Page 1

Boletín de Estudios Económicos Editado por Deusto Business Alumni

Vol. LXXI Diciembre 2016 Núm. 219

Transformación Digital La innovación en nuevos modelos de negocio digitales Franciso González-Bree Página 411

El paradigma del Big Data y su aportación a la gestión y estrategia empresarial Alex Rayón Jerez Página 507

Modelos de madurez digital: ¿en qué consisten y que podemos aprender de ellos? Oswaldo Lorenzo Ochoa Página 573

La transformación digital de la banca ¿hacia la banca sin bancos? Fernando Gutiérrez Junquera Página 429

Exponentially available intelligence: AI, Data and dramatic digitization of traditional industry Peter Kawalek Reza Salehnejad A. Bayat Página 527

El nuevo entorno digital de la actividad criminal Rafael Chelala Riva Página 591

El imperativo digital: la gestión empresarial en la era digital Eduardo Avendaño Ayestarán Página 457 La tansformación digital: la palanca para una cadena de suministro adaptable, ágil y flexible José Antonio Barco Página 483

Deusto Business A lumni

Los retos de la fábrica que piensa Javier Díaz Borja Lanseros Ramón Solórzano Pablo García Bringas Página 547

Bibliografia Página 613


Business lumni A Deusto

BOLETIN DE ESTUDIOS ECONOMICOS Deusto Business Alumni Hnos. Aguirre, 2. Apartado 20044 Teléfonos 94 445 63 45 - 94 445 22 12. Fax: 94 445 72 54 48080 BILBAO (España) E-Mail: boletin.dba@deusto.es Consejo de Redacción Iñaki Arechabaleta Torróntegui Ramón Benguría Inchaurtieta Juan J. Echeberría Monteberría Antonio Freije Uriarte Jesús Lobo Aleu Ricardo López Alvarez Víctor M. Menéndez Millán José Angel Sánchez Asiaín José Luis Sanchís Armelles Comité de Dirección Fernando Gómez-Bezares Susana Rodríguez Vidarte Secretaria Gabriela Mateos Varas

El Boletín de Estudios Económicos es una publicación de Deusto Business Alumni. El orígen de esta asociación se situa en 1922, y publica el Boletín ininterrumpidamente, desde 1942. Cada volumen anual, de alrededor de 600 páginas, se divide en tres números (abril, agosto y diciembre). Los artículos solicitados se aceptan en español e inglés. Su objetivo es la publicación de trabajos originales de economía teórica y aplicada, especialmente dedicada a los problemas de la Empresa. Al primer autor del artículo se le entregan 50 separatas del mismo y 3 ejemplares de la revista. El indice de la revista y los resúmenes aparecen en Internet: (http://www.alumnidba.es/). También puede consultarse en: Latindex; CSIC-CINDOC; Econlit; DICE, Dialnet, In-Recs, ProQuest, etc. Todos los artículos publicados en el Boletín de Estudios Económicos, han sido escritos expresamente para el mismo, y no pueden ser reproducidos, total ni parcialmente, sin citar su procedencia. Si están interesados en alguna reproducción, dirijanse a la dirección de la revista.

Precios de suscripción: España, 40,90 €. Extranjero, 46,60 €. Números sueltos y atrasados: 1.ª Serie: Números 1 al 45: 17,60 €. 2.ª Serie: Números 46 en adelante: 21,20 €. Tarifa Especial Estudiantes: 25% de descuento

El Boletín de Estudios Económicos no se hace responsable de los datos utilizados, criterios, opiniones o conclusiones expresadas en los artículos publicados, que corresponden exclusivamente a sus autores y no reflejan la posición de la revista ni de sus editores. Las erratas de edición detectadas, que sean relevantes, se rectificarán en un Boletín posterior.

Publicación impresa en papel ecológico. I.S.S.N.: 0006-6249 Dep. Legal: BI 959-1958


a

ah horro


ESTUDIOS DE DEUSTO Revista de la Univsersidad de Deusto Director: Luis I. Gordillo Pérez VOL. 64/1

ENERO-JUNIO

2016

SUMARIO MONGRÁFICO: CONSTITUCIÓN Y MERCADO EN LA CRISIS DE LA UNIÓN EUROPEA Maria Luz Martínez Alarcón y José Luis García Guerrero, Constitución y mercado en la crisis de la Unión Europea: consideraciones preliminares. Giuseppe Martinico, Las implicaciones constitucionales de la crisis: una reseña de la literatura reciente. Jesús López de Lerma Galán, La constitución económica liberal como garantía del libre mercado. Los derechos de propiedad privada y libertad de empresa. Lissette Pérez Hernández, La Constitución económica socialista y sus fundamentos. Alberto Oehling de Los Reyes y José María De Benito Aramburu, La modificación del artículo 135 de la Constitución española de 1978: aproximación jurídico-económica a las causas para una racionalización, estado de situación y resultados. Magdalena González Jiménez, El Mercado Común. Juan Manuel Goig Martínez, La OCDE en la definición de políticas económicas en España. OCDE y constitución económica. Desarrollo e influencia de la OCDE en la era de la globalización. Enrique Belda Pérez-Pedrero, G-20: estructura y adecuación a sus finalidades en el marco organizativo e institucional internacional. Tomás Bastarreche Bengoa, La representatividad de la FED. Ernani Contipelli, La Comunidad Andina de Naciones y la evolución del proceso de integracion socioeconómico en latinoamérica. Jairo Andrés Castaño Peña, Análisis y perspectivas de la Alianza del Pacífico. ESTUDIOS Jorge Alguacil González-Aurioles, ¿Pueden constituir todas las denominadas expresiones de odio un límite infranqueable a la libertad de expresión? María López Belloso y Eloísa González Hidalgo, The Role of European Institutions in the Defense of Human Rights in the Western Sahara. NOTAS Remedios Morán Martín, Crónica y actitud de un constitucionalista. La tesis de Adolfo Posada sobre la titularidad de la soberanía. Eduardo Sánchez Álvarez, Límites constitucionales a la inserción de tasas judiciales autonómicas. Comentario crítico a la STC 71/2014, de 6 de mayo. RECENSIONES Amelia Castresana Herrero, Derecho romano. El arte de lo bueno y de lo justo, por Francisco J. Andrés Santos. José Esteve Pardo, La nueva relación entre Estado y sociedad, por Agustín Ruiz Robledo. John James Park, Los Dogmas de la Constitución, por Jorge Pérez Alonso. Octavio Salazar Benítez, La igualdad en rodaje: Masculinidades, género y cine, por Jesús Espinosa Gutiérrez. Juan Francisco Sánchez Barrilao, De la ley al reglamento delegado. Deslegalización, acto delegado y transformaciones del sistema de fuentes, por Antonio Pérez Miras.


Boletín de Estudios Económicos Vol. LXXI Diciembre 2016 Núm. 219

Transformación Digital Sumario Págs. Presentación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

407

I. La innovación en nuevos modelos de negocio digitales.- Francisco González-Bree, Deusto Business School, Universidad de Deusto . . . . . .

411

II. La transformación digital de la banca ¿hacia la banca sin bancos?.- Fernando Gutiérrez Junquera, BBVA . . . . . . . . . . . . . . . . . . . . .

429

III. El imperativo digital: la gestión empresarial en la era digital.Eduardo Avendaño Ayestarán, Accenture Strategy Managing Director .

457

IV. La transformación digital: la palanca para una cadena de suministro adaptable, ágil y flexible.- José Antonio Barco, Director Ejecutivo del Centro de Transformación Digital. Deusto Business School . . . . . . .

483

V. El paradigma del Big Data y su aportación a la gestión y estrategia empresarial.- Alex Rayón Jerez, Vicedecano de Relaciones Externas de la Facultad de Ingeniería de la Universidad de Deusto y Director de Programas de Big Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

507

VI. Exponentially available intelligence: AI, Data and the dramatic digitization of traditional industry.- Kawalek, Peter.; Salehnejad, Reza.; Bayat, A., University of Manchester . . . . . . . . . . . . . . . . . . . . . .

527

VII. Los retos de la fábrica que piensa.- Javier Díaz y Borja Lanseros, Grupo Etxe-Tar; Ramón Solórzano, BKS Legal & Fiscal; Pablo García Bringas, Universidad de Deusto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

547

VIII. Modelos de madurez digital: ¿En qué consisten y qué podemos aprender de ellos? Oswaldo Lorenzo Ochoa, Deusto Business School

573

IX. El Nuevo entorno digital de la actividad criminal.- Rafael Chelala Riva, Deusto Business School, Universidad de Deusto . . . . . . . . . . . . . .

591

X. Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

613


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 407-409)

PRESENTACIÓN Hemos asistido en las últimas décadas a un exponencial desarrollo de las Tecnologías de la Información y Comunicación, pero lo cierto es que su impacto, siendo ingente, aún no ha terminado de materializarse. Más allá del elevado número de dispositivos, herramientas y servicios que este desarrollo ha sido capaz de poner a nuestra disposición y de los innegables avances y mejoras generados en nuestro nivel de vida y bienestar, nos encontramos en el momento actual en una encrucijada en la que lo único que sabemos con certeza es que nada va a permanecer igual y que los cambios disruptivos en los mercados y negocios tradicionales, que estas tecnologías facilitan, van a ser cada vez más frecuentes. La sociedad hiperconectada en la que vivimos plantea retos de gran magnitud y ofrece enormes oportunidades a aquellas empresas y organizaciones que estén dispuestas a repensar todos sus procesos desde la nueva perspectiva que ofrece la digitalización. Los últimos años han sido un auténtico hervidero global de startups de base tecnológica, nacidas para atacar determinados eslabones en la cadena de valor de las grandes empresas ya instaladas y, aunque son numerosas las que no llegaron a alcanzar su consolidación, otras muchas sí han sido capaces de generar disrupciones importantes en muchos sectores de actividad. Hoy día, es evidente que los “incumbents” de cualquier sector no pueden ni deben estar tranquilos porque, sea cual sea su actividad y su modelo de negocio, la amenaza de estos nuevos entrantes es un riesgo potencial al que hay que hacer frente. “Transformarse” es la única opción. Algunos de los estudios recientemente publicados señalan que siete de cada diez empresas españolas consultadas declaran haber comenzado algún tipo de proceso de transformación digital. Reconocen, sin embargo, que este proceso se está acometiendo de forma más táctica que estratégica y que, si bien se está


408

PRESENTACIÓN

prestando interés a las oportunidades en los procesos de marketing y ventas, los aspectos relativos al cambio organizativo y cultural no han recibido por el momento la necesaria atención. Transformarse digitalmente es mucho más que invertir en plataformas, en redes, en equipos y aplicaciones. Significa ser capaz de reinventarse, apalancándose en la utilización de la tecnología digital, y repensar el modelo de negocio desde la perspectiva tecnológica. Una transformación que implica entender el fenómeno digital y reflexionar sobre el valor que puede ofrecer a la organización en términos de nuevos productos y servicios, de ahorro de costes y eficiencia, de mejor acceso al cliente, o de generación de nuevas propuestas y modelos de negocio innovadores. El Boletín de Estudios Económicos quiere, con este volumen que el lector tiene en sus manos, contribuir a esta reflexión urgente sobre lo que supone asumir el reto de esta transformación digital y, fiel a su línea editorial, ha reunido en estas páginas las aportaciones del mundo académico con las de la práctica empresarial. Comienza el número con el trabajo de Francisco Gonzalez-Bree que describe el proceso de innovación en nuevos modelos de negocio digitales y nos acerca al conocimiento de cómo surgen y operan en el mercado estos nuevos entrantes que se apoyan en la innovación abierta y colaborativa, la lógica dominante del servicio y las nuevas herramientas tecnológicas, para desarrollar propuestas de valor diferenciales para los clientes. A continuación, el artículo de Fernando Gutiérrez ilustra perfectamente lo que la digitalización supone para muchos sectores de actividad reflexionando el autor, en este caso, sobre la industria financiera. Con su lúcido análisis pone de manifiesto el potencial que presentan las nuevas tecnologías: computación móvil, Big data, IoT, block chain, inteligencia artificial, al tiempo que reflexiona sobre las implicaciones que la irrupción del fenómeno fin-tech genera en un sector altamente regulado, y las respuestas estratégicas de los bancos tradicionales en este nuevo ecosistema financiero. Eduardo Avendaño desgrana, a continuación, el reto que enfrentan las empresas si quieren tener éxito en el nuevo entorno: contar con una estrategia para la era digital, unas adecuadas capacidades digitales y una cultura para el empleado digital. Y de esas capacidades digitales y de cómo apalancarse en ellas estratégicamente nos habla José Antonio Barco en su trabajo, en el que describe la hoja de ruta a seguir en el


PRESENTACIÓN

409

desarrollo de una “Red” Digital de suministro adaptable, ágil y flexible, que permita competir a nivel global. El paradigma del Big Data y lo que las herramientas actualmente disponibles para el análisis de datos pueden ofrecer a las empresas para facilitar una mejor gestión y toma de decisiones es el objeto del trabajo realizado por Alex Rayón y que el lector puede encontrar a continuación. El Big Data y la Inteligencia Artificial presentan claras interconexiones. De ellas nos hablan Kawalek, Salehnejad y Bayat en un trabajo en el que profundizan en el potencial que estas “tecnologías exponenciales” presentan para el mundo empresarial. La denomina “cuarta revolución industrial” provocada por el espectacular desarrollo de las TIC, al que hemos aludido al comienzo de esta Presentación, ha hecho posible el nacimiento de lo que se ha venido a denominar la “Fábrica Inteligente” o “Smart Industry”, y es precisamente de esa Industria 4.0, de su potencialidad, de las tecnologías que la hacen posible, y de los retos y oportunidades que enfrenta, de lo que nos hablan en su trabajo Díaz, Lanseros, Solórzano y García Bringas. Pero la “transformación digital” es un proceso, un camino por el que las empresas transitan, con mayor o menor dificultad y acierto. Oswaldo Lorezno nos habla de él, y del concepto de “Modelo de Madurez Digital” como herramienta para evaluar el grado avance de una organización en su transformación digital. Finalmente, como todo cambio, la transformación digital no está exenta de riesgos y en su análisis se centra el trabajo de Rafael Chelala que nos acerca al nuevo entorno digital de la actividad criminal. Agradecemos a nuestros autores su colaboración en este número monográfico del Boletín de Estudios Económicos y estamos seguros de que sus reflexiones serán de interés para todos nuestros lectores, en el complejo pero apasionante entorno en el que nos sitúa la velocidad del cambio tecnológico. EL COMITÉ DE DIRECCION


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 411-427)

LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES THE INNOVATION IN NEW DIGITAL BUSINESS MODELS Francisco González-Bree Deusto Business School, Universidad de Deusto RESUMEN Una serie de factores están facilitando el surgimiento de nuevos modelos de negocio digitales. Empresas como Airbnb y Uber han sacudido los cimientos de sectores como el turismo o los transportes. Pero estas disrupciones lejos de remitir van a ser cada más frecuentes en todo tipo de industrias como la educación, la banca, la energía o la salud. Este artículo analiza algunos de los factores más destacables que están facilitando este efecto. La innovación abierta y el auge de los centros de innovación corporativos, la economía colaborativa, la lógica dominante del servicio (LSD) o las nuevas tendencias tecnológicas son algunos de los factores que están facilitando que la innovación surja de una manera más rápida y eficaz. Dos ejemplos de empresas con modelos de negocio digitales distintivos, Airbnb y Sher.pa, ilustran la forma en que las nuevas empresas están haciendo sus negocios. Palabras clave: Innovación, servicios, tecnología, digital, modelos de negocio. SUMMARY A number of factors are facilitating the emergence of new digital business models. Companies like Airbnb and Uber have shaken the foundations of sectors such as tourism or transport. But far from abating, these disruptions will be increasingly common in all industries like education, banking, energy or health. This article discusses some of the most significant factors that are facilitating this effect. Open innovation and the rise of the of corporate innovation centers, the collaborative economy, the Service-dominant (S-D) logic or new technological trends are some of the factors that are facilitating innovation to emerge more quickly and effectively. Two examples of companies with distinctive digital business models, Airbnb and Sher.pa illustrate how new companies are doing their business. Keywords: Innovation, services, technology, digital, business models.

1. Introducción: La evolución de los modelos de innovación La comprensión de la innovación ha evolucionado con el tiempo. Una clasificación de los modelos de innovación que ha tenido gran influencia es la propuesta por Rothwell, (1994) que identificó cinco generaciones de modelos de innovación en un periodo de cuarenta años. Las cinco


412

FRANCISCO GONZÁLEZ-BREE

generaciones son el empuje de la tecnología (desde los años 50 hasta mediados de los años 60), tirón de la demanda del mercado (desde mediados de la década de los 60 hasta principios de los 70), modelos iterativos o de acoplamiento de la I + D y el Marketing (desde mediados de la década de los 70 hasta mediados de la década de los 80), los procesos de innovación integrados (desde principios de la década de los 80 hasta mediados de la década de los 90) y finalmente los procesos de integración de sistemas y redes (desde la década de los 90 en adelante). Hobday (2005) resume las características de la 5ª generación de modelos de innovación propuesto por Rothwell incluyendo aspectos tales como: (1) la promoción de desarrollos paralelos totalmente integrados con el apoyo de las tecnologías de información y comunicación (TICs) avanzadas, (2) el uso de sistemas expertos y modelos de simulación en I + D, (3) el desarrollo de vínculos estrechos con los clientes líderes e integraciones estratégicas con los principales proveedores incluyendo el co-desarrollo de nuevos productos y servicios, (4) la generación de vínculos horizontales incluidas las alianzas empresariales (5) el despliegue de grupos de investigación en colaboración, y (6) el desarrollo de acuerdos de colaboración de marketing y comercialización. Por otra parte, los expertos en innovación no están de acuerdo en cuál podría ser el próximo modelo de innovación (6º modelo de innovación). Sin embargo, una perspectiva que ha captado la atención de los profesionales y académicos es el concepto de la innovación abierta (Almirall y Casadesus-Masanell, 2010; Baldwin y Von Hippel, 2001; Chesbrough, 2003, 2006; Gassmann, Enkel y Chesbrough, 2010; Lazzarotti, y Manzini, 2013; Levine y Prietula, 2014; Tidd, 2013; Von Hippel, 1986, 1988, 2005). Un concepto similar aunque tiene algunas diferencias es el concepto innovación abierta colaborativa. 2. La innovación abierta y la expansión de los centros de innovación corporativos La innovación abierta, término acuñado por el profesor Henry Chesbrough, supone una nueva forma de pensar que incorpora el reconocimiento de que las ideas innovadoras pueden surgir desde cualquier lugar. Por lo tanto, es importante cuando las empresas tienen como objetivo colaborar con los socios o co-creadores que tienen un conocimiento complementario de los retos de la innovación. En conversaciones recientes de este autor con el director de innovación abierta de una empresa del Ibex 35, la


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

413

explicación aportada por el director era la siguiente “Si asumimos que es imposible para nosotros tener siempre el mejor talento del mundo en nuestra nómina, en tal caso la única forma de acceder a ese talento y a su conocimiento tan valioso es a través de la innovación abierta”. La innovación abierta se basa en la organización sistémica de los procesos de innovación para que la empresa esté más abierta al conocimiento externo, la I + D y las ideas (Chesbrough, 2006). Las empresas que operan bajo esta lógica se mueven a un enfoque de mayor colaboración con los proveedores, competidores, clientes y los usuarios finales (Von Hippel, 1988). Por lo tanto, la innovación abierta se basa en el análisis de cómo las empresas trabajan en colaboración con una amplia gama de fuentes externas e internas de la innovación, incluidas las universidades y los centros de I + D. Al mismo tiempo utilizan la I + D propia y son proclives a constituir empresas de nueva creación y facilitar procesos de concesión de licencias (Chesbrough, 2006). La innovación abierta muestra cómo las organizaciones tradicionales, que eran más cerradas, se están transformando en organizaciones mucho más transversales y colaborativas (Levine y Prietula, 2014). Esta evolución de las organizaciones hacia modelos más abiertos se puede analizar también desde el punto de vista de la evolución de la I + D corporativa. Steve Blank, considerado uno de los emprendedores en serie y académicos más reconocidos de Silicon Valley, proponía hace un año en un interesante artículo para el Huffington Post cuatro periodos diferenciados: El primer periodo comprende desde 1870 hasta 1920 y se caracteriza porque la innovación sucedía fuera de las grandes empresas a través del esfuerzo de inventores, emprendedores y pequeñas empresas que vendían sus invenciones y patentes a las grandes empresas. Inventores de la talla de Thomas Edison y Graham Bell formaron parte de este periodo. El segundo periodo trascurre desde 1920 hasta 1990 y se caracteriza porque las grandes empresas crearon sus propios centros de I+D internos (Corporate R&D Labs). Algunos ejemplos incluyen GE, DuPont, Bell Labs, IBM Research, 3M, Xerox PARC y Kodak Labs. El tercer periodo abarca desde 1990 y se caracteriza por la irrupción de la era de las TICs. En este periodo, las estrategias corporativas de innovación se enfocaron en invertir y comprar startups externas. Para ello las empresas desarrollaron grupos de capital riesgo y desarrollo de negocio. El último periodo trascurre desde el año 2010 y se caracteriza por la aparición de los centros de innovación. Se trata de incubadoras aceleradoras corporativas que trabajan con una mentalidad de innovación abierta con el objetivo de


414

FRANCISCO GONZÁLEZ-BREE

alcanzar esa innovación que de otra manera no sería posible. Según un estudio reciente de Capgemini, estos centros corporativos incuban y aceleran startups internas y externas con el objetivo de innovar en producto y servicios, desarrollar tecnologías, como laboratorios internos de innovación de las empresas, y sobre todo para crear ecosistemas que nutran la innovación abierta. 3. Beneficios y retos de la innovación abierta Los estudios empíricos que analizan los impactos de la innovación abierta en las organizaciones que la están poniendo en práctica son alentadores. Estas empresas buscan de una forma sistemática la exploración de una amplia gama de fuentes internas y externas para satisfacer los retos y oportunidades de innovación, integrando conscientemente las capacidades y los recursos de la empresa y, en general, explotando esas oportunidades a través de múltiples canales (Chesbrough, 2006a; Von Hippel y Von Krogh, 2003). Para alcanzar con éxito una situación de innovación abierta, las empresas deben alcanzar tres retos. El primer reto está relacionado con la preparación de la empresa para compartir conocimientos y colaborar. El segundo reto tiene que ver con la capacidad de la empresa para construir confianza entre los socios. El tercer reto gira en torno a la forma cómo se establecerán nuevos modelos de negocio que incorporen mecanismos de gobierno basados en relaciones que sean mutuamente beneficiosas. Por lo tanto, la innovación abierta significa que "el foco de la innovación se desplaza de una empresa individual a la comunidad de las empresas" (Barrett et al, 2011). Hay tres capacidades fundamentales que las empresas necesitan nutrir cuando avanzan hacia un marco de innovación abierta: (1) se debe fomentar el co-aprendizaje con socios para transmitir y compatir la información adecuada para generar confianza; (2) se debe avanzar en la forma de construir las capacidades para mejorar la información entre redes y diseminaciones para convertirse en eficientes; y (3) se debe desarrollar la forma de integrar la red de empresas y otros agentes en una comunidad con el fin de responder de manera innovadora a las oportunidades de mercado. 4. La importancia de colaborar con clientes y usuarios Un aspecto fundamental de la innovación abierta es la integración de las prácticas de los usuarios finales de innovación (Von Hippel, 1986,


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

415

1988). Los usuarios participan en diferentes partes de la innovación cuando comparten sus necesidades, ideas y conocimientos con los fabricantes, e incluso ayudan a crear prototipos y probar los nuevos desarrollos de productos (Baldwin y von Hippel, 2011). En las últimas dos décadas estamos viendo cómo los consumidores son agentes clave en la innovación ya que los consumidores generan colectivamente cantidades masivas de la innovación de los productos. Más allá de los primeros estudios sobre los impactos de los usuarios finales en la innovación, en la actualidad algunos autores como Von Hippel, Ogawa y De Jong (2011) sostienen que estamos viviendo una época caracterizada por el “consumidor innovador”. Esta etapa se enmarca en un nuevo paradigma caracterizado por tres aspectos: (1) cuando los usuarios innovan para crear los productos que desean, (2) cuando los rechazan o los validan, (3) cuando el mercado ha crecido y el producto diseñado por los consumidores es refinado y comercializado. Un término relacionado es la innovación abierta colaborativa. Este concepto se conoce como "abrir la innovación de forma colaborativa" (Baldwin y von Hippel, 2011) y una de sus características diferenciales es la puesta en común de los esfuerzos de diseño individuales y colectivos para el uso y disfrute de cualquiera. Ejemplos reales que salen de esta lógica de pensamiento incluyen proyectos como Linux o Wikipedia. Jimmy Wales, fundador de Wikipedia, propone en la web el siguiente argumento "Cuando fundé Wikipedia, pude haber hecho una empresa con fines de lucro incorporando, por ejemplo, banners publicitarios, pero decidí hacer algo diferente". Para financiar este proyecto de innovación abierta colaborativa, Jimmy Wales decidió solicitar donaciones de personas en la web para nutrir su proyecto. Baldwin y von Hippel (2011: 1399) describen este nuevo marco para organizar los recursos humanos y las capacidades relacionadas con los procesos de innovación e inversiones. Sugieren que las nuevas tecnologías y el diseño modular han fomentado la "innovación de los usuarios individuales”, “las empresas usuarias" y "la innovación colectiva" como la arquitectura principal de la innovación adoptada por las empresas en una economía basada en el bien común. Baldwin y von Hippel (2011: 1400) sostienen que "la innovación colectiva" se basa en la arquitectura de la innovación relacionada con un "bien público que no es excluyente y que su fin no es el de la rivalidad". La innovación colectiva se enmarca en el fomento del "software libre" y la "ciencia abierta". Según Baldwin y von Hippel (2011: 1403) la “innovación abierta colaborativa” supone la involucración de contri-


416

FRANCISCO GONZÁLEZ-BREE

buidores que comparten sus trabajos de generación, diseño y asimismo también los resultados de sus esfuerzos individuales y colectivos para el uso de cualquier persona. Los proyectos de “innovación abierta colaborativa” se caracterizan por dos propiedades bien definidas. (1) Los participantes no son rivales en lo referente al diseño innovador (de lo contrario no colaborarían), y (2) no consideran vender de forma individual o colectiva productos o servicios que incorporen la innovación o los derechos de propiedad intelectual. La innovación abierta y la innovación abierta colaborativa aportan un amplio paraguas de posibilidades de innovación por la contribución de los diferentes socios que comparten su trabajo innovador. Refleja una transformación de cómo las empresas adoptan, usan y manejan su innovación, sobre todo la forma en que gestionan la colaboración sobre la idea de co-generación, co-diseño, co-dirección y co-producción. Tidd (2013) argumenta que la innovación abierta depende de contextos y de contingencias específicas que muestran diferentes patrones dependiendo de los entornos, los sectores y el mercado. Bajo esta concepción se utilizan diferentes métodos para la generación de nueva creación de valor y se ponen en práctica modelos de negocio en colaboración (Barret et al, 2011; Chesbrough, 2006a). 5. Creación de valor por medio de nuevos modelos de negocio complejos La creación de valor por medio de nuevos modelos de negocio está cambiando la mentalidad y la forma de abordar los negocios por parte de las empresas. Una encuesta global realizada por Economist Intelligence Unit entre más de 4.000 altos directivos encontró que el 54% prefería desarrollar nuevos modelos de negocio antes que desarrollar nuevos productos y servicios como fuente de ventaja competitiva futura (Amit and Zott, 2012). Un estudio global realizado por IBM entre más de 750 líderes de los sectores públicos y privados observó que las empresas cuyos márgenes de explotación habían crecido más rápido que sus competidores durante los últimos cinco años eran dos veces más propensas a enfatizar nuevos modelos de negocio, en lugar de productos o la innovación de procesos. (Amit and Zott, 2012). Un argumento clave que explica esta transformación se basa en el nuevo papel adoptado por los clientes en una tendencia general de la sociedad hacia un comercio mundial más abierto (Teece, 2010). Al


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

417

mismo tiempo que los usuarios finales tienen muchas opciones y están mucho más desagregados, las cadenas de suministro han crecido de forma global y son mucho más transparentes. Por lo tanto, la transformación de los modelos de negocio se convierte en una dimensión clave de la forma en que las empresas compiten en los mercados de hoy en día. Las empresas tienen que satisfacer las nuevas necesidades de los clientes inteligentes y para ello centran sus esfuerzos en desarrollar nuevos modelos de negocio y en la creación de valor por medio de nuevos productos, servicios y experiencias. De acuerdo con Teece (2010), el principal reto para las empresas es cómo transformar la vieja lógica impulsada por la oferta de la era industrial a nuevos marcos de propuestas de valor para el cliente en la economía del conocimiento, y cómo identificar nuevos segmentos de cliente objetivo que se ajusten a su propuesta de valor. El concepto de modelo de negocio tiene dos funciones principales, comprender cómo las empresas capturan valor y al mismo tiempo crean valor para el cliente. Si lo comparamos con la estrategia, son diferentes (Teece, 2010). Mientras que la estrategia está más relacionada con la inteligencia empresarial y el amplio análisis de las ventajas competitivas, el modelo de negocio se basa en la comprensión de la arquitectura organizativa y financiera de la empresa (Chesbrough, 2006a; Teece, 2010). También se relaciona con un sistema de actividades interconectadas e interdependientes y cómo estas actividades están vinculadas en un patrón complejo (Amit y Zott, 2012). Antes, en la era industrial, el modelo de negocio era un marco sencillo en el que las empresas simplemente empaquetaban su tecnología y la propiedad intelectual en un producto que se vendía. En la actualidad, la economía del conocimiento está generando nuevos modelos de negocios que incluyen complejas cadenas de suministro, amplios ecosistemas de actores (proveedores, socios de I + D, clientes, proveedores de software, competidores, reguladores, universidades, centros de investigación, organizaciones gubernamentales, organizaciones sin ánimo de lucro, tercer sector etc.). Los modelos de negocio hoy en día incluyen un sistema de dimensiones interrelacionadas que puede ser extremadamente complejo. (Teece, 2010). Internet, por ejemplo, se convirtió en un nuevo canal del que han surgido nuevos modelos de negocio, algunos de ellos debido a las nuevas tecnologías TIC, y han transformado las relaciones de las actividades y los actores del sistema. Por lo tanto, una de las principales conclusiones de los investigadores es que la innovación es importante para el tratamiento del modelo de


418

FRANCISCO GONZÁLEZ-BREE

negocio ya que es un elemento clave que define la forma en que las empresas líderes compiten hoy en la economía del conocimiento (Teece, 2010). Esto significa que es vital la capacidad de una empresa para crear nuevos modelos de negocio que se vinculen directamente al papel desempeñado por la innovación, junto con su capacidad de crear, transformar y explorar nuevas estructuras organizativas basadas en tecnologías TIC. 6. Los Modelos de negocios y la nueva Lógica Dominante del Servicio (LSD) La confluencia de diversos campos del marketing tales como el marketing de servicios y el marketing relacional ha llevado a la disciplina a una nueva lógica dominante del servicio (LDS) (Vargo y Lusch, 2004). En esta lógica, los servicios son vistos como la parte dominante del proceso de creación de valor (Gummesson, 1995, 2002) y el cliente juega un papel activo importante en este proceso (Czepiel, 1990; Lovelock y Wright, 1998, Zeithaml et al. 2000, 2002). Este enfoque establece que las empresas no entregan valor, sino que tan sólo hacen propuestas de valor dado que éste es creado por los clientes mediante el uso o consumo de los productos o servicios (Vargo y Lusch, 2004). La LDS se centra en el cliente y es impulsada por el mercado (Sheth et al. 2000). Este punto de vista implica colaborar y aprender con los clientes para adaparse mejor a sus necesidades. La LDS supone que el valor es definido y co-creado con el consumidor en lugar de entregarlo sin su participación (Vargo y Lusch, 2004). Con respecto a este desplazamiento hacia la co-producción de actividades, las empresas también están reconociendo que, particularmente en contextos de servicios, los clientes son en realidad cocreadores del servicio y que el valor derivado del servicio viene a través del uso y la co-creación en lugar de venir exclusivamente a través de la prestación de servicios en el sentido tradicional (Vargo y Lusch, 2004). Los avances en la tecnología, como Internet, están apoyando las formas en que las empresas interactúan con sus clientes en esta nueva lógica centrada en el servicio (Bitner et al. 2000). Como consecuencia de ello, las empresas son capaces de mejorar la comunicación y la velocidad de sus procesos (Froehle 2006). La tecnología está mejorando la manera en que los servicios impersonales pueden complementar o sustituir al elemento humano en el proceso de creación de servicio (Bitner et al. 2000). Por ejemplo, ahora hay sofisticadas tecnologías de la información y la


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

419

comunicación como los asistentes virtuales inteligentes que permiten a las personas interactuar verbalmente con sus coches, dispositivos de navegación, teléfonos inteligentes, ordenadores, tabletas, etc. (por ejemplo Siri de Apple). Las empresas que trabajan en la industria de los asistentes virtuales están empezando a desarrollar estos sistemas no sólo para dispositivos ponibles como los teléfonos inteligentes o los relojes inteligentes sino para otras industrias más tradicionales. Las últimas tecnologías digitales están empezando a ser integradas en los productos y servicios que antes no eran digitales, tales como automóviles, refrigeradores, termostatos, etc. 7. La evolución desde los servicios físicos a los servicios virtuales Sobre la base de la identificación del canal empleado para la prestación de servicios, Sousa y Voss (2006) reconocen dos tipos de prestación de servicios, el servicio físico y el servicio virtual. Los autores definen el servicio físico como "la parte de una experiencia al servicio del cliente proporcionada de forma no automatizada, lo que requiere un cierto grado de intervención humana, ya sea a través de un canal virtual (por ejemplo, el servicio al cliente de chat en vivo) o un canal físico" (Sousa y Voss 2006, p. 357). Por lo tanto, los servicios físicos se llevan a cabo por personal de la empresa (por ejemplo, un cajero humano de una sucursal bancaria). Por el contrario, los servicios virtuales se definen como "componentes puros de información de una experiencia proporcionada de forma automatizada durante el servicio a un cliente (sin intervención humana) a través de un canal virtual dado" (Sousa y Voss 2006, p. 358). La provisión de información como una dimensión de servicio al cliente constituye el objetivo principal del servicio virtual. Estos servicios se producen sin la intervención directa de los empleados (por ejemplo, la banca online) (Surprenant y Solomon 1987; Zeithaml and Bitner, 2003). Otra forma de identificar los tipos de servicios es mediante la interacción personal entre un empleado del servicio y el cliente. En los servicios personales, la producción y el consumo de servicios están estrechamente vinculados con el empleado que presta el servicio (Schultze 2004). En este caso, la posibilidad de personalizar el servicio es muy alta debido a la interacción personal entre el cliente y el empleado, y su intercambio de información en el momento de la prestación de servicios es fluido (Rust y Chung 2006). Por lo tanto, en situaciones de servicios personales, los clientes pueden influir en el proceso y en el resultado directamen-


420

FRANCISCO GONZÁLEZ-BREE

te a través de la interacción con el empleado (Svensson 2006). Además, el comportamiento del personal de primera línea, así como la interacción entre ellos y los clientes son muy importantes para la imagen de la empresa (Harris y Ogbonna 2006), particularmente en el caso de un fallo en el servicio. A medida que el empleado de la empresa presta el servicio, un fallo podría ser atribuido al empleado (Bitner et al., 1994). Por otro lado, existen oportunidades para la recuperación del servicio debido a que el empleado y el cliente interactúan directamente (Yen et al., 2004). El cliente puede mostrar su decepción en tiempo real si el nivel de servicio prestado no cumple con sus expectativas y el empleado humano tiene la oportunidad de reaccionar en consecuencia para corregir la situación (Swanson y Kelley, 2001). Esto es muy importante, ya que se ha encontrado que una eficaz recuperación del servicio aumenta los niveles de percepción de calidad que tiene el cliente de la empresa en comparación con situaciones en las que no se han producido fallos en el servicio (Bitner et al., 1990). Sin embargo, ya que cada vez es menos viable que una empresa ofrezca servicios personales a toda su base de clientes, los empleados humanos se suelen dedicar por lo general sólo a los segmentos de clientes más rentables (Lacey et al. 2007). Por otra parte, las investigaciones han encontrado que mientras que algunos clientes perciben la interacción con los empleados humanos algo agradable, otros clientes conscientemente tratan de evitar los encuentros con empleados humanos (Meuter et al., 2000; Dabholkar y Bobbitt et al 2003). En estas circunstancias, los servicios pueden ser producidos sin la intervención directa de los empleados humanos (Zeithaml et al 2000). Estos servicios impersonales también se conocen como autoservicio (Kelley et al., 1990). Los servicios impersonales normalmente se llevan a cabo mediante la sustitución de los empleados humanos (Bitner et al 2002; Lin y Hsieh 2006), ya sea con los canales de distribución convencionales, tales como indicadores, tablones de anuncios, descripciones de productos, folletos, o con canales basados en la tecnología, como los sistemas de autoservicio tecnológico (Bateson, 1985; Blumberg 1994; Bitner et al 2000; Balasubramanian et al 2002). Es cada vez más frecuente que los clientes realicen por sí mismos grandes partes del servicio. La prestación de servicios impersonales, donde una compañía combina la tecnología con los aspectos personales de la prestación de servicios, no es un fenómeno nuevo. Hace más de veinticinco años, Shostack explicaba que un encuentro de servicio tiene un período de tiempo durante el


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

421

cual el consumidor interactúa directamente con un servicio, ya sea con un empleado humano o con la tecnología de autoservicio de la empresa. Desde entonces, los investigadores han reconocido que los proveedores de servicios exitosos deben ser capaces de combinar la tecnología con los aspectos personales de la prestación de servicios (Berry 1999). 8. La innovación, la tecnología y los nuevos modelos de negocio digitales De acuerdo con Teece (2009) el diseño de nuevos modelos de negocio es un arte y en la práctica el mundo de los negocios ha adoptado una serie de metodologías y herramientas concretas. Una aproximación holística para entender cómo encajan las distintas metodologías es la aportada por el libro “The Innovator´s Method” de Nathan Furr y Jeff Dyer. Los autores proponen un proceso con cuatro fases (1) insight, (2) problema, (3) solución y (4) modelos de negocio. Para trabajar estas fases los autores proponen utilizar ciertas herramientas que en muchos casos han sido perfeccionadas por las startups. Estas son herramientas de creatividad e ideación, innovación abierta, design thinking, software agil, lean startup y business model canvas. En este artículo el autor se centra en la metodología de diseño de modelos de negocio propuesta por el Dr. Alexander Osterwalder (Osterwalder, 2004, 42-95) para analizar dos ejemplos de nuevos modelos de negocio digitales, el caso de Airbnb y el caso de Sher.pa. Según Osterwalder “Un modelo de negocio es una herramienta conceptual que, mediante un conjunto de elementos y sus relaciones, permite expresar la lógica mediante la cual una empresa intenta ganar dinero generando y ofreciendo valor a uno o varios segmentos de clientes objetivo, la arquitectura de la empresa, su red de aliados estratégicos para crear, realizar el marketing y entregar este valor, y el capital relacional para generar fuentes de ingresos rentables y sostenibles”. Las empresas han estado desplegando tecnologías desde los años 60 para hacer llegar sus productos y servicios a los clientes y usuarios. Estas tecnologías se han ido sofisticando en estas últimas décadas. Desde los primeros cajeros automáticos de finales de los años 60 hasta el reparto con drones de estos últimos años que proponen empresas como Amazon, la tecnología está llegando a ser fundamental dentro del módelo de negocio de las empresas. Desde el año 2010 las empresas han comenzado a introducir tecnologías de la información y la comunicación muchísimo


422

FRANCISCO GONZÁLEZ-BREE

más sofisticadas, como las incluidas en el último estudio 2016 de Capgemini sobre el foco de los nuevos centros de innovación corporativos. En el estudio se mencionan tecnologías en las que las empresas están poniendo el foco como, el Internet de las cosas y las ciudades inteligentes con un 21%, las tecnologías financieras (Fintech) 13%, la biotecnología y las tecnologías del mundo de la salud 12%, la computación en la nube y software, Big Data y analíticas 10%, las tecnologías manufactureras y robótica 10% y ciberseguridad 6%. Hace tres años Mackinsey ofrecia un estudio sobre las tecnologías disruptivas que van a cambiar el mundo y las cinco primeras era el Internet móvil, la automatización del conocimiento con sistemas inteligentes, el Internet de las cosas, la computación en la nube y la robótica avanzada. A esta lista podemos sumar las predicciones de los últimos años de los CEOs de las grandes empresas tecnológicas como Mark Zuckenberg de Facebook que preveen que la realidad virtual y la realidad augmentada en todo tipo de dispositivos ponibles van a cambiar la forma que tenemos de ver y sentir el mundo. Por lo tanto no estamos hablando exclusivamente del desarrollo de ERPs internas (Enterprise Report Systems) o aplicativos/plataformas que puede usar el cliente sino de sistemas inteligentes muy cercanos a la inteligencia artificial que impregnan todas las áreas de la empresa. Desde el punto de vista del marketing, esta revolución tecnológica se ha visto acompañada de una nueva lógica dominante basada en la entrega de servicios. 9. Dos ejemplos de nuevos modelos de negocios digitales Para ilustrar cómo en la práctica están surgiendo nuevos modelos de negocio digitales este autor ha aplicado dos casos ilustrativos de empresas que han sido analizados en detalle por las escuelas de negocio. En primer lugar el autor revisará el estudio del caso Sher.pa realizado por Deusto Business School y en segundo lugar el estudio del caso Airbnb realizado por Harvard Business School: El Caso de Sher.pa ha sido analizado por los profesores Oswaldo Lorenzo y este autor de Deusto Business School. Xabier UribeEtxebarria fundó Anboto el 26 de Noviembre de 2009, una empresa especializada en proveer la tecnología Web Customer Service (sistemas online de atención a clientes) y e-Commerce basado en Semántica y Procesamiento del Lenguaje Natural, cuya propuesta de valor buscaba reducir los costes de atención al cliente e incrementar la satisfacción de los clientes. Sus segmentos de cliente objetivo eran empresas líderes de


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

423

los sectores de banca, retail, turismo y salud. Anboto era una empresa de Business-to-Business (B2B) que vendía tecnologías avanzadas y utilizaba formatos de crecimiento basados en la adquisición de nuevos clientes y monetización con formatos SaaS (Software as a Service). Anboto fue galardonada con premios internacionales y de referencia mundial. Sin embargo, a pesar del gran éxito que supuso esta empresa con su modelo de negocio, Xabier Uribe-Etxebarria lanzó una segunda empresa en el año 2012 que, a pesar de seguir trabajando con tecnologías Semánticas y Procesamiento del Lenguaje Natural, utilizaría un modelo de negocio totalmente diferente. Esta segunda empresa con su distintivo modelo de negocio, estaría pensada para satisfacer el mercado de consumidores finales a través de sus móviles. La propuesta de valor de Sher.pa gira alrededor de un asistente virtual inteligente capaz de predecir las necesidades de los clientes y acompañarlos en su día a día para mejorar su vida. En palabras de su fundador “Anboto fue el viaje previo que tuvo que realizar antes de crear lo que siempre había querido: Sher.pa”. El modelo de negocio de Sher.pa era Business-to-Consumer (B2C). El modelo de Sher.pa utilizaría formatos de crecimiento y monetización altamente innovadores. Sher.pa permitiría, por ejemplo, integrar un sistema de pago por transacción (en algunos casos vía programas de afiliación) con publicidad. Teniendo en cuenta la aparición de las nuevas tecnologías que estaban irrumpiendo en los mercados, como por ejemplo el Internet de las Cosas, Xabier estaba teniendo oportunidades en el modelo que el mismo llamaba B2B2C. En palabras de Xabier “hablamos con un fabricante de automóviles y nos decía que quería Sher.pa en sus coches o que se integrara con sus APIs; o hablamos con un fabricante de teléfonos móviles y quería a Sher.pa ya instalado en el dispositivo cuando éste lo vendiera. En estos casos, estamos tratando con el fabricante y no con el consumidor final”. Los éxitos no han tardado en llegar para esta segunda empresa que propone un modelo de negocio muy diferente a su precursora. En el año 2015 cerraba una alianza estratégica con Samsung (el mayor fabricante de smartphones del mundo), y en el año 2016 cerraba la mayor ronda de financiación semilla del año en España con cerca de 6 millones de euros. Resulta especialmente interesante observar la velocidad con la que estas empresas evolucionan sus modelos de negocio digitales, en este caso de un modelo B2B a un modelo B2C y posteriomente a un modelo B2B2C. El caso de Airbnb ha sido analizado por Joseph B. Lassiter III y Evan Richardson de Harvard Business School y explica los factores e hitos


424

FRANCISCO GONZÁLEZ-BREE

que fueron fundamentales en el éxito de esta empresa fundada por Brian Chesky, Joe Gebbia y Nathan Blecharczyk. La empresa, fundada en 2008, fue valorada en 30.000 millones de dólares en junio del presente año y ha conseguido hasta la fecha 4.350 millones de dólares. Según consta en Wikipedia, Airbnb es “un mercado de alojamiento peer-to-peer (red entre iguales o red entre pares) que conecta hosts (vendedores de habitaciones / alojamiento) a los viajeros a través de su página web. Airbnb permite transacciones entre estas dos entidades mediante el cobro de un "cargo por servicio" sin poseer ninguna habitación directamente por sí mismo”. El modelo de negocio de Airbnb se apoya en la personalización de los servicios por medio de la utilización de la tecnología. Esto permite a los usuarios encontrar por ellos mismos, sin intermediación de otros empleados, espacios únicos de gente como ellos a precios más competitivos. Es importante tener en cuenta que según un estudio de Allianz Global el 60% de los Millenials (personas nacidas entre el año 1980 y el año 2000) confía en la economía colaborativa. En este caso podemos apreciar la importancia de la economía colaborativa y del uso de las tecnologías digitales en el modelo de negocio de esta empresa. Su gran éxito se debe en parte a que el modelo de negocio tiene un grandísimo potencial de escalabilidad ya que su propuesta de valor es aplicable a nivel mundial. En conclusión, Sher.pa y Airbnb son dos ejemplos de empresas con nuevos modelos de negocio digitales que se apoyan en conceptos como la innovación abierta, la economía colaborativa, la lógica dominante del servicio y las nuevas tendencias tecnológicas, para desarrollar propuestas de valor diferenciales para segmentos de cliente objetivo. 10. Bibliografía ALMIRALL, E. and CASADESUS-MASANELL, R. (2010): “Open versus closed innovation: A model of discovery and divergence”, Academy of Management Review, Vol. 35, No. 1, pp 27-47. AMIT, R. and ZOTT, CH. (2012): “Creating value through business model innovation”, MIT Sloan Management Review, Vol. 53, No. 3, pp 41-49. BALASUBRAMANIAN, S.; PETERSON, R.A. et al. (2002): “Exploring the Implications of M-Commerce for Markets and Marketing”, Journal of the Academy of Marketing Science, Vol. 30, No. 4, pp 348-361. BALDWIN, C. and VON HIPPEL, E. (2011): “Modeling a paradigm shift: From producer innovation to user and open collaborative innovation”, Organization Science, Vol. 22, No. 6, pp 1399-1417.


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

425

BARRETT, M.; VELU, CH.; KOHLI, R.; SALGE, T.O.; SIMOES-BROWN, D. (2011): “Making the transition to collaborative innovation: issues of readiness, trust and governance”, Business Briefing. Nesta. BATESON, J.E.G. (1985): “Self-Service Consumer: An Exploratory Study”, Journal of Retailing, Vol. 61, pp 49-76. BERRY, L.L. (1999): Discovering the Soul of Service, New York: Free Press. BITNER, M.J.; BOOMS, B. and TETREAULT, M.S. (1990): “The Service Encounter Diagnosing Favourable and Unfavourable Incidents”, Journal of Marketing, Vol. 54, No. January, pp 71-84. BITNER, M. J.; BOOMS, B. et al. (1994): “Critical Service Encounter: The Employee’s Viewpoint”, Journal of Marketing, Vol. 58, No. October, pp 95-106. BITNER, M.J.; BROWN, S.W. and MEUTER, M.L. (2000): “Technology Infusion in Service Encounters”, Journal of the Academy of Marketing Science, Vol. 28, No. 1, pp 138-149. BLANK, S. (2015): “Innovation Outposts and the Evolution of Corporate R&D”, The Huffington post, http://www.huffingtonpost.com/steve-blank/innovation-outpostsand- t_b_8628480.html BLUMBERG, D. (1994): “Strategies for Improving Field Service Operations Productivity and Quality”, The Service Industries Journal, Vol. 14, pp 262-277. CHESBROUGH, H.W. (2003): “Open Innovation: The New Imperative for Creating and Profiting from Technology”, Harvard Business School Press, Cambridge, MA. — (2006): “Open Business Models. How to Thrive in the New Innovation Landscape”, Harvard Business School Press, Cambridge, MA. — (2006a): “Open Innovation: A New Paradigm for understanding Industrial Innovation”, Chapter 1. In: Chesbrough, H.W.; Vanhaverkeke, W.; West, J. (Ed.) Open Innovation. Researching a New Paradigm, pp. 1-12. Oxford University Press, Oxford. — (2010): “Business model innovation: Opportunities and barriers”, Long Range Planning, Vol. 45, pp 354-363. CZEPIEL, J. A. (1990): “Service Encounters and Service Relationships: Implications for Research”, Journal of Business Research, Vol. 20, pp 13-21. DABHOLKAR, P.A.; BOBBITT, L.M. and LEE, E.J. (2003): “Understanding Consumer Motivation and Behaviour related to Self-scanning in Retailing: Implications for Strategy and Research on Technology-Based Self-service”, International Journal of Service Industry Management, Vol. 14, No. 1, pp 59-95. FROEHLE, C. M. (2006): “Service Personnel Technology, and Their Interaction in Influencing Customer Satisfaction”, Decision Sciences, Vol. 37, No. 1, pp 5-38. GUMMESSON, E. (1995): “Relationship Marketing: Its Role in the Service Economy”, Understanding Services Management, W.J. Glynn and J.G. Barnes, New York, John Wiley & Sons, pp 244- 268. — (2002): “Relationship Marketing and a New Economy: it’s Time for deProgramming”, The Journal of Services Marketing, Vol. 16, No. 7, pp 585589.


426

FRANCISCO GONZÁLEZ-BREE

HARRIS, L.C. and OGBONNA, E. (2006): “Service Sabotage: A Study of Antecedents and Consequences”, Journal of the Academy of Marketing Science, Vol. 34, No. 4, pp 543-558. HOBDAY (2005): “Firm-level Innovation Models: Perspectives on Research in Developed and Developing Countries”, Technology Analysis & Strategic Management, vol. 17, nº2, 121- 146. KELLEY, S.W.; DONNELLY, J.H.J. et al. (1990): “Customer Participation in Service Production and Delivery”, Journal of Retailing, Vol. 66, No. 3, pp 315-335. LACEY, R.; SUH, J. et al. (2007): “Differential Effects of Preferential Treatment Levels on Relational Outcomes”, Journal of Service Research, Vol. 9, No. 3, pp 241256. LAZZAROTTI, V.; MANZINI, R. (2013): “Different modes of open innovation: A theoretical framework and empirical Study”, Chapter 2. In Tidd, J. (Ed.), Open Innovation Research, Management and Practice, Vol. 23. World Scientific Publication Co., London, pp 15-37. LEVINE, S.S.; PRIETULA, M.J. (2014): “Open collaboration for innovation. Principles and Performance”, Organization Science, Vol. 25, No. 5, pp 1414-1433. LIN, J.S. and HSIEH, P.L. (2006): “The Role of Technology Readiness in Customers’ Perception and Adoption of Self-service Technologies”, International Journal of Service Industry Management, Vol. 17, No. 5, pp 497-517. LOVELOCK, C.H. and WRIGHT, L. (1998): Principles of Service Marketing and Management. Upper Saddle River, NJ, Prentice Hall. MEUTER, M.L.; OSTROM, A.L.; ROUNDTREE, R.I. and BITNER, M.J. (2000): “SelfService Technologies: Understanding Customer Satisfaction with TechnologyBased Service Encounters”, Journal of Marketing, Vol. 64, No. July, pp 50-64. OSTERWALDER, A. (2004): The Business Model Ontology: a Proposition in a Design Science Approach, Disertación doctoral. Lausana: École des Hautes Études Comerciales de l’Université de Lausanne. ROTHWELL, R. (1994): “Towards the fifth-generation innovation process”, International Marketing Review, Vol. 11, No. 1, pp 7-31. RUST, R. T. and CHUNG, T. S. (2006): “Marketing Models of Service and Relationships”, Marketing Science, Vol. 25, No. 6, pp 560-580. SCHULTZE, U. (2004): “Complementing Self-Service Technology with Service Relationships - The Customer Perspective”, e-Service Journal, Vol. 3, No. 1, pp 7-31. SHETH, J.N.; SISODIA, R.S. et al. (2000): “The Antecedents and Consequences of Customer-Centric Marketing”, Journal of the Academy of Marketing Science, Vol. 28, No. 1, pp 55-66. SOUSA, R. and VOSS, C. (2006): “Service Quality in Multi-channel Services Employing Virtual Channels”, Journal of Service Research, Vol. 8, No. 4, pp 356-371. SURPRENANT, C.F. and SOLOMON, M.R. (1987): “Predictability and Personalization in the Service Encounter”, Journal of Marketing, Vol 51, No. April, pp 73-80.


