En la mayoría de compañías, las grandes iniciativas tecnológicas de las últimas décadas han estado cortadas por el mismo patrón.  Un presupuesto inicial –digamos, de 30 millones de dólares-, se dispara hasta los 50. Y el timing, estimado en dos años, acaba alargándose hasta los cuatro. Este tipo de súper-inversiones no parece que vayan a desaparecer: según Gartner, el gasto mundial en software crecerá un 9,5% en 2018, hasta alcanzar los 389.000 millones de dólares.

Este tipo de proyectos se enmarcan en lo que llamamos ‘Big Automation’: presupuestos abultados, calendarios extensos y agendas ‘nivel experto’. Desde luego que los ERPs, los CRMs y este tipo de sistemas,  han ayudado a las empresas a mejorar sus funciones y monitorizar los datos. Sin embargo, muchos de ellos aún requieren un nivel considerable de procesamiento manual. Por ejemplo, el informe Finance Effectiveness Benchmark Report 2017, elaborado por PwC, revela que los profesionales de las áreas financieras dedican la mitad de su tiempo en la tediosa y repetitiva tarea de recopilar datos de los distintos sistemas de información. Como resultado, a efectividad de muchos de estos sistemas está empezando a menguar.

Pero, afortunadamente, la velocidad de la automatización, su escala, y su coste han avanzado más allá de este punto. Las tecnologías inteligentes, como la robótica, el machine learning, o los sistemas de procesamiento de lenguaje, ofrecen a las empresas la oportunidad de mejorar enormemente sus procesos a un coste mucho menor -decenas de miles de dólares, frente a decenas de millones-. Bienvenidos al mundo de la Small Automation.

La ‘Small Automation’ supone implementar tecnologías de forma rápida, que llenen los vacíos que dejan los sistemas actuales

Estas iniciativas pueden ponerse en marcha periodos de tiempos cortos e intensos –de entre 16 y 20 semanas-, están enfocadas en resolver un problema en concreto y sus costes son asumibles. Si la automatización a gran escala supone diseñar sistemas centralizados que impulsan la estandarización y el control, la ‘Small Automation’ pasa por implementar tecnologías flexibles y adaptables de forma rápida, que llenen los vacíos que dejan los sistemas actuales, liberando nuevos nichos de productividad.

Entonces, ¿la Small Automation reemplaza los grandes proyectos? No, se trata de aprovechar las nuevas tecnologías para ‘construir’ sobre los datos y los procesos estandarizados en la Big Automation. Ambos enfoques guardan algunas diferencias clave. Repasémoslas: 

– Fácil de poner en marcha. Como hemos visto, el coste de las iniciativas de Small Automation es mucho menor. Además, los grandes proyectos suelen aplicarse en áreas enteras, como finanzas o compras. Esto implica la necesidad de una buena coordinación entre sus responsables y entre los propios empleados. En cambio, la Small Automation se aplica a un proceso determinado. Por ejemplo, una compañía podría poner un bot en marcha para sacar datos financieros específicos, y cargarlos en su ERP.

– Mejora la eficiencia. La Small Automation puede mejorar la eficiencia de procesos concretos un 80%, y de los más generales un 20% o más. El estudio de PwC que citábamos antes, revela que en la función financiera, la automatización podría reducir en un 46% el tiempo y el coste de llevar a cabo procesos como la facturación, el reporting, la contabilidad o la elaboración de presupuestos. Esto permitiría a estos profesionales dedicarse a tareas de mayor valor. Una mejora de la eficiencia que podría trasladarse a otros departamentos como el de servicio al cliente, de gestión de la cadena de valor, o de ventas.

– Bye-bye estandarización: Tradicionalmente, las compañías no podrían empezar a obtener ventajeas de una tecnología hasta que los procesos estuvieran estandarizados y las bases de datos fueran accesibles a un amplio grupo de usuarios. Lo que podía llevar años.

En cambio, la ‘Small Automation’ no depende de la estandarización. Por ejemplo, una plataforma de software de basada en el marchine learning, es flexibe y puede adaptarse a diferentes terminologías u otras complejidades, dando lugar a beneficios inmediatos. Este software también puede trabajar con paquetes de datos distintos que estuvieran en la nube, y permitir el aprovechamiento de más datos sin estructurar.

Además, al no depender de reglas preestablecidas, las tecnologías detrás de la small automation son fácilmente configurables y aprenderlas es sencillo y dinámico. Esto permite que las empresas adapten estas pequeñas iniciativas en entornos donde el input y el output son muy variables, como los servicios centrales, que manejan muchos tipos de preguntas y tienen que dar respuestas ‘a medida’.  Las nuevas tecnologías trabajan adaptándose a estas variaciones, sin necesidad de que alguien esté procesando y estandarizando los datos. Por ejemplo, un chatbot puede aprenderse el plan de compensación de una compañía y empezar a dar respuestas concretas, según sea el caso de cada empleado.

Pero veamos todo esto con un ejemplo. Imagina una empresa que tenga distintas unidades de negocio, que compran a su vez productos y servicios de distintos proveedores. Unificar todas esas compras para reducir la complejidad y ser más eficientes sería lo ideal, pero como estas compras están hechas en sistemas distintos, la empresa no tiene toda la información sobre quién está comprando cada cosa, o lo que están pagando por ello. ¿Cuál sería la respuesta tradicional? Estandarizar procesos, datos y sistemas por toda la empresa –una gestión agotadora y cara-.

Pero ahora compara ese panorama con el de la Small Automation. Con el algoritmo adecuado y un histórico de datos lo suficientemente amplio, la empresa se valdrá del machine learning para identificar patrones –incluso aunque los datos presenten inconsistencias- y reducir las compras que se solapen, agilizando todo el proceso. No solo eso, también se podría determinar qué proveedores ofrecen la mejor oferta –en términos de precio, calidad, implementación o desde el punto de vista de la financiación-, sin necesidad de que todas las unidades de negocio hayan puesto el mismo nombre a estas compras. Estas tecnologías son lo suficientemente inteligentes como para escanear y realizar un modelo de datos para comprobar si distintas compras aluden al mismo servicio, agruparlas y empezar a gestionarlas de forma correcta. Y, lo que es más importante, todo esto sucede a tiempo real, lo que no era posible antes, cuando la información estaba repartida en distintos ERP.

No obstante, las empresas también tendrán que hacer algunos deberes para adaptarse a la mentalidad Small Automation. Y esto puede ser un reto en organizaciones en las que la Big Automation ha sido la norma. Básicamente, los directivos de estas compañías deberían empezar con tres pasos:

  • Detectar cuáles son los problemas realmente relacionados con la propuesta de valor de la empresa y enfocar la Small Automation en ellos, evitando ser demasiado ambiciosos con su alcance.
  • Tener en cuenta que esta es una forma de trabajar completamente nueva, y que los directivos deben asegurarse de que tanto ellos, como sus equipos, cuentan con los conocimientos y las capacidades adecuadas –programación, y conocimiento de datos, e incluso la mentalidad apropiada- para tener éxito
  • Y asegurarse de que su estructura permite a los equipos trabajar con libertad para desarrollar soluciones creativas.

Aunque no es fácil poner en marcha medidas de este calado, el Big Automation ha creado tesoros en forma de datos de enorme valor en casi todas las unidades de negocio y departamentos. Ahora, con las nuevas tecnologías, las compañías pueden sacar partidos de esos datos, de una manera que hace dos o tres años nos habría parecido impensable. La próxima generación de la automatización viene en pequeñas dosis.