Blog >

decision intelligence

‘Decision Intelligence’: no te decides porque no quieres


Entonces, las vacaciones bien ¿no? Habéis visto que nada ha cambiado y el lío que hay montado no tiene precedentes. En la política, en la sociedad, la educación, Ucrania, energía, Taiwán, aquí, allí, más allá… y en nuestras empresas.

Sin duda, el panorama, lejos de ser halagüeño, pone sobre la mesa una dificultad añadida, la toma de decisiones acertadas. Son tantos los factores que ahora debemos tener en cuenta que toda ayuda parece poca, pero por favor, ¡que se ofrezca! Que es bien recibida.

La toma de decisiones eficaz es más importante que nunca. El 65% de los ejecutivos tienen que tomar hoy decisiones más complejas que hace dos años, según un estudio de Gartner y el 50% de ellos experimentan una mayor presión para justificar las decisiones que toman.

Las empresas tienen éxito o fracasan en función de la eficacia de su toma de decisiones. ¿Cómo puede asegurarse de que sus decisiones son objetivas, coherentes y se basan en información completa? ¿Cómo puede evitar costosos errores debidos a la sobrecarga de información, la falta de tiempo o los prejuicios?

Aquí os dejo cinco consejos sobre cómo tomar decisiones eficaces.

1. Seamos conscientes de nuestros prejuicios

Todos estamos sujetos a prejuicios que afectan a nuestra toma de decisiones. Y por ‘prejuicios’ no me refiero solo a posicionamientos políticos, ideológicos, deportivos, religiosos… , que obviamente pueden formar parte de ellas, sino a los prejuicios cognitivos más fundamentales que forman parte de la arquitectura mental humana universal.

Por ejemplo, detectamos patrones imaginarios en datos aleatorios (pareidolia) y hacemos predicciones basadas en ellos (falacia del jugador). Evaluamos las compensaciones de forma diferente según su formulación (efecto de encuadre). Sobrevaloramos la opción actual o por defecto (sesgo del statu quo) o las opciones en las que ya hemos invertido (falacia del coste hundido) a expensas de otras opciones que podrían ser más ventajosas.

Estos sesgos forman parte de la naturaleza humana, y nunca se pueden suprimir del todo. A menudo son útiles, ya que proporcionan atajos mentales para tomar decisiones que son correctas la mayoría de las veces con un esfuerzo y una carga cognitiva mínimos, lo que reduce el estrés y la ansiedad. El problema es que sólo son correctas la mayor parte del tiempo. Si estás utilizando atajos cognitivos no examinados para gestionar un presupuesto de millones de euros, las veces que los atajos fallan pueden ser catastróficas.

Hay 188 sesgos cognitivos conocidos. No os recomiendo que os los aprendáis de memoria, pero deberíais leer la lista al menos una vez en vuestra vida para ser conscientes de las posibles trampas en las que podríais caer.

2. No confundir las buenas decisiones con los buenos resultados

La suerte influye en el resultado de todas las decisiones. Por tanto, la forma en que tomamos las decisiones es el único factor sobre el que tenemos control.

Si nos replanteamos cuidadosamente la forma en que tomamos las decisiones, podremos mejorar su impacto de forma fiable y sostenible. Al igual que en los estudios científicos, un enfoque sistemático apoyado en herramientas estadísticas eliminará la variación aleatoria debida al azar para poder centrarse en la propia toma de decisiones.

Hoy en día, en la mayoría de las empresas, las decisiones las toman personas diferentes. Incluso los expertos en el mismo campo no tendrán la misma forma de tomar las mismas decisiones; de ahí la necesidad de documentar las decisiones (mapas de decisión), optimizar la forma en que se toman las decisiones y estandarizar estos mapas. Sólo así podremos digitalizar y automatizar las decisiones, y al digitalizarlas, garantizamos la coherencia en la forma de tomarlas.

3. Objetivos claros y con gobernaza adecuada

Las motivaciones y los objetivos son necesarios para la toma de decisiones. Sin objetivos, no hay decisiones. Las motivaciones intrínsecas son siempre las mejores. Por ejemplo, la motivación de un médico al que le apasiona la acción significativa de salvar vidas (motivación intrínseca) es siempre más fuerte que la de un médico que se limita a trabajar duro para recibir unos ingresos elevados.

Los indicadores de rendimiento colectivos son preferibles a los individuales: Ayudan a garantizar la coherencia de las decisiones y los resultados entre individuos o departamentos a lo largo del tiempo.

La autoridad para tomar decisiones debe otorgarse a las personas más cercanas al punto de impacto de esas decisiones, lo que aumenta la reactividad y el aprendizaje.

4. Medir, controlar y aprender de las decisiones

La forma más fiable de registrar y medir las decisiones es digitalizarlas. Es importante contar con registros objetivos de las decisiones y no sólo con los recuerdos de las personas, sobre todo porque la memoria es un área especialmente vulnerable a los sesgos cognitivos.

