Tu AI está lista. Probablemente tu infraestructura de datos no lo esté.

Para la mayoría de las grandes empresas, la transformación de la AI es una historia de silos: unidades de negocio que ejecutan experimentos que compiten entre sí, datos alojados en sistemas desconectados y resultados que quedan fuera de alcance.

Cushman & Wakefield ha tomado un camino diferente. Sal Companieh, Chief Digital and Information Officer de la firma global de servicios inmobiliarios comerciales, ha pasado los últimos cuatro años construyendo un núcleo de AI empresarial diseñado para un impacto confiable, duradero y escalable en 53 000 colegas en todo el mundo.

Sal se reunió con CIO.com para analizar cómo este núcleo se basa en un modelo operativo deliberado, una estrategia de datos unificada y una asociación con Databricks que va mucho más allá de las funciones.

CIO.com: ¿Cómo realizó la transición de esfuerzos de AI fragmentados a un núcleo de AI empresarial centralizado y cuáles fueron los mayores desafíos?

Sal Companieh: Cuando asumí este cargo hace cuatro años, implementé un modelo operativo de producto que integró a tecnólogos en cada unidad de negocio. Los objetivos eran reconstruir la conectividad, la confianza y el pensamiento orientado al negocio tanto en el aspecto de los datos como en el de la experiencia, y darnos la capacidad de cocrear. Me aseguré de que los tecnólogos tuvieran responsabilidad sobre los ingresos y el EBITDA; ellos aportaron la creatividad, el ingenio y la agitación.

Mientras muchas organizaciones atravesaban una "fiebre de pilotos de AI", nosotros mantuvimos intencionadamente un enfoque de arriba hacia abajo (top-down), lo que nos ayudó a seguir ganando confianza y, al mismo tiempo, a aumentar nuestros datos. La mayoría de las empresas estaban ejecutando pilotos. Nosotros estábamos construyendo la base que haría que cada piloto valiera la pena.

Cuando surgió la adopción de la AI, fuimos intencionadamente de arriba hacia abajo, lo que llamamos el "Estilo Cushman". Identificamos las mayores transformaciones de comercialización (go-to-market) o de experiencia de los empleados y las abordamos primero, lo que nos ayudó a generar confianza y fortalecer nuestra base de datos. El mayor desafío fue gestionar las diferencias de madurez en toda la organización. Mientras todos se enfocaban en la tecnología, nosotros nos centramos en el comportamiento humano y en generar confianza.

CIO.com: ¿Qué macrotendencias están dando forma a las estrategias digitales y de AI de Cushman & Wakefield hoy en día?

Sal: La toma de decisiones por parte de los inversores está madurando y volviéndose muy centrada en los datos. En todas las organizaciones de servicios, estamos viendo un cambio de las compras basadas en relaciones a las compras basadas en inteligencia e información (insights). Nuestra capacidad para diferenciarnos a través de la asociación y la autenticidad sigue siendo una demanda constante de los clientes.

Para nosotros, el auge de la AI en el mercado fue un acelerador del ritmo y no un cambio de estrategia. Hemos mantenido la misma estrategia y modelo operativo desde el principio; lo que pasa es que ahora la tecnología finalmente se ha puesto al día con nuestra ambición. Esa distinción es importante porque significa que no hemos estado persiguiendo una tendencia. Hemos estado ejecutando un plan con el que ya nos habíamos comprometido.

Hace unos tres años y medio, cambiamos nuestra forma de abordar la inversión de capital en tecnología. Fuera de la ciberseguridad y la infraestructura, todo tenía que ser cocreado y copresentado con un líder empresarial. Eso nos mantuvo totalmente alineados con las prioridades del negocio. Hay un conjunto de resultados prioritarios a nivel empresarial para la compañía; la tecnología es solo un componente para cumplirlos. Cada tecnólogo puede trazar una línea directa entre lo que decimos en las llamadas de resultados y el trabajo que realiza todos los días.

CIO.com: ¿Qué estrategias ha implementado para crear estándares compartidos y una plataforma común, permitiendo al mismo tiempo la flexibilidad de las unidades de negocio?

Sal Companieh: Tres cosas impulsan nuestro enfoque:

• el modelo operativo, que evita la duplicación y la separación de la plataforma común;
• el modelo de inversión financiera, que alinea el capital para crear capacidades en toda la empresa, independientemente de qué P&L se beneficie;
• los estándares empresariales para las formas de trabajar, donde los equipos de arquitectura garantizan que la tecnología se aborde de la manera más uniforme posible, con flexibilidad a nivel de unidad de negocio.

Hemos madurado con éxito nuestro modelo operativo tres veces. La flexibilidad en sí misma es una habilidad que estamos desarrollando continuamente.

CIO.com: ¿Cómo encaja Databricks en su estrategia?

