Al final, predecir no es más que convertir información que tenemos en información útil que no tenemos, como lo dicen en su libro Power ande Prediction, Agrawal, Gans y Goldfarb. Convertimos información que tenemos: histórico de las condiciones climáticas y mediciones del momento, a través de la aplicación de complejos modelos, en información que no tenemos: probabilidad de que llueva mañana en la tarde.
Los datos y el modelo
Como vemos en el ejemplo, para predecir se necesitan básicamente dos elementos: datos y un modelo. Vivimos en una época en la que ambos elementos son abundantes. Nunca en la historia de la humanidad habíamos tenido tantos datos y la velocidad con la que crece la cantidad de información es asombrosa. Esta tendencia no hará sino acelerarse con la cada vez más grande capacidad de almacenamiento y más dispositivos conectados generando muchos datos. Por el lado de los modelos, los avances en IA nos permiten acceder a modelos cada vez más complejos, robustos, rápidos y potentes que pueden manejar y aprender de cantidades impensables de información y datos y por lo tanto, pueden arrojar predicciones cada vez más acertadas. En resumen, la capacidad de predecir hoy es muchísimo, radicalmente mayor a la que teníamos apenas hace un par de años.
Ejemplos de predicción
Conocemos muchos ejemplos: predecir si el paciente de una radiografía tiene cáncer, predecir si el objeto que se mueve en una cámara es una persona, predecir si una imagen corresponde con una persona, predecir si un sonido corresponde a una palabra. Los modelos, que han aprendido usando muchos datos históricos, capturan datos actuales y con eso dan una probabilidad a algún evento. La probabilidad de que este sonido corresponda a esta palabra es mayor a X porcentaje, con lo que el modelo puede afirmar que “oyó” esa palabra. Sabemos que hoy la precisión con la que los modelos de reconocimiento de voz identifican palabras es superior a la que tenemos los humanos.
Ahora, imaginemos cómo podrían ser nuestros procesos si tuviéramos la capacidad de predecir. Hoy tenemos muchos de nuestros procesos siempre iguales: vainilla para todos. O lo que es peor, más caros y pesados de lo que podrían ser: siempre cargamos el paraguas porque no predecimos si va a llover o no.
Los hacemos más complicados de lo que podrían ser, porque no diferenciamos qué va a pasar con los casos que van por el proceso. Podríamos ser mucho más rápidos y eficientes si pudierámos predecir qué tipo de caso es el que está tratando el proceso en un determinado momento. Es como si siempre lleváramos una maleta con la ropa y los accesorios para todos los climas posibles, en vez de predecir y sólo llevar el atuendo adecuado.
Hay predicciones que tienen mucho valor. Por ejemplo, la predicción de si un lead de venta se va a convertir en una venta real, si el cliente no va a estar en su casa cuando lleguemos a atenderle un servicio, cuánto va a durar un mantenimiento en la casa de un cliente o qué materiales voy a necesitar para reparar el servicio en una torre de telefonía móvil.
De acuerdo con la predicción puedo tener diferentes procesos, no el mismo para todos los casos. Esto generaría mucha velocidad y eficiencia, siempre y cuando estos procesos estén mayoritariamente automatizados, de manera que la variación en procesos no implique una complejidad en la toma de decisiones. Ni tampoco implique más tiempo. Por ejemplo, no nos deberíamos demorar más asegurando que sólo llevamos lo que necesitamos para el mantenimiento que tenemos que hacer. Para poder lograrlo, el proceso de alistamiento y definición de los materiales tiene que estar automatizado. Otro ejemplo, la manera como tratamos un lead de venta debería ser diferente de acuerdo con la predicción de probabilidad de compra, deberíamos tener procesos y tal vez canales diferentes de acuerdo a la predicción.
Estamos en una época en la que las predicciones van a ser cada vez más variadas, comunes y precisas. La incorporación de predicciones en nuestros procesos es la siguiente escala que tenemos que hacer para avanzar hacia tener procesos cada vez más autónomos, rápidos y productivos. Así ofreceremos una experiencia más ágil y personalizada a nuestros clientes al tiempo en que nos volveremos una compañía más inteligente y eficiente.
