Todos somos evaluados.
Nos guste o no.
De hecho todos debemos ser evaluados. Porque medir lo que hacemos, y analizar cómo lo hacemos, es el único camino para avanzar.
Sin cambio no hay impacto. Aunque cueste. Aunque, a veces, cueste mucho.
Y, sin embargo, es curioso cómo no todos podemos ser evaluados de la misma manera.
Porque cuando entramos en áreas de conocimiento técnico avanzado, la evaluación no es tan sencilla.
Sólo un “igual” puede evaluar a un “igual”.
Es lo que los americanos llamar “peer review”.
Ocurre en el mundo de la medicina y en las revistas científicas. En el arte y en la escritura. Y en todo lo que esté relacionado con la investigación y la tecnología
En la presentación de las tesis doctorales ocurre una cosa curiosa. Hay un momento en el que, a todas las personas que no sean doctores, se les pide que abandonen la sala.
Porque sólo un doctor puede evaluar a un doctor.
En el mundo de la Inteligencia Artificial ocurre una cosa curiosa.
Muchas empresas han creado nuevos Departamentos de Analítica Avanzada e Inteligencia Artificial con gente técnicamente excelente. Doctores en matemáticas, física o informática al frente de un grupo de gente igualmente buena.
Una inversión de la compañía por el desarrollo de esta práctica de manera interna, porque son conscientes de la importancia del dato y de la aplicación de la IA en su sector.
Pero lo que nos estamos encontrando es que, en muchos casos, no se han desarrollado los procesos internos para evaluar a este departamento.
Cómo se evalúa el impacto de una tecnología que está empezando.
Cuánto tiempo necesita una solución basada en IA para empezar a mostrar resultados.
Cómo se definen nuevos casos de uso que realmente ayuden al negocio.
Cuánto hay que invertir para empezar a ver los resultados
Y, lo más importante, cómo se logra que perfiles quizá no tan técnicos, pero con un gran conocimiento del negocio, trabajen “hombro con hombro” junto a personas técnicamente muy avanzadas.
Como dice Muchachito Bombo Infierno en una canción, muchas veces “unos hablan griego y otros en latín”
La ilusión por crear algo nuevo es el motor inicial. Pero cuando el entusiasmo empieza a desaparecer aparecen los fríos indicadores. Y si los resultados no llegan empieza a cundir el desánimo. Por las dos partes.
Por un lado la organización ha hecho una inversión y ha dedicado unos recursos en un área que no acaba de despegar. Por el otro, no se identifican proyectos retadores en los que aplicar soluciones avanzadas en IA y se acaban haciendo tareas de limpieza datos o modelos de bajo impacto.
Y aquí es donde hay que tener mucho cuidado.
Porque si finalmente la compañía abandona la iniciativa de la IA, entonces se generan anticuerpos. Y la próxima vez que intentes lanzarlo, porque acabarás haciéndolo, en tu organización estará la idea de que ya se intentó y no funcionó.
Lo que te supondrá más tiempo y más dinero.
Y en un entorno de cambio tan rápido como el que nos ha tocado vivir, ésa puede ser la diferencia.
Otra opción es apoyarte en un partner de confianza que te ayude en el proceso.
Con la experiencia y el conocimiento técnico para evaluar a un Científico de Datos por senior que sea. Con las capacidades para entender tu negocio y traducirlo al mundo de la Ciencia de Datos.
Y con un foco claro en el retorno de la inversión. No en el avance tecnológico, sino en cómo puede la IA ayudar a tu empresa a ser más competitivo.
Que, además, refuerce las competencias de tu equipo de IA y que sea capaz de sumarse como uno más cuando así lo necesites y que aporte a tu equipo la experiencia de otros sectores.
Todo eso.
Nada más que eso…
Es lo que podemos aportarte desde DECIDATA.
Encantado de tener una conversación.
Iñaki Pertusa
Socio en DECIDATA