LA INNOVACIÓN EN NUEVOS MODELOS DE NEGOCIO DIGITALES

427

SVENSSON, G. (2006): “New Aspects of Research into Service Encounters and Service Quality”, International Journal of Service Industry Management, Vol. 17, No. 3, pp 245-257. SWANSON, S.R. and KELLEY, S.W. (2001): “Attributions and Outcomes of the Service Recovery Process”, Journal of Marketing Theory and Practice, Vol. Fall, pp 5065. TEECE, D.J. (2007): “Explicating Dynamic Capabilities: The Nature and Microfoundations of (Sustainable) Enterprise Performance”, Strategic Management Journal, Vol. 28, No. 13, pp 1319-1350. — (2009a): Business Models, Business Strategy, and Innovation, Mimeo, University of California, Berkeley, Haas School of Business. — (2009b): Dynamic Capabilities and Strategic Management: Organizing for Innovation and Growth. Oxford University Press. — (2010): “Business Models, Business Strategy and Innovation”, Long Range Planning, Vol. 43, pp 172-194. TIDD, J. (2013): “Introduction: Why We Need a Tighter Theory and More Critical Research on Open Innovation”, Chapter 1. In Tidd, J. (Ed.), Open Innovation Research, Management and Practice, Vol. 23, World Scientific Publication Co., London, pp. 1-11. VARGO, S.L. and LUSCH, R.F. (2004): “Evolving to a New Dominant Logic for Marketing”, Journal of Marketing, Vol. 68, No. January, pp 1-17. VON HIPPEL, E. (1986): “Lead users: a source of novel product concepts”, Management Science, Vol. 32, No. 7, pp 791-805. — (1988): The Sources of Innovation. Oxford University Press, New York. — (2005): Democratizing Innovation. The MIT Press, Cambridge, MA. VON HIPPEL, E.; VON KROGH, G. (2003): “Open source software and the “PrivateCollective” innovation model: Issues for organization science”, Organization Science, Vol. 14, No. 2, pp 209-223. VON HIPPEL, E.; OGAWA, S.; DE JONG, J.P.J. (2011): “The age of the consumer-innovator”, MIT Sloan Management Review, Vol. 53, No. 1, pp 27-35. YEN, H.J.; GWINNER, K.P. et al. (2004): “The Impact of Customer Participation and Service Expectation on Locus Attributions Following Service Failure”, International Journal of Service Industry Management, Vol. 15, No. 1, pp 7-26. ZEITHAML, V.A.; PARASURAMAN, A. and MALHOTRA, A. (2000): A Conceptual Framework for Understanding e-Service Quality: Implications for Future Research and Managerial Practice, Unpublished work. — (2002): “Service Quality Delivery through Web Sites: A Critical Review on Extant Knowledge”, Journal of the Academy of Marketing Science. Vol. 30, No. 4, pp 362-375. ZEITHAM, V.A. and BITNER, M.J. (2003): Services Marketing: Integrating Customer Focus across the Firm, 3rd Edition, New York, NY: McGraw-Hill.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 429-456)

LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS? THE DIGITAL TRANSFORMATION OF BANKING: TOWARDS BANKING WITHOUT BANKS? Fernando Gutiérrez Junquera BBVA RESUMEN La industria financiera en general y la banca en particular afrontan en el futuro más inmediato una transformación profunda. La baja rentabilidad del sector en un entorno macroeconómico y de tipos de interés adverso, los cambios en los hábitos de la clientela y la emergencia de nuevos competidores (fintech) exigen mejorar de forma drástica la productividad del sector. Los avances de las llamadas tecnologías exponenciales y en su ritmo de adopción, así como la regulación, se destacan como los factores principales que van a determinar la nueva estructura del sistema financiero y la velocidad con la que se configure. Por último, se describen los rasgos fundamentales de la transformación que los bancos actuales deben abordar para aspirar a una posición relevante en el nuevo sistema financiero. Palabras clave: Sistema financiero, banca digital, tecnologías exponenciales, fintechs, regulación. SUMMARY The financial industry in general and banking in particular face a profound transformation in the immediate future. The sector’s low profitability in an adverse macroeconomic and interest rates environment, changes in customer habits and the emergence of new competitors (fintech) necessitate a drastic improvement in productivity from the sector. The advances of the so-called exponential technologies and their adoption rate, as well as regulation, stand out as the main factors that will determine the new structure of the financial system and the speed with which it is formed. Finally, the article describes the principal characteristics of transformation that present-day banks must address in order to preserve a significant position in the new financial system. Key words: Financial system, digital banking, exponential technologies, fintechs, regulation.

1. Introducción Los bancos, y la industria financiera en general, reúnen condiciones muy favorables para una digitalización temprana. Esto es así por la pro-


430

FERNANDO GUTIÉRREZ JUNQUERA

pia naturaleza de sus materias primas y de sus productos finales que, en última instancia, son información y dinero. Y el dinero, a su vez, es fácilmente digitalizable y puede convertirse en apuntes contables, es decir, en información1. Y, sin duda, la industria financiera y la banca han cambiado de forma notable en las últimas décadas por el impulso de la adopción de las tecnologías de la información y la comunicación. Sin embargo, la magnitud y el alcance de esos cambios ha sido muy inferior a los que han experimentado otros sectores, algunos de los cuales, como el negocio editorial o los viajes, implican –o implicaban– un alto grado de “fricción” derivado de la necesidad de distribuir amplios stocks de productos “físicos” o de transportar y atender físicamente a personas. En este artículo se argumenta que ese retraso de la banca en relación con otros sectores ya se está corrigiendo. La industria está cambiando a gran velocidad y se encuentra en el inicio de un proceso disruptivo que va a transformar completamente la industria tal y como la hemos conocido durante siglos. En los siguientes epígrafes se analizan brevemente las razones por las que la industria no participó plenamente en la revolución digital en sus fases anteriores y por qué finalmente ha entrado en este proceso de cambio acelerado. A continuación, se caracterizan los rasgos fundamentales de ese cambio y los motores que lo impulsan: las tecnologías que más están incidiendo en la industria, los cambios en los clientes y la regulación, que se destaca como un determinante fundamental de la estructura futura del sistema financiero –y de la velocidad con la que esta se configure–. Finalmente, se aventuran posibles escenarios para la industria financiera y el papel de los bancos en ella. 2. Evolución y revolución en banca Los avances en las tecnologías de la información y las comunicaciones han tenido un impacto significativo y creciente en la banca a partir de los años 70. 1 Se estima que todo el dinero físico del mundo (incluyendo todo el oro y la plata ya extraídos del subsuelo) representa unos 13 billones de dólares; la M3 global alcanzaría los 81 billones. Si se añaden los valores cotizados, deuda y acciones, se sobrepasarían los 350 billones. Y sumando los derivados se llegaría a una cifra entre 1 y 2 trillones de dólares. Es decir, que el dinero “físico” representa, como máximo, el 1% del volumen de activos y pasivos financieros en los balances de los bancos y en los mercados. (The Money Project, 2016).


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

431

Esa década estuvo marcada, primero, por la instalación de ordenadores –“mainframes”– que mejoraron el almacenamiento y la recuperación de datos y permitieron la mecanización de muchos procesos y operaciones. En paralelo, permitieron introducir las tarjetas de débito y crédito, con sus terminales de punto de venta, y los cajeros automáticos. Ya en los años 80, comenzaron a generalizarse los ordenadores personales, primero en los servicios centrales y luego en las redes de oficinas. Los años 80 fueron también los años del desarrollo de los sistemas electrónicos de contratación, liquidación y compensación en los mercados financieros y en las transacciones entre los bancos privados y los bancos centrales. Y a partir de los últimos años 90 la banca comenzó a utilizar de forma masiva las aplicaciones derivadas de internet y de la telefonía móvil, principalmente para desarrollar nuevos canales de interacción con los clientes. Todos estos pasos sucesivos supusieron mejoras graduales, pero muy significativas, en la automatización de los procesos y la disponibilidad de la información –y, por tanto, en la eficiencia de las entidades y el servicio a los clientes–. Sin embargo, a pesar de la naturaleza “informacional” de la actividad financiera y de que la industria fuera, en gran medida, un “early adopter” de las TIC’s, esos cambios no han tenido parangón con la revolución que han experimentado otros sectores de alto contenido informacional como los medios o la música o, incluso, con los de otros sectores más “físicos”, como la distribución de muchos bienes de consumo o los viajes. Ni la estructura del sector ni el modo en el que se desarrolla la actividad bancaria han sufrido una verdadera disrupción. Hoy siguen existiendo más de 20.000 bancos en el mundo que operan a nivel local o, como mucho, nacional; se siguen produciendo y distribuyendo, fundamentalmente, los mismos productos y servicios que hace tres décadas; y se sigue haciendo, principalmente, a través de los canales tradicionales: sólo muy recientemente han cobrado relevancia Internet o la banca móvil, de forma que los bancos continúan dependiendo de amplias redes “físicas” con multitud de oficinas y de empleados. Comienza ahora a ponerse en cuestión el papel de las oficinas en la banca del futuro, con un profundo desacuerdo entre quienes creen firmemente en su desaparición relativamente rápida y quienes creen que se transformarán (¿en qué?, ¿en cuánto tiempo?) y seguirán desempeñando un papel relevante.


432

FERNANDO GUTIÉRREZ JUNQUERA

¿A qué puede atribuirse este retraso en la transformación de la industria bancaria?. Pueden enumerarse varias razones. La primera, el conservadurismo de los clientes a la hora de gestionar sus asuntos financieros, que se traduce en una gran fidelidad a sus bancos. La segunda, las altas tasas de crecimiento de la actividad financiera y la elevada rentabilidad de los bancos en la década anterior a la crisis financiera de 2007-2008. Esto, en parte, fue fruto del aprovechamiento de los avances tecnológicos por parte de las entidades para mejorar su eficiencia pero, sobre todo, fue el producto de un período de fuerte crecimiento económico y de estabilidad macroeconómica y financiera, así como de la desregulación de la industria en los años 90. Como resultado, en los años 90 y hasta 2007 el balance de los bancos creció muy rápidamente (en la eurozona, por ejemplo, se cuadruplicó entre 1992 y 2007). Esta bonanza favoreció una utilización meramente incremental de las posibilidades de la tecnología y desalentó cambios radicales que pusieran en cuestión un modelo que prácticamente todos los participantes percibían como satisfactorio –incluyendo los propios clientes, que tenían muy fácil acceso a la financiación y servicios más convenientes y a precios más bajos que en las décadas anteriores. El tercer factor que ralentizó el cambio, posiblemente el más poderoso, fue la regulación; el ciclo del ajuste regulatorio es siempre mucho más lento que el ciclo de generación y adopción de cambios tecnológicos. Pero, además, los reguladores estuvieron muy concentrados durante los años noventa en adaptarse a los desarrollos en los mercados financieros con un fuerte crecimiento de productos cada vez más complejos y encauzar las ventajas de la globalización y la diversificación y las posibilidades de cobertura de riesgos a través de nuevos instrumentos financieros. En definitiva, el período desde final de los 80 hasta la crisis de 2007 fue un período de desregulación y crecimiento de la banca así como de reducción de las necesidades de capital de los bancos, fruto del contexto de prosperidad y del deseo de limitar las diferencias regulatorias entre países en un marco de mercados cada vez más globales. Esto contribuyó a impulsar el crecimiento y la rentabilidad de la industria financiera y a generar una sensación de estabilidad y solidez del sistema global, que luego se revelaría falsa, pero que favoreció el conservadurismo de los reguladores y, en la práctica desalentó el acceso a la industria de agentes ajenos a la misma hasta entonces –agentes, por tanto, no regulados y carentes de las licencias necesarias–.


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

433

Después de la crisis, la reacción regulatoria se centró en corregir la laxitud anterior y reforzar las exigencias en todos los ámbitos, posponiendo, una vez más, la adaptación de los contenidos, los enfoques y los recursos de los reguladores y los supervisores a los cambios que se estaban acelerando en la tecnología y en la sociedad. Pero todos estos factores que habían frenado la transformación en la industria bancaria están cambiando rápidamente. En primer lugar, el entorno macroeconómico es muy diferente y se refleja en una fuerte caída de la rentabilidad de la industria. Así, por ejemplo, la rentabilidad de los recursos propios (ROE) de los bancos europeos ha pasado de niveles entre el 15 y el 20% antes de la crisis a prácticamente cero en 2011 y 2012 para estabilizarse entre el 4 y el 5% a partir de 2013 (BBVA Research, 2016). ¿Qué explica este cambio radical, desde una industria próspera a una industria con graves problemas de rentabilidad?. Por una parte, encontramos los efectos retrasados de la crisis en forma de mala calidad de los activos en balance, tasas de mora todavía muy altas y -en consecuencia- fuertes necesidades de dotaciones y provisiones que reducen los beneficios. Esto, sin embargo, sería un fenómeno temporal y soluble en un mejor contexto macroeconómico. Sin embargo, la recuperación económica global después de la crisis financiera está siendo mucho más lenta y vacilante que en ciclos anteriores. Y todo ello a pesar de las políticas monetarias fuertemente expansivas que llevan aplicándose desde hace ya casi una década, y que han llevado los tipos de interés a niveles cero o incluso negativos en Europa y Japón para un amplio segmento de la curva de rendimientos. Tal y como se ha comprobado (véase por ejemplo, Borio et al., 2015) la rentabilidad de los bancos se ve negativamente afectada por la existencia de tipos inusualmente bajos, especialmente si se combinan con una curva de rendimientos muy plana. Y estos efectos son aún más acusados en condiciones de bajo crecimiento y con volúmenes importantes de activos dañados en los balances de los bancos. En paralelo, tras la desregulación de las décadas previas a la crisis financiera, se ha producido un endurecimiento de la regulación, en varios frentes: en primer lugar, se ha tratado de fortalecer la solvencia y la liquidez de las entidades, así como de limitar su apalancamiento; por otra parte, se han establecido normas específicas para reducir el riesgo sistémico, que afectan especialmente a las entidades de mayor tamaño a nivel global, así como herramientas para minimizar los efectos adversos de las quiebras bancarias en los mercados y para reforzar las políticas de supervisión macroprudenciales.


434

FERNANDO GUTIÉRREZ JUNQUERA

Por último, se ha incrementado el grado de protección a los consumidores, con mayores requerimientos y controles de transparencia y, en muchos casos, con limitaciones en los precios y las condiciones de distintos tipos de operaciones. Todo esto ha supuesto un aumento muy importante del capital requerido para la actividad bancaria –en líneas generales, el nivel necesario hoy sería el doble del anterior a la crisis– y un recorte de los ingresos por diferentes rúbricas, así como un aumento de los costes de control y cumplimiento de las regulaciones y los requerimientos de información. La confluencia de estos dos factores, entorno macroeconómico y de tipos de interés adverso y endurecimiento de las exigencias de regulación y supervisión, ha reducido la rentabilidad de los recursos propios de la banca. Sus niveles actuales (entre el 4 y el 5% en Europa, y algo superiores en Estados Unidos) se sitúan claramente por debajo del coste del capital: el rango de estimaciones es bastante amplio, en torno al 10% pero ninguna de ellas baja del 8% (véanse por ejemplo, las estimaciones del BCE -Banco Central Europeo, 2015- en la parte baja de ese rango, o de la EBA -Autoridad Bancaria Europea, 2015-, bastante superiores). Sin duda, esta situación no puede prolongarse indefinidamente. Sin embargo, no se advierten cambios a corto plazo en las variables clave que pudieran impulsar la rentabilidad de los bancos: la mayor parte de los análisis apuntan a que los tipos de interés continuarán muy bajos durante bastante tiempo, y las previsiones de crecimiento a nivel global se mantienen en niveles similares a los actuales. Actualmente hay un vivo debate entre los economistas acerca de las razones de la debilidad de recuperación tras la crisis y las flojas perspectivas actuales de crecimiento. Muchos economistas opinan que la economía global afronta una fase prolongada de estancamiento (o crecimiento muy modesto) por diferentes razones, entre las que se cuentan las perspectivas demográficas o el agotamiento de los factores que impulsaron la mejora de la productividad en décadas precedentes. Otros son más optimistas y creen que la revolución tecnológica acabará trayendo mejoras radicales en la productividad y una ola de crecimiento y prosperidad. Pero incluso estos últimos se resisten a situar el cambio positivo de tendencia en un plazo corto2.

2 Para una panorámica sintética y útil de esta discusión, puede consultarse Teulings y Baldwin (eds), 2014.


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

435

Por su parte, las exigencias de la nueva regulación han llegado para quedarse, aunque en los próximos años se corrijan algunos excesos o duplicaciones, o se vayan reduciendo algunos de los costes asociados a su cumplimento. Los bancos se ven crecientemente presionados para elevar de manera muy significativa su rentabilidad, a través de una mejora de su productividad y eficiencia. Esta mejora de la eficiencia puede lograrse –y, de hecho, las entidades están intentando hacerlo– por vías convencionales: el aumento –o la diversificación– de los ingresos, fundamentalmente por la obtención de comisiones a cambio de diferentes servicios o la entrada en mercados con mejores perspectivas de crecimiento y/o niveles más elevados de tipos de interés; el ajuste de los costes de personal y la racionalización de la red de oficinas. Y, también, a través de una reestructuración de su cartera de negocios, recortando o abandonando las actividades con menor rentabilidad económica y/o regulatoria. Históricamente, estos procesos de ajuste han llevado a una consolidación del sector, que, de hecho, se está produciendo, aunque fundamentalmente a nivel nacional y centrado en las entidades de menor tamaño. En Europa, la perspectiva de la Unión Bancaria podría impulsar las fusiones y adquisiciones transfronterizas, seguramente de forma gradual y a medio plazo. No parece que estos remedios “convencionales” vayan a ser suficientes para resolver los problemas del sector, habida cuenta de la magnitud del déficit de rentabilidad y de la evidente sobrecapacidad. Y, sobre todo, a la vista de los cambios que se están ya observando en los clientes y en el panorama competitivo, impulsados por el cambio tecnológico. Porque los clientes ya están cambiando. El sector ha atravesado una profunda crisis reputacional a raíz del descubrimiento de prácticas dudosas, cuando no directamente dolosas por parte de muchos bancos, que contribuyeron a agravar la crisis y el perjuicio para muchos clientes y para el conjunto de la economía –es decir, para todos los ciudadanos–. Al propio tiempo, la difusión de las tecnologías digitales ha dado lugar a toda una generación de clientes jóvenes –y a un segmento pequeño pero creciente de clientes más mayores –acostumbrados ya a realizar gran parte de sus gestiones y compras en el entorno digital–. Clientes que demandan a los bancos otros servicios y maneras diferentes de acceder a ellos; que están dispuestos a aceptar servicios financieros –o estrictamente bancarios– de otro tipo de compañías; de hecho, ya lo están haciendo.


436

FERNANDO GUTIÉRREZ JUNQUERA

Y también existen ya las empresas, diferentes de los bancos, que están atendiendo a estas demandas. Centenares, miles de start-ups están ofreciendo productos y servicios bancarios específicos, atacando los nodos más vulnerables de la cadena de valor de los bancos. Estas compañías son muy ligeras y ágiles y están apoyadas en la tecnología más reciente. Gracias a eso, pueden ofrecer, a un coste reducido, una mejor experiencia a sus clientes. Por lo general, los productos y servicios más ofrecidos son los que no requieren una licencia bancaria, como los pagos, los préstamos, las operaciones con valores o la gestión de activos; también hay iniciativas relevantes en seguros, gestión del riesgo, ciberseguridad, mercados de capitales y otros muchos productos y servicios, incluso los depósitos. El número, la variedad y el tamaño de estas compañías “fin-tech” está aumentando de forma acelerada y las estimaciones sobre su capacidad para “capturar” ingresos y beneficios de los bancos son cada vez más elevados. Por ejemplo, un informe reciente (McKinsey, 2015) pronostica que las fintech podrían restar a los bancos hasta un 60% de sus ingresos por financiación de consumo, o el 35% de los ingresos por pagos y préstamos a pequeñas y medianas empresas. En suma, se están creando las condiciones para una profunda transformación de la banca que mejore de forma radical su productividad y su eficiencia. Esta transformación podría suponer grandes ventajas para los usuarios, en términos de mayor conveniencia y mejores precios. Y debería permitir una gran expansión de la actividad financiera, no sólo por una mayor demanda de los clientes actuales sino, sobre todo, porque permitiría acceder a los servicios financieros a muchos millones de personas de menor renta, la mayor parte de ellos en los países emergentes, multiplicando sus oportunidades para mejorar su calidad de vida. En términos macroeconómicos, la transformación de la industria mejoraría de forma notable la transmisión de la política monetaria, particularmente en el contexto actual de tipos de interés extremadamente bajos, estimularía el crecimiento y ayudaría a reducir la pobreza y la desigualdad. 3. Un nuevo ecosistema financiero Se está configurando un nuevo ecosistema financiero. En él participan los bancos, los nuevos concurrentes, los llamados “fintech” y, todavía en los márgenes de la industria, pero en el futuro probablemente con


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

437

un papel más relevante, las grandes compañías digitales, como Facebook, Apple, Google, Amazon … En comparación con las startups financieras, los bancos tienen estructuras muy costosas y poco flexibles, procesos complejos y lentos, plataformas tecnológicas rígidas y obsoletas, culturas corporativas muy alejadas del mundo digital y difícil acceso al talento que está desarrollando las últimas tecnologías y las innovaciones más disruptivas. En contrapartida, los bancos siguen teniendo a la inmensa mayoría de los clientes; a pesar de la merma de su reputación siguen teniendo marcas ampliamente reconocidas a las que las personas y las empresas confían sus finanzas; tienen redes físicas que distribuyen una amplia gama de productos y servicios al gran número de clientes que continúan utilizándolas con preferencia o simultáneamente a los canales digitales; tienen recursos financieros abundantes, cumplen todas las exigencias de la regulación financiera y conocen el negocio financiero. Por el momento, los bancos continúan dominando abrumadoramente la industria. Sus competidores digitales son, en su mayor parte, entidades monoproducto; incluso operando en su ámbito de especialización casi siempre requieren el apoyo de los bancos para poder entregar sus servicios. Por su parte, las grandes compañías digitales que disponen de los clientes, la marca y los recursos financieros para cubrir cualquier otra carencia, no han entrado en la actividad financiera más que de forma muy marginal (posiblemente por su reticencia a involucrarse en un negocio altamente regulado). Los bancos, por tanto, tienen capacidades y margen de maniobra para resolver sus carencias y poder aprovechar al máximo sus ventajas competitivas. Esto requiere un proceso difícil de ajuste, marcado además por una alta incertidumbre. Porque la configuración hacia la que evolucione el sistema financiero y la velocidad a la que lo haga –lo que, a su vez, será clave para el papel que finalmente tengan los bancos en la industria financiera– dependerá de tres factores y de sus interrelaciones, que pueden ser muy complejas. Estos factores son: primero, los hábitos, necesidades y demandas de los clientes. Segundo, el avance tecnológico y sus aplicaciones a la industria financiera, así como su grado de difusión entre los competidores y los clientes, lo que a su vez contribuirá a configurar las demandas de éstos. Y, tercero, la regulación. Estas cuestiones se desarrollan en los siguientes epígrafes.


438

FERNANDO GUTIÉRREZ JUNQUERA

4. El poder de los clientes El impacto de la crisis sobre la reputación de los bancos y el efecto de la revolución digital (que ha reducido radicalmente los costes de búsqueda de la información, es decir, ha aumentado la transparencia del negocio financiero), han supuesto un aumento del poder de los clientes. Y la presencia de nuevos competidores especializados crea más oportunidades para que los clientes ejerzan ese poder. Esta es una tendencia que solo puede ir a más; por tanto, el negocio financiero evolucionará en la dirección que los clientes quieran. Y los clientes hoy quieren un servicio ágil y rápido –de manera creciente en tiempo real–, a un coste extremadamente competitivo y ajustado a sus necesidades. Y, por supuesto, en un entono seguro, en el que sus datos estén protegidos. Para los bancos, que tienen una diversidad de canales y clientes que los utilizan, y no pueden conformarse con ofrecer sólo el mejor servicio por un solo canal como la mayor parte de sus nuevos competidores, esto significa; primero, disponer de las mejores soluciones móviles, que abarquen, de manera sencilla e intuitiva, todos los aspectos de cualquier consulta o transacción. Pero, más allá de eso, necesitan ofrecer una experiencia omnicanal completa a los clientes, con la capacidad de cambiar de un canal a cualquier otro en cualquier momento y sin fisuras (seamless), y ofreciendo en todos ellos la misma gama de productos, con la misma agilidad y capacidad de personalización. Esto hace aún más importante la tarea de generar sistemas de seguridad que sean muy eficaces, pero poco intrusivos para los clientes. Además de los canales, cambian los contenidos: los clientes van a demandar servicios financieros más complejos, que los ayuden a optimizar sus recursos y planificar sus finanzas; muy probablemente, por este camino se generarán productos diferentes de los actuales, financieros o no financieros, acordes con los cambios en su estilo de vida y relacionados fundamentalmente con la explotación de los datos y la información que los proveedores tienen sobre cada usuario y sobre el conjunto de sus clientes. Entre los cambios en los estilos de vida hay algunos que ya son manifiestos y que pueden afectar de forma significativa a la configuración futura del sistema financiero y al papel que los bancos pueden tener en él. Uno de ellos es la conciencia creciente por parte de los clientes del valor de sus datos; por eso, junto a la preocupación por la seguridad y la


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

439

privacidad, crecen las expectativas y las demandas para que la cesión del uso de sus datos conlleve una compensación. Ya están surgiendo “Bolsas de Datos” como el “Open Personal Data Store”, desarrollado por le MIT (Pentland, et al., 2016) que son ejemplos pioneros de sistemas que pueden capturar datos como una forma de valor y proporcionar a los usuarios finales la posibilidad de cambiarlos por otros derechos (monetarios o no). Otros cambios de hábitos sociales, como la importancia de las redes sociales y el auge de la “sharing economy”, tienen un gran potencial para generar disrupciones profundas en la industria. Algunos ejemplos son el crowdfunding (o microfinanciación colectiva), que permite a redes de usuarios finales proporcionar financiación en pequeñas cantidades a individuos o empresas, sorteando los mercados y las entidades financieras establecidas. En su lugar, una plataforma pone en contacto las ideas de los emprendedores con los recursos de los potenciales inversores finales. Existen muchos otros ejemplos de cómo los usuarios finales pueden utilizar el poder de las redes y las plataformas para acceder directamente a diferentes productos o servicios financieros, desde los pagos a distintos tipos de asesoría, pasando por la gestión de sus finanzas. Otros desarrollos pueden alterar profundamente el papel de los intermediarios financieros –o, incluso, su propia existencia–; uno de los que tienen mayor potencial es el de las “cryptocurrencies” o criptomonedas, que tienen implicaciones que van mucho más allá del uso de “monedas digitales” en lugar de los medios de pagos físicos o bancarios convencionales. Las criptomonedas incorporan tecnologías que permiten a sus usuarios realizar todo tipo de transacciones con cualquier activo (virtual o físico) sin necesidad de control central o de intermediario alguno, es decir, sin mecanismos centralizados, más o menos oficiales y regulados, de ejecución, control, validación o liquidación de las operaciones (sobre esta cuestión volveré más adelante). En definitiva, emerge un mundo en el que los usuarios no solo van a demandar más conveniencia y mejor precio de los productos y servicios financieros, sino productos y servicios nuevos y diferentes (financieros o no financieros) y en el que tendrán la oportunidad de comprarlos, intercambiarlos o financiarlos directamente con sus pares sin necesidad de intermediarios o de mercados. Sería muy aventurado concretar cuáles y cómo serán los productos que los usuarios de la industria financiera demandarán en el futuro, y


440

FERNANDO GUTIÉRREZ JUNQUERA

cuáles serán sus canales, procedimientos y contrapartidas preferidas para hacerlo. Sin embargo, los bancos ya saben que para tener un papel relevante en la industria financiera futura tienen que empezar a mejorar radicalmente su oferta y la experiencia de sus clientes. Esto significa, en primer lugar, que la experiencia digital habrá de ser completa, de principio a fin, para cualquier cliente, canal, producto o servicio. Y, además, esa experiencia habrá de incorporar la capacidad del cliente de participar en su diseño, según sus preferencias. Y, también, que deben ofrecer a sus clientes un acceso fácil al mundo P2P, de forma que puedan utilizar su banco para cualquier interacción o transacción directa con otras personas. Ya se está haciendo esto para pagos y/o préstamos, pero sin duda la gama de productos y servicios P2P se irá ampliando. 5. Las tecnologías que configurarán la industria financiera Las tecnologías que permiten atender a estas demandas de los clientes ya están disponibles; y sus desarrollos y aplicaciones abren un horizonte de posibilidades que hoy apenas podemos imaginar, en beneficio de la calidad y la variedad de los servicios que reciban los usuarios y de la productividad en las operaciones financieras. Es imposible vaticinar el impacto sobre la industria de una revolución tecnológica que todavía está en sus inicios, pero se pueden aventurar algunas tendencias analizando las tecnologías que ya están afectando la industria financiera. Una tecnología que ya está incidiendo de manera muy fuerte en la industria es la computación móvil o los móviles inteligentes, conectados a Internet, cada vez con funcionalidades mejores y más variadas. El acceso a Internet, combinado con la movilidad, ha cambiado las relaciones entre las personas; los consumidores tienen mayor poder para comparar productos y servicios y compartir sus opiniones y experiencias con un número de personas cada vez mayor; las empresas han perdido el poder frente a los clientes. A la vez, la movilidad les permite relacionarse continuamente y desde cualquier lugar, y esperaran poder mantener el mismo tipo de interacción con todas las empresas con las que operan. Muchísimos usuarios se han habituado a poder comparar entre proveedores de productos y servicios en muchos sectores, de forma rápida y sin coste, y a realizar sus compras en cualquier momento y lugar. Y esta tendencia ya ha llegado a la banca. El canal móvil se está convirtien-


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

441

do, de manera acelerada en el preferido por los clientes para el acceso a su banco. En Estados Unidos, más del 30% de los clientes prefieren utilizar la banca móvil, con clara ventaja sobre el 24% que todavía prefieren las oficinas (Accenture, 2014). En los países menos desarrollados, el canal móvil está permitiendo a muchísimas personas, por primera vez, tener acceso a servicios financieros ágiles, simples y baratos, ampliando enormemente el número potencial de clientes bancarios, para los que la banca convencional no podría ofrecer soluciones suficientemente asequibles. Cada vez es posible realizar por la banca móvil el ciclo completo de la compra de productos y servicios más complejos; y cada vez los usuarios tienen más confianza y son más proclives a utilizar este canal. En este sentido, las tecnologías relacionadas con la biometría son fundamentales, en la medida en la que permiten una identificación segura sin necesidad de documentación o de presencia física, resolviendo así uno de los mayores problemas que permiten realizar una oferta bancaria completa de forma totalmente digital a través de cualquier dispositivo. La computación en la nube (o cloud computing) es otra de las innovaciones tecnológicas fundamentales para el desarrollo futuro de la banca, porque permite tener servicios de computación de manera escalable y muy eficiente sin realizar ninguna inversión en infraestructuras propias. Esto hace mucho más fácil, rápido y barato convertirse en proveedor de servicios financieros y, de hecho, explica en parte la proliferación de startups en la industria financiera. Las mayores empresas digitales, como Google, Amazon, Facebook o Apple se han construido sobre la base de la computación en la nube y ofrecen estos servicios a un gran número de otras empresas, sacando partido de sus grandes economías de escala. Y también a partir de estas infraestructuras se han desarrollado los modelos de plataformas digitales, como la de Amazon, en las que se ofrecen distintos productos y servicios que proporcionan diferentes productos. Por su parte, las técnicas de análisis de Big Data permiten extraer información de enormes volúmenes de datos, como los que se derivan de la actividad digital, que crece de manera exponencial impulsada por el móvil y, cada vez más, por multitud de otros dispositivos conectados a Internet, lo que se conoce como Internet de las cosas. Big Data es especialmente útil para conocer mejor el comportamiento de los clientes, porque es capaz de procesar no sólo datos estructurados (estadísticas, indicadores), sino también desestructurados (flujos de navegación en la red, contenidos de las redes sociales, etc.). Junto con estas tecnologías que ya están teniendo un impacto


442

FERNANDO GUTIÉRREZ JUNQUERA

notable en la industria, otras, en un estado más incipiente, permiten prever cambios aún más profundos en un futuro no lejano: la tecnología “blockchain” o de registros distribuidos es la base de una de las criptomonedas que han alcanzado más relevancia: el bitcoin. Pero más allá de la misma criptomoneda, blockchain representa un potencial enorme de cambio en el negocio financiero. Porque, en suma, es una contabilidad pública entre pares que no exige ninguna autoridad, control central o intermediario (Karp, 2015). Esto representa un profundo cambio en las reglas del juego en amplios segmentos de la actividad financiera –y en otras industrias–, para la gestión de cualquier tipo de activos, digitalizados o físicos y generará nuevos modelos de negocio que hacen prescindible a la banca como intermediario. Pero, a la vez, ofrece múltiples posibilidades a los bancos para automatizar procesos que hasta hoy implican un uso intensivo de mano de obra y, también, permite plantearse nuevas actividades y nuevos negocios. Otro campo que se revela como clave para la banca del futuro es la “inteligencia artificial” o, más bien, las “tecnologías cognitivas”. Esta es una familia de tecnologías, con aplicaciones diversas, desde la automatización de procesos relativamente rutinarios (automatización inteligente), con grandes ganancias en términos de costes y calidad y rapidez de los procesos (Laurent et al., 2015), hasta las tareas más complejas que los bancos puedan realizar. El desarrollo de “interfaces conversacionales” mejora la experiencia del usuario; el Automated Complex Reasoning permite la toma de decisiones completamente automatizadas a partir de datos del contexto o de comportamientos; ambas son básicas para el desarrollo de asesores robóticos o “robo-advisors”; el “Deep Learning”, por su parte, representa la base para nuevos sistemas, mucho más rápidos y eficaces para distintos propósitos, como la detección del fraude, el “risk-scoring” o la generación de clusters dinámicos de clientes, la construcción de escenarios artificiales de stress … la inteligencia artificial es, también, la base para el procesamiento de lenguaje natural; a partir de que los ordenadores puedan sostener conversaciones con seres humanos, la digitalización de todo tipo de clientes salvará uno de sus últimos obstáculos (Stanford University, 2016). 6. Regulación, supervisión y cambio en la industria El sector financiero ha sido, históricamente, un sector fuertemente regulado y –lo que es casi igual de importante– estrechamente supervi-


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

443

sado. Los objetivos tradicionales de ese alto grado de intervención pública han sido garantizar la estabilidad del sistema, minimizar el impacto de posibles crisis sobre el conjunto del sistema de pagos y la economía y, finalmente, proteger a los consumidores –principalmente en su calidad de depositantes–. Más recientemente se ha dado cada vez más relevancia a otro objetivo: promover o proteger la competencia, como mecanismo para salvaguardar los intereses de los clientes y, también, para impulsar la eficiencia y el crecimiento económico. Sin embargo, favorecer la innovación no ha figurado históricamente entre las preocupaciones de los reguladores y los supervisores; por el contrario, las innovaciones financieras se han visto muy frecuentemente con recelo, en una visión en la que primaba la preocupación por los riesgos que pudieran acarrear sobre los beneficios que pudieran derivarse de una mejora del servicio y/o una reducción de su coste. Esto, unido al inevitable retraso del ajuste de la regulación a cualquier cambio que afecte al mercado, y al obstáculo que la propia regulación supone para el desarrollo de operaciones o procesos antes no contemplados y para la entrada de nuevos concurrentes, se ha reflejado históricamente en un cierto retraso de los sistemas financieros con respecto a los cambios tecnológicos y a los cambios económicos y/o sociales que traen consigo. Así, la regulación ha sido un factor clave para la digitalización tardía de la banca en comparación con otros sectores, a pesar del alto contenido informacional de la industria financiera. Sin embargo, ni las acciones ni las omisiones carecen de consecuencias. Y la regulación (o la falta de ella) ha sido relevante para explicar la aceleración reciente del cambio en la industria y la forma en la que se está produciendo. Por una parte, el endurecimiento de la regulación a partir de la crisis ha contribuido al auge de los proveedores no bancarios de servicios financieros; por otra, la ausencia de una regulación específica de los aspectos clave de la digitalización, ha retardado los esfuerzos de los bancos en esta dirección, dejando más terreno libre a los nuevos concurrentes. A la vez, ha impedido que estos materializaran una oferta bancaria completa, limitándolos a productos muy concretos alejados del núcleo en el que se concentra la regulación: fundamentalmente las operaciones vinculadas a la captación de depósitos y la creación de dinero a partir de las operaciones con los bancos centrales.


444

FERNANDO GUTIÉRREZ JUNQUERA

En definitiva, la regulación existente y/o la falta de ella en el ámbito digital están contribuyendo a la evolución de la industria hacia la desagregación de la oferta y la demanda. Sin embargo, en el período más reciente se observa un cambio en la actitud de los reguladores y supervisores. Este cambio proviene, por un lado, de la percepción del enorme potencial de las llamadas tecnologías exponenciales para mejorar la calidad, la conveniencia y el precio de los servicios financieros, así como para mejorar cuestiones clave para los objetivos tradicionales de la regulación: la valoración y el control de los riesgos, la asignación del capital, la seguridad de las operaciones y los datos, la transparencia de las operaciones y la información de la que disponen los usuarios, etc. En el mismo sentido opera la presión que ejercen muchos de los nuevos concurrentes para poder ampliar su campo de acción y los propios bancos, para que se supriman o se suavicen las regulaciones que limitan su capacidad para competir de forma más eficaz. Como resultado, en los últimos años algunas autoridades han promovido ciertos cambios regulatorios, fundamentalmente para favorecer la competencia en aquellos segmentos de industria que no comprometen de forma directa la estabilidad del sistema; esto ha favorecido la penetración de nuevos concurrentes en ciertos nichos, como los pagos minoristas, donde, por cierto, se observa una tendencia entre los reguladores (manifiesta, por ejemplo, en el Open Banking Standard del Reino Unido o la directiva de pagos de la UE conocida como PSD2) hacia obligar a los bancos a abrir sus infraestructuras de datos a terceros, cediendo una de sus mayores ventajas en este ámbito. Pero no se ha abordado todavía la tarea de regular de manera sistemática la banca digital. Ni siquiera existe un consenso sobre las grandes cuestiones que debería abordar esa regulación y cuál debería ser su sentido general o su filosofía. Y todo esto es muy importante no solo para determinar la velocidad y el sentido del avance de la digitalización bancaria, sino también para entender quiénes pueden ser los agentes beneficiados y perjudicados. Los reguladores y supervisores se enfrentan al reto de crear un marco que permita desarrollar los nuevos modelos de negocio, capaces de generar nuevas y mejores propuestas de valor para los clientes al tiempo que brinda una protección adecuada frente a los riesgos asociados. Por otra parte, los reguladores y supervisores tienen que buscar un equilibrio adecuado entre asegurar la estabilidad financiera del sistema y promover


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

445

ganancias de eficiencia y productividad en la industria, que son palancas para obtener mejores precios y mayor crecimiento. Además, y habida cuenta del gran número y la diversidad de los proveedores de algún tipo de servicios financieros que participan –y participarán– en el mercado, es necesario asegurar un “level playing field” en el que los productos y servicios tienen un tratamiento regulatorio y de supervisión similar, con independencia de otras características de la empresa que vende o presta esos servicios. Por último, toda innovación conlleva el riesgo de errores y requiere de un período de pruebas y mejoras sucesivas hasta que pueda darse por consolidada. Por eso, tanto la regulación como la supervisión deben contemplar “espacios seguros” para la experimentación y una cierta tolerancia para con los errores bien intencionados, dentro de un marco de acuerdos previos y diálogo constante entre la industria y los reguladores y supervisores Hay tres ámbitos en los que la regulación puede desempeñar un papel especialmente relevante a la hora de definir la configuración futura de la industria: el primero se centra en las tecnologías facilitadoras, que afectan a casi cualquier servicio que se preste de forma digital: big data, ciberseguridad e identidad digital. En lo referente al análisis de big data, un enfoque regulatorio excesivamente restrictivo restará potencial al uso de las tecnologías y al desarrollo del Internet de las cosas para generar una mejor oferta financiera. Se necesita una regulación que permita su uso bajo criterios adecuados de consentimiento por el usuario, transparencia y control, que proporcione a la vez seguridad legal sobre los datos individuales (desagregados) y que alinee las diferentes regulaciones nacionales de protección de datos. La cuestión de la ciberseguridad es clave para el desarrollo futuro de la industria financiera. La naturaleza global del tema exige la aplicación coordinada de estándares internacionales y esquemas para compartir información sobre los incidentes que ocurran, tanto entre las propias entidades financieras como entre éstas y las autoridades. En relación con la ciberseguridad, es necesario desarrollar sistemas de identificación remota (eID) que proporcionen la máxima agilidad y seguridad en la interacción del sector financiero con los clientes. Un buen punto de partida es el “Electronic Identification and Trust Services Regulation” (regulación eIDAS), como marco para la futura compatibilidad de los sistemas de identificación digital nacionales, que podrían así ser reconocidos en cualquier otro país de la UE. Debería establecerse un


446

FERNANDO GUTIÉRREZ JUNQUERA

esquema que permita a los proveedores de servicios financieros privados acceder a esos sistemas nacionales para verificar la identidad de sus clientes digitales. Y dado que los sistemas nacionales todavía no son compatibles, deben establecerse los principios para validar los sistemas de identificación que las entidades están desarrollando. El segundo ámbito fundamental para la regulación financiera digital es el de las tecnologías con potencial para cambiar la infraestructura digital del sistema financiero, básicamente la computación en la nube y “blockchain”. Se necesita una regulación para el uso de la computación en la nube que garantice la seguridad y la protección de los datos; en cuanto a “blockchain” o tecnología de registros distribuidos, está en sus inicios y todavía no se puede anticipar cuáles serán sus aplicaciones comerciales en el futuro. Por eso, la regulación debe ser suficientemente general y flexible para permitir su evolución; posteriormente podrán analizarse y regularse más en detalle las diferentes líneas de aplicación que surjan en la industria. El tercer y último aspecto relevante para la regulación es el de los modelos de negocio digitales. Dado que hasta hoy la captación de depósitos está muy estrechamente regulada, las grandes áreas que están evolucionando más rápido y donde se están generando estos nuevos modelos son los pagos y los préstamos o créditos. Los principales desarrollos pueden resumirse en tres: por un lado los mecanismos alternativos de financiación (Préstamos P2P, “crowdfunding”, mercados online …). Todas estas actividades deberían estar sujetas a una regulación lo más armonizada posible –a nivel europeo y, en el futuro, global– que proteja los intereses de los inversores al por menor, siempre distinguiéndolos de los depósitos. Con ello se evitaría que regulaciones nacionales diferentes lleven a mercados fragmentados. Por otro lado, la actividad de los llamados agregadores u otros operadores capaces de iniciar procesos de pago diferentes del banco que tiene la cuenta del cliente contra la que se hacen esos pagos –o ingresos- plantea la cuestión del acceso de estas entidades terceras (TTPs, o “third party providers”) a las cuentas bancarias. Esto, que resulta razonable y, para los bancos, supone compartir el vínculo con el cliente, sólo debería ser autorizado bajo normas que garanticen la seguridad de los pagos y salvaguarden los intereses de los clientes. En esta regulación debería clarificarse otros temas importantes: las responsabilidades del banco y las de los TTPs; la definición de los métodos de autenticación entre ambas


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

447

partes, y a qué datos concretos se debe permitir el acceso para cada operación. Por último, el desarrollo de plataformas, entendidas como mercados virtuales en los que se encuentran oferentes y demandantes de servicios financieros están todavía en un grado de desarrollo incipiente, pero su número y su importancia aumenta sin cesar y podrían convertirse en la vía principal de distribución de productos financieros en un futuro no lejano. Es necesario asegurar que estos modelos del negocio alcancen un alto nivel de seguridad, protección de los consumidores y estabilidad financiera. La regulación debe prever la posibilidad de que los bancos promuevan (o se conviertan en proveedores de) APIs para estas plataformas y/o constituyan sus propias plataformas de servicios financieros. Las plataformas son la base de muchos de los más importantes modelos de negocio digital (pensemos en Google, Facebook o Apple) y aglutinan ya una enorme masa de usuarios y desarrolladores. La extensión de las actividades de estas plataformas a los servicios financieros plantearía problemas relevantes de competencia. Por eso, los reguladores deben garantizar el acceso de las instituciones financieras a información sobre sus clientes en estas plataformas, de la misma forma que los bancos (o sus plataformas) deben permitir el acceso a los TTPs. Aparte de estas grandes cuestiones, quedan todavía por resolver muchos aspectos relevantes: por ejemplo, los bancos tienen un gran margen para mejorar sus capacidades digitales vía adquisiciones, “joint ventures” o acuerdos de colaboración con compañías fintech; la regulación debería facilitar este tipo de relaciones, que son positivas para una mejor adaptación de la banca al mundo digital y, también, para la actividad de las fintech. Y, por supuesto, la provisión digital de servicios financieros ofrece una gran oportunidad para incrementar la oferta y la demanda transfronterizas de servicios financieros. a nivel europeo y reducir la actual fragmentación de los mercados. Por consiguiente, la regulación europea debería facilitar que los bancos pudieran ofrecer servicios por canales digitales en los países en los que no tienen presencia física. En el ámbito global, esta meta parece mucho más lejana, pero deberían promoverse acuerdos entre reguladores y supervisores para avanzar hacia un verdadero mercado global de servicios financieros, que supondría enormes ganancias de eficiencia para el sistema y una clara mejora de la variedad, calidad y precio de los servicios financieros para las personas y las empresas.


448

FERNANDO GUTIÉRREZ JUNQUERA

Por lo que se refiere a la supervisión de la actividad financiera digital, debe, fundamentalmente, asegurar la protección de los consumidores y la viabilidad y sostenibilidad de las instituciones que prestan servicios financieros. Sus tareas, por tanto, se centran en identificar, valorar, monitorizar y corregir los riesgos que puedan menoscabar estos objetivos. El nuevo paradigma digital incorpora nuevos riesgos. El primero de ellos es, seguramente, el de la ciberseguridad; las tareas pendientes incluyen la construcción de esquemas de captación y transmisión de la información, nuevos esquemas de reporte, mecanismos de valoración del ciberriesgo de cada entidad y del conjunto del sistema y el establecimiento de planes de gestión del ciberriesgo por parte de las entidades; el mayor o menor riesgo de cada una de ellas y la implementación de planes para mitigarlo deberían reflejarse en los requerimientos de capital, igual que ocurre con el resto de riesgos. Los supervisores también deben conocer y validar las iniciativas de los bancos en los ámbitos de la computación en la nube y blockchain mediante un enfoque que combine la facilitación y el control, permitiendo el desarrollo de proyectos que cumplan una serie de requisitos preestablecidos. Para estas tareas, los supervisores han de dotarse de las capacidades necesarias. Esto requiere la contratación de nuevo talento por parte de las entidades supervisoras y una importante tarea de formación para sus empleados actuales. Por otra parte, hacen falta mecanismos para el reporte de obligaciones de información cada vez más técnicas y complejas y asegurar el cumplimiento de nuevas regulaciones con las que muchos agentes no estarán familiarizados. En relación a estas cuestiones está surgiendo la llamada RegTech, un conjunto de tecnologías innovadoras para facilitar el cumplimiento regulatorio reduciendo de forma radical el coste y los recursos asignados a estas tareas y permitiendo afrontar requerimientos de información mucho más elaborados y complejos. Es muy importante que los expertos supervisores trabajen en común con los bancos y los desarrolladores de la tecnología para obtener las soluciones RegTech más apropiadas. En suma, en los ámbitos de la regulación y la supervisión digitales, está todo por hacer. Esto representa una gran oportunidad para afrontar de la manera más adecuada nuevos y complejos riesgos para los consumidores, para las entidades y para el conjunto del sistema financiero. Para conseguirlo es necesario la cooperación y el trabajo conjunto de


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

449

todas las partes y, también, la armonización de las normas y requerimientos al nivel más amplio posible. En una primera etapa, esto parece más factible en el ámbito europeo. Pero la actividad digital es, por naturaleza, global y la búsqueda de acuerdos y convenios que homogeneicen la regulación y la supervisión a nivel global es una tarea que debe iniciarse ya y convertirse en un objetivo prioritario para todas las partes involucradas. 7. ¿Hacia dónde va la industria financiera? A partir de la evolución reciente y la previsible para el futuro inmediato del avance tecnológico y de la regulación, y de los cambios en el comportamiento de los consumidores, se pueden adelantar algunos escenarios para la configuración futura de la industria financiera y el papel de los bancos en ella. Este es, por supuesto, un ejercicio extremadamente aventurado, por muchas razones: el cambio tecnológico no es uniforme, y tanto puede seguir acelerándose en los próximos años como estancarse; por otra parte, siempre existe la posibilidad de que aparezca alguna tecnología disruptiva que haga obsoletas otras que hoy pueden parecer extremadamente influyentes para la actividad financiera del próximo futuro y cambie los fundamentos de cualquier pronóstico. Además, el curso –y la velocidad– de la regulación –así como su grado de homogeneidad entre países– están hoy rodeados de incógnitas. Con todo, es un ejercicio útil –o, más bien, necesario– como marco para entender lo que hoy está pasando en la industria financiera y a qué abanico de decisiones estratégicas se enfrentan los agentes. Como ya se ha destacado, en los últimos años la industria financiera se está desagregando (unbundling) o, visto de otra forma, se está volviendo una industria modular (véase, por ejemplo, Oliver Wyman, 2016). Esta desagregación se está produciendo tanto por el lado de la demanda como por el lado de la oferta. La demanda se ha desagregado en el sentido de que los proveedores de servicios tradicionales ya no son “propietarios” de los clientes. Estos pueden elegir fácilmente entre diferentes proveedores de distintos productos o servicios para cada operación que deseen realizar. También existe “desagregación” por el lado de la oferta. Esta desagregación multiplica los efectos de la fragmentación que ya existía en la


450

FERNANDO GUTIÉRREZ JUNQUERA

industria: a los más de 20.000 bancos que existen en el mundo se suman cada año multitud de nuevos operadores muy especializados que ofrecen productos y servicios en segmentos muy concretos de la cadena de valor de la banca. Ahora bien, seguramente no sería correcto extrapolar estas tendencias indefinidamente, hasta una industria financiera plenamente desagregada, con miríadas de proveedores especializados y con clientes que mantienen relaciones con un número amplísimo de proveedores. Primero, porque, como ya se señalado, la industria financiera sufre desde hace años una clarísima sobrecapacidad, agravada en los años recientes por la debilidad de los ingresos y la caída de la rentabilidad. Esta situación tiende a empeorar con la entrada de nuevos concurrentes y con las economías de escala y la caída de precios que trae consigo la revolución digital. Aunque, paralelamente, la revolución tecnológica traerá también una expansión del negocio (mayor crecimiento económico, más demandas de los actuales clientes y muchos más nuevos clientes que hasta ahora no podían acceder a los servicios financieros), esta será una tendencia gradual, que seguramente, no contrarrestará el fuerte y brusco impacto sobre los precios que genera la digitalización de una industria. Cabe esperar, tal y como ha ocurrido en otras industrias digitalizadas, que en el futuro más o menos próximo desaparezcan un gran número de bancos. De esta forma, será el impacto del avance tecnológico el que finalmente impulse la necesaria consolidación de la banca. Por supuesto, muchas –la mayoría– de las startups actuales desaparecerán, quedando solamente las más exitosas, con un modelo de negocio sólido y altas capacidades de ejecución. Otras irán naciendo; ahora bien, el total de nuevos concurrentes dependerá, en gran medida, del avance tecnológico y de la regulación –o la falta de ella–. Si el progreso tecnológico continúa a ritmo acelerado, seguirá surgiendo un gran número de nuevas empresas. En cuanto a la regulación, hasta ahora, el endurecimiento regulatorio tras la crisis financiera ha impulsado el proceso de desagregación. El aumento de los requerimientos de capital y de los costes de cumplimiento está llevando a que ciertas líneas de negocio no sean rentables para los competidores regulados (es decir, los bancos). Al tiempo, el aumento de la transparencia y la protección de los consumidores han debilitado la fidelidad tradicional de los clientes con sus bancos, han dificultado la venta cruzada y han puesto límite a muchas tarifas y comisiones.


