Doxa 1407

Democratizando la Transformación.

Ofrezca a toda su plantilla la capacidad de convertirse en innovadores.

Por Marco Iansiti y Satya Nadella

Gestión del cambio

Harvard Business Review

#doxa #gestión #cambio #democracia #innovación #plantilla #éxito #beneficios #inversión #digital

Resumen. Muchas empresas luchan por cosechar los beneficios de las inversiones en transformación digital, mientras que otras ven enormes ganancias. ¿Qué hacen de manera diferente las empresas exitosas?

Este artículo describe las cinco etapas de la transformación digital, desde la etapa tradicional, donde lo digital y la tecnología son competencia del departamento de TI, hasta la etapa de plataforma, donde una base de software integral permite la implementación rápida de aplicaciones de IA.

Lo ideal es la etapa nativa, cuyas características son una arquitectura operativa diseñada para implementar IA a escala en un amplio espectro distribuido de aplicaciones; un núcleo de expertos; herramientas ampliamente accesibles y fáciles de usar; e inversión en capacitación y desarrollo de capacidades en toda la empresa.

Durante la última década, Novartis ha invertidofuertemente en la transformación digital. A medida que el gigante farmacéutico suizo trasladó su infraestructura tecnológica a la nube e invirtió en plataformas de datos e integración de datos, reclutó especialistas en IA y científicos de datos para crear modelos de aprendizaje automático e implementarlos en toda la empresa. Pero incluso a medida que crecían los equipos técnicos, los gerentes de toda la empresa (ventas, cadena de suministro, recursos humanos, finanzas y marketing) no estaban adoptando la nueva información disponible, ni estaban pensando mucho en cómo los datos podrían mejorar el trabajo de sus equipos. Al mismo tiempo, los científicos de datos tenían poca visibilidad de las unidades comerciales y no podían integrar fácilmente los datos en las operaciones diarias. Como resultado, las inversiones dieron como resultado solo éxitos ocasionales (en algunos aspectos del proceso de I+D, por ejemplo), mientras que muchos pilotos y proyectos fracasaron.

Sin embargo, más recientemente, los pilotos que se enfocaban tanto en I+D como en personalización de marketing comenzaron a mostrar valor comercial y captaron la atención y la imaginación de algunos de los ejecutivos comerciales más creativos de Novartis. Se entusiasmaron cada vez más con las oportunidades de implementar IA en varias partes de la empresa y comenzaron a defender con seriedad los esfuerzos. (Divulgación: ambos hemos trabajado con Novartis y otras compañías mencionadas en este artículo de diversas maneras, incluida la membresía de la junta, la investigación y la consultoría). la empresa necesitaba, por lo que comenzaron a vincular a científicos de datos con empleados comerciales que tenían una idea de dónde se necesitaban mejoras en la eficiencia y el rendimiento.

Novartis también invirtió en capacitar a los empleados comerciales de primera línea para que usen los datos ellos mismos para impulsar la innovación. Un número creciente de equipos adoptó métodos ágiles para abordar todo tipo de oportunidades. Por lo tanto, la intensidad y el impacto de la transformación se aceleraron rápidamente, impulsando una variedad de iniciativas de innovación, incluida la habilitación digital de ventas y pronósticos de ventas, la reconcepción del sistema de pedidos y reabastecimiento para clientes de servicios de atención médica y la renovación de los sistemas y procesos de cumplimiento de recetas.

El progreso en la transformación digital se volvió invaluable a medida que la empresa lidiaba con el caos inicial de la pandemia. Los equipos comerciales de Novartis se asociaron con científicos de datos para diseñar modelos para gestionar las interrupciones de la cadena de suministro, predecir la escasez de suministros críticos y permitir cambios rápidos en la combinación de productos y las políticas de precios. También desarrollaron análisis para identificar a los pacientes que estaban en riesgo porque posponían las visitas al médico. A medida que avanzaba la crisis de Covid, el valor de la IA se hizo evidente para los gerentes de toda la empresa.

