Alibaba y el futuro de los negocios

Resumen.

Alibaba no es un minorista en el sentido tradicional. No suministra ni mantiene existencias, y los servicios logísticos son llevados a cabo por terceros proveedores. En cambio, Alibaba es lo que obtienes si tomas todas las funciones asociadas con el comercio minorista y las coordinas en línea en una extensa red basada en datos de vendedores, vendedores, proveedores de servicios, empresas de logística y fabricantes. De hecho, Alibaba hace lo que Amazon, eBay, PayPal, Google, FedEx, todos los mayoristas, y una buena parte de los fabricantes en los EE.UU. hacen, con una ayuda saludable de servicios financieros para la guarnición.

Alibaba logra esto aprovechando las nuevas tecnologías de coordinación de redes e inteligencia de datos. Se aprovecha los esfuerzos de miles de empresas chinas para crear un ecosistema que sea más rápido, más inteligente y eficiente que las infraestructuras empresariales tradicionales.

Este es un modelo de negocio emergente que Ming Zeng, presidente del Consejo Académico de Alibaba, llama negocios inteligentes. Los actores del ecosistema comparten datos y aplican tecnología de aprendizaje automático para identificar y satisfacer mejor las necesidades de los consumidores. Este artículo proporciona un marco para transformar una empresa en un negocio inteligente.

Idea en breve

Un nuevo modelo de negocio

Alibaba es un ejemplo del «negocio inteligente» del mañana: una plataforma habilitada para la tecnología que coordina múltiples actores empresariales en un ecosistema.

Cómo funciona

Los actores del ecosistema comparten datos y aplican tecnología de aprendizaje automático para identificar y satisfacer mejor las necesidades de los consumidores.

Cómo construirlo

Automatice la toma de decisiones mediante:

• asegurarse de que cada interacción produzca la mayor cantidad de datos posible

• garantizar que todas las actividades empresariales estén mediadas por software

• uso de API y otros protocolos de interfaz para garantizar una interacción fluida entre los sistemas de software

• aplicar aprendizaje automático para dar sentido a los datos en tiempo real

Alibaba llegó a los titulares con la salida a IPO más grande del mundo en septiembre de 2014. Hoy en día, la compañía tiene un tope de mercado entre los 10 mejores mundiales, ha superado a Walmart en ventas globales y se ha expandido a todos los principales mercados del mundo. Fundador Jack Ma se ha convertido en un nombre familiar.

Desde sus inicios, en 1999, Alibaba experimentó un gran crecimiento en su plataforma de comercio electrónico. Sin embargo, todavía no parecía un golpeador mundial en 2007 cuando el equipo directivo, al que me había unido a tiempo completo el año anterior, se reunió para una estrategia fuera de las instalaciones en un moso hotel junto al mar en Ningbo, provincia de Zhejiang. En el transcurso de la reunión, nuestras observaciones e ideas incongruentes sobre las tendencias del comercio electrónico comenzaron a fundirse en una visión más amplia del futuro, y al final habíamos acordado una visión. «Promoveríamos el desarrollo de un ecosistema de comercio electrónico abierto, coordinado y próspero». Fue entonces cuando el viaje de Alibaba realmente comenzó.

La innovación especial de Alibaba, nos dimos cuenta, fue que realmente estábamos construyendo un ecosistema: una comunidad de organismos (empresas y consumidores de muchos tipos) interactuando entre sí y con el medio ambiente (la plataforma online y los elementos físicos fuera de línea más grandes). Nuestro imperativo estratégico era asegurarnos de que la plataforma proporcionara todos los recursos, o acceso a los recursos, que un negocio en línea necesitaría para tener éxito, y por lo tanto apoyara la evolución del ecosistema.

El ecosistema que construimos fue simple al principio: Vinculamos compradores y vendedores de bienes. A medida que avanzaba la tecnología, más funciones empresariales se trasladaron en línea, incluidas las establecidas, como publicidad, marketing, logística y finanzas, y otras emergentes, como marketing de afiliados, recomendadores de productos e influenciadores en las redes sociales. Y a medida que ampliamos nuestro ecosistema para acomodar estas innovaciones, ayudamos a crear nuevos tipos de negocios en línea, reinventando completamente el sector minorista de China en el camino.

