Los datos y la fe - LUCAMi segunda colaboración para el blog corporativo de LUCA, la unidad de Big Data e Inteligencia Artificial de Telefonica (aquí la primera) se titula “Los datos y la fe” (pdf), e intenta ahondar en el concepto de revolución frente a evolución que supone el machine learning y la idea de tratar a una máquina que se encuentra introducida en nuestra rutina diaria desde hace décadas, el ordenador, no tanto como una simple automatización de tareas, sino como algo capaz de captar datos y derivar sus propias reglas de funcionamiento a partir de ellos. 

Lograr extraer una ventaja competitiva de una revolución como el machine learning, con efectos comparables a lo que en su momento supuso el desarrollo y adopción masiva de internet, requiere por un lado directivos con el perfil adecuado convencidos del papel de la ciencia en el management de las compañías – un aspecto en el que incidí en mi primer artículo de la serie – y, por otro, de un convencimiento pleno de la necesidad de dotar a esas compañías de una cultura de datos que permita reorientar la totalidad de los productos y servicios de la compañía hacia ellos, como anteriormente lo hicimos con respecto a internet. Las mismas compañías que en los años ’90 creían que internet no supondría un cambio en su forma de hacer las cosas están ahora, un par de décadas después, completamente orientadas a la red, o si no llevaron a cabo ese cambio de mentalidad, muy probablemente hayan desaparecido. Ahora, las compañías deben tomar la decisión de formar a la totalidad de su personal en una tecnología que va a suponer un cambio fortísimo en la manera de entender el mundo en las próximas décadas, la que marcará la próxima gran discontinuidad entre los que la entienden y la saben aplicar y los que no.

Estamos aún, obviamente, en fases experimentales. Aún veremos en muchas ocasiones algoritmos capaces de aprender de los datos de maneras erróneas, de heredar sesgos o de crearlos en función de patrones que no sabíamos que estaban ahí. Si históricamente hemos incorporado menos mujeres que hombres a nuestras compañías, es posible que un algoritmo diseñado para optimizar procesos de reclutamiento alimentado con nuestro histórico de datos tienda, sin la supervisión adecuada, a discriminar a las mujeres en esos procesos, con todo lo que ello podría conllevar de pérdida de oportunidades para la atracción de talento. La adopción tecnológica tiene este comportamiento que requiere de procesos de ensayo y error, del desarrollo de una cultura que posibilite entender los mecanismos que conforman el aprendizaje de una máquina, la generación de algoritmos a partir de los datos, mediante procesos relativamente toscos al principio, pero que pueden evolucionar hasta mostrar patrones intrínsecamente superiores a los exhibidos por los tomadores de decisiones humanos.

No hablamos simplemente de hacer o plantear Machine Learning: hablamos de automatizarlo, de convertirlo en una parte integrante de nuestros procesos empresariales. Entender ese tipo de procesos no es simplemente el fruto de un proceso de reflexión o de aprendizaje individual: requiere la fe necesaria para trasformar las compañías y sus procesos de negocio – que en muchas ocasiones no mostraban signos especialmente preocupantes de ningún tipo de problema – para adaptarlos a las posibilidades que ofrece el machine learning. Las resistencias serán importantes, y van a requerir no solo argumentos, sino la capacidad de rodearse de personas que entiendan ese cambio, que crean en él, y que estén dispuestos a invertir en el proselitismo necesario para convencer a otros. Decididamente, no una tarea sencilla.

 

El directivo analitico - LUCADesde LUCA, la unidad de Big Data e Inteligencia Artificial de Telefonica, me pidieron un artículo para su blog corporativo sobre los nuevos entornos que precisan, cada vez más, tomar decisiones inteligentes a partir de los datos, y la importancia del análisis de esos datos de cara al desarrollo de un nuevo perfil de directivo. Una tendencia creciente en las compañías modernas que se encuadra en desmitificar el llamado gut feeling, esa supuesta “intuición” de los directivos que, cada día más, prueba que por cada una de esas decisiones acertadas hay, en realidad, un número similar o en ocasiones mayor de decisiones erróneas en contextos similares. 