Antes de esta ola de adopción de IA, las inversiones en tecnología de Novartis consistían casi en su totalidad en aplicaciones empresariales empaquetadas, generalmente implementadas por el departamento de TI con la guía de consultores externos, proveedores o integradores de sistemas. Pero para desarrollar la capacidad digital de toda la empresa, bajo el liderazgo del entonces director digital Bertrand Bodson, Novartis no solo desarrolló nuevas capacidades en ciencia de datos, sino que también comenzó a democratizar el acceso a los datos y la tecnología más allá de los silos tecnológicos tradicionales. La empresa ahora está capacitando a los empleados en todos los niveles y en todas las funciones para identificar y capitalizar las oportunidades de incorporar datos y tecnología para mejorar su trabajo. En 2021, miles de empleados asistieron a la cumbre anual de IA de Novartis.

El potencial para la innovación digital impulsada por los empleados es imposible de calcular, pero según el informe de Predicciones de la industria de TI mundial para 2020 de la firma de investigación de mercado IDC, las empresas de toda la economía mundial necesitarán crear unos 500 millones de nuevas soluciones digitales para 2023, más que el total. número creado en los últimos 40 años. Esto no lo pueden lograr pequeños grupos de tecnólogos y científicos de datos encerrados en silos organizacionales. Requerirá grupos de empleados mucho más grandes y diversos (ejecutivos, gerentes y trabajadores de primera línea) que se reúnan para repensar cómo debe operar cada aspecto del negocio. Nuestra investigación arroja luz sobre cómo hacerlo.

Los impulsores del éxito

Cuando comenzamos nuestra investigación, queríamos entender por qué muchas empresas luchan por cosechar los beneficios de las inversiones en transformación digital, mientras que otras ven enormes ganancias. ¿Qué hacen de manera diferente las empresas exitosas?

Analizamos 150 empresas de manufactura, atención médica, productos de consumo, servicios financieros, aeroespacial y farmacéutica/biotecnología, incluida una muestra representativa de las empresas más grandes de cada sector. Algunos no lograban mover la aguja, pero muchos habían logrado un progreso espectacular. Quizás sorprendentemente, descubrimos que los resultados no dependían del tamaño relativo de los presupuestos de TI. Las historias de éxito tampoco se limitaron a organizaciones “nacidas digitales”. Gigantes heredados como Unilever, Fidelity y Starbucks (donde uno de nosotros, Satya, está en el directorio), sin mencionar a Novartis, habían logrado crear una mentalidad y una cultura de innovación digital.

La transformación digital requiere que los ejecutivos, gerentes y empleados de primera línea trabajen juntos para repensar cómo debe operar cada aspecto del negocio.

Nuestra investigación muestra que para permitir la transformación a escala, las empresas deben crear sinergia en tres áreas:

Capacidades. Los esfuerzos de transformación exitosos requieren que las empresas desarrollen habilidades digitales y de datos en los empleados fuera de las funciones tecnológicas tradicionales. Sin embargo, estas capacidades por sí solas no son suficientes para brindar todos los beneficios de la transformación; Las organizaciones también deben invertir en el desarrollo de la agilidad de los procesos y, en términos más generales, en una cultura que fomente la experimentación generalizada y frecuente. 

Tecnología. Por supuesto, la inversión en las tecnologías adecuadas es importante, especialmente en los elementos de una pila de IA: tecnología de plataforma de datos, ingeniería de datos, algoritmos de aprendizaje automático y tecnología de implementación de algoritmos. Las empresas deben asegurarse de que la tecnología implementada sea fácil de usar y accesible para los muchos empleados no técnicos que participan en los esfuerzos de innovación. 

Arquitectura. La inversión en arquitectura técnica y organizacional es necesaria para garantizar que las capacidades humanas y la tecnología puedan trabajar en sinergia para impulsar la innovación. Eso requiere una arquitectura, tanto para la tecnología como para la organización, que admita el intercambio, la integración y la normalización de datos (por ejemplo, hacer que las definiciones y características de los datos sean consistentes) en silos tradicionalmente aislados. Esta es la única forma real y escalable de reunir los activos tecnológicos y de datos necesarios para que estén disponibles para una fuerza laboral distribuida.

Muchas grandes empresas están avanzando en cada una de estas áreas. Pero incluso las empresas líderes tienden a subestimar la importancia de lograr que los empleados lleven la transformación a sus funciones y su trabajo en lugar de que los grupos tecnológicos centrales y los consultores impulsen los cambios en el negocio. Como ha defendido Eric von Hippel del MIT durante muchos años, los usuarios de primera línea, que están más cerca de los casos de uso y mejor posicionados para desarrollar soluciones que se ajusten a sus necesidades, deben asumir un papel central, uniéndose a equipos ágiles que se unen y disuelven dinámicamente sobre la base de las necesidades del negocio.

