Autor: IncubaConsultores

  • IA generativa para equipos jurídicos de PYME: cómo empezar con enfoque seguro

    IA generativa para equipos jurídicos de PYME: cómo empezar con enfoque seguro

    Introducción

    Los departamentos legales de las pequeñas y medianas empresas suelen estar desbordados y con pocos recursos. La inteligencia artificial generativa (GenAI) abre la posibilidad de automatizar tareas, mejorar la precisión y ganar tiempo, pero sin una estrategia clara puede convertirse en un riesgo. En Incuba partimos de la realidad de cada PyME y ayudamos a integrar la IA de forma responsable, enfocándonos en resultados y cumplimiento normativo.

    Señales de que tu equipo necesita IA generativa

    • Tu equipo dedica horas a redactar contratos y documentos repetitivos.
    • Las búsquedas de jurisprudencia y normativas son manuales y lentas.
    • Existen demoras en responder consultas internas porque no hay base de conocimientos.
    • Se cometen errores por copiar y pegar cláusulas entre documentos.
    • Falta tiempo para tareas estratégicas como la prevención de riesgos y el compliance.

    Impacto en el negocio

    • Costos: el tiempo de abogados se destina a tareas de bajo valor y aumenta el gasto en horas extras.
    • Riesgo: documentos desactualizados o cláusulas incorrectas pueden derivar en sanciones.
    • Productividad: procesos manuales generan retrasos y frenan decisiones clave.
    • Innovación: la falta de datos estructurados impide analizar patrones y mejorar la gestión legal.

    Cómo lo resolvemos en Incuba

    1. Diagnóstico y planificación: identificamos tareas repetitivas y puntos de dolor en el flujo legal, evaluamos herramientas de GenAI y diseñamos la política de uso y confidencialidad.
    2. Implementación y seguridad: configuramos modelos generativos o soluciones SaaS apropiadas, integramos la base documental de la empresa y establecemos roles y permisos para proteger la información sensible.
    3. Adopción y mejora continua: capacitamos al equipo legal, definimos procedimientos de revisión humana y medimos KPIs de eficiencia para ajustar y escalar el uso de GenAI.

    Ejemplo típico de proyecto

    Una PyME del sector industrial tenía un equipo legal de dos personas que invertía gran parte de su jornada en redactar contratos estándar y responder consultas repetitivas de otras áreas. En conjunto definimos casos de uso para GenAI: generación de borradores de contratos, resúmenes de jurisprudencia y respuestas a preguntas frecuentes internas. Se integró un modelo generativo entrenado con la propia documentación y se definió un flujo de revisión por parte de los abogados antes de liberar cualquier texto. En pocas semanas se redujo en un 40 % el tiempo dedicado a tareas repetitivas y se liberaron horas para análisis de riesgos y cumplimiento regulatorio.

    Errores comunes al adoptar GenAI en legal

    • Creer que una herramienta de IA generativa es suficiente sin política de gobernanza.
    • Utilizar datos de clientes o documentos confidenciales sin anonimizar.
    • Confiar ciegamente en las respuestas sin revisión de un abogado.
    • No definir un responsable para la gestión de la herramienta y su entrenamiento.
    • Elegir soluciones genéricas sin considerar la normativa local ni la seguridad.

    Checklist para empezar

    • [ ] Identificar procesos legales repetitivos y susceptibles de automatización.
    • [ ] Definir una política de uso y de protección de datos personales.
    • [ ] Seleccionar herramientas de IA generativa con soporte para español.
    • [ ] Crear un repositorio centralizado de contratos y documentación como base de entrenamiento.
    • [ ] Establecer roles y permisos para acceso y edición de documentos.
    • [ ] Diseñar un flujo de revisión humana para validar los borradores generados.
    • [ ] Medir KPIs de eficiencia (tiempos de respuesta, volumen de documentos creados).
    • [ ] Capacitar al equipo legal en el uso y en las limitaciones de la tecnología.
    • [ ] Revisar periódicamente la calidad y relevancia de los resultados de la IA.
    • [ ] Actualizar la solución con nuevas versiones y funcionalidades.

