No es necesario ser científico de datos para desempeñar esta función de análisis imprescindible

Resumen.

El éxito con la IA y la analítica requiere no solo de científicos de datos, sino de equipos ágiles y multifuncionales completos que incluyan ingenieros de datos, arquitectos de datos, expertos en visualización de datos y, quizás lo más importante, traductores. Los traductores no son arquitectos de datos ni ingenieros de datos. Ni siquiera son profesionales de la analítica dedicados y no poseen una profunda experiencia técnica en programación o modelado. En cambio, los traductores desempeñan un papel fundamental para unir la experiencia técnica de los ingenieros de datos y los científicos de datos con la experiencia operativa de los gerentes de marketing, cadena de suministro, fabricación, riesgo y otros gerentes de primera línea. Dada la necesidad urgente de traductores, la contratación externa podría parecer la solución más rápida. Sin embargo, los nuevos empleados carecen de la cualidad más importante de un traductor exitoso: un profundo conocimiento de la empresa. Como resultado, la formación de los empleados existentes suele ser la mejor opción para llenar el vacío del traductor.

No es ningún secreto que las organizaciones han sido recurrir cada vez más a la analítica avanzada y la inteligencia artificial (IA) para mejorar la toma de decisiones en todos los procesos empresariales, desde la investigación y el diseño hasta la cadena de suministro y la gestión de riesgos.

En el camino, ha habido mucha literatura y los ejecutivos se han escurrido las manos por la contratación y el despliegue de científicos de datos cada vez escasos para que esto suceda. Ciertamente, los científicos de datos deben crear modelos analíticos, incluidos el aprendizaje automático y, cada vez más, el aprendizaje profundo, capaces de convertir grandes cantidades de datos en información.

Más recientemente, sin embargo, las empresas han ampliado su apertura, reconociendo queéxito con IA y el análisis no solo requieren científicos de datos, sino equipos ágiles y multifuncionales completos que incluyen ingenieros de datos, arquitectos de datos, expertos en visualización de datos y, quizás lo más importante, traductores.

¿Por qué son tan importantes los traductores? Ayudan a garantizar que las organizaciones logren un impacto real de sus iniciativas de análisis (lo que tiene la ventaja añadida de mantener satisfechos a los científicos de datos y tener más probabilidades de seguir adelante, lo que alivia el estrés de los ejecutivos sobre la contratación de ese talento).

¿Qué es exactamente un traductor analítico?

Para comprender mejor lo que son los traductores, es importante entender primero lo que no son. Los traductores no son ni arquitectos de datos ni ingenieros de datos. Ni siquiera son profesionales de la analítica dedicados y no poseen una profunda experiencia técnica en programación o modelado.

En cambio, los traductores desempeñan un papel fundamental para unir la experiencia técnica de los ingenieros de datos y los científicos de datos con la experiencia operativa de los gerentes de marketing, cadena de suministro, fabricación, riesgo y otros gerentes de primera línea. En su función, los traductores ayudan a garantizar que los conocimientos profundos generados a través de análisis sofisticados se traduzcan en un impacto a escala en una organización. Para 2026, el Instituto Global McKinsey estimaciones que la demanda de traductores solo en los Estados Unidos puede alcanzar de dos a cuatro millones.

¿Qué hace un traductor?

Al comienzo de una iniciativa de análisis, los traductores aprovechan sus conocimientos de dominio para ayudar a los líderes empresariales a identificar y priorizar sus problemas empresariales, en función de los cuales crearán el mayor valor cuando se resuelvan. Pueden tratarse de oportunidades dentro de una sola línea de negocio (por ejemplo, mejorar la calidad del producto en la fabricación) o iniciativas interorganizacionales (por ejemplo, reducir el tiempo de entrega del producto).

Los traductores aprovechan sus conocimientos prácticos de IA y análisis para transmitir estos objetivos empresariales a los profesionales de datos que crearán los modelos y las soluciones. Por último, los traductores se aseguran de que la solución produzca información que la empresa pueda interpretar y ejecutar y, en última instancia, comunican los beneficios de esta información a los usuarios empresariales para impulsar la adopción.

Dada la diversidad de casos de uso potenciales, los traductores pueden formar parte del equipo de estrategia corporativa, un centro de excelencia funcional o incluso una unidad de negocio asignada para ejecutar casos de uso de análisis.

¿Qué competencias necesitan los traductores?

La amplia gama de responsabilidades (líder, comunicador, director de proyectos, experto del sector) inherentes a la función de traductor hace que las siguientes habilidades sean esenciales:

Conocimientos de dominio
El conocimiento del dominio es, con mucho, la habilidad más importante para cualquier traductor. Los traductores deben ser expertos tanto en su sector como en su empresa para identificar eficazmente el valor de la IA y la analítica en el contexto empresarial. Deben comprender las métricas operativas clave del negocio y su impacto en las pérdidas y ganancias, los ingresos, la retención de clientes,. Además, el conocimiento de casos de uso comunes (por ejemplo, mantenimiento predictivo, gestión de la cadena de suministro, gestión de inventarios, marketing personalizado, predicción de abandono, etc.) en su dominio es importante.