Alibaba hoy no es sólo una empresa de comercio en línea. Es lo que obtiene si toma todas las funciones asociadas con el comercio minorista y las coordina en línea en una extensa red basada en datos de vendedores, vendedores, proveedores de servicios, empresas de logística y fabricantes. En otras palabras, Alibaba hace lo que Amazon, eBay, PayPal, Google, FedEx, mayoristas y una buena parte de los fabricantes hacen en los Estados Unidos, con una ayuda saludable de servicios financieros para guarnición.

De las 10 empresas más valoradas del mundo en la actualidad, siete son compañías de internet con modelos de negocio similares a los nuestros. Cinco de ellos —Amazon, Google y Facebook en los Estados Unidos y Alibaba y Tencent en China— han durado apenas 20 años. ¿Por qué ha surgido tanto valor y poder de mercado tan rápido? Debido a las nuevas capacidades en coordinación de redes e inteligencia de datos que todas estas empresas ponen en uso. Los ecosistemas que ellos dirigen son mucho más eficientes desde el punto de vista económico y Centrado en los clientes que las industrias tradicionales. Estas empresas siguen un enfoque que yo llamo negocios inteligentes, y creo que representa la lógica empresarial dominante del futuro.

¿Qué es Smart Business?

Los negocios inteligentes surgen cuando todos los actores involucrados en el logro de un objetivo comercial común, por ejemplo, el comercio minorista o el uso compartido de viajes, están coordinados en una red en línea y utilizan la tecnología de aprendizaje automático para aprovechar de manera eficiente los datos en tiempo real. Este modelo habilitado para tecnología, en el que la mayoría de las decisiones operativas son tomadas por máquinas, permite a las empresas adaptarse de forma dinámica y rápida a las cambiantes condiciones del mercado y a las preferencias de los clientes, obteniendo una enorme ventaja competitiva sobre los negocios tradicionales.

La gran potencia informática y los datos digitales son el combustible para el aprendizaje automático, por supuesto. Cuantos más datos y más iteraciones pase el motor algorítmico, mejor será su salida. Los científicos de datos elaboran modelos probabilísticos de predicción para acciones específicas, y luego el algoritmo gira a través de montones de datos para producir mejores decisiones en tiempo real con cada iteración. Estos modelos de predicción se convierten en la base para la mayoría de las decisiones empresariales. Por lo tanto, el aprendizaje automático es más que una innovación tecnológica; transformará la forma en que se llevan a cabo los negocios a medida que la toma de decisiones humanas se sustituye cada vez más por la producción algorítmica.

Los micropréstamos de hormigas proporcionan un ejemplo sorprendente de cómo se verá este futuro. Cuando Alibaba lanzó Ant, en 2012, el préstamo típico otorgado por los grandes bancos en China era de millones de dólares. El monto mínimo del préstamo —alrededor de 6 millones de yuan o algo menos de 1 millón de dólares— estaba muy por encima de las cantidades que necesitaban la mayoría de las pequeñas y medianas empresas (PYMES). Los bancos se mostraban reacios a prestar servicios a empresas que carecían de cualquier tipo de historial crediticio o incluso de documentación adecuada de sus actividades comerciales. Como consecuencia, decenas de millones de empresas en China tenían dificultades reales para obtener el dinero necesario para hacer crecer sus operaciones.

En Alibaba, nos dimos cuenta de que teníamos el ingrediente para crear un negocio de préstamos para PYMES de alto funcionamiento, escalable y rentable: la enorme cantidad de datos de transacciones generados por las muchas pequeñas empresas que utilizan nuestra plataforma. Así que en 2010 lanzamos un negocio pionero de micropréstamos basado en datos para ofrecer préstamos a empresas en cantidades no superiores a 1 millón de RMB (alrededor de $160.000). En siete años de funcionamiento, la empresa ha prestado más de 87.000 millones de yuan (13.400 millones de dólares) a casi tres millones de PYMES. El tamaño promedio del préstamo es de 8.000 RMB, o aproximadamente $1,200. En 2012, juntamos esta operación de préstamo junto con Alipay, nuestro exitoso negocio de pagos, para crear Ant Financial Services. Le dimos ese nombre a la nueva empresa para captar la idea de que estábamos empoderando a todas las pequeñas pero laboriosas, empresas similares.

