Administración

Los robots nos necesitan más de lo que los necesitamos

Astraed

01 mar. 2022 — 21 min read

Las investigaciones muestran que las empresas que invierten mucho en tecnologías digitales para aprovechar el poder de la colaboración entre humanos y máquinas están mejorando drásticamente sus resultados finales. Pero se necesita gente para concebir y gestionar las innovaciones, y los autores están convencidos de que el éxito en el futuro depende de un enfoque de la inteligencia artificial (IA) centrado en el ser humano.

En este artículo presentan su marco IDEAS, que llama la atención sobre cinco elementos del panorama tecnológico emergente: inteligencia, datos, experiencia, arquitectura y estrategia. Los autores discuten cada uno de ellos por turno, examinando cómo empresas como McDonald's, Etsy y la tienda de comestibles en línea Ocado han implementado procesos y aplicaciones de IA impulsados por humanos para convertirse en actores líderes en sus industrias.

Si está ansioso por transformar su propio negocio, el marco de IDEAS puede ayudarlo a desarrollar una hoja de ruta para la innovación basada en la IA.

Idea en resumen

La situación

Las empresas innovadoras han escalado sus inversiones en tecnologías digitales clave, como la computación en la nube y la IA, y están generando ingresos al doble de velocidad que los rezagados.

La explicación

Un enfoque de la IA cada vez más centrado en las personas está ayudando a las empresas con mayor visión de futuro a crear una integración perfecta entre humanos y máquinas y una adaptabilidad ágil.

El consejo

Las empresas que quieren subirse al tren pueden usar el marco de IDEAS: deben centrarse en cinco elementos del panorama tecnológico (inteligencia, datos, experiencia, arquitectura y estrategia) y buscar formas de unirlos en potentes motores de innovación.

Imagínese tratar de encontrar una imagen en particular dentro del archivo histórico de cientos de miles de videos de la Liga Nacional de Fútbol Americano. Una sola temporada produce más de 16.320 minutos (unas 680 horas) de metraje de juego. Si incluyes la cobertura de cada programa previo, medio tiempo y posterior al juego, cada práctica y cada entrevista con los medios, tienes una cantidad aparentemente interminable de imágenes. Y eso es solo por una temporada.

Para facilitar a los empleados la creación de videos destacados y otros medios a partir de todo este material, la NFL se asoció con Amazon Web Services en diciembre de 2019 para utilizar inteligencia artificial para buscar y etiquetar su contenido de video. El primer paso del proceso requirió que el equipo de creación de contenido de la NFL enseñara a la IA qué encontrar. El equipo creó etiquetas de metadatos para cada jugador, equipo, camiseta, estadio y otro contenido visualmente reconocible que quería identificar en su colección de vídeos. Luego combinó esas etiquetas con el sistema de IA de reconocimiento de imágenes existente de Amazon, que Amazon ya había entrenado en decenas de millones de imágenes. La IA pudo usar ambos conjuntos de datos para marcar imágenes relevantes dentro de la biblioteca de videos, y el equipo de creación de contenido pudo aprobar cada etiqueta con solo unos pocos clics. Mientras que los empleados tenían que buscar, encontrar y recortar manualmente cada vídeo, almacenarlo en un repositorio y luego etiquetarlo con metadatos, la IA de Amazon automatizó la mayor parte del proceso.

En un artículo anterior de HBR (» Inteligencia colaborativa: los humanos y la IA unen fuerzas», julio-agosto de 2018), describimos cómo algunas organizaciones líderes están desafiando la expectativa convencional de que la tecnología hará que las personas queden obsoletas; en cambio, están utilizando el poder de la colaboración humano-máquina para transformar sus negocios y mejorar sus resultados finales. Ahora, varias empresas no solo están innovando más que sus competidores con este enfoque; se están volviendo aún más decisivos hacia la tecnología de IA centrada en el ser humano y están alterando la naturaleza misma de la innovación tal como se practicó durante la década anterior.

