Nuestros sitios
Ver edición digital Título de la edición actual
Compartir

Del periodismo a los jeans: las ‘5 C’ exitosas de Katia Walsh de Levi’s

Sam Ransbotham, Shervin Khodabandeh 18 Abr 2022
Del periodismo a los jeans: las ‘5 C’ exitosas de Katia Walsh de Levi’s

La directora de Estrategia Global e Inteligencia Artificial de Levi’s explica cómo ha organizado la transformación digital y el compromiso de los colaboradores en torno a cinco C: conexiones con los consumidores, el comercio, la creación, las carreras y la cultura.


Katia Walsh comenzó su carrera como periodista en su natal Bulgaria y ahora es directora de Estrategia Global e Inteligencia Artificial en el minorista Levi Strauss & Co.

A lo largo de su carrera, ha desarrollado una pasión por tres cosas: el poder de la información, el poder de la tecnología y el poder del aprendizaje automático. Su entusiasmo por estos temas es evidente cuando describe cómo se asegura de que una conocida marca de ropa heredada siga siendo relevante a través de la transformación tecnológica.

El secreto para lograr una transformación digital exitosa en tu empresa

Katia Walsh es vicepresidenta senior y directora de Estrategia Global e Inteligencia Artificial de Levi Strauss & Co. donde se enfoca en establecer la estrategia corporativa y digital holística de la compañía de ropa.

Anteriormente, fue la primera directora global de Análisis y Datos de Vodafone Group y ocupó cargos de liderazgo en análisis de datos estratégicos en Prudential Financial, Fidelity Investments y Forrester Research.

Walsh fue nombrada Líder de datos del año del Reino Unido durante tres años consecutivos por la serie de premios Women in IT Awards. Tiene un doctorado en comunicación estratégica de la Universidad de Missouri-Columbia.

En este episodio del podcast Me, Myself, and AI, Katia explica cómo ha organizado la transformación digital y el compromiso de los colaboradores en Levi Strauss en torno a cinco C: conexiones con los consumidores, el comercio, la creación, las carreras y la cultura.

También describe los campamentos de entrenamiento de aprendizaje automático que el minorista ha ofrecido a los empleados no tecnológicos para impulsar la innovación y describe cómo piensa la empresa sobre las prácticas responsables de IA.

Por qué las empresas deben adoptar prácticas responsables con la Inteligencia Artificial

Transcripción

Sam Ransbotham: Muchos minoristas están personalizando sus ofertas de productos, pero pocos lo hacen utilizando productos de IA inspirados por colaboradores con conocimientos técnicos limitados.

Únase a nosotros cuando hablemos con Katia Walsh, vicepresidenta senior y directora de Estrategia Global e Inteligencia Artificial de Levi Strauss & Co., sobre cómo los campos de entrenamiento de IA de la empresa mejoran las habilidades de su fuerza laboral e inspiran la innovación.

Bienvenida y bienvenido a Me, Myself, and AI, un podcast sobre Inteligencia Artificial en los negocios. En cada episodio, te presentamos a alguien que innova con IA.

Soy Sam Ransbotham, profesor de sistemas de información en Boston College. También soy el editor invitado del programa AI and Business Strategy Big Idea en MIT Sloan Management Review.

Shervin Khodabandeh: Y soy Shervin Khodabandeh, socio senior de BCG, y codirijo la práctica de IA de BCG en América del Norte. Juntos, MIT SMR y BCG han estado investigando la IA durante cinco años, entrevistando a cientos de profesionales y encuestando a miles de empresas sobre lo que se necesita para construir, implementar y escalar capacidades de IA en toda la organización y realmente transformar la forma en que operan las organizaciones.

Sam Ransbotham: Hoy, Shervin y yo estamos emocionados de hablar con Katia Walsh, directora de Estrategia Global e Inteligencia Artificial de Levi Strauss & Co. Katia, gracias por tomarte el tiempo para hablar con nosotros. Bienvenida.

Shervin Khodabandeh: Gracias por acompañarnos, Katia.

Katia Walsh: Un placer. Gracias por invitarme.

