viene ayudando a empresas a comprender y rentabilizar a través de la innovación, la comunicación corporativa y las relaciones institucionales. En 2018 creo a YOAX, el primer procesador de data periodística que hace predictibilidad de crisis para diversas empresas.
GIPHY App Key not set. Please check settings