En el caso de la NFL, por ejemplo, la IA aceleró el proceso de reconocimiento de imágenes, pero el sistema habría fallado sin que los empleados determinaran qué datos debían cargarse y luego aprobarse. Y la NFL no se limitó a entregar el trabajo de hacer los carretes destacados a la IA; los expertos en creación de contenido realizaron ese trabajo, sino que lo hicieron más rápido y fácilmente gracias a la capacidad única de la IA para clasificar rápidamente volúmenes masivos de información.

El nuevo enfoque de la IA centrado en las personas está cambiando las suposiciones sobre los componentes básicos de la innovación. Empresas como Etsy, LLBean, McDonald's y Ocado están redefiniendo cómo la IA y la automatización pueden unir una amplia gama de tecnologías y sistemas de información de vanguardia que permiten una adaptabilidad ágil y una integración perfecta entre humanos y máquinas. (Divulgación: varias empresas mencionadas en este artículo son clientes de Accenture). Estas firmas pioneras han invertido en tecnologías digitales a un ritmo sin precedentes para responder a los nuevos desafíos operativos y a las cambiantes demandas de los clientes. Han aumentado drásticamente las inversiones en servicios en la nube, IA y similares, y están generando ingresos al doble de velocidad que los rezagados, según un Accenture de 2019 encuesta de más de 8.300 empresas. Un segundo estudio, de más de 4.000 empresas en 2021, demuestra que el 10% que hace el mayor compromiso con las tecnologías digitales se está disparando aún más adelante, aumentando los ingresos cinco veces más rápido que los rezagados.

Hemos convertido lo que hemos aprendido de esta investigación en una guía que los líderes empresariales pueden utilizar para competir en un mundo en el que la mayoría de las empresas deben su éxito a los humanos en lugar de a las máquinas. Nuestro marco IDEAS llama la atención sobre cinco elementos del panorama tecnológico emergente: inteligencia, datos, experiencia, arquitectura y estrategia. Puede ayudar a los ejecutivos técnicos y no técnicos a comprender mejor esos elementos y a concebir las formas en que podrían integrarse en potentes motores de innovación.

En este artículo, utilizamos el marco de IDEAS para examinar ejemplos de empresas que han implementado procesos y aplicaciones de IA impulsados por humanos para resolver problemas en el comercio electrónico, la entrega de comestibles en línea, la robótica y más. Puede hacer lo mismo, reunir las habilidades y la experiencia de su propia gente para gestionar la innovación tecnológica en todo, desde I+D y operaciones hasta la gestión del talento y el desarrollo de modelos de negocio.

Inteligencia: hacer que la IA sea más humana y menos artificial

La inteligencia humana y la inteligencia artificial son complementarias. Ninguna máquina impulsada por IA puede igualar la facilidad y eficiencia con las que incluso los humanos más jóvenes aprenden, comprenden y contextualizan. Deje caer accidentalmente un objeto y un niño de un año que lo vea alcanzándolo lo recuperará por usted. Bájelo a propósito y el niño lo ignorará. En otras palabras, incluso los niños muy pequeños entienden que las personas tienen intenciones, una habilidad cognitiva extraordinaria que parece venir casi preconfigurada en el cerebro humano.

Eso no es todo. A partir de una edad muy temprana, los niños desarrollan un sentido intuitivo de la física: esperan que los objetos se muevan por caminos suaves, permanezcan en existencia y se caigan cuando no tienen soporte. Antes de adquirir el lenguaje, distinguen a los agentes animados de los objetos inanimados. A medida que aprenden el idioma, exhiben una notable habilidad para generalizar a partir de muy pocos ejemplos, recogiendo nuevas palabras después de oírlas solo una o dos veces. Y aprenden a caminar por sí mismos, a través del ensayo y el error.

En colaboración con el científico de interacción humano-máquina Erwin R. Boer, la fotógrafa Wanda Tuerlinckx documenta las realizaciones de los robots en los principales institutos científicos y universidades y explora las relaciones cambiantes entre los humanos y las máquinas.

