Los silos corporativos y la disrupción

IMAGE: Marcson - Pixabay (CC0)

Un recomendable artículo en Inc., titulado «Why Intelligent Minds Like Elon Musk and Steve Jobs Embrace the ‘No Silo Rule’«, incide en algo que me he encontrado ya en numerosas ocasiones cuando trato de ilustrar la importancia de la disrupción en un entorno corporativo: la necesidad de comunicar esa característica a la totalidad de la organización, de convertirla en parte de la cultura corporativa.

Por mucho que podamos pensar que una empresa innovadora se basa en ser capaz de atraer a las personas más brillantes y especializadas en una tecnología determinada y conseguir que nos ayuden a incorporar esa tecnología a nuestros productos o servicios, en realidad la verdadera clave está no en esos departamentos especializados, sino en ser capaces de alinear a toda la organización para que comprenda la importancia de la disrupción.

Así funcionó con internet, con la movilidad, con la orientación al cliente, o ahora, con el machine learning: las compañías que mejores posibilidades van a tener de incorporar la tecnología disruptiva a sus productos o servicios de manera que les proporcione una ventaja competitiva sostenible serán aquellas que lo hagan mejor a la hora de difundir esa tecnología entre sus empleados. Y cuando hablamos de sus empleados, hablamos de todos ellos: desde quienes diseñan los productos o servicios, hasta quienes los fabrican o prestan, pasando por quienes los venden, quienes prestan servicio post-venta, quienes diseñan la arquitectura financiera necesaria para ello o quienes se relacionan con proveedores. Da lo mismo a qué te dediques en la organización: si ésta se encuentra ante la necesidad de incorporar o adaptarse a una tecnología disruptiva, es necesario que entiendas el qué, el dónde, el por qué, el cómo y el cuándo, porque el quién, aunque no lo creas, serás tú.

Cuando Google entendió que el machine learning sería absolutamente fundamental en su evolución futura y que sus posibilidades de triunfar estaban en conseguir que todos sus productos la incorporasen y que su inteligencia artificial fuese más inteligente que la de sus competidores, su decisión inmediata fue formar a toda su plantilla en machine learning para que entendiesen su importancia. La misma aproximación, a otro nivel, que ha tomado el gobierno de Finlandia: si la inteligencia artificial va a ser crucial en el próximo ecosistema empresarial en todos los sentidos, debo tratar de formar a toda mi población para que entiendan al menos sus elementos básicos, mediante cursos abiertos a todos mis ciudadanos.

Si quieres que una disrupción se incorpore con todas las garantías al futuro de tu compañía y pueda jugar un papel fundamental en su definición, no te limites a fichar a unas cuantas luminarias, dotarlas de medios y encerrarlas en un departamento: educa a toda la organización, aunque te parezca que no tienen nada que ver con el tema. Es la única manera de que se comprometan, y de que avancen por ese camino entendiendo de verdad lo que hacen, dando a las cosas la importancia que realmente tienen. Si no lo haces, seguro que lo lamentarás.


This article was also published in English on Forbes, «If you really understand disruption, start by demolishing your organization’s silos«


13 comentarios

  • #001
    Xaquín - 3 noviembre 2020 - 15:30

    Nunca me gustó la palabra disrupción, y menos en el entorno educativo, pero a lo hecho pecho.

    Lo que debería estar claro, en relación con «los silos informativos», es que el sistema educativo formal público fracasa en su funcionamiento diario, por dejar la Administración que «cada uno» vaya por libre, y la incorporación tecnológica, por ejemplo, se deje al albur de como funciona cada elemento del sistema.

    Sistema que sigue siendo medieval, aunque incorporara malamente las cadenas fordianas de montaje.

    Y me parece bien que Google comparta conocimientos con sus empleados. El problema es que no comparte suficientemente la información, ya que hay «silos informativos» de los que están excluidos. En todo lo relativo a «orientación cara el usuario», por ejemplo, estoy seguro que tienen cerrada a cal y a canto la bidireccionalidad con los centros de dirección estratégica, a todo empleado que no forma parte del comité dirigente de la «revolución» tecnológica googletiana. Y así les/nos va.

    Se aprende mucho de la Historia de Roma y de los procesos más o menos revolucionarios (transformadores en profundidad) que hubo desde entonces.

