Trasformación Digital | Transformación digital en las compañías: desafíos y limitaciones

Raicho Bojilov

En las primeras horas del 5 de febrero de 2019, los bomberos de Andover, al sur de Inglaterra, recibieron una llamada sobre un incendio en el almacén del supermercado Ocado. En poco tiempo llegaron al lugar, sin embargo, no pudieron hacer nada ya que la fuente del fuego era inalcanzable. Ocado había reemplazado completamente a sus trabajadores por robots y, en el proceso, había eliminado los espacios entre estantes lo que hizo imposible la intervención de los bomberos.

Una semana más tarde, los pilotos del vuelo 302 de Ethiopian Airlines lucharon durante seis lentos minutos para salvar su avión después de una catastrófica falla del sistema de seguridad MCAS. Lamentablemente, no hubo forma de que los pilotos obtuvieran el control manual sobre su avión a tiempo.

Estos trágicos eventos ocurrieron mientras Amazon luchaba contra los daños legales y reputacionales causados por su herramienta experimental de reclutamiento en base a inteligencia artificial. La compañía la había usado para buscar candidatos, pero en octubre de 2018 descubrió que el algoritmo había aprendido a discriminar a las mujeres y no las asociaba a trabajos técnicos, como el desarrollo de softwares.

Estos casos nos recuerdan que la transformación digital tiene sus peligros. Muchas veces, el software y el hardware reemplazan a los humanos en la ejecución de una tarea específica, sin embargo, no toman en cuenta las complementariedades en el proceso de producción y los efectos más amplios sobre el funcionamiento de las empresas.

Los resultados pueden ser catastróficos. Los gerentes de hoy se enfrentan al desafío de analizar cómo la digitalización de tareas específicas se integra en las operaciones de sus compañías. Sin embargo, la inteligencia artificial no puede reemplazar o ayudar a los gerentes en esta tarea, porque el desarrollo de esta tecnología requiere el uso de datos históricos. En un entorno comercial y regulatorio que cambia rápidamente, dichos datos pueden tener un uso limitado, como lo ha descubierto Amazon. Incluso, si los datos históricos son útiles, los algoritmos deben descubrir las relaciones causales que determinan la evolución de los fenómenos relevantes. Por desgracia, esta tarea es (imposiblemente) difícil, ya que el "machine learning" o aprendizaje automático ha estado utilizando datos que reflejan sesgos, actitudes, leyes y normas sociales humanas, que han sido elaborados por nosotros mismos con los errores que esto conlleva.

En resumen, la gestión sigue siendo más arte que ciencia. Sin embargo, las demandas sobre la experiencia y el conocimiento requeridos de los gerentes van en aumento. Es una pregunta abierta si los gerentes podrán enfrentar estas demandas con éxito. Al menos su trabajo es seguro. Por ahora.