Por el contrario, la IA puede hacer muchas cosas que las personas, a pesar de estar dotadas de inteligencia natural, encuentran imposibles o difíciles de hacer bien: reconocer patrones en grandes cantidades de datos; derrotar a los más grandes campeones del ajedrez; ejecutar procesos de fabricación complejos; responder simultáneamente a muchas llamadas al servicio de atención al cliente centros; analizar el clima, las condiciones del suelo y las imágenes satelitales para ayudar a los agricultores a maximizar el rendimiento de los cultivos; escanear millones de imágenes de Internet en la lucha contra la explotación infantil; detectar el fraude financiero; predecir las preferencias de los consumidores; personalizar la publicidad; y mucho más. Lo que es más importante, la IA ha permitido que humanos y máquinas trabajen juntos de manera eficiente. Y a diferencia de los agoreros de la automatización, dicha colaboración está creando una serie de nuevos puestos de trabajo de alto valor.

En Obeta, un mayorista alemán de productos electrónicos cuyo almacén está dirigido por la empresa austriaca de logística de almacenes Knapp, los trabajadores humanos están enseñando a una nueva generación de robots recolectores cómo manipular artículos de diferentes tamaños y texturas. Los robots emplean un brazo industrial listo para usar, una pinza de succión y un sistema de visión. Fundamentalmente, también están equipados con el software de IA de Covariant, una start-up con sede en California.

Para entrenar a un robot, los trabajadores de Knapp colocan objetos desconocidos delante de él y ven si puede adaptarse con éxito a ellos. Cuando falla, puede actualizar su comprensión de lo que está viendo y probar diferentes enfoques. Cuando tiene éxito, recibe una señal de recompensa, programada por humanos, para reforzar el aprendizaje. Cuando un conjunto de SKU difiere totalmente de otros conjuntos, el equipo vuelve al aprendizaje supervisado, que recopila y etiqueta muchos datos de capacitación nuevos, como ocurre con los sistemas de aprendizaje profundo.

Gracias al software Covariant Brain, los recolectores de robots de Knapp están adquiriendo habilidades de propósito general, incluida la percepción 3D, una comprensión de cómo se pueden mover y manipular los objetos, la capacidad de planificar el movimiento en tiempo real y la capacidad de dominar una tarea después de solo unos pocos ejemplos de entrenamiento (pocos disparos aprendizaje). Estas capacidades les permiten realizar su trabajo (recoger artículos de contenedores de almacenamiento a granel y agregarlos a pedidos individuales para su envío) sin que se les diga qué hacer. En muchos casos, los artículos no se han clasificado previamente, lo que es inusual en los sistemas de embalaje industrial; significa que los robots están aprendiendo a manejarlos en tiempo real. Esta es una habilidad fundamental que debe tener cuando se trata de aparatos electrónicos, especialmente si se tienen en cuenta los diferentes cuidados que se requieren para manejar una bombilla y una estufa.

Para tener éxito en un entorno comercial, los robots deben funcionar a un nivel muy alto. Anteriormente, los robots recolectores de Knapp manejaban de manera confiable solo alrededor del 15% de los objetos; los robots impulsados por Covariant ahora manejan de manera confiable alrededor del 95% de los objetos Y son más rápidos que los humanos, escogen alrededor de 600 objetos por hora en lugar de 450 para los humanos. Sin embargo, no han provocado despidos de personal en las instalaciones de Obeta. Los trabajadores humanos, en lugar de perder sus trabajos, se han vuelto a capacitar para que comprendan más sobre robótica y computadoras.