    Responder
    • sin censura - 4 noviembre 2020 - 12:07

      «disrupción: Rotura o interrupción brusca.» P.ej. cuando un dispositivo llega al final de su vida util: casca

      Para que una calculadora te mostrara una función sin(x) alguien sabía que aplicando un teorema y con desarrollo de polinomios ,solo aplicando operaciones simples repetitivas, te mostraba sin(x). Con ML ese control se pierde pero su aplicación «es tonta», p.ej. le enseñas ciertos elementos de la función sin(x) y aprende a sacar el resultado con cierta aproximación,

      Comprender y analizar como lo está haciendo un algoritmo de ML es bastante difícil de tracear cuando no prácticamente imposible. ¿Es una disrupción no saber como se llega a un resultado? Si es un peligro, pero se usa por practicidad: pillar spam, clasificar fotos, realizar diagnósticos de RX.

      Hemos cambiado entendimiento por «fuerza bruta ML» de un algoritmo que es capaz de sacar resultados: «toda tecnología avanzada es indistinguible de la magia»

      Luego no es de extrañar que haya sucedidos, como que un bug haya generado miles de errores en el análisis de pruebas diagnósticas. Le explicas al enfermo de cáncer que no se detectó su tumor porque es «muy complicado»

      Esa es la disrupción de la ML: imposibilidad práctica de como se llega a un resultado.

      Responder
      • Krigan - 6 noviembre 2020 - 07:56

        A ver. Si vas a calcular el seno de X, para eso usas la programación tradicional. No vas a usar redes neuronales que requieren de una gran capacidad de cómputo.

        Entonces, ¿para qué se usan las redes neuronales? Para hacer cosas que se hacen mejor (se obtienen mejores resultados) con ellas. Son muy buenas en todo lo relacionado con el reconocimiento de patrones, que es algo que siempre fue problemático con la programación tradicional.

        En cuanto a la fiabilidad, también hay (muchos) bugs en la programación tradicional, y la fiabilidad de una red neuronal entrenada es cuantificable, a diferencia de los bugs de la programación tradicional.

        Responder
        • sin censura - 6 noviembre 2020 - 15:52

          «Cuando apunte con el dedo a la luna Krigan se fija en mi dedo en vez de la luna»

          Me imagino en el año 30 D.C. y cierto personaje dando el Sermón de la Montaña:
          »

          Bienaventurados los limpios de corazón… etc etc

          »
          Y Krigan diciendo evidentemente sería mejor utilizar la ML para decir ciertas cosas que no otras.

          Para ti «no hablo con parábolas» es para los que asumo que no conocen que es la ML. Pero si tu conoces la ML, afirmas que bugs hay en todos lados, afirmas que la ML es cuantificable, afirmas que hay campos en los que es más aplicable, es muy buena con patrones, etc etc

          EN QUE MOMENTO Y EN QUE LUGAR NO HAS LEIDO MI COMENTARIO.

          Y para premio de tu cosecha «la progrmación tradicional no es cuantificable, ENGAYA!!! será la que tu programas… si la sometes a un paquetes de pruebas veras si es cuantificable el error o no.

          Responder
          • Krigan - 6 noviembre 2020 - 19:03

            Menos lobos Caperucita. No es culpa mía si tu ejemplo era una mierda y sugería que pensabas que el ML se usa también para calcular senos. El Sermón de la Montaña también es otro ejemplo desafortunado, dicho sea de paso. Así que la próxima vez elige mejor los ejemplos, y habla como comes, si quieres ser entendido.

            En cuanto a lo cuantificable de la fiabilidad de la programación tradicional, me da la risa. ¿Eres capaz de predecir la probabilidad de que un programa tradicional dé un resultado incorrecto? Porque con el ML sí se puede.

  • #006
    Gorki - 3 noviembre 2020 - 16:11

    Como teoríia esta muy bien «Todos estamos en la misma barca y remamos en la misma dirección» .

