¿El reto de las empresas actuales? Asumir los datos como valor estratégico, no técnico

El impacto actual de las estrategias que diseña un Chief Data Officer (CDO) o director de Datos depende de un buen gobierno de datos, de la descentralización de la analítica y una buena alfabetización en IA.

En entrevista con ComputerWeekly en Español, Deyvis Laura, Chief Data Officer en IBT Group, destaca que el desafío actual y central de este escenario ya no es tecnológico, sino, más bien cultural dentro de las propias compañías. Si se lograra transformar la forma que tienen los colaboradores de ver e interactuar con los datos, afirma el ejecutivo, las empresas peruanas podrían ser más competitivas e innovadoras hacia el 2030, cuando se espera que la IA y el talento digital marquen la diferencia.

En ese sentido, la formación en estas habilidades debe estar promovida desde la alta dirección para conseguir un modelo dinámico de data driven en toda la organización.

¿Cómo percibes la evolución del rol del CDO en el sistema corporativo ejecutivo peruano en los últimos años y cómo podemos generar valor concreto con estos datos dado que sigue evolucionando y sigue generando mucho impacto?

Deyvis Laura, IBTGroup.

Deyvis Laura: Creo que, a lo largo de los últimos 10 a 15 años, el rol del CDO, desde su concepción inicial, ha cambiado mucho, ha evolucionado bastante. Siento que este cambio también se debe, claramente, a las nuevas tecnologías que han ido apareciendo, pero además se ve segmentado en función de los sectores en los cuales estamos trabajando.

Hace 15 años, cuando comenzó a tener auge este tipo de roles en los sectores de banca, retail o telco, que son de por sí intensivos en el uso de información y data, el rol aparece básicamente para garantizar el uso correcto de la información, sobre todo por un tema regulatorio. En banca, por ejemplo, acá en Perú tenemos a la SBS (Superintendencia de Banca y Seguros) y, a nivel región y mundial, hay entidades que supervisan que los datos se utilicen de manera correcta para cuidar la seguridad de la información de las personas.

Si vemos la evolución a lo largo de los siguientes años, este perfil va mutando, desde algo enfocado en lo regulatorio, hacia algo quizás más enfocado en temas de reportes, de BI, de entender el comportamiento de los clientes y del consumidor, de los pacientes. Eso hace 10 años, probablemente, cuando estaba en boom el tema de big data, de BI, de reporting. Si lo vemos ya ahora, en los últimos 5 años, creo que el rol se ha vuelto mucho más estratégico.

El éxito del rol, en las empresas, del CDO, en muchos casos se define por qué tan cerca se encuentra a esa toma de decisiones importantes en los directorios, en los comités, a un nivel más ejecutivo. Entonces, hoy el rol del CDO se traduce en un rol más funcional, en ese cruce entre tecnología y negocio, siempre soportando la toma de decisiones cada vez más estratégica.

¿Cómo podría un CDO hacer más competitivo al corporativo frente a las nuevas tendencias, con miras hacia el 2030?

Deyvis Laura: Mira, creo que hay tres puntos importantes. Un tema fundamental de toda empresa –que ya deberían haber comenzado a ver si quieren mantenerse competitivos– es entender la importancia del gobierno de datos y de la gestión correcta de la información. O sea, de nada o de muy poco sirve tener un supermodelo predictivo, o tener IA generativa, si los datos con los cuales están entrenando esos modelos y alimentando esas decisiones están mal.

El concepto de gobierno de datos, similar al tema del CDO, ha pasado por una evolución. Una primera versión de gobierno de datos era muy regulatoria: “yo gobierno mis datos para poder entregar mi informe correctamente a la entidad”. El día de hoy, se ve un gobierno de datos que busca agregar valor, que busca enfocarse en lo que realmente importa, en las decisiones críticas. Entonces, yo creo que un punto ya incuestionable, si queremos mantenernos competitivos de acá al 2030, es empezar a gobernar correctamente los datos, y gestionarlos correctamente.

