BigData archivos - Valuexperience
Preparándose para el arriesgado mundo de la realidad extendida

Preparándose para el arriesgado mundo de la realidad extendida

La realidad extendida (XR), tecnología que dobla la realidad, aún está en sus primeras etapas pero tendrá muchas aplicaciones en todas las industrias y por eso los lideres deben elaborar estrategias sobre los riesgos de implementación.

Los datos de XR son muy personales así que se exige una gran vigilancia preventiva. Las herramientas de los XR hacen conexiones directas a nuestras facultades mentales y a nuestras percepciones de la realidad que aún no están del todo entendidas.

Cometer un error con estas tecnologías, puede producir un daño tanto a las personas como a la sociedad que podría ser increíblemente difícil de revertir. Por eso, como parte de un proyecto de investigación, Accenture identificó 6 posibles riesgos para los que los líderes deberían empezar a buscar estrategias ahora que la implementación del XR está en sus primeras fases.

1. Gestión de datos personales:

Esto no solo implicará el número de tarjeta de crédito, el historial de compra y los ‘me gusta’, sino que también incluirá sentimientos, comportamientos, juicios y apariencia física de una persona.

Se recopilará información biométrica sobre detalles físicos y emocionales para que las personas sean representadas por avatares que podrán replicar de una forma realista, todo lo que ellas hagan en el mundo real. Un uso indebido intencionado o no de datos íntimos deben ser una preocupación de máxima prioridad.

2. Falsas experiencias:

A medida que estas tecnologías proliferen, cualquiera podrá hacer un video falso convincente para ejercer influencia política o para otros fines maliciosos de una forma fácil y económica. Este problemas debe tenerse en cuenta en los planes de ciberseguridad.

3. Ciberseguridad:

Igual que internet y otros precedentes, las tecnologías XR atraerán a personas que explotarán sus vulnerabilidades para el uso personal. Eso puedo tener importantes consecuencias y por eso las organizaciones necesitarán personas capaces de reaccionar inmediatamente.

4. Adicción a la tecnología:

Una dependencia excesiva a la tecnología puede dañar significativamente nuestra salud mental y bienestar. Los jóvenes que son grandes consumidores de las redes sociales tienen más probabilidades de tener una mala salud mental.

5. Comportamiento antisocial:

Para la mayoría, es más fácil ser grosero en persona que a través de la web. Por eso, que el contacto con los demás sea cada vez más anónimo ¿puede hacer deslizar nuestros estándares de comportamiento aceptables? Eso es algo que los creadores de XR deben tener en cuenta ya que el acoso online es muy común.

6. Ampliación de las divisiones sociales:

Cuanto más tiempo pasemos en mundos virtuales “perfectos”, menos tiempo pasamos en el mundo real. Eso nos facilita desconectar de los problemas reales. Algunas aplicaciones XR pueden hacer que todo parezca perfecto cuando en realidad no lo es. De momento solo hemos estudiado cómo las redes sociales e internet han transformado la forma en que interactuamos con nuestro alrededor. Ahora nos falta estudiar cómo queremos que se diseñen los productos XR y el entorno para que enriquezcan nuestras experiencias vitales y para que nos protejan ante la división social.

Por último, es necesario mencionar tres principios básicos para guiar la estrategia de liderazgo:

Responsabilidad integral:

las empresas pueden crear una cultura de preguntas de sentido común para acelerar las investigaciones sobre cómo XR interactuará con nuestra salud física y mental.

– Amplia experiencia:

hay que consultar a expertos sobre decisiones que afectan al beneficio individual y social.

– Imaginación desatada:

los líderes empresariales deben abrir sus mentes sobre cómo se pueden aplicar estas herramientas para transformar las actividades comerciales cotidianas.

¿Cuál es tu estrategia cognitiva?

¿Cuál es tu estrategia cognitiva?

A los ojos de muchos líderes, la inteligencia artificial y las tecnologías cognitivas son las fuerzas más perturbadoras en el horizonte. Pero la mayoría de las organizaciones no tienen una estrategia para abordarlas.

La inteligencia artificial (AI) y las tecnologías cognitivas están creciendo, pero pocas compañías están obteniendo valor de sus inversiones. La razón es que muchos de los proyectos que emprenden las empresas no están destinados a problemas u oportunidades comerciales importantes. Algunos proyectos son simplemente demasiado ambiciosos: la tecnología no está lista o el cambio organizacional requerido es demasiado grande.

En resumen, la mayoría de las organizaciones no tienen una estrategia para las tecnologías cognitivas. Los gerentes pueden cuestionar si es necesario tener una estrategia para una tecnología específica, pero en el caso de la tecnología cognitiva la justificación parece clara.