Hoy en día, Ant puede procesar fácilmente préstamos tan pequeños como varios cientos de RMB (alrededor de $50) en pocos minutos. ¿Cómo es esto posible? Cuando se enfrentan a posibles prestatarios, las instituciones crediticias sólo tienen que responder a tres preguntas básicas: ¿Debemos prestarles, cuánto debemos prestar y a qué tipo de interés? Una vez que los vendedores de nuestras plataformas nos dieron autorización para analizar sus datos, estábamos bien posicionados para responder a esas preguntas. Nuestros algoritmos pueden analizar los datos de transacciones para evaluar qué tan bien está haciendo una empresa, qué tan competitivas son sus ofertas en el mercado, si sus socios tienen altas calificaciones crediticias, etc.

Ant usa esos datos para comparar a los buenos prestatarios (aquellos que pagan a tiempo) con los malos (aquellos que no lo hacen) para aislar rasgos comunes en ambos grupos. Estos rasgos se utilizan entonces para calcular las puntuaciones crediticias. Todas las instituciones crediticias hacen esto de alguna manera, por supuesto, pero en Ant el análisis se realiza automáticamente en todos los prestatarios y en todos sus datos de comportamiento en tiempo real. Cada transacción, cada comunicación entre el vendedor y el comprador, cada conexión con otros servicios disponibles en Alibaba, de hecho, cada acción tomada en nuestra plataforma, afecta el puntaje crediticio de una empresa. Al mismo tiempo, los algoritmos que calculan las puntuaciones están evolucionando en tiempo real, mejorando la calidad de la toma de decisiones con cada iteración.

Determinar cuánto prestar y cuánto interés cobrar requiere el análisis de muchos tipos de datos generados dentro de la red Alibaba, como los márgenes de beneficio bruto y la facturación de inventarios, junto con información menos matemáticamente precisa, como los ciclos de vida del producto y la calidad de las redes sociales y relaciones comerciales. Los algoritmos podrían, por ejemplo, analizar la frecuencia, la longitud y el tipo de comunicaciones (mensajería instantánea, correo electrónico u otros métodos comunes en China) para evaluar la calidad de las relaciones.

Los científicos de datos de Alibaba son esenciales para identificar y probar qué puntos de datos proporcionan los conocimientos que buscan y luego diseñar algoritmos para extraer los datos. Este trabajo requiere tanto una profunda comprensión del negocio como la experiencia en algoritmos de aprendizaje automático. Considere otra vez Ant Financiero. Si un vendedor considerado que tiene un crédito deficiente paga su préstamo a tiempo o un vendedor con un excelente crédito catastróficamente incumple, el algoritmo claramente necesita ajustes. Los ingenieros pueden comprobar rápida y fácilmente sus supuestos. ¿Qué parámetros deben agregarse o eliminarse? ¿Qué tipos de comportamiento de usuario se debe dar más peso?

Los principales negocios de Alibaba de un vistazo

Mercados minoristas chinos

• Taobao Mercado
• Tmall
• Taobao rural

Mercados transfronterizos y globales

• AliExpress
• Tmall Global
• Lazada

Comercio al por mayor

• 1688.com (China)
• Alibaba.com (global)

Medios Digitales y Entretenimiento*

• Youku Tudou (vídeo en línea)
• Alibaba Fotos
• Música de Alibaba
• Alibaba Deportes
• UC (navegador móvil)

Otros servicios*

• AutonAVI (mapeo y navegación)
• Koubei (servicios locales)
• Ele.me (entrega)

Finanzas*

• Ant Financial (incluye Alipay)
• MyBank

Logística*

• Red Cainiao

Computación en la nube*

• Nube de Alibaba

* Principales empresas participadas y socios cooperativos del Grupo Alibaba

A medida que los algoritmos recalibrados producen predicciones cada vez más precisas, el riesgo y los costos de Ant disminuyen constantemente, y los prestatarios obtienen el dinero que necesitan, cuando lo necesitan, a una tasa de interés que pueden pagar. El resultado es un negocio muy exitoso: la operación de microfinado tiene una tasa de impago de alrededor del 1%, muy por debajo de la estimación del Banco Mundial para 2016 de un promedio del 4% en todo el mundo.

Entonces, ¿cómo se crea ese tipo de negocio?