Intensidad de la tecnología de construcción

Nuestra investigación revela cómo las capacidades, la tecnología y la arquitectura trabajan juntas para construir lo que llamamos intensidad tecnológica. Derivado del concepto económico de margen intensivo (cuánto se utiliza o aplica un recurso), la intensidad tecnológica se refiere a la medida en que los empleados utilizan la tecnología para impulsar la innovación digital y lograr resultados comerciales. Nuestra investigación encontró que las empresas que hicieron buenas inversiones en tecnología y pusieron las herramientas a disposición de una amplia comunidad de empleados con conocimientos tecnológicos y de datos lograron una mayor intensidad tecnológica y un rendimiento superior. Las empresas que no lograron desarrollar capacidades relacionadas con la tecnología y los datos en sus empleados y solo ofrecieron un acceso limitado a la tecnología se quedaron atrás.

La transformación digital vale la pena. Estudiamos 150 empresas en una variedad de industrias y descubrimos que el crecimiento de los ingresos y la tasa de crecimiento anual compuesto entre los líderes (el cuartil superior) en intensidad tecnológica eran más del doble que los rezagados (el cuartil inferior). La exposición muestra dos gráficos de barras. El primero compara el crecimiento de los ingresos desde 2016 hasta 2019 para los rezagados (4,4 %) y los líderes (9,1 %). El segundo compara CAGR durante el mismo período de tiempo para rezagados (7,1%) y líderes (14,9%). Fuente: Keystone. Ver más gráficos HBR en Datos e imágenes

Clasificamos la intensidad tecnológica de las 150 empresas de nuestro estudio y descubrimos que el cuartil superior de la muestra aumentó sus ingresos más del doble de rápido que el cuartil inferior. (Vea la exposición “La transformación digital vale la pena”. Para calificar la intensidad tecnológica de su empresa, vaya a www.keystone.ai/techintensity ). También encontramos que los índices de tecnología, capacidad y arquitectura se correlacionaron con otras medidas de desempeño, desde productividad y beneficios al crecimiento del valor de la empresa. Usando una técnica econométrica conocida como variables instrumentales, también encontramos evidencia de que la relación entre la intensidad tecnológica y el rendimiento era causal: es decir, una mayor intensidad (especialmente las inversiones en arquitectura técnica y organizacional) impulsaba un mayor crecimiento de los ingresos.

Puesta en escena de la transformación

Nuestro análisis confirma que solo gastar dinero en tecnología no da como resultado un mayor crecimiento o un mejor rendimiento; de hecho, en algunos casos puede dañar el negocio si acentúa las divisiones e inconsistencias entre los grupos. En cambio, son los enfoques arquitectónicos, gerenciales y organizacionales de la transformación los que mejor explican las diferencias sustanciales y duraderas entre las empresas. Descubrimos que las empresas generalmente avanzan a través de cinco etapas en su viaje de transformación.

Las etapas de la madurez digital. Las cinco etapas de la madurez digital se componen de diferentes características de estructura organizativa, proceso, arquitectura tecnológica e implementación tecnológica. ¿Cómo se compara su empresa? 1. La etapa menos madura digitalmente o tradicional se caracteriza por unidades de negocio en silos; Aplicaciones localizadas y toma de decisiones; datos en silos; y Modelos de aprendizaje automático basados ​​en unidades de negocio. 2. La etapa Bridge incluye características tales como datos centralizados como un equipo científico; Equipos de desarrollo ágiles; una plataforma de datos basada en la nube elásticamente escalable; y API para compartir datos internamente. 3. En la etapa central, las características incluyen información en tiempo real compartida entre las unidades de negocio; Propiedad comercial de aplicaciones; una plataforma de datos modulares unificados; y Modelos de aprendizaje automático avanzados y automatizados. 4. Las características de la etapa de la plataforma son capacidades e ideas maduras habilitadas para aplicaciones; Innovación distribuida y desarrolladores ciudadanos; una base integrada de software, datos e IA con arquitectura coherente y API integradas; y capacidades avanzadas de desarrollo de IA. 5. Finalmente, la etapa nativa o más madura digitalmente presenta una innovación democratizada basada en datos combinada con una experiencia muy profunda en IA; Cultura ágil con propiedad de la solución de extremo a extremo; Infraestructura de plataforma y herramientas automantenidas personalizadas; y Tecnología de aprendizaje automático optimizada y altamente automatizada. Finalmente, la etapa nativa o más madura digitalmente presenta innovación democratizada basada en datos combinada con una experiencia muy profunda en inteligencia artificial; Cultura ágil con propiedad de la solución de extremo a extremo; Infraestructura de plataforma y herramientas automantenidas personalizadas; y Tecnología de aprendizaje automático optimizada y altamente automatizada. Finalmente, la etapa nativa o más madura digitalmente presenta innovación democratizada basada en datos combinada con una experiencia muy profunda en inteligencia artificial; Cultura ágil con propiedad de la solución de extremo a extremo; Infraestructura de plataforma y herramientas automantenidas personalizadas; y Tecnología de aprendizaje automático optimizada y altamente automatizada. Ver más gráficos HBR en Datos e imágenes

