por Valuexperience Community Manager | Sep 16, 2018 | Liderazgo, Ventas
Liderazgo 4.0: Extender el legado al mundo digital
A pesar de que las empresas establecidas cada vez se están acercando más a la «mayoría de edad» en un mundo digital, también tienen algunos desafíos distintos en comparación con las empresas más jóvenes. Las empresas más antiguas generalmente son menos maduras digitalmente, lo que significa que es más probable que estén en las primeras etapas de la maduración digital. Pero, ¿qué hacer en una empresa establecida que necesita transformarse digitalmente?
Las compañías antiguas pueden, de hecho, aprender nuevas formas y herramientas. El aprendizaje, sin embargo, es una competencia que debe practicarse y cultivarse para que sea efectiva y duradera. De la misma manera, las organizaciones establecidas pueden, y necesitan, aprender a ser más digitales. A veces el aprendizaje requiere «desaprender» para liberarse de las trampas de competencia y los viejos modelos que limitan el pensamiento y el nuevo aprendizaje.
Averiguar cómo remodelar la organización para operar en un entorno competitivo cada vez más definido por las tecnologías digitales es esencial para extender el legado de su organización en los próximos años. ¿Cómo puede hacer eso y qué deben hacer los líderes para ayudar a lograrlo?
-
- Evaluar la madurez digital de su organización. Antes de que su empresa pueda madurar más digitalmente, es importante comprender cuán madura ya es. Aunque hablamos de madurez digital como una construcción a nivel de organización, en realidad, normalmente se distribuye de manera desigual en toda la organización. Por ejemplo, el marketing puede ser relativamente maduro, mientras que ciertas funciones operativas pueden ser menos, o viceversa. Reunir líderes organizacionales para evaluar el estado de la organización o, mejor aún, encuestar a los empleados sobre su percepción de su madurez digital es un buen lugar para comenzar.
-
- Crear una bolsa de pensamiento fresco e innovación. Para superar las trampas de competencia, una de las claves es encontrar y desarrollar bolsas de pensamiento e innovación nuevos y apoyarlos para que sus prácticas se extiendan a través de la organización. Esto significa que los líderes senior, aquellos en la organización que están comprometidos con la inversión y la transformación digital, y los líderes de los bolsillos de innovación necesitan cultivar las condiciones para la experimentación, la asunción de riesgos y la colaboración. Aunque será fundamental garantizar que estas bolsas se extiendan por toda la organización, también es importante protegerlos inicialmente para permitirles establecerse. Deben consistir en equipos interfuncionales que piensen en formas significativas de mejorar la forma en que funciona la empresa, y deberían estar compuestos por voluntarios o empleados que estén positivamente dispuestos a cambios digitales.
-
- Experimentar y aprender. En estas bolsas de innovación digital, comenzar a experimentar con nuevas formas de hacer negocios. Concentrarse en las áreas que la evaluación de madurez digital indica que pueden traer las mayores ganancias. Es posible que la madurez digital se mejore al abordar las áreas de menor madurez que crean cuellos de botella para otras. Informar tanto los éxitos como los fracasos para que el líder y la organización comprendan por qué un esfuerzo tuvo éxito o fracasó.
-
- Utilizar los éxitos para impulsar el cambio en toda la organización. El riesgo de una mentalidad experimental es que muchas empresas se detienen ahí. Piensan que experimentar con empresas digitales las hará más maduras, pero eso solo si los equipos y la mentalidad experimental pueden ser conducidos por el resto de la organización. Deben regresar para influir en el negocio principal, que es clave para madurar más digitalmente. Una vez que estos grupos obtienen éxitos modestos, comienzan a compartir historias de éxito en toda la organización y encuentran nuevos grupos para abordar la causa de la innovación.
- Repetir. La experimentación digital no debe ser un esfuerzo «una vez hecho». Más bien, se trata de desarrollar una cultura de experimentación en la que las nuevas ideas comerciales se prueban y prueban continuamente. Crear e insistir sobre los éxitos y aprender de los errores. Una vez más, la interrupción digital se trata realmente de muchas pequeñas interrupciones que ocurren con el tiempo. Solo desarrollando una cultura de experimentación continua, experimentando con nuevos enfoques y al mismo tiempo respaldando el negocio principal, las organizaciones establecidas pueden mantenerse al día con los cambios que han sucedido y están por venir con respecto a los negocios digitales.
Descubre el Programa de Liderazgo 4.0 y prepárate para liderar en la Era Digital.
por Valuexperience Community Manager | Sep 9, 2018 | Habilidades 4.0, Ventas
Empresas 4.0: ¿Qué diferencia a los negocios digitales?
Antes de que una organización pueda responder a la interrupción digital, es importante comprender la naturaleza de esa interrupción.
Al valorar cómo los negocios digitales difieren de los negocios tradicionales la mayor diferencia percibida es el ritmo de hacer negocios. En pocas palabras, las empresas digitales requieren que las empresas actúen y respondan más rápido de lo que lo han hecho antes. El desafío es que muchas de las estructuras de comunicación y toma de decisiones en las organizaciones no pueden avanzar tan rápido como sea necesario.
La segunda diferencia se relaciona con la cultura y la mentalidad. Esto se relaciona con la necesidad de cambios en la cultura organizacional, cambios culturales que también generan tensiones con los empleados que tienen una mentalidad más tradicional. En otras palabras, las trampas de competencia también pueden existir a nivel individual, especialmente dentro de las empresas establecidas. Los empleados que han tenido éxito con una forma particular de trabajar en el pasado pueden ser reacios a cambiar esas formas de trabajar para el futuro.