Automatizar todas las decisiones operativas

Para convertirse en un negocio inteligente, su empresa debe permitir que tantas decisiones operativas como sea posible a través de máquinas alimentadas por datos en vivo en lugar de por humanos respaldados por su propio análisis de datos. La transformación de la toma de decisiones de esta manera es un proceso de cuatro pasos.

Paso 1: «Datafy» cada intercambio de clientes.

Ant tuvo la suerte de tener acceso a una gran cantidad de datos sobre posibles prestatarios para responder a las preguntas inherentes a su negocio de préstamos. Para muchas empresas, el proceso de captura de datos será más difícil. Pero los datos en vivo son esenciales para crear los bucles de retroalimentación que son la base del aprendizaje automático.

Considere el negocio de alquiler de bicicletas. Las Startups en China han aprovechado la telefonía móvil, el Internet de las cosas (en forma de cerraduras inteligentes para bicicletas) y los sistemas de pago y crédito móviles existentes para datafear todo el proceso de alquiler.

Alquilar una bicicleta tradicionalmente implicaba ir a un lugar de alquiler, dejar un depósito, hacer que alguien te diera una bicicleta, usar la bicicleta, devolverla y luego pagar el alquiler en efectivo o tarjeta de crédito. Varias empresas chinas rivales ponen todo esto en línea integrando varias nuevas tecnologías con las existentes. Una innovación crucial fue la combinación de códigos QR y cerraduras electrónicas que automatizaron inteligentemente el proceso de pago. Al abrir la aplicación para compartir bicicletas, un ciclista puede ver las bicicletas disponibles y reservar una cerca. Una vez que el ciclista llega a la bicicleta, utiliza la aplicación para escanear un código QR en la bicicleta. Suponiendo que la persona tiene dinero en su cuenta y cumple con los criterios de alquiler, el código QR abrirá el candado electrónico para bicicleta. La aplicación puede incluso verificar el historial de crédito de la persona a través de Sesame Credit, el nuevo producto en línea de Ant Financial para calificaciones crediticias al consumidor, lo que permite al ciclista saltarse el pago de un depósito, acelerando aún más el proceso. Cuando se devuelve la bicicleta, cerrar el candado completa la transacción. El proceso es simple, intuitivo, y generalmente toma solo varios segundos.

La creación de datos en el proceso de alquiler mejora enormemente la experiencia del consumidor. Sobre la base de datos en vivo, las empresas envían camiones para trasladar las bicicletas a donde los usuarios las desean. También pueden alertar a los usuarios habituales sobre la disponibilidad de bicicletas cercanas. Gracias en gran parte a estas innovaciones, el costo del alquiler de bicicletas en China ha caído a sólo unos pocos centavos por hora.

La mayoría de las empresas que buscan estar más orientadas a los datos suelen recopilar y analizar información con el fin de crear un modelo causal. A continuación, el modelo aísla los puntos de datos críticos de la masa de información disponible. No es así como las empresas inteligentes usan los datos. En su lugar, capturan toda la información generada durante los intercambios y comunicaciones con clientes y otros miembros de la red a medida que opera el negocio y luego permiten que los algoritmos descubran qué datos son relevantes.

Paso 2: «Software» cada actividad.

En un negocio inteligente, todas las actividades, no solo la administración del conocimiento y las relaciones con los clientes, se configuran utilizando software para que las decisiones que les afectan puedan automatizarse. Esto no significa que una empresa necesite comprar o crear software ERP o su equivalente para administrar su negocio, todo lo contrario. El software tradicional hace que los procesos y los flujos de decisión sean más rígidos y a menudo se convierte en una camisa de fuerza. Por el contrario, la lógica dominante para los negocios inteligentes es la reactividad en tiempo real. El primer paso es construir un modelo de cómo los seres humanos toman decisiones en la actualidad y encontrar maneras de replicar los elementos más simples de ese proceso usando software, lo cual no siempre es fácil, dado que muchas decisiones humanas se basan en el sentido común o incluso la actividad neurológica subconsciente.

