IMAGE: Freddie10 (Pixabay - CC0)
Un interesante artículo de Bloomberg, Human bankers are losing to robots as Nordea sets a new standard, describe la estrategia de Nordea, el banco nórdico que ha tomado una perspectiva más radical con respecto a la automatización de sus servicios, y que ha visto cómo, tras recortar drásticamente su plantilla e invertir fuertemente en tecnología, se ha convertido en el banco que más ha logrado reducir sus costes y más ha incrementado sus beneficios, hasta un 31%. El resto de los bancos de la zona, en contraste, mantienen una perspectiva mucho más escéptica acerca de la sustitución de personas por procesos automatizados, han incrementado su personal a medida que tienden a incorporar más trabajadores con perfil tecnológico, y han visto, en consecuencia, elevarse sus costes.

El CEO de la compañía, que opera en 19 países pero está fundamentalmente presente en Finlandia, Noruega, Dinamarca, Suecia, Estonia, Letonia y Lituania, afirma que este tipo de ajustes son la única manera de mantener el nivel competitivo: en una década, calcula que su plantilla se habrá reducido a alrededor de la mitad, y que una parte mayoritaria de la operativa bancaria, desde la gestión de activos hasta la atención a clientes minoristas, se llevará a cabo de manera completamente automatizada.

El ejemplo de Nordea parece estar teniendo una fuerte influencia en otros bancos que operan en la zona. De hecho, el título de esta entrada, “todo lo que pueda ser automatizado, será automatizado”, está tomado de unas declaraciones del CEO de SEB GroupJohan Torgeby, que afirma además que eso, sin duda, “impactará el comportamiento de los clientes y alterará los modelos comerciales existentes de los bancos”.

El problema de la automatización de los servicios de banca, lógicamente, está en el porcentaje de clientes que mantienen una perspectiva más tradicional y tienden a preferir la interacción con una persona. ¿Cómo se prevé que va a evolucionar el porcentaje de esos clientes en el futuro? Todo indica que las generaciones más jóvenes prefieren precisamente interaccionar con sistemas automatizados, con apps y con máquinas frente a hacerlo con personas, una tendencia que, además, se ve suplementada por el hecho de que la tecnología permite a esos sistemas ser cada vez más potentes y capaces de llevar a cabo tareas progresivamente más sofisticadas.

¿Qué ocurre a medida que las personas que exigen ser atendidas por otra persona optan por competidores que  proporcionan ese modelo de atención? Sencillamente, que eso obliga a esos competidores a mantener plantillas e infraestructuras más amplias y costosas, un factor que tiende a lastrar sus costes y su competitividad. Por tanto, los bancos más eficientes pasan a ser precisamente aquellos que son capaces de atraer a los clientes que prefieren un modelo de interacción menos basado en personas, clientes que, además, se benefician con ello de un modelo más rentable que le permite ofrecer estructuras de precios más competitivas. El secreto de la competitividad estaría, por tanto, en ser capaz de mantener una cartera de clientes proclives a la automatización, habitualmente más jóvenes y más acostumbrados a modelos de interacción no basados en personas, y que entienden que gracias a ello pueden beneficiarse de servicios más eficientes y rentables. Curiosamente, en muchos casos, el perfil de usuario que hoy en día tiende a optar no tanto por un banco, sino, en muchos casos, por una compañía fintech. Si un banco revisase las transacciones de sus clientes y extrajese a aquellos que periódicamente hacen transferencias a compañías como Revolut, Transferwise o servicios afines que aún no proporcionan una operativa bancaria completa, seguramente podría obtener una buena muestra de cómo son esos clientes y de sus características sociodemográficas.

Esto, lógicamente, exige una perspectiva de management completamente diferente, en la que la tecnología deja de ser un simple soporte de los procesos para convertirse en el elemento central de los mismos, en la forma por defecto de llevar a cabo todas las operaciones. No se trata de “tener una app” y ofrecerla a los clientes, sino de convertir esa app en la manera por defecto de relacionarse con el banco, y comenzar de manera consciente un proceso de eliminación de otras alternativas para hacerlo que permita captar a los clientes que se encuentran cómodos con ese modelo de interacción, al tiempo que envía a los clientes más tradicionales hacia otros competidores dispuestos a acogerlos a cambio de mantener estructuras más costosas e ineficientes. Muchos bancos, de hecho, llevan tiempo aplicando ese modelo con esquemas de automatización más tradicionales como los cajeros automáticos y restringiendo el tipo de operaciones que pueden llevarse a cabo en el mostrador, con todo lo que ello conlleva.

