«Más accesible, más descentralizado, más predictivo… » es el tema que propone Eduardo Moraga, Strategic Trade Marketing Leader | Business Intelligence and Data Science Consultant.
Hace tres años escribí una nota en Medium —puedes revisarla aquí.
En la que me preguntaba hacia dónde iba la inteligencia de negocios. Hablé de tres pilares: accesibilidad, descentralización y predicción. Y en algún rincón de esa nota, casi como una imagen de ciencia ficción, dejé caer la pregunta de si algún día un asistente de voz nos permitiría consumir datos como quien pide una pizza. Bueno, eso ya existe. Y no es lo más interesante de lo que ha pasado.
Lo interesante es lo que no cambió.
Seamos honestos: en la mayoría de las empresas de la región, el lenguaje aceptado sigue siendo el Excel. No como herramienta complementaria, sino como destino final de casi cualquier análisis. Los tableros interactivos llevan más de una década en el mercado, los dashboards se han democratizado, las plataformas de visualización son cada vez más potentes y accesibles y, aun así, el ejecutivo de cuenta, el director comercial o el gerente de zona terminan pidiendo lo mismo: «mándame eso en Excel». No es un juicio, es un dato. Y como dato, merece una lectura honesta.
Vea también: Zara: El nuevo medio de la moda
Lo que ocurre no es que la tecnología haya fallado en su promesa. Es que la estrategia de BI en muchas organizaciones todavía pone el foco en la solución antes de entender el problema. Se invierte en infraestructura sofisticada para entregar información a personas que tienen tres reuniones antes del mediodía, cuarenta correos sin leer y un número concreto que rendir a fin de mes. Usar una Ferrari para ir al almacén a comprar pan no es un problema de la Ferrari; es un problema de para qué fue diseñado el viaje.
Acá es donde la descentralización, que en 2022 yo planteaba como un pilar deseable, hoy se vuelve una condición de supervivencia. No en el sentido de dispersar datos en múltiples plataformas y esperar que la magia ocurra, sino en el sentido más preciso del término: construir mecanismos que permitan a cada decisor acceder a su información de manera rápida, segura y pertinente a su contexto. Sin intermediarios, sin esperar el reporte del viernes, sin traducir una pantalla compleja en una conclusión que debería haber estado disponible desde el inicio.
Y es precisamente ahí donde los modelos de lenguaje —los LLM que en 2022 todavía no eran parte del vocabulario ejecutivo cotidiano— se vuelven relevantes. No como magia, sino como infraestructura. Hoy es técnicamente accesible conectar tus bases de datos relacionales con un modelo de lenguaje, montar un entorno seguro y permitir que un cliente interno o externo haga preguntas de negocio en lenguaje natural y reciba respuestas útiles. Sin formación técnica. Sin dashboard. Sin Excel. La conversación profética de 2022 sobre el asistente de voz ya no es una fantasía: es una decisión de ingeniería que cualquier equipo de datos puede tomar esta semana.
Esto transforma también la lógica interna de las empresas. La promesa de ser «data-driven» —frase que en muchos pasillos corporativos ya suena a liturgia sin contenido— puede adquirir una forma concreta si los equipos tienen acceso a un espacio en el que puedan aprender, consultar y crecer exponencialmente a partir de los datos que ya existen. Por decirlo así: el cuello de botella no es la tecnología. Nunca lo fue. Es la fricción entre la información disponible y el momento en que alguien necesita tomar una decisión.
Pero aquí viene la trampa que ninguna herramienta puede resolver por sí sola. Si la última milla de la estrategia de BI está más o menos resuelta —si los datos pueden hablar, si la interfaz es simple, si el acceso se ha descentralizado—, el verdadero desafío se desplaza hacia otra parte: hacia la calidad de las preguntas que hacemos. Un sistema que puede responder cualquier cosa es exactamente tan útil como las preguntas que se le hacen. Y las buenas preguntas no las genera el algoritmo; las genera alguien que conoce el negocio, que ha visto fallar cosas parecidas, que entiende qué está en juego y qué sesgo está tentado a confirmar.
Vea también: El espejismo del rosa: ¿Marketing diferencial o mimetismo ciego?
Dicho de otra manera: la IA puede acelerar la descentralización, puede reducir la fricción de acceso, puede hablar con tus datos mejor de lo que lo hacía cualquier reporte estático. Lo que no puede hacer es reemplazar el criterio de quien decide. Y ese criterio no se construye delegando todo al modelo; se construye desde la experiencia, desde las conversaciones incómodas, desde el error propio y ajeno.
A estas alturas, la conversación sobre BI en las empresas debería haber cambiado de pregunta. Ya no es «¿cómo accedemos a los datos?», sino «¿qué hacemos con ellos que valga la pena?». Y esa pregunta, querido lector, sigue siendo tuya.