Por ejemplo, el sesgo retrospectivo es la tendencia a ver los acontecimientos pasados como predecibles y a creer que ‘lo sabías todo’. Las personas también pueden ser susceptibles de sufrir sesgos de positividad o negatividad en sus recuerdos, o mostrar sesgos relacionados con la atribución errónea de la memoria, como la criptomnesia (confundir un recuerdo con un nuevo pensamiento), o su inverso, la falsa memoria (donde un evento imaginario se confunde con un recuerdo real).

Una vez que se dispone de registros objetivos y digitalizados de las decisiones tomadas, se puede medir la variación entre el impacto esperado y el real de las decisiones, y se puede hacer un seguimiento a lo largo del tiempo utilizando la analítica.

5. Aprovechar la tecnología de inteligencia de decisiones

Como no, la tecnología está aquí, h como siempre digo, está para ayudarnos y hacernos mejores. Os presento a la ‘decision intelligence’. 

¿De qué estoy hablando? Pues de un ‘nuevo’ campo que ayuda a respaldar, aumentar y automatizar las decisiones empresariales vinculando los datos con las decisiones y los resultados. Utiliza una combinación de métodos, como por ejemplo, mapeo de decisiones y teorías de decisión, y distintas tecnologías, como el machine learning y la automatización de procesos, para mejorar la forma en que se toman las decisiones en las organizaciones. La, podríamos traducir, inteligencia de decisiones, incluye la evaluación continua de los resultados de las decisiones que son tomadas y su optimización mediante un sistema de retroalimentación.

Por poner un poco de contexto, el término ‘decision intelligence’ se popularizó en el libro de Lorien Pratt de 2019Link: how Decision Intelligence Connects Data, Actions, and Outcomes for a Better World, después de que Google lanzara su departamento de ‘decision intelligence’ en 2018. Y, en octubre de 2021, los analistas de Gartner identificaron esta disciplina como una de las tendencias tecnológicas más impactantes para 2022.

¿Por qué es importante la ‘decision intelligence’?

Todos tenemos claro que éxito de las empresas depende de las decisiones, ¿no? Éstas van desde el análisis de su mercado y de la competencia hasta la atracción y captación de talento, o cosas más ‘mecánicas’ como la autorización del pago de facturas. Cada año se toman casi 3.000 millones de decisiones empresariales, y los resultados de las investigaciones realizadas por Bain muestran una correlación del 95% entre la eficacia de las decisiones y los resultados financieros.

Sin embargo, la toma de decisiones está plagada de desafíos, y las decisiones importantes o complejas suelen ser tomadas por personas sin suficiente información (imaginaos como os decía al principio, en el entorno actual), tiempo o experiencia.

Según las conclusiones de McKinsey, el 72% de los ejecutivos afirman que las malas decisiones son tan frecuentes como las buenas, y la empresa media del S&P 500 desperdicia una media de 250 millones de dólares al año debido a una toma de decisiones ineficaz.

Los tres niveles del ‘decision intelligence

Por hacerlo sencillo y para que todos lo entendamos, existen tres niveles en los que la ‘decision intelligence’ puede apoyar las decisiones empresariales. Un poco como los niveles de la conducción autónoma de los coches.

El primer nivel es el de apoyo a la toma de decisiones, en el que las máquinas proporcionan algunas herramientas básicas para apoyar a los humanos, como alertas, análisis y exploración de datos. Las decisiones propiamente dichas las toman las personas.

El segundo nivel es el aumento de las decisiones, en el que las máquinas desempeñan un papel más amplio y proactivo en el proceso de decisión. Analizan los datos y generan recomendaciones y predicciones para que los responsables humanos las revisen y validen. Por ejemplo, podrían hacer una recomendación del tipo: ‘Debería comprar 200 productos del proveedor ‘A’ antes del 30 de marzo; esto le permitirá ahorrar 20.000 dólares’. Los humanos pueden tomar decisiones basadas en las sugerencias de la máquina, simplemente aceptando la recomendación, o pueden trabajar en cooperación con la máquina para modificar ésta.

El tercer nivel es la automatización completa de las decisiones, que reduce aún más la participación humana necesaria en el proceso de decisión. En este nivel, las máquinas realizan tanto la etapa de decisión como la de ejecución de forma autónoma. Para el primer paso, toman decisiones, utilizando una combinación de herramientas como reglas, optimizaciones y predicciones basadas en la inteligencia artificial. En el segundo paso, ejecutan automáticamente esas decisiones sin que intervenga el ser humano. En cambio, los humanos tienen una visión general de alto nivel, supervisando los riesgos y cualquier actividad inusual y revisando regularmente los resultados para mejorar el sistema.