    Cierre y llamada a la acción

    La inteligencia artificial generativa puede ser un aliado estratégico para los equipos legales de las PyME, siempre que se integre con un enfoque responsable. En Incuba combinamos nuestro conocimiento en tecnología y gestión del cambio para guiarte en la adopción de GenAI, con procesos claros y centrados en resultados.

    ¿Querés saber cómo iniciar tu proyecto de IA generativa en el área legal? Agendá un diagnóstico gratuito y descubrí cómo podemos ayudarte a transformar tu operación.

    🖐 Conocé todos nuestros servicios de consultoría, descubrí cómo aplicamos la transformación digital en el ámbito legal y explorá cómo lo hacemos.

  • Navegá el futuro de la IA generativa con Incuba

    Navegá el futuro de la IA generativa con Incuba

    Introducción

    La explosión de la inteligencia artificial generativa (GenAI) está generando entusiasmo y ansiedad a partes iguales. Muchas organizaciones prueban herramientas como ChatGPT o generadores de imágenes sin una estrategia, otras frenan por miedo a los riesgos. Mientras tanto, la competencia avanza. En Incuba ayudamos a las empresas a navegar el futuro de las tecnologías de IA generativa, identificando oportunidades concretas, controlando los riesgos y asegurando que la inversión genere valor.

    Señales de que necesitás una estrategia de IA generativa

    • Tus equipos usan herramientas de GenAI en la sombra sin políticas claras.
    • Existen proyectos de IA dispersos, sin un responsable ni alineación con el negocio.
    • No hay definición de qué datos pueden alimentar a los modelos ni cómo se protegen.
    • Se toman decisiones basadas en hype, sin analizar casos de uso y retorno esperado.
    • El liderazgo no entiende las capacidades ni las limitaciones de la IA generativa.
    • Carecés de indicadores para medir el impacto de estas iniciativas.

    Impacto en el negocio

    • Costos ocultos: proliferan pilotos sin retorno que consumen tiempo y recursos.
    • Riesgos reputacionales: un uso inadecuado de GenAI puede filtrar datos sensibles o generar información errónea.
    • Brecha de habilidades: la falta de competencias en IA limita la adopción y deja espacios a competidores más ágiles.
    • Pérdida de ventaja competitiva: ignorar la GenAI puede dejarte atrás en innovación y eficiencia.
    • Desorden estratégico: múltiples iniciativas sin coordinación dificultan la escalabilidad y generan silos.

    Cómo lo resolvemos en Incuba

    1. Diagnóstico y roadmap: evaluamos el nivel de madurez digital de tu organización, identificamos procesos con potencial de ser potenciados con GenAI y diseñamos un roadmap de adopción alineado a tus objetivos.
    2. Implementación y gobernanza: seleccionamos la tecnología adecuada (modelos propios o servicios SaaS), definimos políticas de uso, compliance y privacidad, e implementamos pilotos con equipos multidisciplinarios.
    3. Escalado y medición: medimos KPIs de eficiencia y calidad, ajustamos los modelos y ampliamos los casos de uso a medida que el negocio demuestra resultados tangibles.

    Ejemplo típico de proyecto

    Una empresa del sector retail quería explorar la IA generativa para automatizar la generación de descripciones de productos y mejorar la atención al cliente. Inicialmente los equipos de marketing y soporte utilizaban distintas herramientas sin coordinación, generando inconsistencias y riesgos de exposición de datos. En Incuba realizamos un diagnóstico, priorizamos los casos de uso más maduros y desarrollamos un piloto con un modelo entrenado sobre el catálogo propio de la empresa. Se definieron controles de calidad y una política de revisión humana antes de publicar contenidos. En tres meses la empresa redujo en un 50 % el tiempo de creación de descripciones y mejoró la satisfacción de clientes por la calidad uniforme de las respuestas automatizadas.

