Dirección de analítica e IA
Construyo agentes de IA que toman decisiones operativas y las ejecutan, sobre una infraestructura de datos lo bastante sólida para confiarles esa decisión. Hoy corren una operación de retail en seis países. El mismo problema espera en toda industria con una transformación digital por delante.
Los primeros agruparon cientos de locales según la forma de su demanda y mandaron la respuesta directo a ejecución. Lo que era un ejercicio mensual en hojas de cálculo ahora corre solo, y cada decisión que toma queda registrada.
La mayor parte de la ganancia salió de mover activos ya pagados hacia donde sí rinden. Cualquier negocio con inventario, capacidad o gente en el lugar equivocado tiene ese mismo problema, venda lo que venda.
Un agente vale lo que vale el dato que lee. Primero fueron el data warehouse en la nube, la data maestra gobernada y la planeación automatizada. Ese orden no es opcional, y es donde la mayoría de los programas de IA se caen sin hacer ruido.
Estos agentes ya pasaron la fase piloto y hoy corren dentro del ciclo operativo semanal, con dueños asignados a cada decisión. Su resultado aterriza en las mismas cifras que el negocio ya reporta cada mes. Casi todo el trabajo de IA que he visto morir, murió antes de este punto.
Decir que un proyecto de IA funcionó es fácil. Comparo los sitios que recibieron el cambio contra otros parecidos que dejé sin tocar, de modo que la diferencia entre las dos líneas es lo que aguanta cuando una junta pregunta cómo lo sabemos.
Diferencia en diferencias, cuadrado contra el warehouse antes de que algo salga del equipo.
Tres notas sobre cómo se hace este trabajo de verdad. Sin casos de estudio y sin nombres de clientes, porque el método es la parte que viaja.
Dirijo la analítica de seis países y estoy en el comité ejecutivo, con reporte trimestral a junta. Planeación, allocation, S&OP, gobierno de datos y el trabajo con agentes cuelgan de ahí.
Entré como especialista de BI y salí del puesto como gerente. En el camino: el data warehouse en la nube sobre el que hoy corre la empresa, el reporteo que dejó de ser manual, y los tiempos de entrega de dos meses y medio a uno.
Nueve años en desempeño de vuelo y combustible. Automaticé un análisis de doce horas a una, y encontré $700K anuales de ahorro validando cómo se usaba el combustible de verdad. Otra industria, el mismo método.