El crecimiento de Taobao, el sitio web de venta minorista nacional de Alibaba Group, está impulsado por el continuo software del proceso de venta al por menor. Una de las primeras herramientas de software importantes construidas en Taobao fue una herramienta de mensajes instantáneos llamada Wangwang, a través de la cual compradores y vendedores pueden hablar entre sí fácilmente. Usando la herramienta, los vendedores saludan a los compradores, introducen productos, negocian precios, etc., tal como lo hace la gente en una tienda minorista tradicional. Alibaba también desarrolló un conjunto de herramientas de software que ayudan a los vendedores a diseñar y lanzar una variedad de sofisticados frentes de tienda online. Una vez que las tiendas en línea estén en funcionamiento, los vendedores pueden acceder a otros productos de software para emitir cupones, ofrecer descuentos, ejecutar programas de fidelización y realizar otras actividades relacionadas con los clientes, todas ellas coordinadas entre sí.

Debido a que la mayoría del software se ejecuta en línea como un servicio, una ventaja importante de software de una actividad empresarial es que los datos en vivo se pueden recopilar de forma natural como parte del proceso empresarial, creando las bases para la aplicación de tecnologías de aprendizaje automático.

Paso 3: Obtener los datos fluyendo.

En ecosistemas con muchos actores interconectados, las decisiones empresariales requieren una coordinación compleja. Los motores de recomendación de Taobao, por ejemplo, necesitan trabajar con los sistemas de gestión de inventario de los vendedores y con los sistemas de elaboración de perfiles de consumidores de diversas plataformas de redes sociales. Sus sistemas de transacciones necesitan trabajar con ofertas de descuento y programas de fidelización, así como incorporarse a nuestra red logística.

Los estándares de comunicación, como TCP/IP, y las interfaces de programación de aplicaciones (API) son fundamentales para conseguir que los datos fluyan entre varios jugadores, al tiempo que garantizan un control estricto de quién puede acceder a los datos y editarlos en todo el ecosistema. Las APIs, un conjunto de herramientas que permiten a diferentes sistemas de software «hablar» y coordinarse entre sí en línea, han sido fundamentales para el desarrollo de Taobao. A medida que la plataforma creció de un foro donde compradores y vendedores podían reunirse y vender bienes para convertirse en el sitio web de comercio electrónico dominante de China, los comerciantes en el sitio necesitaban cada vez más apoyo de desarrolladores de terceros. El nuevo software tenía que ser ampliamente interoperable con todos los demás programas de la plataforma para tener cualquier valor. Así que en 2009, Taobao comenzó a desarrollar API para su uso por proveedores de software independientes. Hoy en día, los comerciantes de Taobao se suscriben a más de 100 módulos de software, en promedio, y los servicios de datos en vivo que permiten reducir drásticamente el costo de los comerciantes de hacer negocios.

Obtener la infraestructura técnica correcta es sólo el principio. Se necesitó un enorme esfuerzo para construir un estándar común para que los datos pudieran ser utilizados e interpretados de la misma manera en todas las unidades de negocio de Alibaba. Además, determinar las estructuras de incentivos adecuadas para persuadir a las empresas de compartir los datos que tienen es un reto importante y constante. Se necesita mucho más trabajo. Por supuesto, el grado en que las empresas puedan innovar en esta área dependerá en parte de las normas que rijan el intercambio de datos en los países en los que operan. Pero la dirección es muy clara: mientras más datos fluyen a través de la red, más inteligente será el negocio y más valor crea el ecosistema.

Paso 4: Aplicar los algoritmos.

Una vez que una empresa tiene todas sus operaciones en línea, experimentará un diluvio de datos. Para asimilar, interpretar y utilizar los datos en su beneficio, la empresa debe crear modelos y algoritmos que expliquen la lógica del producto subyacente o la dinámica de mercado que el negocio está tratando de optimizar. Se trata de una enorme empresa creativa que requiere muchas nuevas habilidades, de ahí la enorme demanda de científicos de datos y economistas. Su reto es especificar qué trabajo quieren que haga la máquina, y tienen que ser muy claros sobre lo que constituye un trabajo bien hecho en un entorno empresarial particular.

Desde muy temprano, nuestro objetivo para Taobao era adaptarlo a las necesidades de cada individuo. Esto habría sido imposible sin avances en el aprendizaje automático. Hoy, cuando los clientes inician sesión, ven una página web personalizada con una selección de productos seleccionados entre los miles de millones que ofrecen nuestros millones de vendedores. La selección es generada automáticamente por el potente motor de recomendación de Taobao. Sus algoritmos, diseñados para optimizar la tasa de conversión de cada visita, producen datos generados en la plataforma de Taobao, desde las operaciones hasta el servicio al cliente hasta la seguridad.

