Cómo sortear la ambigüedad de una transformación digital

Una transformación digital exitosa puede resultar difícil de predecir o planificar; a menudo es el resultado de nuevas interacciones con los clientes, nuevas combinaciones de talentos y equipos, alianzas inesperadas con nuevos socios y modelos de negocio completamente nuevos. Estos componentes evolucionan, moldean e influencian constantemente los sistemas algorítmicos, agregados de tal manera que su comportamiento colectivo es más que la suma de sus partes. Más es diferente. Así como el agua se convierte en hielo cuando está lo suficientemente fría, o el grafito se convierte en diamante bajo una presión suficiente, en un punto crítico, más datos y algoritmos pueden transformar una organización o una industria en algo completamente diferente. Eso plantea una pregunta para los líderes: ho w, ¿navega por una transformación de lo que sabe a lo que aún no ha definido? Lo que necesita es un enfoque emergente de la transformación digital, centrado en los tres principios que se describen en este artículo.

••• Es fácil adoptar un punto de vista reduccionista cuando se piensa en la transformación digital. Arregle lo suficiente los sistemas detallados que gestionan sus finanzas, logística, marketing y recursos humanos y, con el tiempo, se reinventará, o eso dice una ilusión. En realidad, cuando una organización renace con la inteligencia artificial en el centro, no solo es más rápida o mejor que sus pares, sino que se convierte _diferente_. Y lo que necesita es diferente si planea remodelar las industrias y redefinir la competencia en su mercado. Un éxito[transformación digital](/webinar/2020/12/harnessing-technology-to-reimagine-what-you-do) puede ser difícil de predecir o planificar; a menudo es el resultado de nuevas interacciones con los clientes, nuevas combinaciones de talentos y equipos, alianzas inesperadas con nuevos socios y modelos de negocio completamente nuevos. Estos componentes evolucionan, moldean e influencian constantemente los sistemas algorítmicos, agregados de tal manera que su comportamiento colectivo es más que la suma de sus partes.[Más es diferente.](https://www.science.org/doi/10.1126/science.177.4047.393) Así como el agua se convierte en hielo cuando está lo suficientemente fría, o el grafito se convierte en diamante bajo una presión suficiente, en un punto crítico, más datos y algoritmos pueden transformar una organización o una industria en[algo completamente diferente](/2020/09/ai-should-change-what-you-do-not-just-how-you-do-it). Eso plantea una pregunta para los líderes:_¿cómo afronta una transformación de lo que sabe a lo que aún no ha definido?_ Lo que necesita es un enfoque emergente de la transformación digital, centrado en tres principios: ## **Actúe antes de la transición de fase.** En julio de 2021, ocurrió algo extraordinario en la industria del automóvil. Bugatti, fundada en 1909 y fabricante de algunos de los hipercoches más caros del mundo,[anunció](https://www.rimac-automobili.com/media/press-releases/rimac-and-bugatti-combine-forces-in-historic-new-venture/) su intención de fusionarse con Rimac Automobili, una empresa automotriz croata que comenzó en 2009 y dirigida por Mate Rimac, su fundador, de 33 años. La distancia entre las dos organizaciones era de más de cien años; era la brecha tecnológica y filosófica entre dos formas de movilidad muy diferentes. Volkswagen, la compañía madre de Bugatti desde que tomó el control en 1998, había gastado más de[2.4 mil millones de dólares](https://robbreport.com/motors/cars/rimac-and-bugatti-ceo-next-plans-1234636964/) para desarrollar un vehículo con motor de combustión que pudiera superar los 300 mph y alcanzar de 0 a 60 mph en menos de 2,5 segundos. Sin embargo, en un futuro cada vez más eléctrico, el destino de Bugatti estaba lejos de ser seguro. Crear la próxima generación de coches eléctricos de alto rendimiento no solo requeriría