Mi artículo, titulado “El directivo analítico” (pdf), trata de exponer cómo la llegada del machine learning y la analítica avanzada de datos al mundo directivo nos acerca cada vez más a entornos con un mayor nivel de profesionalización, más científicos y menos dados a sacralizar “la experiencia por la experiencia”, en beneficio de unas herramientas analíticas adecuadas y de unos procedimientos más rigurosos. El management, como ocurre en todas las disciplinas, está destinado a ser cada vez menos “magia” y más ciencia. Para las compañías, entender el funcionamiento de los proyectos de machine learning, sus requerimientos y los pasos que hay que dar para poder alimentar los algoritmos adecuados con datos resulta cada vez más importante – sí, todos los directivos piensan que “tienen muchísimos datos” y que “todos ellos pueden ser utilizados inmediatamente”, pero la realidad es otra muy diferente y mucho más compleja. Sabes qué podemos pedir a un algoritmo, qué posibilidades reales tiene de generar resultados tangibles y qué tiempos de desarrollo cabe esperar en un proyecto de este tipo es cada día más importante para las compañías.

A lo largo de la próxima década, como bien comentan Erik Brynjolfsson y Andrew McAfee en ese gran artículo titulado The business of artificial intelligence, la inteligencia artificial va a cambiar la forma de entender el management hasta el punto de que “aunque la inteligencia artificial no sustituya a los directivos, los directivos que utilicen inteligencia artificial sí sustituyan a los que no lo hacen.” Si como directivo sigues viendo el desarrollo de machine learning e inteligencia artificial desde lejos, como quien ve una película de ciencia-ficción, deberías saber que lo que haces, sea lo que sea, será en algún momento mejorado por otros directivos que sí han aprendido a aprovechar sus posibilidades. Entender el funcionamiento de este tipo de proyectos, su dimensionamiento, sus diferentes fases y lo que se les puede pedir de manera realista se está convirtiendo, tanto a nivel corporativo como personal, en una necesidad cada vez más acuciante. 

 

IMAGE: Janajech - Creative Commons BY SADos artículos largos muy recomendables hablan sobre la evolución de la publicidad en la red y cómo pasó de ser una actividad que meramente trasladaba el negocio del papel a la pantalla, y pasó a ser el dominio de la matemática, la estadística y la analítica. Por un lado, Adrianne Jeffries incide en el origen de la publicidad programática, la que a día de hoy crece de manera más pronunciada en prácticamente todos los mercados, y su origen por parte de Right Media en 2005, en How to succeed in advertising (and transform the internet while you’re at it). Por el otro, Ken Auletta describe en How The Math Men overthrew The Mad Men o detallando cómo los “math men” destronaron a los “Mad Men” e incide en el cambio de los perfiles requeridos para trabajar en una industria a la que la transformación digital ha llegado decididamente para quedarse – con todo lo que ello conlleva. Me han parecido lecturas imprescindibles para cualquier que aspire a entender tanto el panorama de la publicidad en la red, como para quienes busquen referencias para anticipar el efecto de la automatización, la algoritmia y el machine learning sobre cualquier industria.

¿Cómo se decidía, hace algunos años, el mix de medios en los que se programaba una campaña? Básicamente se dependía de agencias de medios. Una industria con una marcada tendencia a la opacidad y la ocultación de información, que no solo vive de la intermediación entre anunciantes y soportes, sino que además, lo hace infringiendo una de las reglas fundamentales de la teoría de agencia: además de hacer una labor de agente supuestamente a favor del anunciante, las agencias también cierran acuerdos con las publicaciones, a las que demandan el pago de extratipos o comisiones por volumen, lo que impide que esa labor de intermediación tenga lugar en términos transparentes. Bajo unas condiciones así, el anunciante nunca puede saber si los medios que la agencia le recomienda son los que realmente convienen para exponer su mensaje al segmento al que debe llegar, o si simplemente la agencia, como ocurre en algunos casos, se limita a recomendarle los medios que le ofrecen un extratipo más elevado, una mejor comisión.

¿En qué se ha convertido, en un número creciente de casos, esa actividad? En un proceso, la compra programática, en el que la intervención humana se reduce únicamente a la determinación del target y de una serie de restricciones, mientras la plataforma ofrece oportunidades de compra y las asigna en función de una subasta en tiempo real. En una sola generación de desarrollo algorítmico, las personas hemos pasado a ser relativamente prescindibles en el flujo productivo de la industria publicitaria, en las decisiones del día a día del tipo “lancemos esta campaña aquí o allí”, y muchos de los procesos han pasado a depender únicamente de la interacción entre anunciantes y soportes dentro de una plataforma publicitaria.