Alibaba por los números

El Grupo Alibaba se hizo público en los Estados Unidos en septiembre de 2014 y ha crecido a un ritmo abrumadora, con un tope de mercado de más de 500 mil millones de dólares. Las plataformas de comercio electrónico del grupo cuentan ahora con más de 550 millones de consumidores activos anuales. Estos números no incluyen Ant Financial, que informa los resultados financieros por separado.

En el año fiscal que finalizó en marzo de 2017, Alibaba Group reportó ganancias de más de $15 mil millones en ingresos de casi $40 mil millones. Ant reportó ganancias de $814 millones en ingresos de $8.900 millones y actualmente está valorado en más de $100 mil millones. Ant paga regalías de Alibaba, que ascendieron a $332 millones en 2017.

Un hito en el crecimiento de Taobao, en 2009, fue la actualización de la navegación simple, que funcionó razonablemente bien cuando la plataforma tenía muchas menos visitas y productos para manejar, a un motor de búsqueda impulsado por algoritmos de aprendizaje automático y capaz de procesar grandes volúmenes de consultas. Taobao también ha estado experimentando con algoritmos de búsqueda de reconocimiento óptico que pueden tomar una foto de un artículo deseado suministrado por el cliente y compararlo con los productos disponibles en la plataforma. Aunque todavía estamos en las primeras etapas del uso de esta tecnología para impulsar las ventas, la función ha demostrado ser muy popular entre los clientes, con 10 millones de visitas únicas diarias.

En 2016, Alibaba introdujo un chatbot impulsado por IA para ayudar a las consultas de los clientes de campo. Es diferente de los proveedores de servicios mecánicos familiares para la mayoría de las personas que están programadas para hacer coincidir las consultas de los clientes con respuestas en su repertorio. Los chatbots de Alibaba son «entrenados» por representantes experimentados de los comerciantes de Taobao. Saben todo acerca de los productos de sus categorías y están bien versados en la mecánica de las plataformas de Alibaba: políticas de devolución, costos de envío, cómo hacer cambios en un pedido y otras preguntas comunes que los clientes hacen. Utilizando una variedad de tecnologías de aprendizaje automático, como comprensión semántica, diálogos contextuales, gráficos de conocimiento, minería de datos y aprendizaje profundo, los chatbots mejoran rápidamente su capacidad de diagnosticar y solucionar problemas de los clientes automáticamente, en lugar de simplemente devolver respuestas estáticas que impulsan al consumidor para adoptar nuevas medidas. Confirman con el cliente que la solución presentada es aceptable y luego la ejecutan. Ninguna acción humana por parte de Alibaba o del comerciante ocurre.

Los chatbots también pueden hacer una contribución significativa a la línea superior de un vendedor. La marca de ropa Senma, por ejemplo, comenzó a usar uno hace un año y encontró que las ventas del bot eran 26 veces más altas que el principal asociado de ventas humanas del comerciante.

Siempre habrá una necesidad de representantes de clientes humanos para lidiar con problemas complicados o personales, pero la capacidad de manejar consultas rutinarias a través de un chatbot es muy útil, especialmente en días de alto volumen o promociones especiales. Anteriormente, la mayoría de los grandes vendedores de nuestra plataforma contrataban trabajadores temporales para manejar las consultas de los consumidores durante grandes eventos. Ya no. Durante el mayor día de ventas de Alibaba en 2017, el chatbot manejó más del 95% de las preguntas de los clientes, respondiendo a unos 3,5 millones de consumidores.

Estos cuatro pasos son la base para crear un negocio inteligente: participar en la creación de datos creativos para enriquecer el conjunto de datos que utiliza la empresa para ser más inteligente; software para poner en línea los flujos de trabajo y los actores esenciales; instituir estándares y API para permitir el flujo y la coordinación de datos en tiempo real; y aplicar algoritmos de aprendizaje automático para generar decisiones empresariales «inteligentes». Todas las actividades involucradas en los cuatro pasos son nuevas competencias importantes que requieren un nuevo tipo de liderazgo.