Datos: administre la información, no solo la acumule

En 2018, McDonald's venía de uno de sus años más desafiantes en décadas. Sus competidores habían utilizado la entrega en línea para superar su bloqueo en el mercado de comida rápida. Los líderes de la empresa diseñaron rápidamente una solución de entrega en línea a través de una asociación global con Uber Eats que, para 2019, sumaría $4 mil millones a las ventas anuales. Sin embargo, los altos ejecutivos sabían que el futuro a largo plazo de la empresa dependía de hacer una transformación rápida y completa para que se basara en los datos. Eso significó una estrategia para reconfigurar sus restaurantes en enormes procesadores de datos, con aprendizaje automático y tecnología móvil para respaldar los pedidos de los clientes altamente personalizados y la entrega en la acera. El procesamiento de datos también podría ayudar a calcular cómo los factores externos, desde el clima hasta los grandes eventos deportivos, afectarían la demanda y la capacidad de los restaurantes para atender a los clientes. Y la recopilación y el procesamiento de datos era importante para desarrollar nuevos productos e iniciativas que pudieran tener éxito de inmediato. En dos años, el esfuerzo de transformación ya había logrado resultados financieros: pocas empresas en el S&P 500 han superado a McDonald's. Lo que hicieron los líderes de la compañía fue reconocer que los datos eran una fuente de capital valioso y sin explotar que necesitaba ser utilizado estratégicamente.

Para dominar el uso de datos grandes y pequeños para generar valor a partir de la IA, las organizaciones primero deben sentar una base sólida de datos. Los datos empresariales a menudo están bloqueados en plataformas heredadas en el sitio que están aisladas, lo que dificulta, si no imposible, que los empleados obtengan diferentes tipos de datos para trabajar juntos. Esto dificulta aún más que los usuarios empresariales encuentren y procesen la información correcta para llegar a las decisiones adecuadas. La creación de una base de datos sólida requiere eliminar la información de los silos heredados para poder unificarla, almacenarla de manera óptima, acceder fácilmente y analizarla fácilmente con nuevas herramientas, todo en la nube.

Tres capacidades son clave: ingeniería de datos moderna, gobernanza de datos asistida por IA y democratización de datos.

Ingeniería de datos moderna. En una base sólida y basada en la nube, los datos provienen de múltiples fuentes internas y externas. Se combina en conjuntos de datos seleccionados y reutilizables que se pueden emplear para una variedad de fines analíticos. Una buena base se basa en marcos para la ingesta de datos y ETL (extracción, transformación, carga) que admiten diversos tipos de datos. Estos marcos también manejan reglas para estandarizar la información, clasificarla, garantizar su calidad y capturar metadatos. Además, permiten un enfoque más rápido y basado en plantillas para el uso de datos, lo que permite a los ingenieros desarrollar rápidamente nuevos casos de uso y productos de datos analíticos.
Gobernanza de datos asistida por IA. Las herramientas de IA basadas en la nube ofrecen capacidades avanzadas y escalan para limpiar, clasificar y proteger automáticamente los datos recopilados en la nube a medida que se ingieren, lo que permite una mejor calidad de los datos, veracidad y manejo ético.
Democratización de datos. Una base de datos moderna pone más datos en más manos. Hace que los datos sean accesibles y fáciles de usar de manera oportuna, al tiempo que permite múltiples formas de analizarlos, incluso a través del autoservicio, la inteligencia artificial, la inteligencia empresarial y la ciencia de datos. Las últimas herramientas basadas en la nube democratizan los datos y permiten que más personas de toda la empresa encuentren y aprovechen fácilmente la información que sea relevante para sus necesidades empresariales específicas.

La creación de una base de datos sólida requiere eliminar la información de los silos heredados para poder unificarla, almacenarla de manera óptima, acceder fácilmente y analizarla fácilmente, todo en la nube.

En conjunto, estas tres capacidades ayudan a las empresas a superar algunas de las barreras más comunes para obtener valor de los datos: problemas de accesibilidad, confiabilidad, preparación para el uso y puntualidad. Permiten a las empresas combinar elementos de conjuntos de datos grandes y pequeños en tiempo real, crear informes ágiles y aplicar IA para crear información ampliamente accesible sobre clientes, mercados y operaciones que ofrezcan resultados empresariales significativos.

Con una base de datos sólida (más datos de más fuentes, administrados con la ayuda de la IA y ampliamente difundidos dentro de su organización), ya no se siente abrumado por los datos, sino que puede maximizar su potencial. Puede darle usos cada vez más poderosos y precisos, pero, al igual que con una inteligencia más humana, eso requerirá una mayor participación de su gente.