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

451

Sin embargo, la conveniencia de la mayoría de los usuarios, que tenderán a reclamar soluciones más completas e integrales para sus necesidades, y la necesidad de articular una regulación y procedimientos de supervisión prácticos y efectivos para protección de los usuarios y la estabilidad del sistema, apuntarían hacia una reagregación (“rebundling”) de la industria. En un entorno tan complejo y cambiante y con altos niveles de transparencia, fidelizar a los clientes y reagregar la oferta exigirá, en primer lugar, disponer de productos y servicios de diferentes proveedores para poder ofrecer lo más adecuado a cada cliente en cada circunstancia. Requerirá, también, un “front-end” muy ágil y muy conveniente, que ayude a los clientes a elegir, combinar y/o diseñar los productos y servicios que mejor satisfagan sus demandas. Y detrás de todo ello tendrá que haber una reputación excelente, basada en la transparencia, la seguridad, la integridad y la ausencia de conflictos de interés. La experiencia en otras industrias sugiere que esto se traducirá en la construcción de plataformas donde diferentes proveedores competirán y –con frecuencia– colaborarán para ofrecer la mejor experiencia a sus usuarios. En la industria financiera se observa el surgimiento de plataformas de este tipo, que van más allá de los agregadores o aplicaciones que ya existían. Hasta ahora, todas ellas son bastante especializadas en sus actividades o se dirigen a segmentos muy concretos de los clientes. Así, podemos ver plataformas organizadas en torno a eventos importantes en la vida de las personas, por ejemplo de compra de una casa; otras de gestión de las finanzas personales dirigidas a segmentos concretos de usuarios: jóvenes, jubilados, familias con niños; plataformas basadas en la pertenencia o la afinidad con determinadas organizaciones (clubs, grupos en las redes sociales, etc.); plataformas dirigidas a empresas –fundamentalmente pequeñas y medianas– en sectores con necesidades muy específicas …. Estas plataformas responden a dos tipologías básicas: unas son proveedoras de funcionalidades, normalmente dirigidas a otros negocios o empresas (financieras o no); en el futuro, estas plataformas podrían ofrecer una gama cada vez más amplia de servicios, incluso lo que se llama “banca como servicio”, es decir, toda la infraestructura y los procesos necesarios para desarrollar la actividad financiera. Otras son plataformas entendidas como punto de encuentro o mercado, dirigidas a clientes finales. En un comienzo, seguirá habiendo un


452

FERNANDO GUTIÉRREZ JUNQUERA

buen número de estas plataformas especializadas en diferentes nichos de negocio o de clientes que competirán con proveedores con acceso directo a sus clientes y/o con los “comparadores” de productos que ya existen. Sin embargo, la conveniencia de los usuarios y las enormes economías de escala y de alcance que puedan generarse deberían conducir al desarrollo de un número relativamente reducido de grandes plataformas generalistas que agrupen a multitud de proveedores y de usuarios de diferentes características y desarrollen el grueso de la actividad financiera. Junto a ellas coexistirían plataformas más especializadas por productos, nichos de clientes … y multitud de productores, la inmensa mayoría de los cuales habrán de utilizar una o varias plataformas para entrar en contacto con los clientes. Por consiguiente, una pregunta capital para el futuro del sistema financiero y de los bancos es: ¿quién conseguirá aglutinar a todos esos agentes (proveedores y clientes) en “su” plataforma financiera, como hacen hoy Amazon, Apple o YouTube para sus respectivos campos de actuación?. Los “dueños” de las plataformas son los que establecen las reglas, se responsabilizan de su mantenimiento y mejora y validan las transacciones que se producen en ella; su “marca” es la que da confianza a los usuarios y atrae a los proveedores de bienes y servicios. Por tanto, participan de los ingresos que generan las transacciones en la plataforma y, también, capturan la información que se produce en torno a ella, lo que supone una enorme fuente de valor. En la competencia por ocupar esta posición participarán, junto a los bancos, algunas de las startups de mayor éxito (ya existentes o por crear), grandes jugadores digitales y, muy probablemente, grandes retailers. ¿Habrá finalmente un lugar para los bancos en este nuevo ecosistema financiero? En sentido estricto, y con una perspectiva de largo plazo, la respuesta es no; los bancos, tal y como los conocemos hoy, están destinados a desaparecer. Cualquiera de los bancos actuales que consiguiera en el futuro ocupar una posición relevante en la nueva industria financiera –por ejemplo, como titular de una plataforma importante–, seguramente no sería ya un banco, sino una empresa de servicios, gestora de un mercado dedicado a la distribución de productos y servicios –financieros y, cada vez más, no financieros– basados en el


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

453

conocimiento. Seguramente, se parecería más a algunos de sus potenciales competidores, como las grandes empresas digitales que a un banco, tal y como hoy los conocemos. Los bancos están, en muchos sentidos, bien situados para construir plataformas atractivas para los consumidores: mantienen un gran número de relaciones que mantienen con clientes y tienen un acceso privilegiado a sus datos, incluyendo la calidad de su crédito, el tipo de empleo que tienen y su situación actual en el ciclo de vida. Pueden ofrecer también entornos seguros y confiables para los datos de los clientes y para las transacciones. Y, por último, pero no menos importante, pueden integrar sus plataformas con sus redes físicas, ofreciendo un “plus” de relación personal que, para muchos clientes, es muy relevante. Las plataformas promovidas por nuevos concurrentes no bancarios tienen ventajas indudables, por la ausencia de los legacies de los bancos. Pero, en cambio, necesitarán cumplir con una serie de requisitos regulatorios, incluyendo todos los relativos a protección de los consumidores y contra el lavado de dinero, e incluso, eventualmente, obtener una licencia bancaria. Por otra parte, las plataformas construidas a partir de empresas digitales podrían encontrar dificultades para obtener ingresos (comisiones, etc.) de los usuarios finales, especialmente los clientes minoristas, dados los hábitos de los consumidores de utilizar servicios gratuitos de Internet. En su lugar, buscarán cargar sus comisiones a los proveedores de servicios en la plataforma, lo que supondrá un obstáculo para atraer y retener a los mejores proveedores. Las posibilidades de un banco para tener éxito en el nuevo entorno dependerán, en primer lugar, de sus capacidades tecnológicas y de análisis, incluso más que de su oferta de productos, que siempre podrá descansar parcial o incluso totalmente en productos y servicios de terceros. Un número reducido de bancos podría conseguir esa posición destacada. Pero eso dependerá de su decisión y acierto para gestionar una transformación radical y de factores externos como, por ejemplo, que la regulación no solo permita sino que facilite a tiempo esta transformación, o que no aparezcan nuevas tecnologías disruptivas que modifiquen aún más profunda y aceleradamente el panorama competitivo. El resto de los bancos actuales desaparecerán, bien rápidamente, absorbidos por otros, bien más lentamente, constreñidos a un segmento de negocio decreciente –el de los productos más regulados– y a una base de clientes cada vez más reducida. Y, por supuesto, otros bancos podrían


454

FERNANDO GUTIÉRREZ JUNQUERA

alargar su existencia proporcionando productos de marca blanca o servicios de infraestructura bancaria a otras entidades que pondrían la marca o a plataformas de servicios financieros. Para prosperar en el nuevo sistema financiero será, desde luego, imprescindible una profunda renovación tecnológica. Esta debería incluir una nueva infraestructura que proporcione la máxima agilidad a los procesos e integre perfectamente todos los canales y que permita el aprovechamiento máximo de las ventajas de la computación en la nube, sin comprometer la seguridad de la información más sensible y siempre dentro de los límites –probablemente cada vez más amplios– que la regulación permita. Además, debería facilitar la más avanzada gestión de riesgos, ayudar a optimizar el balance del banco para obtener la máxima rentabilidad sobre el capital y garantizar –en tiempo real– el cumplimiento de una regulación cambiante y cada vez más compleja y exigente, lo que exige el desarrollo de las máximas capacidades de RegTech. La base de sistemas de información deberá estar fundada en las más avanzadas tecnologías que permitan gestionar el crecimiento exponencial de los datos y sostener los más potentes métodos de análisis. Dados los desarrollos tecnológicos actuales, es de esperar que esta base tecnológica funcione en un entorno de “registros distribuidos” (distributed legder). El banco habrá de dotarse de capacidades avanzadas de análisis de datos que consoliden todos los datos de cada producto o transacción para generar una visión unificada del cliente. Será fundamental analizar y obtener información en tiempo real de cualquier transacción y poder prever su comportamiento futuro utilizando técnicas de “deep learning” u otros algoritmos probabilísticos. De esta forma, la inteligencia artificial se convertirá en otra herramienta clave que permitirá adaptarse ágilmente a cualquier nueva información sobre el cliente y construir el mejor perfil financiero del mismo en cada momento para poder presentarle las mejores ofertas en el momento apropiado. La seguridad de las operaciones y la protección del consumidor es un área en la que los bancos tienen más experiencia y podrían obtener una sólida ventaja competitiva frente a otros proveedores de servicios financieros. La banca necesitará para ello una arquitectura de IT muy sólida, que impida el mal uso de los datos o su acceso indebido por terceros.


LA TRANSFORMACIÓN DIGITAL DE LA BANCA ¿HACIA LA BANCA SIN BANCOS?

455

En definitiva, se trata de ejecutar con éxito una transformación tecnológica completa y radical y dotarse de las mejores capacidades en campos que están progresando y cambiando constantemente. Pero la tecnología es solo una herramienta para conseguir un profundo cambio en el modelo de negocio y en la propuesta de valor para los clientes. En esa propuesta de valor, un ingrediente fundamental es la confianza. Los bancos tienen que revertir la merma de su reputación en los últimos años y recuperar la confianza de sus clientes y del conjunto de la sociedad. Para ello, habrán de guiar su actuación, de manera constante, por principios de prudencia, transparencia, integridad y ausencia de conflictos de interés. Finalmente, los bancos necesitan una verdadera revolución en sus operaciones, sus procesos y sus estructuras organizativas. Una transformación en la forma en la que trabajan y en las habilidades y conocimientos de sus equipos humanos. En definitiva, se trata también de un cambio en sus culturas corporativas, que deben tomar al cliente como foco, y mejorar su experiencia como el objetivo prioritario. Para conseguirlo, deben potenciarse los valores de la agilidad, la flexibilidad, el trabajo colaborativo, el espíritu emprendedor y el apoyo a la innovación. Esta transformación es, si cabe, más difícil que la puramente tecnológica, porque significa operar en la infinita complejidad de las personas, las relaciones sociales y las culturas pre-existentes. Evidentemente, se trata de proceso largo, complejo y costoso. Y el éxito está al alcance de muy pocos. Pero de ello depende el ser o no ser de los bancos en la industria financiera de las próximas décadas. Referencias bibliográficas ACCENTURE (2014): The Digital Disruption in Banking. North America Consumer Digital Banking Survery. AUTORIDAD BANCARIA EUROPEA (2015): Risk Assessment of the European Banking System, junio. BANCO CENTRAL EUROPEO (2015): Financial Stability Review, noviembre. BBVA RESEARCH (2016): “Situación Banca”, junio. https://www.bbvaresearch.com/ wp-content/uploads/2016/06/Situacion-Banca-T16.pdf BORIO, C.; L. GAMBACORTA and B. HOFMANN (2015): “The influence of monetary policy on bank profitability” BIS Working Papers, No 514, October. KARP, N. (2015): “Tecnología de cadena de bloques (blockchain)”, Situación Digital, BBVA, Julio.


456

FERNANDO GUTIÉRREZ JUNQUERA

LAURENT, P.; T. CHOLLET and E. HERZBERG (2015): Intelligent Automation entering the business world. Deloitte. MCKINSEY (2015): “The Fight for the Consumer”, en McKinsey Global Banking Annual Report. OLIVER WYMAN (2016): Modular financial services. The new shape of the Industry. PENTLAND, A.; B. SWEATT, E. SAMUELI and Y-A DE MONTJOYE (2016): “OpenPDS/ Safer Answers: Protecting the Privacy of Metadata”; http://openpds.media.mit. edu/#philosophy STANFORD UNIVERSITY (2016): “Artificial Intelligence and life in 2030. One hundred year study on artificial intelligence: report of the 2015-2016 Study Panel”, Stanford. https://ai100.stanford.edu/2016-report TEULINGS, C. and R. BALDWIN (eds.) (2014): Secular Stagnation: Facts, Causes and Cures. CEPR Press. THE MONEY PROJECT (2016): “All of the World’s Money and Markets in One Visualization” http://money.visualcapitalist.com/all-of-the-worlds-money-andmarkets-in-one-visualization/]


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 457-482)

EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL THE DIGITAL IMPERATIVE: BUSINESS MANAGEMENT IN THE DIGITAL ERA Eduardo Avendaño Ayestarán Accenture Strategy - Managing Director

RESUMEN Nos encontramos ante una nueva revolución industrial, denominada digital, que está cambiando desde los hábitos personales hasta la manera de hacer negocios. Los clientes evolucionan a nuevas formas de relación y comunicación, sus expectativas y capacidad de influencia crecen rápida y exponencialmente, surgen nuevas necesidades y hábitos de consumo. Las empresas, para adaptarse a una demanda cambiante y exigente, adoptan nuevas tecnologías, modifican sus metodologías de trabajo, buscan nuevas capacidades y talento, persiguiendo una propuesta valor que combine diferenciación, eficiencia y reputación. Por otro lado, nuevos actores han entrado en acción, apoyados en avances digitales que han derribado barreras de entrada entre industrias y suponen a la vez un riesgo y una oportunidad de crecimiento para las empresas. En este contexto, la evolución de las empresas no es un reto, sino una obligación. Las empresas deben actuar en torno a tres grandes ámbitos: una estrategia para la era digital, unas adecuadas capacidades digitales y una cultura para el empleado digital. Palabras clave: Transformación digital, expectativas de cliente, estrategia, capacidades digitales, empleado digital.

SUMMARY We are amid a new industrial revolution, the digital revolution, that is changing from personal habits to the way of doing business. Customers evolve towards new ways of communication and relationship, arising new customer habits while expectations and empowerment boost. Companies are adopting new technologies, changing their working methods, demanding new talent, chasing differentiation, efficiency and trust. In addition, new players have come into action, supported by digital advances that eliminate entry barriers between industries and are both a risk and an opportunity for growth for companies. In this context, the evolution of companies is not a challenge but an obligation. Companies must act on three main areas: a strategy for the digital age, suitable digital capabilities and digital workforce culture. Key words: Digital transformation, customer expectations, strategy, digital capabilities, digital employee.


458

EDUARDO AVENDAÑO AYESTARÁN

“No se necesita una estrategia digital, sino una estrategia de negocio para la era digital” “You don’t need a digital strategy, you need a business strategy for the digital age”

1. La revolución digital a. Qué es digital Nos encontramos ante una nueva revolución industrial, un proceso de cambio económico, social y tecnológico consecuencia de avances tecnológicos y científicos que, por su carácter disruptivo, están cambiando las reglas de juego. A lo largo de la historia ha habido muchos momentos disruptivos, la primera revolución industrial como resultado de la aplicación de la máquina de vapor a procesos productivos, la segunda revolución por la energía eléctrica y la producción en cadena o la tercera basada en el uso de la electrónica y los ordenadores. En la actualidad, estamos en los inicios de la cuarta revolución industrial, la digital, caracterizada por la hiperconectividad y la inteligencia artificial, donde los espacios físicos confluyen con los digitales y los cambios suceden a una velocidad nunca antes vista. Lo digital está en la agenda de la inmensa mayoría de equipos directivos de las empresas de todo el mundo. Algunos consideran que es tecnología. Otros, una nueva forma de relacionarse con los clientes. Otros, una nueva forma de hacer negocios. Ninguna de las definiciones es necesariamente incorrecta, pero perspectivas tan diferentes suelen reflejar la falta de alineamiento y visión compartida sobre los objetivos de las organizaciones. Definimos “lo digital” (Fig.1) como el conjunto de tecnologías (interactive, cloud, analytics, robotics, IoT, AI, social, móvil, sensores, impresión 3D…) aplicadas a nuevos modelos de relación con los clientes (GO digital) y/o a la gestión de las operaciones de una organización (BE digital). El punto de inflexión, el momento digital, es ahora. Si bien a principios de los 80s se definieron las bases de la conexión remota, en los 90s se lanzó Internet y en los 2000s nos conectamos socialmente; no ha sido hasta 2010 con la popularización de los dispositivos cuando la revolución digital se ha materializado, convirtiéndose en un imperativo de negocio (Fig.2). Estimamos que un tercio de la población mundial está actualmente conectada, nada menos que 2.500 M de personas, cifra que ascenderá a dos tercios en 2020.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

459

Figura 1 Ámbito de actuación digital1 NEGOCIO DIGITAL

CLIENTE DIGITAL GO digital (penetración mercado)

Foco en el cliente (exterior)

ORGANIZACIÓN DIGITAL

Foco en BE digital en la organización (productividad) (interior) Fuente: Elaboración propia.

Figura 2 Evolución de la conexión digital

CONEXIÓN REMOTA

EXPLOSIÓN INTERNET

SOCIALMENTE CONECTADOS

REVOLUCIÓN DISPOSITIVOS

Fuente: Elaboración propia. 1 GO digital: foco en el CRECIMIENTO en nuevos clientes, productos & servicios, canales y modelos de precio. BE digital: foco en la EFICIENCIA operativa, utilización de activos, agilidad y nuevos modelos de coste.


460

EDUARDO AVENDAÑO AYESTARÁN

Digital abarca todas las dimensiones empresariales, lo cual supone un cambio a nivel global sin precedentes. A nivel empresa, hay nuevas tecnologías y soluciones, más datos que nunca, sistemas nuevos y legacy que han de integrarse, un aumento de la colaboración (dentro y fuera de la empresa), nuevas alianzas, nuevas start-up... todo es nuevo. Estos cambios no son una moda pasajera. El cambio, de hecho, es la nueva constante. De acuerdo a estudios recientes, el 90% de los ejecutivos prevén que el ritmo de cambio de la tecnología aumentará rápidamente en su industria durante los próximos tres años. Y muchas compañías, que ya están experimentando los efectos de las nuevas tecnologías en sus industrias y viendo venir los cambios que necesitarán para poder responder, están sobrepasadas, algunas incluso paralizadas, por el trabajo que les queda por delante. Es necesario coger aire y ponerse manos a la obra para empezar a cambiar los productos, los modelos de negocio, y todos los procesos que los soportan, teniendo que desarrollar nuevas habilidades y aprender formas más ágiles de trabajar basadas en los ecosistemas de colaboración. Esto implica una nueva manera de ver el negocio en su conjunto y en particular a sus personas: nuevas formas de invertir en su desarrollo, nuevos modelos de gestión y nuevas herramientas para asegurar su adaptación al cambio. El negocio es digital, por lo que la organización, su gente y su cultura deben convertirse también en digitales. b. Impacto de la revolución digital La revolución digital está dominando todos los sectores de la economía. En 2015, esta nueva economía digital supuso un 22% de la economía mundial. Y dado su rápido crecimiento el pronóstico es que en 2020 ya suponga un 26%. Lo digital está en el origen del profundo y rápido cambio al que se ha visto abocado nuestro mundo debido a la transformación tecnológica de los últimos años: – El 14% de la actividad económica global es on-line. – 4 de las 5 empresas del top 5 mundial son tecnológicas (Apple, Google, IBM y Microsoft). – Cada día un tercio de la población mundial interactúa a través de la red (2.500 M).


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

461

– El volumen de información2 en Internet equivale a 1 zetta byte (1021), habiendo sido creada el 80% en los últimos 3 años. – Cada minuto se envían 150 M de emails, se realizan 2,5 M de consultas en Google, se visualizan 3 M de videos en Youtube, se descargan 190 mil APPs o Amazon vende $200.000 por mencionar algunos ejemplos. Y todas las previsiones hablan del aumento exponencial de estas cifras. Se calcula que en 2020 habrá más de 50 MM de aparatos interconectados y la información será sin duda el bien más preciado. Las fuerzas de cambio digital impactan principalmente en 4 dimensiones: Consumidores, Empleados, Productos y Empresas. • Consumidores: Los hábitos, comportamientos y expectativas han cambiado, los teléfonos móviles, las apps y las plataformas digitales han modificado nuestra forma de consumir, de interaccionar con las empresas e incluso de relacionarnos entre nosotros. Una persona comprueba al día, de media, 150 veces su teléfono móvil. Cada día, 1.000 M de usuarios activos en Facebook comparten 2.500 M de publicaciones y se mandan 400 M de Tweets. Un tercio de los consumidores están interesados en dispositivos wearables. Se estima que para finales de este año 1 de cada 4 personas tendrá al menos dos dispositivos móviles y aproximadamente un 10% tendrá 3 o más. Pero no sólo eso, la forma de consumir y de elegir productos o marcas, también se ha visto alterada de forma significativa: el 40% de los consumidores confían más en los comentarios de usuarios que ni siquiera conocen que en los mensajes que proporcionan las marcas y el 80% de los consumidores buscan información de los productos en Internet mientras están en la propia tienda. • Empleados: La oferta está variando, las nuevas tecnologías digitales, robotización e impresión 3D, están creando empleos nuevos que no existían y eliminando muchos otros, incluso profesiones cualificadas. Se estima que el 45% de los empleos serán automatizados en los próximos 15 años (Fig.3) y que en 2030 las máquinas inteligentes superarán en número a los humanos.

2 Nos quedamos sin prefijos, tras el kilo (103), mega (106), giga (109), tera (1012), peta (1015) y exa (1018) tenemos al zettabyte (1021). Unicamente hay definido un prefijo superior yotta (1024)


462

EDUARDO AVENDAÑO AYESTARÁN

Figura 3 Probabilidad de automatización de trabajos en los próximos 20 años

Fuente: Frey, C. & Osborne, M. (2013).

La forma de trabajar no se escapa de esta revolución digital, se estima que la tecnología nos ha hecho 5 veces más productivos desde 1972 y que el 91% de las empresas está desarrollando planes estratégicos de tele trabajo. Además, los cambios tecnológicos digitales hacen necesaria la creación de nuevos roles que se cambian y se autodefinen constantemente: Chief Digital Office, Customer Experience executive, Data scientist, etc. • Productos/ servicios: La era digital ha cambiado drásticamente los ciclos de vida de los productos. Anteriormente, el ciclo de vida de un producto o servicio se representaba en un gráfico de campana, donde la adopción ganaba impulso rápidamente y el éxito se mantenía en el tiempo. Un patrón que permitía a casi cualquier jugador quedarse con una parte del pastel. Ahora, con el ritmo al que el mercado está cambiando, el nuevo ciclo de vida de un producto o servicio se asemeja más a una aleta de tiburón (Fig.4) que a una campana, caracterizado por una repentina, incluso violenta, ola de éxito. Después un corto pero brillante periodo de dominio, seguido de una drástica disminución que pide a gritos una mejora o extensión del producto. Entonces tiene lugar otra disrupción y el ciclo vuelve a empezar.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

463

Figura 4 Ciclo de vida de los productos ALETA DE TIBURON

Innovadores (2%)

Adopción temprana (15%)

Mayoría temprana (34%)

Mayoría tardía (34%)

Rezagados (15%)

Segmentos de clientes en el tiempo

Fuente: Elaboración propia.

Si para alcanzar los 50 M de usuarios el teléfono necesitó 75 años, 38 la radio, 13 la televisión, Facebook necesitó únicamente 3 años, 6 meses le llevó a Instagram y más recientemente 15 días a PokemonGo. Tradicionalmente, construir una compañía valorada en €1.000 M podía llevar décadas. Google lo ha conseguido en 8 años, Airbnb en 5 y Facebook en 2 años. • Empresas e Industrias: Las nuevas tendencias digitales están inundando el entorno competitivo: – E-Commerce: Es una de las mayores tendencias en los últimos años, teniendo cada vez más peso y convirtiéndose en un negocio más transparente. – Movilidad: Tiene impacto tanto en los negocios como en la vida personal cambiando cómo interactuamos, colaboramos, consumimos información y servicios. – Redes Sociales y colaborativas: Establecen nuevas formas de interactuar y relacionarse dentro y fuera de las organizaciones. – Dispositivos interconectados: Crean diariamente toneladas de información que, gestionada de forma adecuada, abre nuevos caminos de automatización y de personalización de servicios e incluso la monetización de la información.


464

EDUARDO AVENDAÑO AYESTARÁN

– Cloud: La posibilidad de consumir y crear infraestructuras digitales, plataformas y aplicaciones, conlleva nuevas opciones de escalabilidad y flexibilidad. – Analytics: Aporta herramientas y modelos analíticos para la toma de decisiones en tiempo real y en base a información enriquecida. Las herramientas de big data permiten además la explotación eficiente de gran cantidad de información procedente de múltiples fuentes. Este nuevo entorno digital está abriendo las compuertas de unos mercados con bajas barreras de entrada y salida, de modo que tanto los nuevos actores como los tradicionales pueden aparecer rápidamente en nuevas industrias, ganar mercado y competir de tú a tú en los oligopolios tradicionales. Además, está cambiando la forma tradicional de entender o consumir determinados servicios, provocando la disrupción total de algunos negocios o atacando puntos de la cadena de valor en el resto (Fig.5). Figura 5 Ejemplos disrupción digital en negocios

Fuente: Diamandis, P. (2012).


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

465

2. El cliente digital Una de las consecuencias de la evolución digital es el desplazamiento de poder de la oferta a la demanda. Los clientes han tomado el mando de las relaciones comerciales. Las tecnologías digitales han dado el poder a los clientes al ser capaces de informarse, escoger, comprar y evaluar con unos niveles de transparencia, alcance e influencia nunca vistos hasta la fecha. Nadie pone en duda que las expectativas de los clientes siempre han importado pero, en la era digital, son más importantes que nunca. Los clientes construyen sus expectativas sobre la calidad del servicio, personalización, velocidad, conveniencia y facilidad de uso que ofrecen empresas líderes en el ámbito de la experiencia de cliente (por ejemplo, Uber, Apple y Amazon). Estas expectativas se trasladan de una industria a otra, haciendo que el cliente demande la misma experiencia de usuario en cualquier producto o servicio. a. El cliente nativo digital La población mundial está creciendo y se espera que llegue a 9.000 M de personas en 2050. Al mismo tiempo, la población está envejeciendo, en 2050 una quinta parte de la población será mayor de 60 años de edad. Sin embargo, la creciente influencia de la generación millennials (los nacidos entre 1980 y 2000), y de las generaciones que les siguen, es la que está teniendo un efecto más importante sobre las expectativas del cliente. Se están convirtiendo en el grupo demográfico de mayor presencia en el mercado digital y sus comportamientos y expectativas cada vez son más relevantes. Por otra parte, la generación del milenio no es más que la primera de las generaciones nativas digitales que se avecinan. Todos los que vengan detrás, de la Generación Z en adelante, apenas recordarán la era pre digital y considerarán las capacidades digitales como su estándar de vida. Su auge trae consigo no sólo un nuevo tipo de cliente, sino también un nuevo tipo de empleado, con puntos de vista y aspiraciones muy distintas a lo que estamos acostumbrados. Esta generación “nativa digital” exige un mundo hecho a la medida de sus necesidades y expectativas sobre cómo debe organizarse el trabajo. Las nuevas tecnologías colaborativas, cada vez más integradas en nuestro día a día, están cambiando el formato tradicional de trabajo.


466

EDUARDO AVENDAÑO AYESTARÁN

Numerosos estudios indican que la generación millennial prefiere el acceso al uso y no a la propiedad, valora la conveniencia y demanda información sobre el impacto que, los productos que consume, tienen en el planeta y en su propio bienestar. Las generaciones nativas digitalmente también juegan un papel muy relevante a la hora de hacer crecer la importancia e influencia de las redes sociales y de colaboración peer-to-peer, ya que las recomendaciones y opiniones de usuarios son 7 veces más valoradas que cualquier anuncio. Compartir una mala experiencia de usuario es también muy común, un 44% usan las redes sociales para dar visibilidad a quejas sobre productos o empresas. b. Lo que el cliente digital quiere En todos y cada uno de los pasos que componen el proceso de compra de un producto o servicio, (conocido como customer journey: investigación, toma de decisión, compra, pago y postventa) las expectativas de los clientes son cada vez más exigentes. Hay una serie de atributos esenciales a considerar para dar respuesta diferencial en el mercado: • Personalización de la relación: Ya sean las recomendaciones de Netflix o los cupones de descuento de Groupon, el cliente espera que el producto o servicio esté personalizado y adaptado a sus necesidades. • Experiencia homogénea y consistente entre canales: Desde el momento en que se conoce el producto, se investiga y se compra, los clientes esperan un servicio que funcione de manera consistente en todos los canales de contacto con la empresa. También demandan opciones de pago y entregas sencillas y rápidas. • En cualquier momento, en cualquier lugar: Internet ha contribuido a que el acceso a información en tiempo real de cualquier producto o servicio se conviertan en una commodity. En la actual era digital, esta expectativa se ha extendido al propio producto o servicio, donde las experiencias de clientes en el sector financiero o e-commerce han servido como precedente a productos y servicios a la carta en cualquier industria. • Excelencia en el servicio (sin importar quien lo proporcione): Estudios recientes muestran que dos tercios de los consumidores han cambiado alguna vez de proveedor de productos o servicios a causa de un servicio pobre o de mala calidad. Casi la mitad indican estar abiertos a cambiar a proveedores no tradicionales.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

467

• Autoservicio: Los clientes de casi cualquier industria están dispuestos a asumir un mayor control del producto o servicio que están adquiriendo, no sólo en los casos en los que se puede personalizar el producto o sus características, sino también en los casos en los que se adquieren herramientas o recursos para la resolución de problemas o situaciones complejas. • Transparencia y privacidad. También valoran la transparencia de las empresas acerca del volumen de información que será solicitado durante el proceso de compra. Los usuarios desean mantener bajo control sus datos personales y sólo se plantean el intercambio de datos si existe una propuesta de valor real a cambio. • Opiniones de otros usuarios. Cada vez más, los clientes dan más importancia a las opiniones de otros usuarios que a las recomendaciones en los medios de comunicación o a la información proporcionada por las empresas. Las opiniones negativas son muy influyentes, impactando en el doble de usuarios que las opiniones positivas. c. Campo de batalla por el cliente digital En cada uno de los ciclos tecnológicos de los últimos 20 años, han surgido empresas que han sido líderes cumpliendo los deseos y necesidades de los clientes, apalancándose en las nuevas tecnologías para crear productos y servicios diferenciales. En los primeros años de Internet, empresas como Amazon, Yahoo y AOL dieron forma a las nuevas necesidades de los clientes, haciendo que tener presencia online se convirtiera en una obligación para cualquier negocio. A medida que las aplicaciones móviles y las redes sociales se han convertido en algo casi necesario, empresas como Facebook, YouTube y Uber han sido líderes entendiendo el cambio de comportamiento de los clientes. El desafío hoy es identificar qué empresas pioneras son las que más influyen en las necesidades en los clientes, entender qué es lo que esperan los clientes y ser capaces de seguir el ritmo de la innovación y los cambios constantes en las expectativas de los clientes. La necesidad de ofrecer una experiencia de cliente, que compita a la vez con sus rivales dentro la industria y con las compañías best-in-class entre sectores, deja a las empresas con muchos frentes abiertos. Identificamos tres áreas que serán claves en los próximos años en la lucha por atraer y retener consumidores en el mundo digital.


468

EDUARDO AVENDAÑO AYESTARÁN

• De productos y servicios a experiencias Si las empresas son capaces de ofrecer experiencias de mayor calidad, tendrán más oportunidades de atraer nuevos clientes, ya que podrán ofrecer nuevos productos y servicios o actuar como nexo de unión entre dichos clientes y otras compañías. Esto contrasta con la oferta de productos y servicios generalistas de los mercados de masas. Para superar las expectativas de los clientes es necesario identificar los resultados que realmente importan y mejoran su vida, así como aprovechar el potencial de los nuevos ecosistemas, utilizando nuevas alianzas como oportunidad para ofrecer una experiencia de usuario diferencial. Usando como analogía el sector de la restauración, la propuesta valor ha evolucionado de una primera etapa donde lo diferencial era el producto, un siguiente paso que adicionalmente demandaba servicio, y que actualmente apuesta por una experiencia sensorial completa. • Hiperpersonalización Las nuevas tecnologías digitales permiten a las compañías ofrecer un alto grado de personalización a un coste muy bajo y los avances en inteligencia digital permiten llevar la personalización a un nivel superior, aprendiendo de forma automática de la información de los clientes. Las compañías se enfrentan a un nuevo reto: decidir qué grado de personalización ofrecer y a quien. El primer nivel de personalización, en el cual los clientes son los que eligen cómo personalizar o adaptar sus productos, no requiere que las compañías tengan acceso a muchos datos personales y por lo tanto no genera especial controversia. El segundo tipo de personalización (hiper personalización de los servicios, las ofertas y las recomendaciones) sí depende de que las empresas tengan acceso a los datos del cliente de manera regular. Además, este tipo de personalización es menos obvia, y en ocasiones puede causar reacciones negativas entre algunos clientes que consideran que las empresas no actúan de forma transparente en los temas relacionados con la recogida y el uso de sus datos personales. Hay una serie de ingredientes indispensables para la hiper-personalización: establecer los incentivos correctos para que los consumidores accedan a compartir sus datos personales, establecer un sistema de seguridad lógica que proteja los datos y la privacidad, extraer conclusiones de la “segmentación digital” sobre los distintos


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

469

comportamientos digitales de sus clientes, e identificar el nivel correcto de personalización que debe ofrecerse a cada cliente (a bajo coste) como espacio para la diferenciación. • Economía colaborativa (de la propiedad al uso) Las ideas de colaboración peer to peer y acceso bajo demanda, se ha convertido en un gran negocio. Compañías como Uber, Airbnb, BlablaCar, Dibi Kuaidi, HomeAway, WeWork and Lyft han alcanzado valoraciones superiores a los $1.000 M ofreciendo a sus usuarios el acceso a coches, casas u otros activos bajo demanda. Mientras que la idea de compartir y el deseo de poder acceder a productos y servicios puede considerarse un concepto antiguo, el aumento de la conectividad digital ha permitido una mayor eficiencia y un mejor acceso a servicios y productos, a través de mercados peer to peer y plataformas creadas para tal efecto. Las compañías necesitan entender los drivers que mueven a los clientes a compartir en lugar de comprar, identificar las innovaciones que aplican en su contexto y determinar el nivel de compromiso a adquirir con sus clientes. Adicionalmente, elegir el modelo de participación, plataformas peer to peer vs lending-directo, conectando las primeras a propietarios con usuarios interesados en sus propiedades, y las segundas, ofreciendo a los consumidores la comodidad del acceso a un producto o servicio proporcionado por un tercero. 3. La transformación digital Este nuevo entorno tecnológico y los impactos descritos anteriormente a nivel cliente, empleado y entorno competitivo, no deben ser vistos sólo como un reto por las compañías tradicionales, sino deben ser considerados como una obligación considerando el tamaño del mercado (Fig.6), así como el potencial riesgo de disrupción. Un reciente estudio a nivel mundial muestra que el 18% de las compañías aspira a convertirse en innovador digital (primero) referente en su industria, un 25% espera posicionarse entre las mejores prácticas y el 57% restante persigue cumplir con un servicio integral y completo a las necesidades digitales de los clientes. Pero estas aspiraciones no necesariamente se traducen en acciones. Más de la mitad de las organizaciones reconocen no tener una estrategia digital a nivel global que apoye su estrategia corporativa y muchas consideran no estar preparadas para la transición a un modelo de negocio digital.


470

EDUARDO AVENDAÑO AYESTARÁN

Figura 6 Tamaño de la oportunidad digital $2.5

$3.7 $2.5

$3.0 $2.7

Fuente: Cisco (2013).

No hay duda de que queda trabajo por hacer de cara a que las empresas se sirvan de la revolución digital y creen valor mejorando su competitividad, creciendo en volumen de negocio y reputación. Es hora de concentrarse en el “cómo” ser digital, un reto incluso para aquellos que sitúan la revolución digital en el centro de sus objetivos y ambiciones. Para llevar a cabo la transformación digital se necesitan tres factores esenciales: visión estratégica, capacidades digitales y capital humano digital. a. Visión estratégica y velocidad El nuevo entorno digital impacta directamente en la estrategia de negocio de las organizaciones. No existe un único camino para convertirse en un líder digital y es necesario un enfoque radicalmente diferente a cómo se desarrollan e implantan las estrategias hoy en día: es hora de dejar de asumir que la dimensión digital es un mero complemento a los planes y estrategias de la compañía para pasar a ocupar el espacio central de la estrategia de negocio en la era digital.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

471

Existen grandes diferencias entre aquellos que ambicionan convertirse en líderes digitales o aquellos que siguen una estrategia de seguidor (Fig.7), de esperar y ver qué ocurre. Las organizaciones que persiguen ser líderes digitales tienen en común como atributos diferenciales el foco en el crecimiento, estar abiertos al exterior y la agilidad. Figura 7 Aspectos diferenciales de los líderes digitales

1

2

3 .

Fuente: Elaboración propia.

Podría parecer una combinación difícil, pero este nuevo enfoque puede ayudar a despejar las dudas que muchas organizaciones tienen sobre si disponen o no de una estrategia digital correcta. No es una cuestión de si las organizaciones serán digitales o no, sino de cuándo y cómo. Es necesario aplicar un nuevo enfoque estratégico: • Una dirección, múltiples velocidades en múltiples áreas En un entorno cambiante, el valor de la claridad en la estrategia nunca ha sido mayor. Los líderes deben gestionar la dualidad de operar hoy mientras se transforman para el futuro, ejecutando estrategias a diferentes velocidades en múltiples áreas.


472

EDUARDO AVENDAÑO AYESTARÁN

Tradicionalmente, una transformación orquestada, que asegurara que toda la organización actuaba conjunta y ordenadamente, era lo habitual. Este enfoque ha funcionado cuando las organizaciones han impulsado el cambio de dentro hacia afuera. Los drivers digitales, sin embargo, propician el cambio de fuera hacia adentro, y los clientes no están dispuestos a esperar a que las organizaciones reaccionen y estén listas. Una estrategia a varias velocidades reconoce que cada parte de la organización tiene que moverse a un ritmo diferente, pero todas en la misma dirección. Por tanto, una variedad de desafíos que se producen a velocidades diferentes requieren estrategias que se desarrollen en diferentes horizontes temporales, combinando la optimización del negocio tradicional (negocio core) para soportar futuras inversiones de crecimiento, la evolución de nuevas capacidades (evolución del negocio) y la invención del futuro (“el nuevo, nuevo”) del negocio. Trabajar a varias velocidades requiere operar en varias dimensiones de la empresa. Históricamente, las organizaciones han estado organizadas verticalmente, alineando los recursos a geografías específicas o líneas de productos. La tecnología digital transforma este modelo en nuevas dimensiones horizontales que se extienden por segmentos de clientes, infraestructuras tecnológicas y capacidades operativas. Varios estudios de Accenture muestran que dos tercios de las empresas tienen una estrategia digital para mejorar la experiencia de cliente, menos de la mitad tiene una estrategia digital para transformarse en organizaciones digitales. Maximizar el potencial de negocio digital requerirá estrategias que, con el tiempo, apunten a todas las dimensiones de la organización. • Varios horizontes, múltiples apuestas La constante evolución digital y las cambiantes expectativas de cliente hacen necesario pasar de un modelo de grandes inversiones a largo plazo a un modelo de estrategias basadas en un conjunto de “apuestas” a futuro. Un enfoque basado en realizar varias “apuestas” requiere un modelo de gobierno que sea capaz de gestionar diferentes líneas de crecimiento y los posibles riesgos asociados. Este enfoque requiere la alineación y cooperación de diferentes figuras directivas clave con roles específicos:


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

473

– CEO: Con un papel de “emprendedor de la compañía” que se encarga de equilibrar los riesgos y la viabilidad de las oportunidades con una rentabilidad sostenible. – CDO (Chief Digital Office): Con un rol de “emprendedor digital”, con foco en anticiparse a las necesidades del cliente y en definir la agenda digital en general (GO digital). – CTO o COO o CIO: Con un rol de “emprendedor tecnológico” que es responsable, entre otras cosas, de la creación de una plataforma abierta, escalable y flexible en la que se asiente la estrategia digital (BE digital). Otra forma de gestionar un portfolio de apuestas de crecimiento es separarlas organizativa y financieramente del núcleo de actividad principal. Estas unidades trabajan de forma independiente y en muchos casos incluso en competencia según el principio de destrucción creativa (J. Schumpeter, 1942). Figura 8 ¿Cuál es el siguiente paso en la fijación de la visión estratégica?

Fuente: Elaboración propia.

• Acciones directas y experimentación La ejecución de una estrategia digital eficaz se caracteriza por periodos muy cortos de tiempo entre la definición de las directrices y la transformación de éstas en acciones, es decir, el equivalente a un maratón formado por un conjunto de sprints.


474

EDUARDO AVENDAÑO AYESTARÁN

La experimentación es clave para verificar y afinar ideas en un contexto de expectativas y demandas muy volátiles. Ciclos cortos y ágiles de “prueba y error” son comunes en la optimización de los procesos digitales, maximizando la eficacia y eficiencia del modelo. b. Capacidades digitales El entorno digital opera con un conjunto de reglas y capacidades distintas a las utilizadas históricamente por las empresas tradicionales. Identificamos 7 capacidades clave para que las compañías pueden identificar, desarrollar y acometer con éxito el desafío digital, con independencia de la naturaleza e industria de la compañía. (Fig.9) Figura 9 Capacidades Digitales

1

2 3

7 4 6

5

Fuente: Elaboración propia.

1. Identificar e interpretar la disrupción Las dos preguntas clave son: ¿Cuáles serán los nuevos modelos de negocio? y ¿Cuándo estos nuevos modelos serán relevantes?


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

475

Percibir e interpretar los cambios no es una cosa tan intuitiva. El timing juega un papel fundamental: hace unos años todo el mundo hubiera estado interesado en invertir en un navegador para el coche, sin embargo, hoy en día la idea de pagar por dicho servicio o tener un aparato exclusivo para este fin es una idea casi arcaica. Todo un sector de mercado ha quedado obsoleto en menos de cinco años. Sumando la capitalización de mercado de las redes sociales más populares es fácil darse cuenta de que incluso a las compañías digitales más potentes se les escapó una oportunidad de 280 MM de dólares y más 2.000 M de usuarios activos. Saber mirar más allá de la propia empresa para determinar qué tendencias serán importantes y tendrán un impacto claro en el negocio es crucial. Las compañías líderes en materia digital han establecido radares de búsqueda de la disrupción digital: han creado un ecosistema basado en relaciones dentro de su industria (con empresas de capital riesgo, con start-ups, con proveedores tecnológicos y con escuelas de negocio) y han construido equipos capaces de extraer y analizar toda la información recibida de este ecosistema para ayudar en la toma de decisiones. 2. Experimentación y velocidad en el lanzamiento de nuevas ideas El 80% de las compañías consideran la innovación como un beneficio clave derivado de utilizar tecnologías digitales en su negocio3. Sin embargo, si preguntamos a los emprendedores, “cómo innovan” seguramente no sepan qué responder. En su manera de ver el negocio, no están innovando, sino resolviendo un problema de su cliente. La innovación no es una meta, sino una consecuencia. Solucionar los problemas de clientes requiere dos acciones: experimentar más y aprender a ser disruptivo. Las tecnologías digitales permiten nuevas formas de experimentación a una escala casi infinita. 3. Entender y apalancarse en la información (data) Las empresas tienen una cantidad inimaginable de datos pero aún no tienen una estrategia clara sobre cómo utilizarlos para poder ofrecer nuevos productos y servicios a los clientes y que estos aporten un valor añadido. De hecho, sólo una tercera parte de las organizaciones4 están implantando estrategias para monetizar sus datos. Conseguir dominar el arte de 3 4

Fuente: Accenture Strategy Executive Research 2015. Fuente: Accenture Strategy Executive Research 2015.


476

EDUARDO AVENDAÑO AYESTARÁN

explotar, analizar e interpretar los datos será un factor fundamental en el futuro. 4. Equipo digital Mientras que los conceptos IQ y EQ son las medidas clásicas del cociente intelectual e inteligencia emocional, en el ecosistema digital se empieza a hablar de DQ o cociente digital, una medida de la inteligencia o comprensión digital de las compañías. A medida que las capacidades digitales de una empresa van evolucionando, se necesita un crecimiento rápido del DQ de sus equipos, no solamente de los ejecutivos más senior. De hecho una investigación muestra que muchos dudan de que su equipo directivo esté listo para adaptarse a los nuevos avances de las tecnologías digitales5. Mentores digitales, laboratorios de innovación, incubadoras, alianzas/JV … existen múltiples modelos de inmersión en la cultura digital. 5. Socios / alianzas servicios non-core Una de las principales características de los líderes digitales es que son conscientes de que la aventura digital no es un viaje que tenga que ser realizado en solitario. El 78%6 de los encuestados indican estar dispuestos a aumentar los socios y alianzas en un intento de impulsar el crecimiento digital en los próximos tres años. Ya sea en busca de nuevas API (Application Programming Interfaces), nuevos socios para el desarrollo corporativo o para el desarrollo de negocio. 6. Organizarse para la velocidad Para que una empresa se convierta en líder digital en su sector, se necesita una organización que afronte los cambios de una forma rápida. La esponsorización de la dirección general, la creación de un equipo dedicado a dirigir la transformación digital y el establecimiento de un equipo de “ejecutores”, en el centro de las operaciones, que sean independientes y valorados en la organización son estructuras necesarias para responder de manera más rápida y ágil a los cambios digitales.

5 6

Fuente: Accenture Strategy European Worker Research 2015. Fuente: Accenture Strategy Executive Research 2015.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

477

Por otro lado, la orientación al cliente requiere de la existencia de nuevas métricas para evaluar la creación de valor. Las métricas financieras son importantes, pero es imprescindible tener en cuenta las “métricas de tracción” que evalúan el momento digital y su capacidad de monetización. Desde un punto de vista digital la monetización es el más simple de los retos, el objetivo final es la distribución, la fidelización de usuarios y la gestión del abandono de clientes. 7. Experiencia de cliente diferencial La principal motivación de un cliente para repetir es la calidad de su experiencia como usuario. UX (experiencia usuario) lo es todo. Hoy, un cliente que use su aplicación móvil, no va a comparar su experiencia con la de otras aplicaciones del mismo sector, sino que la comparará con su mejor experiencia, en términos de usabilidad o funcionalidad, en cualquier otra aplicación móvil de cualquier industria. Figura 10 ¿Cuál es el siguiente paso en la obtención de capacidades digitales?

Fuente: Elaboración propia.

c. Capital humano digital Diversos estudios muestran que los empleados europeos no sólo son conscientes de que la transformación digital va a mejorar su día a día laboral y sus perspectivas profesionales sino que además buscan, de forma proactiva, mejorar sus habilidades digitales para adaptarse a la


478

EDUARDO AVENDAÑO AYESTARÁN

nueva demanda del negocio digital. Los empleados están listos, incluso son más optimistas y proactivos sobre el futuro digital que sus propios líderes. La gran mayoría de los ejecutivos aspiran a que sus organizaciones sean negocios digitales en los próximos tres años. Mientras que los efectos de la digitalización en el negocio y en las operaciones son más conocidos, el impacto de estos cambios en los empleados puede ser el talón de Aquiles de las organizaciones en la búsqueda de su futuro digital. El 45% de los ejecutivos consideran que una de las barreras más importantes en la transformación digital es la falta de habilidades digitales de los empleados. Por lo tanto, la puesta a punto de sus equipos debe convertirse en una prioridad. Aunque tanto el equipo directivo como el resto de empleados estén alineados en los beneficios que conlleva la conversión digital, es necesario tener presente las preocupaciones de los empleados acerca del riesgo de sustitución de puestos de trabajo por nuevas tecnologías a la hora de realizar los cambios organizativos necesarios para avanzar en el viaje digital. Las organizaciones deben crear equipos con un know-how digital que apoye sus estrategias digitales y sea además capaz de experimentar con diferentes formas de organizar el trabajo. • Buena mentalidad, ¿mal foco? Las empresas esperan ver mejoras en muchos ámbitos al adoptar tecnologías digitales7: mejoras en la productividad (81%), capacidad de innovación (79%), eficiencia en costes (77%) y mejora en la calidad del trabajo (76%). Las empresas esperan que esos beneficios sean impulsados por una gran variedad de tecnologías y herramientas como las interfaces 3D, realidad virtual, asistentes cognitivos, inteligencia artificial, sensores, IoT o robots. Sin embargo, reconocer los beneficios de la trasformación digital no es en absoluto ni suficiente ni lo mismo que ser digital. De hecho, actualmente, sólo uno de cada cinco ejecutivos describe sus empresas como un negocio digital. El resto están en el viaje digital dónde uno de los retos más importantes es preparar los equipos para impulsar los resultados de la agilidad, la producción y la innovación. 7

Fuente: Accenture Strategy Executive Research 2015.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

479

Las empresas deben salir de su zona de confort y adoptar una mentalidad “prueba y error”. Se deben identificar las habilidades y competencias que sean necesarias ahora y en el futuro, e integrarlas en el plan de formación de los empleados y en los procesos de selección. • Buena estrategia, ¿malas capacidades/habilidades? Las empresas comparten la identificación del talento como pieza fundamental del éxito de la aventura digital, pero tienen dudas con respecto a si sus equipos se encuentran preparados. Sólo la mitad de los ejecutivos afirman tener actualmente una estrategia clara para el desarrollo y la gestión del talento en un mundo digital. A medida que las tareas más básicas vayan siendo automatizadas, los empleados realizarán trabajos de mayor valor añadido que requerirán recogida de información, análisis de datos y habilidades en la resolución de problemas. Los empleados son proclives a la utilización de tecnología puntera, como dispositivos móviles avanzados que apoyen en las tareas de campo a los trabajadores, técnicos e ingenieros. Adicionalmente, surgirán nuevos puestos de trabajo relativos a la función digital, si bien las habilidades básicas, tales como comunicación, negociación, visión de negocio, etc. también tendrán una fuerte demanda. Es necesario que las organizaciones exploren nuevas fuentes de talento y nuevos modelos para desarrollar el mismo. Cada vez más, es necesario utilizar herramientas digitales, como espacios de networking digital y aplicaciones de movilidad. • Buenas prioridades, ¿mal camino? Pese a que la mayoría de las empresas analizadas están de acuerdo en que es crucial tomar la iniciativa y realizar cambios profundos en los equipos para tener éxito en la nueva economía digital, son muy pocos los que están implantando acciones concretas y realistas en su plantilla. Es significativo que sólo un tercio de las organizaciones encuestadas están preparadas para llevar a cabo modificaciones en políticas de personas y gestión del talento o que tan sólo un tercio se consideran en condiciones de modificar los procesos de trabajo en base a nuevas tecnologías. En los próximos años el reto para ser digital será sobreponerse a la falta de liderazgo y visión digital. Menos del 30% de los ejecutivos se sienten preparados para tomar las decisiones necesarias con el fin de liderar el cambio digital, lo que implica que el 70% está poco preparado para llevar a cabo una transición a un negocio digital.


480

EDUARDO AVENDAÑO AYESTARÁN

Un fuerte y sólido liderazgo en la organización es clave para dirigir la transformación, evolucionando de un estilo de liderazgo vertical a un estilo circular que nazca del epicentro de la organización, que fomente una cultura de comunicación e innovación a todos y entre los niveles y que esté orientada a la toma de decisiones. Figura 11 ¿Cuál es el siguiente paso en la gestión del capital humano en la era digital?

Fuente: Elaboración propia.

4. Reflexiones finales La esperanza de vida de una compañía de S&P 500 se ha reducido de 67 años en 1920 a 15 años en la actualidad. En 10 años, el 40% de las 500 principales empresas del mundo no existirán8. La revolución industrial digital, origen de innumerables oportunidades de crecimiento, es un claro factor de disrupción de negocio. Los cambios se producen a una velocidad nunca antes vista. Nos enfrentamos a las consecuencias del crecimiento exponencial en la capacidad de pro-

8

Fuente: John M. Olin School of Business at Washington University.


EL IMPERATIVO DIGITAL: LA GESTIÓN EMPRESARIAL EN LA ERA DIGITAL

481

cesamiento formulado por G. Moore (1965)9 que resulta en la continua aparición de nuevas funciones / usos de las tecnologías de la información. El cambio, como una nueva constante. Los clientes tienen expectativas más exigentes que nunca en proceso continuo de cambio. Las tecnologías digitales han desplazado el mando de las relaciones comerciales al cliente (empowerment), al permitir informar, escoger, comprar y evaluar, con unos niveles de transparencia, alcance y capacidad de influencia nunca vistos hasta la fecha. Figura 12 Pasos para la formulación de la estrategia digital

Fuente: Elaboración propia.

En este contexto, la adopción de tecnologías digitales por parte de las empresas no es un reto, es una obligación. El apalancamiento en dichas tecnologías debe servir para la definición de una propuesta valor a cliente que combine diferenciación, eficiencia y reputación. Las empresas deben reaccionar rápidamente, reinventarse y llevar a cabo una transformación importante de su cultura y organizaciones. El 9 Ley de G. Moore (1965), según la cual la capacidad de procesamiento de los ordenadores se duplica cada dos años. P. Diamandis. “Un ordenador portátil de unos $1.000 que en el año 2010 contaba con una capacidad de procesamiento del cerebro de un ratón (1011 cálc./seg.), en el año 2023 tendrá la capacidad de procesamiento de un cerebro humano (1016 cálc./seg.) pero en el año 2050 tendrá la capacidad de procesamiento de toda la humanidad (1026 cálc./seg.).”


482

EDUARDO AVENDAÑO AYESTARÁN

punto de partida para la articulación de la estrategia digital (Fig.12) por parte de los líderes de las organizaciones es ambicionar ocupar el espacio digital. Para ello, deben confluir dos factores, por un lado el convencimiento de la necesidad por impacto, relevancia y magnitud de reto y, por otro, una clara voluntad de cambio. Según la teoría de la evolución por selección natural, aquellos miembros de la población con características menos adaptadas morirán con mayor probabilidad, sobreviviendo aquellos miembros con características mejor adaptadas. La evolución es un cambio en el perfil genético de una población de individuos, que puede llevar a la aparición de nuevas especies, a la adaptación a distintos ambientes o a la aparición de novedades evolutivas. “ … en nuestro país necesitas correr todo lo que puedas para mantenerte en el mismo sitio; para ir a algún otro sitio tendrás que correr por lo menos el doble de rápido.” (País de la Reina Roja, Alicia en el país de las maravillas – L. Carroll) 5. Bibliografía ACCENTURE STRATEGY (2015): Digital Vision. — (2015): Executive Research. — (2015): Being Digital Fast Forward. — (2015): Being Digital No Regrets. — (2015): Competitiveness in the age of digital. — (2016): Technology Vision. CISCO (2013): White paper Embracing the Internet of Everything To Capture Your Share of $14.4 Trillion. — (2016): The Zetta byte era: Trends and analysis. DARWING, C. (1859): El origen de las especies. DIAMANDIS, P. (2012): Abundance. The future is better than you think. FINTECH INNOVATION LAB WEBSITE (2016): Innovation Lab. FORBES (2014): Ready for APIs? Three steps to unlock the data economy’s most promising channel. FREY, C. & OSBORNE, M. (2013): The Future Of Employment: How Susceptible Are Jobs To Computerisation? MOORE, G. (1965): Cramming more components onto integrated circuits. PICTURES OF THE FUTURE (2014): Defects, a vanishing species? SCHUMPETER, J. (1942): Capitalismo, socialismo y democracia. THE FINANCIAL BRAND (2014): Insights from a mobile banking innovator.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 483-505)

LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ADAPTABLE, ÁGIL Y FLEXIBLE DIGITAL TRANSFORMATION: THE LEVER TO A RESPONSIVE, FLEXIBLE AND FAST SUPPLY CHAIN Jose Antonio Barco Director Ejecutivo del Centro de Transformación Digital, Deusto Business School. RESUMEN El presente artículo parte de los nuevos retos que la globalización y la velocidad de cambio, la volatilidad de los mercados, tanto de consumo como industriales, están planteando a los responsables de la cadena de suministro de todo tipo de empresas. A partir de aquí, se presentan las múltiples dimensiones de la transformación digital de la “Cadena” de Suministro y recomendaciones para una hoja de ruta hacia la “Red” Digital de Suministro adaptable, ágil y flexible. Un ejercicio de transformación ineludible pero muy complejo, con muchas facetas por sus implicaciones estratégicas, tecnológicas, organizativas y culturales. Palabras clave: Cadena de suministro, integración clientes-proveedores, empresa extendida, modelo de negocio, transformación de procesos. SUMMARY This article starts from the new challenges that globalization and the increasing speed of change, volatility in the markets, both consumer and industrial ones, are posing to the directors of supply chains in companies of every kind. From here, the article presents the multiple dimensions of the digital transformation of the Supply “Chain” and recommendations for a roadmap to the Digital Supply “Network” responsive, flexible and fast. An unavoidable but very complex transformation exercise, with many facets for its strategic, technological, organizational and cultural implications. Key words: Supply chain, client-supplier integration, extended enterprise, business model, process transformation.