Mejorar la eficiencia no solo invirtiendo en más tecnología y automatización, sino además, escogiendo el tipo de clientes al que se proporciona servicio es, sin duda, una perspectiva interesante. Hasta ahora, los bancos tendían a evaluar la rentabilidad de sus clientes en función de una serie de métricas puramente financieras: ¿debería plantearse incluir, además, el coste de proporcionarles los servicios que demandan, y tender a preferir a aquellos segmentos de clientes más afines al cambio y que manifiestan una preferencia por opciones automatizadas, que le permiten además, aprender más sobre la evolución de sus preferencias?

 

IMAGE: Geralt - Pixabay (CC0 Creative Commons)La transformación digital, en muchas compañías, supone una obsesión por la sustitución de personas, que trabajan teóricamente ocho horas al día como máximo, se equivocan, se ponen enfermas o piden vacaciones de vez en cuando, y hasta, en algunos casos, van y se sindican; con máquinas, que trabajan continuamente sin quejarse ni cansarse, minimizan los errores, solo se detienen para un periódico mantenimiento, y no se sindican ni piden vacaciones jamás. Una visión reduccionista, dominada por el ahorro de costes, que es lo que muchas escuelas de negocio se han preocupado de inculcar a sus pupilos durante décadas: la diferenciación es, en esa visión, cosa de ricos, e incluso si eres capaz de obtenerla, lo que seas capaz de recortar en costes irá directo a la cuenta de resultados y, consecuentemente, redundará en un mejor bonus directivo.

El problema de las visiones reduccionistas es precisamente ese: que simplifican la realidad hasta convertirla, en muchos casos, en una caricatura de sí misma. En la práctica, las compañías que emprenden proyectos de transformación digital tienden a reducir la importancia que dan a la reducción de costes a medida que avanzan, y a dar mucho más protagonismo a factores como el servicio y la experiencia del cliente, o la fidelización.

Así, cuando Amazon presenta su tienda sin cajeros, Amazon Go, lo que domina las conversaciones es “y ahora nos ahorramos el sueldo de X cajeros que había en la línea de cajas”. Sin embargo, lo que domina la experiencia cuando te acercas a ella no es la ausencia de cajas, que suponían un obstáculo a la usabilidad y al flujo lógico de personas y mercancías en una tienda (por mucho que lo hayamos hecho así durante décadas), sino la presencia de empleados de Amazon ayudando a los usuarios, solucionando sus dudas, preparando su comida o, en general, tratando de asegurar una buena experiencia de cliente. Y sobre todo, la sensación de que estás dentro de lo que va a ser la experiencia del futuro, la que define cómo serán todas las tiendas dentro de no mucho tiempo, y una estrategia imparable.

Ahora, Amazon Go se expande a más ciudades, mientras Microsoft se une al movimiento con su propia tecnología, y muchos competidores y actores importantes en la distribución se embarcan en una loca carrera por imitar a Amazon, en lo que ya parece definir un futuro caracterizado por el llamado checkout-free retail. Y contrariamente a la idea del pionero, Amazon, es más que posible que veamos compañías obsesionadas por la eliminación del personal, enfocadas únicamente a costes, y proporcionando al usuario experiencias que, muy posiblemente, se separen bastante de lo que consideraríamos como óptimo.

Mientras, Amazon continúa su proceso de transformación digital incorporando más y más máquinas. Sus almacenes son ya un prodigio de automatización, su ejército de robots continúa creciendo, aunque los humanos siguen considerándose esenciales en el proceso con enorme eficiencia: un minuto de trabajo humano por paquete. Y ahora, un nuevo paso, interesantísimo: sus inteligentes máquinas comienzan a saltar desde los almacenes hacia las oficinas. Del trabajo llamado “de cuello azul”, a las tareas directivas “de cuello blanco”. La automatización puede comenzar por las famosas 4D – Dull, Dirty, Demeaning o Dangerous, o trabajos considerados aburridos, sucios, deshumanizantes o que dañan la dignidad, o peligrosos – pero, sin duda, continúa su avance desde ahí hacia otros estamentos de la fuerza laboral. Ahora, los directivos con sueldos de seis cifras que negociaban acuerdos multimillonarios con las principales marcas están comenzando a ser reemplazados por algoritmos capaces de predecir qué artículos quieren los compradores, y cuánto debe la compañía cobrar por ello.