Modelo tradicional.

No es sorprendente que muchas empresas se ajusten a lo que consideramos el modelo tradicional de innovación digital, en el que las inversiones digitales y tecnológicas son competencia del departamento de TI (u otros grupos de especialistas técnicos) y el impacto se dispersa entre los grupos, en su mayoría de manera inconsistente. TI trabaja con unidades de negocio para financiar proyectos y gestionar la implementación, por ejemplo, para la implementación de una aplicación empresarial o una tecnología de plataforma de datos. Los proyectos y sus implementaciones se personalizan según los requisitos específicos de los silos, las unidades de negocio o las funciones individuales. El resultado es que, con el tiempo, la tecnología y la infraestructura de datos reflejan las peculiaridades de los grupos individuales, sin coherencia ni conectividad. Este tipo de enfoque inconexo hace que sea virtualmente imposible compartir, escalar,

Muchas empresas del modelo tradicional todavía gastan una gran cantidad de dinero en tecnología de la información. Considere una empresa de servicios financieros que estudiamos, cuyo presupuesto de tecnología y análisis se encuentra entre los mejores de su industria, tanto en términos absolutos como relativos. La empresa ha gastado mucho en tecnología de plataforma de datos de última generación y ha contratado a miles de especialistas en TI y científicos de datos, que se sientan aislados en un grupo de TI separado, mientras que pocos (si es que hay alguno) empleados del lado comercial están involucrados en los esfuerzos de innovación digital de la organización. Por lo tanto, la empresa carece de la arquitectura y las capacidades necesarias para fomentar cualquier intensidad en la adopción de tecnología. No es sorprendente que los esfuerzos de TI y ciencias de datos de la empresa se hayan estancado y el impacto comercial haya sido mínimo.

Nuria Madrid

Una señal reveladora de que una empresa se encuentra en la etapa tradicional es que las percepciones del impacto entre los empleados de tecnología y de negocios son dramáticamente diferentes. Los primeros perciben el impacto como alto (medido por el esfuerzo que ponen en su trabajo), mientras que los segundos lo miden mucho más bajo (según cómo se han beneficiado sus actividades cotidianas).

Modelo de puente.

Para liberarse de las restricciones tradicionales de los silos (organizacionales e infraestructurales), las empresas suelen comenzar lanzando pilotos que unen a grupos previamente separados y desarrollando activos tecnológicos y de datos compartibles para permitir nuevas innovaciones. En primer lugar, podrían centrarse en oportunidades funcionales específicas, como optimizar las capacidades de publicidad, fabricación o cadena de suministro. Estas empresas están probando no solo la tecnología, sino también un modelo de innovación fundamentalmente diferente en el que los ejecutivos, gerentes y trabajadores de primera línea del lado comercial trabajan en colaboración con TI y científicos de datos. Victor Bulto, director de productos farmacéuticos de EE. UU. de Novartis, jugó un papel decisivo en el lanzamiento de los primeros pilotos (centrándose, por ejemplo, en en la identificación de pacientes en riesgo) y sirvió como defensor de muchas iniciativas a medida que la organización avanzaba a través de la etapa puente. A Lori Beer, CIO global de JPMorgan Chase, le gusta hablar sobre el impacto demostrado de probar la IA para simplificar la aprobación y el informe de gastos, un piloto de mejora de procesos que convenció a muchos empleados. 