El tamaño de la oportunidad y la amenaza disruptiva de las tecnologías cognitivas hace que la estrategia cognitiva sea diferente de otras estrategias tecnológicas, por ejemplo, el comercio electrónico. La tecnología cognitiva es transformacional. Impulsar el tipo de cambio organizacional generalizado que requerirá no será fácil, especialmente cuando se trata de implicaciones para la fuerza de trabajo. Las empresas deben considerar detenidamente qué tan audazmente darán un paso adelante en el mundo cognitivo y cuánto riesgo están dispuestos a asumir. Desarrollar una estrategia cognitiva coherente y un medio para financiarla puede brindar a las empresas una ventaja competitiva distinta. El primer paso crítico en este proceso es definir el propósito, los objetivos y los componentes clave de dicha estrategia. Nuestro objetivo es ayudarlo a establecer esta base en este artículo.

Cómo abordar la estrategia cognitiva

Hablando en términos generales, las tecnologías cognitivas emplean capacidades como el conocimiento, la percepción, el juicio y los medios para llevar a cabo tareas específicas, que alguna vez fueron dominio exclusivo de los humanos. La pregunta para los gerentes es dónde y cómo aplicarlos. ¿Deberías usarlos para crear nuevos productos u ofertas? ¿Para aumentar el rendimiento del producto? ¿Para optimizar las operaciones comerciales internas? ¿Para mejorar los procesos del cliente? ¿Liberar a los trabajadores para ser más creativos?

La forma en que las empresas aplican las tecnologías cognitivas debe basarse en los detalles de la estrategia de la empresa. El objetivo no es desarrollar una nueva estrategia comercial sino diseñar acciones bien informadas que se alineen con los objetivos comerciales existentes. Para muchas compañías, la estrategia cognitiva dará como resultado una serie de pruebas piloto, pruebas de concepto y despliegues de herramientas cognitivas en diversas partes del negocio. También proporcionará un mecanismo para volver a capacitar a los gerentes y empleados para dirigir y ejecutar un negocio impulsado por la cognición.

Un área obvia de interés es cómo usar la tecnología cognitiva para crear nuevas ofertas que respalden el crecimiento de primera línea. Además de los nuevos productos y servicios, la mayor personalización del cliente que surge de la tecnología cognitiva puede generar aumentos en los ingresos. La optimización de procesos, también, es un área fértil para soluciones cognitivas, gracias a la disponibilidad de datos y la ineficiencia inherente en muchos procesos intensivos en mano de obra.

Aunque algunas compañías han seguido estrategias cognitivas bastante estrechas, otras han sido más ambiciosas.

Palancas clave de la estrategia cognitiva

Aprovechar el contenido

Las empresas que poseen contenido patentado, ya sea de datos o conocimiento, deben buscar formas de incorporar ese contenido en sus productos y procesos, así como en un sistema cognitivo. Esto requiere encontrar o crear un “gráfico de conocimiento” que la compañía quiera licenciar o poseer. Esto es particularmente crítico para aplicaciones de procesamiento de lenguaje natural, como agentes inteligentes o chatbots. Un gráfico de conocimiento describe las relaciones entre las entidades clave y los términos utilizados en el negocio y en sus relaciones.

Las empresas deben pensar detenidamente antes de transferir la propiedad del contenido y los derechos de uso con respecto a los clientes y productos principales, o la información de proceso de propiedad, a otras organizaciones, incluso si los posibles usuarios pueden agregar un valor significativo a lo que reciben. A menos que la información se relacione con procesos tácticos como la administración o el mantenimiento de instalaciones, las compañías deben tratar su información como un bien corporativo valioso y buscar formas de agregar valor ellos mismos.

Componentes tecnológicos

La tecnología cognitiva no es una tecnología sino una colección de ellas. Incluye aprendizaje automático estadístico, redes neuronales y procesamiento y generación de lenguaje natural. Más allá de seleccionar tecnologías específicas, las empresas deben decidir si compilan o compran las capacidades, si utilizan software de código abierto o propietario, si usan las herramientas de un proveedor o emplean lo mejor de su clase, y si usan aplicaciones independientes o una amplia plataforma.

No hay respuestas correctas, solo decisiones sobre qué se alinea mejor con las capacidades de una organización, la estrategia comercial y la estrategia cognitiva general. Claramente, algunas empresas tienen más conocimiento sobre los poderes de la tecnología cognitiva que otras.

