Si eres analista de datos, quiero hacerte una pregunta.
¿Cómo está usted?
Este año ha estado lleno de cambios incesantes, de esos fundamentales que hacen que se modifique todo, desde la forma en que trabajamos hasta la tecnología que hace todo posible.
Aunque estos cambios han sido difíciles, creo que también hay una oportunidad sin precedentes por delante, especialmente para aquellos que conocen mejor el negocio y los datos, especialmente para los analistas de datos.
Recientemente encargamos una encuesta para entender mejor cómo está cambiando el rol del analista. Lo que surgió de la investigación fue claro: en la era de la IA, el rol del analista de datos sigue siendo indispensable. He aquí por qué.
La IA está haciendo que los analistas sean más efectivos
En 2023, justo en el punto de inflexión de la adopción de la IA generativa, la mitad de las personas que trabajaban en roles de soporte empresarial y logística estaban preocupadas de que la IA las reemplazara. Hoy en día, muchos analistas todavía comparten esa preocupación.
Sin embargo, nuestra encuesta pintó un panorama muy diferente. Uno más esperanzador.
Casi todos los analistas con los que hablamos (96 %) dijeron que usan la IA para optimizar tareas, mientras que otros (47 %) afirmaron que la IA les está ayudando a reducir su carga de trabajo.
- 76 % dijo que la IA les ayuda a ser más eficaces y eficientes.
- 55 % dijo que la IA está aumentando su productividad.
- 87 % dijo que la IA ha aumentado su satisfacción laboral.
La IA se ha convertido en un multiplicador de impacto. Ocho de cada diez analistas (83 %) están ahora influyendo en decisiones críticas. Están dirigiendo el rumbo de sus organizaciones con la ayuda de la IA. Estos resultados son tanto positivos como prometedores.
Sin embargo, la IA no ha hecho que los analistas sean solo más eficaces en sus roles. También los ha cambiado. La adopción de la IA en las empresas ha hecho que sea necesario que participen en casi todos los procesos y departamentos que quieren poner en práctica la IA.
Hay dos razones para ello. La primera es la capa lógica que falta.
La pieza que falta para la IA empresarial: la capa lógica
Los modelos de IA pueden procesar datos increíblemente bien, pero no pueden deducir las reglas, los cálculos y el conocimiento institucional que definen cómo funciona una empresa o un departamento en concreto.
Si un líder empresarial te preguntara cuáles son los ingresos del primer trimestre en California, probablemente no le darías una respuesta de inmediato. En cambio, empezarías a hacer preguntas.
¿Quieres conocer los ingresos netos luego de deducir los gastos de venta? ¿Lo quieres de la manera en que lo reportamos a Wall Street o de la manera en que lo entregamos a los gerentes de tienda? ¿Quieres que incluyamos los ingresos de los socios?
Este tipo de preguntas importan. Si un empleado le hiciera esta misma pregunta a un LLM, la tecnología primero necesitaría datos limpios y precisos, pero también necesitaría comprender a fondo tu negocio.
La lógica empresarial es lo más difícil de capturar en un flujo de trabajo de IA y lo más difícil de escalar porque vive en hojas de cálculo y procesos no documentados, dentro de las cabezas de los expertos comerciales que han estado perfeccionando su oficio durante años.
Los analistas comerciales están entre los pocos empleados que realmente entienden tanto los procesos como los datos detrás de aspectos como el reconocimiento de ingresos, las estructuras de comisiones y la segmentación de clientes. Por esa razón, las organizaciones se están apoyando en los analistas para construir y mantener la capa lógica para los sistemas de IA empresarial.
Hacer que la IA sea confiable
Luego está la brecha de confiabilidad. La confianza en los sistemas de IA tiene que ganarse. Sus resultados deben ser verificables y reproducibles. Los responsables de la toma de decisiones deben entender cómo un sistema de IA ha llegado a una respuesta y confiar en que esa respuesta es correcta para poder actuar con seguridad.
En nuestra investigación, las tres principales barreras para tener éxito con la IA fueron:
- Dificultad para explicar o interpretar los resultados de IA a los stakeholders (55 %)
- Habilidades analíticas limitadas entre los usuarios de negocios (54 %)
- Calidad de datos deficiente (50 %)
Ten en cuenta que casi la mitad (47 %) de los proyectos de IA fracasan debido a la mala calidad de los datos o a una gobernanza deficiente.
Si bien los analistas siempre han sido fundamentales en la limpieza y validación de los datos (los datos de entrada para los flujos de trabajo de IA), los analistas han ganado un nuevo rol como “supervisores de IA”.
En nuestra investigación, los analistas nos dijeron que estaban dedicando casi cuatro horas a su nueva capacidad de supervisión de IA, validando o corrigiendo los resultados generados por IA, con casi un quinto de los analistas (16 %) dedicando más de seis horas a la semana a estas tareas.
Su participación no es accidental. Los flujos de trabajo de IA necesitan transparencia y responsabilidad en cada etapa. Siempre se necesitará a alguien para explicar lo que está sucediendo con los datos y verificar que la IA haya llegado a la respuesta correcta. Analistas de todo el mundo están asumiendo este rol.
El 63 % de los analistas afirma que validar los resultados de la IA se ha convertido en una habilidad más importante.
Los analistas están impulsando la inteligencia empresarial
Si eres un analista que ha estado preocupado o ha sentido incertidumbre por el futuro, te entiendo. Sin embargo, espero que nuestra última investigación te dé esperanza. Una organización impulsada por IA es una que requiere profundamente la participación de los analistas.
Primero, para limpiar y preparar los datos y construir la base para una IA confiable. Luego, para aplicar la lógica empresarial a los cálculos y los flujos de trabajo de IA. Y finalmente, para la validación. Se necesitan analistas en cada etapa: al principio, en el medio y al final.
Los negocios de mañana no estarán dirigidos por programadores de “vibra”. Más bien, los empleados más valiosos serán aquellos que conocen los datos y el negocio a la perfección. Son los analistas comerciales, los profesionales de operaciones de ingresos, los miembros del equipo financiero y los expertos en cadena de suministro quienes pueden asegurar que la IA funcione como debe ser.
Lee el informe de investigación completo “Estado del analista de datos: El auge de la lógica empresarial” para obtener más información sobre el futuro rol del analista.