Hubs.

A medida que más y más pilotos demuestran el éxito del nuevo enfoque, las organizaciones forman centros de capacidad y datos y desarrollan gradualmente la capacidad de vincular y comprometer funciones y unidades de negocio adicionales en busca de oportunidades de transformación. A medida que avanzan por este camino, los líderes comienzan a darse cuenta de que el cuello de botella en la innovación ha pasado de las inversiones en tecnología a las inversiones en la fuerza laboral. El factor limitante en esta etapa es la cantidad de empleados comerciales con la capacidad (el conocimiento y el acceso) para impulsar la innovación digital. Por lo tanto, las empresas deben invertir en el entrenamiento y la capacitación de una comunidad de empleados mucho más grande.

Madurez digital por industria. Examinamos 150 empresas en una variedad de industrias y trazamos los niveles promedio de capacidad tecnológica y arquitectura tecnológica para cada industria. Las empresas de bienes de consumo empaquetados, por ejemplo, tendían a estar en la etapa inicial del proceso de transformación; Las empresas aeroespaciales y de atención médica estaban mucho más avanzadas. Este gráfico muestra la etapa de madurez de cada uno de los 11 sectores. El sector de bienes de consumo empaquetados se encuentra en la etapa tradicional, donde la capacidad tecnológica y la arquitectura tecnológica son más débiles. La siguiente etapa de madurez es la etapa puente, donde se pueden encontrar empresas farmacéuticas, minoristas, electrónica de edificios industriales y máquinas y equipos. A continuación, la etapa central de madurez contiene conglomerados de fabricación y los sectores de dispositivos médicos, servicios financieros y hardware tecnológico. La etapa más madura es la etapa de la plataforma, donde la capacidad tecnológica y la arquitectura tecnológica son más sólidas; Las empresas aeroespaciales y de salud se encuentran en esta etapa. Fuente: Keystone. Ver más gráficos HBR en Datos e imágenes

Fidelity se esfuerza por desarrollar lo que llama atletas digitales. Comenzó a construir centros mediante la creación de activos de datos centralizados (un lago de datos para toda la empresa, por ejemplo); ahora está ampliando la capacitación para miles de empleados comerciales, brindándoles la capacidad de implementar soluciones habilitadas digitalmente en todo el negocio. Los especialistas en inversiones y expertos en impuestos con conocimientos digitales, por ejemplo, están trabajando en estrecha colaboración con científicos y tecnólogos de datos para crear soluciones innovadoras con un enfoque especial en la personalización y el impacto personalizado en el cliente. También crearon una aplicación destinada a incorporar e involucrar a inversores más jóvenes y otra aplicación para brindar recomendaciones basadas en inteligencia artificial a los asesores financieros de Fidelity, por nombrar solo algunos ejemplos.

Starbucks también se centra no solo en la tecnología y la arquitectura, sino también en el desarrollo de habilidades de innovación ágiles y de base amplia en sus empleados para impulsar sus centros. El CEO Kevin Johnson explica: “Pasamos de grandes equipos que trabajaban en silos a equipos más pequeños y multifuncionales [en todas partes], y de evaluar cada idea como aprobado o reprobado a una iteración rápida”. Starbucks es ahora una potencia de innovación digital, con sofisticadas aplicaciones para clientes que permiten pedidos remotos, programas de fidelización y sistemas de pago junto con sistemas internos que permiten la asignación de mano de obra basada en IA y la gestión de inventario.

Modelo de plataforma.

A medida que las empresas ingresan a la etapa de la plataforma, los centros de datos se fusionan en una base de software integral que permite la implementación rápida de aplicaciones basadas en IA. Las empresas se centran en crear capacidades sofisticadas de ingeniería de datos y fomentar la reutilización y la integración de modelos de aprendizaje automático. Los modelos de predicción basados ​​en análisis se aplican en toda la empresa, con un enfoque cada vez mayor en la automatización de las tareas operativas básicas. Las organizaciones comienzan a funcionar un poco más como empresas de software, desarrollando capacidades integrales que permiten la gestión de productos y programas y la experimentación rápida.