Si bien las capacidades de las tecnologías cognitivas están evolucionando rápidamente, cada plataforma necesita integración. Al elegir una plataforma, el criterio más importante debería ser si ayuda a abordar los tipos de problemas que desea resolver en el corto plazo. También debe asegurarse de que la tecnología que elija pueda ayudarle a resolver problemas cognitivos y le ayude a implementarlos en sistemas y procesos de producción.

Gente

Una pregunta clave para cualquier organización que busque perseguir iniciativas cognitivas es cómo encontrar personas que puedan hacer el trabajo. Las organizaciones han tenido problemas en los últimos años con preocupaciones similares sobre la búsqueda de analistas cuantitativos y científicos de datos. Las buenas noticias: un número cada vez mayor de graduados de universidades tienen amplia formación en análisis y ciencia de datos. Las malas noticias: no muchos de estos graduados han sido entrenados en tecnologías cognitivas o métodos específicos. Del mismo modo, hay una escasez de profesores que estén suficientemente familiarizados con las tecnologías cognitivas para enseñar sobre ellos, y muchos de los que tienen un profundo conocimiento han sido reclutados fuera del aula para trabajar para empresas de tecnología.

Sin embargo, las empresas necesitan acceso a personas con conocimiento de dominio profundo y conciencia de las tecnologías cognitivas: sin tal experiencia, las estrategias cognitivas de la organización no se basarán en ninguna de ellas. Quienes participan en la planificación estratégica de las tecnologías cognitivas deben estar familiarizados con los principales tipos de tecnología cognitiva, cómo pueden aplicarse y cómo pueden integrarse con otras tecnologías de la información. Deben poder comunicarse con los gerentes en términos no técnicos, y deben estar familiarizados con los asuntos clave del negocio y su dirección estratégica actual. También deben tener una comprensión de los dominios comerciales particulares a los que se aplicará la tecnología cognitiva.

Independientemente de la estrategia de personas que elija, puede ser útil comenzar con un programa de educación gerencial para los ejecutivos que finalmente tomarán decisiones estratégicas. De hecho, quizás el aspecto más importante de una estrategia de personas es ayudar a los altos ejecutivos y a los líderes de las unidades de negocios a reconsiderar cómo las empresas trabajarán con la tecnología cognitiva. Aunque las empresas deberían preocuparse por cómo desarrollarán aplicaciones cognitivas, también necesitan personas con habilidades de análisis empresarial y la capacidad de enmarcar los problemas comerciales para identificar qué tecnologías son apropiadas para abordarlas. Las habilidades de pensamiento de diseño juegan un papel importante también, tanto para las interfaces de usuario como para los procesos de negocios en los que se aplicarán las tecnologías cognitivas.

Ambiciones

Finalmente, está la cuestión de qué tan ambicioso deberías ser. Algunas organizaciones persiguen iniciativas muy ambiciosas que tienen el potencial de cambiar las reglas del juego. Otros eligen objetivos más modestos: agregar un agente inteligente como un nuevo canal experimental para los clientes o automatizar un conjunto de tareas.

No hay una respuesta correcta para la cuestión de la ambición. Dicho esto, hay pocos ejemplos de organizaciones que hayan tenido éxito en producir transformaciones radicales con tecnologías cognitivas, mientras que hay muchos ejemplos de organizaciones que persiguen con éxito “frutas fáciles de alcanzar”.

La tecnología cognitiva no es una moda pasajera. A los ojos de muchos gerentes, es la tecnología más perjudicial en el horizonte. Los inversores parecen estar de acuerdo. Los líderes deben comenzar a sentar las bases de sus estrategias cognitivas y comenzar a implementar tecnologías cognitivas, o arriesgarse a quedarse atrás.

Las empresas deben esperar que sus competidores establecidos eventualmente adopten tecnologías cognitivas, y estén conscientes de que muchos lo están haciendo ahora. Sin embargo, una amenaza mayor puede provenir de jugadores centrados en la tecnología que no tienen miedo de desarrollar modelos de negocios en torno a la tecnología. Las empresas deben prepararse para una ola de amenazas similares de nuevas empresas basadas en la tecnología cognitiva desde cero. Las empresas que ignoran el poder de estas tecnologías y los procesos y modelos comerciales que permiten se verán en una desventaja considerable a medida que avancemos rápidamente hacia un mundo cognitivamente habilitado.

Habilidades

Si te interesa esta temática te recomendamos visites los siguientes posts:

– Las tres estrategias paar gestionar la Transformación Digital

– Construyendo la empresa inteligente

Humanos, inteligencia artificial y el “machine learning”

Humanos, inteligencia artificial y el “machine learning”

La colaboración con los humanos es esencial cuando se trata de implementar aprendizaje automático.