A. Los Nuevos Retos de la Cadena de Suministro Es evidente que el mundo de la empresa ha cambiado enormemente desde finales del siglo XX y en lo que llevamos del presente siglo. Y que este entorno económico y empresarial sigue evolucionando a gran velocidad.


484

JOSE ANTONIO BARCO

Las empresas actuales tienen que dar respuesta y satisfacer necesidades y deseos de los consumidores cada vez más variados y que cambian cada vez más rápidamente. Las facilidades para la comunicación y los flujos de información nos han llevado a una globalización de los mercados mundiales y a que las nuevas tendencias se propaguen muchísimo más rápidamente que en el pasado. Y, por otra parte, esta misma facilidad para la comunicación y para hacer llegar la información a cualquier rincón del mundo permite, desde el lado de la oferta, que cualquier empresa de cualquier país pueda llegar a cualquier cliente y consumidor del mundo sin grandes barreras ni limitaciones. Con lo que el número y la variedad de competidores de las empresas se ha multiplicado y, de facto, en la mayor parte de los sectores económicos, los mercados tanto de demanda como de oferta son ya completamente globales. Estas dos realidades del mercado, nivel y velocidad del cambio y globalización, están poniendo enormes presiones a los gestores de las cadenas de suministro que tienen que gestionar una complejidad y un alcance mucho mayores que hace dos o tres décadas, a la vez que tienen que dotarse de mucha mayor flexibilidad y rapidez de respuesta. Y, por supuesto, manteniendo una competitividad en costes feroz. Tres objetivos que, inicialmente, parecen totalmente contrapuestos. B. La Respuesta de los Gestores de la Cadena de Suministro En la mayor parte de los sectores económicos, incluyendo muchos sectores terciarios, el “business-as-usual” hace tiempo que ya no es sostenible y las empresas que no se han adaptado, a veces de forma acelerada y traumática, están desapareciendo o están siendo absorbidas por otros competidores. En este contexto de enorme volatilidad, incertidumbre y exigencia, la cadena de suministro permanece como la gran desconocida para el gran público. Pero es esta cadena la que constituye a la vez el sistema circulatorio y el sistema nervioso de las empresas modernas, la que hace y deshace ganadores. Es muy conocido el caso de Apple, pero fundamentalmente en su parte de innovación, diseño de productos y satisfacción de las necesidades de los consumidores “conectados”. Pero no es tan conocido que Apple ha sido considerada la mejor cadena de suministro del mundo los


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

485

ocho últimos años, seguidos, sin faltar ni uno solo a su cita con lo más alto de la excelencia en gestión de la producción y la logística1. En los últimos años, un par de décadas ya, ha habido dos respuestas generales por parte de todas las empresas “globalizadas” en sus cadenas de suministro: 1. Por un lado, se han ido introduciendo elementos de flexibilización en el aprovisionamiento, la producción y la logística, sobre todo una mucho mayor subcontratación a todos los niveles. De esta forma, se han creado “redes” de suministradores y colaboradores especialistas en funciones o en regiones específicas. Estas “redes” de colaboración llevan ya años proporcionando mayor competitividad en costes, mayores capacidades de innovación y desarrollo de productos, mayor alcance geográfico e, incluso, una cierta mayor flexibilidad y rapidez de respuesta ante los cambios del mercado. 2. Y, por otra parte, ya desde las últimas décadas del siglo pasado, las empresas han ido incorporando mejoras a sus procesos, integrando en ellos las nuevas tecnologías de información a medida que han ido estando disponibles y desarrollándose para conseguir mayor visibilidad de su nueva “Cadena de Valor Extendida”, poder sincronizar mejor las operaciones de todos los participantes y optimizar sus costes. Entre estas mejoras tecnológicas ha estado, de forma preponderante, el intercambio electrónico de datos (EDI) de inventarios, envíos y recepciones de materiales, planes de demanda, producción y suministro, etc. normalmente sobre una base “1-a-1”. Y también nuevas capacidades de proceso de la información en los sistemas de planificación y ERP de cada compañía, así como nuevos elementos organizativos de coordinación interna e intercompañías (reuniones periódicas de Planificación de Ventas y Opera ciones –S&OP–, grupos permanentes de contacto para la resolución de incidencias, etc.)

1

Gartner (2016).


486

JOSE ANTONIO BARCO

C. La Oportunidad de la Transformación hacia una Red Digital de Suministro Pero, ¿qué es lo que ha hecho Apple para afrontar con tanto éxito los retos de la economía global del siglo XXI? Apple es el paradigma moderno de cómo gestionar la mucho mayor complejidad que, junto con sus muchas ventajas, introduce la cadena de valor extendida. Las nuevas cadenas de valor ya no se pueden gestionar dentro de las paredes de la propia empresa, ya no se controla directamente por nuestros empleados más que una pequeña parte y, por ello, se plantean nuevos problemas o, mejor dicho, problemas mucho mayores de coordinación y sincronización de las operaciones con muchos colaboradores terceros, a través de organizaciones distintas y, en la mayor parte de los casos, a través de distintos husos horarios, distintas culturas, etc. Apple ha sido capaz de gestionar con gran éxito estos nuevos retos y, después de muchos años de éxito, sigue siendo capaz de operar con niveles de rotación anual de inventario de 60-80, entre 2 y 5,5 veces superiores a sus principales competidores, y ciclos de introducción de nuevos productos absolutamente inalcanzables para sus competidores2. La respuesta está en lo que se ha dado últimamente en llamar la “Cadena de Suministro Digital”. Como sostienen Hanifan et al. en su descripción de este concepto3, la introducción de mejoras en los procesos actuales a través de la incorporación de las tecnologías digitales (que es lo que fundamentalmente han hecho la mayor parte de las empresas hasta ahora) ya no es suficiente, y va a serlo aún menos en el futuro. Las empresas tienen que usar todas las potencialidades de las tecnologías digitales para crear la nueva Cadena de Suministro Digital, con un ADN completamente nuevo, no mejorando los procesos actuales sino repensándolos completamente desde la base y sobre las posibilidades que ofrecen las Nuevas Tecnologías Digitales. Otras compañías menos “glamurosas” que Apple, como Unilever o Procter & Gamble también nos ofrecen enseñanzas muy interesantes en esta línea y están consiguiendo resultados espectaculares en los últimos años: – P&G ha conseguido ahorros, aumentos de eficiencia, de más de 1.200 millones de dólares desde 2013 y espera alcanzar los 1.600 para finales de este año 2016. 2 3

Gartner (2016). Hanifan, Sharma y Newberry – Accenture (2014).


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

487

Robert McDonald, CEO de P&G, expone claramente esta visión4: “Desde un punto de vista de las operaciones, creemos que para seguir teniendo éxito tenemos que continuar mejorando nuestra productividad, y ser más “digitales” nos permite eso también. Así que estamos digitalizando nuestras operaciones a todos los niveles, desde nuestras plantas productivas hasta los lineales de las tiendas donde los consumidores compran nuestros productos. Creemos firmemente que la digitalización es una fuente de ventaja competitiva.” Y así, después de conseguir aumentos de productividad superiores al 5% anual en los últimos años, P&G se ha marcado como objetivo mantener mejoras anuales de su productividad del 5% para su próximo periodo de planificación estratégica. – Unilever, además de ser reconocida como una de las cadenas de valor más eficientes de cualquier industria, está utilizando su transformación digital para convertirse en una compañía “zero waste”, y ya ha anunciado que sus fábricas ya no envían ningún tipo de desperdicio a vertederos, a base de “reducir, reusar, recuperar y reciclar”. Y que para 2030 se han marcado el objetivo de ser una compañía “carbon positive”, es decir, que absorba o elimine más CO2 del que genera. Estas nuevas Cadenas de Suministro Digitales se caracterizan por ser Conectadas – Inteligentes - Escalables – Rápidas Kelly y Marchese5 lo plantean muy acertadamente en términos de “Ecosistemas Empresariales”: “Comunidades dinámicas de actores diversos que evolucionan conjuntamente y crean valor añadido a través de modelos tanto de colaboración como de competencia (“coopetidores”) cada vez más sofisticados y productivos. Las Cadenas de Suministro están convirtiéndose cada vez más en “Redes de Valor” que se extienden y conectan ecosistemas completos de proveedores y colaboradores”, gráfico 1.

4 5

McKinsey & Company (2011). Kelly y Marchese - Deloitte (2015).


488

JOSE ANTONIO BARCO

Gráfico 1 Deloitte University Press / DUPress.com

Fuente: Análisis de Deloitte.

Las “Cadenas de Suministro” tradicionales, en las que se crea valor a través de la producción de bienes y servicios se están convirtiendo en “Redes de Valor” complejas, dinámicas y conectadas, en las que la creación de valor se basa en el intercambio de conocimiento y que exigen una mucha mayor coordinación para dirigir proactivamente la producción de bienes y servicios. Con esta introducción y con tanta literatura y tantos ejemplos de éxito, parecería que la Transformación Digital de las Empresas fuese la panacea que va a resolver todos los problemas de crecimiento, rentabilidad y permanencia a muy largo plazo de todas las empresas habidas y por haber. Y es que la Transformación Digital está de moda. Es, sin duda, la nueva ola del marketing de las empresas consultoras y proveedoras de tecnología. Pero es que, en cierto modo, también es muy cierto. O, al menos, es cierto su contrario: las empresas que no abracen su transformación digital no sobrevivirán, porque no serán capaces de competir con las que lo hagan de forma eficiente y efectiva.


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

489

Rida Temcamani6 resume muy bien los beneficios potenciales de la transformación digital de las cadenas de suministro, que clasifica en tres aspectos principales: 1. En primer lugar, la transformación digital proporcionará a las empresas una colaboración ampliada con sus clientes y proveedores, con procesos de negocio y analítica integrados. 2. En segundo lugar, una mayor flexibilidad de la cadena de suministro, con innovaciones aceleradas de sus procesos de negocio, mayor rapidez de implantación de nuevos proyectos y nuevos modelos de negocio, modelos de datos y procesos escalables y una visión integrada (KPIs operacionales, finanzas, …) de su red de valor extendida. 3. Y, por fin, los beneficios más importantes se verán en la optimización de las operaciones y la eficiencia de costes: automatización de procesos, mayor visibilidad de los activos corporativos, arquitectura más sencilla de sistemas de información, mejora de los niveles de servicio al cliente y reducción de los costes de operación y mantenimiento. Sin embargo, más allá de estas proclamas más o menos generales y de ejemplos más o menos anecdóticos de empresas de aquí y de allá (más de allá que de aquí), muy poco se dice sobre qué es y en qué consiste la Transformación Digital de la Cadena de Suministro, con un cierto nivel de detalle que ayude a establecer una hoja de ruta o, al menos, a empezar a caminar con un cierto orden. Como paso previo, deberíamos establecer qué es la Transformación Digital de la Empresa: desde mi punto de vista, aprovechar las posibilidades enormes que ofrecen las cuatro tecnologías principales que conforman lo que entendemos como el Nuevo Mundo Digital para mejorar la productividad y eficacia de las empresas 1. Comunicaciones y capacidades de procesos móviles (Mobility) 2. Big Data Analytics 3. Cloud Computing 4. Redes Sociales (Social Media) Y, en el caso específico de la transformación de las Cadenas de Suministro, de otras dos tecnologías llamadas a revolucionar la producción, el mantenimiento y la logística 5. Manufactura Aditiva (3D Printing / Manufacturing) e 6

Temçamani (2016).


490

JOSE ANTONIO BARCO

6. Internet de las Cosas (IoT – Internet of the Things). Sin embargo, antes de nada, debe quedar muy claro que la transformación digital de la cadena de suministro no es simplemente incorporar estas tecnologías al negocio o a los procesos actuales. Al igual que cualquier otra transformación empresarial o social, la transformación digital no es ni debe ser más que un medio para mejorar y afrontar con más éxito los nuevos retos que se plantean a las empresas y, por ello, hay que tener muy claros los objetivos y las prioridades estratégicas del negocio, a dónde se QUIERE llegar y cómo. Pero en la transformación digital que avanza inexorable, el proceso es, y más aún. debe ser, bi-direccional: aunque el objetivo no es implantar estas nuevas tecnologías, las tecnologías en sí mismas ofrecen enormes posibilidades que hay que conocer bien para poder aprovecharlas para mejorar y reinventar el modelo de negocio en todo su potencial. Hay que conocer las capacidades y límites de las nuevas tecnologías para definir a dónde se PUEDE llegar y cómo. La promesa de valor que trae consigo la transformación digital de la cadena de suministro es enorme, pero también la complejidad y los riesgos de implantación de estas tecnologías y de los cambios asociados en el modelo de negocio son muy grandes: proyectos que no alcanzan los objetivos de mejora y los resultados previstos, dispersión de esfuerzos, pérdida de tiempo y de inversiones sin el esperado retorno y, lo que es peor, perturbaciones de las operaciones normales del negocio, impacto en el servicio a los clientes, pérdida del tren de la competitividad si no se tiene éxito en la trasformación digital… Por eso, es importante abordar la transformación digital con un mapa, aunque no sea más que un bosquejo, extraído de la experiencia acumulada hasta la fecha por muchas empresas en muchos sectores. D. Las Múltiples Dimensiones de la Transformación Digital de la Cadena de Suministro Sin embargo, cuando los Directivos de una empresa “tradicional”, sea el CEO, sea el Director de la Cadena de Suministro, se enfrentan a la definición de esta hoja de ruta dan de bruces normalmente con demasiadas alternativas por las que optar y, sobre todo, con un desconocimiento profundo de qué es lo importante y qué debe ir antes de qué: – ¿Empiezo por considerar qué tecnologías tengo que implantar para ser una Empresa Digital o una Red Digital de Suministro?


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

491

– Pero si no sé qué es lo que quiero ser en el Nuevo Mundo Digital, ¿cómo sé qué tecnologías tengo que implantar y en qué orden? ¿Y para qué las implanto? ¿No tendré que empezar por la Estrategia Digital de la compañía? – Y ¿cómo saber cuál es la mejor Estrategia si yo y la mayor parte de mis colaboradores (empleados) hemos crecido en el mundo tradicional y realmente no somos expertos en el Mundo Digital, en cualquiera de sus facetas? ¿No tendré que empezar por educar y formar en “lo digital” a todo el mundo o contratar nuevos colaboradores que sean “nativos digitales” e implanten ese conocimiento necesario en mi organización? – ¿O llamo a un Consultor y que me diga qué tengo que hacer? Los retos a los que se enfrentan las empresas para repensar sus cadenas de suministro, o mejor, sus cadenas de valor, sobre estas tecnologías son enormes porque exige actuar en muchos niveles y dimensiones diferentes a la vez … y, por supuesto, hacerlo mientras seguimos manteniendo y operando el negocio de forma eficiente y rentable. Básicamente, todos los expertos y asesores que parten desde su experiencia en el mundo de la gestión y la transformación de empresas recomiendan el mismo plan de acción “estratégico”: entender el nuevo contexto, evaluar oportunidades y amenazas, definir una estrategia digital y un plan de acción, empezar pequeño con pilotos, construir sobre los éxitos y extender rápido a toda la organización, …, gestionar el cambio cultural, …, etc. Pero esto no deja de ser una hoja de ruta muy genérica, válida para cualquier transformación empresarial. Y la Transformación Digital que se necesita es muy amplia, muy compleja y, además, tiene que ser rápida. De hecho, numerosos profesionales, entre los que me incluyo, lo plantean no como una transformación, en el sentido de que no es un proyecto, con un fin, sino como una nueva forma de operar frente a nuevos requerimientos y exigencias del mercado y de la competencia, ante un mundo exterior que ha cambiado para siempre y exige nuevas reglas y nuevas normas de funcionamiento para sobrevivir y tener éxito, la nueva “normalidad”. En todo caso, el camino se hace andando y cualquier gran viaje comienza con un pequeño paso. Y es necesario decidir hacia dónde damos este primer paso, pero también tener una idea clara del segundo y, a ser posible, del tercero. En primer lugar, para empezar a entender y poder definir el camino


492

JOSE ANTONIO BARCO

es importante resaltar los dos niveles de actuación en los que es necesario actuar: – Nivel Estratégico, de negocio y – Nivel Operativo, de la cadena de suministro. Como explican Berman y Bell7, en el mundo más y más digital de hoy en día, incluso las empresas en las industrias más “físicas” no empiezan ya su transformación digital desde cero. La mayor parte de las empresas están ya actuando en estos dos niveles de transformación, aunque sea a escala muy pequeña: – ya están encontrando e implantando maneras de usar la información digital a través de páginas web interactivas para mejorar su servicio al cliente o la “experiencia de cliente” de una u otra forma y, de igual forma, – están desarrollando nuevas capacidades operativas como canales de venta online o de seguimiento digital de sus cadenas de suministro. Como refleja AT Kearney8, los Directores que quieren liderar la transformación de su Cadena de Suministro hacia la era digital no solo tienen que identificar oportunidades y retos en su propia función y procesos, sino que tienen que considerar la transformación digital del modelo de negocio completo, sus productos y servicios, y la forma en que los proveedores, clientes y otros colaboradores interactúan con su empresa, gráfico 2. Gráfico 2 Connected products

Envedded services

Shared products, product as a service

Omnichannel distribution

Digital business model

Digital supply chain

Digital planning

Digital supply

Digital manufacturing

Supply chain integration Supply chain automation Supply chain reconfiguration Supply chain analytics

Fuente: Análisis de AT Kearney. 7 8

Berman y Bell - IBM (2011). AT Kearney (2015).

Digital logistics


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

493

Cómo contribuyen los Directores de la Cadena de Suministro a la digitalización del modelo de negocio es tan importante o más que definir la agenda de transformación digital de la cadena de suministro en sí. En el plano de la transformación digital del Modelo de Negocio, la Red Digital de Suministro debe soportar no solo la producción y distribución sino la propia innovación en productos y servicios con un mayor contenido digital o, incluso, productos y servicios puramente digitales. Así como el desarrollo de nuevos canales de venta – distribución y nuevos modelos de negocio en sí mismos como provisión de un servicio (“as-a-service”) o de un resultado empresarial final (“value-based”) vs. la tradicional entrega de un producto. Creo que es muy útil e ilustrativo en este esfuerzo de definición estratégica, el marco de análisis propuesto por McKinsey9 para el desarrollo de nuevos modelos de negocio en torno a propuestas de valor basadas en las nuevas posibilidades de recolectar, procesar y compartir datos (información). En este contexto, los datos y la información no se ven solo asociados a los procesos y su eficiencia operativa, sino que se ven como un activo en sí mismos que puede ser explotado para generar valor económico. Las empresas deben preguntarse y analizar cómo capitalizar los datos de los que disponen, cómo recoger datos relevantes para nuevas propuestas de valor y cómo su Red Digital de Suministro debe transformarse para soportar y hacer realidad estas nuevas propuestas de valor. De esta forma, según McKinsey, aparecen cuatro nuevos tipos de modelos de negocio que capitalizan las nuevas tecnologías digitales y proporcionan nuevas oportunidades a los actores actuales de la industria … o a nuevos entrantes, gráfico 3. Gráfico 3

As-a-Service Business Models Modelos de Pago-por-Uso / Subscripción para maquinaria – Nuevos modelos de pago que transforman la inversión en gasto para los Fabricantes – Flujos continuados de ingresos en lugar venta de una vez para los Proveedores 9

McKinsey & Company (2015).

Platforms Provisión de – Plataformas de Tecnología: ecosistemas para desarrolladores basados en sistemas abiertos – Plataformas de Intercambio (“Brokerage”): mercados industriales digitales que ponen en contacto a terceros agentes (por ej., para excesos de capacidad productiva)


494

JOSE ANTONIO BARCO

IPR-based Business Models Servicios basados en Derechos de Propiedad Intelectual – Flujos de ingresos recurrentes (por ej., licencias por estándares de datos) – Servicios adicionales a los productos principales (por ej., consultoría para la optimización del uso de soluciones técnicas o productivas)

Data-driven business models Utilización de datos (generados por comunidades - “crowd-sourced”) para – Monetización directa de los datos recogidos a través del producto principal (por ej., el buscador de Google) – Monetización indirecta de la información - conocimiento generado de los datos recogidos (ej., microsegmentación de precios o personalización de productos)

Fuente: Análisis de McKinsey & Co.

Entre estos dos niveles de transformación, el mejor camino para cada compañía hacia un Modelo de Negocio Digital y una Red Digital de Suministro depende de sus objetivos estratégicos, el contexto de la industria, sus presiones competitivas y las expectativas de sus Clientes, pero, según resumen Berman y Bell10, seguirá uno de tres caminos: 1. Camino 1: en las industrias en las que el producto es fundamentalmente “físico” y los requerimientos de información de los clientes no están todavía muy desarrollados, como en empresas mineras y de recursos naturales, las empresas pueden querer comenzar su transformación digital por sus procesos operativos, reconfigurando su Modelo Operativo, cómo entregan su propuesta de valor al mercado, integrando todos sus procesos de negocio y optimizando cómo se monitoriza y gestiona toda la información relativa a sus actividades. 2. Camino 2: en otras industrias, como servicios financieros o telecomunicaciones y medios, en las que se pueden ofrecer nuevos servicios que generan ingresos de forma on-line y a través de dispositivos móviles, un enfoque inicial en redefinir su propuesta de valor al cliente, lo que ofrecen (productos, servicios, información, experiencia del cliente), proporcionará beneficios inmediatos. 3. Camino 3: sin embargo, muchas empresas, incluso industrias enteras, necesitan redefinir sus propuestas de valor y sus modelos ope10

Berman y Bell - IBM (2011).


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

495

rativos de forma simultánea o casi simultánea para tener éxito en su transformación digital. Decidir el mejor camino de entre estos tres requiere una comprensión profunda y una evaluación detallada de distintos factores: – Dónde se sitúan los productos y servicios de nuestra industria en el continuo físico - digital – Los niveles de adopción y las expectativas de los clientes en cuanto a movilidad, redes sociales, compartición de información, etc. – Movimientos estratégicos de otros competidores en la industria – El grado de integración en cada estadio de la transformación digital entre los nuevos procesos y modelos digitales y los tradicionales del negocio. Transformar las capacidades operativas primero, por ejemplo, desarrollar eficiencias y mayor productividad, que podemos trasladar a los clientes puede tener mucho sentido. Pero si nuestros competidores están interactuando con los clientes en nuevas formas diferenciadas, las organizaciones centradas en la mejora operativa pueden perder oportunidades de ventas, fidelidad de sus clientes y cuota de mercado. Al revés, moverse demasiado rápido para transformar la propuesta de valor puede aumentar los costes si estas nuevas ofertas representan mucha mayor complejidad interna o procesos manuales. Un enfoque demasiado centrado en las propuestas a los clientes puede resultar en una pérdida de posicionamiento competitivo. Adicionalmente a esta dimensión, y desde otro punto de vista, estos tres enfoques de transformación se pueden abordar a tres niveles distintos y progresivos de “reinvención”, algo en lo que coinciden en distinguir y explicitar Ganeriwalla et al.11 Al final, en mi propia experiencia, las empresas y los Directores de la Cadena de Suministro tienen que actuar en todos los niveles a la vez, combinando, gráfico 4. a. La definición de la Estrategia de su Modelo de Negocio Digital (nuevos productos y servicios integrando las tecnologías “digitales” de comunicación, movilidad, capacidades de análisis, …, nuevos canales y nuevos flujos de ventas e ingresos) con la redefinición del Modelo Operativo de su cadena de valor para que soporte el / los nuevo(s) modelo(s) de negocio y para que, a la vez, sea mucho más eficiente, adaptable, flexible y rápida; 11

Ganeriwalla, Walter, Kotlik, Roesgen y Gstettner – The Boston Consulting Group (2016).


496

JOSE ANTONIO BARCO

Gráfico 4

Fuente: Análisis de IBM Institute for Business Value.

1. Arreglar problemas de rendimiento actuales 2. Innovar con nuevos procesos o prácticas 3. Alterar y trastocar completamente los modelos existentes b. La mejora de los procesos actuales con la innovación y la reinvención total de los mismos. E. Hoja de Ruta Hacia Una Red Digital de Suministro Una vez planteadas las múltiples dimensiones y facetas en las que hay que abordar la transformación hacia la Red Digital de Suministro, quiero acabar desarrollando la que considero que es la hoja de ruta más práctica para abordar esta transformación digital de la cadena de suministro. Como ya he mencionado, la trasformación digital es un viaje continuo, permanente, y no un destino y la ruta del viaje puede ser, y será, distinta para cada compañía. Pero hay una serie de pasos, una secuencia que, en mi experiencia, considero que es la más recomendable para llegar a un buen puerto, un buen puerto desde el que, con toda seguridad, tendremos que empezar una nueva etapa: 1. En mi opinión, lo primero que debemos hacer antes de iniciar cualquier viaje es aligerar al máximo el equipaje, coger lo imprescindible para asegurar que nos podemos mover rápidos, y cambiar fácilmente de ruta cuando sea necesario.


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

497

Y esto, en términos de la Cadena de Suministro, significa SIMPLIFICAR. Quitar la máxima complejidad que nos sea posible sin perder valor para los clientes. Esto, que es algo que yo predico en todo caso como parte integral de toda buena gestión de la cadena de suministro, es absolutamente imprescindible cuando emprendemos una transformación de calado. Kelly and Marchese12 sostienen que “… Para muchas corporaciones, estas conexiones [adicionales, que resultan del desarrollo de una Red Digital de Suministro] pueden conllevar muchas ventajas, pero representan una mayor complejidad. En su mayor parte, las cadenas de suministro de los grandes negocios y sus organizaciones no fueron diseñados para gestionar un mundo de miles de agentes colaboradores. Y ahora tienen que ajustarse.” Creo que hay que luchar contra la idea de que la Red Digital de Suministro es por definición, y tiene que ser, “compleja”. La complejidad puede añadir mucho valor, pero es necesario introducir y gestionar solo la complejidad que añade valor y, por eso, hay que luchar permanentemente por eliminar la complejidad que solo produce coste y ruido. Apple en 2013 sólo gestionaba 156 proveedores clave en todo el mundo; y un almacén central y 246 regionales para suministrar a todos sus clientes13. Números sorprendentemente reducidos para una empresa de este alcance y volumen. Pero es que, ¿cuántos modelos de iPhone vende Apple? ¿Y de ordenadores? En general, muchos menos que sus competidores. Esta estructura solo puede ser el resultado de un esfuerzo consciente por simplificar la cadena de valor y la compañía en su conjunto, que es parte de la cultura de Apple desde que Steve Jobs volvió para salvarla de su declive y relanzarla en 1997. Por esta razón, creo firmemente que el primer paso antes de abordar la Transformación hacia una Red Digital de Suministro debe ser la simplificación del catálogo de productos y materiales (proveedores) y la segmentación de la(s) cadena(s) de suministro de una empresa en función de las necesidades diferenciadas de sus Clientes y de las características diversas de sus productos, si es que no hace ya independientemente de la transformación digital. La gestión y operación de varias cadenas de suministro diferenciadas permite desarrollar procesos completos de principio (suministro) a fin 12 13

Kelly y Marchese (2015). Benjabutr (2013).


498

JOSE ANTONIO BARCO

(clientes) mucho más sencillos en los que se pueden enfocar las tecnologías digitales para potenciar lo realmente clave para un segmento de clientes, optimizando el valor-coste total, gráfico 5. Gráfico 5

Fuente: Análisis de John Gattorna.

En este sentido, es ya un clásico el trabajo de John Gattorna sobre Cadenas de Suministro Dinámicas14 en el que identifica cuatro clases de cadenas de suministro básicas (ahora ampliadas a cinco) y tanto como 25 subtipos híbridos para quién esté interesado en mayor profundidad y detalle. Creo que ésta es una reflexión obligada como primer paso en cualquier trasformación de la cadena de suministro que vayamos a acometer. 2. En paralelo a esta simplificación y adaptación continua de la(s) cadena(s) de suministro, es fundamental desarrollar (o incorporar) en la organización las capacidades “digitales” clave para que la redefinición de los Modelos de Negocio y de los Procesos Operativos vaya en la dirección más adecuada y a la velocidad necesaria y, en definitiva, tenga éxito: A. Capacidades Tecnológicas: sumergirse en las nuevas tecnologías y comprender sus posibles aplicaciones, cómo otras empresas de la industria y de otras industrias están aplicándolas para mejorar su rendimiento o transformar sus negocios. B. Capacidades Humanas: conocimiento y actitudes, insertando nuevos perfiles más tecnológicos, perfiles híbridos negocio-tecnolo14

Gattorna (2006).


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

499

gía-analytics, incluir más nativos digitales en la organización, en todos los departamentos, a la vez que se educa “desde arriba hacia abajo” a toda la organización sobre las ventajas de negocio de la transformación digital y su importancia crítica para sobrevivir, prosperar y florecer. C. Capacidades Organizativas, propiamente dichas, con una responsabilidad y liderazgo iniciales del proceso de transformación muy claros, nombrando un Director (Líder) de Transformación Digital, con un equipo reducido pero potente, tanto en conocimientos como en influencia interna, facultado y autorizado para abordar todas las funciones y procesos de la compañía y trabajar con los responsables en su mejora y reinvención. 3. Para mejor conseguir este paso anterior, para imbuir y desarrollar las “capacidades fundamentales” dentro de la empresa, el enfoque más efectivo es identificar e implantar pequeños proyectos de mejora de procesos que permitan investigar y aprender en los tres niveles de las tecnologías, las aptitudes y la organización, gráfico 6. Gráfico 6 Alternative business transformation pathways

Fuente: Análisis de Deloitte. University Press | DUPress.com


500

JOSE ANTONIO BARCO

Bruun-Jensen y Hagel15 desarrollan un concepto muy interesante que denominan Transformación Mínima Viable (Mínimum Viable Transformation) tomado de las mejores prácticas en desarrollo de start-ups, con un enfoque iterativo, de prueba y error, para la mejora continua de lo que funciona y descarte rápido de lo que no es efectivo: “Las empresas líderes están aprendiendo lecciones del concepto de “mínimo producto viable” de las start-ups para lanzar transformaciones mínimas viables, transformaciones ligeras y versiones rápidamente adaptables de potenciales nuevos modelos de negocio [o nuevos procesos de negocio]”. Se trata de aplicar el modelo Lean Startup, desarrollado y popularizado por Steve Blank y Eric Ries16, a la gran empresa. Este método “se basa en el aprendizaje validado, la experimentación científica y la creación iterativa de versiones de productos para acortar sus ciclos de desarrollo, medir su progreso y obtener una valiosa información a partir de las opiniones de los clientes”. Concepto que se contrapone al enfoque “Big-Bang” de transformación, mucho menos ágil y peor adaptado a la implantación de las nuevas tecnologías digitales. 4. Una vez que la transformación digital ya está en marcha y ya empieza a ser parte del día a día, y de la cultura de la empresa, ya se puede abordar la reflexión estratégica de amplio alcance sobre la transformación de los modelos de negocio y de los procesos operativos, analizando las posibilidades, priorizando las oportunidades y continuando con el círculo virtuoso de pilotos sobre versiones mínimas viables, extensión rápida de lo que funciona y descarte aún más rápido de lo que no. Ganeriwalla et al.17 nos dan un universo de referencia para la Cadena de Suministro, aunque cada empresa tendrá que fijar sus horizontes de análisis propios, gráfico 7. El resultado de esta fase debe ser unos objetivos y una dirección, pero también una ruta que identifique las capacidades a desarrollar, al menos inicialmente, y la secuencia en que se quieren y se pueden implantar. Y siempre, en mi experiencia, de forma muy progresiva. Personalmente, he encontrado que esta progresividad de complejidad y sofisticación en las capacidades digitales es muy importante para la asimilación interna por la organización y para la optimización de los resultados que se pueden conseguir sin perturbar la operación continuada del negocio. Bruun-Jensen y Hagel - Deloitte (2015). Ries (2011). 17 Ganeriwalla , Walter, Kotlik, Roesgen y Gstettner – The Boston Consulting Group (2015). 15 16


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

501

Gráfico 7

Fuente: Análisis de Deloitte.

Mi recomendación es seguir la siguiente secuencia en las nuevas capacidades a implantar: A. Empezar integrando poco a poco la Red de Suministro / Valor Extendida, los principales Clientes, Colaboradores y Proveedores, por tamaño y capacidad, por volumen de negocio o por valor estratégico, desarrollando intercambios de información (inventarios, operaciones, planes, …). B. P&G y los fabricantes de productos de consumo más avanzados están ya conectados “digitalmente” a sus principales clientes en la distribución, a través del uso de bases de datos estandarizadas que les permiten realizar sus procesos de venta y reaprovisionamiento de forma completamente automatizada, sin intervenciones manuales ni retrasos. Proporcionar visibilidad de y a la Red Extendida completa: desarrollo de alarmas y procedimientos de aviso ante desviaciones críticas en el cumplimiento de los planes: gestión de demanda, gestión de inventarios, planes de envío y transporte, planificación de la producción y suministros, etc. De nuevo, Robert McDonald, CEO de P&G, nos explica que “no estamos todavía ahí, pero tenemos la visión de un sistema en el que literalmente pueda ver, en mi ordenador, cualquier producto a


502

JOSE ANTONIO BARCO

medida que avanza a través de la línea de producción y la cadena de valor. Y me encantaría ser capaz de ver los costes de ese producto al mismo tiempo. Es difícil porque los sistemas de contabilidad y financieros no están diseñados para las operaciones de hoy día, tienden a mirar hacia atrás, pero estamos trabajando duro en integrar nuestros sistemas operacionales con los sistemas financieros, para avanzar en esa dirección”18. C. Empezar a introducir capacidades de Optimización, implantando progresivamente herramientas (junto con el desarrollo de las capacidades y recursos humanos necesarios) cada vez más sofisticadas de simulación y planificación conjunta, colaborativa. D. Desarrollo de nuevas estructuras organizativas de operación, ejecución y gestión, separando claramente los conceptos de frontoffice, back-office y middle-office para la optimización de las actividades en la organización de la red digital de suministro. En este sentido, es muy potente el concepto de “Torre de Control” que están desarrollando muchas empresas como centro de actividades, no solo para monitorizar y controlar en tiempo real el rendimiento de todas las partes de la cadena de suministro y el cumplimiento de los planes sino para dirigir y optimizar en tiempo cuasi-real todas las operaciones de la Red Extendida. Bhosle et al.19 describen las tres capacidades esenciales que debe integrar esta Torre de Control para gestionar la red de suministro extendida de principio a fin: – Visibilidad: acceso a información de la Red de Suministro completa en tiempo real para poder responder a la pregunta de “¿QUÈ está sucediendo AHORA?” – Analytics: potentes herramientas de análisis, incluyendo análisis predictivo, simulación “what-if” de escenarios y análisis de riesgos, para permitir a los gestores de la red contestar a las preguntas de “¿POR QUÉ está sucediendo”, “¿Qué puede suceder A CONTINUACIÓN?” y “¿Cómo podemos MEJORAR?” – Ejecución: procesos simplificados y ágiles para la planificación y gestión de materiales y productos, producción, mantenimiento, distribución, transporte y servicio al cliente, para hacer llegar la información y planes de acción a todos los niveles de la Red de Suministro, tanto interna como extendida. 18 19

McKinsey & Company (2011). Bhosle, Kumar, Griffin-Cryan, van Doesburg, Sparks y Paton – Capgemini Consulting (2011).


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

503

Según nos explica Neil Humphrey, Senior VP Supply Chain for Europe de Unilever, hace cuatro años, Unilever ya implantó una “Torre de Control” en Europa “construida alrededor de un sistema de gestión “de principio a fin” del transporte que nos proporciona visibilidad completa de las tres Cs de servicio al Cliente, Carbono y Costes. Empezamos gestionando los flujos de entrada de materiales a través de 35 países en Europa. Ahora cubrimos todos los flujos logísticos, incluyendo los de distribución secundaria que serán también gestionados desde nuestra torre de control central en Polonia.”20 5. Y no quiero acabar el artículo sin hacer mención y prevenir a los Directivos que vayan a emprender este viaje acerca de dos áreas, específicas de la transformación digital, que hay que tener en muy consideración en el desarrollo de nuestra Red Digital de Suministro y que McKinsey21 resume así: A. El desarrollo y gestión de los sistemas de información de “dos velocidades” El enfoque de desarrollo iterativo y rápido no solo es un problema para los procesos actuales de gestión de IT, sino también para las infraestructuras de datos y aplicaciones actuales: por esta razón, las empresas tienen que: – Desarrollar una infraestructura de desarrollo rápido de aplicaciones y datos, paralela a la infraestructura convencional (de los ERP, CRM, información contable y financiera, etc.), con ciclos de desarrollo y puesta en marcha que se midan en días, semanas a lo sumo, frente al tradicional ciclo de actualización trimestral o semestral de las arquitecturas transaccionales. – Ampliar las capacidades y soluciones “cloud” y “as-a-service”. – Desarrollar interfaces de datos / información basadas en estándares amplios. B. La ciberseguridad Los riesgos cibernéticos y su impacto económico potencial son cada vez mayores en un mundo hiperconectado. Pensemos en el desarrollo masivo del Internet de las Cosas y de la Industria 4.0. En este proceso de transformación digital, las empresas tienen que protegerse contra ataques cibernéticos provenientes de muchos 20 21

Trebilcock (2015). McKinsey & Company (2015).


504

JOSE ANTONIO BARCO

frentes potenciales, desde gamberros, hasta competidores o el crimen organizado. La ciberseguridad plantea riesgos y necesidades crecientes y debe figurar ya, por derecho propio, en la agenda de los Comités de Dirección de forma que se integre en los principales procesos operativos y de gestión de las empresas. Creo que con esto cierro una visión amplia de hacia dónde deben evolucionar las cadenas de suministro modernas para afrontar los retos de globalidad y volatilidad de los mercados, que estoy firmemente convencido de que están aquí para quedarse. El viaje hacia un Red Digital de Suministro globalizada no es sencillo, e incluye múltiples dimensiones y facetas que hay que reinventar y gestionar. Pero, por otra parte, si fuese fácil, ¿dónde estaría el mérito? Espero que este artículo haya proporcionado algunas pistas, y sobre todo algunas ideas de reflexión, sobre las consideraciones, prioridades y la hoja de ruta que ya están siguiendo y que deben seguir inevitablemente los Directores de Operaciones y Logística en los próximos años. Bibliografía A.T. KEARNEY (2015): Digital Supply Chains: Increasingly Critical for Competitive Edge, European Excellence in Supply Chain Management 2015, A.T. KEARNEY and the Kühne Institute for Logistics Management of WHU – Otto Beisheim School of Management. BENJABUTR, B. (2013): Is Apple’s Supply Chain Really the No. 1? A Case Study, SupplyChainOpz.com BERMAN, S.J. y BELL, R. (2011): Digital transformation. Creating new business models where digital meets physical, IBM Institute for Business Value. BHOSLE, G.; KUMAR, P.; GRIFFIN-CRYAN, B.; VAN DOESBURG, R.; SPARKS, M. y PATON, A. (2011): Global Supply Chain Control Towers. Achieving end-to-end Supply Chain Visibility, Capgemini Consulting. BRUUN-JENSEN, J. y HAGEL, J. (2015): Minimum viable transformation, Business ecosystems come of age, Part of the Business Trends series, Deloitte University Press. GANERIWALLA, A.; WALTER, G.; KOTLIK, L.; ROESGEN, R. y GSTETTNER, S. (2016): Three Paths to Advantage with Digital Supply Chains, bcg.perspectives by The Boston Consulting Group. GARTNER GROUP (2016): The Gartner Supply Chain Top 25 for 2016. GATTORNA, J. (2006): Living Supply Chains. How to mobilize the enterprise around delivery what your customers want, FT Prentice Hall, Harlow. HANIFAN, G.; SHARMA, A. y NEWBERRY, C. (2014): The Digital Supply Network. A New Paradigm for Supply Chain Management, Accenture Strategy.


LA TRANSFORMACIÓN DIGITAL: LA PALANCA PARA UNA CADENA DE SUMINISTRO ...

505

KELLY, E. y MARCHESE, K. (2015): Supply chains and value webs, Business ecosystems come of age, Part of the Business Trends series, Deloitte University Press. MCKINSEY & COMPANY (2011): Inside P&G’s digital revolution, McKinsey Quarterly, November. —(2015): Industry 4.0 - How to Navigate Digitization of the Manufacturing Sector, McKinsey Digital. RIES, E. (2011): The Lean Startup. How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, Crown Books (www.theleanstartup.com). TEMÇAMANI, R. (2016): White Paper - How to implement Digital Supply Chain, Kedge Business School. TREBILCOCK, B. (2015): What Does It Take To Remain A Supply Chain Leader?, Supplychain247.com


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 507-526)

EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA EMPRESARIAL THE BIG DATA PARADIGM AND ITS CONTRIBUTION TO THE MANAGEMENT AND BUSINESS STRATEGY Alex Rayón Jerez Vicedecano de Relaciones Externas de la Facultad de Ingeniería de la Universidad de Deusto y Director de Programas de Big Data RESUMEN La implosión de la era digital y los datos inherentes a su naturaleza y arquitectura han provocado la generación de grandes volúmenes de datos, en muchos lugares y expresados de manera muy heterogénea. A este paradigma, lo bautizamos en 2012 como el “Big Data”. Generó mucho interés desde el primer momento por su aportación a conocer mejor los negocios, para mejorar así el proceso de toma de decisiones y el rendimiento en muchas dimensiones. Ni la tecnología, ni la disponibilidad de datos ni el factor económico son limitantes. Lo que necesitamos son emprendedores de datos, que sepan hacer las preguntas correctas a los mismos, y podamos así aportar a la gestión y estrategia empresarial a través de la extracción de inteligencia y valor de los datos. Por todo ello, muchos sectores de actividad económica ven nuevas oportunidades en esta “economía del dato”. Palabras clave: Datos, inteligencia de negocios, algoritmos, modelos analíticos, big data. SUMMARY The irruption of the digital age and the data inherent to its nature and architecture, have led to the generation of large volumes of data, in many places and expressed in a very heterogeneous way. To this paradigm, we called as “Big Data” in 2012. It generated a lot of interest from the very beginning for its contribution to understand better the business processes, to improve the decision making process and the performance in many dimensions. Neither the technology, nor the availability of data nor the economic factor are a constraint. What we need are data entrepreneurs, who know how to ask the right questions, and can thus contribute to the management and business strategy through the extraction of intelligence and value from raw data. In consequence, many economic activities have seen new opportunities in this “data economy”. Keywords: Data, business intelligence, algorithms, analytical models, big data.

1. Introducción: de los “qué” a los “por qué” En 2004, dos ingenieros de Google, Jeffrey Dean y Sanjay Ghemawat, publicaron un artículo titulado “MapReduce: Simplified


508

ALEX RAYÓN JEREZ

Data Processing on Large Clusters“ [1]. Se trataba de un nuevo modelo de programación que permitiría simplificar el procesamiento de grandes volúmenes de datos. Era la evolución natural y necesaria que tenían dentro de Google para procesar los grandes volúmenes de datos que ya por aquel entonces manejaban (documentos, referencias web, páginas, etc.). A partir de toda esa información que se encontraba dispersa por Internet, querían obtener una serie de métricas para ordenar la importancia y popularidad de las webs. Nació así un modelo de programación bautizado como MapReduce, que hizo frente a la cada vez mayor cantidad de webs que debía Google ordenar bajo el algoritmo creado por Larry Page y Sergey Brin en 1999, el Pagerank [2]. Estas nuevas posibilidades que abrió el procesamiento de grandes volúmenes de datos ayudó a popularizar industrias como el SEO y SEM. Más de 12 años después, estas capacidades son el principal valor de Google (Alphabet) y lo que le ha permitido llegar a ser la empresa de mayor valor bursátil del mundo. La idea que subyacía a este nuevo modelo de programación era la siguiente: ante la necesidad de procesar grandes volúmenes de datos, se puede montar un esquema en paralelo de computación que permita así distribuir el trabajo (el procesamiento de datos) entre diferentes máquinas (nodos dentro de una red) para que se pueda reducir el tiempo total de procesamiento. Es decir, una versión moderna del “divide y vencerás“ [3], que hace que esos pequeños trabajos en paralelo, reduzcan sustantivamente lo que de otra manera sería un único gran procesamiento, tarea siempre más complicada. Dado el rendimiento de esta nueva aproximación al procesamiento de datos, se comenzó a emplear en otros entornos. Se comienzan a desarrollar versiones de código abierto a través de distribuciones de software. Esto hace muy fácil su rápida adopción, y quizás deja una lección para la historia sobre cómo desarrollar rápidamente un paradigma. Uno de los frameworks que comienza a ganar en popularidad es Apache Hadoop de la mano de un ingeniero de Yahoo! llamado Doug Cutting. Para muchos, con estos dos sucesos nace esta era que hemos bautizado como “Big Data”. Primero MapReduce, y luego el framework Hadoop, pueden ser considerados como el origen de este término del que tanto hablamos hoy en día. Y, las empresas de Internet (Google, Yahoo, Twitter, Facebook, Linkedin, etc.), las que propician la aparición de tecnologías de Big Data que luego son utilizadas en otros sectores. El uso de los métodos de análisis de datos para la mejora de la competitividad y el día a día de las organizaciones no es nada nuevo. Hace


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

509

décadas que se lleva haciendo uso de estas técnicas. El sector financiero o asegurador, lleva décadas empleando técnicas de minería de datos para sacar valor de sus grandes volúmenes de datos. Lo han empleado siempre para la detección de fraude, perfiles de propensión al impago o para el scoring en la concesión de créditos. Lo que sí que es cierto es que estos métodos, ahora son más sofisticados. Pero eso realmente no se debe a la evolución de los algoritmos solo, sino a la existencia de una mayor cantidad de datos, de muy diferentes fuentes, almacenados en formatos heterogéneos y sobre todo, generados a gran velocidad. Y esto último sí que hace distinguir un proyecto de Big Data de otro que no lo es. Son las 3 “V” que caracterizan bien a esta era del Big Data: Volumen, Velocidad y Variedad [4]. La práctica moderna del análisis de datos, lo que popularmente y muchas veces erróneamente se conoce como “Big Data”, se asienta sobre lo que es la “Ciencia del Dato” o “Data Science”. En 2012, Davenport y Patil escribían un influyente artículo en la Harvard Business Review en la que exponían que el científico de datos iba a ser la profesión más atractiva del Siglo XXI [5]. Un profesional que combinando conocimientos de matemáticas, estadística y tecnologías, se encargaría de analizar los grandes volúmenes de datos. A diferencia de la estadística tradicional que utilizaba muestras, el científico de datos aplica sus conocimientos estadísticos para resolver problemas de negocio utilizando tecnologías que no limitan la cantidad de datos a emplear. Y esto, abre la puerta para realizar cálculos que hasta ahora no se podían realizar. Viktor Mayer, de la Oxford Internet Institute, define el Big Data como el eterno sueño de la estadística: que no haya que muestrear, sino que podamos analizar todos los datos generados en un entorno dado. Las capacidades tecnológicas ya no son un limitante. En su libro “Big Data: A Revolution That Will Transform How We Live, Work and Think” [6], nos habla sobre la “mentalidad de datos masivos” como nuevo paradigma tecnológico que dé solución a los problemas de muchas empresas. Con todos estos precedentes, muchos sectores de actividad económica ven nuevas oportunidades en esta “economía del dato”. Sin embargo, todavía muchos se preguntan qué diferencia al Big Data del Business Intelligence que ya venían muchas compañías realizando. La respuesta, básicamente, es la mayor disponibilidad de datos. El 90% de los datos del mundo han sido creados en los últimos dos años [7]. En 2011, en el Foro Económico de Davos, se introduce el dato como un nuevo activo a


510

ALEX RAYÓN JEREZ

gestionar y poner en valor por parte de las empresas [8]. Posteriormente, en 2012, McAfee y Brynjolfsson escribieron el influyente artículo “Big Data: The Management Revolution” [9]. Era una época en la que todavía poca gente conocía el concepto, y aún menos lo ponían en valor. El artículo, supuso un punto de inflexión para muchas de las compañías que leyeron con atención los postulados de estos autores. El mundo del Business Intelligence que venimos usando ya desde los años 90, nos ha aportado siempre una mirada hacia atrás. Es decir, una mirada que nos decía lo que había ocurrido en el pasado, de manera resumida, agrupando y visualizando datos. El Big Data trae una nueva mirada, una perspectiva futura en la que buscamos predecir lo que pudiera ocurrir para aprovechar oportunidades y escenarios, y adelantarse a través de las técnicas que nos aporta el mundo del Business Analytics. Un cruce entre los modelos analíticos que la estadística nos aporta, y que permite modelizar el funcionamiento de las organizaciones. Modelos que han mejorado mucho su precisión gracias a la gran disponibilidad de datos a procesar. Tres elementos son los que están impulsando que el Big Data y su adopción sea exponencial. En primer lugar, la computación se ha abaratado. Fabricar ordenadores resulta muy económico. Lejos quedan los días en los que esto era un limitante. El libro “La sociedad de coste marginal cero” [10] de Jeremy Rifkin, explicó que los costes marginales serían prácticamente nulos en esta era digital. Esto hace que estemos rodeados de dispositivos digitales en todas las esquinas. En segundo lugar, la tecnificación de la sociedad y su digitalización. Cada vez codificamos en objetos conectados a Internet más conductas o expresiones sociales. Así, los datos están cada vez más desperdigados y distribuidos en diferentes entornos. Los coches, las lavadoras, nuestra ropa o incluso nuestras paredes ahora adquieren capacidades de escucha y actuación, lo que hace que se generen cada vez más datos de todo ello. Y, en tercer lugar, vivimos en la era de las redes sociales. Hace unos cuantos años, Manuel Castells, escribió el libro “El poder en la sociedad red” [11]. Habló de las redes sociales y su poder, y concretamente se refirió a las mismas como medios de autocomunicación de masas. Redes que implican interacción, comunicación y diálogo con nuestros “amigos”. Las redes sociales que empleamos en nuestro día a día (Instagram, Twitter, Facebook, Linkedin, etc.), son redes comerciales, que funcionan como si fueran una televisión: el objetivo es generar datos sobre audiencias y comportamientos para que luego puedan comercializar espacios de


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

511

impacto a esas audiencias. La sociedad se convierte así en proveedora de datos. Por todo ello, no es que tengamos ahora más capacidades computacionales, sino que tenemos muchos más datos, generados a mucha mayor velocidad, y con una variedad de formatos que hace que necesitemos un nuevo paradigma de almacenamiento, procesamiento y puesta en valor datos. A este nuevo paradigma lo hemos venido a bautizar como Big Data. Un paradigma que, dado que tenemos mucha abundancia de materia prima (datos), lo que necesita es de emprendedores de datos. Personas que sepan interrogar y sacar valor de dichos datos. Es decir, estamos ante un paradigma que necesita de pensadores, de filósofos que se formulen las mejores preguntas para extraer inteligencia y valor de los datos. Tal es así que, las posibilidades que dispone ahora una organización para su gestión y estrategia empresarial son realmente grandes. En este artículo, vamos a exponer cómo hemos evolucionado del enfoque del Business Intelligence de responder a los “qué ha pasado” (resumen del pasado), al enfoque del Business Analytics que responde a los “por qué ha pasado” (prospección del futuro). El paradigma del Big Data, abre para nuestras organizaciones nuevas posibilidades que debemos aprovechar. 2. Marco conceptual En su artículo “Big Data: the Management Revolution”, McAfee y Brynjolfsson, describieron cómo la implosión de la era digital y los datos inherentes a su naturaleza y arquitectura, ayudaría mucho a mejorar la famosa expresión de Drucker “Lo que no se mide, no se puede mejorar” [12]. Y esto, obvia decir, resulta de mucho interés para la estrategia y gestión de las empresas, donde la medición puede suponer una mejora competitiva importante. Cuando decimos que la medición trae una mejor gestión, lo que venimos a decir es que dado que tenemos más información, las decisiones están mejor fundamentadas. No solo eso, las intervenciones, las acciones que de las decisiones se deriven serán más efectivas, dejando de depender tanto de la intuición. Los directivos podrían conocer mejor sus negocios para optimizar así su proceso de toma de decisiones y el rendimiento en muchas dimensiones. De ese artículo, se pueden rescatar tres conceptos que, describen muy bien qué es esta era del Big Data: trazabilidad, atribución y entendimiento. Es decir, una era en la que la cada vez mayor


512

ALEX RAYÓN JEREZ

digitalización de muchos aspectos de nuestra sociedad, ha hecho que podamos atribuir a un hecho sus causas y así entender mejor el comportamiento de los seres humanos y su proceso de toma de decisiones. En esta era digital donde dejamos traza de todo lo que hacemos (búsquedas, compras, conducciones, lecturas, etc.), alguien guarda y emplea esos datos. Es decir, que la trazabilidad y atribución de nuestras acciones, permite que alguna organización entienda mejor cómo nos comportamos y tomamos las decisiones. La nueva economía digital se enmarca en una era en la que mucha gente piensa que lo que hacemos en Internet, lo que usamos, en muchas ocasiones, es gratis. Los economistas suelen decir eso de que “nada es gratis“ [13]. Obviamente, algo o alguien tiene que pagar los servicios y productos que consumimos. Y esos, son los datos, que permiten entender bien cómo nos comportamos en ese plano digital tan omnipresente hoy en día. Hace unos años, comprábamos un GPS que nos costaba entre 200 y 300 €. Hoy en día tenemos Google Maps y Waze. No nos cuesta nada poder usarlo, salvo la conexión a Internet y los datos personales por dónde nos desplazamos. Es lo que les cedemos a cambio. El servicio de histórico de localización de Google Maps1 es el paradigma de esta realidad en la era del Big Data. Datos de localización que cedemos a cambio de un servicio bastante útil e inteligente, que se anticipa en muchas ocasiones a nuestras decisiones. Pero, también, en muchas ocasiones, vende los datos a terceros. Responder a la pregunta si esto es bueno o malo siempre es complicado. Es mejor responder en clave de costes y beneficios. Para obtener un determinado beneficio, se debe asumir un coste. Si el beneficio no compensa el coste que nos genera ceder los datos históricos de localización, entonces es un servicio que no debiéramos tener activado. Estas realidades que rodean a los datos personales en cierto modo resultan contradictorias cuando la sociedad las conoce. Un artículo de 2013 de los economistas Savage y Waldman titulado “The Value of Online Privacy“ [14], sugería que los ciudadanos estarían dispuestos a pagar porque sus datos no fueran recopilados por las aplicaciones y servicios en Internet. Por otro lado, en otro artículo titulado “The value of privacy in Web search“ [15], solo el 16% de los que participaron en la encuesta estarían dispuestos a pagar porque su navegación en la web fuera totalmente pri-

1

maps.google.com/locationhistory


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

513

vada. En un reciente artículo de dos investigadores de la Universidad de Chicago titulado “Is Privacy Policy Language Irrelevant to Consumers?“ [16], solo una pequeña fracción de usuarios está dispuesta a pagar 15 dólares para detener la invasión de privacidad. En este punto es cuando cabría preguntarse para qué sirve este análisis de grandes volúmenes de datos. Como decíamos, los servicios en Internet y las empresas tecnológicas (hoy en día, gran parte de ellas) están aprovechando estos datos. Cuando Norton y Kaplan introdujeron el concepto de Cuadro de Mando Integral [17] ya señalaron lo que con el Big Data podemos obtener. Los indicadores clave para la toma de decisiones son más accesibles que nunca ante la gran abundancia de datos que una empresa dispone (tanto dentro de la propia empresa como en fuentes ajenas). Se puede responder así a la pregunta de la utilidad del Big Data valiéndose del Cuadro de Mando Integral de Norton y Kaplan. Considerando sus cuatro perspectivas (Financiera, Interna de procesos, Cliente e Innovación y Aprendizaje), se pueden clasificar los enfoques de explotación de datos en dos grandes grupos: – Enfoque “hacia fuera” de la empresa: considerando la perspectiva Financiera y de Cliente del BSC, se identifican dos grandes explotaciones de datos: • Obtención de nuevos ingresos: se trata de ayudar a las organizaciones a obtener nuevos mercados, nuevos clientes, nuevos márgenes sobre clientes ya existentes, nuevas oportunidades de productos y servicios, etc. • Fidelización de los clientes: en un mundo caracterizado por la competitividad, la retención de los clientes actuales resulta de enorme interés para las empresas, por no tener que volver a invertir en su adquisición. Además, también la evidencia empírica demuestra cómo a mayor ciclo de vida, mayor facilidad de sacar más rentabilidad con la venta cruzada de nuevos productos o la adquisición de nuevos productos o servicios de la misma empresa por parte del cliente [18]. – Enfoque “hacia dentro” de la empresa: incluyendo la perspectiva de Procesos y de Aprendizaje e Innovación, fundamentalmente se puede centrar el foco en la mejora de los procesos de una compañía. De esta manera, la optimización de costes mediante la detección de puntos de mejora y los factores que generan las desviaciones, se convierten en otra utilidad a obtener del Big Data.