una inversión sustancial, sino también un conjunto completamente nuevo de capacidades para desarrollar un tren motriz eléctrico impulsado por la IA. A pesar del estatus de recién llegado de Rimac, los líderes de Volkswagen se dieron cuenta de que se acercaba una transición de fase y que tenían que tomar medidas pronto. En lugar de simplemente subcontratar a la empresa emergente, propusieron un[asociación](https://newsroom.porsche.com/en/2021/company/porsche-bugatti-rimac-joint-venture-26260.html). Fue una jugada acertada. La IA, la automatización y los algoritmos están ahora presentes en todas las etapas del desarrollo de los hipercoches modernos, desde el diseño aerodinámico hasta la optimización de la batería. Sin embargo, el valor de la fusión de Bugatti para VW era algo más que la experiencia en IA; Rimac había desarrollado un conjunto único de capacidades debido a su condición de aspirante en la industria de la automoción. Sin los recursos para adoptar un enfoque más tradicional, se vieron obligados a innovar. «Cuando fundamos nuestra empresa, no teníamos más remedio que desarrollar nuestra propia tecnología», me explicó Mate Rimac. «No podíamos permitirnos pagar regalías a un proveedor por la tecnología existente ni por que desarrollara tecnologías para nosotros. Además, el rendimiento y las funciones que queríamos no eran posibles con la tecnología actual. Por eso, construimos la mayoría de los sistemas clave nosotros mismos, haciendo las cosas de forma rápida y económica, con exhaustivos modelos 3D y pruebas digitales». Las transiciones de fase, lamentablemente, rara vez son únicas. La disrupción tecnológica es una obertura que prepara el terreno para una cascada de cambios en los modelos de negocio, el comportamiento de los clientes y la dinámica del sector. Si bien VW se asoció rápidamente con un actor tecnológico emergente, el transporte aún se encuentra en las primeras etapas de sus 21 ^st reinvención del siglo. «Será la mayor disrupción que hayamos tenido en la industria de la automoción», afirma Rimac. «Cuando la gente ya no conduce ni es propietario de un coche y la movilidad se convierte en un servicio, ser propietario de un coche ya no es tan necesario como antes. Los OEM deberán convertirse en proveedores de movilidad y ofrecer sus coches por suscripción, disponibles con solo pulsar un botón para los viajes autónomos. Es una enorme oportunidad para los nuevos jugadores». ## **Amplifique el aprendizaje y la adaptación.** En una estrategia digital emergente, el aprendizaje es lo que le permite aprovechar sus esfuerzos de digitalización para evolucionar más rápido que la competencia. Para Kevin Johnson, presidente y director ejecutivo de Starbucks, uno de los principales impulsores de la transformación digital de la empresa ha sido su capacidad de aprender a gran escala. En su opinión, aumentar la velocidad de innovación en Starbucks exigía un[enfoque de aprender y adaptarse](https://www.youtube.com/watch?v=fLgzDa3gcIs). Su mantra actual es «pasar de la idea a la acción en 100 días». El enfoque de Starbucks con respecto a la amplificación impulsada por la IA ha apoyado la transformación de la empresa de una tienda de café a una plataforma tecnológica basada en datos. Sirviendo a más de[100 millones de clientes](https://stories.starbucks.com/stories/2020/how-starbucks-plans-to-use-technology-to-nurture-the-human-spirit/) semanalmente en 31 000 tiendas, con[24,8 millones](https://investor.starbucks.com/press-releases/financial-releases/press-release-details/2021/Starbucks-Reports-Record-Q4-and-Full-Year-Fiscal-2021-Results/default.aspx) usuarios de aplicaciones móviles registrados y activos solo en los EE. UU., Starbucks ha creado[una máquina de aprendizaje](https://news.microsoft.com/transform/starbucks-turns-to-technology-to-brew-up-a-more-personal-connection-with-its-customers/) para recopilar enormes cantidades de datos valiosos sobre el comportamiento y