No es necesario ser un científico de datos para completar esta función imprescindible de Analytics
Por Nicolaus Henke, Jordan Levine y Paul McInerney
Harvard Business Review
Analítica
No es ningún secreto que las organizaciones recurren cada vez más a análisis avanzados e inteligencia artificial (IA) para mejorar la toma de decisiones en todos los procesos comerciales, desde la investigación y el diseño hasta la cadena de suministro y la gestión de riesgos.
En el camino, ha habido mucha literatura y redadas ejecutivas sobre la contratación y el despliegue de científicos de datos cada vez más escasos para que esto suceda. Ciertamente, se requiere que los científicos de datos construyan modelos de análisis, incluido el aprendizaje automático y, cada vez más, el aprendizaje profundo, capaces de convertir grandes cantidades de datos en ideas.
Más recientemente, sin embargo, las empresas han ampliado su apertura, reconociendo que el éxito con inteligencia artificial y análisis requiere no solo científicos de datos, sino equipos enteros multifuncionales y ágiles que incluyen ingenieros de datos, arquitectos de datos, expertos en visualización de datos y, quizás lo más importante, traductores
¿Por qué los traductores son tan importantes? Ayudan a garantizar que las organizaciones logren un impacto real a partir de sus iniciativas de análisis (lo que tiene el beneficio adicional de mantener a los científicos de datos satisfechos y más probabilidades de permanecer en él, aliviando el estrés de los ejecutivos sobre la contratación de ese talento).
¿Qué es exactamente un traductor de análisis?
Para comprender más acerca de lo que son los traductores, es importante entender primero lo que no son. Los traductores no son arquitectos de datos ni ingenieros de datos. Ni siquiera son necesariamente profesionales de análisis dedicados, y no poseen una gran experiencia técnica en programación o modelado.
En cambio, los traductores desempeñan un papel fundamental al unir la experiencia técnica de los ingenieros de datos y los científicos de datos con la experiencia operativa de los gerentes de mercadotecnia, cadena de suministro, fabricación, riesgo y otros de primera línea. En su función, los traductores ayudan a garantizar que los conocimientos profundos generados a través de análisis sofisticados se traduzcan en un impacto a escala en una organización. Para el año 2026, el McKinsey Global Institute estima que la demanda de traductores solo en los Estados Unidos puede alcanzar de dos a cuatro millones.
¿Qué hace un traductor?
Al comienzo de una iniciativa analítica, los traductores recurren a su conocimiento de dominio para ayudar a los líderes empresariales a identificar y priorizar sus problemas comerciales, en función de lo cual crearán el mayor valor cuando se resuelvan. Estas pueden ser oportunidades dentro de una sola línea de negocios (por ejemplo, mejorar la calidad del producto en la fabricación) o iniciativas interinstitucionales (por ejemplo, reducir el tiempo de entrega del producto).
Los traductores aprovechan su conocimiento práctico de IA y análisis para transmitir estos objetivos comerciales a los profesionales de datos que crearán los modelos y las soluciones. Finalmente, los traductores se aseguran de que la solución produzca información que la empresa pueda interpretar y ejecutar, y, en última instancia, comunica los beneficios de estos conocimientos a los usuarios comerciales para impulsar la adopción.
Dada la diversidad de casos de uso potencial, los traductores pueden ser parte del equipo de estrategia corporativa, un centro funcional de excelencia o incluso una unidad de negocio asignada para ejecutar casos de uso de análisis.
¿Qué habilidades necesitan los traductores?
La amplia gama de responsabilidades -líder, comunicador, gerente de proyecto, experto en la industria- inherentes a la función de traductor hace que las siguientes habilidades sean esenciales:
Conocimiento del dominio
El conocimiento del dominio es con mucho la habilidad más importante para cualquier traductor. Los traductores deben ser expertos tanto en su industria como en su empresa para identificar de manera efectiva el valor de la inteligencia artificial y el análisis en el contexto empresarial. Deben comprender las principales métricas operativas de la empresa y su impacto en los beneficios y las pérdidas, los ingresos, la retención de clientes, etc. Además, el conocimiento de los casos de uso común (por ejemplo, mantenimiento predictivo, gestión de la cadena de suministro, gestión de inventario, marketing personalizado, predicción de abandono, etc.) en su dominio es importante.