Otro punto que es muy relevante es que las nuevas generaciones, como ocurre naturalmente, tienen comportamientos distintos. Hoy en día, gestionar a las personas dentro de las empresas no es igual que hace 10, 15, 20 años. Muchas áreas de las empresas, a diferencia de antes, van a querer tener acceso directo a la información y, con más input, poder manipular esos datos. Por tanto, ya no se busca centralizar este tipo de capacidades… Aunque en algunos casos es necesario, sobre todo cuando recién inicias en crear la capacidad analítica de datos artificiales en la empresa.

Creo que ya el foco debería ser: ¿cómo empezamos a descentralizar hacia adelante? Cada vez se va a volver más complicado tratar de centralizar, y que un solo equipo sea dueño de todos los datos de la empresa o acceso a la información. Lo más natural es que cada vez más personas tengan esa necesidad y esa capacidad para entender los datos. Antes, si quería hacer un gráfico y no sabía cómo hacerlo, me metía a Google y buscaba cómo hacer un gráfico y comenzaba a generarlo. Hoy, agarro el data set, se lo pongo a ChatGPT, y le digo, “quiero que me hagas un gráfico de esta forma, con estas variables”, y automáticamente te da el gráfico.

Obviamente, hay ciertas restricciones que tomar, temas de seguridad, temas de validar la data que te da, pero con recién dos años de tecnología en el mercado, imaginemos de acá al 2030 cómo va a estar.

Creo que el punto importante es empezar a pensar que las capacidades de data analytics e IA van a terminar siendo descentralizadas, y tenemos que preparar a nuestra empresa para que sea así.

Y el tercero, alineado con los anteriores, es cómo yo doto a la empresa de una capacidad que les permita entender cómo usar correctamente esto. Sé que esto va a ocurrir, sé que necesito gobernar bien mis datos para que mis productos estén bien, y, una vez que estén bien, la gente va a querer entrar, naturalmente. Aunque estén mal, van a querer usarlos. Pero, una vez que los usen, ¿cómo aseguro que los usen bien? Entonces, tengo que comenzar a poner mucho foco en estos programas de capacitación, de literacy, para que las personas que ya sé que van a querer usarlo, los utilicen de manera correcta. Hay que capacitar a las personas.

Y cuando hablamos de la alfabetización en IA, es distinto incluso a la alfabetización que veíamos antes en data, que era un poco más restrictivo y tenía temas un poco más complejos de entender. Con inteligencia artificial generativa es completamente lo contrario. Yo agarro el data set, la información y simplemente le pregunto. Es tan natural ese tipo de búsquedas que hace que la democratización de ese tipo de herramientas sea mayor.

¿Cuál serían los principales retos y oportunidades para que esa triada funcione con mayor flexibilidad e impulse la adopción de la IA generativa en sectores claves?

Deyvis Laura: Sin duda, creo que la base son las personas. Lo primero que tenemos que buscar es un alineamiento a nivel ejecutivo en las compañías. Si los líderes están, digamos, enfocados en que este es el futuro, creo que lo demás va a ir cayendo, como se dice, en cascada. Entonces, lo primero es buscar ese foco de hacia dónde queremos ir para las empresas y, a partir de eso, comenzar a apalancar estas capacidades.

Ahora, el principal reto siempre va a ser cultural, queramos o no. Los cambios, en la mayoría de los casos, son difíciles, sobre todo en las empresas. Si de por sí es complicado que una persona cambie una actitud, imagínense a nivel corporativo, donde son muchas personas y muchas visiones distintas de hacia dónde queremos ir. Y también, ¿por qué no decirlo?, muchos egos. Para mí, uno de los principales dilemas que tenemos que resolver es cómo generamos la adopción por el lado de las personas, que compren esta idea.

