Everything Alibaba Does Differently — and Better

Alibaba llegó a los titulares con la mayor OPI del mundo en septiembre de 2014. En la actualidad, la empresa tiene una capitalización bursátil entre las 10 principales del mundo, ha superado a Walmart en ventas mundiales y se ha expandido a los principales mercados del mundo. El fundador Jack Ma se ha convertido en un nombre muy conocido.

Desde su creación, en 1999, Alibaba experimentó un gran crecimiento en su plataforma de comercio electrónico. Sin embargo, todavía no parecía un éxito mundial en 2007 cuando el equipo directivo, al que me había incorporado a tiempo completo el año anterior, se reunió para elaborar una estrategia fuera de las instalaciones en un monótono hotel junto al mar en Ningbo, provincia de Zhejiang. A lo largo de la reunión, nuestras observaciones e ideas inconexas sobre las tendencias del comercio electrónico empezaron a unirse en una visión más amplia del futuro y, al final, nos pusimos de acuerdo en una visión. «Fomentaríamos el desarrollo de un ecosistema de comercio electrónico abierto, coordinado y próspero». Fue entonces cuando el viaje de Alibaba comenzó realmente.

Nos dimos cuenta de que la innovación especial de Alibaba era que realmente estábamos creando un ecosistema: una comunidad de organismos (empresas y consumidores de muchos tipos) que interactuaban entre sí y con el entorno (la plataforma en línea y los elementos físicos más grandes fuera de línea). Nuestro imperativo estratégico era asegurarnos de que la plataforma proporcionara todos los recursos, o acceso a los recursos, que una empresa en línea necesitaría para tener éxito y, por lo tanto, apoyara la evolución del ecosistema.

El ecosistema que creamos era simple al principio: vinculábamos a compradores y vendedores de productos. A medida que la tecnología avanzaba, más funciones empresariales se trasladaron a Internet, incluidas las establecidas, como la publicidad, el marketing, la logística y las finanzas, y las emergentes, como el marketing de afiliación, los recomendadores de productos y las personas influyentes en las redes sociales. Y a medida que ampliábamos nuestro ecosistema para dar cabida a estas innovaciones, ayudamos a crear nuevos tipos de negocios en línea y, a lo largo del camino, reinventamos por completo el sector minorista chino.

Hoy en día, Alibaba no es solo una empresa de comercio en línea. Es lo que obtiene si toma todas las funciones asociadas con la venta minorista y las coordina en línea en una red extensa y basada en datos de vendedores, vendedores, proveedores de servicios, empresas de logística y fabricantes. En otras palabras, Alibaba hace lo que Amazon, eBay, PayPal, Google, FedEx, los mayoristas y una buena parte de los fabricantes hacen en los Estados Unidos, con una buena cantidad de servicios financieros para embargar.

De las 10 empresas más valoradas del mundo en la actualidad, siete son compañías de Internet con modelos de negocio similares a los nuestros. Cinco de ellas —Amazon, Google y Facebook en los Estados Unidos y Alibaba y Tencent en China— apenas llevan 20 años. ¿Por qué han surgido tanto valor y poder de mercado tan rápido? Gracias a las nuevas capacidades de coordinación de redes e inteligencia de datos que utilizan todas estas empresas. Los ecosistemas que administran son mucho más eficientes desde el punto de vista económico y están centrados en los clientes que las industrias tradicionales. Estas firmas siguen un enfoque que yo llamo negocios inteligentes y creo que representan la lógica empresarial dominante del futuro.

¿Qué es un negocio inteligente?

Los negocios inteligentes surgen cuando todos los actores que participan en la consecución de un objetivo empresarial común (la venta minorista, por ejemplo, o los viajes compartidos) se coordinan en una red en línea y utilizan la tecnología de aprendizaje automático para aprovechar los datos de manera eficiente en tiempo real. Este modelo basado en la tecnología, en el que la mayoría de las decisiones operativas las toman las máquinas, permite a las empresas adaptarse de forma dinámica y rápida a las cambiantes condiciones del mercado y a las preferencias de los clientes, obteniendo una enorme ventaja competitiva sobre las empresas tradicionales.

La amplia potencia de cálculo y los datos digitales son el combustible del aprendizaje automático, por supuesto. Cuantos más datos y más iteraciones realice el motor algorítmico, mejor será su salida. Los científicos de datos crean modelos de predicción probabilísticos para acciones específicas y, a continuación, el algoritmo analiza montones de datos para tomar mejores decisiones en tiempo real con cada iteración. Estos modelos de predicción se convierten en la base de la mayoría de las decisiones empresariales. Por lo tanto, el aprendizaje automático es más que una innovación tecnológica; transformará la forma en que se llevan a cabo los negocios a medida que la toma de decisiones humanas sea sustituida cada vez más por la producción algorítmica.

