Cómo navegar por la ambigüedad de una transformación digital

Lecciones de Bugatti, Starbucks y Moderna.
Como navegar pela ambigüidade de uma transformação digital
Como navegar pela ambigüidade de uma transformação digital

Una transformación digital exitosa puede ser difícil de predecir o planificar; a menudo es el resultado de nuevas interacciones con los clientes, nuevas combinaciones de talento y equipos, alianzas inesperadas con nuevos socios y modelos de negocio completamente nuevos. Estos componentes evolucionan, moldean e influyen constantemente por sistemas algorítmicos, agregados de tal manera que su comportamiento colectivo es más que la suma de sus partes. Más es diferente. Así como el agua se convierte en hielo cuando está lo suficientemente fría, o el grafito se convierte en diamante bajo suficiente presión, en un punto crítico, más datos y algoritmos pueden transformar una organización o una industria en algo completamente diferente. Esto plantea una pregunta para los líderes: ho¿navegas por una transformación de lo que sabes a lo que aún tienes que definir? Lo que necesitas es un enfoque emergente de la transformación digital, centrado en los tres principios descritos en este artículo.


Es fácil adoptar una visión reduccionista cuando se piensa en la transformación digital. Arregle suficientes sistemas granulares que gestionan sus finanzas, logística, marketing y recursos humanos, y eventualmente se reinventará, o eso dice la ilución. En verdad, cuando una organización renace con la inteligencia artificial en su núcleo, no solo es más rápida o mejor que sus pares; se convierte en diferente. Y lo que necesita es diferente si planea remodelar las industrias y redefinir la competencia en su mercado.

Un éxito transformación digital puede ser difícil de predecir o planificar; a menudo es el resultado de nuevas interacciones con los clientes, nuevas combinaciones de talento y equipos, alianzas inesperadas con nuevos socios y modelos de negocio completamente nuevos. Estos componentes evolucionan, moldean e influyen constantemente por sistemas algorítmicos, agregados de tal manera que su comportamiento colectivo es más que la suma de sus partes. Más es diferente. Así como el agua se convierte en hielo cuando está lo suficientemente fría, o el grafito se convierte en diamante bajo suficiente presión, en un punto crítico, más datos y algoritmos pueden transformar una organización o una industria en algo completamente distinto.

Esto plantea una pregunta para los líderes:¿cómo navegas por una transformación de lo que sabes a lo que aún tienes que definir? Lo que necesita es un enfoque emergente de la transformación digital, centrado en tres principios:

Actúe antes de la transición de fase.

En julio de 2021, sucedió algo extraordinario en la industria del automóvil. Bugatti, fundada en 1909 y fabricante de algunos de los hipercoches más caros del mundo, anunciado su intención de fusionarse con Rimac Automobili, una startup automotriz croata que comenzó en 2009 y dirigida por Mate Rimac, su fundador de 33 años. La distancia entre las dos organizaciones era más de cien años; era la brecha tecnológica y filosófica entre dos formas de movilidad muy diferentes.

Volkswagen, la compañía madre de Bugatti desde que asumió el control en 1998, había gastado más de$2.4 mil millones desarrollar un vehículo con motor de combustión que pudiera superar las 300 mph y alcanzar 0-60 mph en menos de 2,5 segundos. Sin embargo, en un futuro cada vez más eléctrico, el destino de Bugatti estaba lejos de ser seguro. La creación de la próxima generación de coches eléctricos de alto rendimiento no solo requeriría una inversión sustancial, sino también un conjunto completamente nuevo de capacidades para desarrollar un tren de fuerza eléctrica impulsado por IA. A pesar del estatus de recién llegado de Rimac, los líderes de Volkswagen se dieron cuenta de que había una transición de fase a la mano y que tenían que tomar medidas tempranas. En lugar de simplemente subcontratar a la startup, propusieron una asociación.

Fue una decisión acertada. La IA, la automatización y los algoritmos ahora incorporan todas las etapas del desarrollo de hipercoches modernos, desde el diseño aerodinámico hasta la optimización de la batería. Sin embargo, el valor de la fusión de Bugatti para VW era algo más que experiencia en IA; Rimac había desarrollado un conjunto único de capacidades debido a su condición de retador en la industria automotriz. Sin los recursos para adoptar un enfoque más tradicional, se vieron obligados a innovar.