La tercera diferencia es la estructura organizacional. Los límites de la empresa están cambiando de manera significativa. En el modelo de “periferia central” de Sillicon Valley, una empresa depende de un grupo de empleados centrales en los que planea invertir y fomentar, al tiempo que aprovecha tácticamente las redes de talento externo bajo demanda. Para algunas empresas, este modelo puede requerir una nueva perspectiva sobre cómo combinar a los empleados a tiempo completo con talentos provenientes del mercado abierto.
Finalmente, la cuarta diferencia es la productividad, en concreto las mejoras en ésta, que pueden ser un arma de doble filo. Cuanto más rentable y más rápido sea, más difícil será alcanzar el siguiente nivel de eficiencia. Pero si nos enfocamos en la efectividad, en el impacto, en el valor entregado a lo que sea, el cielo es el límite. Eso requiere un cambio de mentalidad, salir de esa mentalidad de eficiencia.
Desafíos de competir en un entorno digital
El mayor desafío al que se enfrentan las organizaciones en términos de competir en un entorno digital es la falta de experimentación. La necesidad de experimentar es algo con lo que las compañías establecidas luchan, porque a menudo son impulsadas por el miedo al fracaso.
El segundo desafío más importante es cómo las organizaciones luchan con la ambigüedad y el cambio constante. Las organizaciones serán mucho más fluidas, con un mayor grado de ambigüedad y velocidad. Necesitan líderes que puedan organizar en cualquier momento una coalición de personas guiadas por un propósito.
El tercer desafío más importante es la compra e implementación de la tecnología correcta. Aunque las empresas en proceso de maduración pueden ser simplemente mejores en esta tarea, muchas empresas en etapa inicial sobreestiman el componente tecnológico de la madurez digital, mientras que las empresas más maduras consideran los desafíos en términos organizacionales.
Si te interesa la temática te recomendamos que visitis los siguientes posts:
– Colaboración en la Empresa 4.0
– Compromiso en la Empresa 4.0
– Empresa 4.0 ¿Cambiar para diseñar el futuro o que el futuro te diseñe?
por Valuexperience Community Manager | Sep 2, 2018 | Habilidades 4.0, Liderazgo, Ventas
¿Cómo son los líderes digitales?
Si preguntamos qué características necesitan los líderes para ayudar sus organizaciones a navegar en la Era Digital los rasgos parecen estar claros:
1. Proporcionar visión y propósito.
Este es el rasgo más deseado de los líderes digitales. Las aspiraciones claras pueden servir como una (ser la)brújula para guiar a los empleados a medida que trabajan, especialmente en entornos distribuidos donde los empleados a menudo tienen una mayor autonomía para tomar decisiones. Sin embargo, la visión en sí misma puede no ser suficiente. Los líderes también deben brindar la oportunidad de ejecutarlo (la visión). Para impulsar la transformación digital, se necesita una visión muy sólida de hacia dónde se dirige y cómo va a ser diferente; para luego involucrar a la gente en adueñarse y desarrollar esa visión; y finalmente, tener un gobierno muy fuerte.
2. Creando condiciones para experimentar.
La segunda característica más deseada de un líder digital es la capacidad de estos de crear condiciones que permitan a las personas experimentar. Un ejecutivo encuestado notó los esfuerzos de su propia compañía para ser más experimentales. “En primer lugar los líderes necesitamos contratar y seleccionar a personas que sean más tolerantes al riesgo. En segundo lugar, ¿cómo creamos un contexto organizacional en el que intente de forma inteligente y no tenga éxito y que incluso sea un comportamiento que premiamos? Por último, queremos poner en marcha algunas plataformas, virtuales o físicas, donde las personas puedan jugar y experimentar con nuevas ideas y modelos de negocio, incluso con otras partes como universidades, empresarios. "
3. Empoderar a las personas para que piensen de manera diferente.
El tercer rasgo más deseado es la capacidad de ejecución empoderando a las personas a pensar de manera diferente. Pensar de manera diferente implica no solo lo que los empleados ven como posible, sino también comprender lo que esperan los clientes y estar preparados para responder en consecuencia.
4. Hacer que las personas colaboren a través de los límites.
Por último, hacer que la gente colaborare a través de los límites también es uno de los rasgos más valorados en un líder digital. Al preguntar sobre las mayores barreras de colaboración en las organizaciones, surgen respuestas como la naturaleza organizacional, la cultura, la mentalidad y los silos. Pero se puede pensar en la colaboración a través de los límites en términos muy amplios. El mundo digital exige y permite la colaboración más allá de la simple comunicación dentro de la organización.
Si te interesa la temática, te recomendamos visites los siguientes posts:
– Liderazgo 4.0: Cómo ser un gran líder en la era digital
– Conoce las 11 competencias clave de un líder 4.0
por Valuexperience Community Manager | Ago 5, 2018 | Habilidades 4.0
¿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.
Si te interesa esta temática te recomendamos visites los siguientes posts:
– Las tres estrategias paar gestionar la Transformación Digital
– Construyendo la empresa inteligente
por Valuexperience Community Manager | Ago 5, 2018 | elearning, Habilidades 4.0, Liderazgo
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:
-
- 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.
-
- 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%.
- 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.
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
Comentarios recientes