Sam Ransbotham: ¿Puedes hablarnos sobre su puesto actual? ¿Qué estás haciendo ahora por Levi Strauss?

Katia Walsh: Soy responsable de una fusión de estrategia e Inteligencia Artificial y, para contarles un poco más al respecto, en realidad se trata de crear una capacidad integrada que conecta tecnologías emergentes, datos e IA en una capacidad holística al servicio de nuestra metas estratégicas.

Sam Ransbotham: ¿Cuánto tiempo llevas haciendo eso?

Katia Walsh: He sido directora de Estrategia e Inteligencia Artificial de Levi Strauss & Co. durante los últimos dos años y medio.

Me uní muy, muy pronto antes de que comenzara la pandemia, por lo que ha sido una inducción por fuego, y también ha sido una gran oportunidad para mostrar el poder de la tecnología en momentos como este.

Sam Ransbotham: Sí, es un gran momento y un momento desafiante, estoy seguro. Sin embargo, no empezaste en este papel.

Cuéntanos qué estaba pasando antes de hace 2 años y medio. Creo que de hecho empezaste como periodista en Bulgaria. Conecta los puntos entre eso y Levi Strauss.

Katia Walsh: Crecí en la Bulgaria comunista en un momento en que Levi’s significaba mucho más que moda o ropa; era realmente la bandera de la libertad.

Se trataba de la independencia y la democracia y lo inalcanzable. Empecé como periodista para una de las pocas publicaciones independientes del país, y muy temprano en mi vida aprendí el valor y el poder de la información, y la información es realmente datos.

Las historias de los periódicos son datos; ahora hay un campo llamado periodismo de datos. No lo sabía en ese momento, pero aprendí sobre el poder de la información y desarrollé una verdadera pasión por ella.

Luego tuve la oportunidad de venir a Estados Unidos con una beca completa y continuar mi educación, y eso fue en el apogeo de Internet, entonces fue cuando desarrollé mi segunda pasión: el poder de la tecnología para amplificar el poder de información o datos.

Luego continué mi educación. Ingresé a la academia y desarrollé mi tercera pasión: el aprendizaje automático y las estadísticas.

No soy ingeniera, yo me dedico a la estadística, pero a través de mi educación en estadísticas y aprendizaje automático, desarrollé esta tercera pasión sobre el poder del aprendizaje automático para ayudarnos a impulsar los resultados deseados.

Sam Ransbotham: ¿Cuáles son algunos de esos resultados que estás tratando de lograr ahora mismo en Levi Strauss?

Katia Walsh: Esta es una industria, ya sea ropa, moda o venta minorista en general, fuera de Amazon.

6 lecciones del fundador de Reebok para crear una marca global exitosa

Esta industria ha sido bastante analógica, manual, imprecisa y tradicionalmente no es el mejor ciudadano del planeta. Entonces, mi misión en Levi’s, junto con los equipos con los que me asocio, creo y hago crecer, es ayudar a la empresa a convertirse… lo que solía ser analógico ahora es digital, lo que solía ser manual ahora está automatizado y lo que solía ser intuitivo ahora es preciso.

Estamos impulsando la transformación digital completa de la empresa, pero también una disrupción de toda la industria. Esto es lo más grande que le ha pasado a toda esta industria desde la primera Revolución Industrial.

Shervin Khodabandeh: Eso es realmente fascinante, Katia. Compártenos un poco más sobre algunos ejemplos de esa revolución que está ocurriendo en la industria, ya sea en Levi’s, lo que sea que pueda compartir, o cualquier cosa externa para que nuestra audiencia pueda tener una mejor idea.

Katia Walsh: Sí, Shervin. Estoy feliz de compartir lo que estamos haciendo en Levi Strauss & Co. Hay tres C en las que nos centramos cuando implementamos estas excelentes capacidades en torno a la digitalización, los datos y la IA. Y la primera C siempre se trata de conexiones con nuestros consumidores.

Levi’s como empresa, en sus 169 años, durante la mayor parte de ese tiempo había sido un fabricante. No había tenido una conexión directa con sus consumidores.