514

ALEX RAYÓN JEREZ

El Big Data, resumiendo, sirve así a las compañías en tres principales utilidades: ganar más dinero, evitar perderlo y optimizar costes. Unas utilidades que aportan una mejora financiera y operacional que dota de competitividad a las compañías. Las organizaciones que están de verdad obteniendo una ventaja competitiva sustantiva son aquellas que están reformulando su organización para poner los datos en el centro, y sincronizar procesos alrededor. Organizaciones que se convierten en “data-driven business”, y en las que el contraste de hipótesis se convierte en una nueva mirada hacia la toma de decisiones y la gestión estratégica, táctica y operativa. Tal es el caso de Mercadona, que anunciaba a comienzos de 2016 su nuevo “cerebro tecnológico”, dentro de un ambicioso Plan de Transformación Digital de 126 millones de euros2. En el centro de dicho plan, un Centro de Proceso de Datos (CPD) que permite sincronizar procesos y tomar decisiones de abastecimiento, suministro, compra, venta, descuentos, etc. gracias a lo que ha venido a denominar su cadena de suministro conectada en tiempo real. Los datos, como se puede apreciar, alteran las estrategias de la compañía, comenzando su rediseño por su localización en el centro de la estrategia. 3. El Big Data en la toma de decisiones empresariales: descripción, predicción y prescripción Con el Big Data, estas capacidades de observar fenómenos que antes no eran evidentes (insights), deben ser incorporados en el día a día de la empresa para que la misma gane valor. Es decir, estas utilidades que describíamos anteriormente, podrán aportar valor a las organizaciones, en tanto en cuanto incorporen los insights obtenidos en la toma de decisiones. Todo ello es posible si llegamos a comprender los sucesos. Esto nos dará la capacidad no ya sólo de describir lo ocurrido, sino también de predecir lo que pudiera ocurrir. La capacidad de explicar es una cuestión de mostrar cómo ocurren las cosas dado un modelo válido. La de predecir es la de mostrar cómo ocurrirán las cosas de acuerdo con ese modelo. Los modelos pueden ser físicos, materiales, o meramente teóricos. Todos

2 http://www.expansion.com/economia-digital/companias/2016/02/29/56d49fcf268e3e521f 8b463b.html.


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

515

implican algún tipo de analogía entre el modelo y la realidad o el modelo y otra afirmación científica. Por todo ello, el objetivo de toda empresa pasa por construir modelos que describan y ayuden a predecir lo que pudiera ocurrir en su día a día en sus diferentes áreas funcionales (recursos humanos, compras, ventas, marketing, comunicación, producción, logística, etc.). En definitiva, una empresa no solo podría resumir el pasado (enfoque Business Intelligence), sino también establecer relaciones y comparaciones entre variables para tratar de adelantarse al futuro (Business Analytics). Durante años, las herramientas de Business Intelligence han estado centradas en el reporting (resumir el pasado). Posteriormente, lo estuvieron en el diagnóstico pensando en el pasado. Hoy en día están en la predicción y prescripción. Es decir, en adelantarnos a lo que pudiera ocurrir y ayudar a las organizaciones a tomar decisiones infiriendo el mejor rumbo a tomar o las decisiones a introducir. El valor, y el foco que debieran tener las empresas, se centra en ser capaces de modelizar el funcionamiento de la empresa. De encontrar una serie de reglas que describan lo que “suele” ocurrir en las empresas. Estas reglas suelen engranarse en lo que conocemos como algoritmos; una serie de reglas abstractas para transformar datos. Es decir, coger una fuente de información o datos, y desarrollar una serie de reglas que permiten encontrar, expresar y representar aquella respuesta que estábamos buscando a partir de los datos en bruto. Pero estas reglas no son una ciencia exacta. Kenneth Arrow, premio Nobel de Economía en 1972, y experto en predicciones económicas dijo aquello de: “El buen pronóstico no es el que te dice que lloverá, sino el que te da sus probabilidades” [19]. Es decir, nada es seguro hasta que ocurre. La probabilidad cero no existe. Aprender a gestionar situaciones en este mundo de la incertidumbre, asignando probabilidades a las diferentes alternativas que puede tomar un determinado suceso, se vuelve así crítico. De esta manera, podremos ayudar a las empresas, organizaciones e individuos a asignar eficientemente recursos en múltiples situaciones. Y tomar en definitiva mejores decisiones. Estos algoritmos predictivos y prescriptivos modelan, representan, una realidad ponderada por la probabilidad de que ocurra. Este cálculo de probabilidad se puede hacer bajo dos principales métodos. Por un lado, como un concepto absoluto, en el sentido que todos damos la misma probabilidad a un suceso. Es la que ha sido predominante a lo largo del Siglo XX, con Ronald A. Fisher a la cabeza [20], con la inter-


516

ALEX RAYÓN JEREZ

pretación frecuentista de probabilidad. Hay un segundo enfoque, aún más antiguo, pero que ha ganado mucha popularidad en los últimos tiempos. Es un enfoque subjetivo, en el que cada persona espera una mayor o menor probabilidad. Este enfoque fue mayoritario en el Siglo XIX, con Pierre-Simon Laplace al frente [21]. Y esta subjetividad en la interpretación de la probabilidad se atribuye al Teorema de Bayes. Dado que en muchas ocasiones, para predecir, se tiene un conocimiento limitado, la probabilidad es la expresión matemática de ese conocimiento. Es decir, “no se puede predecir con un 50% de probabilidades que saldrá cara“, sino que “basándose en el conocimiento que se tiene, hay un 50% de certeza que saldrá cara“. El auge de los métodos Bayesianos, especialmente, por la irrupción del Big Data (que trae nuevo conocimiento), está provocando que mucha gente cambie la forma de afrontar estos problemas. Bayes no solo es una fórmula, sino también una manera de afrontar predicciones y situaciones. Consiste en que a nueva información (recibida), nueva probabilidad (estimada). Según vaya obteniendo nueva información, se mejoran las probabilidades iniciales que se tiene. A más información, más probabilidad se puede estimar. De ahí el enorme interés generado alrededor de la toma de decisiones para la gestión y estrategia empresarial, donde la incertidumbre es omnipresente, y la toma de decisiones en dicho contexto muy frecuente. A través de estos algoritmos predictivos y prescriptivos expresados bajo incertidumbre, se podrán procesar los datos de la organización para la extracción de valor de los mismos. Este tratamiento se puede hacer bajo dos culturas, siguiendo la terminología introducida por el estadístico Leo Breiman a través de un influyente artículo de 2001 [22]: la cultura del modelado estadístico (regresión, reglas de asociación, Análisis de Componentes Principales, etc.) y la del modelado algorítmico e inteligencia artificial (redes neuronales, KNN, etc.). Breiman presentó ambos paradigmas de procesamiento de datos como antagónicos. Incluso, rechazaba por obsoletas las postulaciones del modelado estadístico de datos clásico, dado que en su opinión, había dado lugar a conclusiones equivocadas. La nueva cultura algorítmica, presentaba mucho interés en el contexto predictivo del que estamos hablando. En realidad, el antagonismo entre ambas culturas no es tal, sino que más bien es precisa su complementariedad. Y es que los métodos estadísticos a los que se refiere Breiman son los métodos estadísticos más clásicos, que se desarrollaron sin la capacidad de tratamiento de datos


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

517

que sí tenemos hoy en día. Gracias a lo cual, pueden usarse modelos generativos (en los que uno define la forma funcional de la respuesta) o modelos que generan la estructura que esconden los datos (por ejemplo, en las redes neuronales). Con estas dos culturas (la estadística y la algorítmica), y gracias especialmente al gran volumen de datos disponible, los algoritmos buscan patrones, relaciones, etc. Más interesante resulta así para muchas industrias desarrollar algoritmos para encontrar inteligencia que transformar en negocio. Entender a los consumidores, los “por qué” de sus decisiones, detectar elementos que hacen de cuello de botella en la cadena de producción, abastecer de manera óptima la cadena de suministro, optimizar las rutas para evitar perder tiempo, etc., son solo algunos ejemplos de lo que estos algoritmos permiten hacer. Por eso, hoy en día, hay tantos algoritmos. Además, cada vez más sofisticados. Junto con el hardware y las redes, constituyen los ejes clave sobre los que pivota esta transformación digital de muchas industrias. Estamos ya ante las máquinas más sofisticadas del planeta. Cien millones de líneas de código incorporan los nuevos vehículos (frente a las sesenta millones de líneas que tiene Facebook y las cinco millones de líneas que tiene el colisionador de hadrones). Estamos ante las primeras máquinas que están alcanzando los límites biológicos de la complejidad. El manejo de estas reglas abstractas de transformación de datos se ha convertido en algo fundamental para obtener ventajas competitivas en la estrategia de cualquier empresa. 4. Aplicación en las organizaciones Según el estudio The Talent Dividend, elaborado por la revista MIT Sloan Management Review y la empresa de software analítico SAS en 2015 [23], el 50% de las compañías asegura que entre sus prioridades está aprender a transformar los datos en acciones de negocio. Básicamente, pasando de una perspectiva de Informar (ver lo que ha ocurrido en el pasado, y tomar decisiones reactivas -enfoque Business Intelligence-), a una perspectiva de Predecir (inferir lo que puede ocurrir en el futuro y tomar decisiones proactivas -enfoque Business Analytics-). Y así, las empresas pueden comenzar a responder a preguntas como las que se presentan a continuación: – ¿Cómo puedo descubrir más información relevante sobre mis clientes? Datos como los drivers que le llevan realmente a comprar,


518

ALEX RAYÓN JEREZ

cómo se relacionan mis clientes entre ellos, qué opiniones son las que han sido clave para la toma de decisión de compra, etc. – ¿Qué pasaría si cambio el precio de mis productos/servicios? Disponer de un análisis de sensibilidad de una variable (precio) respecto a su impacto en otra (ventas totales de ese producto o sobre otros), de manera que puedo ver la relación entre las mismas. – ¿Cómo puedo reducir la tasa de abandono de mis clientes? Construir un modelo de propensión a la fuga, para saber qué puntos o acciones son las que pueden llevar a un cliente a abandonar la empresa. De esta manera, a futuro, tendría más probabilidad de encontrar clientes que pudieran no marcharse de la compañía. – ¿Cómo puedo identificar a los clientes más rentables? No desde el punto de vista de las ventas totales, sino del valor que extraigo de cada uno de ellos (entendiendo valor como margen de beneficio). – ¿Cómo puedo detectar fraude? Analizando el histórico de valores que van tomando las variables para los casos de éxito (no hay fraude, se paga a tiempo, no hay insolvencias, etc.) y los de fracaso (fraudes, impagos, etc.), se pueden construir modelos que relacionen las variables que frecuentemente están asociados a los casos de fracaso, y así poder anticiparse a futuro. – Etc. Preguntas donde aparecen esos emprendedores de datos que comentábamos al inicio de este artículo. No hay un conjunto cerrado de preguntas a hacer a los datos. Y más desde una mirada a los datos de gestión y estrategia empresarial, donde cada organización tiene su propia realidad y contexto. Por ello, las organizaciones suelen requerir de una clasificación de “posibles utilidades a extraer del Big Data”. Los “para qué” poder interesarse por el Big Data y las grandes promesas que se han introducido en torno a ello. La web especializada “Applied Enterprise Architecture”3, ofrece un framework de posibles utilidades que clasificadas en torno al nivel de ventaja competitiva que adquiere una empresa. A continuación, y con objeto de ilustrar las posibilidades que abre el Big Data para las diferentes organizaciones, se presentan las mismas: 1. Modelos estadísticos y algorítmicos: crear modelos que permitan descubrir tendencias, patrones, relaciones, etc. anteriormente des3

pragmaticarchitect.wordpress.com


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

519

conocidas. Por ejemplo, detectar fraudes en la reclamación de pólizas de seguros, análisis de cestas de la compra de un retailer para invitar a realizar promociones, etc. Se suelen clasificar los modelos de análisis de datos estadísticos en cuatro grandes familias, siguiendo una serie de preguntas comunes a toda organización: a. ¿Quieres predecir una categoría? En caso de ser afirmativa la respuesta, la siguiente pregunta que cabe realizarse es si los datos tienen una serie de campos para clasificar (saber si un estudiante va a aprobar o no, o si va a comprar un determinado producto o no) o no los tiene. Si los dispone, es un algoritmo de clasificación, muy utilizado para clasificar perfiles de clientes en entidades financieras (scoring y profiling) y así saber si darle un crédito o no (y ejemplos parecidos en otras industrias), por ejemplo. Para todo esto son muy usados los árboles de decisión (para ir navegando por las diferentes alternativas en sus ramas) o las reglas de asociación (que construye un conjunto de reglas que describen las relaciones y patrones de comportamiento de las variables; por ejemplo, para saber qué comprará un cliente que ha comprado también anteriormente un producto X y otro Y). En caso de no disponer una categoría sobre la que clasificar, se trata de algoritmos de clustering. Se agrupan los registros con un comportamiento parecido en cuanto al valor que adquiere de las variables (actividades de un estudiante, artículos que compra y selecciona un cliente, productos financieros/seguros que va adquiriendo, etc.), pero sin saber cómo clasificar a esos registros con anterioridad en una sola categoría. b. ¿Quieres predecir una cantidad? En estos casos, se pueden construir modelos de regresión o de Machine Learning (en función de la complejidad y grado de aprendizaje que se quiera dar al ordenador), para así disponer de una herramienta de trabajo que modela la relación entre las variables y así poder responder a cuestiones anteriormente planteadas (cómo varían las ventas si cambio el precio, predecir la demanda energética estacional usando las tendencias históricas, predecir la capacidad de producción necesaria para adelantarse a las necesidades de la industria, modelo de deserción de un estudiante, posible fatiga de materiales o de máquinas con carácter preventivo, predecir el factor de éxito o fracaso más crítico para ser talentoso, qué canal de marketing intensificar para sacarle más rentabilidad a la campaña, etc.)


520

ALEX RAYÓN JEREZ

c. ¿Estás simplemente observando datos? En este caso, podemos hacer tareas relacionadas con la reducción de dimensionalidad, tales como el Análisis de Componentes Principales. Imagínense que una compañía tiene sesenta variables que analizar, lo que resulta difícilmente gestionable. Con estas técnicas, se puede reducir esa dimensionalidad a dos o tres, bastante más manejable, siempre y cuando se cumplan una serie de reglas de representación y significatividad del conjunto de datos. Esta técnica puede ser muy útil para identificar drivers de compra y comportamiento agrupados, y así saber por qué nos compra un cliente o qué atributos comparten un grupo de estudiantes que han fracasado o triunfado. d. Si la respuesta a las preguntas anteriores es a todas no, lo que se está buscando es predecir nuevas estructuras. Dado que prácticamente ni siquiera se sabe lo que se quiere, es muy frecuente que en estos casos se descubran nuevas relaciones, nuevas clasificaciones, nuevos grupos, etc. 2. Minería de texto: descubrir y extraer patrones significativos y las relaciones de las colecciones de texto, así como inferir el significado del mismo (a través de los tratamientos semánticos). Por ejemplo, comprender los sentimientos de los clientes en los medios sociales como Twitter, Facebook, Blogs, Call center, etc. Se utilizan para mejorar el servicio del producto o cliente o entender cómo lo está haciendo la competencia. Además, se pueden extraer, de un conjunto de textos, las entidades más frecuentes, y cómo se relacionan las mismas. Se trata, además, de un campo en el que se prevé mucho desarrollo. Según un artículo publicado en el SAS Global Forum de 2014 [24], el 80% de los datos son desestructurados, es decir, información de las organizaciones almacenada en forma de documentos y texto. Son muchos los retos tecnológicos todavía ahí existentes. 3. Optimización: el uso de técnicas de simulación para identificar escenarios que producirán los mejores resultados. Por ejemplo, la optimización de precios para el escenario más favorable de ventas, la identificación del inventario óptimo que evite rupturas de stock, etc. Son modelos de optimización y simulación muy usados para la gestión de inventarios, gestión de redes de producción y distribución, relaciones entre productos y clientes, gestión eficiente de los gastos y desviaciones en el marco de un proyecto, etc.


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

521

4. Visualización: análisis exploratorio de los datos que permita al usuario entender mejor el problema al que se enfrenta. En definitiva, mejorar la salida de los resultados del modelo estadístico con gráficos interactivos que mejoran la experiencia de usuario y el entendimiento de los fenómenos que se dan en nuestras sociedades. Para alcanzar estas ventajas, la estrategia de implantación de una solución de Big Data en una organización debe seguir unos pasos secuenciales, planificados y bien ejecutados. El framework “The Analytics Maturity Quotient” [25], expone los factores críticos de éxito que deben incluirse en un proyecto de Big Data, a saber: Calidad de los datos, Liderazgo, Habilidades analíticas, Procesos de toma de decisiones basados en datos, e Infraestructura Tecnológica. – Calidad de los datos: si una organización tiene un buen sistema para el almacenamiento de datos, el proyecto puede al menos comenzar. Suele citarse el paradigma “GIGO” (Garbage-InGarbage-Out) como reflejo de esto: si metemos malos datos, por mucho que se tengan buenos modelos de tratamiento de datos, no se podrán obtener buenos resultados de nuestro proyecto de Big Data. Este factor, el de calidad de datos, afecta a su vez al resto. Pero, como se puede entrever en su representación formal, es el más importante y representativo del conjunto de ellos. Debemos disponer de buenos datos. Pero esto no es sencillo. Especialmente, porque los datos brutos son poco expresivos. Necesitamos dar contexto a los datos y descartar los datos no productivos. Por eso, es importante no confundir datos con información y conocimiento. Según un estudio de EMC, en 2013 sólo el 22% de los datos del universo digital fueron útiles, y sólo el 5% de los ellos fueron analizados [26]. – Liderazgo “data-driven”: el 40% del éxito restante (una vez que disponemos de “buenos datos“), depende de un liderazgo institucional y organizativo que se crea de verdad que los datos y su análisis son una palanca excelente para la mejora de la toma de decisiones dentro de la compañía. En el artículo “Big Data: the management revolution“ de la Harvard Business Review, se ilustraba esta idea de cambiar el paradigma de toma de decisiones de la “persona mejor remunerada” (el HIPPO, highest paid person’s opinion, a la fundamentación en datos). Necesitamos así líderes, CEO, gerentes, responsables de líneas, que adopten este discurso y valor de los datos como palanca de apoyo a la toma de decisiones.


522

ALEX RAYÓN JEREZ

– Personas con habilidades analíticas: un 30% del éxito dependerá de disponer de un buen equipo. Éste, es ahora mismo el gran handicap en muchos países, como España. Faltan “profesionales Big Data“, en todos los roles que esto puede exigir: Data Science para interrogar apropiadamente los datos, perfiles que pongan en valor de negocio los datos y su explotación, tecnólogos de Big Data con capacidades de despliegue de infraestructura, estadísticos y matemáticos,“visualizadores” de datos, etc. A esto, debemos sumarle la importancia de tener cierta orientación a procesos de negocio o mercado en general, dado que los datos son objetivos per se; de dónde se extrae valor es de su interpretación, interrogación y aplicación a diferentes necesidades de empresa. Ahora mismo, este handicap las empresas lo están resolviendo con la formación de las personas de su organización. – Proceso de toma de decisiones “data-driven”: con los “insights” que se obtienen, se podrá mejorar el proceso de toma de decisiones. Una orientación hacia el análisis de datos como la palanca sobre la que se tomarán las decisiones dentro de la compañía. Y las decisiones se toman, una vez que la orientación al dato se ha metido en los procesos. ¿Cómo tomaremos la decisión de invertir en marketing? ¿En base a la eficiencia de las inversiones y la capacidad de convertir a ventas? ¿O en base a un incremento respecto al presupuesto del ejercicio pasado? Los datos están para tomar decisiones, no para ser “un proyecto más“. Un 20% es éste factor crítico de éxito. – Infraestructura tecnológica: por último, obviamente, es difícil emprender un proyecto de este calibre sin infraestructura tecnológica. La oferta de herramientas Big Data es cada vez más amplia. La dificultad estriba en saber utilizar las mismas. En cierto modo, estos elementos, con diferentes pasos y orden de importancia, es lo mismo que viene a recomendar el libro “Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance“ [27]. De él, se puede destacar la siguiente imagen, que ilustra muy bien la idea: la tecnología da soporte a todo el proceso de datos. Desde la Estrategia inicial (S), pasando por la medición de datos (M), su análisis a través de las dos culturas de tratamiento de datos (A), la comunicación de resultados (R), y la toma de decisiones en la empresa (T).


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

523

Fuente: “Big Data: Using SMART big data, analytics and metrics to make better decisions and improve performance”, Bernard Marr, 2015 [27]

5. Conclusiones Si algo ha producido esta era digital es que el valor se genera de manera permanente. Pero no siempre es aprovechado por el que lo genera. Los datos son un gran exponente de esta paradoja. Los “datos a la sombra” o datos “involuntarios” (acceso, búsquedas, lugares que frecuentamos, etc.) ofrecen una visión de nosotros que las empresas están aprovechando. Con los ejemplos anteriormente expuestos, se puede entrever que el nuevo paradigma del Big Data no va de tecnología solo. La estrategia y el liderazgo corporativo son fundamentales para el éxito del negocio. Su alineamiento con los planos de gestión de una empresa (ese enfoque “hacia dentro” y “hacia fuera” de una empresa), fundamental. Tener claro que el output de un proyecto de Big Data será la toma de decisiones estratégicas, tácticas u operativas, también. Los datos, además, deben tener calidad, y contar con un científico de datos (esa profesión tan atractiva) en el equipo resulta clave para identificar las nociones clave que nos permitan tomar esas decisiones. En el foro de Davos se introdujo en 2011 la concepción de los datos personales como nuevo activo de las empresas. Desde entonces, la mirada a este mundo del Big Data ha tenido una visión utilitarista. Es decir,


524

ALEX RAYÓN JEREZ

miradas sobre “¿Qué se puede hacer con los datos?” o “¿Qué puede aportar a mi empresa?”. Sin embargo, no debemos dejar de lado la perspectiva legal y ética. En ella, destacan tres elementos: la propiedad intelectual de los datos (consentir el empleo de los datos que cedemos sin explicarnos con más detalle qué harán con ellos debe ser un elemento de reflexión); la privacidad (que no solo es garantizar anonimato, sino también reconocer la naturaleza temporal y cambiante de los datos); y, las discriminaciones positivas y negativas (que un algoritmo no tome decisiones sin el valor social que aporta la perspectiva humana). Con estos retos éticos y legales encima de la mesa, Jack Balkin, profesor de la facultad de derecho de Yale, sugiere que las empresas en Internet que traten con datos personales y de preferencias debieran ser “fiduciarias de información“. Algo similar a lo que ya hacen los doctores y los abogados, que no pueden utilizar los datos para otros propósitos que no sean la defensa de sus intereses y necesidades. La utilización de la tecnología nunca es neutra. Siempre hay personas diseñando y definiendo aspectos de la misma. Los datos, tampoco son objetivos per se. Son creaciones del ser humano. Damos sentido y significado a los mismos a través de nuestras interpretaciones, por lo que creo deberíamos complementar las capacidades computacionales con las nuestras cognitivas. Por eso las máquinas nunca debieran trabajar de manera autónoma en todos los campos de la vida, dado que carecen de algunas capacidades básicas que sí tenemos los humanos. El libro “The Black Box Society: The Secret Algorithms That Control Money and Information” [28] de Frank Pasquale trata estos aspectos para considerar que los algoritmos se están apoderando de la economía pero no siempre considerando unos mínimos éticos. Esta nueva economía digital en la que pagamos con datos personales el uso de productos y servicios, ha hecho que los gobiernos -quizás tarde- comiencen a regular algunas cuestiones. La confianza de los ciudadanos en el mundo digital es crucial para que las empresas puedan aprovechar el potencial económico de la información que da el Big Data. Referencias [1] DEAN, JEFFREY, and SANJAY GHEMAWAT (2008): “MapReduce: simplified data processing on large clusters”, Communications of the ACM 51.1. 107-113. [2] PAGE, LAWRENCE, et al. (1999): The PageRank citation ranking: bringing order to the web.


EL PARADIGMA DEL BIG DATA Y SU APORTACIÓN A LA GESTIÓN Y ESTRATEGIA ...

525

[3] VON NEUMANN, J. & GODFREY, M. D. (1993): “First Draft of a Report on the EDVAC”, IEEE Annals of the History of Computing, 15(4), 27-75. [4] ZIKOPOULOS, P. & EATON, C. (2011): Understanding big data: Analytics for enterprise class hadoop and streaming data. McGraw-Hill Osborne Media. [5] DAVENPORT, T. H. & PATIL, D. J. (2012): “Data scientist”, Harvard business review, 90, 70-76. [6] MAYER-SCHÖNBERGER, VIKTOR, and KENNETH CUKIER (2013): Big data: A revolution that will transform how we live, work, and think. Houghton Mifflin Harcourt. [7] SINTEF (2013, May 22): “Big Data, for better or worse: 90% of world’s data generated over last two years”, ScienceDaily. Retrieved November 13, 2016 from www.sciencedaily.com/releases/2013/05/130522085217.htm [8] SCHWAB, KLAUS, et al. (2011): Personal data: The emergence of a new asset class. An Initiative of the World Economic Forum. [9] MCAFEE, ANDREW, et al. (2012): “‘Big data’. The management revolution”, Harvard Bus Rev., 90.10 - 61-67. [10] RIFKIN, JEREMY (2014): La sociedad de coste marginal cero. Paidas, España: Barcelona. [11] CASTELLS, MANUEL (2009): “El poder en la sociedad red”, Comunicación y poder, 33-85. [12] DRUCKER, PETER F. (1993): “We need to measure, not count”, Wall street journal, 13, A18. [13] DOLAN, E. G. (1971): “TANSTAAFL (There Ain’t No Such Thing As A Free Lunch)” The economic strategy for environmental crisis, New York, Chicago, San Francisco, Atlanta, DaUas, Montreal, Toronto, London, Sydney. [14] SAVAGE, SCOTT, and DONALD M. WALDMAN (2013): “The value of online privacy”, Available at SSRN 2341311. [15] PREIBUSCH, SÖREN (2013): The value of privacy in Web search, The Twelfth Workshop on the Economics of Information Security (WEIS). [16] STRAHILEVITZ, LIOR JACOB, and MATTHEW B. KUGLER (2016): Is Privacy Policy Language Irrelevant to Consumers?. [17] KAPLAN, ROBERT S. and DAVID P. NORTON (1996): The balanced scorecard: translating strategy into action. Harvard Business Press. [18] BERGER, PAUL D. and NADA I. NASR (1998): “Customer lifetime value: Marketing models and applications”, Journal of interactive marketing, 12.1 17-30. [19] ARROW, KENNETH J. (1987): “Planning and Uncertainty.” International Journal of Development Planning Literature, 2.2. [20] FISHER, RONALD A. (1957): Statistical method and scientific inference, 64-66. [21] LAPLACE, PIERRE SIMON, and PIERRE SIMON (1951): A philosophical essay on probabilities, translated from the 6th French edition by Frederick Wilson Truscott and Frederick Lincoln Emory.


526

ALEX RAYÓN JEREZ

[22] BREIMAN, LEO (2001): “Statistical modeling: The two cultures (with comments and a rejoinder by the author)”, Statistical Science, 16.3 - 199-231. [23] RANSBOTHAM, SAM, DAVID KIRON, and PAMELA KIRK PRENTICE (2015): “The Talent Dividend”, MIT Sloan Management Review, 56.4 - 1. [24] CHAKRABORTY, GOUTAM, and MURALI KRISHNA (2014): Analysis of unstructured data: Applications of text analytics and sentiment mining. SAS global forum. [25] ANALYTICS MATURITY QUOTIENT FRAMEWORK (2013): [Online]. URL: http://www.aryng.com/whitepaper/bgft/Aryng_AnalyticsMaturityQuotient_Whi tepaper.pdf [26] THE DIGITAL UNIVERSE OF OPPORTUNITIES (2014): Rich Data and the Increasing Value of the Internet of Things. [27] MARR, BERNARD (2015): Big Data: Using SMART big data, analytics and metrics to make better decisions and improve performance. John Wiley & Sons. [28] PASQUALE, FRANK (2015): The black box society: The secret algorithms that control money and information. Harvard University Press.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 527-545)

EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC DIGITIZATION OF TRADITIONAL INDUSTRY INTELIGENCIA DISPONIBLE EXPONENCIALMENTE: INTELIGENCIA ARTIFICIAL, DATOS Y LA DIGITALIZACIÓN DE LA INDUSTRIA TRADICIONAL P. Kawalek R. Salehnejad A. Bayat Alliance Manchester Business School University of Manchester SUMMARY This paper is concerned with Artificial Intelligence (AI) and its effect on business and society. The aims of the paper are as follow. First,to define and illustrate AI. Secondly,to connect AI to other developments in digital technology and more broadly to other innovations. Thirdly,to introduce the implications for business. Fourthly,to establish key questions for society in general. Kew words: Artificial intelligence, Big Data, digitalization, transformation, machine learning. RESUMEN Este artículo estudia la Inteligencia Artificial (IA) y sus efectos en el ámbito empresarial y en la sociedad. Los objetivos del artículo son los siguientes. Primero, definir y explicar la IA. En segundo lugar, conectar la IA con otros desarrollos en tecnología digital y en términos más generales. Tercero, presentar las implicaciones en el ámbito empresarial. Por último, se determinan las cuestiones clave que se derivan para la sociedad en general. Palabras clave: Inteligencia artificial, Big Data, digitalización, transformación, aprendizaje de máquinas.

Introduction This paper is concerned with the development of Artificial Intelligence (AI) and its value to business. AI is understood as constituting a family of components that add to existing components in the functionality of digital firms (Figures 1 and 2). A conceptual table is presen-


528

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

ted (Figure 3) that depicts AI as the fulcrum of a connected network of digital innovations. Ultimately, in application, AI is not separate from these other innovations in data and hardware but will become the most obvious manifestation of the combined effect of these innovations when they are deployed together. Business will buy and provide intelligence, and that intelligence will increasingly be gained from software. Overall, we will have more intelligence available to society, what Nordhaus (2015) has called “exponentially available intelligence.” It follows that after defining and illustrating AI, we consider it as a General Purpose Technology, providing the focal point of the digitization phenomenon. The paper then considers the implications of digitization for business. The focus given is upon traditional industry, those sectors that are not usually demarcated as being part of the ‘Information Technology’ or ‘Digital’ sector, but which are nevertheless profoundly affected or occupied by it. Although we note that the digitization of traditional industry is likely to expand across many sectors, we choose to provide examples from three; automotive, finance and universities. Finally, the paper seeks to chart the major implications for society more widely, seeking to establish key questions that will be confronted through the digitization of traditional industry. The aims of the paper are thus; 1. to define and illustrate AI. 2. to connect AI to other developments in digital technology and more broadly. 3. to introduce the implications for business. 4. to establish key questions for society more broadly. The sections in the paper that follow from this introduction are, first, ‘Artificial Intelligence – What is it?’ After this, there follows the section ‘How Does AI Relate to Other Innovations?’ The third section is then concerned with ‘The Digitization of Traditional Industry.’ The final section is ‘Implications.’ Artificial Intelligence – What is it? AI has a long history. Arguably its roots stretch to the earliest work on logical reasoning in different societies across the globe. Later, in the 13th Century, the Majorcan philosopher Ramon Llull developed logical reasoning machines (Artau & Joaquín, 1939), work which had influence on many including Gotfried Leibniz and Thomas Hobbes in the 17th Century. Hobbes proposed that “Reasoning is nothing but reckoning”


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

529

(Hobbes, 1651), but it was not until the development of electronic computation in the 20th Century that AI entered widespread research. Some of the most significant early work took place in Manchester, UK, where the development of the Baby and Ferranti Mark One were very significant achievements in early computation (Croarken, 1993). In this context, Alan Turing proposed his famous ‘Turing Test’ for the achievement of AI (Turing, 1956). His work continues to attract increasing public regard. From the 1950s onwards, however, the USA began to dominate in the development of Computer Science and the growth of the IT Industry. As the influence of these industries continued to develop, the idea of an AI that could masquerade as human (the essence of the Turing Test), became more likely and attracted more public debate. The term ‘the singularity’ is most associated with the academic and author Vinge (2007) who proposed that a point will come where the “human era” ends, and plentiful and powerful AI creates an augmented species and a world beyond human comprehension. Famously, Kurzweil (2014), proposed that “the singularity is near”, language which echoed that of biblical prophecy (Harari 2016). Kurzweil identified 2045 as the likeliest date for the achievement of the singularity, and his work gained additional credence by his subsequent appointment to Google. As the 21st Century passed into its second decade, AI has become evermore topical mainly as a result of the public achievements of the IBM Watson project and Google’s Brain project. The informed public is becoming used to hearing that current AI can defeat human contestants at General Knowledge, that AI can outperform doctors in medical diagnoses, that it can provide legal expertise, that it can drive a car more safely than a human, and that it is becoming capable of recognising visual objects without human supervision (IBM, 2016; Wired, 2012). There is a present debate in society. Will AI be good for our species or bad? Notable figures such as Hawkins, Gates and Musk have raised and contributed to this debate (e.g. BBC, 2016a). Technological Drivers General Purpose Technologies (GPT) can be defined as ‘technology that initially has much scope for improvement and eventually comes to be widely used, to have many uses, and to have many Hicksian and technological complementarities’ (Lipsey et al., 1998). Electricity, steam and information and communications technologies (ICT) are generally regarded as being among the most important examples (Crafts, 2004).


530

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

Example GPTs include mapping algorithms, matching algorithms (e.g. job markets, dating markets), search engines, reputation systems (e.g. driver and passenger evaluation on taxi networks, traveller and host evaluation on travel systems), and recommendation systems (e.g. personalised marketing). Successful digital firms have clusters of such GPTs together with other, distinct components in order to maximise perceived customer value and positive network externalities. These clusters are known as ‘families.’ The creation of a successful family permits economies of scope; a key feature in digital business and a trademark of major firms such as Amazon, Apple and Google. In these industries, variable costs are sometimes close to zero, meaning that economies of scale are often not as significant as they are in traditional industry, although there are still key aspects of many digital firms where scale economies apply (e.g. order warehousing, manufacture of hardware.) Figure 1 gives a schema to describe the digital firm. It represents a family of GPTs together with other components that are deployed to create positive network externalities, introduced below, through and creating economies of scope. Successful firms of this type will potentially exhibit Levin’s characteristics of fast innovation, scalability and customization. Moreover, at the industry level, there will be potentially new job market structures and greater centralization (Brynjolfsson & McAfee, 2014). Figure 1 Schema to depict digital components and network externalities

Network externalities applied to families of functionality


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

531

At Figure 2 the schema is altered to include AI components. Based on the principles of machine learning and deep learning, described below, AI has come into prospect through a combination of innovations. Key amongst these are Natural Language Processing, the ability to interpret natural sentence forms, speech recognition and image recognition. These feature in different projects including IBM’s Watson project and the Google Brain project. They enable many innovations including, for example, image recognition, speech recognition and a QA basis for computing. This latter term refers to ‘Question Answer’, and identifies algorithms that are able to provide a precise and accurate answer to a question expressed by human. This precision is different to conventional search whereby a large range of ranked responses are provided in response to keywords in a statement or question. Figure 2 selects ML techniques (support vector machines, convolutional neural nets, kernel classification) that act as GPTs and are amenable to positive network externalities. One implication is that learning dynamics are further emphasised as greater AI proficiency implies further progress on a learning curve. Figure 2 Schema to depict digital components including AI and network externalities

Network externalities applied to families of functionality


532

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

Statistics and Machine Learning AI is the application of modern non-parametric statistical techniques through software combined with large data sets to deal with bias-variance trade-off. Non-parametric statistical techniques include random forest, neural nets, support vector machines, kernel classification techniques, kernel estimation, spline regression, regularisation techniques (such as Lasso), and re-enforcement learning rules. Understood as statistics, AI does not represent more than this. Breiman’s work on “Two cultures� makes this point plainly (Breiman, 2001). The software industry represents AI as new because it is developing systems that exploit these statistical approaches at new scale and in new combinations with other components, but the discipline of AI inherits from existing work in statistics (e.g. Efron and Tibshirani, 1994; Silverman, 1986), and makes this work more amenable to application by virtue of greater scale. Typically, programmers refer to the concept of Machine Learning (ML) as core to the progress of modern AI. Unlike conventional programming where a program is set to solve a problem based on pre-specified rules, ML relies on the assumption that for many real-world problems, there are no specific rules to follow. This is best illustrated through an example. Take for example the problem of writing a programme that can recognise if there is a tree in an image. What rules follow? To begin with, it is possible to start by specifying the features that are distinctive in a tree. Trees have branches, they have leaves and the leaves are normally green so on and so forth. The problem with this approach is threefold. Firstly, the large variation in types of a tree constrains the programmer in setting generalisable rules about trees. Secondly, even if the programmer is able to find generalisable rules, it will still be very complex to program them. Thirdly, even if it is possible to accomplish the first two tasks, there are still variations in the way trees can be presented in an image (e.g. the image is taken on a sunny/cloudy day, there is a person standing in front of a tree or the images are taken from different angle). ML can overcome the aforementioned difficulties by virtue of a concept called feature representation. Rather than trying to find, design and code the generalised roles manually, ML uses data to learn the features. This is possible through the use of statistical techniques such as artificial neural networks (e.g. Geman et al., 1992; Rosenblatt, 1958). Human supervision of these ML processes is common, but algo-


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

533

rithms can also be developed to work without supervision to identify distinct objects. This relies on even higher computational power approach, as the algorithms will break a sequence of data such as an image into particles (or tiles) and seek associations between them. How Does AI Relate To Other Innovations? Concepts such as “the singularity” perhaps distract attention from the reality of AI as we know it now. Rather than envisaging a great step to be taken at some point in the future, we should recognise that greater and greater intelligence is coming by increments into the market already. It has been for some time and will continue as ML is combined with more data. Thus, as software systems mature, as new software is released into phones, and as new functionality is taken on into products like cars, there is a growth and extension of available intelligence. One manifestation of this is that software becomes better at prediction. This is fundamental. If one considers the very wide range of areas in which prediction is important to business, through sales, supply-chain, markets and so forth, one gathers insight into the minimum likely provenance of AI. Prediction is at the heart of the environmental strategy of business, and is necessarily accompanied by adaptability and then, from that, resilience (Beer, 1979). Rather than understanding AI as a separate step yet to be taken, we describe it as a gradient that digitization is already ascending. It follows that it is important not to define AI too discretely but rather to see it as a constant evolution and deepening of the capabilities of software systems of all types. Existing software systems act intelligently (e.g. a spreadsheet is good at calculus) and to the business world AI will present as a constant enrichment and extension of capabilities already established. This process is likely to be rapid. There is evidence that the technology is outstripping the best predictions of a little more than a decade ago (Levy and Murnane, 2004). Systems are becoming increasingly intelligent, and in practice, we encounter AI in conjunction with other innovations in digitization and with innovations from other disciplines entirely. Our table below (Figure 3) depicts this. The table is not exhaustive, but highlights key topics known today. Amongst those innovations depicted in Figure 3, there is greatest conceptual overlap between AI and ‘Big Data.’ Today, the progress of AI depends upon huge data sets and these huge data sets cannot be marshalled without advances in AI. There is a case for treating them highly rela-


534

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

ted concepts1. This is a point made by Athey (2016a), for example in relation to Google PageRank. This technology allows “massive, decentralised, iterative innovation,� as new code is brought in and tested amongst sub-samples of users. Around 10,000 randomised control trials are run in a year, thereby allowing the service to get better every day as a kind of constant learning cycle. Such systems of constant learning are also associated with other Machine Learning applications hosted in the cloud. The implication is that there is a kind of democratisation of innovation as open platforms allow new innovators to build upon the successes of previous Machine Learning applications. Hence, the level of intelligence potentially rises exponentially. Figure 3

Multiple combinations

The Intelligence Available to Society (example innovations)

The Digitization of Traditional Industry Network Externalities Levin (2013) writes of a Digital Economy that is markedly different to the traditional economy. Information goods are characterized by large scale, increased customization and rapid innovation. Levin notes that the 1 Note also fields where smaller data sets are applicable, and that there is research to improve the reliability of learning drawn from small data sets, for example in neuroscience Ferguson et al. (2014).


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

535

Internet has lowered a range of economic costs, thereby underpinning new firm characteristics, boundaries and supply-relationships. It can be argued that the same effects will apply to some extent wherever software networks are introduced. The Internet has diminished the cost of creating and distributing many types of products and services, the cost of acquiring information about these goods, and the cost of gathering and utilizing data on consumer preferences and behaviour. As AI advances, the prospect increases of two further developments. The first is that digital firms become more proficient at attaining and maintaining these characteristics of large scale, increased customization and rapid innovation. The second is that these characteristics increasingly affect traditional industry; that as traditional industry becomes more dependent on increasingly intelligent software, so it also becomes more like a digital industry. The pivotal concept in understanding this is that of the ‘network externality’ or ‘network effect’ (Katz & Shapiro, 1985). The terms are synonymous. Network externalities are said to exist when the benefit a consumer derives from owning a product or service escalates as the number of other consumers of the product or service increases. There are many examples. A telephone system increases its value as new users join the system. An online game increases its value as new players enter into it, as there are more opponents with whom competitions can be constructed. An operating system on a mobile device increases its value as new consumers adopt it, as there are greater incentives for application developers to create further functionality for the operating system. We describe industries that are characterised by the impact of network externalities as ‘network industries’. There are some key nuances such as the difference between direct and indirect network externalities, and the difference between positive and negative network externalities. Briefly, the concepts of direct and indirect network effects discriminate between those that bring benefit directly, such as new users on a telephone system, and those that encourage additional market activity and supply, such as incentives for developers to create applications for an operating system. The concepts of positive and negative externalities describe the distinction between agreeable outcomes of network externalities (e.g. more people that you can call with your mobile phone) and disagreeable consequences (e.g. congestion of the telephone network.) As AI and data both deepen and extend the dependency of different industries upon software, so it becomes likely that these traditional


536

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

industries will take on some of the characteristics of network industries. Levin’s account of large scale, increased customization and rapid innovation will become increasingly applicable across different industries and we are likely to see industrial structures become more like that of the digital sector where large platforms (Rochet & Tirole, 2006) dominate, including household names such as Amazon, Facebook, Google, Microsoft and Taobao. The Automotive Sector In September 2016, BMW announced the concept of an AI enabled motorcycle. Named the Motorrad Vision Next 100, the motorcycle will be able to maintain itself upright at all times, both whilst in motion and whilst parked. With such safe technology, BMW speculates that the rider would be freed of the need for protective clothing and a helmet. With this announcement, BMW brought to motorcycles some of the AI technology that we have already seen in motor cars, especially through Tesla, Google, Uber/Ford and Volvo (BMW, 2016; McKinsey, 2015; Shapiro, 2016). The autonomous car has progressed towards the market through two paths of development. The first of these has been the extensive and widely publicised trials of prototype technology under the direct control of the innovating firm. Google has been the most prominent company carrying out these machine learning trials, mostly on public roads in California. As of September 2016 Google has achieved 2,102,047 miles whilst achieving a markedly lower accident rate than human drivers (Google, 2016). Google reports that it is working on advanced driving problems with its fleet of cars, writing “After 2 million miles of testing, our cars are more prepared to handle rare and unusual situations that human drivers may come across only once in a lifetime. In the last few months, we’ve seen everything from a horseback rider in the middle of the road, to a man wielding a chainsaw in the street (don’t worry, he was trimming trees!), to a couple riding unicycles side-by-side” (Google, 2016). The implication here is that the centralised architecture of machine learning, allows all cars to benefit from common learning experiences whereas human drivers benefit only from the learning of their own experiences behind the wheel. An accompanying publicity drive by Google anticipates that the autonomous car will enable mobility amongst underserved consumer groups, such as the disabled, the elderly and children, thus bringing into prospect of an enlarged market for car journeys, and


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

537

thus ever greater network externalities. Whilst these trials have taken place, a second path of development has arisen through the extension of functionality in existing cars available on the market. The most prominent example is that of Tesla’s ‘Autopilot’ system. In 2014, Tesla announced a restricted self-driving mode for its Model S car. This allows drivers to select a hands-free mode where the car steers itself and maintains distance from surrounding traffic, even changing lanes without the driver taking the steering wheel. Tesla collects data from all cars whether or not they are operating under this mode and uses it to further enhance the intelligence of the system. This is a process of machine learning, through which Tesla has acquired data relating to more than 780,000,000 miles of road use by May 2016, and over 100,000,000 miles of road use utilizing Autopilot (MIT Technology Review, 2016). This very rapid rate of data acquisition supports Tesla’s target of a fully autonomous car in 2018. Through this machine learning programme, Tesla has been able to teach its Autopilot system to tackle even difficult road sections by training it with data gained from Tesla cars on those same sections of road but in normal driving mode. Tesla cars routinely report on how their autonomous pilot would have dealt with a road situation versus how the driver actually dealt with it, hence the company claim that each car becomes more intelligent with every mile travelled by it or another Tesla car (MIT Technology Review, 2016). The mapping systems used in car satellite navigation give another clear example of network externalities. Again, we see intelligence growing as systems become trained by data gained from traffic conditions on defined sections of road. The more users, the better the data and the more accurate the predictions (e.g. repeat congestion patterns in Bilbao during Athletic Bilbao games in the evening, variances due to weather patterns in the city during the game.) The main systems in the market are Google, TomTom NV and HERE. Given their importance to the car market now and likely increased importance in the future, especially as autonomous driving becomes more normal, it makes sense that a consortium of German manufacturers acquired the HERE mapping business from Nokia (The Guardian, 2015). The Financial Sector The Financial Sector has traditionally been a leading adopter of IT and digital systems. The modernisation of banking, for example, relied


538

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

upon new IT infrastructure and a range of consumer applications such as ATMs and internet-based apps. Stock markets also came to rely upon software and today trading platforms automate purchase and sale decisions according to parameters supplied to them. Given the centrality of prediction to this process, it is inevitable that more and more intelligence will be deployed to provide greater and greater anticipation of the market. Rather than merely reacting to price, AI will enable trading platforms that analyse history, identify patterns and make predictions. Notable new companies such as Aidyia, Sentient and Rebellion Research utilize AI to predict market trends, to isolate particular trends and to improve the AI models themselves. Today, FinTech, or innovative digital technology oriented towards financial markets, has become a major topic of research and investment for large financial companies across the globe. Perhaps just as tellingly, it has become a major interest of startup investors. New startup companies address many parts of the finance industry including credit scoring, insurance and fraud detection where there are immediate potential for AI. Aire is a credit-scoring algorithm that uses predictive analytics. Brolly is a new venture in insurance. Ravelin Technology utilizes AI in fraud prevention. There are also startup ventures in consumer banking, bond markets, financial planning, banking for the unbanked and other areas. Ever since Fairbank and Morris of Capital One recognised that the credit card market is primarily a market for information, it has become obvious how the whole of the banking industry is subject to innovation in information. The task of banking is to remedy or manage transaction costs through its functions such as information management, risk diversification and liquidity transformation: all of these are suited to the deployment of AI. In a BBC report, Antony Jenkins, former CEO of Barclays Bank, gave the opinion “I believe that in twenty years time, we may not need banks at all� (BBC, 2016b). This opinion derives from analysis of three technologies. The first is peer-to-peer lending, which is a form of matching market and likely to continue to improve with the development of increasingly intelligent computing. Funding Circle, Lending Club and Zopa are examples. The second is online (sometimes foreign) exchange which is a form of disintermediating ledger. Again, the technology will develop through increasing network externalities and the acquisition of greater data will drive greater intelligence. The third technology is distributed public ledger technology (DLT), that enables


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

539

secure and transparent transactions of many types (e.g. financial, legal) without the involvement of a third-party. This is not an AI application but commentators have speculated on the potential of DLT, smart contracting through systems like Ethereum (a DLT development) and AI in combination. The result might be firms that can be created or closed very quickly (e.g. within a day), or even firms that can create themselves in response to intelligent detection of a market opportunity (Guerrini, 2015, Pilkington, 2016) Athey (2016b) acknowledges some practical and immediate impact of DLT on the financial sector. Identifying that the flow of funds and information becomes instantaneous and simultaneous, she reports that this will allow smaller banks to carry out the functions of larger banks, as the level of capitalisation will be less. Many transactions will proceed without intermediaries, costs will come down, and countries in the global economy where it is difficult to secure reliable and rapid banking services, will be supported by the new systems. She describes the effect of the changes as “essentially like removing a global tax on commerce and payments” (Athey, 2016b, also Shin, 2014). The University Sector Online education has been growing and gaining interest over several decades. Most recently, much attention has been given to the rise of open, large-scale courses known as Massive Open Online Courses (MOOCS). Deming et al. (2016) provide a good summary of the state of the market, reporting that millions of students have enrolled in MOOCs delivered by major research universities such as Harvard, MIT, Princeton and Stanford (Ho et al. 2014, McPherson and Bacow 2015, Waldrop 2014). Amongst these MOOCs are edX, a partnership of Harvard University and MIT, Coursera which was established by Daphne Koller and Andrew Ng, both professors of AI, and Udacity, a Stanford spin-out pioneered by Sebastian Thrun who was associated with the Google autonomous car project. In 2014, one third of college students in degree-granting U.S. institutions took at least one course online (Allen and Seaman, 2015). This rise of online courses and degrees has led to predictions that competition from MOOCs and other online course offerings will lead to “disruptive innovation” in higher education (e.g. Christensen and Eyring 2011; Cowen and Tabarrok 2014). Current evidence establishes that as a result of online programmes, greater com-


540

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

petitive pressures and productivity enhancement are evident amongst the least selective institutions but also that these benefits are currently restricted to these institutions (Deming et al., 2016). Online education incorporates GPTs like matching algorithms, reputation systems and recommender systems. They are subject to network externalities and will grow in value as they grow in use. As AI is deployed within them, utility will accelerate more quickly, potentially having pedagogical benefits e.g. AI that is able to personalize material to learning styles of students, speech-based interaction with students. Economies of scope might be developed providing, for example, matching markets with employment opportunities, retraining support and commerce through purchase of support materials, related travel and social events. Implications MIT researchers Brynjolfsson and McAfee have developed a series of studies of the economic impacts of the advance of increasingly capable software and machines. These studies include two books (Brynjolfsson & McAfee, 2012, 2014). Their work is part of an increasingly significant set of economic analyses that address the likely implications of the development of AI, data and the impact of digitization across the economy. Similar to previous technological shifts in society, the key data will describe the rates of destruction/creation of jobs, the costs of capital and the capital intensity of firms. In common commentary there is often a reflex argument that technological renewal has historically been associated with a pattern of destruction of some industries but greater job creation overall. Brynjolfsson and McAfee (2012, 2014) warn against such confidence reporting that the data we have to date shows growing wealth differentials, a “hollowing-out� of the economy (middle class job losses), and a breakdown of the traditional compact that growing economic productivity tends to lift wealth for all economic participants in society. Clearly, governmental policy needs to consider and address such trends. Athey (2016a) also recognises these macro-economic policy implications, additionally highlighting the challenge of transition costs for governments. Like Brynjolfsson and McAfee, she also highlights likely benefits of the increased use of AI in society. She identifies that learning about the effects of policies implemented by governments might become


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

541

more systematic and quicker, as data is drawn quickly about impacts on society. She reports potential benefits in public arenas such as fairer and better sentencing and probation decisions in the legal system, better predictions and inspections for government enforcement (fire services, police searches, trading standards) and open data for citizen innovation and learning. We conclude that the benefits and implications of AI are of serious debate, and that it is inevitable that serious advances will be made. Traditional industry is becoming digitized and with the process come new opportunities for the development of AI. The ultimate structure and pace of the change remains uncertain but, prosaically, it seems wise for business and governments to invest now. Beyond this, there are potential clues to the structure and pace of AI given by the concepts of Moravec’s Paradox and a “growth singularity.” These are summarised below. Moravec’s Paradox One clue identified by Brynjolfsson and McAfee (2012, 2014) is that of Moravec’s Paradox. This might provide insight into economic restructuring in society, although it is a research topic rather than a finding. Moravec’s Paradox is intuitively appealing and is well-encapsulated by Pinker (1995): “The main lesson of thirty-five years of AI research is that the hard problems are easy and the easy problems are hard. The mental abilities of a four-year-old that we take for granted – recognizing a face, lifting a pencil, walking across a room, answering a question – in fact solve some of the hardest engineering problems ever conceived... As the new generation of intelligent devices appears, it will be the stock analysts and petrochemical engineers and parole board members who are in danger of being replaced by machines. The gardeners, receptionists, and cooks are secure in their jobs for decades to come.” The suggestion is that the limitations of AI will provide an opening for increased human activity, in sentient, sensory and empathetic tasks: caring, designing, creating, craft and improvising. Sociologically, one can construct a thesis – for example that the development of services around eating and drinking, boutique hotels, spas, beauticians, and so forth, is indicative of a movement in society - but satisfactory data is not available and, as Brynjolfsson and McAfee note, the capabilities of AI continue to develop and “make inroads” into Moravec’s Paradox. For now, the demarcation between human tasks and the tasks of AI remains


542

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

an open question, and we might even ask whether a demarcation will survive at all. “An ever-increasing pace of improvements cascade through the economy” Nordhaus (2015), asked us to consider the idea that “that rapid growth in computation and artificial intelligence will cross some boundary” leading to a situation where “economic growth will accelerate sharply as an ever-increasing pace of improvements cascade through the economy.” Though unproven, and “not near”, this idea is now subject to serious scrutiny. Nordhaus’s paper was prepared for the Cowles Foundation for Research in Economics at Yale University. In it he acknowledges the more common debate about the prospect of prolonged stagnation in the economy. This prospect draws in many different arguments and questions. Will economic growth slow and perhaps even reverse under the weight of resource depletion? Will overpopulation and diminishing returns lower living standards? Will unchecked carbon dioxide emissions lead to catastrophic changes in climate and ecosystems? What will be the effect of ageing populations? Will innovativeness be restricted? Nordhaus sets these arguments aside in order to analyse an alternative scenario based upon the possibility of technologically driven growth of a scale and consequence that societies have rarely or never encountered. This prospect directly references many computer scientists, prominent amongst whom is Kurzweil (2014). Accepting that to some the thesis will “read like science fiction”, Nordhaus classifies this technological thesis as “accelerationist”: an ever-accumulating pace of change will characterise technological developments and thence growth in the economy. Nordhaus sets a number of tests for the accelerationist thesis, based on the idea of a “growth Singularity” that is signified by growth rates greater than 20% per annum. One of the tests given applies to demand and six apply to supply. The available data shows that only two of the tests are on course to be met and even then, not quickly (circa 100 years). The summary of Nordhaus’s work then, is that more normal growth patterns apply for the knowable future. Nonetheless, an alternative scenario of “an everincreasing pace of improvements cascade through the economy” is now taken seriously, and Nordhaus’s tests can be reapplied in the future to evaluate whether there is any change in likelihood or timescales.