las preferencias de los clientes. En el centro de esta plataforma está Starbucks[estrategia de volante digital](https://diginomica.com/digital-aint-seen-nothing-yet-says-starbucks-chief-strategy-officer) que incluye un potente programa de recompensas, métodos de pago simplificados, personalización en forma de ofertas especiales y procesos de pedido rápidos y cómodos. Starbucks adoptó rápidamente los pedidos y pagos móviles, muy por delante de sus pares más sofisticados desde el punto de vista tecnológico. Empezó a aceptar[pagos móviles](https://stories.starbucks.com/stories/2011/mobile-payment-debuts-nationally-at-starbucks/) a nivel nacional en 2011. Para cuando Apple comenzó a implementar los pagos móviles[en 2014](https://www.apple.com/newsroom/2014/10/16Apple-Pay-Set-to-Transform-Mobile-Payments-Starting-October-20/), Starbucks ya lo estaba procesando [7 millones](https://www.wired.com/2014/11/forget-apple-pay-master-mobile-payments-starbucks/) transacciones semanales de pago móvil en EE. UU., a la vez que aumenta su base de datos de usuarios de aplicaciones móviles. En el cuarto trimestre de 2021,[51%](https://investor.starbucks.com/press-releases/financial-releases/press-release-details/2021/Starbucks-Reports-Record-Q4-and-Full-Year-Fiscal-2021-Results/default.aspx) de las ventas de su empresa estadounidense las impulsaron clientes que eran miembros de Starbucks Rewards. Pero la empresa fue más allá y utilizó el crecimiento de los datos móviles para amplificar su capacidad de captar usuarios con recompensas, pagos digitales y pedidos móviles. El[Motor de IA de Starbucks](https://stories.starbucks.com/stories/2020/how-starbucks-plans-to-use-technology-to-nurture-the-human-spirit/) procesa todo, desde los datos sobre las horas del día que la gente suele pedir hasta las bebidas que más les gustan, que luego se pueden combinar con otros datos como la geolocalización, el clima y la estacionalidad para ofrecer recomendaciones personalizadas, ofertas o incluso[misiones](https://slate.com/human-interest/2018/11/starbucks-app-rewards-star-dashes-hacks-fans-community.html) y desafíos para conseguir puntos de recompensa adicionales. El nivel de participación digital generado por esta plataforma cobró especial importancia durante la crisis de la COVID-19, cuando muchas tiendas físicas tuvieron que cerrar. Hoy, drive-thru y Mobile Order & Pay (MOP) juntos[cuenta](https://www.fool.com/earnings/call-transcripts/2021/10/28/starbucks-corporation-sbux-q4-2021-earnings-call-t/) para el 70% de las transacciones, un 15% más que antes de la pandemia. El volante digital es solo una parte de los esfuerzos de Starbuck por aprovechar el aprendizaje. También están adoptando la IA y la automatización como parte de su modelo operativo más amplio.[Según Johnson](https://www.fool.com/earnings/call-transcripts/2021/10/28/starbucks-corporation-sbux-q4-2021-earnings-call-t/), «Nuestra plataforma de inteligencia artificial Deep Brew, que automatiza la gestión diaria del inventario y mejora la dotación de personal y la formación de las tiendas, se diseñó para reducir la complejidad en nuestras tiendas». ## **Invierta en capacidades, no en competencias.** ¿Cómo planifica un futuro impredecible? Contrariamente a la intuición, la mejor respuesta a la incertidumbre no es retirarse a lo conocido, sino apostar por su capacidad de explorar lo desconocido. Cuando se conoció la noticia de la pandemia, Moderna Therapeutics estaba trabajando en varios medicamentos basados en el mRNA, incluidos los que se centraban en las enfermedades cardíacas, el virus del Zika y el cáncer. Sin embargo, los fundadores de Moderna creían que si la tecnología de mRNA funcionaba para una aplicación, podría funcionar para muchas más, simplemente cambiando la información y la codificación para una nueva aplicación. Gracias a este enfoque centrado en las capacidades, poco después de que los científicos chinos colocaran por primera