Ant Microloans ofrece un ejemplo sorprendente de cómo será este futuro. Cuando Alibaba lanzó Ant, en 2012, el préstamo típico que conceden los grandes bancos de China era de millones de dólares. El importe mínimo del préstamo (unos 6 millones de RMB o poco menos de 1 millón de dólares) estaba muy por encima de los importes que necesitaban la mayoría de las pequeñas y medianas empresas (pymes). Los bancos se mostraron reacios a prestar servicios a las empresas que carecían de algún tipo de historial crediticio o incluso de la documentación adecuada de sus actividades comerciales. Como consecuencia, decenas de millones de empresas en China tenían verdaderas dificultades para conseguir el dinero necesario para hacer crecer sus operaciones.

En Alibaba, nos dimos cuenta de que teníamos el ingrediente para crear un negocio de préstamos para pymes rentable, escalable y funcional: la enorme cantidad de datos de transacciones que generan las numerosas pequeñas empresas que utilizan nuestra plataforma. Por eso, en 2010 lanzamos una empresa pionera de micropréstamos basada en datos para ofrecer préstamos a empresas por importes no superiores a 1 millón de RMB (unos 160 000 dólares). En siete años de funcionamiento, la empresa ha prestado más de 87 000 millones de RMB (13 400 millones de dólares) a casi tres millones de pymes. El importe medio de los préstamos es de 8 000 RMB, o unos 1200 dólares. En 2012, combinamos esta operación de préstamos con Alipay, nuestra exitosa empresa de pagos, para crear Ant Financial Services. Le pusimos ese nombre a la nueva empresa para captar la idea de que estábamos empoderando a todas las pequeñas pero industriosas empresas parecidas a hormigas.

Hoy en día, Ant puede tramitar fácilmente préstamos tan pequeños como varios cientos de RMB (unos 50 dólares) en unos minutos. ¿Cómo es posible? Cuando se enfrentan a posibles prestatarios, las instituciones crediticias solo necesitan responder a tres preguntas básicas: ¿debemos prestarles, cuánto debemos prestar y a qué tipo de interés? Cuando los vendedores de nuestras plataformas nos autorizaron a analizar sus datos, estuvimos en condiciones de responder a esas preguntas. Nuestros algoritmos pueden analizar los datos de las transacciones para evaluar el desempeño de una empresa, qué tan competitivas son sus ofertas en el mercado, si sus socios tienen calificaciones crediticias altas, etc.

Ant utiliza esos datos para comparar a los buenos prestatarios (los que pagan a tiempo) con los malos (los que no) para aislar los rasgos comunes en ambos grupos. Esos rasgos se utilizan luego para calcular las puntuaciones crediticias. Todas las instituciones crediticias lo hacen de alguna manera, por supuesto, pero en Ant el análisis se realiza automáticamente de todos los prestatarios y de todos sus datos de comportamiento en tiempo real. Cada transacción, cada comunicación entre el vendedor y el comprador, cada conexión con otros servicios disponibles en Alibaba, de hecho, cada acción que se realiza en nuestra plataforma, afecta a la calificación crediticia de la empresa. Al mismo tiempo, los algoritmos que calculan las puntuaciones evolucionan a su vez en tiempo real, lo que mejora la calidad de la toma de decisiones con cada iteración.

Para determinar cuánto prestar y cuántos intereses cobrar es necesario analizar muchos tipos de datos generados en la red de Alibaba, como los márgenes de beneficio bruto y la rotación del inventario, junto con información menos precisa desde el punto de vista matemático, como los ciclos de vida de los productos y la calidad de las relaciones sociales y comerciales del vendedor. Los algoritmos podrían, por ejemplo, analizar la frecuencia, la duración y el tipo de las comunicaciones (mensajería instantánea, correo electrónico u otros métodos comunes en China) para evaluar la calidad de las relaciones.

