Cuatro pasos para empezar a monetizar los datos de su empresa

Hoy en día, las empresas de todo el mundo generan cantidades de datos sin precedentes. Si bien los datos siempre han crecido de forma natural como subproducto de la actividad económica y empresarial, hoy en día, a medida que nuestra vida personal y laboral transcurre en línea, los seres humanos crean una gran cantidad de datos a diario. De hecho, El 90% de todos los datos de Internet del mundo se creó desde 2016.

Durante más de una década, solo las llamadas empresas FAANG (Facebook, Apple, Amazon, Netflix y Google) estuvieron en condiciones de aprovechar la recopilación de enormes cantidades de datos a gran escala. Para estas empresas, los datos son el producto principal y son inherentes a su propuesta de valor, por lo que invirtieron desde el principio en equipos de IA, servidores, infraestructura de red y más. Una asignación de recursos tan intensiva era casi imposible para las empresas no tecnológicas que tenían otras demandas apremiantes de gastos y desembolsos.

Más recientemente, las plataformas de computación en la nube, las mejoras en las herramientas generales y la democratización de los modelos de aprendizaje automático han puesto las capacidades de datos avanzadas al alcance de más empresas. A finales de 2021, más de la mitad de todas las empresas había adoptado la inteligencia artificial en al menos una función empresarial y más de una cuarta parte de las empresas afirman que al menos el 5% de su EBITDA se debe a la adopción de la IA. Los modelos de aprendizaje automático producidos en masa están en todas partes.

Se trata de un cambio significativo. Con las herramientas de IA, las empresas que no son de tecnología pueden utilizar los datos que ya tienen para mejorar las ventas, la logística y las operaciones de forma general.

Sin embargo, tener las herramientas adecuadas no basta. Para obtener beneficios a largo plazo y una ventaja competitiva, las empresas tienen que optimizar sus datos y aprender a utilizarlos de forma estratégica. Sus líderes deberían priorizar el desarrollo de los procesos de datos como un componente fundamental de la empresa. Para ello, deben tomar las siguientes medidas.

1. Infórmese sobre el uso de datos

El primer paso para entender cómo utilizar sus datos es entender qué datos ya tiene. Haga un inventario de sus procesos empresariales para determinar cuáles crean datos de forma natural. Preguntar: ¿Qué registra y registra la empresa? Qué don_’_ t registro y ¿por qué no? ¿Qué información vamos a tirar a la basura que podríamos conservar?

Una vez que haya hecho un inventario de sus datos, infórmese sobre el uso de los datos analizando las formas en que otras empresas almacenan y utilizan datos similares para mejorar sus funciones empresariales.

Por ejemplo, ¿cómo utilizan otras empresas sus grabaciones con control de calidad? ¿Están creando algoritmos de aprendizaje automático para descubrir qué argumentos de venta funcionan mejor y capacitan a sus representantes en función de lo que encuentran? ¿Y qué hay de los datos de la cadena de suministro y la logística? ¿Otras empresas utilizan esos datos para crear programas de optimización que distribuyan el inventario de forma más eficaz?

Por ejemplo, sabemos que otras empresas han empezado a utilizar los datos históricos sobre los servicios públicos y el mantenimiento de edificios para ahorrar en gastos futuros. Piense en lo que Google logró cuando se conectó son datos de consumo de energía para DeepMind AI. Al tomar los datos históricos sobre la temperatura, la potencia, las velocidades de las bombas y otros datos recopilados por miles de sensores y utilizarlos para entrenar a un grupo de redes neuronales profundas, DeepMind AI desarrolló una serie de recomendaciones que redujeron en un 40% la cantidad de energía utilizada para enfriar los centros de datos de Google.

Además, piense críticamente en los datos que otras empresas recopilan públicamente y utilice esa información para obtener información sobre los problemas que intentan resolver. Por ejemplo, ¿qué imagen le pide Google que etiquete en su CAPTCHA y por qué? Si la mayoría de los CAPTCHA recientes se refieren a condiciones de poca iluminación en los coches, es probable que Google quiera que esa información resuelva los casos extremos de sus datos de entrenamiento para los modelos de vehículos autónomos. Observar y razonar sobre los datos que recopilan otras empresas le ayudará a entender mejor los procesos de datos que debe conservar y en los que debe invertir.

2. Copiar y pegar

Cuando comprenda cómo utilizan los datos las empresas, compruebe cómo las últimas empresas emergentes de tecnología están ganando valor a partir de los datos. Estas empresas pueden ofrecer una hoja de referencia sobre el uso de los datos para ayudar a los líderes a entender cómo las personas que trabajan con los datos como su actividad principal los monetizan.