Experiencia: dé rienda suelta al talento de sus empleados

En Etsy, el mercado en línea de productos vintage y hechos a mano, el lema es «Mantener el comercio humano». Y se necesitó que los humanos enseñaran al motor de búsqueda de la empresa a reconocer cuál es el quid de muchas decisiones de compra: el estilo estético. Al considerar comprar un artículo, los clientes de Etsy no solo observan detalles como su tamaño, material, precio y calificaciones, sino también sus aspectos estilísticos y estéticos.

Para Etsy, clasificar los artículos por estilo es particularmente difícil. La mayoría de los productos de su sitio son creaciones únicas. Muchos toman prestado de varios estilos o no exhiben ningún estilo claramente identificable. Y hay unos 50 millones de artículos en oferta en un momento dado. En el pasado, los sistemas de recomendación basados en estilos producían sugerencias de productos inexplicables para grupos de compradores. Esto se debe a que la IA asumió que dos artículos deben tener un estilo similar si un grupo demográfico de clientes común los compra juntos con frecuencia. Otro enfoque utiliza atributos de bajo nivel, como el color y el material, para agrupar los elementos por estilo. Ninguno de los dos métodos ha podido entender cómo el estilo afecta a las decisiones de compra.

¿Quién mejor para educar a la IA en nociones subjetivas de estilo que los expertos en merchandising de Etsy? Con base en su experiencia, desarrollaron 42 etiquetas de estilo que capturaron el gusto de los compradores en 15 categorías, desde joyas hasta juguetes y artesanías. Algunas etiquetas son familiares en el mundo del arte (art nouveau, art deco). Algunos evocan emociones (diversión y humor, inspiradoras). Los expositores produjeron una lista de 130,000 artículos distribuidos en estos 42 estilos.

Wanda Tuerlinckx

Los tecnólogos de Etsy luego recurrieron a compradores que tienden a usar términos relacionados con el estilo en sus búsquedas, escribiendo cosas como «aparador art deco». Para cada consulta de este tipo, Etsy asignó el nombre de estilo elegido a cada elemento en el que el usuario hizo clic, «marcó como favorito» o compró durante esa búsqueda. Después de tan solo un mes de consultas de este tipo, la empresa pudo recopilar un conjunto de datos etiquetados de 3 millones de instancias para probar sus clasificaciones de estilo. Luego, los ingenieros de Etsy entrenaron una red neuronal para que usara señales textuales y visuales para distinguir mejor entre esas clasificaciones para cada elemento. El resultado fueron predicciones de estilo para los 50 millones de artículos activos en Etsy.com.

Esto se hizo particularmente útil cuando estalló la pandemia de Covid-19 y las cadenas de suministro de los minoristas masivos se rompieron. Muchos compradores recurrieron a Etsy en busca de un producto muy necesario: máscaras. Entre los más vendidos dentro de esa categoría estaban las máscaras adaptadas a las sensibilidades estéticas de los clientes, que podían especificar el diseño que buscaban: lunares, motivos florales, rostros de animales o lo que sea. Las ventas de mascarillas pasaron de prácticamente nada a principios de abril de 2020 a unos 740 millones de dólares durante el resto del año. Los ingresos de la empresa se duplicaron con creces durante ese tiempo y su valor de mercado aumentó a $22 mil millones. La clave era permitir a los compradores encontrar una máscara «que expresara su sentido del gusto y el estilo», dijo el CEO de Etsy, Josh Silverman.

La enseñanza automática dará rienda suelta a la experiencia, a menudo sin explotar, que existe en toda la organización, lo que permitirá que una franja mucho más amplia de su personal utilice la IA de formas nuevas y sofisticadas. Como se puede personalizar para su situación empresarial, abre el camino a la innovación y la ventaja reales; ya no se limita a ponerse al día con la tecnología. En escenarios de aprendizaje supervisado, la enseñanza automática es particularmente útil cuando existen pocos o ningún dato de capacitación etiquetado para los algoritmos de aprendizaje automático, como a menudo no ocurre porque las necesidades de un sector o de una empresa son muy específicas.