Sal: Nuestra capacidad para construir piezas de Lego con diferentes capacidades y encajarlas para cada unidad de negocio fue nuestra estrategia fundamental. En este sentido, Databricks encaja en tres áreas. En primer lugar, creo que la palabra "socio" debe significar algo, y en términos de nuestra asociación con Databricks, significa liderazgo, cultura y la capacidad de cocrear genuinamente con nosotros, así como su comprensión de nuestro nivel de madurez y el ritmo al que queremos transformarnos.

En segundo lugar, nos impresionó su hoja de ruta de productos. No estábamos comprando solo una suite de productos para las necesidades actuales; queríamos alinear su estrategia de inversión con las capacidades que necesitábamos para avanzar. En tercer lugar, la funcionalidad real de las características. Nuestra capa de inteligencia es fundamental para nuestro crecimiento y diferenciación.

Databricks nos permite activar diferentes palancas según la unidad de negocio a la que estemos apoyando. Estamos utilizando Genie para poner datos de confianza directamente en manos del negocio, simplificando los flujos de trabajo de calidad y gobernanza de datos. Los empleados pueden utilizar consultas en lenguaje natural para identificar registros faltantes o inconsistentes, validar la calidad de los datos en todos los sistemas, revisar las políticas de gobernanza y supervisar las métricas de cumplimiento sin necesidad de tener una experiencia técnica profunda. Esto permite a los usuarios de negocio explorar rápidamente conjuntos de datos complejos, mejorar la confianza en los datos empresariales y tomar decisiones más rápidas e informadas.

CIO.com: ¿Cómo ha influido específicamente la arquitectura de Databricks en la forma en que unifican y gobiernan los datos a escala empresarial?

Sal: Nuestra hipótesis fundamental es vincular el conocimiento de nuestra organización a escala global. Sabemos que esto es sustancialmente beneficioso para nosotros y para las necesidades de nuestros clientes, por lo que necesitamos las mejores plataformas para proteger y habilitar este conocimiento. Ahí es donde entra la plataforma Databricks.

Somos una empresa de 108 años cuya historia sugeriría que los datos se mueven a través de una cadena de suministro humana en toda la organización. Databricks nos ha permitido digitalizar el movimiento de información (insights), pieza por pieza. Nuestra capa de inteligencia es fundamental para nuestro crecimiento y diferenciación. Tener la capacidad de desarrollar capacidades y encajarlas de manera diferente para cada unidad de negocio, manteniendo intacta la plataforma común, es nuestra estrategia fundamental.

El entusiasmo por la AI no ha disminuido, sino que se ha complementado con un reconocimiento creciente de que unos datos sanos, gobernados y escalables son lo que realmente acelera los resultados. Databricks es fundamental para la forma en que aplicamos esto de manera uniforme en toda la organización, y podemos adaptarnos donde sea necesario a nivel de unidad de negocio.

CIO.com: ¿Puede compartir ejemplos de resultados medibles de esta transformación?

Sal: El tiempo desde la idea hasta el resultado ha pasado de meses a días. Tenemos una reunión, ideamos y, a la semana siguiente, estamos entregando valor al negocio. Por ejemplo, el tiempo para incorporar, integrar y activar nuevos clientes y adquisiciones se ha reducido sustancialmente. Pero el resultado más importante es el cambio en el comportamiento humano. Ya no estamos luchando contra el continuo del cambio. Una pregunta que históricamente habría requerido cinco llamadas telefónicas, tres correos electrónicos y dos chats de Teams para responderse, ahora está al alcance de la mano de nuestros líderes. Es una evolución constante. Nos aseguramos de que haya menos "rechazo de órganos" al cambio porque, a este ritmo, el cambio tiene que convertirse en una actividad inherente y cotidiana.

CIO.com: ¿Qué consejo daría a otros líderes de IT que buscan construir y escalar un núcleo de AI empresarial?

Sal: No subestime el cambio humano; las personas se enfrentan a una variedad de bases de conocimiento y temores. Educar genuinamente a las personas tanto en la oportunidad como en el trabajo fundamental que se requiere para aprovecharla es algo no negociable. Nuestro lenguaje debe seguir evolucionando y madurando, ya que desempeñamos roles increíblemente influyentes para dar forma a la manera en que se trabaja y se estructuran las industrias para la próxima generación.

Este es un momento en el que toda la cadena de suministro se está transformando simultáneamente: sus proveedores, sus clientes y su propia base de empleados. Mantener una perspectiva de afuera hacia adentro mientras se equilibra la de adentro hacia afuera va a ser fundamental. Los líderes que reconozcan esto y construyan en consecuencia definirán lo que viene a continuación.

Para descubrir cómo más de 25 expertos de la industria están trazando el camino hacia una implementación exitosa de la AI, acceda al informe "Making AI Deliver" de Economist Enterprise, producido con el apoyo de Databricks.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original