Amazon continúa reclutando trabajadores como si no hubiera un mañana, a pesar de tener cada vez más robots. Sin embargo, el total de puestos de trabajo en la industria se ha reducido, lo que indica que otras compañías están, básicamente, perdiendo lo que Amazon gana. O sencillamente, desapareciendo. La visión correcta no es la de la sustitución: la historia demuestra que la automatización elimina determinados trabajos, pero genera otros, diferentes y posiblemente inimaginables en el momento en que esta tiene lugar. La automatización, el machine learning y la algoritmia eliminará muchos de los puestos de trabajo que conocemos, y lo hará de manera inexorable, incorporando ganancias en eficiencia cuya adopción diferenciará a ganadores de perdedores, a las compañías que seguiremos viendo en el futuro frente a aquellas que desaparecerán. No se trata de vestir con cuello azul o con cuello blanco: se trata de lógica, de eficiencia y de tratar de adquirir las habilidades adecuadas para seguir aportando valor en ese mundo redefinido, y de aprender a entender esos procesos, a reimaginar los anteriores y a repensarlos desde la nueva óptica, antes de que lo hagan otros.

Los procesos de sustitución de trabajadores en Amazon, en el seno de una compañía convertida en una de las más valiosas del mundo, son un impresionante experimento que permite entender muchos de los procesos que vamos a vivir en un futuro ya nada lejano. Invertir en entender su mecánica es invertir en entender el futuro.

 

IMAGE: Guérin Nicolas (CC BY SA)Si hace pocos días hablábamos de robots diseñados para su uso en tareas agrícolas que permitían reducir el coste y el impacto del uso de pesticidas o herbicidas aplicándolos de manera local en lugar de extensiva, hoy podemos ver otra curiosa aplicación de la robótica a la agricultura, seguramente más sorprendente aún: el uso de robots para facilitar la polinización de las plantas, en una época en la que algunos polinizadores naturales como las abejas sufren crecientes dificultades debido al llamado colapso de colonias, o Colony Collapse Disorder (CCD).

Las metodologías para polinizar cultivos cuando los polinizadores naturales escasean son múltiples: en primer lugar, el método más inmediato, que lleva años utilizándose en invernaderos para cultivos como el tomate, es suministrar esos polinizadores, tales como los abejorros, de manera artificial, alquilándolos a empresas especializadas y liberándolos para que lleven a cabo su labor. Sin embargo, también comienzan a existir alternativas robóticas que podrían recordar a algún episodio de Black Mirror, desde diversos tipos de drones que algunas compañías, como Walmart, se afanan en patentar intentando buscar un control total sobre su cadena de suministro, hasta grandes robots que se mueven entre las plantas y agitan las flores que localizan mediante visión computerizada utilizando un brazo articulado.

En este vídeo se ve una primera fase del desarrollo de este tipo de robots, aún incapaces de reconocer las flores mediante visión computerizada, pero trabajando con códigos QR en un recorrido a través de un invernadero.

Los mecanismos de la polinización varían enormemente según las especies de plantas, y existen numerosos mecanismos de adaptación que han llevado tanto a unos como a otros a coevolucionar a lo largo del tiempo, incluyendo casos de máxima especialización como los de algunas orquídeas. En el caso de las moras o las frambuesas, por ejemplo, cuyas flores se autopolinizan, el robot se limita a localizar esas flores y hacerlas vibrar suavemente, lo que provoca que el polen se desprenda de los estambres y alcance los pistilos. En otros casos, es preciso que los robots se acerquen a una flor, extraigan el polen utilizando un gel con carga electrostática que lo atrae, y visiten posteriormente otras flores para depositarlo, una tarea más compleja que, entre otras cosas, exige llevar a cabo una cartografía de las flores que permita mantener un orden. Por otro lado, el uso de robots permite, por ejemplo, eliminar las flores inviables, con malformaciones o que serían susceptibles de producir frutos con escasa viabilidad comercial.