Sin embargo, esto no ha determinado ningún tipo de éxodo o apocalipsis: la transformación se ha dado de una manera razonablemente ordenada, las compañías han ido incorporando – en la mayoría de los casos – o formando – en menor medida – los perfiles que necesitaban, se han creado nuevos puestos, y se ha reducido el papel de algunos intermediarios que, en el nuevo contexto, ya no aportaban valor ni valían en absoluto lo que pretendían cobrar. Esos intermediarios no han desaparecido, y se mantienen básicamente gracias a los hábitos de anunciantes que aún no se han dado cuenta o ha entendido que el mundo ha cambiado, que simplemente no quieren complicaciones ni riesgos de ningún tipo, o que prefieren sacrificar margen a perder familiaridad con los procesos de negocio que han conocido durante toda su vida profesional. Han surgido nuevos intermediarios, no todos transparentes ni honestos, que van desde los que controlan flujos de tráfico hasta los que lo fabrican, lo falsean y lo venden, y la industria, sencillamente, ha cambiado hasta el punto de que si alguien que trabajase en la publicidad durante la primera década del siglo fuese descongelado en la segunda, seguramente tendría graves problemas para desempeñar su actividad, y se encontraría con que sus habilidades ahora cuentan bastante poco.

Una metáfora interesante para las industrias en reconversión de la mano de la transformación digital: los mercados son muy grandes, hay muchos participantes que cambian a muy distintos ritmos – como muy bien dijo el escritor de ciencia-ficción canadiense William Gibson, “el futuro ya está aquí, solo que no está uniformemente distribuido” – y eso lleva a que sean muy pocos los casos en los que se generan verdaderos cataclismos apocalípticos, provocando que se hable más de evoluciones que de revoluciones. ¿Ha cambiado la industria de la publicidad? Sin duda, y le queda aún mucho por cambiar, por evolucionar y por equilibrar. Se ha producido una reconversión importante, y en muchos casos – no en todos – para bien. Sigue habiendo, como en todas las industrias, actores buenos, malos y regulares, aunque la tecnología utilizada haya cambiado y la trazabilidad debiera ser, supuestamente, mucho mayor. Sin embargo, esa heterogeneidad en la adopción hace que hoy puedas montar un diario en cualquier sitio, simular una gran audiencia adquiriendo flujos de tráfico completamente falsos y que no se corresponden con usuarios reales o interesados en lo que publicas, e incluso llegar a adquirir un cierto nivel de influencia basada en esa simulación de la realidad.

¿Hemos mejorado? Depende para quién. Pero de nuevo, la tecnología no se desinventa, no se detiene, y sus propuestas terminan siendo adoptadas por mucho que algunos pretendan resistirse a ellas. Cambios que no traen ni infiernos, ni paraísos: solo nuevos contextos a los que adaptar la actividad de todos aquellos que sepan hacerlo. La vida sigue. Si tienes dudas sobre la transformación digital y sus efectos sobre las industrias, estudia la experiencia de la evolución de la publicidad.

 

IMAGE: Nick Youngson CC BY-SA 3.0 Alpha Stock ImagesEste artículo largo en The Verge, How Tesla and Waymo are tackling a major problem for self driving cars: data es de lo mejor que he leído últimamente, y no tanto por los interesantes detalles sobre las estrategias de cara al desarrollo de la conducción autónoma de ambas compañías, que de por sí es susceptible de dar lugar a muchas interesantes discusiones, sino por la evidencia que presenta de manera palmaria: solo aquellas compañías que desarrollen y ejecuten una buena estrategia de datos lograrán ser competitivas en el futuro.

Puedes ser muy bueno haciendo lo que haces, pero a menos que elabores una estrategia específica que te permita producir, recoger y analizar datos, ten por seguro que va a aparecer alguien que terminará, en poco tiempo, haciendo lo que haces mucho mejor que tú. Esa es la esencia de la actividad empresarial hoy: los datos, convertidos en el nuevo elemento que define la competitividad.