    Como práctica,…. Los de ventas, y los de producción enfrentados. «Por qué no fabrican los que podemos vender» =Porque no venden lo que podemos fabricar»
    Los de marketing y los de Contabilidad, «No podemos mantener siempre el mismo n margen de beneficios» «Si no hay margen, ¿Quién paga los préstamos?» Los del Almacén y el Servicio al cliente» «No podemos hacer envíos a mas velocidad y hay rupturas de Stok» «Los clientes se quejan de lo mal que sirve el Almacén»

    La realidad, es que es la guerra de todos contra todos. Seria bonito lo de remar todos en la misma dirección,… pero…,

    La experiencia que tengo, es que la armonía y la concordia ocurre, pero está relacionada con el Número Dumbar, Cuando el tamaño de la compañía supera el umbral de los 150 empleados, la armonía se vuelva muy inestable y una vez que empiezan los enfrentamientos, es muy difícil volver a la paz.

    Responder
    • JM - 3 noviembre 2020 - 17:23

      Quizás en tu ejemplo deberían hacer «intercambios» para conocer la problemática del otro de primera mano, no sólo como quejas.

      La aproximación de Finlandia aquí es imposible porque está todo descentralizado.

      No se ponen las autonomías de acuerdo ni para proteger al ciudadano. Bueno, para «proteger» el ocio y el turismo si.

      Responder
      • Gorki - 3 noviembre 2020 - 18:11

        Todo esta centralizado, pero no en las empresas españolas.

        Quizá por eso hace falta alguien que a la hora de la verdad diga, «Se hace porque yo lo digo y punto»

        El buenismo y la mano izquierda que es lo que yo he utilizado bastante bien. vale para grupos de personas como los que yo he dirigido, muy por debajo del número Dumbar, donde es relativamente fácil crear un equipo compacto y con unos fines comunes,

        En colectivos mas grandes. no digo que no sea posible. sino que yo no lo sabría hacer.
        .

        Responder
  • #009
    sin censura - 3 noviembre 2020 - 18:05

    El crash course está disponible en español, según google traducción hecha por una IA, en el 2000 «natural voices de AT&T» era una maravilla, y pensabas en 20 años los ordenadores leerán mejor que las personas. Y nos encontramos en 2020 esto…

    https://developers.google.com/machine-learning/crash-course/

    Si ya sé, es gratis.

    Responder
    • Gorki - 3 noviembre 2020 - 18:14

      Gracias, Si a cabo lo que estoy haciendo igual me meto en ello.

      Responder
      • sin censura - 4 noviembre 2020 - 11:15

        De nada.

        El cursito de Udemy está mejor pensado para personas con empiezan con Python, y cubre Jupyter Notebook y sus librerias Numpy, Pandas,… así como un a introducción práctica a ML con datasets en un github

        https://www.udemy.com/course/mlmasterclass/

        Y no suena a lata el audio en español.

        Responder
  • #012
    Victor - 3 noviembre 2020 - 19:17

    Gracias por el artículo

    Responder
  • #013
    Carlos Quintero - 3 noviembre 2020 - 19:49

    Qué casualidad: hoy me he leído el capítulo 3 del libro «VeriSM – A service management approach for the digital age» para mi próxima certificación que trata justamente de eso, el impacto de una disrupción como la transformación digital en una organización, y el mensaje es el mismo, no afecta solo al departamento de IT sino a todos los departamentos de la organización (marketing, operaciones, finanzas, recursos humanos, administración, atención al cliente, etc.).

    Responder

Dejar un Comentario

Los comentarios en esta página están moderados, no aparecerán inmediatamente en la página al ser enviados. Evita, por favor, las descalificaciones personales, los comentarios maleducados, los ataques directos o ridiculizaciones personales, o los calificativos insultantes de cualquier tipo, sean dirigidos al autor de la página o a cualquier otro comentarista. Estás en tu perfecto derecho de comentar anónimamente, pero por favor, no utilices el anonimato para decirles a las personas cosas que no les dirías en caso de tenerlas delante. Intenta mantener un ambiente agradable en el que las personas puedan comentar sin temor a sentirse insultados o descalificados. No comentes de manera repetitiva sobre un mismo tema, y mucho menos con varias identidades (astroturfing) o suplantando a otros comentaristas. Los comentarios que incumplan esas normas básicas serán eliminados.

 

XHTML: Puedes utilizar estas etiquetas: A ABBR ACRONYM B BLOCKQUOTE CITE CODE DEL EM I Q STRIKE STRONG IMG