Fluidez técnica general
Además de su conocimiento de dominio, los traductores deben poseer una gran perspicacia en análisis cuantitativos y resolución de problemas estructurados. A menudo tienen un fondo STEM formal, o conocimiento autodidacta en un campo STEM. Y aunque no necesariamente necesitan ser capaces de construir modelos cuantitativos, sí necesitan saber qué tipos de modelos están disponibles (por ejemplo, aprendizaje profundo frente a regresión logística) y qué problemas empresariales pueden aplicarse. Los traductores también deben ser capaces de interpretar los resultados del modelo e identificar posibles errores del modelo, como el sobreajuste.
Habilidades de gestión de proyectos
Un dominio de las habilidades de gestión de proyectos es imprescindible. Los traductores deberían ser capaces de dirigir una iniciativa de análisis desde la ideación hasta la producción y la adopción, y comprender el ciclo de vida de una iniciativa analítica y los inconvenientes comunes.
Un espíritu emprendedor
Además de estos conjuntos de habilidades "enseñables", los traductores también deben tener una mentalidad emprendedora. Necesitan el entusiasmo, el compromiso y la inteligencia empresarial para navegar por los numerosos obstáculos técnicos, políticos y organizativos que pueden surgir. Esto a menudo es menos fácil de enseñar, o al menos de manera menos directa, y la disponibilidad de individuos emprendedores puede depender en parte de la cultura de la organización.
¿Dónde pueden las organizaciones encontrar traductores?
Dada la necesidad urgente de traductores, la contratación externa podría parecer la solución más rápida. Sin embargo, las nuevas contrataciones carecen de la calidad más importante de un traductor exitoso: conocimiento profundo de la compañía. Como resultado, la capacitación de los empleados existentes a menudo resulta ser la mejor opción para llenar el vacío del traductor.
Por supuesto, esta ruta presenta sus propios desafíos, considerando que actualmente no hay certificaciones o títulos para traductores. En respuesta, muchas empresas han creado sus propias academias de traductores. Una empresa siderúrgica mundial, por ejemplo, está capacitando a 300 gerentes en un programa de aprendizaje de un año. En McKinsey, incluso hemos creado una academia en nuestra propia firma, capacitando a 1,000 traductores en el último año.
Los planes de estudio de la academia van desde explorar el arte de lo posible hasta estudiar técnicas y métodos específicos de IA. Los formatos incluyen cursos e inmersión.
Algunas organizaciones capacitan a los traductores a través de pasantías en equipos multifuncionales y ágiles sobre proyectos reales de IA y transformación de análisis. Estas compañías a menudo combinan programas de aprendizaje con una academia, diseñando viajes de aprendizaje deliberados, típicamente un año de duración, para cada individuo.
¿Quién es actualmente responsable en su organización de conectar inteligencia artificial y análisis con objetivos comerciales? En muchas organizaciones, los profesionales de los datos y los líderes empresariales a menudo tienen dificultades para articular sus necesidades en un lenguaje que el otro puede ejecutar.
Los traductores aportan un conjunto de habilidades únicas para ayudar a las empresas a aumentar el retorno de la inversión para sus iniciativas de análisis. Son fundamentales para identificar, a partir de la mirada de oportunidades posibles, cuáles son las oportunidades correctas, y pueden ayudar a garantizar que todos los participantes, desde profesionales de datos hasta ejecutivos de empresas, trabajen en armonía para cumplir la promesa que ofrecen estas tecnologías.
Nicolaus Henke es socio principal en la oficina de McKinsey en Londres.
Jordan Levine dirige el aprendizaje y el desarrollo en McKinsey's Analytics Practice y tiene su sede en la oficina de Washington, DC.