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

543

References ALLEN, I.E. and SEAMAN, J. (2015): Grade level: Tracking online education in the United States. Babson Park, MA: Babson Survey Research Group. Accessed March, 10, p.2015. ATHEY, S. (2016a): Artificial Intelligence: The Economic and Policy Implications Keynote by Susan Athey, Technology Policy Institute, https://www.youtube. com/watch?v=_gn7rdaYkYc Accessed October. — (2016b): LONDON BUSINESS SCHOOL FINTECH CONFERENCE: Susan Athey, The Stanford Graduate School of Business, https://www.youtube.com/watch?v= Y5MgQnDCCYk, Accessed October. CARRERAS Y ARTAU, TOMAS y CARRERAS Y ARTAU, JOAQUÍN (1939): Historia de la filosofía española. Filosofía cristiana de los siglos XIII al XV. Madrid, Volume I. BBC (2016a): BBC Newsnight, broadcast 19th October. — (2016b): Stephen Hawking – Will AI Kill or Save Humankind? http://www.bbc.co.uk/news/technology-37713629 Accessed October. BMW (2016): The BMW Motorrad VISION NEXT 100, Promotional Video, https://www.youtube.com/watch?v=oW0ShDRggts Accessed October. BEER, S. (1979): The heart of enterprise, The managerial cybernetics of organisation, John Wiley & Sons. BREIMAN, L. (2001): “Statistical modeling: The two cultures (with comments and a rejoinder by the author)”, Statistical Science, 16(3), pp.199-231. BRYNJOLFSSON, E. and MCAFEE, A. (2012): Race against the machine: How the digital revolution is accelerating innovation, driving productivity, and irreversibly transforming employment and the economy. Brynjolfsson and McAfee. BRYNJOLFSSON, E. and MCAFEE, A. (2014): The second machine age: Work, progress, and prosperity in a time of brilliant technologies. WW Norton & Company. CHRISTENSEN, C.M. and EYRING, H.J. (2011): The innovative university: Changing the DNA of higher education from the inside out. John Wiley & Sons. COWEN, T. and TABARROK, A. (2014): “The industrial organization of online education”, The American Economic Review, 104(5), pp.519-522. CRAFTS, N. (2004): “Steam as a general purpose technology: a growth accounting perspective”, The Economic Journal, 114(495), pp.338-351. CROARKEN, M. (1993): “The beginnings of the Manchester computer phenomenon: people and influences”, IEEE Annals of the History of Computing, 15(3), pp.916. DEMING, DJ.; LOVENHEIM, M.; PATTERSON, R.P. (2016): The Competitive Effects Of Online Education, National Bureau Of Economic Research, Working Paper 22749, http://www.nber.org/papers/w22749 EFRON, B. and TIBSHIRANI, R.J. (1994): An introduction to the bootstrap. CRC press.


544

P. KAWALEK, R. SALEHNEJAD Y A. BAYAT

FERGUSON, A.R.; NIELSON, J.L.; CRAGIN, M.H.; BANDROWSKI, A.E. and MARTONE, M.E. (2014): “Big data from small data: data-sharing in the’long tail’of neuroscience”, Nature neuroscience, 17(11), pp.1442-1447. GEMAN, S.; BIENENSTOCK, E. and DOURSAT, R. (1992): “Neural Networks and the Bias/Variance Dilemma”, Neural Computation 4: 1-58. GOOGLE (2016): Google Self-Driving Car Project Monthly Report, September, https://static.googleusercontent.com/media/www.google.com/en//selfdrivingcar/files/reports/report-0916.pdf accessed October. GUERRINI (2015): “How Artificial Intelligence Could Eliminate (Or Reduce) The Need For Managers”, Forbes, August 3. HARARI, Y.N. (2016): Homo Deus. Random House. HO, A.D.; REICH, J.; NESTERKO, S.O.; SEATON, D.T.; MULLANEY, T.; WALDO, J. and CHUANG, I. (2014): HarvardX and MITx: The first year of open online courses, fall 2012-summer 2013, HarvardX and MITx Working Paper No. 1. HOBBES, T. (1968) 1651. Leviathan. Classics of moral and political theory, ed. M. Morgan, pp.581-735. IBM (2016): IBM Watson, http://www.ibm.com/watson/what-is-watson.html, accessed October. KATZ, M.L. and SHAPIRO, C. (1985): “Network externalities, competition, and compatibility”, The American economic review, 75(3), pp.424-440. KURZWEIL, R. (2014): “The singularity is near”, in Ethics and Emerging Technologies (pp. 393-406). Palgrave Macmillan UK. LEVIN, J. (2013): “The economics of internet markets” , forthcoming in D. Acemoglu, M. Arellano and E. Dekel, ed. Advances in Economics and Econometrics. LEVY, F. and MURNANE, R. (2004): The new division of labour, Princeton University. LIPSEY, R.G.; BEKAR, C. and CARLAW, K. (1998): “What requires explanation”, General purpose technologies and economic growth, 2, pp.15-54. MCKINSEY (2015): Ten ways autonomous driving could redefine the automotive world, http://www.mckinsey.com/industries/automotive-and-assembly/ourinsights/ten-ways-autonomous-driving-could-redefine-the-automotive-world Accessed October. MCPHERSON, M.S. and BACOW, L.S. (2015): “Online Higher Education: Beyond the Hype Cycle”, The Journal of Economic Perspectives, 29(4), pp.135-153. MIT TECHNOLOGY REVIEW (2016): Tesla Tests Self-Driving Functions with Secret Updates to Its Customers’ Cars, https://www.technologyreview.com/s/ 601567/tesla-tests-self-driving-functions-with-secret-updates-to-its-customerscars/, accessed October. NORDHAUS, W.D. (2015): Are We Approaching An Economic Singularity? Information Technology And The Future Of Economic Growth, Cowles Foundation Discussion Paper No. 2021, Yale University.


EXPONENTIALLY AVAILABLE INTELLIGENCE: AI, DATA AND THE DRAMATIC ...

545

PILKINGTON, M. (2016): “Blockchain technology: principles and applications”, Research Handbook on Digital Transformations, edited by F. Xavier Olleros and Majlinda Zhegu. Edward Elgar. PINKER, S. (1995): The language instinct: The new science of language and mind (Vol. 7529). Penguin UK. ROCHET, J.C. and TIROLE, J. (2006): “Two-sided markets: a progress report”, The RAND journal of economics, 37(3), pp.645-667. ROMER, PAUL M. (1986): “Increasing Returns and Long-Run Growth.” Journal of Political Economy, 94 (5), 1002-37. — (1990): “Endogenous Technological Change”, Journal of Political Economy, 98 (5), S71-S102. ROSENBLATT, F. (1958): “The perceptron: a probabilistic model for information storage and organization in the brain”, Psychological review, 65(6), p.386. SHAPIRO, D. (2016): August. Accelerating the Race to Autonomous Cars. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 415-415). ACM. SHIN, L. (2014): “Susan Athey on how digital currency could transform our lives”, Forbes. http://www.forbes.com/sites/laurashin/2014/11/24/susan-athey-onhow-digital-currency-could-transform-our-lives/ Accessed October. SILVERMAN, B.W. (1986): Density estimation for statistics and data analysis (Vol. 26). CRC press. THE GUARDIAN (2015): German car giants pay £2bn for Nokia’s Here mapping service, https://www.theguardian.com/business/2015/aug/03/german-car-giantspay-2bn-for-nokias-here-mapping-service accessed October 2016. TURING, A.M. (1956): “Can a machine think”, The world of mathematics, 4, pp.2099-2123. VINGE, V. (2007): The coming technological singularity. WALDROP, M.M. (2014): Massive open online courses, aka MOOCs, transform higher education and science. WIRED (2012): “Google’s Artificial Brain Learns to Find Cat Videos”, Wired Magazine, June 26th 2012, https://www.wired.com/2012/06/google-x-neuralnetwork/ Accessed October.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 547-571)

LOS RETOS DE LA FÁBRICA QUE PIENSA CHALLENGES OF THE THINKING FACTORY Javier Díaz Plethora IIoT, Grupo Etxe-Tar

Borja Lanseros Titanium Industrial Security, Grupo Etxe-Tar

Ramón Solórzano BSK Legal & Fiscal

Pablo García Bringas DeustoTech, Deusto Ingeniería, Universidad de Deusto RESUMEN La Industria Conectada es ya una realidad. Las diferentes corrientes tecnológicas están confluyendo aceleradamente en un efecto holístico llamado a constituir una auténtica Cuarta Revolución Industrial. Después de la máquina de vapor, la electricidad y la automatización de los procesos industriales, las Tecnologías de la Información y las Comunicaciones están constituyendo en la actualidad una transformación industrial que más allá de todo lo que se había conocido hasta ahora en materia de evolución. Más allá de la incertidumbre propia de los nuevos tiempos, nos encontramos sobre todo en un momento de grandes retos, de prometedoras oportunidades. Conectividad, ciber-seguridad, analítica de datos, implicación directa del cliente en la provisión de la tecnología, nuevos perfiles y capacitaciones profesionales, implicaciones legales de los nuevos modelos de negocio, son las principales tendencias que están convergiendo e interpelando al tejido industrial y empresarial, en la continua misión de modernización y aseguramiento de la competitividad. Sobre ellas, la industria, la empresa, la Sociedad, están llamadas a construir buena parte del futuro. Palabras clave: Industria 4.0, fábrica del futuro, cuarta revolución industrial, industria conectada. SUMMARY The Connected Industry is already a reality. The different technological currents are converging fast in a holistic effect called to constitute a true Fourth Industrial Revolution. After the steam engine, electricity and the automation of industrial processes, Information and Communications Technologies are currently constituting an industrial transformation that goes beyond all that has been known so far in terms of evolution. Beyond the uncertainty of the new times, we find ourselves in a moment of great challenges and promising opportunities. Connectivity, cyber-security, data analytics, direct involvement of the customer in the provision of technology, new profiles and professional skills, legal implications of the new business models, are the main trends that are converging and challenging the industrial and business fabric, in the continuous mission of modernization and assurance of


548

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

competitiveness. Over them, industry, business, Society, are called to build much of the future. Keywords: Industry 4.0, factories of the future, fourth industrial revolution, connected industry.

1. Introducción La Industria Conectada es ya una realidad. La acelerada evolución de las diferentes corrientes tecnológicas confluyen en esta última década en un efecto sinérgico que está llamado en nuestros días a constituir por sí mismo lo que algunos gurús ya denominan la Cuarta Revolución Industrial (Schwab, 2016). Después de la máquina de vapor y la mecanización (primera revolución industrial, segunda mitad del siglo XVIII), después del desarrollo de la electricidad aplicada a la industria (segunda revolución, finales del siglo XIX), y después de la automatización sistemática de los procesos industriales (tercera revolución, siglo XX), todo apunta a que el inmenso salto cualitativo aportado por las Tecnologías de la Información y las Comunicaciones (las denominadas TIC) constituye, está constituyendo, una transformación industrial de otra escala, de otro orden de magnitud, que apunta hacia una visión última de lo que es la denominada Fábrica Inteligente, o Smart Industry (Tecnalia, 2016). En esta carrera por conquistar el futuro, dos enfoques se han revelado significativamente por encima de los demás: por un lado, el nuevo paradigma de Smart Manufacturing (EEUU, Proyecto SMLC, 2008 y 2012), y por otro lado el concepto de Industria 4.0 (Academia Nacional de Ciencia e Ingeniería Alemana, ACATECH, 2011 y 2013). En el primero de los casos, la transformación industrial aparece sustentada sobre tres pilares fundamentales, intrínsecos de la cultura de innovación americana: (1) la interconexión de máquinas y procesos entre sí y con los centros de operación y decisión, (2) la integración de sistemas TIC en el propio emplazamiento productivo como parte consustancial de los nuevos enfoques, y (3) el inherente y permanente intercambio de información con el exterior de la fábrica (con clientes, proveedores, inversores, competidores, con otras fábricas inteligentes, etcétera). Dado este singular impacto que las comunicaciones introducen en el proceso de Transformación Digital de la Industria (Ministerio de Industria, Energía y Turismo, 2014), una acepción especialmente acertada es la de Peter C. Evans y Marco Annunziata (General Electric, 2012 y 2015) de Industria Conectada; Industria Conectada en la que todo pasa a girar en torno a esos tres ejes principales: Internet of Things, Datos y Servicios.


LOS RETOS DE LA FÁBRICA QUE PIENSA

549

Figura 1 Red de valor horizontal

Fuente: Hewlett-Packard 2013.

Por su parte, el segundo ejercicio de sustanciación de ese concepto de transformación digital, aportado por el gobierno alemán en su denominada Estrategia de Competitividad Industria 4.0, introduce un marco estratégico general de especial relevancia en el ámbito Europeo. Aunque los primeros pasos en esta materia se remontan a 2006, con la definición de la High-Tech Strategy, no fue hasta la feria de Hannover de 2011 cuando se sentaron las bases del nuevo enfoque. Un poco después, en la edición de 2013 de dicha feria, un singular grupo de trabajo en el que participaban entidades como BOSCH, SIEMENES, SAP, BMW, DAIMLER, ABB, THYSSENKRUPP, FRAUNHOFER o DEUTSCHE TELEKOM, entre otras, publicó su informe final de implementación de dicha estrategia (ACATECH 2013). De todo lo relacionado con la digitalización de su industria, el gobierno alemán espera un incremento de entre un 15% y un 25% de la productividad, un crecimiento del 1% del PIB y un crecimiento del empleo de un 6%. Si bien es cierto que la industria en general, y la europea en particular, no ha dejado en ningún momento de transformarse y actualizarse, al menos durante las últimas tres décadas, sin duda este ejercicio de conso-


550

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

lidación del concepto Industria 4.0 ha sido determinante a la hora de divulgar y concienciar en todo lo relativo a las oportunidades que la tecnología pone al servicio de la actualización industrial. También ha sido clave a la hora de consolidar los retos a los que se enfrenta la industria europea, en el objetivo de mantener su competitividad. Si bien es cierto que la mejora continua siempre ha estado en marcha, optando por actualizaciones incrementales, prudentes y de corto plazo, la consolidación del concepto 4.0 apunta claramente a que es el momento de aprovechar la actual ola de sinergias, a que es el momento de apostar por las innovaciones rupturistas, explosivas en términos de creación de valor. En particular, esta estrategia se desarrolla a lo largo de tres vectores transversales: (1) integración horizontal a través de redes de valor y de nuevos modelos de negocio (figura 1), (2) ingeniería extremo a extremo, a lo largo de la cadena de valor (figura 2); y (3) integración vertical y sistemas de producción industrial interconectados. Como puede observarse es una aproximación que presenta importantes analogías y paralelismos con el modelo americano. Figura 2 Ingeniería extremo a extremo

Fuente: Siemens 2012.

En cualquier caso, ambos paradigmas vienen a coincidir en que no representan sino la transición de los tradicionales enfoques centralizados a un modelo de producción descentralizada. Una transición en la que se pasa de un proceso de producción convencional en el que la maquinaria genera un producto, a un nuevo enfoque en el que es el producto el que se comunica con la maquinaria a lo largo del proceso productivo para indicar en cada momento qué se tiene que hacer exactamente. Cada ejemplar de producto es quien indica sus especificaciones de fabricación,


LOS RETOS DE LA FÁBRICA QUE PIENSA

551

a lo largo y ancho de un sistema de producción Ciber-Físico o CPS (National Science Foundation - NSF, 2008) que lo conecta todo: máquinas, sistemas, procesos, productos y servicios, y negocio. La figura 3 ilustra un caso de ejemplo de arquitectura de referencia para un sistema Ciber-Físico modelo. Figura 3 Arquitectura de referencia de un Sistema Ciber-Físico de ejemplo

Fuente: HP, 2013.

2. Potencialidades La Industria Conectada no trata solamente de una transformación de los procesos o de los bienes de equipo; se trata de una transformación completa de la cadena de valor, y de los modelos de negocio en sí mismos. Los medios productivos están conectados, las cadenas de suministro están integradas, los canales de distribución y atención son digitales, la innovación es colaborativa, etcétera. La Industria Conectada propone utilizar la tecnología para llevar a cabo una transformación de inmenso potencial de negocio, con posibilidades inimaginables hasta la fecha: – Personalización extrema de los productos, en una auténtica conversación con el cliente (CEN, 2015). La Industria Conectada permite incorporar criterios individuales de cada cliente no sólo en alguna característica final del producto (como viene siendo lo normal), sino en todo el desarrollo del mismo, desde el diseño hasta la fabri-


552

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

cación, pasando por todas las etapas intermedias de configuración detallada, planificación, operación, logística, etcétera. Incluso permite incorporar cambios de última hora en el proceso, en un salto cualitativo sin precedentes hacia la Fabricación Unitaria. – Un nuevo concepto de flexibilidad. La integración basada en sistema Ciber-Físico habilita un grado de dinamismo de otro orden de magnitud, en lo relativo a los diferentes aspectos de los procesos de negocio, como calidad, gestión de plazos, gestión de riesgos, robustez de los procesos, establecimiento de precios, consideraciones medio-ambientales, etcétera. Permite una continua revisión de la cadena de suministro y, en definitiva, todos los procesos se ven directamente beneficiados: la ingeniería adquiere una visión más general y se vuelve más ágil; la producción pasa a poder responder a cambios de demanda o problemas imprevistos; ante la escasez de materiales se puede encontrar más rápidamente formas de compensación; la gestión puede aligerase notablemente, etcétera. – Incrementando la productividad. La Industria Conectada no se olvida de las raíces estratégicas productivas: entregar la mayor cantidad de producto posible, dada una determinada instalación de recursos, de los que se usa menor cantidad posible en cada producto particular. Y es que a este respecto, las posibilidades que activa una conexión integral de los recursos como la propuesta en el concepto CPS permite optimizar los procesos de fabricación a lo largo de toda la red de valor. Es más, esta optimización incluso podrá realizarse en caliente, sin necesidad de esperar a una parada de la producción. Obvia señalar los beneficios de este concepto, por ejemplo en algunos aspectos singulares como pueden ser el consumo energético, la reducción de emisiones, o el consumo de materias primas. – Lo que no se mide, no se controla. Lo que no se controla, es azar. La competitividad depende mucho de la capacidad de tomar las decisiones adecuadas, en el momento adecuado, y en ocasiones a partir de información parcial. El grado de transparencia, de acceso natural a la información de los procesos en cualquier momento, que proporciona el paradigma de Industria Conectada permite realizar rápidamente simulaciones de producción, verificación temprana de decisiones de diseño, respuestas más flexibles a problemas ligeros y también severos, y en general dotar de optimización global a toda la esfera de producción. En definitiva, esta visión global, extremo a extremo, introduce en sí mismo un nuevo concepto en la toma de decisiones.


LOS RETOS DE LA FÁBRICA QUE PIENSA

553

– Nuevas oportunidades de creación de valor, a través de nuevos servicios. La Industria 4.0 abre la puerta a nuevas formas de creación de valor, por ejemplo a través del desarrollo de nuevos servicios alrededor del núcleo de la producción. Incluso se habilitan nuevas formas de empleo, dedicado precisamente a la provisión de estos servicios. En particular, aunque se trata más adelante, existe una tecnología habilitadora clave, como es el análisis de datos de altas prestaciones, que está llamada precisamente a señalar aquellos puntos de los modelos de negocio de los que pueden surgir no sólo mejoras en el negocio consolidado, sino -sobre todo- nuevos negocios en sí mismos. Existen oportunidades particularmente significativas alrededor de esta idea en especial para la pequeña y mediana empresa, y también para el desarrollo de nuevas start-ups de base tecnológica. – Respuesta a cambios demográficos en el puesto de trabajo. La organización del trabajo, en la fábrica y en otros espacios de la empresa, y la preocupación general por el desarrollo de competencias, también están llamadas a verse notablemente favorecidas por la conexión y la colaboración. Igualmente los modelos de negocio han de verse necesariamente beneficiados a la hora de encontrar nuevas formas de convertir los actuales problemas demográficos (con especial relevancia del envejecimiento de las plantillas y de la escasez de profesionales cualificados) en virtudes que puedan ser explotadas en nuevos escenarios, en nuevas oportunidades laborales, en nuevos esquemas de progresión profesional, etcétera, que permitirán mantener a las personas activas y productivas por más tiempo. Cada vez será menos necesario enfocar la producción y el negocio desde la óptica de la repetibilidad de tareas (la conocida intensividad en mano de obra), y más desde la perspectiva de la innovación, la creatividad y la búsqueda de valor añadido. Un trabajador podrá con ello alargar su carrera profesional y su productividad, y seguir aportando su experiencia y criterio al beneficio común. – Conciliación de la vida laboral y familiar. Las empresas que se basen en sistemas Cyber-Físicos podrán diseñar y explotar modelos de organización del trabajo más flexibles, y estarán en mejor posición a la hora de conocer y gestionar la creciente demanda de los trabajadores de conciliación de sus expectativas laborales con su vida familiar, y también a la hora de explotar procesos holísticos


554

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

que surgen de la adaptación consciente del desarrollo personal y profesional. Por ejemplo, la empresa puede proveer a sus empleados de nuevos esquemas de organización de su dedicación y desempeño, en base a la mejor visión general de la actividad de la planta productiva de que ahora, gracias al paradigma conectado, se dispone. Esta mayor flexibilidad a la hora de organizar el trabajo permitirá mayores niveles de conciliación de la vida laboral y familiar, y está demostrado que mejoras en la conciliación producen empleados más satisfechos y más productivos. Por otro lado, y frente a la preocupación natural de la reducción de personal que parece poder implicar el desarrollo de la Industria 4.0, la empresa puede disponer de una mejor organización de las capacidades demandadas, de las capacidades disponibles en la plantilla, y de aquellas otras fácilmente alcanzables mediante procesos de formación, y diseñar un encaje sostenible con mucho más conocimiento de causa. – Mantenimiento general del nivel de competitividad de industrias que apuestan por la innovación, frente aquellas que apuestan por los bajos costes salariales. Por último, no hay que olvidar el extremo nivel de competencia que la globalización ha introducido en el sector industrial. Muchos grandes jugadores apuestan por la producción basada en bajos costes salariales, si bien la experiencia no habla bien de la sostenibilidad de estas aproximaciones, ni mucho menos del estado de bienestar que permiten proveer a las sociedades en las que se aplican estas políticas. Por el contrario, los grandes referentes industriales y empresariales que conciben la sostenibilidad y el progreso social como elementos irrenunciables, son aquellos que trabajan continuamente en sofisticar más y más su apuesta industrial, hacia nuevos modelos con ventajas competitivas basadas precisamente en la innovación y la creatividad. Innovación y creatividad que se plantean sin límites, a lo largo y ancho de toda la cadena de valor. Y es que cualquier ineficiencia en la forma en que una industria se abastece, produce, se organiza, se relaciona con su entorno, con sus trabajadores, etcétera, puede ser fatal. Por el contrario, cualquier oportunidad bien aprovechada puede convertirse en clave del éxito. Todo esto se da por hecho, y el próximo campo de batalla está llamado a ser la innovación extrema; innovación que no podrá desarrollarse sino está apoyada en Industria Conectada.


LOS RETOS DE LA FÁBRICA QUE PIENSA

555

3. Confluencia de tecnologías Se da el caso de que en los últimos tiempos han aparecido diversas tecnologías, muy basadas en Tecnologías de la Información y las Comunicaciones, que están alcanzando niveles de elevada madurez, no sólo tecnológica, sino también en lo relativo a su aplicabilidad a diferentes modelos y procesos de negocio. Así, dichas tecnologías se convierten en auténticos habilitadores clave frente a retos más ambiciosos, como es el caso del de la Industria Conectada. De hecho, la Comisión Europea habla precisamente de Key Enabling Technologies, o KETs (European Commission, 2009 y 2011). Dichas tecnologías están en el origen de los retos de la industria, y al mismo tiempo son también herramientas para afrontar dichos retos. Y es que la introducción de tecnología resuelve ciertos desafíos, y por lo general presenta otros nuevos. Uno de los elementos tecnológicos que más relevancia ha adquirido y está adquiriendo es el denominado Internet of Things, o Internet de las Cosas, que conecta el mundo físico de los dispositivos (dispositivos de consumo o dispositivos industriales) con el mundo de los sistemas de información, con la misión de proveer al usuario o al consumidor de servicios cada vez más inteligentes (CISCO, 2011). No obstante, este elemento representa una idea más abstracta que una tecnología en sí misma, por lo que su participación en el concepto Ciber-Físico es estructural; es más bien un paradigma de conexión y representación, que depende de tecnologías específicas. Existen diferentes perspectivas a la hora de aproximarse a la identificación de tecnologías habilitadoras clave. Una aproximación sencilla y directa es la realizada por el Departamento de Desarrollo Económico y Competitividad del Gobierno Vasco, a través de su Sociedad para la Promoción y Reconversión Industrial - SPRI (SPRI 2016). No en vano precisamente el País Vasco constituye una región privilegiada a nivel europeo en materia de aportación industrial al PIB, y también en materia de porcentaje de dedicación del PIB a Investigación, Desarrollo de Tecnologías e Innovación. En ella, se han desarrollado diversas iniciativas público-privadas en las que han participado los principales agentes industriales y empresariales vascos, y también empresas industriales de primer nivel mundial, como es el caso de CAF, ABB, CIE, IBERDROLA, ITP, MERCEDES-BENZ, MICHELIN, MICROSOFT, REPSOL, SIEMENS o EUSKALTEL, entre otros, y en las que se ha venido consolidando el conjunto de tecnologías que resultan más relevantes por su proyección de futuro y su


556

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

impacto estimado en el negocio (BIND4.0, 2016). En particular, la Fabricación Aditiva, la Robótica Colaborativa, los Sistemas CiberFísicos en sí mismos, la Realidad Aumentada, la Computación Cloud (en la nube), el Big Data, la Visión Artificial, y la Ciber-Seguridad, son las ocho principales herramientas que se han identificado. Figura 4 Marco conceptual de tecnologías habilitadoras

Soluciones de negocio Soluciones de inteligencia (Big Data & Analytics) y control Plataformas colaborativas Ciberseguridad Computación y cloud Conectividad y movilidad Impresión 3D Robótica avanzada Sensores y sistemas embebidos

Fuente: Ministerio de Industria, Energía y Turismo, 2013.

Por otro lado, habitualmente se considera que estas tecnologías aportan su valor al concepto de Industria Conectada desde diferentes niveles de abstracción, con un primer nivel cercano a la concreción de las máquinas y los sistemas; con un segundo nivel centrado en materia de representación y tratamiento de datos; y con un tercer nivel más abstracto, más cerca de la parte de negocio. El enfoque desarrollado por la iniciativa Industria Conectada 4.0 del Ministerio de Industria, Energía y Turismo Español proporciona un esquema general muy clarificador, estructurado precisamente en estos tres niveles de abstracción (MINETUR, 2015). Éste es un enfoque que mantiene un cierto paralelismo con el esquema general de trabajo de la iniciativa americana. Así, se han señalado tres diferentes niveles, de (1) hibridación del mundo físico y el mundo digital, de (2) habilitación de comunicaciones y tratamiento de


LOS RETOS DE LA FÁBRICA QUE PIENSA

557

datos, y de (3) aplicaciones de gestión intraempresa e interempresas. La figura 4 ilustra este esquema general. – Hibridación de lo físico y lo digital. El primer objetivo que se marca la conexión de la industria en la misión de transformarse hacia lo digital arranca precisamente en la conexión de tantos parámetros de negocio como sea posible. Así, las tecnologías de hibridación del mundo físico con el mundo digital se centran fundamentalmente en conseguir una representación de los procesos e informaciones de la realidad de las empresas que pueda servir para construir una imagen digital de lo que está ocurriendo en cada momento en el negocio. Por supuesto, esa representación ha de verse continuamente provista de información actualizada, y sirve habitualmente para construir una visión centralizada de las cosas. Además, también existen tecnologías habilitadoras que posibilitan la relación en el sentido inverso, de lo digital hacia lo real, como puede ser la robótica colaborativa o los sistemas embebidos. No sólo se persigue sentir lo que está pasando, sino también actuar -una vez construidas las decisiones oportunas- sobre la realidad. En este apartado, el drástico abaratamiento que viene sufriendo en la última década todo lo relacionado con el equipamiento físico ha alcanzado también a los sensores, y este hecho ha contribuido enormemente a su utilización sistemática en gran cantidad de espacios de la cadena de valor, tanto en los procesos y en los medios productivos, como en el propio producto o servicio. Éste es el salto cualitativo que produce la Internet de las Cosas: la posibilidad de conectar a un esquema digital prácticamente cualquier realidad física. Y es que prácticamente todo se puede sensorizar. Un ejemplo de tecnología con gran proyección en este sentido es la utilización de tejidos inteligentes que, simplemente mediante su integración en prendas de vestir, pueden captar constantes vitales y conectar la persona a un sistema sanitario o a un sistema de mantenimiento deportivo. No en vano se habla ya de dispositivos vestibles. Por su parte, una tecnología que precisamente fue clave ya en la tercera revolución industrial, como es la robótica industrial, está rejuveneciendo en la actualidad y dando señales de mucha proyección de futuro, gracias a la irrupción de sistemas robóticos que son capaces de colaborar con los operarios de planta, en la búsqueda de procesos más eficientes a la vez que ricos (desde el conocimiento y experiencia del experto) (NRI12.0, 2012). De esta forma, nuevos niveles de eficiencia se


558

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

hacen viables gracias a los avances en seguridad e inteligencia de las máquinas; máquinas que pueden comunicarse con otras máquinas, y que mediante nuevos sistemas de inteligencia artificial pueden tomar decisiones cada vez más autónomas. En el extremo final de este ciclo cerrado que parte de la realidad de los procesos, asciende hacia la toma de decisiones, y baja de nuevo a la planta en forma de actuación correctiva, aparece otra tecnología habilitadora clave, como es la fabricación aditiva (o impresión 3D), que permite materializar conceptos del mundo digital (Excell, 2013). La fabricación aditiva ha revolucionado todo lo relacionado con el diseño, gracias a la posibilidad que brinda de construir un prototipo con cualquier diseño rápidamente y con muy bajo coste. Con ello, nace una nueva forma de concebir tanto los departamentos de diseño de nuestras industrias, que ahora pueden estar descentralizados y obedecer a necesidades mucho más singulares de los procesos industriales y de negocio, como también los emplazamientos productivos, que ahora pueden distribuirse fácilmente, por ejemplo en función de las necesidades logísticas, de la localización de grandes clientes, etcétera. En cualquier caso, las tecnologías que hoy son clave para habilitar esta hibridación, esta conexión bidireccional, entre el mundo de lo físico y el mundo digital, seguirán evolucionando y mejorando, y cada vez será posible integrar más y nuevas funciones, y en definitiva más y nuevos servicios. – Comunicaciones y tratamiento (operativo) de datos. El segundo nivel de abstracción agrupa tecnologías encargadas de las comunicaciones y el tratamiento de la información; información que tiende a alcanzar volúmenes enormes, desconocidos hasta ahora -no en vano la sensorización anterior no plantea límites a la hora de captar datos-, y que requiere de nuevos esquemas de comunicaciones que prácticamente tienen que comprometer a priori saltos cualitativos de prestaciones a lo largo del tiempo a igualdad de costes. El objetivo de este segundo nivel de tecnologías es el de recoger la información de la primera etapa y transportarla, aportando capacidades de procesamiento, y garantizando la seguridad y la disponibilidad por parte del último de los niveles de abstracción, el nivel de negocio. Por supuesto, también se da el objetivo de conexión en el sentido opuesto, desde la toma de decisiones hasta la actuación final en los procesos, a través de esos robots colaborativos, de sensores actuadores, de impresión 3D, etcétera. No hay que olvidar que es


LOS RETOS DE LA FÁBRICA QUE PIENSA

559

este doble sentido en la comunicación lo que posibilita la verdadera hibridación de lo físico con lo digital. A este respecto, todo lo relacionado, en definitiva, con la conectividad segura de información a través de infraestructuras de comunicación cada vez más móviles, capaz de captar datos o recibir órdenes de actuación en cualquier momento y en cualquier lugar -las comunicaciones pasan a ser ubicuas-, es lo que constituye el pilar central de la transformación digital de la industria, de esa conectividad industrial. Redes de comunicación de altas prestaciones de velocidad y conectividad son lo que hace posible que la Internet de las Cosas sea una realidad, conectando objetos y procesos, y facilitando la inteligencia autónoma y a la vez responsiva de los mismos. Estas infraestructuras son clave para que la industria en particular, y la empresa en general, pueda beneficiarse de tecnologías clave como la computación en la nube (Rackspace, 2013), o el análisis de grandes volúmenes de datos, el Big Data (Schönberg, 2013). Son clave en aspectos como la mejora de la eficiencia, productividad, calidad y seguridad de los procesos, gracias a la monitorización y control continuos que proporcionan. Son clave en trazabilidad de materias primas, de mercancías, en el mantenimiento predictivo, en la eficiencia energética, etcétera. Y también son clave a la hora de habilitar nuevos modelos de negocio, al permitir la gestión de productos y servicios conectados, en modelos de servitización (B+I, 2014). Necesidades concretas de la industria que se cubrirán con estas tecnologías, y que deberán cuidarse de seguir evolucionando en el futuro pueden ser las siguientes: – Escalabilidad. Las necesidades de mover datos no dejan de experimentar crecimientos explosivos. Asimismo, el crecimiento de los sistemas pasa por la movilidad de la conexión; no en vano algunas estimaciones esperan miles de millones de dispositivos conectados en unos pocos años. – Ubicuidad. Los nuevos modelos de negocio necesitan cobertura de comunicaciones global y determinista, con altas exigencias de calidad. Un ejemplo de industria que está actualmente fijándose en estas necesidades es el vehículo conectado (Elliot, 2014). A este respecto, la tecnología de computación en la nube facilita precisamente este tipo de requerimientos, aportando ubicuidad, agilidad, flexibilidad y escalabilidad en el uso de los recursos de comunicación y de procesamiento. Aporta especiales beneficios en aplicaciones con altas necesidades de cómputo, o en modelos muy distribui-


560

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

dos que mejoran al disponer de una plataforma que permita construir y servir una visión global de la realidad. – Nuevo concepto de calidad. A medida que los procesos industriales se apoyen más y más en lo digital, los estándares de calidad en las comunicaciones que hemos venido conociendo dejarán de ser eficaces. Hay que pensar en que es necesario evitar disrupciones en procesos, paradas de planta, o interferencias en procesos críticos de los que dependen importantes consumos e incluso la integridad física de las personas. – Ciber-Seguridad. Qué decir de la seguridad de la información. Desde luego constituye la tecnología habilitadora por excelencia. Incluso puede decirse que la carencia de unas medidas de seguridad adecuadas inhabilita, de partida, modelos de producción y de negocio que pueden ser prometedores en el resto de parámetros, pero que no tienen viabilidad en el caso de que por cualquier motivo no sea posible activar las diferentes funciones de seguridad. Efectivamente, la seguridad ha cobrado una dimensión determinante en cualquier proceso industrial, debido sobre todo a los nuevos niveles de conexión global, que introducen -además de las ventajas- importantes riesgos (Morrie, 2015). Y es que la descentralización de la información ha generado una ruptura en el paradigma de seguridad que se ha venido aplicando al menos en las dos últimas décadas. Tradicionalmente se han venido aplicando medidas de seguridad dirigidas a defender el perímetro tecnológico de las organizaciones, y estas medidas ya no son eficaces cuando el perímetro simplemente –gracias a las nuevas necesidades de conexión permanente y móvil, y a la computación en la nube– deja de existir (BI, 2013). Así, la seguridad termina afectando a todos los procesos e incluso al propio producto. Un ejemplo de esto puede ser el de Land Rover, que ha tenido que retirar del mercado 65.000 vehículos, porque un problema de seguridad permitía fácilmente robar los automóviles (BBC, 2015). – Versatilidad y requisitos singulares. El objetivo de la Internet de las Cosas de conectar cualquier tipo de dispositivo afecta también a aparatos sujetos a requisitos o restricciones singulares, específicas, y que a menudo se alejan de estándares de conexión o de usos y costumbres universalmente aceptados. Así, pasa a ser necesario responder, en materia de conectividad, ante dispositivos que necesitan bajos consumos de energía, que solamente disponen de conectividad oportunista porque están en movilidad, o que constituyen una red tan grande de


LOS RETOS DE LA FÁBRICA QUE PIENSA

561

pequeños sensores que necesitan nuevos esquemas y modelos (operativos y también de negocio) de gestión de la conexión. En general, las redes de comunicación tienen que ser capaces de responder a tipos de servicio para las que no fueron diseñadas, y han de evolucionar continuamente para adaptarse a estos nuevos requerimientos. Un ejemplo interesante de nuevo modelo de negocio apoyado precisamente en todas estas prestaciones tecnológicas en materia de comunicaciones y tratamiento técnico de datos puede ser el de Volvo Trucks, que ha concluido en un estudio propio que ocho de cada diez paradas no programadas de un camión pueden evitarse mediante un sistema inteligente de mantenimiento preventivo, que pasa -naturalmente- por conectar los camiones (TW, 2015). Todo apunta a que un futuro no muy lejano todos los vehículos estarán conectados. – Visión de negocio, intraempresa e interempresas. El tercer y último nivel de abstracción es el de las aplicaciones de gestión, que procesan los datos elaborados y la información recibida de los niveles anteriores, con el objetivo de extraer de ellos conclusiones de valor añadido que puedan enriquecer la toma de decisiones. Para ello, se consideran tecnologías como las soluciones de control, las tecnologías de Big Data y Analytics (Análisis de Datos), y las plataformas colaborativas. Especial relevancia adquieren en este tercer nivel, las denominadas tecnologías de explotación del dato: encargadas en primer lugar de soportar la captura, el flujo y la gestión de ingentes volúmenes de datos -estructurados y no estructurados- que han de llegar a los modelos de análisis en óptimas condiciones de calidad e interpretabilidad -de ahí esa acepción Big-, y dedicadas en segundo lugar a extraer conclusiones de negocio de elevado valor añadido a partir de la aplicación de algoritmos de análisis e inteligencia de negocio. Y es que no sólo se trata de responder con eficacia y celeridad a las preguntas que nos plantea el día a día del negocio, sino incluso -y sobre todo- de que los sistemas de análisis sean capaces de plantearse por sí mismos cuáles son las nuevas preguntas a las que tanto los automatismos como los responsables deben dirigir sus esfuerzos (Schönberger, 2013). Por supuesto, en materia de negocio, la aplicación de tecnologías a los procesos, siempre mantiene una importante componente legal, mercantil (de contratación, confidencialidad, regulación de la prestación de servicios, etcétera), que al igual que el resto del negocio también se enfrenta al reto de adaptarse a toda esta transformación.


562

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

En definitiva, todo apunta a que estas tecnologías habilitadoras clave van a seguir experimentando sus propios procesos de evolución, y en ellos la aplicación al mundo industrial constituye un elemento catalizador de transformación digital de primer orden. Algunas de ellas se orientarán hacia aplicaciones más bien verticales, circunscritas a determinados espacios de los modelos productivos y de negocio, y algunas otras como pueden ser los casos de las comunicaciones y la ciber-seguridadmantendrán un carácter más bien transversal y más habilitador incluso, ya que de ellas dependerá la posibilidad de disponer (o no) de auténticas Industrias Conectadas. 4. Retos y Oportunidades de la Industria Conectada La producción y el resto de procesos de una empresa pueden contar con la tecnología necesaria para que todos los aspectos componentes estén correlacionados y ello favorezca una mayor competitividad. Pero ¿cuál es el grado de aplicación que se viene haciendo de las potencialidades de la Industria Conectada? ¿Realmente se están aprovechando las grandes tecnologías habilitadoras que ya tenemos en el mercado a disposición de la industria? ¿Se está consiguiendo en la práctica mejorar la actividad del negocio? Distintas referencias y testimonios clave parecen indicar que todavía es necesario seguir avanzando, principalmente en lo que se refiere al tratamiento y la adecuada explotación de la valiosísima información que la Industria Conectada puede llegar a ofrecer. La tecnología es capaz de configurar una fábrica que piensa (BGOS, 2013), pero no se debe olvidar que, en última instancia, son las personas las que siempre han de estar detrás de todas las decisiones y el control de los procesos. Sólo así se puede sacar el máximo de provecho a la industria conectada. Esta idea es la que ocupa buena parte del tiempo y de la atención de los directivos y decisores de compañías industriales: cómo afrontar los retos, oportunidades y riesgos de la transformación digital de la industria. Sí parecen elevarse por encima de la línea del horizonte algunas palabras clave, algunas tecnologías, que apuntan a un importante complemento e impacto en la industria, y que señalan cuestiones fundamentales en el proceso de conectividad industrial como la ciber-seguridad (SIEMENS, 2016), la explotación de los datos como una nueva fuente de valor –incluso como una nueva materia prima– (General Electric, 2013), los nuevos aspectos legales que conllevan el proceso de apertura en la industria conectada (BC, 2015), e incluso la capacitación de los actuales


LOS RETOS DE LA FÁBRICA QUE PIENSA

563

y futuros trabajadores (BGOS, 2013b), piezas esenciales para lograr que la industria conectada sea realmente beneficiosa para las empresas. – Más allá de la conectividad, el análisis es la clave. A pesar del reto permanente de mejora de la competitividad, a partir del desarrollo y explotación de esas tecnologías maduras que confluyen en estos momentos, aún no existe una mínima generalización en su despliegue por parte del sector manufacturero. Más allá de informes de recomendación, demasiado a menudo, una visión más cercana de la praxis evidencia que las empresas del sector industrial creen demasiado a menudo que estar en la Industria 4.0 supone fundamentalmente que las máquinas estén sensorizadas, conectadas a Internet, monitorizadas, y poco más. Y ésta es una concepción muy incompleta, que conlleva un claro desaprovechamiento de las potencialidades de la conectividad. La industria conectada no debe ser simplemente una conexión, sino que se debe explotar todos los datos que se pueden extraer y buscar con ellos un valor añadido, una información tangible y relevante para mejorar la competitividad de productos y procesos. Así, la industria conectada puede llegar a conseguir productos menos expuestos a los errores o imperfecciones, y también una producción más eco-eficiente, reduciendo el consumo energético, además de predecir paradas inesperadas de los procesos, ya que permite adelantarse a un eventual fallo que conlleve consecuencias desastrosas. Pero, ¿cómo alcanzar esos resultados? ¿Cómo hacer procedimientos que permitan reducir tiempo y costes y ganar en productividad? Para encontrar el punto de partida que ayude a dar respuesta a esas preguntas podemos acudir a la teoría de sistemas (Hurtado, 2011), que diferencia entre dos perspectivas principales de análisis, de caja negra y caja blanca. La caja negra recoge datos de entrada y salida sin saber lo que sucede en su interior; algo así sucede en el cuerpo humano. No sabemos lo que hace el cerebro para evitar un peligro. Lo único que se puede observar es que, en general, lo evita. Estos modelos suelen estar basados en intensivos procesos de ensayo y error, de aprendizaje supervisado, y en general se requiere mucho tiempo y esfuerzo conseguir rendimientos óptimos. Si bien es cierto que en ocasiones se muestran como soluciones eficaces y que proporcionan -sobre todo- altos rendimientos, no es menos cierto que su flexibilidad es mínima, como también lo es su capacidad de adaptación, o las posibilidades que ofrece para la interoperabilidad o la operación.