Pero reconocemos la importancia de profundizar las conexiones que tenemos, no solo con los consumidores sino también con nuestros fanáticos.

Lo bueno de Levi’s, una marca icónica, es que nuestros consumidores no son solo consumidores; son fervientes fans que literalmente se tatúan la marca en ellos mismos, por eso queremos profundizar esa conexión, y queremos usar todo lo que la tecnología tiene para ofrecernos para hacerlo, por supuesto que sabes de lo que estoy hablando.

Comienza con algunas cosas como la personalización, que todos los demás están haciendo, pero nos gustaría pensar que estamos haciendo aún más. Un ejemplo de ello es que estamos personalizando completamente las experiencias en línea.

Entonces, cuando vayas, ya sea en la aplicación o en el sitio de comercio electrónico, lo que ve debe estar algo personalizado a sus comportamientos de navegación anteriores, a sus necesidades y deseos, a todo lo que sabemos, siempre compartido con permiso. Por lo tanto, profundizar las conexiones con nuestros consumidores es una gran parte de lo que hacemos.

Otra C en la que nos centramos es que queremos asegurarnos de que usamos tecnología, digitalización, datos e IA para crear un comercio más inteligente. Aquí es donde cualquier cosa relacionada con las eficiencias internas puede ser muy útil para la empresa.

Puede que no toque de inmediato o directamente al consumidor, pero ciertamente tiene un impacto en el consumidor. Un ejemplo de lo que pudimos hacer durante y después de la reciente crisis pandémica fue la optimización de precios.

Cuando nos enfrentamos a la profundidad de los bloqueos, como empresa global, ciertamente sentimos el impacto de la pandemia en todo el mundo.

Tuvimos, en un momento, dos tercios de nuestras tiendas que tuvieron que cerrar. Por un lado, ser globales nos dio diversificación, y donde teníamos que ser cerrados, en otras partes del mundo pudimos ser abiertos, y eso nos dio algunos aprendizajes.

Por otro lado, sentimos el impacto en todo el mundo y usamos IA para determinar el precio óptimo al que se venderían nuestros productos en cualquier parte del mundo, a través de qué canal, a qué precio, a qué consumidor.

Eso fue muy útil, porque en realidad no teníamos que hacer descuentos. Muchos de nuestros competidores no tenían esta herramienta increíblemente poderosa y tuvieron que hacer descuentos porque se enfrentaban a montones de inventario.

Pero debido a las fortalezas de la marca Levi’s y a la aplicación del aprendizaje automático, pudimos predecir que nuestros productos se venderían al precio completo, lo que ayudó a los consumidores a obtener lo que necesitaban, pero también ayudó a la economía, márgenes de la empresa.

Y luego, la tercera C que también estamos haciendo más inteligente, donde aplicamos Inteligencia Artificial, es la creación, la naturaleza misma de lo que hace esta empresa.

Un ejemplo es que recientemente comenzamos a usar IA en el proceso de diseño. Ahora usamos redes neuronales convolucionales, por ejemplo, para crear nuevos diseños que procesan miles y miles de imágenes, por ejemplo, La noche estrellada de Van Gogh, o la obra de arte de David Hockney o de Jasper Johns.

Ahora podemos crear chaquetas de camionero, que es un producto legendario que literalmente inventó Levi’s, pero ahora hay obras de arte de Van Gogh, que produciremos y venderemos al mundo.

Sam Ransbotham: Creo que necesito unos pantalones de Dalí.

Shervin Khodabandeh: [Risas] Es bastante fascinante, particularmente el ejemplo de diseño. Plantea la siguiente pregunta que tengo en mente: el papel del ser humano aquí, particularmente desde que mencionaste el diseño, y tengo que imaginar que en el pasado esto siempre ha sido un proceso muy centrado en el ser humano.

Entonces, ¿cómo está Levi’s reuniendo a los humanos y la IA para lograr resultados que ninguno podría lograr por sí solo?