«Cuando creamos nuestra empresa, no teníamos más remedio que desarrollar nuestra propia tecnología», me explicó Mate Rimac. «No podíamos permitirnos pagar regalías a un proveedor por la tecnología existente ni para que desarrollaran tecnologías para nosotros. Además, el rendimiento y las características que queríamos no eran posibles con la tecnología existente. Por lo tanto, creamos la mayoría de los sistemas clave nosotros mismos, haciendo las cosas de forma rápida y económica, con un amplio modelado 3D y pruebas digitales».

Desafortunadamente, las transiciones de fase rara vez son únicas. La disrupción tecnológica es una obertura que establece el escenario para una cascada de cambios en los modelos de negocio, los comportamientos de los clientes y la dinámica de la industria. Si bien VW se asoció rápidamente con un actor tecnológico emergente, el transporte aún se encuentra en las primeras etapas de sus 21 st reinvención del siglo. «Será la mayor disrupción que hayamos tenido en la industria automotriz», afirma Rimac. «Cuando las personas ya no conducen ni poseen automóviles y la movilidad se convierte en un servicio, ser propietario de un automóvil no es tan necesario como lo era antes. Los OEM tendrán que convertirse en proveedores de movilidad, ofreciendo sus coches por suscripción, disponibles con solo presionar un botón para viajes autónomos. Es una gran oportunidad para los nuevos jugadores».

Amplíe el aprendizaje y la adaptación.

En una estrategia digital emergente, el aprendizaje es lo que le permite aprovechar sus esfuerzos de digitalización para evolucionar más rápido que su competencia. Para Kevin Johnson, presidente y director ejecutivo de Starbucks, un factor clave que impulsa la transformación digital de la empresa ha sido su capacidad de aprender a escala. En su opinión, el aumento de la velocidad de innovación en Starbucks exigía una aprender y adaptar el enfoque. Su mantra actual es «pasar de la idea a la acción en 100 días».

El enfoque de Starbucks para la amplificación impulsada por IA ha apoyado la transformación de la empresa de un minorista de café a una plataforma tecnológica basada en datos. Sirviendo más de 100 millones de clientes semanalmente en 31 000 tiendas, con 24,8 millones usuarios de aplicaciones móviles registrados y activos solo en los EE. UU., Starbucks ha creado una máquina de aprendizaje para agregar grandes cantidades de datos valiosos sobre el comportamiento y las preferencias de los clientes. En el centro de esta plataforma se encuentra Starbucks estrategia de volante digital que vincula un poderoso programa de recompensas, métodos de pago simplificados, personalización en forma de ofertas especiales y procesos de pedidos rápidos y convenientes.

Starbucks adoptó rápidamente los pedidos y los pagos móviles, muy por delante de sus pares más sofisticados tecnológicamente. Comenzó a aceptar pagos móviles a nivel nacional en 2011. Para cuando Apple se puso en marcha los pagos móviles en 2014, Starbucks ya estaba procesando 7 millones transacciones de pago móvil semanales en los EE. UU., mientras aumenta su base de datos de usuarios de aplicaciones móviles. En el cuarto trimestre de 2021,51% de las ventas operadas por la empresa estadounidense fueron impulsadas por clientes que eran miembros de Starbucks Rewards.

Pero la compañía fue más allá, utilizando su crecimiento en datos móviles para amplificar su capacidad de bloquear a los usuarios con recompensas, pagos digitales y pedidos móviles. La Motor de IA de Starbucks procesa todo, desde datos sobre las horas del día que las personas suelen pedir hasta qué bebidas les gustan normalmente, que luego se pueden combinar con otros datos como la geolocalización, el clima y la estacionalidad para ofrecer recomendaciones personalizadas, ofertas o incluso misiones y desafíos para ganar puntos de recompensa adicionales. El nivel de compromiso digital generado por esta plataforma se hizo particularmente importante durante la crisis del Covid-19, cuando muchas tiendas físicas tuvieron que cerrar. Hoy, drive-thru y Mobile Order & Pay (MOP) juntos cuenta para el 70% de las transacciones, un aumento del 15% con respecto a los niveles anteriores a la pandemia.

El volante digital es solo una parte de los esfuerzos de Starbuck para aprovechar el aprendizaje. También están adoptando la IA y la automatización como parte de su modelo operativo más amplio. Según Johnson, «Nuestra plataforma de inteligencia artificial Deep Brew, que ha automatizado la gestión diaria del inventario y las mejoras en la capacitación y el personal de la tienda, se diseñó para reducir la complejidad en nuestras tiendas».