Empresas de todo tipo están adoptando sistemas de inteligencia artificial (IA) y de aprendizaje automático a un ritmo acelerado. La IA se está aplicando a una variedad de tareas como calificar aplicaciones de hipotecas, detectar indicios de problemas en las líneas eléctricas o ayudar a los conductores a navegar utilizando datos de ubicación de los teléfonos inteligentes.

Pero las empresas están aprendiendo de la peor manera que desarrollar e implementar sistemas de IA y de aprendizaje automático no es como implementar un programa de software estándar. Lo que hace que estos programas sean tan poderosos, su capacidad de “aprender” por sí mismos, también los hace impredecibles e inminentemente capaces de cometer errores que pueden dañar el negocio.

El reto de la Inteligencia Artificial: es susceptible a sesgos aprendidos

Con frecuencia escuchamos historias de casos de Inteligencia Artificial que salieron mal, situaciones que pueden tener serias consecuencias comerciales. Cuando se usaba la inteligencia artificial en las aplicaciones de oficina, la posibilidad de sesgo que se arrastraba era limitada, y también lo era el daño potencial. Ahora, la Inteligencia Artificial se usa tanto en soporte de decisiones de gestión como en aplicaciones orientadas a los clientes. Las empresas corren el riesgo de dañar la reputación y la vida de las personas, realizar giros estratégicos equivocados, ofender a los clientes y perder ventas. Con ello, el costo de los errores de IA está aumentando.

La lección aquí es que los sistemas de IA, a pesar de sus asombrosos poderes, aún necesitan de una intervención humana continua para evitar problemas y hacer mejor su trabajo. De hecho, las empresas están descubriendo que obtienen el máximo provecho de las inversiones en inteligencia artificial y otras herramientas de automatización cuando piensan en términos de que los seres humanos y las máquinas trabajen conjuntamente, en vez de dividir el trabajo entre humanos y máquinas y dejar que las máquinas funcionen independientemente.

Cuando se instala un software convencional, los desarrolladores humanos establecen los procedimientos y las reglas. Por el contrario, un sistema de IA desarrolla sus propias reglas a partir de patrones en los datos que está procesando. Y, como algunas empresas han aprendido, los sistemas de IA pueden equivocarse.

Tres principios para adoptar la IA exitosamente

Antes de introducirse en los sistemas de IA, las compañías deberían considerar tres principios que pueden mejorar las oportunidades de éxito:

    1. Humanos y máquinas están en esto juntos. La asistencia humana es necesaria para enseñar y monitorear los sistemas de IA de manera adecuada y evitar que lleguen a “terrenos peligrosos” con el paso del tiempo. Pero este no es un trabajo único para los departamentos de IT, sino que requiere de ambas partes, tanto técnica como empresarial.
    1. Enseña con (muchos) datos. Los sistemas de IA aprenden encontrando patrones en datos de entrenamiento gracias a diversos algoritmos. Por lo general, esto se hace con datos históricos e implica experimentar con diferentes modelos. Los modelos entrenados se evalúan estadísticamente y el modelo de mejor rendimiento se selecciona para implementarse en producción. Esto significa que la IA tiene mucho que aprender. La capacitación puede ser laboriosa desde el principio, pero con una metodología bien estructurada para desarrollar datos de capacitación imparciales, el tiempo de capacitación del sistema de inteligencia artificial puede reducirse en un 50%.
  1. Pon a prueba los resultados continuamente. Con los programas de IA, las pruebas no solo son críticas antes del lanzamiento, sino que también se convierten en una rutina constante. Los gerentes deben estar seguros de que el sistema entregará información precisa de una variedad de datos. Las pruebas de softwares tradicionales están determinadas: solo necesitan probar un número finito de escenarios; una vez que el programa ha sido probado para todos los escenarios posibles se garantiza que funcionará. Pero con la Inteligencia Artificial y el aprendizaje automático, no pueden predecirse todos los escenarios. Debe supervisarse y probarse continuamente el sistema para detectar los sesgos de datos, así como los sesgos que se desarrollan en los algoritmos que utilizan los programas para emitir juicios.

La nueva norma: enseñar, probar y trabajar con usuarios finales

Implementar IA eficazmente requiere una nueva concepción de cómo se desarrolla, instala y mantiene el software. Enseñar, probar y trabajar con usuarios finales de salidas de IA debe convertirse en una forma de vida, permitiendo que los sistemas de IA operen continuamente de manera más responsable, precisa y transparente, y permitiendo a las empresas crear nuevos trabajadores colaborativos y poderosos.