Ese, de hecho, es el principal problema de todos los negacionistas que no aceptan que proyectos como el vehículo autónomo puedan convertirse en realidad en plazos mucho más reducidos de los que se manejan hoy en día: creen que las máquinas son eso, objetos inmutables que son diseñados de una manera determinada, y funcionan así a partir del momento en que son fabricados. Nada más lejos de la realidad: las máquinas han pasado de ser ingenios destinados a la automatización de tareas, a ser objetos capaces de incorporar aprendizaje de manera automática, de adquirir nuevos datos, procesarlos y obrar en consecuencia en función de reglas que derivan del análisis de esos mismos datos. Y no solo de los datos que genera esa máquina, sino de los que son capaces de generar a través de todo el parque de máquinas disponibles y de las distintas estrategias que podamos añadir. En el caso de compañías como Tesla o Waymo, esas estrategias no solo utilizan los datos que puedan generar sus flotas de vehículos – propia y directamente gestionada en el caso de Waymo, o en manos de terceros, de clientes de la compañía, en el caso de Tesla – sino que, además, incluyen todo tipo de tests en circuitos, en entornos virtuales o en todas las estrategias imaginables que permitan obtener y probar situaciones que puedan resultar más problemáticas, menos probables o más complejas.

El resultado es el que es: un vehículo autónomo “ha visto muchísimo más” que cualquier conductor humano por mucho que haya conducido en su vida, se ha enfrentado a más problemas que el mejor de los conductores, y además, lleva a cabo las posibles soluciones a problemas de una manera infinitamente más precisa. Pero vayamos más allá de la conducción autónoma, porque ese razonamiento, en realidad, puede extenderse a prácticamente cualquier actividad, y sobre todo, puede convertirse en una importante fuente de ventaja competitiva. Estamos llegando a un punto en el que lo más importante no es dar más préstamos, firmar más pólizas de seguros o vender más cursos que nadie: lo verdaderamente importante es cuánta información eres capaz de extraer de esas actividades, y de qué manera puedes procesarla para que tu compañía sea capaz de aprender de esos datos y mejorar su eficiencia frente al trabajo que desarrollan sus competidores.

Lo importante no es que la estrategia de datos de Tesla o la de Waymo puedan ser mejores, más eficientes o más rápidas: lo importante es entender que esas compañías son lo que son gracias al hecho de tener una estrategia de datos. ¿Tiene tu compañía una? Los datos, su generación y su análisis, convertidos en la verdadera arma competitiva. Eso es lo que la gran mayoría de directivos aún no han logrado entender. La necesidad de una adecuada estrategia de datos: no simplemente una que sea buena, sino además, que sea mejor que la de tus competidores. Se compite en generación de datos, en formas de obtener más datos, y en técnicas que permitan analizarlos de manera que podamos extraer más rendimiento en términos de aprendizaje. Esa es la nueva variable competitiva. Quien no lo entienda, que vaya pensando en una lenta, inexorable y asegurada deriva hacia la pérdida de competitividad. Quien no entienda y lleve a cabo ese tipo de estrategias en su compañía – y no es en absoluto tan sencillo como podría parecer en una primera interpretación – no será capaz de mantener su posición competitiva en el futuro.

 

Paradise Papers

Un nuevo lote de archivos obtenido por el diario alemán Süddeutsche Zeitung a partir de filtraciones de dos despachos de abogados especializados en la gestión de patrimonios en paraísos fiscales y parte integrante del llamado Offshore Magic CircleAppleby y Asiaciti Trust, es procesado durante un año por 382 periodistas de todo el mundo coordinados por el International Consortium of Investigative Journalism (ICIJ), y divulgado a partir del día de ayer por una serie de medios de comunicación que aportaron recursos para la investigación, en España El Confidencial y LaSexta. Hablamos de 13.4 millones de documentos que abarcan todo tipo de transacciones, constituciones y gestiones en diecinueve paraísos fiscales de todo el mundo a lo largo de sesenta y seis años (entre 1950 y 2016), nada menos que 1.4TB de información. 

Poner en manos de periodistas de todo el mundo esa ingente cantidad de información de una manera que garantice su uso confidencial y permita a los medios rentabilizar los recursos invertidos supone un desafío tecnológico enorme, como ya comentamos en su momento con motivo de una filtración anterior, la de los papeles de Panamá. En esta ocasión hablamos de un contingente de documentos aún mayor, que deben ser individualizados, limpiados, catalogados y puestos a disposición de los periodistas que deseen investigar sobre ellos, en lo que supone un proyecto de sistemas de información extraordinariamente ambicioso sobre una base enorme de material. Por el proyecto anterior, el de los Panama Papers, el ICIJ recibió en 2017 el prestigioso premio Pulitzer .