Cómo reaccionan los clientes cuando sus solicitudes son evaluadas por algoritmos

Katia Walsh: Me atrevería a decir que los humanos son en realidad la parte más importante de la Inteligencia Artificial, ya sea que se trate de un diseño centrado en los humanos, al que por supuesto aspiramos, o de que sean los humanos los que están haciendo que las máquinas sean más inteligentes y, por supuesto, las máquinas ayúdanos a ser aún mejores.

En el caso del diseño impulsado por IA que mencioné, lo que es aún más fascinante es que este trabajo en Levi’s fue iniciado por uno de nuestros jóvenes diseñadores que no tenía capacitación formal en aprendizaje automático o informática.

Es uno de los 101 graduados de nuestro primer campo de entrenamiento de aprendizaje automático de la industria que iniciamos en 2021.

Para ese campo de entrenamiento, llevamos a varias personas de toda la empresa en todo el mundo, de 24 ubicaciones, de cada función, incluidas las tiendas minoristas y el diseño.

Democratizamos por completo este proceso de enseñanza del aprendizaje automático para que pudiéramos obtener los agentes de cambio que necesitábamos para la transformación digital en toda la empresa y también ayudarnos en esta guerra en curso por el talento en IA.

Entonces, el creador, volviendo a la parte del diseño de IA, el creador de esto en realidad se graduó de este campo de entrenamiento y es absolutamente fundamental para el proceso de diseño.

Shervin Khodabandeh: ¿Puedes comentar más sobre esta universidad de la que estabas hablando para realmente educar, mejorar y volver a capacitar?

Sam Ransbotham: Creo que dijiste 101 graduados hasta ahora, ¿es correcto?

Katia Walsh: Así es. Hemos tenido dos clases, las llamamos cohortes, de nuestro proceso de solicitud de 2021.

Tuvimos alrededor de 450 solicitudes. Este no es un programa para todos, solo para ser claros, porque saca a las personas de su trabajo diario durante ocho semanas.

Tengo que agradecer a mis colegas por poner a su gente a disposición durante ocho semanas. Así que sacaremos a la gente de su trabajo durante ocho semanas.

Fue increíblemente inmersivo, intensivo y práctico. Lo llamamos campo de entrenamiento por una razón. Literalmente no tenían tiempo para hacer nada más y estaban exhaustos cuando llegó el momento de la graduación.

Trabajaron con datos reales para resolver los problemas de Levi’s y, de hecho, pudimos implementar los modelos que crearon después del campo de entrenamiento: modelos que analizaban la predicción de la demanda, como mencioné anteriormente; eso está incorporado en ese trabajo.

El diseño impulsado por IA también se llevará más allá, pero también otras cosas como la personalización de nuestros mensajes de marketing; eso es algo en lo que trabajaron los graduados del campo de entrenamiento.

Así que creamos esto para la gente de Levi’s con los datos de Levi’s para resolver los problemas de Levi’s, y ahora estamos en el proceso de seleccionar a los próximos graduados, que comenzarán en abril y se graduarán en mayo, y luego tendremos otra cohorte, otra clase.

En el otoño de 2022 también. Así que este es un esfuerzo continuo, y estoy muy orgullosa de eso.

Shervin Khodabandeh: Esto es realmente genial; es fascinante. Así que parece que en unos años, tendrás varios cientos de personas que supongo que estarán integradas en diferentes líneas de negocios, ¿verdad? Estos no son sus amigos técnicos que tal vez estén en los grupos de tecnología o IA o ciencia de datos o ingeniería.

Qué gran manera de mejorar y sumergir a la gente en el negocio sobre el poder de la IA. ¿La ambición es continuar con esto hasta que casi todos hayan pasado por esto, o cuál es la ambición?

Katia Walsh: Bueno, Shervin, en primer lugar, tienes razón en que la mayoría de las personas que se gradúan del campo de entrenamiento regresan a sus roles.

No necesariamente están cambiando su trabajo. Hay personas que quieren convertirse en científicos de datos muy avanzados y, por supuesto, no queremos privarlos de esa oportunidad, y les damos esa oportunidad cuando llegue el momento.