Transformación Digital

Si te interesa la temática te recomenadmos que visites los siguientes posts:

– Aprendizaje en Inteligencia Artificial: ¿es suficientemente impredecible?

– Inteligencia Artificial, en 2030 superará a la mente humana

– La Inteligencia Artifial y el Machine Learning de la mano con el Big Data

Encuestas a empleados, una de las mejores formas de medir el compromiso

Encuestas a empleados, una de las mejores formas para medir el compromiso

Érase una vez, las encuestas eran un elemento básico para que cada líder solicitara su opinión y cada empresa evaluara el compromiso. Pero ahora, las encuestas comienzan a parecerse a los camiones Diesel que acumulan polvo en la era de los coches eléctricos. Las empresas están utilizando nuevos y geniales algoritmos de aprendizaje automático que cruzan grandes cantidades de datos para medir el compromiso de los empleados a través de tiempos de respuesta de correo electrónico y conexiones de red fuera del equipo central, y pronostican el riesgo de rotación al rastrear señales como la frecuencia con la que los empleados actualizan sus currículums. ¿Quién necesita una encuesta engorrosa y lenta en la que algunos empleados solo le dicen lo que quiere oír y otros no se molestan en responder?

Tú la necesitas.

Durante décadas, las encuestas periódicas de opinión de los empleados se han basado en listas basadas en la evidencia de prácticas de RR.HH. de alto rendimiento. Existen 3 razones por las sería un gran error abandonarlas hoy.

1. Las encuestas siguen siendo excelentes predictores de comportamiento.

Aprendemos mucho de las encuestas, incluso cuando las personas no participan. Las personas que no completan ninguna de nuestras dos encuestas anuales tienen 2,6 veces más probabilidades de irse en los próximos seis meses.

2. Las encuestas les dan a los empleados la oportunidad de sentirse escuchados.

No tener una encuesta regular envía un mensaje claro: no te importan las opiniones de las personas. El acto de completar una encuesta les proporciona un canal específico para expresar la voz. El monitoreo pasivo pierde la sensación de propiedad activa de los empleados.

Las tasas de participación diferencial nos dicen qué asuntos le importan más a nuestra gente. Y resulta que los empleados valoran tener algo que decir incluso si no se salen con la suya. Está claro que las personas toman la encuesta en serio y quieren que se les escuche. Y sabiendo que no adoptarán todas las ideas, los líderes se desviven por demostrar que aún valoran la información.

3. Las encuestas son un vehículo para cambiar el comportamiento.

Cuando le preguntas a las personas por sus aportes y puntos de vista, no solo estás aprendiendo de ellos. También los estás influenciando. Los psicólogos encuentran que hacer preguntas puede cambiar el comportamiento.

Parte del efecto es la consistencia: decir sí crea un compromiso y muchas personas lo siguen. Pero incluso las personas que dicen que no tienen más probabilidades de cambiar su comportamiento, porque las preguntas estimulan la reflexión. Mientras el comportamiento sea deseable, algunos de ellos terminarán por convencerse a sí mismos para hacerlo.

La tecnología inteligente y los grandes datos continuarán ayudándonos a descubrir qué es lo más importante para nuestra gente. Pero eso hará que las encuestas sean más importantes, no menos. En una época en la que más empleados temen que Big Brother esté observando y las compañías tienen las herramientas para observar más que nunca, realizar una encuesta puede indicar que Big Brother sigue siendo humano.

RRHH, Recursos Humanos

Si te interesa esta temática te recomendamos que visites los siguientes posts:

Liderazgo digital: ¿cómo inspirar compromiso?

Compromiso en la empresa 4.0

El “management” es mucho más que una ciencia, más que un análisis

El “management” es mucho más que una ciencia, más que un análisis

Detrás de la práctica y el estudio de las empresas está la creencia de que la gestión es una ciencia y que las decisiones comerciales deben ser impulsadas por un análisis riguroso de los datos. La explosión del Big Data ha reforzado esta idea.

Los programas de MBA muy frecuentes entre los gerentes, inundan el mundo de los negocios con graduados, más de 150,000 al año solo en los Estados Unidos. Estos programas han estado tratando de convertir a la administración en una ciencia durante la mayor parte de las últimas seis décadas.

¿Pero es cierto que la gestión es una ciencia? ¿Y es correcto equiparar el rigor intelectual con el análisis de datos? Si las respuestas a esas preguntas son no y no, como sugeriremos en las páginas siguientes, ¿cómo deben los gerentes llegar a sus decisiones?

¿Es el negocio una ciencia?