Considere la posibilidad de contratar a empresas emergentes con contratos de prueba de concepto o crear acuerdos de intercambio de datos con empresas emergentes para entender qué innovaciones se están produciendo en estas empresas. Patrocine hackatones corporativos que atraigan al talento tecnológico y le ayuden a encontrar soluciones de IA centradas en los datos para sus desafíos operativos de larga data.

Lea las fuentes de noticias que leen los fundadores de empresas emergentes y los desarrolladores influyentes, como Hacker News y ML Substack, para obtener información sobre los productos más recientes y las ideas más vanguardistas. Al fin y al cabo, hace 10 años, Stripe no lanzó su producto en una conferencia de Fortune 500. La publicaron en Hacker News.

Mire estas solicitudes y compruebe si puede traducirlas a su empresa. No ignore los tecnologías disruptivos: piense en cómo utilizarlas para las necesidades de su empresa.

3. Compre, no construya

Para muchos de los problemas que surgen al capturar y gestionar los datos, ya existen soluciones SaaS. Lamentablemente, las empresas suelen intentar resolver estos problemas internamente en lugar de comprar una solución lista para usar. Muchas grandes empresas crean herramientas de gestión de datos internamente, lo que lleva a una infraestructura lenta y torpe que no evoluciona junto con otras tecnologías. Y cuando las nuevas empresas intentan crear estas herramientas internamente, aumentan su tiempo de comercialización y se arriesgan a perder su ventaja de ser las primeras en actuar.

No se engañe haciéndose creer que su caso de uso es tan específico que requiere una infraestructura interna especial. Crear herramientas de infraestructura de datos internas lleva meses, su mantenimiento es caro y, a menudo, los resultados no son tan buenos como los de un producto que ya está en el mercado.

Siempre que sea posible, usted debería comprar, no construir, las herramientas necesita estructurar y gestionar los datos. Si las herramientas no son la base de su negocio, no las reconstruya internamente. Hacerlo ralentizará el desarrollo de su modelo de aprendizaje automático y ese es el producto que le ahorrará dinero y le ayudará a mantenerse por delante de la competencia.

4. Empiece a construir un foso de datos

La recopilación de grandes cantidades de datos dentro de las funciones empresariales normales puede ayudar a las empresas a empezar a construir un foso de datos estructurales que se pueda utilizar para actividades que generen mayor valor. Con el tiempo, este foso puede llegar a ser tan grande que sea demasiado ancho como para que otras empresas lo crucen, por lo que los datos le proporcionan una ventaja competitiva.

Pensemos en el ejemplo de Waymo y Tesla, dos actores importantes en el mercado de los vehículos autónomos.

El primero dedica una cantidad significativa de recursos a conducir y procesar miles de horas de vídeo de imágenes de conducción callejera para capturar los datos adecuados para entrenar a sus modelos.

Este último, que ha vendido casi 2 millones de vehículos eléctricos, puede aprovechar los datos fácilmente disponibles de los miles de propietarios de Tesla que utilizan el software de conducción autónoma de sus vehículos. La empresa tiene acceso a la información sobre accidentes, comportamiento humano y más. Tener estos datos del mundo real a escala diferencia a Tesla de la competencia. Además, si Tesla decide abandonar sus aspiraciones de AV, la empresa podría seguir ganando dinero vendiendo su valioso inventario de datos a otras empresas de AV.

Así que no desperdicie sus datos. Colóquelos y guárdelos hasta más adelante, cuando pueda utilizarlos para cumplir sus objetivos empresariales futuros.

Piense en la historia de Rockefeller y los subproductos del petróleo crudo. La mayoría de los propietarios de refinerías consideraban residuos los subproductos de la conversión del petróleo crudo en queroseno y los tiraban a la basura. Rockefeller, sin embargo, vio su valor: recolectó la cera de parafina para venderla a los fabricantes de velas y la vaselina para venderla a compañías de suministros médicos.

Sea como Rockefeller. Conserve sus datos para poder monetizarlos más adelante. No lo trate como un subproducto inútil solo porque no sea su producto principal en este momento.

. . .

Se acabaron los días en que la IA y el aprendizaje automático eran un lujo al que solo podían acceder las principales empresas de tecnología. Pero si bien las nuevas y poderosas herramientas son más accesibles que nunca, las empresas tienen que aprender a utilizarlas estratégicamente y a pensar en los datos que las impulsan. Aprender a hacer eso es donde realmente encontrará la ventaja competitiva de la IA.