Paul McInerney es socio principal en la oficina de McKinsey en Tokio.
Harvard Business Review
Analítica
No es ningún secreto que las organizaciones recurren cada vez más a análisis avanzados e inteligencia artificial (IA) para mejorar la toma de decisiones en todos los procesos comerciales, desde la investigación y el diseño hasta la cadena de suministro y la gestión de riesgos.
En el camino, ha habido mucha literatura y redadas ejecutivas sobre la contratación y el despliegue de científicos de datos cada vez más escasos para que esto suceda. Ciertamente, se requiere que los científicos de datos construyan modelos de análisis, incluido el aprendizaje automático y, cada vez más, el aprendizaje profundo, capaces de convertir grandes cantidades de datos en ideas.
Más recientemente, sin embargo, las empresas han ampliado su apertura, reconociendo que el éxito con inteligencia artificial y análisis requiere no solo científicos de datos, sino equipos enteros multifuncionales y ágiles que incluyen ingenieros de datos, arquitectos de datos, expertos en visualización de datos y, quizás lo más importante, traductores
¿Por qué los traductores son tan importantes? Ayudan a garantizar que las organizaciones logren un impacto real a partir de sus iniciativas de análisis (lo que tiene el beneficio adicional de mantener a los científicos de datos satisfechos y más probabilidades de permanecer en él, aliviando el estrés de los ejecutivos sobre la contratación de ese talento).
¿Qué es exactamente un traductor de análisis?
Para comprender más acerca de lo que son los traductores, es importante entender primero lo que no son. Los traductores no son arquitectos de datos ni ingenieros de datos. Ni siquiera son necesariamente profesionales de análisis dedicados, y no poseen una gran experiencia técnica en programación o modelado.
En cambio, los traductores desempeñan un papel fundamental al unir la experiencia técnica de los ingenieros de datos y los científicos de datos con la experiencia operativa de los gerentes de mercadotecnia, cadena de suministro, fabricación, riesgo y otros de primera línea. En su función, los traductores ayudan a garantizar que los conocimientos profundos generados a través de análisis sofisticados se traduzcan en un impacto a escala en una organización. Para el año 2026, el McKinsey Global Institute estima que la demanda de traductores solo en los Estados Unidos puede alcanzar de dos a cuatro millones.
¿Qué hace un traductor?
Al comienzo de una iniciativa analítica, los traductores recurren a su conocimiento de dominio para ayudar a los líderes empresariales a identificar y priorizar sus problemas comerciales, en función de lo cual crearán el mayor valor cuando se resuelvan. Estas pueden ser oportunidades dentro de una sola línea de negocios (por ejemplo, mejorar la calidad del producto en la fabricación) o iniciativas interinstitucionales (por ejemplo, reducir el tiempo de entrega del producto).
Los traductores aprovechan su conocimiento práctico de IA y análisis para transmitir estos objetivos comerciales a los profesionales de datos que crearán los modelos y las soluciones. Finalmente, los traductores se aseguran de que la solución produzca información que la empresa pueda interpretar y ejecutar, y, en última instancia, comunica los beneficios de estos conocimientos a los usuarios comerciales para impulsar la adopción.
Dada la diversidad de casos de uso potencial, los traductores pueden ser parte del equipo de estrategia corporativa, un centro funcional de excelencia o incluso una unidad de negocio asignada para ejecutar casos de uso de análisis.
¿Qué habilidades necesitan los traductores?
La amplia gama de responsabilidades -líder, comunicador, gerente de proyecto, experto en la industria- inherentes a la función de traductor hace que las siguientes habilidades sean esenciales:
Conocimiento del dominio
El conocimiento del dominio es con mucho la habilidad más importante para cualquier traductor. Los traductores deben ser expertos tanto en su industria como en su empresa para identificar de manera efectiva el valor de la inteligencia artificial y el análisis en el contexto empresarial. Deben comprender las principales métricas operativas de la empresa y su impacto en los beneficios y las pérdidas, los ingresos, la retención de clientes, etc. Además, el conocimiento de los casos de uso común (por ejemplo, mantenimiento predictivo, gestión de la cadena de suministro, gestión de inventario, marketing personalizado, predicción de abandono, etc.) en su dominio es importante.