Lo que pensamos como ciencia comenzó con Aristóteles, el primero en escribir sobre causa y efecto y la metodología para demostrarlo. Es difícil sobreestimar el impacto de la ciencia en la sociedad. Los descubrimientos científicos de la Ilustración, profundamente arraigados en la metodología aristotélica, condujeron a la Revolución Industrial y al progreso económico global que siguió. La ciencia resolvió problemas e hizo del mundo un lugar mejor. Pero Aristóteles podría cuestionar si hemos permitido que nuestra aplicación del método científico vaya demasiado lejos.

Sin embargo, Aristóteles nunca afirmó que todos los eventos fueran inevitables. Él creía que este reino de posibilidades era impulsado no por el análisis científico, sino por la invención humana y la persuasión. Esto es particularmente cierto cuando se trata de decisiones sobre estrategia comercial e innovación. No puede trazar un rumbo para el futuro o generar un cambio simplemente analizando la historia. Sin embargo, la transformación de los hábitos y las experiencias de los clientes es lo que hacen las grandes innovaciones comerciales. Sin duda, los innovadores a menudo incorporan descubrimientos científicos en sus creaciones, pero su verdadero genio radica en su capacidad de imaginar productos o procesos que simplemente nunca existieron antes.

El mundo real no es simplemente un resultado determinado por las ineluctables leyes de la ciencia, y actúa como si niega la posibilidad de una innovación genuina. Un enfoque científico para la toma de decisiones empresariales tiene limitaciones, y los gerentes deben descubrir dónde radican esas limitaciones.

¿Poder o no poder?

La mayoría de las situaciones involucran algunos elementos que puede cambiar y otros que no. La habilidad crítica es detectar la diferencia. Debes preguntar: ¿está la situación dominada por la posibilidad (es decir, cosas que podemos alterar para mejor) o por necesidad (elementos que no podemos cambiar)?

Los ejecutivos necesitan deconstruir cada situación de toma de decisiones en partes y probar su lógica. Si la hipótesis inicial es que un elemento no se puede cambiar, el ejecutivo debe preguntar qué leyes de la naturaleza sugieren esto. Si la razón fundamental de no poder es convincente, entonces el mejor enfoque es aplicar una metodología que optimice el status quo. En ese caso, deje que la ciencia sea la maestra y use sus kits de herramientas de datos y análisis para impulsar las elecciones. De manera similar, los ejecutivos deben probar la lógica detrás de los elementos de clasificación como latas. ¿Qué sugiere que los comportamientos o los resultados pueden ser diferentes de lo que han sido? Si el fundamento de apoyo es lo suficientemente fuerte, permita que el diseño y la imaginación sean los maestros y utilice los análisis en su servicio.

Romper el marco

La imaginación de las nuevas posibilidades primero requiere un acto de “unframing”. El status quo a menudo parece ser la única forma en que las cosas pueden ser, una percepción que es difícil de sacudir.

Aunque escuchar e identificarse con las partes interesadas puede no parecer tan riguroso o sistemático como el análisis de datos de una encuesta formal, de hecho es un método probado y verdadero de recopilación de conocimientos, familiar para antropólogos, etnógrafos, sociólogos, psicólogos y otros actores sociales. científicos. Muchos líderes empresariales, especialmente aquellos que aplican el pensamiento de diseño y otros enfoques centrados en el usuario a la innovación, reconocen la importancia de la investigación observacional cualitativa para comprender el comportamiento humano.  Aunque es una herramienta poderosa, la investigación etnográfica no es más que el punto de partida para un nuevo marco. En última instancia, debe determinar qué podría ser y lograr que las personas se sumen a esa visión. Para hacer eso, necesitas crear una nueva narrativa que desplace al viejo marco que ha confinado a las personas. Y el proceso de creación de historias tiene principios que son completamente diferentes de los principios de las ciencias naturales. La ciencia natural explica el mundo tal como es, pero una historia puede describir un mundo que aún no existe.

Construyendo narrativas persuasivas

Puede parecer poco probable, pero Aristóteles, el mismo filósofo que nos dio el método científico, también estableció métodos para crear narrativas convincentes. En The Art of Rhetoric describe un sistema de persuasión que tiene tres conductores:

    • Ethos: la voluntad y el carácter para cambiar la situación actual. Para ser eficaz, el autor de la narración debe poseer credibilidad y autenticidad.
    • Logos: la estructura lógica del argumento. Esto debe proporcionar un caso riguroso para transformar problemas en posibilidades, posibilidades en ideas e ideas en acción.
  • Pathos: la capacidad de empatizar. Para ser capaz de inspirar el movimiento a gran escala, el autor debe comprender a la audiencia.