Los científicos de datos de Alibaba son esenciales para identificar y probar qué puntos de datos proporcionan la información que buscan y, luego, diseñar algoritmos para extraer los datos. Este trabajo requiere un conocimiento profundo del negocio y experiencia en algoritmos de aprendizaje automático. Piénselo de nuevo en Ant Financial. Si un vendedor considerado con mal crédito reembolsa su préstamo a tiempo o un vendedor con un crédito excelente incumple catastróficamente, es evidente que es necesario ajustar el algoritmo. Los ingenieros pueden comprobar sus suposiciones rápida y fácilmente. ¿Qué parámetros hay que añadir o eliminar? ¿Qué tipos de comportamiento de los usuarios deberían tener más peso?

Los principales negocios de Alibaba de un vistazo

Mercados minoristas chinos

• Mercado de Taobao
• Tmall
• Taobao rural

Mercados transfronterizos y globales

• AliExpress
• Tmall Global
• Lazada

Comercio mayorista

• 1688.com (China)
• Alibaba.com (mundial)

Medios digitales y entretenimiento*

• Youku Tudou (vídeo en línea)
• Fotos de Alibaba
• Música de Alibaba
• Alibaba Sports
• UC (navegador móvil)

Otros servicios*

• AutoNavi (cartografía y navegación)
• Koubei (servicios locales)
• Ele.me (entrega)

Finanzas*

• Ant Financial (incluye Alipay)
• Mi banco

Logística*

• Red Cainiao

Computación en nube*

• Nube de Alibaba

* Principales sociedades participadas y socios cooperativos del Grupo Alibaba

A medida que los algoritmos recalibrados producen predicciones cada vez más precisas, el riesgo y los costes de Ant disminuyen de manera constante y los prestatarios reciben el dinero que necesitan, cuando lo necesitan, a un tipo de interés que pueden pagar. El resultado es un negocio de gran éxito: la operación de micropréstamos tiene una tasa de morosidad de alrededor del 1%, muy por debajo de la estimación del Banco Mundial de 2016, de una media del 4% en todo el mundo.

Entonces, ¿cómo se crea ese tipo de negocios?

Automatice todas las decisiones operativas

Para convertirse en una empresa inteligente, su empresa debe permitir que el mayor número posible de decisiones operativas las tomen máquinas alimentadas por datos en tiempo real, y no por personas con el apoyo de sus propios análisis de datos. Transformar la toma de decisiones de esta manera es un proceso de cuatro pasos.

Paso 1: «Datafía» cada intercambio de clientes.

Ant tuvo la suerte de tener acceso a una gran cantidad de datos sobre posibles prestatarios para responder a las preguntas inherentes a su negocio crediticio. Para muchas empresas, el proceso de captura de datos será más difícil. Pero los datos en tiempo real son esenciales para crear los circuitos de retroalimentación que son la base del aprendizaje automático.

Pensemos en el negocio del alquiler de bicicletas. Las empresas emergentes de China han aprovechado la telefonía móvil, el Internet de las cosas (en forma de candados inteligentes para bicicletas) y los sistemas de pago y crédito móviles existentes para archivar todo el proceso de alquiler.

Tradicionalmente, alquilar una bicicleta implicaba ir a una oficina de alquiler, dejar un depósito, que alguien le diera una bicicleta, usar la bicicleta, devolverla y, después, pagar el alquiler en efectivo o con tarjeta de crédito. Varias empresas chinas rivales pusieron todo esto en Internet mediante la integración de varias tecnologías nuevas con las existentes. Una innovación crucial fue la combinación de códigos QR y cerraduras electrónicas que automatizaron hábilmente el proceso de pago. Al abrir la aplicación para compartir bicicletas, el usuario puede ver las bicicletas disponibles y reservar una cerca. Cuando el ciclista llega a la bicicleta, utiliza la aplicación para escanear un código QR de la bicicleta. Suponiendo que la persona tenga dinero en su cuenta y cumpla con los criterios de alquiler, el código QR abrirá el candado electrónico para bicicletas. La aplicación puede incluso verificar el historial crediticio de la persona a través de Sesame Credit, el nuevo producto en línea de Ant Financial para las calificaciones crediticias de los consumidores, lo que permite al usuario saltarse el pago de un depósito y agiliza aún más el proceso. Cuando se devuelva la bicicleta, se completará la transacción al cerrar el candado. El proceso es sencillo e intuitivo y normalmente solo tarda unos segundos.

Datafear el proceso de alquiler mejora en gran medida la experiencia del consumidor. Sobre la base de los datos en tiempo real, las empresas envían camiones para trasladar las bicicletas a donde los usuarios quieren que estén. También pueden avisar a los usuarios habituales de la disponibilidad de bicicletas en las cercanías. Gracias en gran parte a estas innovaciones, el coste del alquiler de bicicletas en China se ha reducido a unos pocos centavos por hora.