El papel del líder

En mi curso sobre negocios inteligentes en Hupan School of Entrepreneurship, muestro una diapositiva de 10 líderes empresariales y pido a los estudiantes que los identifiquen. Pueden elegir fácilmente a Jack Ma, Elon Musk y Steve Jobs. Pero prácticamente nadie puede identificar al CEO de CitiGroup, Toyota o General Electric.

Hay una razón para esto. A diferencia de GE, Toyota y CitiGroup, que ofrecen productos o servicios a través de cadenas de suministro optimizadas, las empresas digitales deben movilizar una red para realizar su visión. Para ello, sus líderes tienen que inspirar a los empleados, socios y clientes que componen esa red. Deben ser visionarios y evangelistas, expresados abiertamente de una manera que los líderes de las empresas tradicionales no tengan por qué serlo.

Al más alto nivel, los evangelistas digitales deben entender cómo será el futuro y cómo evolucionarán sus industrias en respuesta a los cambios sociales, económicos y tecnológicos. No pueden describir pasos concretos para alcanzar los objetivos de sus empresas porque el medio ambiente es demasiado fluido y las capacidades que necesitarán son incognoscibles. En cambio, deben definir lo que la empresa busca lograr y crear un entorno en el que los trabajadores puedan enlazar rápidamente productos y servicios experimentales, probar el mercado y escalar las ideas que provocan una respuesta positiva. Los líderes digitales ya no gestionan, sino que permiten a los trabajadores innovar y facilitar el ciclo de retroalimentación principal de las respuestas de los usuarios a las decisiones firmes y la ejecución.

Lectura adicional

Artículos de HBR sobre estrategia para empresas de plataforma

Encontrar la plataforma en su producto
Andrei Hagiu y Elizabeth J. Altman

Los efectos de red no son suficientes
Andrei Hagiu y Simon Rothman

Estrategias para los mercados a doble cara
Thomas R. Eisenmann, Geoffrey G. Parker, y Marshall W. Van Alstyne

Pipelines, plataformas y las nuevas reglas de estrategia
Marshall W. Van Alstyne, Geoffrey G. Parker y Sangeet Paul Choudary

Cómo lanzar su plataforma digital
Benjamin Edelman

Sobre Inteligencia Artificial y Aprendizaje Automático

Los algoritmos también necesitan gestores
Michael Luca, Jon Kleinberg y Sendhil Mullainathan

La economía simple de la inteligencia de máquinas
Ajay Agrawal, Joshua Gans y Avi Goldfarb

El aprendizaje profundo cambiará radicalmente las formas en que interactuamos con la tecnología
Aditya Singh

Solucionar la discriminación en los mercados en línea
Ray Fisman y Michael Luca
HBR.org

En el modelo de negocio inteligente, los algoritmos de aprendizaje automático asumirán gran parte de la carga de la mejora incremental al realizar ajustes automáticos que aumentan la eficiencia en todo el sistema. Por lo tanto, el trabajo más importante de los líderes es cultivar la creatividad. Su mandato consiste en aumentar la tasa de éxito de la innovación en lugar de mejorar la eficiencia de la operación.

CONCLUSIÓN

Las empresas nativas digitales como Alibaba tienen la ventaja de nacer en línea y listas para los datos, por lo que su transformación a negocios inteligentes es bastante natural. Ahora que han demostrado que el modelo funciona y están transformando la vieja economía industrial, es hora de que todas las empresas comprendan y apliquen esta nueva lógica empresarial. Esto puede parecer tecnológicamente intimidante, pero es cada vez más factible. La comercialización de tecnologías de computación en la nube y de inteligencia artificial ha hecho que la potencia computacional y las capacidades analíticas a gran escala sean accesibles a cualquier persona. De hecho, el costo de almacenar e calcular grandes cantidades de datos ha disminuido drásticamente en la última década. Esto significa que las aplicaciones de aprendizaje automático en tiempo real ahora son posibles y asequibles en cada vez más entornos. El rápido desarrollo de la tecnología de Internet de las cosas digitalizará aún más nuestro entorno físico, proporcionando cada vez más datos. A medida que estas innovaciones se acumulen en las próximas décadas, los ganadores serán empresas que se hacen inteligentes más rápido que la competencia.

— Escrito por Ming Zeng