    Errores comunes al adoptar GenAI

    • Creer que cualquier modelo sirve para cualquier problema sin ajustar a la realidad del negocio.
    • No involucrar a las áreas de riesgo, compliance y seguridad desde el inicio.
    • Confiar ciegamente en las salidas de la IA sin supervisión humana.
    • Subestimar la necesidad de datos de calidad para entrenar modelos internos.
    • Ignorar el cambio cultural y la capacitación de los equipos que van a usar la tecnología.

    Checklist para comenzar con IA generativa

    • [ ] Identificar procesos repetitivos o creativos que puedan beneficiarse de GenAI.
    • [ ] Establecer una política de uso que incluya seguridad y protección de datos.
    • [ ] Definir roles y responsabilidades para gobernar iniciativas de IA.
    • [ ] Seleccionar tecnologías compatibles con los requisitos regulatorios y de idioma.
    • [ ] Desarrollar un repositorio de datos fiable para entrenar y validar modelos.
    • [ ] Diseñar un proceso de revisión humana antes de publicar contenidos generados.
    • [ ] Medir indicadores de eficiencia, calidad y retorno de inversión.
    • [ ] Formar a los equipos en las capacidades y limitaciones de GenAI.
    • [ ] Iterar y ajustar los casos de uso en función de los resultados obtenidos.
    • [ ] Planificar un escalado gradual con feedback constante de los usuarios.

    Cierre con llamada a la acción

    La inteligencia artificial generativa es una oportunidad enorme, pero solo genera valor cuando se implementa de forma estratégica y responsable. En Incuba combinamos expertise en tecnología, gestión del cambio y gobierno de datos para acompañarte en cada paso.

    ¿Querés descubrir cómo navegar el futuro de la IA generativa en tu empresa? Agendá un diagnóstico gratuito y empezá a evaluar casos de uso concretos con nuestro equipo.

    🖐 Explorá todos nuestros servicios, conocé cómo la consultoría IT te ayuda a impulsar tu negocio y descubrí cómo lo hacemos.

  • Priorizar la inteligencia artificial: de la promesa a la práctica

    Priorizar la inteligencia artificial: de la promesa a la práctica

    Introducción

    Para que la inteligencia artificial deje de ser una promesa y se convierta en una ventaja competitiva, es necesario priorizarla. Muchos equipos se quedan en conversaciones sobre IA y no pasan a la acción. La falta de foco y de roadmap deja en la mesa oportunidades de mejora, automatización y crecimiento. En esta nota te contamos cómo priorizar la IA en tu estrategia de negocio para capturar valor real.

    Señales de que no priorizás la IA

    • Tenés proyectos de IA inconclusos o estancados.
    • Las conversaciones sobre IA se quedan en PowerPoints y no bajan a la operación.
    • Falta un roadmap claro de iniciativas de IA alineadas al negocio.
    • Nadie sabe quién es responsable de la agenda de IA.
    • La dirección no entiende el impacto de la IA y no asigna presupuesto.

    Impacto en el negocio

    • Oportunidades perdidas de mejorar productividad y reducir costos.
    • Decisiones lentas basadas en intuición en lugar de análisis.
    • Pérdida de competitividad frente a empresas que sí adoptan IA.
    • Desmotivación del equipo que no ve avances concretos.

    Cómo lo resolvemos en Incuba

    1. Diagnóstico y priorización: identificamos procesos con mayor potencial de IA y definimos quick wins.
    2. Implementación y governance: diseñamos y ejecutamos pilotos de IA, asegurando gobierno de datos y métricas.
    3. Escalamiento y cultura: transferimos capacidades a tu equipo y creamos una cultura de mejora continua para escalar IA.

    Ejemplo típico de proyecto

    Trabajamos con una compañía de retail que quería ser ‘AI‑first’ pero no tenía un roadmap. En tres meses mapeamos más de 40 procesos, priorizamos tres para automatización con IA (predicción de demanda, recomendación de productos y soporte al cliente) y ejecutamos pilotos. Con un tablero de indicadores, la dirección vio resultados rápidos: reducción del 15 % en sobrestock y mejora del 30 % en la satisfacción de clientes. Luego capacitamos al equipo para escalar la metodología.