Para obtener el mayor valor tanto de los sistemas como de los trabajadores del conocimiento, las organizaciones deben reimaginar la forma en que los no especialistas y los especialistas interactúan con las máquinas. Puede comenzar por brindar a sus expertos en el dominio un conocimiento práctico de la IA para que puedan transferir de manera eficiente su experiencia a los procesos y la tecnología de la empresa. La familiaridad con los conceptos básicos de la inteligencia artificial también los capacitará para desarrollar formas creativas de aplicarla al negocio.

Arquitectura: Construya sistemas vivos adaptables

Las arquitecturas heredadas están estrechamente limitadas, lo que mantiene las barreras entre las líneas de negocio, las geografías, los canales de venta y las funciones. Son rígidos, incapaces de adaptarse a las nuevas tecnologías inteligentes o de adaptarse a nuevas estrategias, condiciones cambiantes del mercado y nuevas oportunidades operativas. Es por eso que los proyectos de innovación de muchas empresas se estancan.

Las rápidas transformaciones que se producen hoy en día y la repentina afluencia de nuevas tecnologías han puesto la arquitectura de IT en primer plano. Si bien los rezagados no aprovechan la oportunidad para la innovación de IT, los líderes adoptan una amplia gama de tecnologías de la información emergentes y las ensamblan en lo que llamamos sistemas vivos porque no tienen límites, son adaptables y son radicalmente humanos.

Por «sin límites» queremos decir que rompen las barreras (dentro de la pila de IT, entre las empresas que utilizan plataformas basadas en la nube para aprovechar los efectos de la red y entre los humanos y las máquinas), lo que brinda a las empresas infinitas oportunidades para mejorar su forma de operar. Por «adaptables», queremos decir que los sistemas, impulsados por los avances en datos y tecnologías inteligentes, se adaptan rápidamente al cambio empresarial y tecnológico, minimizando la fricción, escalando la innovación y aprendiendo y mejorando. Y cuando describimos los sistemas como «radicalmente humanos», queremos decir que se basan en el cerebro y los comportamientos humanos y que son capaces de escuchar, ver, hablar y comprender de formas más humanas que las generaciones anteriores de tecnología inteligente.

Piense en LLBean, el minorista de 110 años con una herencia que incluye ropa clásica, equipo resistente para actividades al aire libre y un profundo compromiso con la satisfacción del cliente. En los últimos años, a medida que la empresa se acercaba cada vez más a los clientes a través de múltiples canales (impresión, tiendas físicas, sitios web de computadoras y dispositivos móviles, correo electrónico y redes sociales), se vio obstaculizada por un legado menos valioso: un sistema de IT engorroso, partes del cual habían estado en uso durante dos décadas. Gran parte del sistema consistía en mainframes in situ y servidores distribuidos. Las diferentes plataformas, solo conectadas de manera flexible, admitían cada uno de los diferentes canales de clientes, todos los cuales se ejecutaban en aplicaciones separadas. Proporcionar una experiencia de cliente fluida en todos los canales era casi imposible. Y en lugar de centrarse en ofrecer valor al cliente, el personal de IT tuvo que dedicar tiempo a administrar la infraestructura.

Wanda Tuerlinckx

Mientras tanto, el 73% de los consumidores estadounidenses utilizaban varios canales para comprar, según un estudio publicado en HBR.org (ver» Un estudio de 46 000 compradores demuestra que la venta minorista omnicanal funciona», de Emma Sopadjieva, Utpal M. Dholakia y Beth Benjamin). La investigación también indicó que los compradores multicanal gastaron más dinero que los clientes de un solo canal, un promedio de un 4% más en cada visita a la tienda y un 10% más en línea. Además, los compradores multicanal también fueron más leales y más propensos a recomendar un minorista favorito a amigos y familiares.