Pero la gran mayoría permanece en sus roles existentes y, por lo tanto, mejora sus propios roles.

En ese contexto, quiero mencionar otras dos C a las que también apuntamos a través de esta combinación de digitalización, datos y capacidad de Inteligencia Artificial que estamos construyendo.

Mencioné antes las conexiones con los consumidores, el comercio que estamos haciendo aún más inteligente y, por supuesto, el proceso de creación.

Ahora tenemos otras dos C más inteligentes. Una es carreras. Las personas que pasan por este campo de entrenamiento cambian su perspectiva y sus habilidades para tener una carrera, ya sea en Levi’s o fuera de Levi’s, aunque también me enorgullece decir que en este momento de la Gran Renuncia, la gran mayoría de los graduados se han quedado con Levi’s, y le doy crédito al campo de entrenamiento, al menos hasta cierto punto, por eso y luego la otra C inteligente es la cultura.

La cultura tóxica está impulsando la gran renuncia

Estas personas ahora nos están ayudando a cambiar la cultura en toda la empresa a nivel mundial.

Ellos piensan diferente; conocen el idioma que hablan; se conectan con científicos de datos, ingenieros y gerentes de productos y así, colectivamente, a través de todo eso, estamos transformando la compañía para sus próximos 169 años.

Sam Ransbotham: Katia, ¿puedes darnos otro ejemplo de alguien que se graduó del campo de entrenamiento y se fue a hacer un buen proyecto?

Katia Walsh: En realidad, tenemos muchos ejemplos. Tenemos 101 ejemplos, en este punto. Pero otro ejemplo que creo que también es particularmente convincente un graduado que es gerente de una tienda minorista, alguien que nunca antes había visto código en su vida.

Su trabajo había sido como estilista durante 11 años, por lo que está muy cerca de los consumidores. Habla con los consumidores todo el tiempo; los ayuda a tomar decisiones emocionantes, les recomienda qué deben combinar con qué.

Pero ahora, ha adquirido habilidades que nos han permitido crear un modelo que agrupa artículos en nuestra amplia gama de inventario que funcionan muy bien entre sí, que crean atuendos.

Y así, a través de este proceso automatizado, esta gerente de tienda minorista en nuestra tienda premium de Denver puede seguir adelante de manera proactiva y sugerir algo que no solo es su propia idea personal, sino que se basa en las recomendaciones de un modelo de aprendizaje automático.

Ella puede recomendar paquetes de artículos, conjuntos completos, a nuestros consumidores. Y, por supuesto, debido a que es un modelo, siempre está aprendiendo, siempre está obteniendo nuevos datos y siempre está mejorando.

Shervin Khodabandeh: Qué gran historia.

Katia Walsh: Les daré otro ejemplo de una graduada del campo de entrenamiento de aprendizaje automático y lo que hizo, una mujer que trabaja en nuestro centro de distribución de Las Vegas.

Así que volvió a su antiguo trabajo, donde había estado enfrentando un problema constante durante años, y el problema era que todos los días, el centro de distribución experimenta tiempos de inactividad: algo sale mal.

El equipo se estropea, una pieza se desgasta y el centro de distribución tendría que funcionar entre 15 minutos y dos horas sin trabajar, solo tiempo de inactividad total mientras seguiríamos pagando, por supuesto, el costo de la mano de obra y tendríamos estar perdiendo las ganancias de los pedidos de envío.

Así que esta joven volvió a su trabajo con las habilidades que había aprendido y dijo: “bueno, ahora puedo abordar este problema”.

Así que creó un modelo de mantenimiento predictivo que ahora predice con gran precisión qué equipos funcionarán mal en los próximos 30 días.

Además, diseñó una aplicación que muestra esas predicciones de una manera fácil de ver y envía automáticamente a los técnicos para que revisen el equipo de manera preventiva, por lo que ahora no hay tiempo de inactividad en este centro de distribución en particular.

Sam Ransbotham: ¿Qué otras cosas crees que están relacionadas con el uso responsable de la IA y el uso ético y confiable de la IA dentro de Levi’s? Sé que esto es algo en lo que has estado pensando y trabajando.