El uso de robots, en cualquier caso, plantea la evidencia de que, dada la inmensa variabilidad de mecanismos existentes en la naturaleza, la polinización mediante mecanismos naturales resulta no solo más eficiente, sino inmensamente más barata. Existen muchísimas especies de insectos especializados en la polinización de diversas especies, y llevan millones de años llevándola a cabo de manera eficiente: la perspectiva de que un robot pueda hacerlo mejor resulta ilusoria. Los mecanismos que funcionan en un entorno controlado y con condiciones de suelo liso como un invernadero no tienen nada que ver con la idea, por ejemplo, de polinizar un cultivo extensivo de árboles como, por ejemplo, almendros. Por mucho que fuésemos capaces de obtener dichos robots y adaptarlos a todos los casos en los que los necesitamos, la mejor alternativa seguiría siendo, sin duda, luchar contra la desaparición de los organismos que llevan a cabo esa polinización de manera natural.

 

IMAGE: EcoRobotixUna interesante nota en MIT Technology Review, Weed-killing robots are threatening giant chemical companies’ business models, muestra la preocupación de las grandes empresas químicas por el previsible descenso en el uso masivo de herbicidas en cultivos, debido sobre todo a la aparición de robots relativamente sencillos capaces de recorrer las zonas de cultivo, localizar malas hierbas mediante algoritmos de visión computerizada, y administrar esos herbicidas de manera localizada, exclusivamente sobre la planta que se pretende eliminar, en lugar de hacerlo de manera extensiva e indiscriminada, con el consiguiente ahorro de costes y alivio en las consecuencias ecológicas de ese uso masivo de productos químicos.

El uso de estos robots me recuerda poderosamente a un proyecto a una escala infinitamente menor que vi hace algún tiempo y que me encantó, llamado FarmBot: un montaje relativamente sencillo y gestionado mediante un Raspberry Pi, el ordenador de 30 euros, que convierte un huerto pequeño en un sistema de coordenadas en el que se mueve un cabezal con elementos intercambiables que administra la cantidad de agua adecuada para cada planta, y que además, destruye las malas hierbas simplemente golpeándolas y enterrándolas, sin siquiera recurrir al uso de herbicidas. Una preciosidad de proyecto para huertos pequeños, que permite entender las posibilidades de la robotización en entornos que tradicionalmente consideramos relativamente alejados del progreso tecnológico, aunque la realidad indique que, a lo largo del tiempo, se ha producido una auténtica revolución en el uso de tecnología, en la productividad y en el rendimiento de muchas instalaciones agrícolas.

Mecanismos alimentados por energía solar, recorriendo los campos, y llevando a cabo un trabajo relativamente mecánico como la localización de plagas y malas hierbas, que proceden además a tratar de manera inmediata: el equivalente a tener una persona recorriendo y supervisando permanentemente una extensión de terreno, pero llevado a cabo de una manera mucho más eficiente tanto en rendimiento, como en el uso de recursos, como previsiblemente en calidad y reducción de errores.

Las consecuencias son evidentes: compañías de maquinaria agrícola como John Deere adquiriendo empresas líderes en la aplicación de machine learning a este entorno para dotarse de capacidades que les permitan ofrecer esas capacidades en el futuro, al tiempo que incorporan, no sin cierta polémica en torno a cuestiones como la propiedad del software, cada vez más tecnología para automatizar total o parcialmente el uso de su maquinaria. Un entorno interesantísimo, con fuertes consecuencias en la productividad, y que generalmente tendemos a considerar tradicional, aunque como vemos, cada vez lo es menos.

 

IMAGES: Uber and Miso Robotics

Flippy, un robots diseñado por Miso Robotics para la manipulación de hamburguesas en cocinas de restaurantes, es “contratado” por una primera cadena de comida rápida, Caliburger, para dar la vuelta a sus hamburguesas en la parrilla. El robot, con visión térmica y tridimensional, es capaz de identificar cuándo las hamburguesas están hechas, de darles la vuelta mediante un brazo articulado, de sustituir la espátula utilizada para carne cruda por la de carne cocinada, e incluso de limpiar regularmente las espátulas y la parrilla, además de perfeccionar progresivamente sus lecturas e identificar mejor el punto de cocción a medida que trabaja.

Al día siguiente, las noticias dan cuenta de cómo Uber ha puesto en marcha ya su visión sobre el futuro del transporte de mercancías, basada en la adquisición de Otto, y cómo sus camiones autónomos están ya transportando carga de manera comercial en carreteras de Arizona.