Para competir con éxito en la era de Amazon, LLBean necesitaba ofrecer a los clientes una experiencia omnicanal satisfactoria que los minoristas en línea no podían igualar. Por lo tanto, el minorista desacopló las aplicaciones de misión crítica de su sistema de IT heredado y las ubicó en la nube de Google. El equipo de IT ahora puede integrar datos de varios sistemas, gestionar los picos de carga del sitio web de manera más eficiente y ofrecer nuevas funciones a los clientes con mayor rapidez. Debido a que la arquitectura basada en la nube se optimiza continuamente en segundo plano, los desarrolladores front-end de la empresa dedican menos tiempo a administrarla y más tiempo a usar software ágil para experimentar con nuevas funciones y lanzarlas tan pronto como estén listas. Y con la arquitectura front-end flexible que ahora reside en la nube, desacoplada del sistema heredado, la empresa puede aumentar la capacidad de manera fácil, rápida y rentable en los períodos pico de compra y reducirla durante los períodos de calma. Esta capacidad de responder rápidamente a las condiciones cambiantes es una de las ventajas más importantes de los sistemas vivos.

El camino hacia este futuro vendrá determinado por las decisiones que tome su empresa en toda su pila de tecnología. Debe hacer la transición a enfoques más centrados en las personas para la IA y la automatización. Puede empezar por acelerar las inversiones en tecnologías principales, como la computación en la nube, el análisis de datos y la movilidad. Puede reimaginar su enfoque del desarrollo de aplicaciones para aprovechar las capacidades y los microservicios de la nube y la flexibilidad que ofrecen. Además, puede centrarse en crear componentes reutilizables que tengan el máximo valor en lugar de ser mínimamente viables. Las organizaciones que combinen con éxito sus estrategias empresariales y tecnológicas podrán desarrollar ofertas únicas con una agilidad sin precedentes.

Estrategia: Ahora todos somos empresas de tecnología

Durante más de dos décadas, Ocado, el minorista de comestibles en línea más grande del mundo sin tiendas físicas, ha desarrollado algunas de las capacidades más avanzadas del mundo en inteligencia artificial, aprendizaje automático, robótica, tecnologías en la nube, IoT (Internet de las cosas), simulación y modelado, propiedad intelectual invaluable que incluye más de 150 patentes, con cientos más pendientes.

Los logros en materia de propiedad intelectual de Ocado son particularmente notables porque la industria de comestibles es uno de los entornos operativos más exigentes imaginables. Es la categoría minorista más grande del mundo, y también una de las más complejas: a diferencia de los libros o DVD o muchos otros productos, los productos comestibles tienen una vida útil y requisitos de temperatura de almacenamiento muy variables. Lleve esa complejidad en línea, donde los clientes que se encuentran repartidos por todo un país exigen un cumplimiento de pedidos preciso y confiable a un precio atractivo, y los desafíos aumentan exponencialmente.

Fundada en 2000, Ocado pasó de tener tres personas en una oficina de una habitación en Londres a convertirse en una empresa con más de 18.500 empleados que atienden a cientos de miles de clientes en todo el Reino Unido. Los centros de cumplimiento de clientes (CFC) de Ocado cuentan con algunas de las tecnologías de recolección de comestibles más avanzadas del mundo. Un CFC típico tiene aproximadamente el tamaño de un campo de fútbol. En el interior, cientos de robots, que se comunican entre sí a través de una red 4G, ruedan alrededor de una rejilla de aluminio de tres pisos conocida como Hive.

Utilizando tecnología de enjambre, que coordina un grupo de robots autónomos para que funcionen como un sistema para realizar tareas, los robots del tamaño de un lavaplatos se mueven a casi nueve millas por hora, levantando cajas de productos comestibles con sus garras mecánicas. Mueven las cajas a otra ubicación (de acuerdo con un algoritmo basado en la frecuencia de compra del producto) o las dejan caer por un conducto a una estación de recolección. Dos centros de control con empleados se encuentran en cada CFC para monitorear a los robots y asegurarse de que su baile elaborado no degenere en colisiones constantes. Los empleados humanos también hacen la mayor parte del trabajo en las estaciones de recolección: ven el pedido de un cliente en una pantalla, seleccionan los artículos apropiados de las cajas de productos que tienen delante y los colocan en bolsas de compras que los robots han colocado dentro de otra caja. Las cajas de productos se envían de vuelta a la cuadrícula para rellenarlas con artículos, mientras que las cajas con los pedidos de los clientes se envían al muelle de envío. Un pedido de 50 artículos se puede gestionar en tan solo cinco minutos.