Katia Walsh: He estado pensando mucho y trabajando en IA para siempre. Es una herramienta muy poderosa, como sabemos, pero como cualquier herramienta, puede usarse para bien y para mal y una de las razones por las que estoy tan feliz de estar en una empresa como Levi’s es que realmente aporta muchos valores que trascienden una industria, una geografía o incluso una era.

Entonces, dentro del contexto de los datos y la IA, hemos establecido un código de ética para todos los que trabajan con datos en la empresa. Con el tiempo, serán todos en toda la empresa.

Todos los que trabajan con datos en la empresa en este momento tienen que firmar un código de ética, similar al juramento hipocrático, para asegurarnos de proteger siempre a nuestros consumidores, nuestra empresa, nuestros accionistas, porque, ¿cómo puedes deleitar a los consumidores si no los estás protegiendo?

Luego hay otras cosas que estamos haciendo para asegurarnos de que usamos los datos y el aprendizaje automático con sumo cuidado.

Por ejemplo, como bien sabe, todavía hay muchas oportunidades, desafortunadamente, para el sesgo en los modelos y algoritmos y los resultados de eso, así que aunque sabemos que nunca se puede eliminar por completo el sesgo en la vida, estamos haciendo todo lo posible para minimizarlo, y hay tres formas en que lo hacemos.

Uno: a través de la gente. Cuantas más personas diversas tengamos que trabajen con datos y aporten datos y creen algoritmos, es más probable que tengamos estos controles y equilibrios implícitos para garantizar que minimicemos el sesgo.

La otra razón por la que traemos datos tan diversos no es solo porque puede enriquecer nuestros modelos, sino porque también puede ayudar a minimizar el sesgo.

Es por eso que los conjuntos de datos son tan diferentes y, a veces, reunimos conjuntos de datos que nunca se han encontrado en el pasado, y es sorprendente lo que puedes descubrir cuando eso sucede, pero eso también ayuda a minimizar el sesgo.

La tercera forma en la que trabajamos para minimizar el sesgo es la diversidad de herramientas. Desplegamos a propósito una gran cantidad de herramientas de código abierto. Nos aseguramos de que, sí, si bien es beneficioso trabajar con ciertos proveedores, también queremos estar siempre al tanto de lo que sigue.

Lo bueno de las herramientas de código abierto es que cualquiera que tenga las habilidades trabaja en ellas literalmente en todo el mundo. Esa es una de las razones por las que también implementamos herramientas de código abierto: para garantizar la diversidad.

Shervin Khodabandeh: Quiero volver a uno de los comentarios que hiciste un poco antes sobre la modernización, la digitalización, la infusión de datos y análisis más profundos y mejores en aquellas funciones de la empresa, particularmente en un sector como el comercio minorista de moda, que tal vez en general tradicionalmente sido bastante analógico.

Por ejemplo, hablaste sobre merchandising y planificación, y agregaré tal vez pronósticos y precios y cosas de esa naturaleza. ¿Nos puedes compartir algunas historias sobre cómo ha podido reunir a personas que crecieron en una era diferente o que están mucho más acostumbradas a la forma antigua de hacer las cosas, y cómo reúne lo nuevo y lo antiguo en una colaboración?

Katia Walsh: Creo que de lo que estás hablando es, en general, de cómo uno puede liderar un cambio en una empresa o en una organización en general, y esta ha sido toda mi carrera.

Pasé más de 20 años en la intersección de la tecnología, los datos, el análisis y el aprendizaje automático, y la mayor parte de esa carrera ha consistido en ayudar a las empresas a transformarse para alcanzar sus objetivos estratégicos.

Es particularmente desafiante con la tecnología, y especialmente cuando miras una tecnología en particular como la IA, porque puede verse como muy intimidante.

Entonces, una de mis aspiraciones y misiones, en realidad, ha sido humanizarlo: hacerlo más cercano a la gente, darle una cara, ayudar a la gente a entender que no solo no está allí para reemplazar puestos de trabajo, por ejemplo, sino que está ahí para ayudarlos a tener aún más éxito, para hacerlos aún más inteligentes.