¿Cuál es la importancia de este leak, y de todo el trabajo anterior – los Offshore Leaks, los Luxembourg Leaks, los Swiss Leaks o los Panama Papers, de magnitudes inferiores a este último – con los que la ICIJ ha logrado convertirse en referencia en el ámbito de la evasión de impuestos y los paraísos fiscales? No deberíamos caer en la tentación de analizar estos leaks en función de la importancia de las personas cuyas prácticas se ven denunciadas, que en este caso y particularizando a nuestro país son muy escasas, sino proyectarlo un poco más allá. Básicamente, lo importante de este tema es la creación de una conciencia colectiva con respecto al uso de este tipo de herramientas. Los paraísos fiscales son territorios que basan una parte importante de su economía en la provisión de herramientas de evasión fiscal a ciudadanos de todo el mundo que pretenden, como eufemísticamente se dice, “optimizar” su factura con el fisco, interpretando “optimizar” como “pagar lo menos posible”. Durante generaciones, esta idea de pagar menos impuestos o de no pagarlos en absoluto ha formado parte de un imaginario colectivo en el que los más ricos, los más poderosos o en general, “los más listos”, tenían acceso a una serie de herramientas que los ciudadanos normales no podían aspirar a utilizar, y que les permitía el privilegio de contribuir mucho menos a las haciendas públicas de sus países.

Cuando yo era un niño, recuerdo a amigos de mis padres que presumían de cómo se ahorraban dinero en sus impuestos, y cómo eso era poco menos que “jaleado”, o considerado incluso un símbolo de inteligencia o, en cierto sentido, de prestigio social: si utilizabas esos esquemas, era porque eras “lo suficientemente rico” como para que valiese la pena, y comentarlo en privado era como hacer cierta ostentación de esa riqueza. Ahora, en España, si alguien te confiesa que no paga determinados impuestos, solo te falta insultarlo: hemos pasado, gracias a un uso de casos de perfil y visibilidad elevados y a un trabajo de concienciación, a tener cada vez más claro que quien no paga impuestos, nos está robando a todos. 

Los sistemas basados en la asimetría informativa proporcionada por los paraísos fiscales son cada vez más caducos, están cada vez más cuestionados y puestos en evidencia y, sobre todo, están adquiriendo una connotación cada vez más negativa: a medida que se producen más y más leaks y son explotados con más profesionalidad y seriedad, la idea de que el que es encontrado utilizando sistemas de ese tipo es “el más listo” va siendo sustituida por otro tipo de adjetivos, independientemente de que la persona incurra o no en delito. Se puede figurar en algunas de esas bases de datos y tener la situación perfectamente regularizada con el fisco de tu país declarando esas sociedades o instrumentos de manera transparente, pero ni es la circunstancia más común en esos casos, ni te exime de un cada vez más elevado coste en términos reputacionales, lo que cada vez más, conlleva que, ante el riesgo que suponen, esos esquemas puedan ir pasando a ser parte del pasado. El riesgo existe aunque seas la mismísima reina de Inglaterra, y el ejercicio democrático que supone que la televisión pública de un país dedique artículos a la corrupción de su reina no debe ser minimizado. 

¿Un mundo sin paraísos fiscales? No, desgraciadamente estamos aún muy lejos de algo así. Pero la tecnología debería proveernos cada vez más de mejores armas a la hora de trazar las transacciones, al tiempo que disminuye los riesgos e incrementa los incentivos para todo aquel que quiera llevar a cabo un leak. Protegerse de todo posible ex-empleado o empleado desleal, de todo eslabón débil que pueda tener la tentación de guardar unos archivos y enviarlos a un medio es una tarea muy compleja, y los sucesivos leaks y su correspondiente explotación profesionalizada y eficiente demuestran que estamos en el buen camino. El verdadero valor de los Paradise Papers y del trabajo de ICIJ en general es el de que sirvan como herramienta de concienciación, como prueba de que incurrir en determinados comportamientos no es, no debería ser, lo esperable cuando alguien logra tener muchos ingresos. Apreciar el trabajo de ICIJ, ponerlo en valor y otorgarle la importancia que verdaderamente tiene es un paso fundamental para cambiar las cosas en el futuro.