564

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

Por otro lado, los esquemas de caja blanca permiten conocer el estado interno de los procesos gracias a algoritmos, ecuaciones, etcétera, que en general presentan como ventajas lo que eran los inconvenientes de la caja negra, y viceversa. En este caso, el problema es que también se requieren importantes inversiones en forma de monitorización y adaptación continua. Habitualmente, para reducir este coste, se suelen asumir simplificaciones que a su vez propician imprecisiones, con lo que parte de las ventajas desaparece. Una solución intermedia, que combina las ventajas de los dos modelos anteriores, a la vez que minimiza los efectos de sus respectivos inconvenientes, es el esquema de caja gris: un sistema que facilita predicciones razonables. Un ejemplo pueden ser el de los sistemas inteligentes que se utilizan en la Fórmula 1, donde los coches cuentan con sistemas de telemetría y modelos matemáticos que les posibilitan adaptarse rápidamente a los cambios de las circunstancias inherentes a la competición, tanto a la modificación de cuestiones de reglamento, como a los aspectos físicos de los distintos trazados del campeonato, o a condicionantes externos como las características climatológicas. Trasladada esta visión al plano empresarial, significaría contar con sistemas de predicción que permitieran adaptar la producción rápidamente a las cambiantes necesidades del cliente o el mercado. En concreto, en el ámbito industrial, la utilización de ese modelo conllevaría contar con una previsión efectiva de fallos productivos, evitando pérdidas de producción y los graves tiempos de parada. Asimismo, se reducirían los gastos de mantenimiento, de reparación y de consumo de materias primas (cuyo precio se encarece además cuando el pedido se hace con carácter de urgencia, simplemente porque la empresa no ha sido capaz de anticiparse a la detención súbita de las máquinas). Todo ello, sin olvidar la evidente disminución del consumo energético. En el sector de la automoción, por ejemplo, esto supone bajar un 10% ese gasto. En definitiva, la caja gris como modelo híbrido de análisis que aúna las posibilidades de la tecnología con las necesidades del negocio, ayuda a tomar decisiones que incrementan la productividad de la empresa; representa el impulso definitivo hacia la fábrica que piensa. – Diálogo con el cliente. Más allá de la tecnología, otra clave, la conversación, apunta a la necesidad de consenso en el objetivo que se


LOS RETOS DE LA FÁBRICA QUE PIENSA

565

persigue con la implantación de tecnología, y también en el cómo ha de ser el proceso de adopción de la misma. Una de las cuestiones que no se tiene en cuenta a la hora de implantar la Industria Conectada en las empresas es que, por muy importante que sea el papel de la tecnología, ésta ha de caminar siempre por detrás del servicio y de las necesidades del cliente. Ello significa que la estrategia de la compañía debe estar por encima de las aspiraciones de los tecnólogos. No hay que olvidar que los proyectos de innovación que llegan a trascender son aquellos que empiezan en una conversación entre las necesidades del cliente y las ideas del tecnólogo. Es en estos casos cuando verdaderamente aparecen las oportunidades y se logra el verdadero aprovechamiento del negocio. Ésa es realmente la investigación bajo demanda. Nadie, por ejemplo, conoce mejor el sector de la máquina herramienta como el propio fabricante, que lleva toda la vida realizando ese producto. Por eso hay que mantener una conversación continua con él. Esta perspectiva se complementa con la idea de que, ante la cantidad de tecnología existente en la actualidad, se hace necesaria la adaptación de la misma a los distintos ámbitos de la empresa para convertirla en negocio. Consiste en caminar hacia una investigación total que se pueda aplicar al conjunto de la cadena de valor. Ejemplo de ello es la empresa CEMEX (Ruelas-Gossi, 2004), que en aproximadamente quince años pasó de ser una cementera local en México a competir sistemáticamente entre los tres primeros grupos mundiales del sector. Sus responsables lo conectaron todo, hasta el punto de que se ha llegado a decir que hoy en día tarda menos en servir cemento que una pizzería a domicilio sus productos. En resumen, la investigación y la tecnología son básicos en el proceso de Industria Conectada, pero son elementos secundarios ante la prioridad de la cooperación en su utilización. Tienen que concebirse al servicio del negocio. Ante todo, tiene que primar la búsqueda del valor, aquello que convierte la labor investigadora en innovación, algo que sólo se puede alcanzar si se asume que toda la empresa debe estar imbuida por esa idea. Esto es, si queremos adentrarnos en un determinado proceso de innovación o transformación industrial, no podemos pensar de antemano que áreas de negocio importantes no vayan a verse afectadas, o que la evolución hacia la Industria Conectada no va a modificar otros ámbitos de la compañía. El cambio exige, inexorablemente, una adaptación total


566

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

-progresiva, pero completa- del negocio y que el conjunto de personas que conforman la organización estén preparadas y concienciadas ante el reto de la conectividad. – Evolución de las plantillas de trabajadores. ¿Están preparados nuestros trabajadores para el gran cambio que supone la industria conectada? Como ya se ha visto, los datos que van a facilitar los sistemas integrados exigen a menudo procesos de interpretación y puesta en valor cada vez más dependientes de la tecnología. Para operar adecuadamente estas nuevas exigencias, hacen falta personas cada vez más cualificadas. No parece, sin embargo, que las empresas estén siendo del todo conscientes de los retos a los que se enfrentan en ese sentido. Por una parte, es palpable ya un serio problema demográfico. De aquí al año 2026 va a caer drásticamente la población de entre 19 y 64 años, y ello conducirá inevitablemente a un envejecimiento de las plantillas que, además, serán más escasas. Ante esa situación, la formación permanente de las personas a lo largo de su vida laboral va a ser un reto, pero también una oportunidad. Por otra parte, hay que tener en especial consideración que las generaciones van cambiando a una velocidad vertiginosa. Los millenials, aquellas personas nacidas en el siglo actual, son nativos digitales, lo cual es una gran oportunidad. Más del 40% prefieren comunicarse por correo electrónico que en persona o por teléfono. Están seriamente comprometidos con la sostenibilidad y se encuentran más y mejor preparados que nunca pero, en el mundo laboral, tienen la peculiaridad de que cambian habitualmente de trabajo. Sólo un 18% piensa que permanecerá en la empresa a largo plazo. Lo que más valoran son cuestiones como la formación continua y contar con un liderazgo que les ayude a crecer. Si no disponen de un entorno abierto que facilite proyectos nuevos en el seno de la organización, se sienten frenados. Esas personas también han de disponer de una oferta adecuada de formación para que las vocaciones tecnológicas se vean adecuadamente canalizadas hacia las necesidades de la industria. Es paradójico que en la Unión Europea, cuando se está viendo que cada vez es más importante la tecnología, las vocaciones tecnológicas estén decreciendo. Eso sólo puede significar que la gestión del talento está fallando. Para solucionar esta carencia, la industria y las universidades deben potenciar más las vocaciones tecnológicas. Tener plantillas cualificadas y actualizadas, así como captar trabajadores con vocación tecnológica es el


LOS RETOS DE LA FÁBRICA QUE PIENSA

567

gran reto actual. En ese sentido, los perfiles que más se van a necesitar son los de ingenieros con gran conocimiento de materiales y otros con gran visión de integración de sistemas, capaces de ver en su conjunto todo el proceso orientado a la integración exhaustiva de las tecnologías en la producción. Todo ello, sin olvidar que también se requerirán científicos de datos que lleven a cabo el análisis de los mismos, así como diseñadores de interfaces de usuario y expertos en ciber-seguridad. – Una fortaleza a defender. La tecnología avanza a un ritmo muy rápido y desconocemos realmente cómo funciona. Cuando queremos conectar todas nuestras máquinas o la producción completa, en sí misma, surgen los problemas. En general ello sucede porque hay una clara falta de autocrítica. Muchas empresas e industrias contratan un firewall y un antivirus como máximos exponentes de su inversión en materia de seguridad de la información, y no optan por dar el paso delante de trabajar con expertos que verdaderamente aseguren la explotación de su negocio. ¿Realmente sabemos si la ciber-seguridad funciona en nuestra empresa? ¿Hacemos simulacros de ataques externos para comprobarlo? Muchas veces incluso ni siquiera sabemos si nuestra empresa está conectada. Creemos que no lo está y que podemos sentirnos seguros por ello pero, en realidad, desconocemos si verdaderamente nuestros servicios internos tienen contacto directo con el exterior, o no. En los próximos años la práctica totalidad de aspectos de la industria se encontrarán hiper-conectados (televisión, Internet, móviles, etcétera), y el problema de las brechas de seguridad se incrementará de un modo todavía más explosivo que el actual. Un claro ejemplo de esto es el reciente ciber-ataque a grandes empresas de Estados Unidos como Amazon, que se considera el primer ataque informático que ha utilizado masivamente la Internet de las Cosas, en lo que algunos expertos del sector consideran el primer caso de ataque TDoS, de Thing Denial of Service (o de denegación de servicio basado en cosas). En este caso las afectadas han sido grandes corporaciones, pero no podemos pensar que esos asaltos o intrusiones se centran exclusivamente en las grandes compañías; las pequeñas y medianas empresas también están expuestas y son mucho más indefensas, ya que por lo general adolecen de las capacidades de inversión en seguridad de las grandes. Hay que tener en cuenta que los ataques pueden provenir de cualquier lugar y afectar a cualquiera, sabiendo


568

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

que, además se tardan unos 200 días por término medio en detectar una brecha en el sistema de seguridad. Ha habido incluso casos en los que máquinas críticas en la producción de una empresa industrial, que estaban infectadas, han estado intentando conectar con el creador del virus durante once años. Todo ese tiempo estuvieron con el intruso en el interior y los responsables de la compañía no tenían conocimiento alguno. Esas intromisiones pueden identificar -y filtrar- los movimientos estratégicos de la empresa, o acceder a información transmitida en reuniones secretas. Una pequeña y mediana empresa, por un único compromiso de seguridad, puede llegar a quebrar. La ciber-delincuencia se extiende cada vez más y detrás de ella existen auténticos profesionales de la ingeniería e incluso grandes asociaciones -subversivas- muy estructuradas y organizadas, dedicadas por entero a esa actividad criminal. Afortunadamente, en la actualidad existen herramientas y conocimientos de expertos que permiten retrasar o impedir los ataques, si bien es cierto que solamente esto no es suficiente. La clave de la seguridad reside en el compromiso por parte de las compañías, y la visión estratégica y directiva más allá de los resultados de este trimestre. El principal reto al que se enfrenta la Industria Conectada en materia de seguridad no es sino de concienciación, de superación de esa falta tradicional de preocupación ante los riesgos de la información. Por eso es fundamental considerar la inversión en seguridad desde un planteamiento general de seguridad activa, que combine el despliegue de sistemas internos con servicios especializados, que detecten las brechas, respondan rápidamente, y ayuden a convertir la empresa en una fortaleza. – Conexión legal. La Industria Conectada y, en general toda la tecnología (realidad aumentada, la Internet de las Cosas, la impresión 3D, la ciber-seguridad, etcétera), contienen una vertiente legal que las empresas no deben obviar. Internet es una realidad digital, un mundo en el que no hay una regulación propia (se hereda la regulación y legislación existente, que en general responde despacio a las nuevas realidades que la tecnología propicia rápidamente), y constituye en sí mismo un territorio infinito en manos privadas. Una muestra de esto puede ser el hecho de que el 95% de los delitos que se cometen en Internet quedan impunes, simplemente porque los ataques provienen de lugares donde es imposible detener a los culpables. Cada vez más voces hablan de la necesidad de crear una


LOS RETOS DE LA FÁBRICA QUE PIENSA

569

especie de ciber-derecho, en el que se mezclara lo técnico con lo legal. La industria tiene que protegerse desde el punto de vista técnico, pero también desde el legal. Ante un robo de secreto industrial o de cualquier otro tipo de información sensible, o ante un ataque informático contra nuestra propiedad intelectual o contra la disponibilidad de nuestros servicios, no existe respuesta o defensa posible si previamente no hemos protegido legalmente esos aspectos del negocio. Por eso es necesario contar con un protocolo de actuación que sirva para proteger los datos y los procesos de la industria. Disponer de pólizas de seguros frente a esos ataques también es una buena práctica. Otras medidas útiles son la regulación efectiva de los contratos en relación a los datos obtenidos de la sensorización de las máquinas. Así pues, es muy relevante que los aspectos jurídicos sean tenidos en cuenta en la industria conectada. El principal problema es que el legislador suele necesitar jurisprudencia para ir construyendo las adaptaciones de la regulación que necesita, y esto le implica ir por detrás de la realidad de los problemas. Además, en la actualidad los problemas que pueden derivarse de la tecnología son globales y su resolución está sujeta a una pluralidad de ordenamientos jurídicos. Por eso es especialmente necesario un proceso de innovación legal. En definitiva, más allá de la incertidumbre propia de la acelerada evolución tecnológica que vivimos, nos encontramos sobre todo en un momento de grandes retos, de prometedoras oportunidades. Conectividad, ciber-seguridad, analítica de datos, más conversación de la tecnología con el cliente, nuevos perfiles y capacitaciones profesionales, implicaciones legales de los nuevos modelos de negocio, parecen ser las principales tendencias que están confluyendo en estos últimos tiempos, y sobre las que la empresa, la Sociedad, está llamada a construir buena parte del futuro. No es mal plan. Referencias bibliográficas ACATECH (2013): Recommendations for implementing the strategic initiative INDUSTRIE 4.0. Final report of the Industrie 4.0 Working Group. National Academy of Science and Engineering. ACATECH. B+I (2014): Why Servitization is an increasingly critical strategy for manufacturing firms. B+I Strategy. BBC (2015): “Software bug prompts Range Rover recall”, BBC News, BBC Tecnology.


570

J. DÍAZ, B. LANSEROS, R. SOLÓRZANO Y P. GARCÍA BRINGAS

BC (2015): “An Industrial Revolution is coming to Law”, Beaton Capital, Whitepaper. BGOS (2013): Future Manufacturing: The Factory of the Future. British Government Office for Science. — (2013b): Future Manufacturing: Implications for Employment of the Shift to High-Value Manufacturing. British Government Office for Science. BI (2013): The Stuxnet Attack on Iran’s Nuclear Plant was Far More Dangerous than Previously Thought. Bussiness Insider. BIND4.0 (2016): Basque Industry 4.0 Accelerator Program. Departamento de Desarrollo Económico y Competitividad del Gobierno Vasco. CEN (2015): “El reto de la industria 4.0.” Confederación de Empresarios de Navarra. Negocios en Navarra, nº 274. CISCO (2011): The Internet of Things: How the Next Evolution of the Internet is Changing Everything. Dave Evans, CISCO Internet Business Solutions Group. ELLIOT, A. (2014): “The future of connected car”. Mashable Journal. EUROPEAN COMMISSION (2009): Preparar nuestro futuro: desarrollo de una estrategia común en la UE para las tecnologías facilitadoras esenciales. Comisión Europea. — (2011): Cross-sectorial analysis of the impact of the industrial impact on Key Enabling Technologies. Europan Commission. EXCELL, J. (2013): “The rise of additive manufacturing”. The Engineer Journal. GENERAL ELECTRIC (2012): Industrial Internet: Pushing the Boundaries of Minds and Machines. Peter C. Evans and Marco Annunziata. — (2013): The Case for and Industrial Big Data Platform: Laying the Background for the New Industrial Age. General Electric. — (2015): Industrial Internet Insights Report. General Electric and Accenture. HURTADO, D. (2011): Teoría general de sistemas: un enfoque hacia la ingeniería. Ed. Springer. MINETUR (2015): La transformación digital de la industria española. Ministerio de Industria, Energía y Turismo. Gobierno de España. MORRIE, G. (2015): Building a Secure Computer System. Ed. Van Nostrand Reinhold. NRI2.0 (2012): National Robotics Initiative 2.0: Ubiquitous Collaborative Robots. National Science Foundation – NSF. NSF (2008): Cyber-Physical Systems (CPS). Program Announcements and Information. National Science Foundation – NFS. RACKSPACE (2013): Understanding the Cloud Computing Stack: SaaS, PaaS, IaaS. Rackspace. RUELAS-GOSSI, A. (2004): “El paradigma de la T grande”, Harvard Business Review - América Latina. SCHÖNBERGER, V. (2013): Big Data: La revolución de los datos masivos. Ed. Turner. SCHWAB, K. (2016): The fourth industrial revolution. World Economic Forum.


LOS RETOS DE LA FÁBRICA QUE PIENSA

571

SIEMENS (2016): Security Concept for Process and Discrete Industries: Industrial Security. SIEMENS, whitepaper. SMLC PROJECT (2008): Smart Process Manufacturing: an Operations and Technology Roadmap. Smart Manufacturing Leadership Coalition. — (2012): SMLC Forum Report: Priorities, Infrastructure and Collaboration for Implementation of Smart Manufacturing. Smart Manufacturing Leadership Coalition. SPRI (2016): Basque Industry 4.0: Lantegi adimendua. La fábrica inteligente. Departamento de Desarrollo Económico y Competitividad del Gobierno Vasco, Sociedad para la Promoción y Reconversión Industrial – SPRI. TECNALIA CORPORACIÓN (2016): La fábrica del futuro. Bienal Española de Máquina Herramienta, BIEHM. TW (2015): Preventive maintenance can avoid 8 out of 10 truck standstills: Volvo Trucks. Telematics Wire.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 573-590)

MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS APRENDER DE ELLOS? DIGITAL MATURITY MODELS: WHAT ARE THEY AND WHAT CAN WE LEARN FROM THEM? Oswaldo Lorenzo Ochoa Deusto Business School RESUMEN El concepto de modelo de madurez está siendo utilizado por consultoras, universidades y empresas para la medición del grado de madurez en la transformación digital y la definición de una ruta de viaje por la que las empresas deben moverse para ir progresando hacia una mayor madurez digital. En este artículo se presentan varios modelos de madurez, o modelos de desarrollo de capacidades, que han sido desarrollados por diferentes autores o instituciones y que pueden ser considerados por el lector como los primeros modelos de referencia para guiar a las empresas en este viaje fascinante de la transformación digital. Específicamente, se presentan los siguientes modelos: el Cociente Digital de McKinsey, el modelo de madurez digital para empresas de telecomunicaciones, el modelo de cultura digital, el modelo de madurez desarrollado por el Centro de Negocios Digitales del MIT, y el modelo del grado de preparación en Industra 4.0. Palabras claves: Transformación digital, madurez digital, cultura digital, industria 4.0. SUMMARY The concept of maturity model is used by consulting firms, universities and companies to measure the level of maturity with respect to the digital transformation process within an organization. In addition, maturity models define a path for travelling towards a higher level of digital maturity. This article presents a set of maturity models, or models for the development of digital capabilities, developed by different authors and institutions and they can be considered by the reader as the first reference models to guide companies in the journey throughout the digital transformation process. In particular, the article describes and analyses the following models: the digital quotient by McKinsey, the maturity model for the telecom sector, the digital culture model, the maturity model developed by the MIT Digital Business Center, and the preparation model for the industry 4.0. Key words: Digital transformation, digital maturity, digital culture, industry 4.0.

Introducción La transformación digital presenta diferentes enfoques para diferentes empresas y diferentes directivos. Un grupo de directivos considera la


574

OSWALDO LORENZO OCHOA

transformación digital como un tema tecnológico. Es decir, la transformación digital está asociada a la implantación de tecnologías de información y/o plataformas digitales en ciertos procesos o actividades de la organización. Un segundo grupo entiende la transformación digital como un tema de marketing y canales. Es decir, una nueva manera de atraer clientes y entregar valor a los clientes. Finalmente, un tercer grupo considera la transformación digital como una nueva manera de hacer negocios. Es decir, la transformación digital lleva a la construcción de nuevos modelos de negocio y la explotación de nuevas oportunidades (Catlin, Scanlan and Willmott, 2015; Lorenzo 2016). Independientemente de la perspectiva que pueda asumir el lector en relación a lo anteriormente mencionado, la transformación digital implica la inversión en el desarrollo de capacidades digitales que deben estar muy bien alineadas a la estrategia de la empresa. El desarrollo de estas capacidades es el pilar para mantener a la empresa en la carrera por satisfacer a los clientes en un entorno que está cambiando la manera cómo los clientes investigan sobre los productos o servicios, compran a través de medios digitales o se interrelacionan con el mundo. El desarrollo de estas capacidades debe ocurrir de manera integrada en todas las dimensiones de la organización: estrategia, personas y cultura, estructura y sistemas de gestión, procesos de negocio y, por supuesto, en la tecnología. La transformación digital requiere un modelo interdisciplinario y multidimensional que redefina las bases y las premisas de cómo la organización compite, atiende y satisface las necesidades de los clientes, de cómo la organización se interrelaciona con socios en ecosistemas organizacionales y cómo genera ingresos y beneficios para los accionistas y/o inversionistas. Los modelos de madurez digital están emergiendo como un marco integrado que permite a las organizaciones evolucionar progresivamente en el desarrollo de las capacidades claves para ser exitosos en la nueva era digital. Los modelos de madurez implican un proceso de progreso a lo largo de una línea continua, en contraposición a los planteamientos más radicales de transformación. Es decir, bajo esta perspectiva, la madurez digital requiere un proceso de mejora incremental. Esto coincide con el modelo “Long Conversation” para la maximización del valor de la tecnología en las organizaciones (Lorenzo et al., 2009) que plantea un proceso de largo plazo para el desarrollo de capacidades en la adopción, implantación, uso y explotación de las capacidades de la tecnología en las organizaciones a través de cambios progresivos en las capacidades organizacionales.


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

575

Modelos de Madurez: Marco de Referencia El modelo de madurez de capacidades (CMM: Capability Maturity Model) desarrollado hace más de veinte años por el Instituto de Ingeniería del Software (SEI: Software Engineering Institute) (Paulk et al., 1993), inició la carrera y el uso del concepto de evolución de madurez en diferentes campos del conocimiento y la consultoría (Poppelbulb and Roglinger, 2011). Por ejemplo, modelos de madurez para la gestión de los sistemas de información (Becker et al., 2009), para la gestión del conocimiento (Kulkarni and Freeze, 2004) o para la gestión de los procesos de negocio (Hammer, 2007; Rosemann and De Bruin, 2005). El modelo de madurez de capacidades (CMM) es una marca registrada de la Universidad de Carnegie-Mellon. El modelo fue creado como resultado de un estudio que analizó a las organizaciones contratadas para el desarrollo de software por el departamento de defensa de los Estados Unidos. El término madurez se relaciona al grado de formalidad y optimización de los procesos, desde prácticas ad hoc hasta procesos definidos formalmente para gestionar métricas y la optimización de los procesos. A partir del modelo original de madurez, algunas organizaciones comenzaron a desarrollar modelos para mejorar la madurez en otras áreas y campos de acción relacionados al software. Por ejemplo, el modelo para la adquisición de software, el modelo para la ingeniería de sistemas o el modelo para el desarrollo de productos integrados. Ante la evolución de varios modelos CMM, en el año 2001 se integran varios de estos modelos en un solo modelo: el modelo integrado de madurez de capacidades (CMMI: Capability Maturity Model Integrated, ver Figura 1). Más recientemente, el concepto de modelo de madurez está siendo utilizado por consultoras, universidades y empresas para la medición del grado de madurez en la transformación digital y la definición de una ruta de viaje por la que las empresas deben moverse para ir progresando hacia una mayor madurez digital. En las siguientes secciones se presentan varios modelos de madurez, o modelos de desarrollo de capacidades, que han sido desarrollados por diferentes autores o instituciones y que pueden ser considerados por el lector como los primeros modelos de referencia para guiar a las empresas en este viaje fascinante de la transformación digital. Primero se presenta el modelo de Cociente Digital de McKinsey (Catlin, Scanlan and Willmott, 2015). En segundo lugar, se describe el modelo de madurez digital para empresas de telecomunica-


576

OSWALDO LORENZO OCHOA

ciones diseñado por Omar Valdez-de-León (2016). En tercer lugar, se explica el modelo de cultura digital desarrollado por Lorenzo (2016). En cuarto lugar, se describe el modelo de madurez desarrollado por el Centro de Negocios Digitales del MIT (Massachusetts Institute of Technology). Finalmente, se presenta el modelo del grado de preparación en Industra 4.0 para las empresas alemanas (Lichtblau et al., 2015). Figura 1 Niveles de Madurez de Software del Modelo Integrado de Madurez de Capacidades (CMMI)

Fuente: Adaptado de Godfrey (2008).

El Cociente Digital de McKinsey Entre 2014 y 2015, McKinsey realizó un estudio a profundidad en 150 empresas a nivel global para comprender los retos de las digitalización en las organizaciones (Catlin, Scanlan and Willmott, 2015). Se evaluaron 18 prácticas relacionadas a la estrategia digital, las capacidades y la cultura (Figura 2). De este trabajo surgió una métrica simple para medir la madurez digital de una empresa que ha sido llamada el Cociente Digital (Digital Quotient o DQ).


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

577

Estrategia Digital En el cociente digital, el punto de inicio es la definición de una estrategia digital que sea clara y precisa y esté integrada en la estrategia corporativa de la empresa. Esta alineación es clave para el éxito de la transformación digital. De acuerdo a los resultados del estudio, las empresas llegan a construir una estrategia digital correcta al responder tres preguntas claves: 1. ¿Dónde estarán las oportunidades y amenazas más relevantes? 2. ¿Cuán rápido y a qué escala podría ocurrir una disrupción digital en mi sector? 3. ¿Cuáles son las mejores acciones para aprovechar las oportunidades proactivamente y cuáles para relocalizar recursos fuera de las grandes amenazas? Figura 2 El Cociente Digital

Fuente: Adaptado de Catlin et al., (2015).

Capacidades Para alcanzar el éxito digital es crítico construir las bases fundamentales para otras capacidades claves asociadas a procesos y actividades. Del estudio realizado por McKinsey, surgieron como capacidades críti-


578

OSWALDO LORENZO OCHOA

cas la habilidad de comprometer a los clientes de manera digital y mejorar el desempeño de coste en cuatro áreas: 1. Toma de decisiones guiada por datos: cambio en los procesos de toma de decisiones desde modelos donde un directivo basa sus decisiones en la experiencia hacia modelos de decisión basados en la evidencia y los datos. 2. Conectividad: uso de la tecnología para desplegar una relación y unas conexiones más profundas entre las marcas y los clientes. 3. Automatización de procesos: esfuerzos de automatización en procesos claves del negocio. 4. Tecnología de información a dos velocidades: operación de dos capacidades tecnológicas; la primera asociada a las plataformas diseñadas para entregar resultados rápidos a los clientes y las oportunidades identificadas y la segunda asociada a las tecnologías ya implantadas para optimizar las operaciones tradicionales y del back-office de la organización. Cultura Ágil y Rápida Además de las capacidades más duras (tecnología, conectividad, etc.), las capacidades más blandas, asociadas a la cultura, son aún más críticas en este proceso de transformación (Catlin, Scanlan and Willmott, 2015; Lorenzo, 2016). Entre otros elementos culturales, las empresas exitosas con altos grados de cociente digital desarrollan habilidades relacionadas a velocidad, flexibilidad, innovación abierta y aprendizaje basado en el modelo lean start-up (Ries, 2011). Estas habilidades requieren automatización, seguimiento, conocimiento compartido y colaboración para unificar procesos y funciones que pueden estar aislados y requieren una cultura de más rápida respuesta. La innovación abierta o colaboración externa implica, para las organizaciones, la participación efectiva en redes de colaboración, aprendizaje e innovación. Aunque la creación de esas redes podría ser muy difícil para las empresas tradicionales, es importante que ellas asuman algún rol dentro de redes de colaboración ya existentes. Esta colaboración externa podría venir no sólo de contextos muy amplios de colaboración, sino que también de ejercicios más pequeños de colaboración con clientes. El cociente digital de McKinsey también encontró que las empresas líderes tienen una alta tolerancia por iniciativas radicales de cambio, mientras que los directivos de empresas más tradicionales y rezagadas tenían una cultura más adversa al riesgo. La recomendación clave de este


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

579

estudio es que los directivos deben tomar decisiones, lo más pronto posible, que respondan a los retos disruptivos. En relación al aprendizaje basado en el modelo lean start-up, el principal mensaje es que las empresas deben probar, aprender, hacer seguimiento rápido, y reaccionar aún más rápido a través de la prueba rápida de productos o modelos en el mercado. Si hay buen feedback del mercado, continuamos; si no, pivotamos y cambiamos a otro producto o modelos (Ries, 2011). Finalmente, la colaboración interna es clave en cualquier proceso de cambio. Sin embargo, en la transformación digital, esto es aún más relevante debido a la necesidad de construir una columna vertebral de la organización que permita integrar los silos de la organización, desde las áreas de producción y soporte hasta las áreas comerciales y de satisfacción de los clientes. Esta es una necesidad imperativa desde que Michael Hammer hablaba de reingeniería de procesos y Thomas Davenport hablaba de los sistemas integrados (ERPs) en los años 90s (Hammer, 1990; Davenport, 1998). En este estudio de McKinsey, sorprende significativamente observar que menos del 30% de las 150 empresas estudiadas tengan un alto grado de colaboración interna. Parece claro que la inversión millonaria en ERPs y plataformas colaborativas en estos últimos 30 años no ha sido suficiente y los directivos no han trabajado en lo más relevante: una cultura colaborativa interna. Organización y Talento Más allá de la cultura, las empresas líderes en el cociente digital desarrollan un conjunto de prácticas coherentes y alineadas en relación al talento, los procesos y la estructura. En relación al talento, el estudio de McKinsey encontró que, además del liderazgo al nivel de dirección, el factor más crítico para el éxito es el talento al nivel de gerentes medios. Es a este nivel que se ejecutan las iniciativas digitales y son los responsables por el desarrollo de nuevos productos, servicios y modelos organizativos. Para encontrar el talento clave, las empresas deben comprender que las competencias o habilidades digitales pueden ser más importantes que el conocimiento del sector, al menos en las primeras etapas de la digitalización. Modelo Sectorial para Telecomunicaciones Valdez-de-León (2016) diseñó un modelo de madurez digital para apoyar a los proveedores de servicios de telecomunicaciones en su viaje


580

OSWALDO LORENZO OCHOA

por la transformación digital. El objetivo de este trabajo fue construir una herramienta que permitiera a las empresas comprender su madurez digital en un momento determinado y apoyarles en el desarrollo de una visión y una ruta para la transformación digital. Es importante destacar que este modelo no pretende ser prescriptivo en la definición de la mejor manera de alcanzar los objetivos de transformación digital planteados por la empresa en su visión. Adicionalmente, el autor plantea que aunque el modelo ha sido diseñado para el sector de telecomunicaciones, el marco conceptual podría ser utilizado en otras industrias, especialmente aquellas relacionadas a los servicios. Dimensiones El modelo presenta siete dimensiones que se describen a continuación y se pueden observar en la Figura 3. Estrategia: representa la visión, la gobernanza, la planificación y los procesos de gestión para soportar la implantación de la estrategia digital. Organización: caracteriza los cambios en la cultura, la estructura la gestión del conocimiento dentro de la organización que permitirán a la misma llegar a ser una empresa digital. Cliente: se focaliza en la participación e implicación del cliente, así como también en los nuevos beneficios creados en la experiencia del cliente a través de la transformación digital del viaje del cliente (customer journey). Figura 3 Dimensiones del Modelo de Madurez para Telecomunicaciones

Fuente: Adaptado de Valdez-de-León (2016).


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

581

Tecnología: representa las capacidades para la planificación, despliegue e integración efectiva de la tecnología para dar soporte al negocio digital. Operaciones: se focaliza en las capacidades que dan soporte a la entrega de servicios. Una mayor madurez en esta dimensión demostraría una operación más digitalizada, más automatizada y más flexible. Ecosistema: se refiere al desarrollo de un ecosistema de aliados como un elemento clave del modelo de negocios. Innovación: se focaliza en las capacidades que permiten unas maneras más flexibles y ágiles de trabajo y que serán claves para la efectividad del negocio digital. Niveles de Madurez La madurez en cada dimensión se mide a través de 5 niveles, más un nivel cero que refleja un estado de inacción (ver Figura 4). A continuación se describen los niveles de madurez en orden decreciente: Pioneros (Nivel 5): la empresa ha desarrollado nuevos modelos, se posiciona en un nuevo terreno y continúa avanzando en el estado de la práctica dentro de esa dimensión. Figura 4 Modelo de Madurez para Telecomunicaciones. Niveles de Madurez vs. Dimensiones

Fuente: Adaptado de Valdez-de-León (2016).


582

OSWALDO LORENZO OCHOA

Optimizado (Nivel 4): Se desarrollan proyectos e iniciativas dentro de la dimensión y están siendo optimizadas y usadas para conseguir un mejor desempeño en el conjunto de la empresa. Integración (Nivel 3): los proyectos y las iniciativas están siendo integradas a través de toda la organización para desarrollar capacidades de punta a punta. Habilitación (Nivel 2): Habilitación. La empresa está implantando iniciativas dentro de la dimensión que formarán los fundamentos de su negocio digital. Iniciación (Nivel 1): La organización he decidido moverse hacia un negocio digital y está comenzando con los primeros pasos en ese viaje. No Iniciado (Nivel 0): La organización no ha tomado ninguna decisión ni ha dado los pasos para el proceso de transformación digital. Modelo de Cultura Digital Para Lorenzo (2016), la cultura digital se presenta como una de las aristas claves que deben ser desarrolladas dentro de una organización que desea competir en el nuevo entorno digital. La cultura digital parece ser además el pilar fundamental desde donde debe sustentarse el resto de las transformaciones organizacionales. Lorenzo (2016) desarrolla un modelo de cultura digital basado en tres dimensiones claves para apoyar a las empresas en el desarrollo de su transformación digital. La cultura digital se define como el conjunto de comportamientos y hábitos desarrollados y aplicados por directivos y empleados de una organización para aprovechar al máximo la potencialidad de las nuevas tecnologías, a través de un mejor uso y una mejor difusión a lo largo de la organización, y con el objetivo de transformar el modelo de negocio o los modelos organizacionales para crear valor a los clientes, los empleados y los accionistas. Las tres dimensiones descritas por Lorenzo (2016) son: a) experimentación, b) desarrollo y despliegue, c) liderazgo y transformación. La experimentación se presenta como la dimensión de comportamientos que permite probar y descubrir las oportunidades de mejora o de nuevos modelos de negocio apalancados por la tecnología de información. El desarrollo y el despliegue rápido se presenta como la dimensión de comportamientos que permite desarrollar y desplegar proyectos de manera rápida y ágil, a la vez que garantiza el desarrollo y la formación de las personas de la organización hacia un modelo de maximización del uso y


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

583

el aprovechamiento de la tecnología. Finalmente, el liderazgo y la transformación basada en modelos de estrategias emergentes que permite la adaptación de la organización a los cambios requeridos a través de un liderazgo implicado y que desarrolla. (Ver figura 5). Figura 5 Modelo Multidimensional de la Cultura Digital

Fuente: Cultura Digital: Construyendo nuevos comportamientos y hábitos en la organización para maximizar el potencial de la tecnología. Lorenzo, O. (2016).

Mapa de Madurez del MIT A principios de esta década, el Centro para los Negocios Digitales del MIT (Massachusetts Institute of Technology) realizó un estudio donde participaron 400 empresas y donde se estudiaron, entre otras cosas, las iniciativas y oportunidades digitales que estaban siendo aprovechadas por estas empresas (Westerman, Bonnet and McAfee 2012). De este estudio surgió un modelo de madurez digital que describe cómo diferentes empresas están reaccionando o actuando a las oportunidades digitales. Este modelo de madurez digital combina dos dimensiones: la intensidad digital y la intensidad en la gestión de la transformación. La intensidad digital se define como el nivel de inversión en iniciativas guiadas por la tecnología para cambiar la manera como la empresa opera. La intensidad en la gestión de la transformación se refiere al nivel de inversión en capacidades de liderazgo para habilitar la transformación dentro de la organización. De acuerdo a este modelo de madurez digital, las empresas pueden tener cuatro posibles niveles de madurez digital: alta intensidad digital y gestión de la transformación, baja intensidad digital de gestión de la


584

OSWALDO LORENZO OCHOA

transformación, o una mezcla de alta y baja para las dos dimensiones. La Figura 6 muestra estos cuatro niveles. Nivel 1: Principiantes Digitales Las empresas en el nivel de abajo y a la izquierda son los principiantes digitales. Estas empresas hacen muy poco en relación a las capacidades digitales, aunque pueden ser empresas maduras en el uso de aplicaciones empresariales tradicionales tales como los sistemas ERPs, o el comercio electrónico. Aunque algunos pueden estar en este cuadrante porque así lo han decidido, otras están aquí por su desconocimiento de las oportunidades digitales o pueden estar comenzando alguna iniciativa digital pero sin una gestión clara de la transformación. Nivel 2: Seguidores de la Moda Digital Las empresas en la parte de arriba y a la izquierda son seguidores de la moda digital. Estas empresas han implantado o han experimentado con varias de las aplicaciones digitales de moda. Algunas de esas iniciativas podrían crear valor, pero muchas de ellas no lo hacen. Aunque estas aplicaciones podrían parecer muy buenas iniciativas, estas no fueron implementadas con el objetivo de crear sinergias entre ellas. Los seguidores de la moda digital tienen una alta motivación hacia el cambio habilitado por la tecnología, pero sus estrategias de transformación digital no tienen fundamentos sólidos ni están alineadas a una maximización del valor para la organización. En términos generales, a las empresas les falta una gobernanza de las iniciativas digitales a nivel corporativo, aunque podrían tener un grado mayor de madurez digital en algunas unidades o áreas del negocio. Nivel 3: Conservadores Digitales Las empresas en el cuadrante de abajo y a la derecha son conservadores digitales. Este tipo de empresas favorece la prudencia a la innovación. Estas empresas entienden la necesidad de desarrollar capacidades, cultura y alineación con la estrategia para garantizar el éxito en cualquier transformación. Sin embargo, estas empresas son escépticas en relación al valor que las nuevas tecnologías y plataformas digitales pueden entre-


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

585

gar a sus objetivos. Este posicionamiento conservador se puede revertir en una situación de riesgos para ellas mismas ya que se pueden quedar rezagadas en comparación a sus competidores. Nivel 4: Dirigidas Las empresas en el cuadrante de arriba y a la derecha son llamadas Digitari. Estas empresas saben cómo explotar y generar valor a partir de la transformación digital. Estas empresas combinan una visión de transformación, gobierno e implicación, junto con una inversión suficiente en las nuevas oportunidades. El desarrollo de una cultura digital es una parte importante de las capacidades desarrolladas por estas empresas en sus viajes de transformación digital. (Ver figura 6). Figura 6 Modelo de Madurez del MIT

Fuente: Adaptado de Westerman et al., 2012.

Grado de Preparación Industria 4.0 El modelo del grado de preparación Industria 4.0 es un estudio realizado en Alemania por un consorcio de aliados para medir el grado de preparación de empresas del sector de ingeniería y fabricación en el uso


586

OSWALDO LORENZO OCHOA

de las tecnologías y capacidades relacionadas al concepto de Industria 4.0 (Lichtblau et al., 2015). De acuerdo a este estudio, la industria 4.0 se refiere a la cuarta revolución industrial. Esta revolución implica un nuevo nivel de organización y control de la cadena de valor a través del ciclo de vida de los productos. Este ciclo se focaliza en la personalización de los deseos de los clientes y la extensión de esta personalización desde el concepto hasta el pedido, el desarrollo, la producción, la entrega del pedido al cliente final y las fases de uso del producto. Bajo esta perspectiva, son cuatro las áreas donde hay un gran potencial de aplicación: la fábrica inteligente (smart factory), los productos inteligentes (smart products), las operaciones inteligentes (smart operations), y los servicios que son guiados por los datos (data-driven services). Las dos primeras áreas (la fábrica y los productos inteligentes) se relacionan al mundo físico, mientras que las otras dos dimensiones (operaciones inteligentes y servicios orientados a los datos) son la representación virtual de las dimensiones físicas. Es decir, se podría decir que el concepto Industria 4.0 es la fusión de los mundos físico y virtual. La Fábrica Inteligente De acuerdo a este estudio, la Industria 4.0 habilita la producción altamente automatizada y distribuida. En un contexto de Industria 4.0, las piezas de trabajo inteligentes controlarán y monitorizarán el proceso de producción y se auto-guiarán de manera autónoma a través de la línea de producción. En una fábrica inteligente, los sistemas de producción y logísticos se organizarán autónomamente sin intervención humana. Esto requiere sistemas ciber-físicos (CPS: cyber-physical systems) que enlazan los mundos físico y virtual a través de infraestructura de tecnología de información y la internet de las cosas. (Ik4-Tekniker, 2016). Los sistemas integrados detrás de la Industria 4.0 producen grandes cantidades de datos (Big Data) que son procesados, analizados e integrados hacia modelos de toma de decisiones. Los Productos Inteligentes Los productos inteligentes son un componente fundamental del concepto de la fábrica inteligente. Los productos inteligentes son equipados con sensores, RFID, interfaces de comunicación, entre otros, para recoger los datos de su entorno y su estatus. Cuando los productos capturan


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

587

esos datos pueden entonces conocer cuál es su ruta a través de la producción y comunicarse con sistemas de más alto nivel. Los productos inteligentes también permiten una comunicación entre el cliente y la fábrica durante la fase de uso, lo que podría generar muchas oportunidades de nuevos tipos de servicios. Las Operaciones Inteligentes Las operaciones inteligentes se refieren a los nuevos requerimientos técnicos en producción y en planificación de la producción que son necesarios para materializar los beneficios y el potencial de las piezas de trabajo autónomas. Es decir, nuevas formas y modelos para la planificación de la producción y la gestión de la cadena de suministros. Los Servicios guiados por los Datos Los servicios y los procesos post-venta estarán basados cada vez más en la evaluación y el análisis de los datos y la integración de los procesos de la empresa de punta a punta y con el cliente. La integración de las fases de uso de los productos con los procesos de fabricación y la generación de nuevos servicios es un componente clave de los beneficios de la Industria 4.0. El modelo del grado de preparación Industria 4.0 permite clasificar a las empresas en tres posibles tipos: nuevos entrantes (new comers), aprendices (learners), y líderes (leaders). Esta clasificación se basa en las cuatro dimensiones explicadas anteriormente y dos dimensiones adicionales relacionadas a la estrategia, la organización y los empleados. Los resultados del estudio muestran que solo un 5.6% de las empresas se encuentran en el grupo de los líderes, un 17.6% son aprendices y un 76.5% no han comenzado aún con ninguno de los pasos hacia la Industria 4.0 (serían nuevos entrantes). En la figura 7 se muestra cada una de las seis dimensiones y los campos adicionales que las representan. Un total de 18 campos son medidos usando indicadores apropiados para ello.


588

OSWALDO LORENZO OCHOA

Figura 7 Modelo de Grado de Preparación Industria 4.0

Fuente: Adaptado de Lichtblau et al., 2015.

Conclusiones De la revisión de los diferentes modelos y marcos de referencia, en relación a la madurez digital en las organizaciones, se pueden identificar una serie de aprendizajes para la realización de la transformación digital de la empresa. A continuación se presentan, de manera numerada, una muestra de esos aprendizajes. 1. La transformación digital requiere un modelo interdisciplinario y multidimensional que redefina las bases y las premisas de cómo la organización compite, atiende y satisface las necesidades de los clientes, se interrelaciona con socios en ecosistemas organizacionales y genera ingresos y beneficios para los accionistas y/o inversionistas. Este modelo multidimensional debe incluir el desarrollo de capacidades relacionadas


MODELOS DE MADUREZ DIGITAL: ¿EN QUÉ CONSISTEN Y QUÉ PODEMOS ...

589

a la estrategia, las personas y la cultura, la estructura y la organización, los procesos de negocios, los modelos de toma de decisiones, y la tecnología de la información. 2. Los modelos de madurez digital están emergiendo como un marco integrado que permite a las organizaciones evolucionar progresivamente en el desarrollo de las capacidades claves para ser exitosos en la nueva era digital. Los modelos de madurez implican un proceso de progreso a lo largo de una línea continua, en contraposición a los planteamientos más radicales de transformación. Los modelos de madurez son unas herramientas que permiten medir el estatus o situación actual, trazar una ruta de progreso y avanzar incrementalmente hacia un grado superior de madurez. En este sentido, los modelos de madurez no dicen cómo hacer las cosas, sólo indican los pasos o etapas que hay que ir pasando para progresar hacia mayores niveles de madurez. 3. La transformación digital y el progreso a través de los diferentes niveles de madurez requieren una alineación perfecta con la estrategia de la empresa. La estrategia debe identificar las oportunidades y amenazas generadas por el entorno digital, identificar la posibilidad de disrupción digital en el sector y asignar los recursos para la gestión de las oportunidades y la reducción de las amenazas. Todo lo anterior debe generar los objetivos de la transformación digital que serán el faro para avanzar en los diferentes escalones o etapas de la escalera de madurez. 4. Los modelos de madurez presentan capacidades relevantes para todos los sectores y, en algunos casos, presentan capacidades especificas a ser desarrollas para ciertos sectores. Por ejemplo, las capacidades específicas de la construcción de ecosistemas para el sector de telecomunicaciones o las capacidades específicas de fábrica y productos inteligentes para el sector de manufactura. 5. El desarrollo de una cultura digital es uno de los pilares claves de la transformación digital en las empresas. La transformación digital requiere nuevos comportamientos de los directivos y gerentes medios para guiar la transformación y garantizar el aprovechamiento de las tecnologías y las plataformas digitales. Lista de Referencias CATLIN, T.; SCANLAN, J. and P. WILLMOTT (2015): “Raising your digital quotient”, McKinsey Quarterly, June.


590

OSWALDO LORENZO OCHOA

DAVENPORT, T. (1998): “Putting the Enterprise into the Enterprise System”, Harvard Buiness review, July-August Issue. GODFREY, S. (2008): What is CMMI?. NASA presentation. HAMMER, M. (1990): “Reengineering Work: Don’t Automate, Obliterate”, Harvard Business Review, July-August issue. IK4-TEKNIKER (2016): Sistemas Ciber-Físicos. Post en la web de la empresa. Ver este post en el siguiente enlace: http://www.tekniker.es/es/sistemas-ciber-fisicos LICHTBLAU, K.; STICH, V.; BERTENRATH, R.; BLUM, M.; BLEIDER, M.; MILLACK, A.; SCHMITT, K.; SCHMITT, E. and SCHROTER, M. (2015): Industrie 4.0 readiness. Report. LORENZO, O.; KAWALEK, P. and RAMDANI, B. (2009): “The Long Conversation: Learning how to master the enterprise system”, California Management Review, Vol. 52, Nº 1, Fall. LORENZO, O. (2016): “Cultura Digital: Construyendo nuevos comportamientos y habitos en la organización para maximizar el potencial de la tecnología”, Boletin de Estudios Económicos, Nº 217, Abril. PAULK, M.; CURTIS, B.; CHRISSIS, M. and WEBER, C. (1993): Capability Maturity Model for Software, Version 1.1. POPPELBUB, J. and ROGLINGER M. (2011): “What makes a useful maturity model? A framework of general principles for maturity model and its demonstration in business process management”, ECIS 2011 Proceedings. Paper 28. RIES, E. (2011): The Lean Startup: How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, Crown Business New York. VALDEZ-DE-LEON, O. (2016): “A Digital Maturity Model for Telecommunications Service Providers”, Technology Innovation Management Review, 6(8): 19-32. WESTERMAN, G.; BONNET, D. and A. MCAFEE (2012): “The Advantages of Digital Maturity”, MIT Sloan Management Review. November.


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Páginas 591-612)

EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL A NEW DIGITAL ENVIRONMENT FOR CRIMINAL ACTIVITY Rafael Chelala Riva Profesor de Deusto Business School. Universidad de Deusto

RESUMEN La transformación digital no está exenta de riesgos. Nos adentramos en un nueva etapa de desarrollo tecnológico sin precedentes, donde la actividad criminal lleva cierta ventaja. Muchas de las barreras que se habían creado para combatir el crimen dejan de existir al no tratarse del mundo físico al que estábamos acostumbrados. Ante esta nueva dimensión del crimen debemos de estar preparados y ser prudentes, la tecnología también está al servicio del mal. Palabras clave: Cibercrimen, transformación digital, amenaza, internet profunda, inteligencia artificial.

SUMMARY Digital Transformation entails many dangers. We are moving into an unprecedented technological era where criminal activity has the upper hand. As we now navigate in an intangible world, many of the barriers created to fight crime have been rendered useless. This new dimension of crime calls for precaution and prudent foresight, as techonology is also in the hands of the enemy. Key words: Cybercrime, digital transformation, threat, deep web, artificial intelligence.

1. Introducción: Un nuevo universo Que la llamada transformación digital está cambiando la realidad de una manera vertiginosa, es algo indudable y así va transformado la actividad humana en todas sus facetas. En este año 2016, se han cumplido tan sólo veinticinco años desde que lo que conocemos como word wide web, ha estado disponible. Fue Tim-Berners Lee, “TimBL” un científico británico considerado por la revista Time una de las 100 personas más


592

RAFAEL CHELALA RIVA

importantes del Siglo XX1 el responsable de este hito científico. Por otro lado, la carrera en el desarrollo de las computadoras cada vez más potentes, había comenzado mucho antes y como veremos, con anterioridad a la existencia de internet, se predijo un desarrollo exponencial de la capacidad computacional incomparable a otros estándares lineales en el desarrollo de la técnica. Lo cierto es que en estas bodas de plata del word wide web, la transformación digital es un hecho y la progresión continúa implacablemente. Ignorarlo, colocará al individuo en una posición de completa desorientación que imposibilitará su desenvolvimiento normal en quehaceres diarios, lo que ya se ha acuñado como analfabetismo digital en sus distintos grados de desconocimiento, íntimamente ligado al concepto de brecha digital, éste más relacionado con la falta de capacidad de acceso a la tecnología, muchas veces dependiente de factores exógenos a la voluntad del individuo como lo son la geografía, la pobreza o las circunstancias políticas de un determinado territorio del planeta. Dentro de este analfabetismo digital, me atrevo a añadir un patrón que se refiere al individuo que sí que usa la tecnología, pero ignora deliberadamente, o no, los riesgos que su uso implica, considerando que las amenazas no le afectan o no le van a afectar. Hemos de tener en cuenta que pese a todas las comodidades que despliega el uso de las tecnologías digitales, y la inteligencia artificial, se genera también un plus de vulnerabilidad que no se debe en ningún caso ignorar, porque pasarlo por alto es irresponsable e incluso reprobable. Dentro de la generación post milenio, denominada Generación Z2, y con una notoria diferencia en esta segunda década, el nativo digital demuestra una asombrosa destreza en el uso del hardware como las tabletas o teléfonos móviles. Niños y bebés, saben rastrear en dispositivos buscando contenidos y esto entre muchas otras habilidades conexas. 1 Fue el 23 de Agosto de 1991, cuando Tim Berners-Lee abrió el acceso público a la word wide web, comenzando una nueva etapa en la historia de la humanidad. Una revolución comparable a la invención de la imprenta. Debemos en cualquier caso distinguir internet del word wide web, ya que el primero se refiere al sistema de interconexión de ordenadores y el word wide web (también abreviado www o web) a los protocolos que permiten la consulta remota de archivos de hipertextos. Entre las múltiples publicaciones en relación al nacimiento de la web: GILLIES, J. y CAILLIAU, R. (2000). 2 También denominada iGeneration, se caracteriza por ser la primera familiarizada con el uso de internet desde edades tempranas, así como con el uso de la tecnología digital e interacción social a través de la misma.


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

593

Les extrañará, e incluso indignará que estos aparatos se queden sin batería, no se conecten a internet o que una pantalla, por ejemplo de un televisor, no responda a su instrucción táctil. Es obvio que esto ocurre porque el concepto de transformación digital no les es en absoluto aplicable, ya que la tecnología digital forma parte de sus vidas y de su realidad no siendo un concepto fácilmente disociable de su mundo “físico”. El hecho de que la tableta se quede sin batería, le será difícil de diferenciar de una rotura y no les resultará agradable, porque la batería es química, con una evolución técnicamente muy inferior a los de los procesadores. También y por supuesto la conexión a internet forma parte del dispositivo y cuando se toca una pantalla, “algo debe de pasar”. Si no es así, algo no va bien. A muchos lectores sin duda les resultará todo esto muy familiar. Esta incapacidad de aislar el mundo digital del que no lo es, es lo que también hará que para estas nuevas generaciones3, conceptos como el ciberdelito o cibercrimen no existirán, porque todo será crimen, y casi todo este crimen se perpetrará e investigará a través de las nuevas tecnologías. No serán estas las únicas rupturas con los sistemas tradicionales, pensemos que la digitalización igualmente democratiza y cambia el concepto tradicional de lujo como se venía entendiendo hasta ahora. A modo de ejemplo, se puede intuir una diferencia de nivel socioeconómico en la adquisición de un determinado vehículo. Sin embargo, esta fisura desaparece en muchos casos con el uso de la tecnología, ya que por ejemplo un idéntico teléfono móvil lo puede tener igualmente un alto directivo que un asalariado de una categoría muy subordinada, sin que esto llame la atención de nadie. La adquisición de un determinado ordenador respecto de otro, no supone un esfuerzo económico tan extraordinario como en otros productos no tecnológicos. A mayor abundamiento, esta tecnología hace al individuo mucho menos dependiente de otro tipo de “lujos” que se vuelven menos necesarios llegando incluso a ser incómodos por

3 Ciertamente no podemos despreciar otros riesgos inherentes a las nuevas tecnologías que afectan principalmente a estas nuevas generaciones, como pueden ser patologías demostradas, o posibles efectos adversos de radiaciones electromagnéticas, entre otros problemas relacionados. En este sentido, está probado un notable incremento en los casos de miopía relacionados con el uso prolongado de pantallas en niños y otras patologías oculares en todo tipo de usuarios englobadas en el denominado Computer Vision Syndrome (CVS). También y en relación a los riesgos de radiación electromagnética de teléfonos móviles, véase en la página de la Organización Mundial de la Salud http://www.who.int/mediacentre/factsheets/fs193/es/


594

RAFAEL CHELALA RIVA

superfluos. Este acceso masivo a tecnología muy puntera, es muy positivo y da acceso a infinitas posibilidades. Pero pese a lo positivo, también tiene sus riesgos importantes y que no son en absoluto despreciables. Los cambios también serán extraordinarios en los modelos de negocio tradicionalmente entendidos. Tomemos como ejemplo el de la industria del automóvil. Ya podemos comprobar el cambio radical de filosofía de los fabricantes. La transición de modelo económico del mundo del automóvil está íntimamente ligada a la tecnología. Ya no será mejor el que más coches venda, sino el que mejores soluciones de movilidad ofrezca a sus clientes. Y el que tenga además soluciones más colaborativas y más respetuosas con el medioambiente: más sostenibles. Pensemos en la revolución que ha supuesto Uber, compañía que se encuentra en el punto de mira de fabricantes de automóviles como Ford y que recientemente, aquella, ha adquirido Otto en su apuesta por el vehículo autónomo4. Daimler revoluciona el transporte urbano con su sistema de coche compartido Car2Go5 y además generando ingentes cantidades de datos aprovechables respecto al tráfico urbano, de sus vehículos y de sus usuarios. Soluciones colaborativas, que tienden a la sostenibilidad y que se sostienen indiscutiblemente en las nuevas tecnologías

4 UBER es una compañía tecnológica que facilita el transporte utilizando vehículos particulares a través de una aplicación que no solo ubica e identifica al usuario, sino que busca el vehículo más próximo, calcula y cobra la tarifa del desplazamiento. Ha tenido lógicos problemas legales con asociaciones y compañías principalmente de Taxis urbanos, pero todo indica que no hay marcha atrás en su cada vez mayor implantación, así como de la filosofía de este tipo de servicio a través de compañías competidoras como Lyft. La compra de OTTO por UBER, supone una importante apuesta por los transportes de mercancía de larga distancia con camiones autónomos. Véanse las siguientes referencias en internet: www.uber.com ; www.lyft.com . En relación a la adquisición de OTTO ver también https://techcrunch.com/2016/08/18/uber-acquires-otto-to-lead-ubers-self-driving-careffort-report-says/ y en relación al cambio de filosofía empresarial del grupo automovilístico Ford http://finance.yahoo.com/news/how-ford-plans-to-take-on-uber-and-lyft-175250680.html 5 El sistema Car2Go que se lanzó como piloto en 2008 para empleados de la marca Daimler, supone un cambio radical en la filosofía de fabricación tradicional de vehículos y sus venta a clientes. Sin teléfonos inteligentes sería imposible el funcionamiento del sistema y la reserva de los “Smart” que antes utilizaban gasolina pero que ya todos son eléctricos. Compartir y ser ecológicos gracias a la tecnología es una fórmula magistral. Como curiosidad, después de Berlín, Madrid es una de las ciudades con más coches Car2Go del Mundo. BMW sigue la misma senda con su servicio denominado ReachNow. Véase en internet www.car2go.com y www.bmwcarsharing.com


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

595

digitales. También el compromiso del grupo Volkswagen6 y de otras marcas con el desarrollo de vehículos de conducción autónoma, como Tesla, que este año ha sufrido un polémico accidente con un coche que era guiado con su sistema de auto pilotaje. Pensemos en definitiva, ¿qué probabilidades hay de que estas nuevas generaciones a las que nos hemos referido, conduzcan coches cuando lleguen a su mayoría de edad? ¿pasarán a ser las marcas de automóviles mejores o peores en función del software que lleven incorporado como primer medidor de la calidad de la marca? ¿Qué enormes cambios regulatorios tiene esto? y criminológicamente ¿qué repercusión tendrá?. Una vez realizada esta primera aproximación al imparable proceso de transformación digital, tengamos en cuenta que su éxito dependerá en gran medida de la ciberseguridad, perdón, de la seguridad. La capacidad de ir por delante de la delincuencia será un factor determinante. Ellos, los “malos”, jugarán con ventajas ante un crecimiento un tanto descontrolado y que precisará de muchos y continuos parches: ante muchos y continuos agujeros de seguridad que serán cada vez más. II. Las matemáticas del ciberdelito: La Ley de Moore Para comprender el ecosistema en el que nos desenvolvemos, debemos de tener en cuenta una serie de elementos claves, y siendo el primero de ellos el crecimiento exponencial de la tecnología digital. Gordon E. Moore, fue uno de los fundadores de Intel Corporation, el mayor fabricante del mundo de circuitos integrados, de procesadores: el cerebro de los ordenadores. Con el tiempo y por analogía, el cerebro de otras muchas tecnologías. Gordon, en el año 1965, escribió un artículo en la publicación Electronics, que es una de las predicciones empíricas más

6 Después del escándalo de la marca, en un aspecto tan sensible como lo son las emisiones contaminantes de sus vehículos, VW no solo se plantea dejar de vender vehículos diesel empezando por los Estados Unidos, sino que está desarrollando una importante apuesta por ser el primer fabricante mundial de vehículos de conducción autónoma, incluyendo todas sus divisiones. Recordemos que la marca alemana generó un gran escándalo en los Estados Unidos con el ya denominado “Dieselgate” (2015), al engañar a través del uso de un software ilegal a la Agencia de Protección Ambiental de los Estados Unidos. Los vehículos emitían hasta 40 veces más óxido de nitrógeno que el permitido legalmente. Da que pensar que pese al bochorno por el que tuvo que pasar la compañía; los responsables de la marca e incluso el Gobierno alemán; no ha habido un impacto real sobre las ventas. Las indemnizaciones que tendrá que pagar la marca son multimillonarias y todavía no se sabe a qué importe van a ascender.