La mayoría de las empresas que buscan basarse más en los datos suelen recopilar y analizar la información para crear un modelo causal. A continuación, el modelo aísla los puntos de datos críticos de la masa de información disponible. No es así como las empresas inteligentes utilizan los datos. En cambio, capturan toda la información generada durante los intercambios y las comunicaciones con los clientes y otros miembros de la red a medida que la empresa opera y, a continuación, dejan que los algoritmos determinen qué datos son relevantes.

Paso 2: «Programatizar» cada actividad.

En una empresa inteligente, todas las actividades (no solo la gestión del conocimiento y las relaciones con los clientes) se configuran mediante software para automatizar las decisiones que las afectan. Esto no significa que una empresa necesite comprar o crear un software ERP o su equivalente para gestionar su negocio, sino todo lo contrario. El software tradicional hace que los procesos y los flujos de decisiones sean más rígidos y, a menudo, se convierte en una camisa de fuerza. Por el contrario, la lógica dominante para las empresas inteligentes es la reactividad en tiempo real. El primer paso es crear un modelo de cómo los humanos toman decisiones actualmente y encontrar formas de replicar los elementos más simples de ese proceso mediante el software, lo que no siempre es fácil, dado que muchas decisiones humanas se basan en el sentido común o incluso en la actividad neurológica subconsciente.

El crecimiento de Taobao, el sitio web de venta minorista nacional del Grupo Alibaba, se debe al continuo software del proceso de venta minorista. Una de las primeras herramientas de software importantes que se crearon en Taobao fue una herramienta de mensajería instantánea llamada Wangwang, mediante la cual compradores y vendedores podían comunicarse fácilmente. Con la herramienta, los vendedores saludan a los compradores, presentan los productos, negocian los precios, etc., igual que hace la gente en una tienda minorista tradicional. Alibaba también desarrolló un conjunto de herramientas de software que ayudan a los vendedores a diseñar y lanzar una variedad de sofisticados escaparates de tiendas en línea. Una vez que las tiendas online estén en funcionamiento, los vendedores pueden acceder a otros productos de software para emitir cupones, ofrecer descuentos, ejecutar programas de fidelización y llevar a cabo otras actividades de relación con los clientes, todas coordinadas entre sí.

Como la mayoría del software actual se ejecuta en línea como un servicio, una ventaja importante del software para una actividad empresarial es que los datos en tiempo real se pueden recopilar de forma natural como parte del proceso empresarial, lo que sienta las bases para la aplicación de las tecnologías de aprendizaje automático.

Paso 3: Hacer que los datos fluyan.

En los ecosistemas con muchos actores interconectados, las decisiones empresariales requieren una coordinación compleja. Los motores de recomendaciones de Taobao, por ejemplo, tienen que funcionar con los sistemas de gestión del inventario de los vendedores y con los sistemas de perfiles de los consumidores de varias plataformas de redes sociales. Sus sistemas de transacciones tienen que funcionar con ofertas de descuentos y programas de fidelización, además de incorporarse a nuestra red logística.

Los estándares de comunicación, como el TCP/IP, y las interfaces de programación de aplicaciones (API) son fundamentales para que los datos fluyan entre varios actores y, al mismo tiempo, garantizan un control estricto de quién puede acceder a los datos y editarlos en todo el ecosistema. Las API, un conjunto de herramientas que permiten a los diferentes sistemas de software «hablar» y coordinarse entre sí en línea, han sido fundamentales para el desarrollo de Taobao. A medida que la plataforma pasó de ser un foro en el que compradores y vendedores podían reunirse y vender productos a convertirse en el sitio web de comercio electrónico dominante en China, los comerciantes del sitio necesitaron cada vez más el apoyo de desarrolladores externos. El nuevo software tenía que ser ampliamente interoperable con todos los demás programas de la plataforma para tener algún valor. Así que, en 2009, Taobao comenzó a desarrollar API para que las utilizaran los proveedores de software independientes. Hoy en día, los comerciantes de Taobao están suscritos a más de 100 módulos de software, de media, y los servicios de datos en directo que ofrecen reducen drásticamente los costes de hacer negocios para los comerciantes.