Las organizaciones que combinen con éxito sus estrategias empresariales y tecnológicas podrán desarrollar ofertas únicas con una agilidad sin precedentes.

Ocado podría haberse dormido en los laureles como una tienda de comestibles en línea de éxito, pero tomó la decisión estratégica de ampliar aún más su experiencia tecnológica. En 2015 creó Ocado Smart Platform, una combinación de cumplimiento de comercio electrónico de extremo a extremo, logística y tecnología de enjambre que otros minoristas de todo el mundo utilizan para administrar sus propios negocios de comestibles en línea. La plataforma les permite replicar de manera rentable y escalable el modelo de Ocado en sus propias regiones.

Al ejecutarse en la nube, la plataforma inteligente de Ocado proporciona funciones tales como proyección de existencias en tiempo real, procesamiento de pedidos de última hora y enrutamiento inteligente de furgonetas de entrega. Los minoristas pueden ofrecer a los clientes acceso móvil a sus sitios a través de una aplicación. Además, la nube proporciona a Ocado una arquitectura elástica impulsada por eventos que responde a los picos en la demanda de los clientes de una manera rentable. También mejora la agilidad del desarrollo. Los ingenieros de Ocado pueden probar nuevas iniciativas sin asumir compromisos iniciales de infraestructura, y pueden llevar ideas desde el concepto hasta la producción en menos de una hora. La empresa también puede integrar datos de cientos de microservicios en un lago de datos que potencia las capacidades de IA en toda la infraestructura.

Los minoristas de comestibles de todo el mundo se han inscrito. Durante los próximos años, Kroger planea construir 20 CFC automatizados con Ocado. La plataforma también ha sido adoptada por Sobeys (exclusivamente en Canadá), ICA (en Suecia), Groupe Casino (en Francia), Bon Preu (en España) y Aeon (en Japón). La estrategia tecnológica más profunda de Ocado se puede aplicar a cualquier industria. Sus robots realizan tareas básicas (levantar, mover, clasificar) que son útiles en muchos entornos operativos. Pronto, los robots podrán hacer más. La empresa se ha embarcado recientemente en un proyecto para desarrollar «manos suaves» que puedan recoger prácticamente cualquier objeto delicado (por ejemplo, fruta fresca) sin dañarlo, una habilidad que sería bienvenida en muchos entornos de fabricación.

Pocas empresas han unido estrategia y tecnología de manera tan integral como Ocado. No solo ha descubierto cómo utilizar la automatización para mejorar sus propias operaciones, sino que ha hecho que las ventajas resultantes estén ampliamente disponibles para otros jugadores. Se ha convertido en una empresa minorista de comestibles con tecnología y ha adaptado brillantemente su estrategia para satisfacer una nueva demanda del mercado.

. . .

Al igual que Ocado, otras compañías han adoptado nuevos enfoques de inteligencia, datos, experiencia y arquitectura y los han entretejido en estrategias distintivas tan variadas como las industrias en las que compiten las empresas. No hay talla única para todos. Adoptar una estrategia integrada en la tecnología requiere dos posturas un tanto contradictorias: previsión y rapidez. Las inversiones en tecnología deben secuenciarse de manera lógica y cuidadosa. Sin embargo, nunca ha sido tan cierto que «el que duda está perdido».

Tras el éxito demostrable de la innovación radicalmente humana y basada en Ideas, la tarea será avanzar con rapidez deliberada. El futuro ha llegado mucho antes de lo esperado y requiere un dominio sabio y rápido de los nuevos enfoques de la innovación que recién comienzan a surgir. Lo hemos visto en todas partes, desde la entrega de comestibles hasta la comida rápida, en la venta minorista de productos artesanales e incluso en la NFL. La IA ayuda a las empresas a operar de formas que la mayoría de nosotros nunca podríamos haber imaginado, y seguirá haciéndolo, pero solo si las personas lideran el camino. Nuestro marco proporciona una hoja de ruta clara para las empresas que están listas para comenzar.