596

RAFAEL CHELALA RIVA

revolucionarias que se han realizado en el Siglo XX: la conocida como “Ley de Moore”. Estableció una progresión exponencial por la que en resumidas cuentas, cada año se duplica el número de transistores en un procesador, lo que en definitiva duplica su capacidad de computación, y así sostenido en el tiempo por décadas hasta la actualidad. Le resultará fácil buscar referencias al lector de esta regla del progreso tecnológico de obligada mención al hablarse de transformación digital. Para ponernos en perspectiva y hacernos una idea aproximada de lo que esto significa nos resulta interesante una referencia de Wikipedia, la cual reproduzco: “En 1978, un vuelo comercial entre Nueva York y París costaba cerca de 900 dólares y tardaba 6 horas. Si los mismos principios de la Ley de Moore (que se han aplicado a la industria de los semiconductores desde 1978) se hubieran aplicado a la industria de la aviación comercial, hoy ese vuelo costaría cerca de un centavo de dólar y habría tardado menos de 1 segundo en realizarse”7. La referencia es interesante porque sin duda la aviación ha sido considerado el paradigma del progreso técnico de la humanidad, pero podemos comprobar que la comparación es abismal y que la predicción de Moore sostenida en el tiempo, como ha venido ocurrido con revisiones y matices, lleva a un terreno fuera de la capacidad de percepción y cálculo de la mente humana, entrando en la esfera de asimilación de magnitudes numéricas reservada únicamente a las máquinas. Obligada la mención en este terreno que hacen Erik Brynjolfsson y Andrew McAffe, en su libro “La segunda era de las máquinas”8. Brynjolfsson y McAffe, profesores del Massachusetts Institute of Technology (MIT), hacen una brillantísima exposición en su obra del punto de inflexión en el que nos encontramos en lo relativo a desarrollo tecnológico y en particular de la inteligencia artificial: las máquinas. Pero además, dedican un capítulo a que tomemos, o a que intentemos tomar conciencia, de las proporciones de la Ley de Moore. Así, lo hace partiendo del “Problema del arroz y del tablero del ajedrez”, desafiando cualquier intuición humana, si se desconoce el resultado del dilema que se plantea. Según este reto matemático, si se coloca un grano de arroz en el primer casillero, dos en el segundo y seguimos doblando la cantidad, en el último casillero tendríamos que colocar más de 18 trillones de granos de arroz. ¿Nos hacemos a la idea de lo que ocupa esto? Más arroz 7 8

Disponible en internet en https://es.wikipedia.org/wiki/Ley_de_Moore BRYNJOLFSSON, E. y MCAFFE, A. (2014).


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

597

que el que jamás se ha producido en la historia de la humanidad. Esto nos ayuda a comprender la dimensión poco asimilable de la Ley de Moore, y nos acerca a comprender el arriba citado vuelo de oferta y ultrarrápido cruzando el Océano Atlántico. ¿No es un regalo para el progreso humano?. Posiblemente esta regla, enfocada a la tecnología en pro de la sostenibilidad, sea la única esperanza para salvar a nuestro planeta de un ritmo de deterioro incontrovertiblemente insostenible9. Resulta también interesante la comparación entre la tecnología computacional que se usó en la misión Apolo XI que en el año 1969 llevó al hombre a la luna y lo trajo de vuelta, que siendo muy inferior a la de cualquier smartphone actual, en su momento fue crucial para la misión espacial, y sin la cual no hubiese sido posible su consecución con éxito. Esto a pesar de los múltiples errores que la NASA achacó a sobrecargas de tareas10. La Ley de Moore, el caso es que se ha sostenido en el tiempo hasta nuestros días y todo parece indicar que se mantendrá en el futuro gracias a la evolución de los materiales en la fabricación y las ingentes cantidades de dinero que se destinan a mantener la escalada tecnológica11. O puede que no, pero la progresión tecnológica seguirá su curso exponencialmente con independencia de que los transistores cada año, o cada dos años, sean el doble de potentes o que esta proporción se vea alterada.12 ¿Pero, que tiene que ver la Ley de Moore con la actividad criminal? Me gusta hacer mención cuando hablo de criminalidad a un libro del reconocidísimo escritor venezolano Moisés Naím.: “Ilícito”13. Por casualidad y cuando mi rumbo en la profesión jurídica se alejaba ostensiblemente del derecho penal, fui invitado en Madrid a la presentación del libro, lo que a su vez me llevó a otra serie de casualidades con el autor. En la obra de Naím, se evidencia la trama entre las distintas actividades delictivas y cómo unas financian a otras. Se puede a modo de ejemplo, llegar a comprender cómo la compra de una falsificación de un bolso de marca, financia la trata de mujeres dentro del tan turbio mercado de la esclavitud sexual, únicamente por poner un ejemplo14. Se trata de orgaVéase el artículo de este autor en relación al avión Solar Impulse. CHELALA RIVA, R. (2016). SARAN, C. (2009). 11 FLETCHER, S. (2015). 12 WALDROP, M. M. (2016). 13 NAÍM, M. (2006). 14 Véase sobre este particular el artículo de este autor relativo al turbio negocio de las falsificaciones, CHELALA RIVA, R. (2015). 9

10


598

RAFAEL CHELALA RIVA

nizaciones criminales con múltiples tentáculos, muy pocos escrúpulos e ingresos multimillonarios. Hoy y tan sólo con algo más de una década, desde aquella fantástica publicación, estas actividades delictivas se han disparado gracias al desarrollo tecnológico en el mundo digital y por ende a esta regla de G. Moore. Gracias a este desarrollo, todo tipo de crímenes se puede cometer sin límites espaciales, sin fronteras ni aduanas, a través de internet. Con o sin objetivos fijos se dificulta muchísimo la localización de los autores, la represión del ataque y por supuesto su persecución por las autoridades de los distintos países. Si bien, según nuestro ordenamiento jurídico y según el principio de ubicuidad, el delito informático se comete en cualquier punto en el que se desarrolle la actividad criminal o sus consecuencias15, lo cierto es que se plantean importantes problemas de jurisdicción internacional consecuencia de una práctica conocida como country-hop, consistente en dirigir ataques utilizando múltiples jurisdicciones interpuestas entre la del atacante y la de la víctima, complicando así enormemente su trazo y su persecución. Pero además, el crecimiento del cibercrimen deviene exponencial porque la misma tecnología que impulsa esos cambios tecnológicos tan positivos de los que hemos hablado, se utiliza para generar actividades ilícitas y terrorismo. Pensemos a modo de ejemplo en cómo se facilita la distribución de las llamadas “estafas nigerianas”16 mediante canales tecnológicos. Me refiero a este tipo de defraudaciones porque entiendo que supuso en la actividad criminal un punto de inflexión importante entre el ataque dirigido y el ataque aleatorio hacia un número cuanto mayor mejor de personas, multiplicando exponencialmente las posibilidades de éxito. De la estafa nigeriana, surge el scam, que son defraudaciones lle-

15 Véase el Acuerdo del Tribunal Supremo de 3 de febrero de 2005, disponible en internet en http://www.poderjudicial.es/cgpj/es/Poder-Judicial/Tribunal-Supremo/Jurisprudencia-/Acuerdosde-Sala/Acuerdos-de-3-de-febrero-de-2005-sobre—1—Principio-de-ubicuidad—-2—Clausulasde-reserva-de-dominio-y-prohibicion-de-enajenar—-3—Principio-de-minimos-psicoactivos-enrelacion-al-art—368-CP 16 Las estafas nigerianas, engloban una gran variedad de defraudaciones económicas que en su mayoría provenían y provienen de aquel país africano. Nigeria no por casualidad está considerado el país más corrupto del Mundo y a la vez uno de los que más uso de tecnologías tiene entre sus habitantes. Entre las estafas, una de las más sonadas fue la venta de un aeropuerto que no existía, por 242 millones de dólares en el año 1995. Fue un banco español, el Banco de Santander el que se percató del fraude al analizar la compra del banco brasileño involucrado. Es tan mala la fama de Nigeria en este terreno que se ha creado una organización específica en el país, producto de la presión internacional, para prevenir el cibercrimen: ECONOMIC & FINANCIAL CRIMES COMISSION (EFFCC), disponible en https://efccnigeria.org/efcc/


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

599

vadas a cabo o realizadas por medios tecnológicos y consecuencia de la distribución masiva de correos maliciosos dentro del “spam”. El spam que proviene etimológicamente de SPiced hAM, “jamón con especias”, animo al lector a investigar el por qué, es en su mayor parte publicidad no solicitada, pero en su volumen total puede llegar a suponer más de un 70 por ciento del tráfico de emails mundial, lo que supone pérdidas de miles de millones para empresas. En la actualidad, tan sólo una pequeña porción se considera que es malicioso o sospechoso, sin tener en cuenta las múltiples falsificaciones de medicamentos como Viagra o relojes como Rolex que se ofertan ilícitamente. Sin embargo en un volumen tan grande, ese spam malicioso o sospechoso, es muchísimo y genera reacciones en cadena con efectos devastadores una vez se activa por los receptores17. III. Delinquir a distancia Desde una perspectiva de la comisión criminal, este nuevo ambiente virtual, tiene además una ventaja añadida a todas las anteriores y es que rompe cualquier tipo de posible lazo empático con la víctima, lo que también multiplica la propagación del crimen gracias a la tecnología. No es lo mismo clavar un cuchillo para perpetrar un homicidio, que tirar un tiro a 100 metros de la víctima, si bien con cierta puntería el resultado es el mismo. Evidentemente el hecho de introducir un cuchillo en un cuerpo a cuerpo dista mucho del disparo del proyectil y en caso de tener que optar, seguro que hay más voluntarios para esta segunda opción que para la primera. La razón es que hay más distancia física y seguramente existirá menos empatía con la víctima si desconocemos de quien se trata y sus circunstancias personales. A modo de ejemplo y salvando las distancias, pensemos en la caza. Esta menor implicación que nos da la distancia con la víctima, se puso de manifiesto en los ataques atómicos de Hiroshima y Nagasaki, donde se desconocían en gran medida los devastadores efectos que se ocasionaría con un arma que tan solo meses antes había sido testada por primera vez, desconociéndose los múltiples efectos secundarios de la

17 Una estadística bastante actualizada la podemos ver en la página web del Information Security Office de la Universidad de El Paso, Texas. Disponible en http://admin.utep.edu/Default. aspx?tabid=64462


600

RAFAEL CHELALA RIVA

radiación hasta tiempo después. Ahora ya hemos entrado en la era de los drones. Como si se tratase de un videojuego se toma la decisión de matar o no matar con una completa falta de presencia física en el campo de batalla. Ya no hace falta ni siquiera pilotar el avión para lanzar la bomba. La nueva guerra se ejecuta por personas que se levantan en su casa, llevan los niños al colegio y regresan por la noche a cenar, con consecuencias a miles de kilómetros de distancia, una guerra virtual en un campo de batalla real. Pero la situación se complica más aun con los robots tomando decisiones, lo que nos aleja más si cabe de la presencia física. Reciben instrucciones y las ejecutan, no hay empatía posible; son máquinas. ¿Dónde quedaron aquellas bombas atómicas?. Se abre, eso sí, un apasionante debate jurídico en el terreno de la responsabilidad subjetiva sobre determinadas acciones como la de matar o no matar. ¿Cómo se aplicarán circunstancias atenuantes y agravantes en el futuro?, si es que se aplican … Sobre la perspectiva apuntada, si nos adentramos en la comisión de delitos a través de internet, observamos que en la mayoría de los casos el delito se comete con un total desconocimiento de la identidad de la víctima o aunque se conozca, tampoco tiene demasiada importancia, el móvil suele ser puramente económico. Esto no quita la existencia de ataques intrusivos dirigidos, en sus múltiples facetas y a víctimas que sí son objetivo. El ataque al sitio de citas extramatrimoniales Ashley Madison en 2015, reúne una serie de características interesantes de analizar. Entre ellas, demuestra que ciertamente en internet se hacen cosas que en la vida real en muchos casos, y por muchos no se harían, y por ejemplo se visitan sitios que tampoco se visitarían, pero es patente que ese distanciamiento no es del todo real, no hay tanta privacidad y sí mucha vulnerabilidad. Las listas de usuarios filtradas de Ashley Madison facilitaban detalles muy personales, como lo son las preferencias sexuales de sus usuarios. Fue tan sonado el escándalo precisamente porque era un sitio de internet con millones de usuarios y no el bar de citas de un barrio. El impacto en el usuario no se quedó aquí, ya que a continuación de la filtración realizada por el grupo autodenominado “Impact Team”, los clientes fueron amenazados y extorsionados por terceros a cambio de no revelar a sus familiares que salían en los listados, por si todavía no se habían enterado. El correspondiente chantaje, debía de hacerse efectivo en bitcoins. A la matriz canadiense Avid Life Media, se le piden casi 600 millones de dólares en concepto de indemnizaciones sólo en los Estados


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

601

Unidos, pero el nombre de la holding es de lo poco que ha cambiado, el sitio web sigue abierto, mismo modelo de negocio y creciendo con millones de nuevos usuarios desde entonces.18 ¿Resulta entonces imparable la digitalización de nuestras actividades sociales? Hemos hablado de un sitio web de adúlteros, pero vayamos mucho más allá y pensemos ya en el ámbito del consumo tipificado como delito, por ejemplo: el consumo de pornografía infantil. Pese a que el consumidor de este tipo de contenidos no participa presencialmente en la explotación sexual del menor, lo cierto es que se ha generado toda una red criminal para que ese contenido sea por él visionado. El consumidor cree que su acción por llevarse a cabo en el “mundo virtual”, es menos gravosa e incluso más impune; en su defensa afirmará que no ha hecho daño a nadie, como realmente dicen muchos tras ser detenidos. Sin embargo deliberadamente ignoran, en el mejor de los casos, que detrás existe una enorme maquinaria de sufrimiento a su servicio. Captación, producción y distribución en un mundo sin fronteras. ¿Se puede ignorar que este negocio se nutre de secuestro o venta de menores en redes de trata inhumanas donde se comercia con menores y bebés, por ejemplo valiéndose de crisis humanitarias? ¿Se puede ignorar que cuanto más consumidores, más demanda? Esto sin duda repercute en la brutalidad y en la expansión del negocio, cara muy oscura del entorno digital, mucho más real de lo que muchos se imaginarán. Por si esto fuera poco, cada uno de los cooperadores en la red criminal, dentro de su cometido, expanden su negocio, diversifican. Esto a su vez alimenta otros crímenes contra la humanidad como pueda ser la trata, esclavitud sexual o participación criminal en conflictos armados en sus múltiples facetas tan deleznables como el secuestro de menores. Como novedad añadida, este consumidor, muchas veces patológico, presenta unas características nuevas, no existiría seguramente sin entorno digital. No es un delincuente habitual, normalmente carece de antecedentes penales y la pena que se les solicita por las acusaciones, es muy alta para la concepción clásica de delincuente primario. Producto de esto es que la intervención policial para su detención, en el domicilio habitual y normalmente nocturna, hará que toda su familia no entienda lo que está ocurriendo, menos al autor que normalmente intuye por qué se está produciendo y lo que le será difícil de explicar. En conclusión esa distancia que ha generado nuevos delincuentes que seguramente nunca lo hubiesen sido, y todo gracias a la transformación digital. 18

Véase el artículo que aborda el ataque a Ashley Madison. CHELALA RIVA, R. (2015).


602

RAFAEL CHELALA RIVA

IV. El entorno del mal: dark web La mayoría de las personas que no están acostumbradas a lidiar con el delito tecnológico, pueden pensar; espero que en menor medida los que se hayan aventurado a leer este artículo, que el perfil del delincuente tipo “en la red” es un “hacker”, friqui y desorganizado con ciertas habilidades en el uso de la tecnología y problemas serios de adaptación social. Sin embargo, esta concepción en casi todos los casos, no puede estar más alejada de la realidad. Detrás del cibercrimen nos encontramos estructuras mafiosas perfectamente organizadas, que incluso reclutan recién licenciados de las más prestigiosas universidades del mundo con sueldos desorbitados, compitiendo con grandes empresas en la labor de captación. Pero como todo grupo criminal, también estas nuevas redes criminales precisan de un territorio, un barrio, que conozcan bien y que permita desplegar sus pérfidos objetivos y además monetizar los beneficios obtenidos de sus victimas eliminando la trazabilidad de los pagos. La distribución masiva de ataques a consumidores o víctimas está salvada gracias a la capacidad de distribución y viralidad de internet, ya hemos hablado del spam, pero también es esencial para el criminal ser anónimo y estar deslocalizado. Es por esto, que en el caso que hemos analizado anteriormente de la pornografía infantil a través de internet, al que primero se localiza es al consumidor, porque su IP y por lo tanto su localización es normalmente conocida o se puede averiguar sin mucha dificultad a través de la investigación tecnológica dentro de un procedimiento penal. Igualmente en el caso de un phishing, estafa valiéndose de la suplantación de identidad, también el más vulnerable es el llamado “mulero” que se encarga, y no voy a entrar en si tiene conocimiento o no19, de facilitar una cuenta corriente y remitir un dinero obtenido ilícitamente al extranjero a cambio de una comisión, para que así se perfeccione una estafa ya tipificada por su especialidad. Localizar a los que están detrás de la captación, producción o distribución masiva es otra historia, mucho más complicada, precisamente porque se generan distintas barreras de protección y de deslocalización del autor, digamos prin19 Véase en relación a la responsabilidad subjetiva del intermediario en la estafa informática, entre otras la Sentencia del Tribunal Supremo de la Sala de lo Penal de fecha 12 de Junio de 2007 (Sentencia 533/2007). Resulta todavía controvertida en cualquier caso la calificación del tipo penal calificándose como estafa o como blanqueo de capitales, o alternativamente, a este respecto BERTOLA, I. (2012).


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

603

cipal, la cabeza de la estructura. En el caso del phishing se trata de una estafa masiva mucho más lucrativa que un atraco a un banco al modo tradicional y por supuesto infinitamente con menor exposición física. El mulero o el consumidor de pornografía infantil no tiene ni idea de la estructura de los escalones superiores, la desconexión es prácticamente completa, seguramente estos estén a miles de kilómetros. Volviendo al entorno en que se comete el delito, el nuevo barrio en el que nos desenvolvemos, es macrocosmo. Ya no es un barrio en una ciudad, es un barrio inmensamente mayor que la misma ciudad, el deep web no tiene límites espaciales. El término deep web se le atribuye al informático Michael K. Bergman y se suele representar como un iceberg donde lo que emerge es la información que está en el llamado internet superficial y que se indexa por motores de búsqueda, siendo por tanto solo una pequeña porción del bloque de hielo, del total de la información disponible. Sumergida está la deep web o la internet profunda, una inmensa cantidad de información dinámica y que, por ejemplo, reúne grandes repositorios de documentación, bases de datos, así como otra información que por regla general se escapa de las arañas20 de los motores de búsqueda. T.O.R son las siglas de “The Onion Router”, creado en 2002 por la Marina de los Estados Unidos; es una herramienta que se descarga gratuitamente y que permite navegar en sitios del deep web. La herramienta TOR (TOR Project) permite además y como principal virtud, mantener el anonimato del usuario. La privacidad de TOR se consigue mediante un cifrado en capas (de aquí lo de “onion”, cebolla) y de saltos por al menos tres nodos (relays) hasta llegar al sitio web al que se quiere acceder. Como ejemplo, si desde España accedemos a Google, lo normal es que si utilizamos TOR, accedamos a un sitio de Google de otro país, precisamente por esos nodos, saltos de un equipo a otro por todo el Mundo. Con esto la navegación será más lenta, por los saltos, pero anónima, siendo muy complicada la localización de los usuarios y evitando entre otras cosas el tráfico de datos indiscriminados del perfil o usuario, normalmente amparado por la aceptación de condiciones del servicio (Terms of Service: ToS) de las licencias de software. Una privacidad, la del usuario navegando por internet, prácticamente inexistente con buscadores convencionales y que, con independencia de que el usuario quiera,

20 Las arañas son un software que utilizan los motores de búsqueda, también denominadas en inglés “web crawlers”, robots o “bots”.


604

RAFAEL CHELALA RIVA

a modo de ejemplo, recibir o no publicidad dirigida a sus preferencias de navegación, tiene otras importantes implicaciones que pueden comprometer hasta la vida de muchos. Así, la falta de privacidad, puede poner en importantes aprietos a determinados usuarios; pensemos en su uso por disidentes políticos en países con regímenes totalitarios, que no son pocos. Es por esto que TOR Project fue galardonado en el año 2011 por el Free Software Foundation y también ha sido una herramienta clave para Danny O´Brien, director del Electronic Frontier Foundation, facilitando a través de canales digitales el acceso a contenidos restringidos por determinados Estados o facilitando la libertad de expresión de disidentes21. El inconveniente de TOR es que hace mucho más complicado localizar a los criminales ante actuaciones perseguibles por la justicia. TOR es la llave para adentrarnos en el deep web, pero no todos los contenidos de deep web son legales ni aceptables. Este gigantesco barrio tiene zonas malas y muchas muy malas. La vida del usuario puede resultar seriamente comprometida por el hecho de acceder o intentar acceder sin permiso, y no siempre sirve la llave mágica de TOR, porque la profundidad es a veces abisal. Hablamos del denominado dark web. Al hablar del dark web, nos referimos al territorio donde los grupos criminales organizados se sienten como pez en el agua dentro de internet. Es el sitio donde se traslada el comercio ilícito descrito por Moisés Naím en el nuevo mundo digital. Recordamos que el acceso a través de herramientas como TOR procuran el anonimato, lo que se traduce en que uno de los principales accesos que se realizan al deep web sea para realizar búsquedas de pornografía infantil22. Pero no queda en eso, en el denominado dark web se puede conseguir de todo. De todo lo ilícito, claro. Si a usted le roban los datos de su tarjeta de crédito con el fin de realizar defraudaciones, lo normal es que estén a la venta en algún sitio de este gigantesco barrio donde cabe todo tipo de actividades y servicios criminales. Toda la actividad criminal sin fronteras, más allá evidentemente de las restricciones de acceso de los que ponen a disposición los contenidos ilícitos y de la lucha de los países por su retirada que en ocasiones se consigue.

21 22

Véanse los sitios web www.torproject.org , www.eff.org y www.fsf.org GREENBERG, A. (2014).


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

605

Una película documental con el nombre Deep Web, narrada por el actor norteamericano Keanu Reeves23, describe la historia de uno de los personajes más populares y polémicos de este mundo criminal y digital. Ross William Ulbritcht, que con el apodo de DREAD PIRATE ROBERT, personaje de ficción en la película fantástica “La Princesa Prometida”, creó el mayor hipermercado del ilícito por aquél entonces del deep web: Silk Road, un “darknet market” donde se podía adquirir principalmente todo tipo de drogas pero también armas o contratar asesinos a sueldo. Fue publicitado, a su público, como el primer establecimiento de compra de droga con pago con cripto-divisa: “ first bitcoin drug store”, ya que se paga con bitcoins. Actualmente, Ross W. Ulbritcht cumple cadena perpetua sin posibilidad de libertad condicional por, entre otras condenas, lavado de dinero, tráfico de drogas y contratación de sicarios. El sitio web ha sido cerrado y controlado por el FBI, todo en una operación de inteligencia que se denominó Marco Polo y que resulta ciertamente estrafalaria en relación a la supuesta muerte de uno de sus colaboradores, Chronic Pain24. Desgraciadamente el cierre de Silk Road y la ejemplarizante condena Ross W. Ulbritcht no es más que una muestra, si bien es destacable ya que supuso una aproximación al alcance de estos sitios, no sólo en cuanto a la oferta y la organización con entregas físicas de mercancías, sino que también por las enormes magnitudes económicas que se mueven gracias a la utilización de bitcoins; criptodivisa lanzada en 2009 y que al igual que TOR, permite mantener anonimato en los pagos, además de una falta de control transaccional. Otro ejemplo perturbador, ha sido otro sitio denominado Lolita City al que se accedía a través de un índice denominado The Hidden Wiki, que da acceso a través de TOR a dominios .onion. Lolita City fue atacado por hacktivistas de Anonymus, ya que ponía a disposición en la red más de 100 Gigabytes de material pornográfico infantil. Así en definitiva, un submundo gigantesco en internet al servicio del crimen, perfectamente organizado y donde no solo se pueden contratar servicios ilegales o se pueden adquirir productos prohibidos de toda

WINTER, A. (2015). No es el propósito de esta lectura profundizar en temas tan concretos, pero animo al lector a que acceda a la película e investigue en relación a la vida y la actividad de Ross William Ulbritcht, el que fue uno de los hombreas más buscados por los Estados Unidos de América. 23 24


606

RAFAEL CHELALA RIVA

índole, sino que además se presta soluciones de servicios de soporte técnico experto sobre productos, como programas maliciosos adquiridos con el propósito de dirigir un ataque informático, lo que ya se denomina Malware as a service y que está adquiriendo unas extraordinarias dimensiones. Y además con su propia moneda, que no es ilegal pero sí muy opaca. V. ¿Cuánto valen los datos? Los datos son el nuevo petróleo, el Petróleo del Siglo XXI, así lo ha manifestado el Foro Económico Mundial25, al valor de los datos se refiere también Marc Goodman en su libro Future Crimes26, sin duda una de las lecturas más interesantes en este momento sobre esta materia y sobre los sucesos que vienen aconteciendo en distintas áreas de la criminalidad tecnológica. Por un lado debemos de referirnos a la cantidad de datos que se generan y almacenan, partiendo de la base de que los soportes de almacenamiento son cada vez más baratos de acuerdo con la Ley de Moore a la que ya nos hemos referido. Los particulares, las empresas, los gobiernos, los robots, todos generamos y almacenamos cada vez a un mayor ritmo documentación, videos, imágenes fotografías, música, y sobre todo mucha información confidencial. El software de los teléfonos, los sensores de los robots, imágenes tomadas por cámaras, transacciones comerciales y así prácticamente toda la información que se genera es almacenada en algún sitio y de una forma u otra es accesible o vulnerable. Incluso aunque no esté el sistema conectado a internet, también puede ser accesible por el hecho de ser información que se encuentra en un entorno digital. El valor de esta información es incalculable y en algunos casos está tremendamente desprotegida. ¿Recuerdan cuando me refería más arriba a que puede ser censurable la ignorancia de los riesgos inherentes a las tecnologías?. Importantes secretos militares se han filtrado, por imprudencias, a países enemigos comprometiendo la seguridad mundial por

25 26

WORLD ECONOMIC FORUM (2011). GOODMAN, M. (2015).


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

607

descuidos y falta de seguridad27. Pensemos en las demandas contra Ashley Madison, por ser vulnerables al robo de información al fin y al cabo. Lo cierto es que si bien cada vez somos más conscientes de que los datos deben de estar protegidos, todavía no sabemos calcular su valor para terceros, de su pérdida, de su manipulación, ni el que se nos deniegue el acceso a los mismos. Esto aplica no sólo a particulares y pequeñas empresas, sino también a las grandes empresas e incluso las grandes tecnológicas que no son capaces de calcular el impacto de una acción criminal contra sus datos, contra su información. Por si fuera poco, nadie puede asegurar que cuando borramos información, por ejemplo, la que dejamos en servidores de la nube o la que sacamos de redes sociales, esta desaparezca, ni cuánto y cuándo desaparece; la realidad es que la huella digital es muy difícil de borrar, por no decir imposible. Los primeros nombres que salieron en las listas de las filtraciones de Ashley Madison, fueron los que habían pagado para que ésta se borrase definitivamente y parecido ocurrió con la aplicación de mensajería SnapChat, donde se suponía que las imágenes se borraban a diferencia de otras aplicaciones, lógicamente estos selfies solían ser un poco más comprometidos. La mayoría de las grandes multinacionales han sufrido ataques donde su información se ha visto de alguna forma o de otra comprometida. Recientemente y siendo solo un ejemplo, la compañía Yahoo reconoció que al menos 500 millones de sus cuentas fueron hackeadas y así otras tantas grandes corporaciones como Adobe, Symantec, Netflix, o los grandes almacenes TJX en los Estados Unidos. Lo cierto es que las grandes empresas almacenan enormes volúmenes de datos sobre sus clientes y usuarios. Pensemos en las condiciones de servicio que aceptamos sin leer y que permiten por ejemplo que aplicaciones de móviles accedan a nuestros archivos o a nuestra localización, libretas de contacto, etc. y /o que se genere big data. O en que robots lean lo que escribimos en un correo electrónico para poder ofertarnos publicidad sobre el asunto del que estamos escribiendo o nos escriben. De

27 Entre otros desarrollos militares, se han visto afectados el submarino Scorpéne o el caza norteamericano LM F-35 que fue replicado por China con su avión J-35 y exhibido al Presidente Obama en su visita a ese país. Otro incidente importante fueron las filtraciones de diseño del helicóptero presidencial MARINE ONE, considerado uno de los más altos secretos militares de los Estados Unidos, que acabaron en Irán y debido a un error al intercambiar archivos P2P por un empleado.


608

RAFAEL CHELALA RIVA

igual manera lo hacen los gobiernos, almacenando información de sus ciudadanos y de ciudadanos extranjeros, la mayoría de las veces sin su conocimiento, pensemos aquí en el controvertidísimo caso de Edward Snowden y el de Wikileaks. Si nos adentramos en el entorno criminal, la información, los datos, valen mucho más aún, porque no hay reglas, es mercancía de cambio. No solo me refiero a robos de información, por ejemplo a través de botnets28 o a los cada vez más populares ataques de ramsonware29, me refiero además a la manipulación de datos dentro de sistemas, como ocurrió con el primer gran ataque a una infraestructura crítica, la central nuclear de Natanz en Irán, cuyos sistemas ni siquiera se encontraban conectados a través de internet al exterior30. El nuevo petróleo no es por tanto solo un valor económico sino que al igual que el petróleo, lo es por su valor estratégico y geopolítico. Es por esto que la seguridad de los datos no sólo comprometen a la seguridad de particulares, empresas o países, sino también la seguridad del planeta.

28 El término Botnet, proviene de RoBOT y NETwork, ya que se trata de una red de ordenadores infectados controlados en remoto normalmente con el fin de ejecutar ataques informáticos. Como curiosidad una de las botnets desarticuladas más importantes que se conocen era controlada desde España: “Mariposa” infectó a más de 12 millones de máquinas, su finalidad era claramente económica pero ¿se pudo estimar el coste que supuso a todos los usuarios y empresas que habían sido infectadas?. 29 El término Ramsonware, proviene de Ramson (rescate) y SoftWARE. Se trata de un ataque mediante un sistema de cifrado malicioso de archivos de ordenadores y servidores, a cambio de un pago (rescate) para obtener la clave de descifrado. Llama la atención en este tipo de ataques el lenguaje frecuentemente cordial solicitando el pago del rescate por parte del atacante. Otro famoso Ramsonware es el llamado “virus de la policía”, que se hizo muy popular bloqueando equipos de millones de usuarios haciéndose pasar por la correspondiente policía del país, y solicitando un rescate por visitar páginas pornográficas. 30 Stuxnet es el nombre del gusano que infectó más de mil máquinas en la central nuclear. Un malware trasmitido a través de una memoría USB que apenas ocupaba 0,5 MB, en un tipo de ataque conocido como Zero Days a máquinas con vulnerabilidades de la marca Siemens. El ataque consiguió, por un lado modificar la velocidad de las centrifugadoras de Natanz, y por otro dar información falsa a los operarios en sus equipos haciéndoles ver que las máquinas funcionaban correctamente y desactivando además la parada de emergencia, lo que se denomina un ataque man-in-themiddle o Janus. Los daños afectaron a todo el programa nuclear iraní, si bien fueron minimizados por las autoridades de este país. No se sabe con seguridad quienes fueron los atacantes pero hay evidentes sospechas de que provenían de países muy concretos, que lógicamente no tenían interés alguno en que Irán desarrollase nueva tecnología nuclear.


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

609

VI. Los nuevos retos dentro del entorno digital en la lucha por la ciberseguridad Hemos enumerado los que considera este autor los elementos claves de la expansión del delito tecnológico, sin entrar en muchas otras consideraciones relacionadas con la ciberseguridad, pero que no son objeto de análisis en esta exposición. Las matemáticas de la Ley de Moore, afectarán muchísimo al desarrollo de las máquinas en los próximos años, al internet de las cosas y a la inteligencia artificial. Es sin duda este campo clave en la lucha por la ciberseguridad, porque no les quepa duda que máquinas conectadas con millones de sensores invadirán el planeta, aprendiendo y tomando datos de todo. Teniendo en cuenta que, según las previsiones del científico y eminencia en inteligencia artificial Raymond Kurzweil, las máquinas nos sobrepasarán en inteligencia, en el año 204531, eso significará no solo que las máquinas harán muchas cosas que ahora no hacen, sino que serán los seres más inteligentes sobre nuestro planeta. Esto nos sitúa todavía en un momento de máquinas muy tontas, pero que vemos que ya son tremendamente vulnerables en muchos aspectos. Como anteriormente ya me he referido al mundo del automóvil como ejemplo de cambio, continuo con un artículo de la revista Wired, en el que explica cómo se toma control remoto de un automóvil. Se hackea, un jeep normal y corriente que su conductor no puede controlar, ni siquiera frenar el vehículo32. Ahora pensemos por no irnos muy lejos en otras máquinas: los aviones, “el transporte más seguro que existe” ¿no es así?. Posiblemente el problema a partir de ahora no sea si se llevan líquidos o no al pasar por el control de seguridad, sino que un problema de vulnerabilidad tecnológica, como ha pasado con nuestro jeep de Wired. Estas brechas son tremendamente peligrosas y a mayor abundamiento en máquinas que cada vez requieren menos intervención humana y son más autosuficientes en sus decisiones. ¿Se contratarán a través del dark web asesinatos, modificando las instrucciones de los robots? Pensemos que a más líneas de programación, más vulnerabilidad. Volvemos a la Ley de Moore: El sistema del Apolo 11 de guiado a la Luna (ida y vuelta), tenía 145.000 líneas de programación, comparado con los más de 100 millones de líneas

31 32

KURZWEIL, R. (2005). GREENBERG, A. (2015).


610

RAFAEL CHELALA RIVA

de programación (LOC) de la instrumentación de un automóvil estándar. Teniendo en cuenta que de cada 50 millones de líneas de código se estiman entre 1 y 1,5 millones de errores de programación33, podemos hacernos una idea de las vulnerabilidades de, por ejemplo, un avión. No duden que hay redes criminales dispuestas a sacar partido de estos agujeros. Hemos visto que ya no es necesario estar en el interior de un coche o de un avión para perpetrar un ataque; además éste se puede realizar a distancia como pasó con la central nuclear en Irán o mediante botnets, sin que seamos conscientes de que estamos siendo atacados o infectados, sigilosamente. Algo tan simple como manipular información, visualizándose en cuadros de control datos alterados, por ejemplo de una geolocalización por GPS en un sistema de guiado automático o autónomo, puede tener consecuencias fatales. Por tanto, es muy posible que siguiendo con el ejemplo del automóvil, en un futuro próximo, tan próximo que será a partir de ahora, lo más importante al adquirir un vehículo sea la seguridad de su software y más aún si se trata de un coche con posibilidades de conducción autónoma que, siendo realistas y en un entorno perfecto de seguridad, serían los únicos que podrían conseguir acabar con la mortalidad en las carreteras. Mucho se ha hablado del dilema ético de los coches autónomos34 ¿cómo debe de tomar las decisiones de a quien matar ante una situación crítica? ¿Compraría una máquina que está programa para matarle? ¿Adquiría usted un vehículo que tomase la decisión de salvar la vida de los ocupantes en detrimento de terceros? Imagínese una madre que usa ese coche para llevar a sus hijos al colegio, ¿qué coche compraría? ¿se podría manipular el algoritmo del vehículo para que tomase la decisión que nos interesa en lugar de la más ética que venga por defecto de fábrica? Disyuntivas éticas de siempre que ahora deben de ser contempladas y puestas en práctica. En definitiva, nos enfrentamos a un entorno con elementos y reglas de juego nuevas, y que avanza muy rápidamente. Las mayores compañías del mundo son tecnológicas, el desarrollo de la computación cognitiva es un hecho y nos adentramos en un universo de máquinas con sensores que manejan cada vez más datos y que tienen a personas totalmente

33 Se refiere el autor a un estudio de la Carniege Mellon University sobre errores en el software. GOODMAN, M. (2015). 34 Sobre el dilema del coche autónomo véase el artículo del MIT TECHNOLOGY REVIEW (2015).


EL NUEVO ENTORNO DIGITAL DE LA ACTIVIDAD CRIMINAL

611

conectadas35. Los retos son nuevos, antes nos preocupaba que una determinada persona no tuviese acceso a adquirir un arma, ahora nos debe de preocupar que no acceda a internet36 para que en algún sitio y desde su casa, anónimamente compre un software e imprima una pistola con su impresora 3D; esto ya es una realidad. Las oportunidades que nos brinda la transformación digital para conseguir un mundo mejor y más justo son impresionantes, pero siempre y cuando seamos conscientes de los riesgos que entraña la tecnología y de la importancia de la seguridad nuestra y de los que nos rodean. Ahora, el enemigo está más cerca que nunca y que nos exponemos cada vez más en todas nuestras actividades diarias. Bibliografia BERTOLA, I. (2012): Los muleros ¿cometen estafa o blanqueo de capitales?, Sepin, Madrid (disponible en internet en http://blog.sepin.es/2012/11/los-muleroscometen-estafa-o-blanqueo-de-capitales/) BRYNJOLFSSON, E. y MCAFFE, A. (2014): The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies, W.W. Norton & Company, Inc., Nueva York y W.W. Norton & Company Ltd., Londres. CHELALA RIVA, R. (2015): “El silencio se ha roto”, Cinco Días, 15 de Septiembre de 2015. (Disponible en internet en http://cincodias.com/cincodias/2015/09/15/ empresas/1442345361_371989.html) — (2015): “¿Volaría usted en un Boeing falsificado?”, Luxury Brand Global, 7 de enero de 2015. (Disponible en internet en http://www.luxurybrandglobal.com/volaria-usted-en-un-boeing-falsificado/). — (2016): “Solar Impulse y ecotecnología”, El Economista, 8 de Julio de 2016. (Disponible en internet en http://www.eleconomista.es/firmas/noticias/ 7691279/07/16/Solar-Impulse-y-ecotecnologia.html) FLETCHER, S. (2015): “Computing after Moore´s Law”, Scientific American, 1 de Mayo de 2016 (Disponible en internet en http://www.scientificamerican.com/ article/moores-law-computing-after-moores-law/)

Lo que se conoce como SMAC: Social, Mobile, Analytics y Cloud. La figura del alejamiento informático ya es una realidad en la lucha contra la delincuencia y en la protección a víctimas, veáse VELASCO, E. (2016). A propósito de este particular, también muy recientemente observamos cómo la conexión de internet de Julian Assange, fundador y editor de Wikileaks, ha sido intencionadamente interrumpida por el Gobierno de Ecuador, debido a nuevas filtraciones que afectan negativamente a la candidata demócrata Hillary Clinton. Recordemos el motivo por el que el fundador de la web recibió asilo político en la Embajada de Ecuador en Londres y pensemos para ciertas personas cuan gravosa puede ser esta medida de aislamiento. 35 36


612

RAFAEL CHELALA RIVA

GILLIES, J. y CAILLIAUR, R. (2000): How the Web was Born, Oxford University Press Inc., Nueva York. GOODMAN, M. (2015): Future Crimes, Doubleday, Nueva York, pp. 41-42. GREENBERG, A. (2014): “Over 80 percent of dar web visits relate to pedophilia, study finds”, Wired Magazine. Disponible en https://www.wired.com/2014/ 12/80-percent-dark-web-visits-relate-pedophilia-study-finds/ — (2015): “Hacker remotely kill a Jeep on the highway- with me in it”, Wired Magazine. Disponible en https://www.wired.com/2015/07/hackers-remotely-kill-jeep-highway/ KURZWEIL, R. (2005): The singularity is near, Duckworth Overlook, Londres. MIT TECHNOLOGY REVIEW (2015): “Why self-driving cars must be programmed to kill?”, MIT Technology Review, octubre 2015. (Disponible en https://www.technologyreview.com/s/542626/why-self-driving-cars-must-be-programmed-tokill/) NAÍM, M. (2006): Ilícito, Editorial Debate, Madrid. SARAN, C. (2009): “Apollo 11. The computer that put man on the moon”, Computerweekly, Julio 2009. (Disponible en internet en http://www.computerweekly.com/feature/Apollo-11-The-computers-that-put-man-on-the-moon). VELASCO, E. (2016): Delitos tecnológicos: definición, investigación y prueba en el proceso penal, Sepín, Madrid. WALDROP, M. M. (2016): “The chips are down for Moore´s law”, Nature, 9 de Febrero de 2016. (Disponible en internet en http://www.nature.com/news/thechips-are-down-for-moore-s-law-1.19338). WINTER, A. (2015): Deep Web: The Untold Story of BitCoin and Silk Road, Epix, USA (Disponible en www.deepwebthemovie.com ) WORLD ECONOMIC FORUM (2011): “Personal Data: The Emerge of a New Asset Class”, Word Economic Forum, Ginebra. (Disponible en http://gerdleonhard. typepad.com/files/wef_ittc_personaldatanewasset_report_2011.pdf )


BOLETIN DE ESTUDIOS ECONOMICOS Vol. LXXI - N.º 219 - Diciembre 2016 (Página 613)

BIBLIOGRAFIA Navas, Alberto M. (2016): Banca de empresas y corporativa: Guía para profesionales. Editado en: CreateSpace Independent Publishing Platform, Edición 1 (21 de abril de 2016). Alberto M. Navas es un profesional que cuenta con más de 25 años de experiencia en el sector de los servicios financieros para empresas. Ha trabajado en diferentes entidades financieras internacionales en áreas de Corporate Finance. Banca Corporativa y Financiación Estructurada. Por lo tanto, estamos ante una persona eminentemente práctica, que conoce bien su trabajo y que a través de esta publicación comparte precisamente eso, sus conocimientos prácticos. Banca de Empresas y Corporativa es una guía para profesionales, como bien dice el título del libro. Es un libro rápido, en el que con solo analizar su índice, el profesional de las finanzas empresariales va a encontrar todos los temas y cuestiones relacionados con su trabajo, pero expuestos de forma concisa y clara, sin divagaciones teóricas, precisamente con ese contenido eminentemente práctico al que antes nos referíamos. El autor ha realizado un esfuerzo de numeración, agrupación, relación y síntesis de todos los temas que se ven y se dan en el negocio bancario de financiación a las corporaciones empresariales. Por lo tanto, el libro nos rellena muchas lagunas y nos aclara muchas de las dudas sobre los términos, conceptos y tratamiento de las materias relacionadas con ese campo. Y eso es un trabajo que se agradece. Esta es una de esas publicaciones de guía y divulgación que se agradecen porque son inútiles. La considero útil para el profesional de banca que trabaja en las áreas de Banca de Empresas y Corporativa. Pero la considero igualmente útil, o más, para los muchos profesionales de empresas a partir de cierto tamaño, que trabajan en el departamento financiero y que sus vidas transcurren teniendo que negociar con los bancos y debiendo de entender sus criterios maestros y sus formas de proceder. Con este libro ganarán en conocimiento para el desarrollo de su trabajo, pero sobre todo, ganarán en el sentido de cómo deben aplicarlo. Juan Jordano Perez


Relación de títulos publicados en el

BOLETIN DE ESTUDIOS ECONOMICOS Planificación de la Economía (N.º 138, Diciembre 1989). Reforma de la Legislación Mercantil (N.º 139, Abril 1990). Nuevas herramientas de Gestión (N.º 140, Agosto 1990). Nuevo Plan General de Contabilidad (N.º 141, Diciembre 1990). El Sector del Seguro en España (N.º 142, Abril 1991). Filosofía y Gestión de la Calidad (N.º 143, Agosto 1991). Etica y Empresa (N.º 144, Diciembre 1991). 75.º Aniversario de la Universidad Comercial de Deusto (N.º 145, Abril 1992). 50.º Aniversario del Boletín de Estudios Económicos (N.º 146, Agosto 1992) Los Nuevos Mercados Financieros (N.º 147, Diciembre 1992). Revitalización Metropolitana (N.º 148, Abril 1993). Desarrollo Industrial (N.º 149, Agosto 1993). Medioambiente y Estrategia Empresarial (N.º 150, Diciembre 1993). El nuevo marco laboral (N.º 151, Abril 1994). Cuestiones Sobre estrategia (N.º 152, Agosto 1994) La Ayuda Internacional Humanitaria: Su gestión (N.º 153, Diciembre 1994) Titulización de Activos (N.º 154, Abril 1995) Reflexiones sobre el Mercado de Trabajo (N.º 155, Agosto 1995) III Foro de Finanzas (N.º 156, Diciembre 1995). Aplicaciones del «Marketing» (N.º 157, Abril 1996). Gestión en las ONG’s (N.º 158, Agosto 1996). Desarrollo Directivo en el Sector Salud (N.º 159, Diciembre 1996). Investigaciones Financieras (N.º 160, Abril 1997). La calidad total aplicada a la educación (N.º 161, Agosto 1997). Gestión basada en el valor (N.º 162, Diciembre 1997). Logística y Tecnología (N.º 163, Abril 1998). Gestión de “Intangibles” (N.º 164, Agosto 1998). Reflexiones en torno al Euro (N.º 165, Diciembre 1998). Avances en la Teoría Financiera (N.º 166, Abril 1999). Emprender (Parte I) (N.º 167, Agosto 1999). Emprender (Parte II) (N.º 168, Diciembre 1999). Estrategia y Empresa (N.º 169, Abril 2000). Etica y Economia (N.º 170, Agosto 2000). Nuevas tendencias en Marketing (N.º 171, Diciembre 2000). Gestionar Recursos y Capacidades (N.º 172, Abril 2001). Nueva Economia (N.º 173, Agosto 2001). Personas y empresa (N.º 174, Diciembre 2001). Panorama de la Macroeconomía (N.º 175, Abril 2002). Reflexiones para la gestión empresarial (N.º 176, Agosto 2002). Empresa Familiar (N.º 177, Diciembre 2002). Información Contable y Globalización: la respuesta de la Unión Europea (N.º 178, Abril 2003). Logística (N.º 179, Agosto 2003). Conocimiento e intangibles en un entorno global (N.º 180, Diciembre 2003). Ampliación de la Unión Europea (N.º 181, Abril 2004). El gobierno de la empresa (Nº. 182, Agosto 2004). Dirección de personas en las organizaciones (N.º 183, Diciembre 2004). Orientación al mercado y orientación al cliente (N.º 184, Abril 2005).


Relación de títulos publicados en el (Continuación)

BOLETIN DE ESTUDIOS ECONOMICOS Apuntes sobre Internacionalización (N.º 185, Agosto 2005). Innovación y nuevas oportunidades de negocio (N.º 186, Diciembre 2005). El futuro de las pensiones (N.º 187, Abril 2006). Consideraciones sobre el fenómeno migratorio (N.º 188, Agosto 2006). Emprendedores (N.º 189, Diciembre 2006). América Latina. Reflexiones sobre su realidad y retos de futuro (N.º 190, Abril 2007). Economía industrial (N.º 191, Agosto 2007). El reto de la globalización y su impacto en la econmía vasca (N.º 192, Diciembre 2007). La internacionalización de la empresa (N.º 193, Abril 2008). Algunas reflexiones sobre recientes normativas y su impacto en la actividad empresarial (N.º 194, Agosto 2008). Compromiso empresarial con el desarrollo sostenible (N.º 195, Diciembre 2008). Relaciones Laborales (N.º 196, Abril 2009). Comunicación y transparencia: algunas posibilidades (N.º 197, Agosto 2009). Reflexiones tras dos años de crísis económica y financiera (N.º 198, Diciembre 2009). Algunas novedades en finanzas (N.º 199, Abril 2010). Economía sostenible (N.º 200, Agosto 2010). Política fiscal y concierto económico frente a la crisis (N.º 201, Diciembre 2010). Gestión del riesgo (N.º 202, Abril 2011). La gestión de personas (N.º 203, Agosto 2011). Diferentes economías, diferentes problemas (N.º 204, Diciembre 2011). Emprender (N.º 205, Abril 2012). Finanzas éticas y alternativas (N.º 206, Agosto 2012). Estrategias empresariales frente a la crisis (N.º 207, Diciembre 2012). Novedades en la información contable (N.º 208, Abril 2013). Reformas estructurales: una agenda abierta (N.º 209, Agosto 2013). En torno a la crisis (N.º 210, Diciembre 2013). Dirigir con ética (N.º 211, Abril 2014). El reto de la financiación empresarial (N.º 212, Agosto 2014). Competitividad e Innovación (N.º 213, Diciembre 2014). Pymes y salida de la crisis (N.º 214, Abril 2015). Nuevos desafios del marketing (N.º 215, Agosto 2015). Retos y oportunidades en la economía (N.º 216, Diciembre 2015). Retos en el liderazgo y dirección de personas (N.º 217, Abril 2016). Economia y Futuro (En homenaje al Centenario de Duesto Business School) (N.º 218, Agosto 2016). Precios de suscripción: España: 40,90 €. Extranjero: 46,60 €. Números sueltos y atrasados: 1.ª serie: Números 1 al 45: 17,60 €. 2.ª serie: Números 46 en adelante: 21,20 €. Tarifa de estudiante: 25% de descuento. Dirija la correspondencia al: BOLETIN DE ESTUDIOS ECONOMICOS Deusto Business Alumni Teléfono 94 445 63 45 - 94 445 22 12 - Fax 94 445 72 54 Apartado 20044 - 48080 BILBAO (España) E-mail: boletin.dba@deusto.es


NORMAS PARA LA PUBLICACION DE ARTICULOS EN EL BOLETIN DE ESTUDIOS ECONOMICOS –El objetivo del BEE (en adelante, la Revista) es la publicación de trabajos de economía y gestión empresarial, intentando siempre conseguir el equilibrio entre el rigor científico y la divulgación. La Revista asume los más elevados estándares éticos en su proceso de análisis y selección de trabajos y en su comportamiento con autores, evaluadores y la sociedad1. –Publica números monográficos sobre temas programados de antemano y por colaboradores invitados personalmente. Sin embargo, en cada número se reserva espacio para temas libres, distintos del tema monográfico. Los trabajos pueden estar escritos en castellano o en inglés. –Los artículos enviados para su publicación en la Revista deben estar escritos a máquina a doble espacio, por duplicado, con una extensión aproximada de 15 a 20 páginas. El autor deberá acompañar un resumen del artículo de no más de 150 palabras, junto con una lista de palabras clave, en número no superior a cinco, ambos en español e inglés. También deberá enviar el título del artículo en inglés y adjuntar el soporte informático donde esté contenido el trabajo. –Las notas aclaratorias van a pie de página y se hará referencia a ellas mediante superíndices, en numeración sucesiva. Los libros y artículos de revistas tendrán una sola cita completa al final del artículo por orden alfabético de autores. La referencia a los mismos se hace por medio del apellido del autor seguido entre paréntesis del año de publicación de la obra citada. Así: E. Chacón (1966), que remite a la obra de Chacón, Enrique (1966): “La formación de equipos de IO en la empresa”. Boletín de Estudios Económicos, vol. XII, número 68, mayo-agosto, pp. 279-296. El enunciado completo de la obra se menciona sólo al final del artículo. –Las figuras que eventualmente deban aparecer en el artículo deben presentarse de forma que sean aptas para su reproducción directa, y en tamaño suficientemente grande, lo mismo que las letras que las acompañan, para que admitan la reducción necesaria. Todas las figuras y tablas irán numeradas, y para referirse a ellas en el texto, habrán de citarse con su número. –Deben evitarse las notas matemáticas a pie de página, es preferible el uso de apéndices matemáticos. –En la notación matemática se recomienda el uso de aquéllas fórmulas que, sin perder la claridad necea o fxy en vez de la expresión que saria, puedan escribirse en una sola línea. Por ejemplo a/b en vez de b utiliza los signos explícitos de derivada parcial. –El Comité de Dirección estudiará la posibilidad de publicación de los originales que le sean remitidos, en atención a la línea editorial de la Revista y las directrices emanadas de su Consejo de Redacción, y, en base a los informes y valoraciones preparados por los evaluadores nombrados al efecto. Tal evaluación será anónima, ciega y habrá más de un evaluador para cada trabajo. Actúan como pares, los miembros del Comité de Redacción del BEE, expertos externos del mundo académico y empresarial, así como los miembros del claustro de profesores de la Universidad de Deusto en quienes, por su mera condición de tales, concurre la condición de expertos en la materia y un pleno conocimiento de los deberes y responsabilidades que asumen como revisores. En base a dicha revisión, el trabajo podrá ser aceptado, revisado o rechazado. –Los originales deberán ser inéditos y no estar pendientes de publicación o evaluación en ninguna otra revista. –Los trabajos recibidos para evaluación serán tratados como material confidencial y ninguna información contenida en los mismos será revelada o discutida, salvo consentimiento del autor, con personas distintas del propio autor, de los editores o de los revisores. –Los autores serán responsables de sus trabajos, que habrán de realizar de forma ética y responsable. Presentarán sus trabajos con honestidad, absteniéndose de manipular u omitir la cita de trabajos de terceros, así como de citar aquellos que no hayan leído. –El Boletín de Estudios Económicos no se hace responsable de los datos utilizados, criterios, opiniones o conclusiones expresadas en los artículos publicados, que corresponden exclusivamente a sus autores y no reflejan la posición de la revista ni de sus editores. Las erratas de edición detectadas, que sean relevantes, se rectificarán en un Boletín posterior. 1

Siguiendo las recomendaciones de Elsevier y COPE´s Best Practice Guidelines.


“

“

Para improvisar un plato solo necesito unos minutos y 30 aĂąos de preparaciĂłn. JOAN ROCA , COCINERO.

*& ! !  !%"!(

3%

*) !#!!#$   ""

P L A N E S D E P E N S I O N E S B B VA AcuĂŠrdate de tu futuro )!#""*)

 !)%'"#!  #!#!& "#! 

  #"#! 

 ""  

Boletín de Estudios Económicos. Diciembre 2016. Num. 219  

Transformación Digital

Boletín de Estudios Económicos. Diciembre 2016. Num. 219  

Transformación Digital

Advertisement