La función de traductor de análisis

En cada paso de la iniciativa analítica, el traductor tiene un papel importante que desempeñar:

Paso 1. Identificación y priorización de casos de uso empresarial
Función de traductor: trabaja con los líderes de las unidades de negocio para identificar y priorizar los problemas que la analítica es adecuada para resolver.

Paso 2: Recopilación y preparación de datos
Función de traductor: ayuda a identificar los datos empresariales necesarios para producir la información más útil.

Paso 3: Creación del motor de análisis
Función de traductor: garantiza que la solución resuelva el problema empresarial de la forma más eficiente e interpretable para los usuarios empresariales.

Paso 4: Validación y derivación de las implicaciones empresariales
Función de traductor: sintetiza información compleja derivada de la analítica en recomendaciones prácticas y fáciles de entender que los usuarios empresariales pueden extraer y ejecutar fácilmente.

Paso 5: Implementación de la solución y ejecución en base a insights
Función de traductor: impulsa la adopción entre los usuarios empresariales.

Fluidez técnica general

Además de sus conocimientos de dominio, los traductores deben tener una gran perspicacia en el análisis cuantitativo y la resolución estructurada de problemas. A menudo tienen una formación formal en STEM o conocimientos autodidactas en un campo STEM. Y aunque no es necesario que sean capaces de crear modelos cuantitativos, sí necesitan saber qué tipos de modelos están disponibles (por ejemplo, aprendizaje profundo frente a regresión logística) y a qué problemas empresariales se pueden aplicar. Los traductores también deben ser capaces de interpretar los resultados del modelo e identificar posibles errores del modelo, como sobreajustado.

Capacidad de gestión de proyectos
El dominio de las habilidades de gestión de proyectos es imprescindible. Los traductores deben poder dirigir una iniciativa analítica desde la ideación hasta la producción y la adopción y comprender el ciclo de vida de una iniciativa de análisis y los escollos comunes.

Un espíritu emprendedor
Además de estas habilidades «enseñables», los traductores también deben tener una mentalidad emprendedora. Necesitan el entusiasmo, el compromiso y la inteligencia empresarial para superar los numerosos obstáculos técnicos, políticos y organizativos que pueden surgir. Esto suele ser menos fácil de enseñar, o al menos de forma menos directa, y la disponibilidad de personas emprendedoras puede depender en parte de la cultura de la organización.

¿Dónde pueden encontrar traductores las organizaciones?

Dada la necesidad urgente de traductores, la contratación externa podría parecer la solución más rápida. Sin embargo, los nuevos empleados carecen de la cualidad más importante de un traductor exitoso: un profundo conocimiento de la empresa. Como resultado, la formación de los empleados existentes suele ser la mejor opción para llenar el vacío del traductor.

Por supuesto, esta ruta presenta sus propios retos, teniendo en cuenta que actualmente no hay certificaciones ni títulos para traductores. En respuesta, muchas empresas han creado sus propias academias de traductores. Una empresa siderúrgica global, por ejemplo, está capacitando a 300 directivos en un programa de aprendizaje de un año. En McKinsey, incluso hemos creado una academia en nuestra propia firma, que ha formado a 1.000 traductores el año pasado.

Los planes de estudio de la academia frecuentemente van desde explorar el arte de lo posible hasta estudiar técnicas y métodos específicos de IA. Los formatos incluyen cursos e inmersión.

Algunas organizaciones capacitan a traductores mediante el aprendizaje en equipos ágiles y multifuncionales en proyectos reales de transformación de IA y análisis. Estas empresas suelen combinar programas de aprendizaje con una academia, diseñando viajes de aprendizaje deliberados, generalmente de un año de duración, para cada individuo.

¿Quién es actualmente responsable en su organización de conectar la IA y la analítica con los objetivos empresariales? En muchas organizaciones, los profesionales de datos y los líderes empresariales suelen tener dificultades para articular sus necesidades en un lenguaje en el que el otro pueda ejecutar.

Los traductores aportan un conjunto de habilidades únicas para ayudar a las empresas a aumentar el retorno de la inversión de sus iniciativas de análisis. Son fundamentales para identificar, a partir de la miríada de oportunidades posibles, cuáles son las derecha oportunidades que perseguir y pueden ayudar a garantizar que todos los participantes, desde profesionales de datos hasta ejecutivos de negocios, trabajen en armonía para cumplir la promesa que ofrecen estas tecnologías.

— Escrito por Nicolaus Henke, Paul McInerney Nicolaus Henke,