Fluidez técnica general
Además de su conocimiento de dominio, los traductores deben poseer una gran perspicacia en análisis cuantitativos y resolución de problemas estructurados. A menudo tienen un fondo STEM formal, o conocimiento autodidacta en un campo STEM. Y aunque no necesariamente necesitan ser capaces de construir modelos cuantitativos, sí necesitan saber qué tipos de modelos están disponibles (por ejemplo, aprendizaje profundo frente a regresión logística) y qué problemas empresariales pueden aplicarse. Los traductores también deben ser capaces de interpretar los resultados del modelo e identificar posibles errores del modelo, como el sobreajuste.
Habilidades de gestión de proyectos
Un dominio de las habilidades de gestión de proyectos es imprescindible. Los traductores deberían ser capaces de dirigir una iniciativa de análisis desde la ideación hasta la producción y la adopción, y comprender el ciclo de vida de una iniciativa analítica y los inconvenientes comunes.
Un espíritu emprendedor
Además de estos conjuntos de habilidades "enseñables", los traductores también deben tener una mentalidad emprendedora. Necesitan el entusiasmo, el compromiso y la inteligencia empresarial para navegar por los numerosos obstáculos técnicos, políticos y organizativos que pueden surgir. Esto a menudo es menos fácil de enseñar, o al menos de manera menos directa, y la disponibilidad de individuos emprendedores puede depender en parte de la cultura de la organización.
¿Dónde pueden las organizaciones encontrar traductores?
Dada la necesidad urgente de traductores, la contratación externa podría parecer la solución más rápida. Sin embargo, las nuevas contrataciones carecen de la calidad más importante de un traductor exitoso: conocimiento profundo de la compañía. Como resultado, la capacitación de los empleados existentes a menudo resulta ser la mejor opción para llenar el vacío del traductor.
Por supuesto, esta ruta presenta sus propios desafíos, considerando que actualmente no hay certificaciones o títulos para traductores. En respuesta, muchas empresas han creado sus propias academias de traductores. Una empresa siderúrgica mundial, por ejemplo, está capacitando a 300 gerentes en un programa de aprendizaje de un año. En McKinsey, incluso hemos creado una academia en nuestra propia firma, capacitando a 1,000 traductores en el último año.
Los planes de estudio de la academia van desde explorar el arte de lo posible hasta estudiar técnicas y métodos específicos de IA. Los formatos incluyen cursos e inmersión.
Algunas organizaciones capacitan a los traductores a través de pasantías en equipos multifuncionales y ágiles sobre proyectos reales de IA y transformación de análisis. Estas compañías a menudo combinan programas de aprendizaje con una academia, diseñando viajes de aprendizaje deliberados, típicamente un año de duración, para cada individuo.
¿Quién es actualmente responsable en su organización de conectar inteligencia artificial y análisis con objetivos comerciales? En muchas organizaciones, los profesionales de los datos y los líderes empresariales a menudo tienen dificultades para articular sus necesidades en un lenguaje que el otro puede ejecutar.
Los traductores aportan un conjunto de habilidades únicas para ayudar a las empresas a aumentar el retorno de la inversión para sus iniciativas de análisis. Son fundamentales para identificar, a partir de la mirada de oportunidades posibles, cuáles son las oportunidades correctas, y pueden ayudar a garantizar que todos los participantes, desde profesionales de datos hasta ejecutivos de empresas, trabajen en armonía para cumplir la promesa que ofrecen estas tecnologías.
Nicolaus Henke es socio principal en la oficina de McKinsey en Londres.
Jordan Levine dirige el aprendizaje y el desarrollo en McKinsey's Analytics Practice y tiene su sede en la oficina de Washington, DC.
Paul McInerney es socio principal en la oficina de McKinsey en Tokio.
No hay comentarios:
Publicar un comentario