Lo sé: las noticias hay que leerlas en su integridad. Si dejase mi entrada aquí, en cuanto le diese a publicar, los comentarios se llenarían de “aguafiestas” hablando de las limitaciones de esas tecnologías, del camino que les queda para ser verdaderamente interesantes, y de cómo de complicado resulta justificar la inversión necesaria para algo que, en realidad, es casi visto como anecdótico, como una demostración incompleta. En realidad, el robot que da vuelta a las hamburguesas puede hacer muchas cosas, pero lo tienen simplemente haciendo eso, dando vuelta a las hamburguesas. No es una sustitución del cocinero: este sigue ahí, llevando a cabo de manera perfectamente manual tareas como poner la loncha de queso sobre cada hamburguesa, depositarlas sobre el pan y añadir los condimentos. Lo que hace el robot es ayudarle en la tarea de voltear las hamburguesas, una tarea definida por la compañía como hot, greasy and dirty”, mientras asegura que sus planes no son sustituir a las personas, sino contribuir a mejorar sus condiciones de trabajo. El camión de Uber, en realidad, solo hace de manera autónoma la parte del trayecto que transcurre por autopista, lleva un conductor de seguridad supuestamente preparado para tomar los mandos en cualquier momento en caso de emergencia, y afirma que en realidad, genera un aumento de los puestos de trabajo necesarios, dado que los conductores siguen llevan sus camiones a un centro logístico de la compañía, intercambiando sus remolques para unirlos a las cabezas tractoras autónomas, y conduciendo en los trayectos hasta y desde la autopista, además de llevando a cabo tareas como la carga y la descarga. 

No, lo que cuentan las noticias no es en absoluto una sustitución. Es perfectamente posible que, en este momento, hacer las cosas de esta manera termine siendo sensiblemente menos eficiente en costes que hacerlo de la manera tradicional, o que las compañías que lo estén poniendo en práctica lo hagan mucho más por un interés de ganar visibilidad o imagen que por la esperanza de terminar ahorrándose una serie de costes. En los procesos de transformación digital, poner el foco en los costes es característico de compañías que carecen de una visión madura en el tema. Lo correcto no es poner el foco en los costes, sino hacerlo en cuestiones como el bienestar de los trabajadores, la mejora del producto o del servicio a los clientes, la mayor flexibilidad que puede permitir mejorar la propuesta de valor, etc. Muchos, cuando vean este tipo de noticias, les quitarán importancia, les parecerán absurdas y sin sentido, o las criticarán por su escasa ambición. Sin embargo, esta es la manera en la que los cambios tienen lugar: progresivamente, etapa por etapa, conquistando pequeños terrenos en cada movimiento, con cada desarrollo, con motivaciones que no siempre llegan hasta el final y que a muchos pueden parecerles limitadas.

No, la visión de un directivo no debería ser “esto no está maduro, le falta mucho, y en su estado actual no nos interesa por un criterio de costes”, sino “esto ya apunta maneras, y marca un camino que hay que explorar”. Mostrando este tipo de ejemplos a tus directivos puedes rápidamente descubrir cuáles son susceptibles de diseñar y liderar procesos de transformación digital, y quienes no poseen la mentalidad adecuada para ello, o precisan de más formación para poder hacerlo con la visión adecuada. Pon a un directivo que no crea en ello a liderar un proceso de transformación digital, y obtendrás un fracaso garantizado, porque la transformación digital no es tecnología, es liderazgo, son personas, es legitimidad y es gestión del cambio.

Uber con sus camiones y Flippy con sus hamburguesas no representan aún procesos de automatización completos, pero eso no representa en absoluto un fracaso o un problema. Es, simplemente, una fase de exploración, que como tal, proporcionará ventajas a las compañías que se atrevan a experimentar en ella, a ganar experiencia, a replantear sus procesos. O también, como no, a ofrecer una imagen moderna, que también es un objetivo válido. El camino a la robotización o a la transformación digital no pasa de cero a cien en menos de tres segundos ni tiene como finalidad sustituir a todos los humanos, enviarlos al paro y mejorar los costes hasta el límite. Si las ideas que te vienen a la cabeza cuando ves ejemplos de robotización son esas… vuelve a revisarlas.