vez la secuencia genética del nuevo coronavirus [en línea](https://www.science.org/content/article/chinese-researchers-reveal-draft-genome-virus-implicated-wuhan-pneumonia-outbreak), Moderna pudo desarrollar y lanzar una vacuna completamente nueva contra la COVID-19 en cuestión de meses, un logro extraordinario. Las empresas suelen invertir en competencias (cosas que hacen bien), más que en capacidades (cosas que podrían hacer bien). En cierto modo, es una compensación similar a la clásica[dilema de explorar-explotar](https://towardsdatascience.com/intro-to-reinforcement-learning-the-explore-exploit-dilemma-463ceb004989). ¿Cuánto tiempo y recursos dedica a investigar sus opciones antes de elegir una? Si bien actualizar sus sistemas antiguos puede resultar atractivo al principio, este tipo de enfoque reduccionista corre el riesgo de interrumpir su fase de exploración demasiado pronto. En cambio, ¿y si pudiera diseñar su futura organización como una plataforma digital abierta con el potencial de abrir nuevas oportunidades? Cuando[habló](https://www.mike-walsh.com/podcast/dave-johnson) con Dave Johnson, director de datos e IA de Moderna, explicó que fue la naturaleza digital y similar al software de la tecnología de mRNA lo que inspiró a la empresa a diseñarse a sí misma en forma de un nuevo tipo de[biotecnología digital](https://sloanreview.mit.edu/audio/ai-and-the-covid-19-vaccine-modernas-dave-johnson/) empresa con la IA, los algoritmos y la automatización en su centro. «Habíamos creado una suite de fabricación preclínica a gran escala que permitía a nuestros científicos pedir el ARNm a través de herramientas digitales en línea, utilizar algoritmos de IA para ayudar a optimizarlos y, luego, introducirlo en una planta de fabricación a pequeña escala de alto rendimiento, masivamente paralela y altamente automatizada para producirlo lo más rápido posible», afirma Johnson. Podría decirse que lo que hace que Moderna sea tan eficaz es su capacidad de alinear su infraestructura digital con su estrategia empresarial de perseguir múltiples terapias basadas en el mRNA en paralelo. Según Johnson, piensan de manera integral en su plataforma: invierten en sistemas y herramientas de diseño algorítmico totalmente digitales, capturan datos de una manera muy estructurada y rica y, finalmente, integran esos sistemas y modelos de IA en un entorno de producción eficiente y fiable. «Nuestra plataforma digital nos permitió crear un motor de investigación que nos permitió pasar del concepto de fármaco al material de calidad clínica en solo 42 días», afirma Johnson, al hablar de la experiencia de la empresa en el desarrollo rápido de su vacuna contra la COVID-19. «La mayoría de las empresas tienen que pasar por un proceso muy diferente en el que no solo hay que inventar la idea, sino también inventar la forma de fabricarla al mismo tiempo. Como habíamos creado esta plataforma, simplemente pudimos aprovecharla». El problema de cualquier plan de transformación digital es precisamente eso: es un plan, más que un camino. Las organizaciones y los mercados son sistemas adaptables complejos; tienen propiedades emergentes que no están presentes en sus piezas más pequeñas y no se pueden replicar simplemente digitalizando los procesos o integrando un nuevo software. Sin embargo, si puede superar la necesidad de una certeza reduccionista, adoptar un enfoque de abajo hacia arriba de la transformación digital tiene una simetría elegante. Al fin y al cabo, los propios sistemas de aprendizaje automático son redes que se autoorganizan de las que salen ideas, predicciones y recomendaciones. Tanto si se trata de una empresa emergente que intenta generar disrupción en un sector como de una empresa tradicional que se reinventa a sí misma, una estrategia digital emergente le permite mantener su opcionalidad y, al mismo tiempo, reconocer que cuando las cosas cambian, es probable que lo hagan de la noche a la mañana.