Conseguir la infraestructura técnica correcta es solo el principio. Nos costó un esfuerzo enorme crear un estándar común para que los datos pudieran usarse e interpretarse de la misma manera en todas las unidades de negocio de Alibaba. Además, encontrar las estructuras de incentivos adecuadas para persuadir a las empresas de que compartan los datos de que disponen es un desafío importante y continuo. Se necesita mucho más trabajo. Por supuesto, el grado en que las empresas puedan innovar en este ámbito dependerá en parte de las normas que regulen el intercambio de datos en los países en los que operen. Pero la dirección está muy clara: cuantos más datos fluyan por la red, más inteligente se vuelve la empresa y más valor crea el ecosistema.

Paso 4: Aplicar los algoritmos.

Una vez que una empresa tenga todas sus operaciones en línea, se enfrentará a una avalancha de datos. Para asimilar, interpretar y utilizar los datos en su beneficio, la empresa debe crear modelos y algoritmos que expliquen la lógica subyacente del producto o la dinámica del mercado que la empresa intenta optimizar. Se trata de una enorme empresa creativa que requiere muchas habilidades nuevas, de ahí la enorme demanda de científicos de datos y economistas. Su desafío es especificar qué trabajo quieren que haga la máquina y tienen que tener muy claro lo que constituye un trabajo bien hecho en un entorno empresarial determinado.

Desde muy pronto, nuestro objetivo para Taobao era adaptarlo a las necesidades de cada persona. Esto habría sido imposible sin los avances en el aprendizaje automático. Hoy, cuando los clientes inician sesión, ven una página web personalizada con una selección de productos seleccionados entre los miles de millones que ofrecen nuestros millones de vendedores. La selección la genera automáticamente el potente motor de recomendaciones de Taobao. Sus algoritmos, que están diseñados para optimizar la tasa de conversión de cada visita, recopilan los datos generados en la plataforma de Taobao, desde las operaciones hasta el servicio de atención al cliente y la seguridad.

Alibaba en cifras

El Grupo Alibaba salió a bolsa en los Estados Unidos en septiembre de 2014 y ha crecido a un ritmo vertiginoso, con una capitalización bursátil de más de 500 000 millones de dólares. Las plataformas de comercio electrónico del grupo tienen ahora más de 550 millones de consumidores activos al año. Estas cifras no incluyen Ant Financial, que informa los resultados financieros por separado.

En el año fiscal que finalizó en marzo de 2017, el Grupo Alibaba registró beneficios de más de 15 000 millones de dólares sobre casi 40 000 millones de dólares en ingresos. Ant obtuvo beneficios de 814 millones de dólares sobre ingresos de 8 900 millones de dólares y actualmente está valorada en más de 100 000 millones de dólares. Ant paga regalías a Alibaba, que ascendieron a 332 millones de dólares en 2017.

Un hito en el crecimiento de Taobao, en 2009, fue pasar de una simple navegación, que funcionaba bastante bien cuando la plataforma tenía muchas menos visitas y productos que gestionar, a un motor de búsqueda impulsado por algoritmos de aprendizaje automático y capaz de procesar enormes volúmenes de consultas. Taobao también ha estado experimentando con algoritmos de búsqueda por reconocimiento óptico que pueden tomar una foto del artículo deseado suministrado por el cliente y compararla con los productos disponibles en la plataforma. Si bien aún estamos en las primeras etapas del uso de esta tecnología para impulsar las ventas, la función ha demostrado ser muy popular entre los clientes, con 10 millones de visitas únicas diarias.

En 2016, Alibaba presentó un chatbot con IA para ayudar a responder las consultas de los clientes. Es diferente de los proveedores de servicios mecánicos que conoce la mayoría de las personas, que están programados para hacer coincidir las consultas de los clientes con las respuestas de su repertorio. Los chatbots de Alibaba los «entrenan» representantes experimentados de comerciantes de Taobao. Conocen todos los productos de sus categorías y conocen bien la mecánica de las plataformas de Alibaba (las políticas de devoluciones, los gastos de envío, cómo realizar cambios en un pedido) y otras preguntas frecuentes que se hacen los clientes. Al utilizar una variedad de tecnologías de aprendizaje automático, como la comprensión semántica, los diálogos contextuales, los gráficos de conocimiento, la minería de datos y el aprendizaje profundo, los chatbots mejoran rápidamente su capacidad de diagnosticar y solucionar los problemas de los clientes de forma automática, en lugar de simplemente devolver respuestas estáticas que impulsan al consumidor a tomar medidas adicionales. Confirman con el cliente que la solución presentada es aceptable y, a continuación, la ejecutan. No se produce ninguna acción humana por parte de Alibaba o el comerciante.

Los chatbots también pueden contribuir de manera significativa a la primera línea del vendedor. La marca de ropa Senma, por ejemplo, empezó a usar uno hace un año y descubrió que las ventas del bot eran 26 veces superiores a las del principal asociado de ventas humano del vendedor.