A partir de eso, resolver el siguiente [desafío], que probablemente sea la tecnología. Seamos sinceros. Hoy en día, la mayoría de las empresas no tiene la tecnología adecuada para soportar este cambio.

Y alineado con la tecnología viene todo el tema de los procesos, dependiendo del sector. Por ejemplo, en banca, por ser un sector muy regulado, en pesca y salud hay mucho foco en los procesos porque las mismas entidades y el reglamento te lo pide así. Otros sectores no tan regulados como esos –educación, venta directa, consumo masivo, etcétera– no tienen esa cultura de que los procesos estén alineados.

¿Por qué es clave que estén alineados? Porque, en función de esos procesos es que vas a poder mejorar la tecnología. Y cuando quieras cambiar a las personas, la forma en la que piensan o la cultura de la empresa tienes que aterrizar en algún lado. Normalmente, esos son los procesos de la compañía. Ahí está el gran dilema de cómo empiezo a apalancar todo lo demás.

Ahora, [todo] esto se alinea: los procesos los atacas con gobierno, las personas con literacy, y la tecnología con arquitectura. Esos son los tres componentes que uno tiene que mirar a profundidad y donde vas a encontrar los principales problemas.

Pero, si tengo que elegir uno, para mí siempre va a ser el tema cultural. ¿Cómo lo abordamos? El primer paso es alineamiento. Al final, las empresas son un ente vivo que va evolucionando en el tiempo, donde el líder máximo –llámese el gerente general, presidencia, directorio, como lo llamen– es quien decide hacia dónde ir. Si encontramos ese alineamiento, creo que lo demás es trabajar. El problema viene cuando no hay ese alineamiento y no está clara esa visión.

¿Qué brechas ves en la formación ejecutiva peruana respecto a datos y analytics? ¿Cómo podemos acelerar la transformación entre el sector ejecutivo, sobre todo para generar talento digital y convertirnos en data driven?

Deyvis Laura: Creo que lo principal es entender que, si tratamos de enmarcar todo esto como algo que está dentro del mundo digital, el talento que debemos desarrollar termina siendo una palanca de competitividad. Si desarrollamos talento digital en las compañías, vamos a ser más competitivos. No es algo extra o adicional, ni es una carga si lo orientamos correctamente.

Para lograr hacer eso todavía hay ciertas brechas que tenemos que cubrir. Creo que una de las principales es que, en muchos casos, data, analytics, IA y digital se ven como algo técnico. Se ven como roles técnicos, no como roles estratégicos. Por tanto, en muchos casos, los líderes de estas disciplinas o verticales en las empresas –incluso los CDO– son relegados a un segundo, e incluso a un tercer o cuarto nivel de toma de decisiones. Eso, obviamente, termina generando un impacto negativo. Si esta persona que está encargada de desarrollar la estrategia digital o la estrategia de datos de la empresa no tiene esa visibilidad de hacia dónde vamos a ir, probablemente termine haciendo una estrategia sesgada, ¿no? Como consecuencia, no ayuda a los objetivos empresariales. Creo que ahí hay una primera brecha, un primer giro de tuerca.

Algo que tenemos que cambiar es que data, digital, analytics, no es algo solo técnico. Tiene un componente técnico fuerte, pero el componente estratégico es lo que lo va a hacer realmente generar el valor que se espera. Es muy simple.

Creo que hay un gran trabajo por realizar no solamente de las empresas, sino en el sector educativo en Perú y en Latinoamérica. Porque, en muchos casos, el enfoque que se les está dando es más técnico, de formar profesionales que sepan programar un algoritmo, que sepan construir un modelo. Pero falta el componente de para qué sirve ese modelo y ese algoritmo, cómo va a impactar en la empresa; temas de comunicación, de cómo vendo esta idea, cómo gano el presupuesto para ejecutar este proyecto. Y no cerrarlo solamente en hacer un modelo que tenga 99 % de accuracy, porque eso es solamente quedarse en lo técnico.