En los últimos cinco años, Microsoft ha pasado por casi todas las etapas de este viaje. Hace años, estábamos tan aislados como la mayoría de las empresas, y cada organización basada en productos segregaba sus propios datos, software y capacidades. A medida que conectamos y normalizamos los datos de diferentes funciones y grupos de productos, pudimos implementar soluciones integradas en áreas que van desde el servicio al cliente hasta la gestión de la cadena de suministro.

Integramos todos nuestros datos en un lago de datos de toda la empresa y creamos lo que llamamos una plataforma de procesos comerciales, que proporciona componentes de software y análisis que los equipos usan para permitir la innovación en áreas que van desde la fabricación de Xbox hasta la gestión del gasto publicitario. También invertimos en programas de capacitación para empleados no técnicos, cultivando capacidades de aprendizaje automático y centradas en datos en toda la organización.

Modelo nativo.

Las empresas más exitosas entre las 150 de nuestro estudio han implementado un tipo de arquitectura operativa completamente diferente, centrada en activos de datos integrados y bibliotecas de software y diseñada para implementar IA a escala en un amplio espectro distribuido de aplicaciones. Sus señas de identidad son un núcleo de expertos; herramientas ampliamente accesibles y fáciles de usar; e inversión en capacitación y capacitación de grandes grupos de empresarios. Estas empresas se están acercando a la capacidad de los nativos digitales como Airbnb y Uber, que se diseñaron específicamente para escalar el análisis y la innovación basada en software en toda la empresa. Airbnb y Uber ciertamente no son perfectos, pero se acercan al ideal nativo.

En Microsoft todavía tenemos mucho que aprender, pero en algunas partes de la organización estamos empezando a acercarnos al modelo nativo. Como es común en cualquier empresa, el progreso no ha sido uniforme. Diferentes grupos han alcanzado diferentes niveles de capacidad, pero los resultados generales son alentadores, ya que vemos soluciones cada vez más innovadoras para los problemas internos y de cara al cliente. Lo más importante es que nuestro enfoque de toda la empresa para comprender, proteger y trabajar con datos ha progresado a años luz.

El imperativo para los líderes

El mandato de la transformación digital crea un imperativo de liderazgo: aceptar la transformación y trabajar para sostenerla. Articule una estrategia clara y comuníquela sin descanso. Establezca una arquitectura organizacional para evolucionar a medida que toma las innumerables decisiones diarias que definen su estrategia tecnológica. Implemente un proceso de gobierno real para realizar un seguimiento de los numerosos proyectos tecnológicos en curso, y coordine e intégrelos siempre que sea posible. Defienda la agilidad en todas las iniciativas comerciales en las que toque e influya. Y finalmente, libérate de la tradición. Capacite y capacite a sus empleados para comprender el potencial de la tecnología y los datos, y libere a los innovadores dentro de su fuerza laboral.

Este mandato se extiende a los proveedores de tecnología. A pesar de la gran inversión, las tecnologías siguen siendo demasiado complejas y, a menudo, demasiado difíciles de usar e implementar. Necesitamos herramientas y tecnología que hagan que la transformación de la conducción sea intuitiva para los trabajadores de primera línea mientras se mantienen los datos seguros. No olvidemos que hasta hace poco muchos de nosotros confiábamos en especialistas en Fortran y Cobol para modelar problemas de negocios e incluso para realizar operaciones matemáticas básicas. Las hojas de cálculo provocaron una revolución en el modelado matemático; Necesitamos proveedores de tecnología para traer la misma revolución a la IA y hacer que usar una aplicación de aprendizaje automático sea tan fácil como crear una tabla dinámica.

El impulso está creciendo. Pero debemos mantener los esfuerzos para garantizar que las empresas de todo tipo superen la brecha digital.

Una versión de este artículo apareció en la edición de mayo-junio de 2022 de Harvard Business Review.

Marco Iansiti es profesor David Sarnoff de Administración de Empresas en la Escuela de Negocios de Harvard, donde dirige la Unidad de Gestión de Operaciones y Tecnología y la Iniciativa Digital. Ha asesorado a numerosas empresas del sector tecnológico, entre ellas Microsoft, Facebook y Amazon. Es coautor (con Karim Lakhani) del libro Competir en la era de la IA (Harvard Business Review Press, 2020).

Satya Nadella es el presidente y director ejecutivo de Microsoft.