Siempre se necesitarán representantes de clientes humanos para tratar asuntos complicados o personales, pero la capacidad de gestionar las consultas de rutina a través de un chatbot es muy útil, especialmente en los días de gran volumen o promociones especiales. Anteriormente, la mayoría de los grandes vendedores de nuestra plataforma contrataban trabajadores temporales para atender las consultas de los consumidores durante los grandes eventos. Ya no. Durante el día más importante de rebajas de Alibaba en 2017, el chatbot atendió más del 95% de las preguntas de los clientes y respondió a unos 3,5 millones de consumidores.

Estos cuatro pasos son la base para crear una empresa inteligente: dedicarse a la datificación creativa para enriquecer el conjunto de datos que la empresa utiliza para ser más inteligente; programar la empresa para poner en línea los flujos de trabajo y los actores esenciales; instituir estándares y API que permitan el flujo y la coordinación de los datos en tiempo real; y aplicar algoritmos de aprendizaje automático para generar decisiones empresariales «inteligentes». Todas las actividades incluidas en los cuatro pasos son nuevas competencias importantes que requieren un nuevo tipo de liderazgo.

El papel del líder

En mi curso sobre negocios inteligentes en la Escuela de Emprendimiento de Hupan, muestro una diapositiva con 10 líderes empresariales y pido a los estudiantes que los identifiquen. Pueden elegir fácilmente a Jack Ma, Elon Musk y Steve Jobs. Pero prácticamente nadie puede identificar al CEO de CitiGroup, Toyota o General Electric.

Hay una razón para ello. A diferencia de GE, Toyota y CitiGroup, que ofrecen productos o servicios a través de cadenas de suministro optimizadas, las empresas digitales deben movilizar una red para hacer realidad su visión. Para ello, sus líderes tienen que inspirar a los empleados, socios y clientes que forman esa red. Deben ser visionarios y evangelistas, hablar abiertamente de una manera que los líderes de las empresas tradicionales no tienen por qué serlo.

Al más alto nivel, los evangelistas digitales deben entender cómo será el futuro y cómo evolucionarán sus industrias en respuesta a los cambios sociales, económicos y tecnológicos. No pueden describir las medidas concretas para alcanzar los objetivos de sus empresas porque el entorno es demasiado fluido y se desconocen las capacidades que necesitarán. En cambio, deben definir lo que la empresa busca lograr y crear un entorno en el que los trabajadores puedan unir rápidamente productos y servicios experimentales, poner a prueba el mercado y ampliar las ideas que generen una respuesta positiva. Los líderes digitales ya no gestionan, sino que permiten a los trabajadores innovar y facilitan el ciclo central de retroalimentación de las respuestas de los usuarios a las decisiones y la ejecución de la empresa.

Lectura adicional

Artículos de HBR sobre estrategia para empresas de plataformas Buscar la plataforma en su producto

…

En el modelo de negocio inteligente, los algoritmos de aprendizaje automático asumen gran parte de la carga de la mejora gradual al realizar ajustes automáticos que aumentan la eficiencia de todo el sistema. Por lo tanto, la tarea más importante de los líderes es cultivar la creatividad. Su mandato es aumentar la tasa de éxito de la innovación en lugar de mejorar la eficiencia de la operación.

CONCLUSIÓN

Las empresas nativas de lo digital, como Alibaba, tienen la ventaja de nacer en línea y estar preparadas para los datos, por lo que su transformación hacia una empresa inteligente es bastante natural. Ahora que han demostrado que el modelo funciona y están transformando la antigua economía industrial, es hora de que todas las empresas entiendan y apliquen esta nueva lógica empresarial. Eso puede parecer intimidante desde el punto de vista tecnológico, pero cada vez es más factible. La comercialización de las tecnologías de computación en nube e inteligencia artificial ha hecho que la potencia computacional y las capacidades analíticas a gran escala sean accesibles para todos. De hecho, el coste de almacenar y calcular grandes cantidades de datos se ha reducido drásticamente en la última década. Esto significa que las aplicaciones de aprendizaje automático en tiempo real ahora son posibles y asequibles en más y más entornos. El rápido desarrollo de la tecnología del Internet de las cosas digitalizará aún más nuestro entorno físico y proporcionará cada vez más datos. A medida que estas innovaciones se acumulen en las próximas décadas, las ganadoras serán las empresas que sean inteligentes más rápido que la competencia.