Existe  otra herramienta retórica importante: la metáfora, que captura el arco de tu narración en una oración. Una metáfora bien elaborada refuerza los tres elementos de la persuasión. Hace logotipos, el argumento lógico, más convincente y fortalece el pathos ayudando a la audiencia a conectarse con ese argumento. Y, por último, un argumento más convincente y atractivo mejora la autoridad moral y la credibilidad del líder: el ethos.

Por qué las metáforas importan

Todos sabemos que las buenas historias están ancladas por poderosas metáforas. El mismo Aristóteles observó: “Las palabras ordinarias transmiten solo lo que ya sabemos; de la metáfora es que podemos obtener algo nuevo “. De hecho, creía que el dominio de la metáfora era la clave del éxito retórico:” Ser un maestro de la metáfora es lo más grande por lejos. Es … un signo de genio “, escribió.

Quizás sea irónico que esta proposición sobre una construcción no científica haya sido científicamente confirmada. La investigación en ciencias cognitivas ha demostrado que el motor central de la síntesis creativa es la “fluidez asociativa”: la capacidad mental para conectar dos conceptos que generalmente no están vinculados y forjarlos en una nueva idea. Mientras más diversos sean los conceptos, más poderosa es la asociación creativa y más nueva es la nueva idea.

Escogiendo la narrativa correcta

Cuando enfrenta decisiones en el ámbito de las posibilidades, es útil crear tres o cuatro narrativas atractivas, cada una con una metáfora fuerte, y luego someterlas a un proceso de prueba que lo ayudará a llegar a un consenso sobre cuál es el mejor.

Aclara las condiciones. Si bien no tenemos forma de probar que un cambio propuesto tendrá el efecto deseado, podemos especificar lo que creemos que debería ser cierto sobre el mundo para que funcione. Al considerar esto en lugar de debatir sobre lo que es verdad sobre el mundo tal como es, los innovadores pueden avanzar hacia un consenso. La idea es que el grupo llegue a un acuerdo sobre si puede hacer realidad la mayoría de esas condiciones y asumirá la responsabilidad de hacerlo.

El hecho de que el análisis científico de los datos haya hecho del mundo un lugar mejor no significa que deba guiar todas las decisiones comerciales. Cuando nos enfrentamos a un contexto en el que las cosas no pueden ser más de lo que son, podemos y debemos usar el método científico para comprender ese mundo inmutable más rápido y más a fondo que cualquiera de nuestros competidores. En este contexto, el desarrollo de análisis de datos más sofisticados y el entusiasmo por los macrodatos son activos no descargados.

Pero cuando utilizamos la ciencia en contextos en los que las cosas pueden ser distintas de lo que son, nos convencemos inadvertidamente de que el cambio no es posible. Y eso dejará el campo abierto para otros que inventen algo mejor, y lo veremos con incredulidad, suponiendo que sea una anomalía que desaparecerá. Solo cuando sea demasiado tarde nos daremos cuenta de que el insurgente ha demostrado a nuestros antiguos clientes que las cosas pueden ser diferentes. Ese es el precio de aplicar análisis a todo el mundo de los negocios en lugar de limitarse a la parte adecuada del mismo.

Management

Si te interesa la temática te recomendamos consultes el siguiente post:

– Claves para un mayor crecimiento competitivo: el Big Data y el Análisis de Datos

Lo digital se asocia a velocidad – pero necesita de un largo tiempo

Transformación Digital

Velocidad es la primera palabra que les viene a la mente a muchos ejecutivos en pensar sobre el impacto de las tecnologías digitales. Nuevos niveles de conectividad, acceso a datos y automatización antes inimaginables se están introduciendo gracias a estas nuevas tecnologías digitales y, consigo, proporcionan mayor transparencia, eliminando así los cuellos de botella en el intercambio de información y acelerando el ritmo de los negocios.

Este panorama está llevando a un gran número de líderes empresariales a re-imaginar sus propuestas de valor para aprovechar este aumento de la transparencia y la reducción de las esperas para crear valor para los clientes.

Desde el Centro de Investigación de Sistemas de Información del MIT se sugiere que los líderes empresariales deben reexaminar sus propuestas de valorar e identificar formas en que las tecnologías digitales los puedan ayudar a solucionar los problemas de los clientes. Aun así, esta no será una tarea rápida.

La implantación de Nuevas propuestas de valor requiere tiempo

La capacidad de las tecnologías digitales para acelerar los negocios está dando lugar a nuevas propuestas de valor, usando información para eliminar problemas, mejorar el conocimiento y crear soluciones.

