Cómo preparar a la empresa para la democratización del dato
Quizás, las dos grandes revoluciones tecnológicas de lo que llevamos de siglo han sido la digitalización -el paso de la información en formato físico al digital- y la irrupción del big data y la analítica. Ahora, el siguiente gran reto para las empresas es la adopción de la cultura del dato. Un salto para el que las empresas necesitan estar preparadas y, sobre todo, en el que el departamento de RRHH tiene un papel preponderante, especialmente en lo que a la democratización del dato se refiere.
En primer lugar, porque los nuevos modelos de gestión transversales han provocado una mayor demanda de información a RRHH por parte de otros departamentos. Las personas han pasado a ocupar un lugar de interés que antes no tenían. Además, la personalización de la experiencia de cada empleado en la compañía exige disponer de más información que nunca para adecuarse a sus necesidades. Por eso, la primera regla para implantar una cultura del dato es predicar con el ejemplo desde RRHH. Pero no es la única.
Este contexto de gestión transveral de la información ha derivado en la irrupción de perfiles específicos para llevarla a cabo, tales como el ingeniero de datos o el científico de datos. Pero, ¿cómo conseguir que el resto de la organización, sin conocimientos técnicos en analítica, IA o aprendizaje automático (machine learning) puedan integrarse en este nuevo paradigma cultural? Reid Blackman, autor de ‘Ethical Machines: Your Concise Guide to Totally Unbiased, Transparent, and Respectful AI’ y asesor del gobierno canadiense en materia de ética de IA, propone una serie de pasos que toda empresa debería dar:
- Planes de formación en datos: Lo principal es conseguir que todos los empleados tengan acceso a planes de formación específicos en materia de big data y analítica. Para ello, se debe hacer que la ciencia de datos y la IA sean más accesibles para todos aquellos perfiles que no son necesariamente expertos en datos. De hecho, este punto puede tener mucho sentido comercial, ya que permite no solo mejorar procesos internos, sino también generar nuevas oportunidades de negocio gracias a una mejor interpretación de los datos.
- Herramientas sencillas de analítica: Para conseguir que cualquier persona sea capaz de interpretar correctamente los datos de que dispone, también hay que generar plataformas o herramientas lo más sencillas, usables y accesibles que se pueda. El objetivo es que toda la organización pueda compartir información de la forma más natural, tratando de evitar sistemas demasiado complejos que puedan suponer una barrera potencial.
- Conocimiento de low-code y no-code: Paralelamente, se deben impulsar programas de formación en low-code y no-code. Estos modelos permiten crear cualquier proyecto en entornos digitales de forma nativa, pero sin necesidad de conocimientos profundos de código. Esto quiere decir que, pasado un tiempo, cualquier miembro de la organización será capaz de crear o desarrollar proyectos de manera semiautónoma.
- Programas de mentoring: Establecer un sistema de mentores y alumnos dentro de la empresa puede ser otro modo de impulsar la cultura del dato. Una buena forma de hacerlo es crear un esquema de recompensas para ambos por cada logro o hito del alumno. Adicionalmente, es conveniente crear un archivo documental de conocimiento compartido, a modo colaborativo, para que todo el mundo pueda acceder a él y resolver dudas de manera autónoma.
- Contratar perfiles específicos: Toda la IA debe ser examinada en busca de riesgos técnicos, éticos, reputacionales, regulatorios y legales antes de entrar en producción, sin excepción. Esto implica una necesidad de contar con perfiles específicos expertos en materias como el compliance, las relaciones públicas, el marketing o la comunicación.