Se trata, en gran medida, de un modelo de madurez, con la posibilidad de ir subiendo de nivel. Sin embargo, no todas las decisiones deben ser automatizadas o aumentadas. Algunas son tan sensibles, complejas o infrecuentes que es mejor mantenerlas en el nivel de apoyo a la decisión y mantener a un humano en el bucle. Entre ellas se encuentran las decisiones de alto nivel, como el diseño de una nueva estrategia empresarial.

Además, un sistema de ‘decision intelligence’ eficaz debe ofrecer los tres modos de funcionamiento, es decir, apoyo, aumento y automatización. Esto permite a los usuarios ascender por los niveles de automatización a medida que desarrollan su confianza en la tecnología y sus capacidades. También permite la opción de rebajar el nivel de automatización cuando sea necesario, por ejemplo, en el caso de eventos de cisne negro como lo vivido con la pandemia, durante la cual, por ejemplo, los datos de ventas del año anterior eran irrelevantes y las predicciones de aprendizaje automático basadas en ellos ya no eran realistas.

Combinar tecnologías

Y tengo una buena noticia. Seguramente tenéis todos los ingredientes para montar un sistema de ‘decision intelligence’, ya que se trata, como decía antes de una combinación de tecnologías existentes, como la inteligencia artificial y la automatización de procesos, con la capacidad de hacer más que cualquiera de ellas por separado.

La IA y el aprendizaje automático se centran en los datos; pueden generar conocimientos, pero a menudo están desconectados de la ejecución y lo que resulta de la toma de decisiones. Y las aplicaciones de procesos empresariales, incluyendo la automatización robótica de procesos (RPA), la minería de procesos y el descubrimiento de procesos, se centran en las tareas. Pueden automatizarlas y hacerlas más eficientes, pero sólo pueden ejecutar aquello para lo que han sido programadas y tienen un impacto limitado en la eficacia de las decisiones.

La ‘inteligencia para la toma de decisiones’ combina estas tecnologías, vinculando los datos con las decisiones, las acciones y los resultados. Puede producir conocimientos basados en los datos, utilizarlos para generar decisiones, ejecutarlas y apoyar el proceso de retroalimentación evaluando su eficacia y éxito.

Una tecnología de inteligencia de decisiones eficaz incorpora un sistema de compromiso con los usuarios para:

– Explicar y justificar las recomendaciones del sistema. No es una caja negra sino una caja de cristal.

– Aprender de la retroalimentación humana sobre decisiones anteriores, incluyendo las razones, elegidas entre un conjunto de códigos de razones, por las que la gente acepta o rechaza sus recomendaciones.

– Comparar sus predicciones sobre el impacto de las decisiones con su impacto real y aprender en consecuencia para mejorar la eficacia de las decisiones.

Y antes de que os lo preguntéis, ya os lo cuento yo. Sí, la ‘decision intelligence’ está siendo adoptada por las mayores empresas del mundo. Google ha creado un equipo de 17.000 empleados para trabajar en ello. Alibaba ha fundado recientemente su propio Laboratorio de Decision Intelligence para mejorar la eficiencia y reducir los costes en áreas como la recomendación de contenidos, la fijación de precios de inventario, el análisis de datos, la asignación de activos y la disposición de capital.

Unilever y Reckitt Benckiser utilizan ‘decision intelligence’ para mejorar su cadena de suministro. Reckitt Benckiser ya empezó utilizarla en sus operaciones en 2018. Su objetivo era tomar más decisiones basadas en datos, en particular utilizando la previsión para su cadena de suministro. El enfoque de Unilever era facilitar los flujos de trabajo de los empleados, al tiempo que promovía nuevas carreras innovadoras en lugar de simples tareas de introducción de datos.

Ambas empresas utilizaron también la tecnología para tomar decisiones rápidas y ágiles en la parte de distribución global. Algo que, se convirtió en estratégicamente importante en respuesta a los cambios repentinos en la demanda durante los primeros meses de la pandemia. Para satisfacer esta demanda cambiante, las empresas se volvieron más ágiles, optimizando su ciclo de S&OP de semanas a días… o incluso horas.

Para mejorar la eficacia de su toma de decisiones, reconoced vuestros propios prejuicios, medid y digitalizad vuestras decisiones y sus resultados. Hacedlo aprovechando la tecnología. La mayoría de las empresas se enfrentan a los mismos problemas: dificultades para escalar sus transformaciones y generar el impacto empresarial esperado. La ‘decision intelligence’ apoya, aumenta o automatiza vuestra toma de decisiones, y las monitoriza a lo largo del tiempo. Así es como podréis aumentar la fiabilidad y el impacto de vuestras acciones.

Publicación de José Luis Casal en D+I

También te puede interesar

Suscríbete a nuestra newsletter para enterarte de las novedades más Geek

Newsletter Banner
RGPD

Contenido Relacionado