Invierta en capacidades, no en competencias.

¿Cómo planificas un futuro impredecible? En contra de la intuición, la mejor respuesta a la incertidumbre no es una retirada hacia lo familiar, sino una apuesta por su capacidad de explorar lo desconocido. Cuando surgió la noticia de la pandemia, Moderna Therapeutics estaba trabajando en varios medicamentos basados en ARNm, incluidos los que se centraban en las enfermedades cardíacas, el virus del Zika y el cáncer. Sin embargo, los fundadores de Moderna creían que si la tecnología de ARNm funcionaba para una aplicación, podría funcionar para innumerables más, simplemente cambiando la información y la codificación de una nueva aplicación. Fue gracias a este enfoque centrado en la capacidad que no mucho después de que los científicos chinos pusieran por primera vez la secuencia genética del nuevo coronavirus en línea, Moderna pudo desarrollar y lanzar una vacuna contra el Covid-19 completamente nueva en cuestión de meses, un logro extraordinario.

Las empresas a menudo invierten en competencias (cosas que hacen bien), en lugar de en capacidades (cosas que pueden hacer bien). En cierto modo, es una compensación similar al clásico dilema explora-exploit. ¿Cuánto tiempo y recursos dedica a investigar sus opciones antes de elegir una? Si bien la actualización de sus sistemas heredados puede ser inicialmente atractiva, este tipo de enfoque reduccionista corre el riesgo de cortar su fase de exploración demasiado pronto. En cambio, ¿qué pasaría si pudiera diseñar su futura organización como una plataforma digital abierta con el potencial de abrir nuevas oportunidades?

Cuando habló con Dave Johnson, director de datos e inteligencia artificial de Moderna, explicó que fue la naturaleza digital similar al software de la tecnología de ARNm lo que inspiró a la empresa a diseñarse en forma de un nuevo tipo de biotecnología digital empresa con IA, algoritmos y automatización como núcleo.

«Habíamos construido esta suite de fabricación preclínica a gran escala que permitía a nuestros científicos ordenar ARNm a través de herramientas digitales en línea, utilizar algoritmos de IA para ayudarlos a optimizarlos y luego introducirlos en una instalación de fabricación a pequeña escala altamente automatizada, de alto rendimiento, paralela y altamente automatizada para producir lo más rápido posible», afirma Johnson.

Podría decirse que lo que hace que Moderna sea tan eficaz es su capacidad de alinear su infraestructura digital con su estrategia empresarial de buscar múltiples terapias basadas en ARNm en paralelo. Según Johnson, piensan de manera integral en su plataforma: invierten en sistemas totalmente digitales y herramientas de diseño algorítmico, capturan datos de una manera muy estructurada y rica y, finalmente, integran esos sistemas y modelos de IA en un entorno de producción eficiente y confiable.

«Nuestra plataforma digital nos permitió crear un motor de investigación que nos permitió pasar del concepto de medicamentos al material de grado clínico en solo 42 días», dice Johnson, al hablar de la experiencia de la empresa en el desarrollo rápido de su vacuna contra el Covid-19. «La mayoría de las empresas tienen que pasar por un proceso muy diferente en el que no solo hay que inventar la idea, sino también inventar cómo fabricarla al mismo tiempo. Como habíamos creado esta plataforma, solo pudimos aprovecharla».

El problema de cualquier plan de transformación digital es precisamente eso; es un plan, más que un camino. Las organizaciones y los mercados son sistemas adaptativos complejos; tienen propiedades emergentes que no están presentes en sus piezas más pequeñas y no se pueden replicar simplemente digitalizando procesos o integrando nuevo software. Sin embargo, si puede superar la necesidad de certeza reduccionista, existe una simetría elegante para adoptar un enfoque de abajo hacia arriba de la transformación digital. Después de todo, los sistemas de aprendizaje automático en sí mismos son redes autoorganizadas de las que surgen ideas, predicciones y recomendaciones. Ya sea que se trate de una startup que intenta generar disrupción una industria o un operador tradicional que se reinventa a sí mismo, una estrategia digital emergente le permite mantener su opcionalidad y, al mismo tiempo, reconocer que cuando las cosas cambian, es probable que lo hagan de la noche a la mañana.



  • Mike Walsh is the author of The Algorithmic Leader: How to Be Smart When Machines Are Smarter Than You. Walsh is the CEO of Tomorrow, a global consultancy on designing companies for the 21st century.
  • Related Posts