Cuando las empresas consiguen convertir estas propuestas de valor digital en “ofertas digitales” (soluciones para el cliente, enriquecidas de información, en forma de experiencias) generadoras de ingresos consiguen el éxito en la economía digital.

Pero, a pesar de que las nuevas ofertas digitales aceleran el ritmo de los negocios, solamente se cumplen gradualmente, ya que las empresas establecidas no están diseñadas como compañías de software que crean y cambian rápidamente las ofertas a sus clientes.

Lo digital exige enfoques completamente nuevos para imaginar, diseñar, entregar y dar servicio a esas propuestas de valor. De esta manera, la transformación organizacional que esto conlleva no puede ser rápida.

Pasos clave en tu transformación digital

La mayoría de las transformaciones digitales organizacionales serán desafiantes, porque incluso los líderes más astutos no pueden anticipar por completo la tecnología futura y los cambios del mercado, e incluso si pudieran hacerlo, sería peligroso invertir todos sus recursos en una nueva propuesta de valor estrechamente definida. Los líderes también deben poder responder siempre a las nuevas demandas de los clientes y a las oportunidades de mercado. Por lo tanto, deben enfocarse en desarrollar capacidades que posicionen a sus empresas ante desafíos competitivos emergentes.

Para posicionar a tu empresa para responder rápidamente a las nuevas tecnologías y las demandas de los clientes, te sugerimos que te concentres en desarrollar cuatro capacidades:

    • Fortalecer tu columna vertebral operativa. Construir una red troncal operativa no hace que una empresa sea digital, pero da a la compañía una ventaja competitiva. Si deseas convertirte en digital, debes tener datos precisos y accesibles de los clientes y productos, procesos de transacción disciplinados de principio a fin y transparencia en las transacciones de los clientes.
    • Fomentar la experimentación. Muchas empresas confían en las funciones tradicionales de I + D para desarrollar nuevos productos y servicios, procesos que tienden a ser secuenciales y separan a los innovadores de las personas de la empresa que apoyarán las innovaciones y las harán valiosas para los clientes. Para las ofertas digitales, estos procesos son demasiado lentos y de alcance demasiado limitado. Para una innovación digital rápida, deberás involucrar a personas de muchas partes de la compañía en una variedad de esfuerzos de innovación. Debido a que no puedes saber qué atrapará a los clientes, necesitas experimentar. Así es como aprenderás.
    • Desarrollar una cultura de toma de decisiones basada en datos. La experimentación es valiosa solo si detienes rápidamente los experimentos fallidos y te basas en los exitosos. Para eso, necesitas una cultura de hipótesis, recopilación de datos e interpretación de esos datos para conocer el resultado de las pruebas. Esa cultura debe ser modelada en la parte superior de la empresa. El resultado es una toma de decisiones acelerada y capacidad de respuesta.
  • Crear una plataforma de ofertas digitales. A pesar de que una red troncal operativa sea esencial para la confiabilidad, la seguridad, la escalabilidad y la previsibilidad, no ayudará a las compañías a diseñar o entregar ofertas digitales. Necesitarás una plataforma de ofertas digitales que sirva como repositorio de componentes comerciales reutilizables y facilite la configuración de soluciones digitales. La unidad de TI puede comenzar este esfuerzo, pero requerirá rápidamente el compromiso de los no tecnólogos.

El tiempo de empezar es ahora

A pesar de que los líderes digitales no puedan anticipar todas las oportunidades y amenazas de la tecnología digital, sí pueden anticipar que lo digital está cambiando las propuestas de valor. Para prepararse para estos cambios, las empresas deben empezar a rediseñar los sistemas, procesos y roles y responsabilidades existentes.

El proceso lleva tiempo, pero esto no significa que no haya urgencia. Las propuestas de valor inspiradas digitalmente están cobrando impulso y es muy poco probable que ninguna compañía escape a la fuerza disruptiva. Pero en la mayoría de las industrias, las startups carecen de los activos críticos necesarios para competir directamente con compañías establecidas, mientras que los competidores arraigados comparten las limitaciones de los sistemas y procesos heredados. La interrupción es real, pero para la mayoría de las empresas no es inmediata. Hay buenas noticias en eso: cada gerente puede establecer un mapa proactivo de un viaje sostenido dirigido al éxito a largo plazo.

Así que no esperes a ver cómo las ofertas de otras compañías podrían desafiar tu relevancia. Si solo esperas y miras, puedes terminar demasiado atrás para montar una respuesta efectiva. Salta ahora. Aunque el cambio será lento, es la única forma segura de mantener la relevancia de tu empresa.

post13