Esa es una de las razones por las que introduje este campo de entrenamiento de aprendizaje automático, no solo en Levi Strauss & Co., sino también en otras empresas.

Por lo tanto, humanizar esta capacidad es muy importante, y cómo lo hacemos exactamente puede depender del contexto específico de una empresa u organización, y ciertamente incluso dentro de un tiempo que puede cambiar.

Pero realmente creo en emocionar e inspirar a las personas al respecto y ayudarlas a participar porque quieren, no porque se sientan amenazadas.

¿Quieres hacer felices a tus colaboradores? Sé justo con ellos

Shervin Khodabandeh: ¿Hay lecciones para otros que están desempeñando roles similares, como agentes de cambio en términos de cómo podrían implementar cambios de este tipo?

Katia Walsh: Sí, una cosa que he encontrado muy útil: esta es ahora la tercera empresa en la que estoy transformando la empresa… no solo, y esa es en realidad una de las lecciones: no puedes hacerlo solo.

Debes asegurarte de obtener ese apoyo, y ese apoyo debe darse en toda la organización, ciertamente en el nivel de liderazgo superior, pero también en todas partes, desde la base y también lateralmente.

Así que obtener ese apoyo es realmente crítico. Pero además de eso, he tenido este lema de “Piense en grande, comience en pequeño y escale rápido”. Supongo que el “comenzar poco a poco” puede verse como un compromiso, pero no lo veo como un compromiso.

Lo veo como una oportunidad para entregar valor inmediato y eso es una gran parte de hacer que la gente se sume.

Shervin Khodabandeh: Y educar y humanizar, como mencionaste antes.

Katia Walsh: Eso también.

Shervin Khodabandeh: No es una respuesta simple. Es una verdadera transformación.

Katia Walsh: Sí. La otra cosa es que cuando construimos estas capacidades… quiero abordar una posible falacia.

Muchas empresas se embarcan en una transformación digital, como la llamamos ahora.

Hemos sido digitales durante los últimos 25 años como mundo, pero supongo que el COVID-19 ha acelerado esta necesidad de modernizar las empresas en todas las industrias.

Pero muchas empresas se embarcan en eso sin tener una visión clara de por qué lo hacen. Y por eso es tan importante la fusión con la estrategia: porque da ese “por qué”.

Pero la otra cosa a tener en cuenta también es que no se trata de construir tecnología. Sí, la tecnología importa mucho. Es un habilitador clave, pero tenemos que tener cuidado con “construirlo y vendrán”.

No hemos construido el océano de datos perfecto. Lo tenemos; lo hemos puesto en marcha. Nunca será perfecto, porque los datos nunca son perfectos. Siempre viene hacia nosotros como un tsunami.

Tampoco diría que hemos creado las plataformas perfectas todavía, nuevamente, porque se están desarrollando muy rápido en un campo tan dinámico.

Pero lo que estamos haciendo es mostrar ese valor de manera muy consistente y, con suerte, aumentarlo con el tiempo y esa es la esencia de la transformación.

Sam Ransbotham: Katia, fue genial hablar contigo. Gracias por tomarte el tiempo para platicar con nosotros. Realmente lo hemos disfrutado.

Shervin Khodabandeh: Realmente ha sido genial. Gracias, Katia.

Katia Walsh: Un placer, Sam y Shervin. Un placer conocerlos.

Sam Ransbotham: Gracias por escuchar. La próxima vez hablaremos con Kobi Abayomi, vicepresidente senior de Ciencia de Datos de Warner Music Group. No te preocupes, ni Shervin ni yo cantaremos.

Allison Ryder: Gracias por escuchar el podcast Me, Myself, and AI. Creemos, como ustedes, que la conversación sobre la implementación de IA no comienza ni termina con este podcast.

Síguenos en LinkedIn para mantenerte informado

Descarga GRATIS nuestro especial
descargable
Descarga AQUÍ el artículo completo El negocio de hacer el bien ¡Descárgalo GRATIS!