Todos siguen preguntando si la IA reemplazará a los analistas. Creo que esa es la pregunta 100 % equivocada.
Creo que la IA tiene el potencial de hacer que los analistas sean de 10 a 100 veces más productivos, no reemplazándolos, sino eliminando el trabajo tedioso que se interpone entre ellos y el trabajo que realmente importa: entender el negocio, comprender el contexto detrás de los números y obtener los datos correctos en lugar de luchar con la mecánica de cómo llegar allí.
Ya hemos visto esta película antes en la ingeniería de software. Las herramientas de codificación de IA no redujeron la población de desarrolladores. Los hicieron drásticamente más productivos y traspasaron el trabajo de escribir código repetitivo a pensar más en el problema que vale la pena resolver. Y entregaron esos mismos poderes a personas que nunca habían escrito una línea de código en sus vidas.
La analítica va en la misma dirección.
La parte mecánica de la tarea nunca fue donde residía el valor. Saber en qué botón hacer clic no es lo mismo que saber qué problema resolver.
La curiosidad sigue siendo la ventaja competitiva
Siempre he pensado que hay tres tipos de preguntas:
Las preguntas que ya sabes cómo responder. Las preguntas que sabes que necesitas responder, pero que aún no respondiste. Y las preguntas que nadie pensó en hacer.
La IA es increíblemente buena para ayudar con las dos primeras. Puede detectar patrones más rápido que cualquier humano. Puede resumir, calcular, comparar y generar ideas en segundos.
Sin embargo, las mayores oportunidades de negocio normalmente no se esconden dentro de preguntas conocidas. Se esconden dentro de lo inesperado.
Ahí es donde la curiosidad humana y un profundo conocimiento del negocio siguen siendo lo más importante. Esa es la parte que la IA no reemplaza.
La IA de propósito general no es una estrategia de analítica
Muchas organizaciones están aprendiendo esta distinción por las malas.
Vi que esto sucedía recientemente en una empresa que decidió que la IA iba a resolverlo todo. Implementaron un popular asistente de IA para 300 analistas. Fue ambicioso y respeto la intención. Sin embargo, para junio, su presupuesto de IA ya se había agotado. Peor aún, 300 personas estaban haciendo las mismas preguntas una y otra vez, consumiendo tokens y obteniendo respuestas inconsistentes. Eso es porque el trabajo con datos requiere determinismo, y la IA de propósito general no fue creada para eso.
Luego, todos comenzaron a crear sus propios artefactos y análisis sin forma de compartirlos. En el momento en que se compartía algo, ya había quedado obsoleto. Lo que comenzó como una iniciativa orientada a la IA se convirtió en un caos.
No comparto esta historia como un argumento en contra de la IA. Es un argumento sobre que un asistente de propósito general no es un entorno diseñado específicamente para el análisis de datos escalable. Eso requiere datos confiables, lógica de negocio, métodos repetibles y resultados deterministas.
Los datos de confianza comienzan con el analista
También hay un cambio relacionado que vale la pena observar. A medida que la IA se vuelve accesible para más personas, los usuarios comerciales realizarán cada vez más actividades que antes requerían conocimientos especializados. Harán preguntas en lenguaje natural, explorarán tendencias y generarán sus propios análisis.
Esto supone una nueva responsabilidad para los analistas, ya que cada vez más se convierten en administradores de los datos confiables, el contexto empresarial y los métodos que permiten a otros en la empresa analizar con precisión.
No necesitas datos perfectos antes de comenzar. Esperar la perfección puede convertirse en un obstáculo. Sin embargo, sí necesitas datos que estén lo suficientemente curados, lo suficientemente comprendidos y gobernados de manera adecuada para la decisión que se está tomando.
Cuanto mejor sea la base, más útil será la IA.
Los inventores superarán a los imitadores
Cada cambio tecnológico importante crea dos tipos de empresas.
Aquellos que recrean los procesos de ayer con la tecnología de hoy y aquellos que inventan formas de trabajar completamente nuevas.
Lo hemos visto con la nube. Lo hemos visto con la transformación digital. Lo estamos viendo de nuevo con la IA.
Los ganadores no serán las organizaciones con los mayores presupuestos de IA. Serán aquellas que repiensen cómo se toman las decisiones.
Así es como hemos abordado la creación de Golden. No creemos que la IA reemplaza a los analistas. Creemos que los analistas capturan la lógica de negocio que hace que la IA sea confiable desde el principio.
Porque, al final, la IA no crea comprensión. Las personas sí.
Así que, si te preocupa que la IA reemplace a los analistas, te animo a considerar una posibilidad diferente.
La IA no está reduciendo la importancia del analista, sino que está convirtiendo a los mejores analistas en las personas más valiosas de la sala.