    Errores comunes

    • Lanzar iniciativas de IA aisladas sin vinculación al negocio.
    • Creer que la IA es sólo un proyecto tecnológico.
    • No dedicar tiempo a la calidad y gobernanza de datos.
    • Dejar la adopción en manos de proveedores externos sin internalizar el conocimiento.
    • No medir el impacto ni comunicar los resultados.

    Checklist accionable

    • Definir objetivos de negocio concretos para la IA.
    • Nombrar un responsable de IA.
    • Auditar y preparar tus datos.
    • Identificar procesos con alto valor y baja complejidad para pilotos.
    • Diseñar un roadmap y priorizar quick wins.
    • Involucrar a líderes y sponsors desde el inicio.
    • Establecer métricas y KPIs para cada piloto.
    • Crear un equipo multifuncional (negocio, IT, datos).
    • Asegurar un plan de gestión del cambio y capacitación.
    • Comunicar logros tempranos para ganar tracción.

    Si querés poner la IA en la agenda de verdad y obtener resultados concretos, en Incuba te ayudamos a trazar el camino. Visitá nuestros servicios para conocer más, explorá nuestra consultoría IT y descubrí cómo lo hacemos. Agendá un diagnóstico gratuito para conversar sobre tus oportunidades de inteligencia artificial.

  • La pieza que falta en tu estrategia competitiva: inteligencia de ubicación

    La pieza que falta en tu estrategia competitiva: inteligencia de ubicación

    Introducción

    Muchas organizaciones diseñan su estrategia competitiva mirando datos financieros y de mercado, pero dejan de lado la geografía. No saben dónde están sus clientes, cómo se mueven o qué sucede en cada zona. Sin datos de ubicación terminan tomando decisiones a ciegas y dejan valor en la mesa. La inteligencia de ubicación combina datos geoespaciales con análisis de negocio para darte la claridad que necesitás. En esta nota te contamos cómo convertirla en la pieza que falta para crecer.

    Señales de que necesitás inteligencia de ubicación

    – Tomás decisiones de expansión o cierre sin analizar información geográfica.
    – Desconocés patrones de consumo y demografía por zona.
    – No sabés dónde ubicar tus puntos de venta o centros de distribución.
    – Tu equipo de ventas viaja sin una ruta optimizada y pierde tiempo.
    – Tus campañas de marketing no se personalizan por región.
    – Dependés de intuición en lugar de datos para elegir ubicaciones.

    Impacto en el negocio

    • – Pérdida de oportunidades por no abrir en zonas con demanda.
    • – Costos logísticos y de traslado más altos de lo necesario.
    • – Estrategias de marketing que no alcanzan a clientes potenciales.
    • – Riesgo de expansión fallida o saturación en mercados ya cubiertos.
    • – Falta de visibilidad sobre competidores y partners locales.

    Cómo lo resolvemos en Incuba

    1. **Diagnóstico y mapeo**. Levantamos datos internos y externos para entender tu presencia actual y mapear clientes, competidores y proveedores. Utilizamos herramientas de GIS para construir una base geoespacial confiable.
    2. **Análisis y visualización**. Diseñamos dashboards y mapas interactivos que cruzan datos de negocio con información geográfica. Con esto detectamos patrones de consumo, zonas de oportunidad y brechas en tu estrategia.
    3. **Implementación y monitoreo**. Definimos acciones concretas (como abrir un nuevo punto de venta o ajustar la logística) y medimos su impacto. Iteramos con tu equipo para que la inteligencia de ubicación forme parte de la toma de decisiones y se consolide una cultura data‑driven.

    Ejemplo típico de proyecto

    Una cadena de tiendas minoristas quería optimizar su red de sucursales. Tenía locales con baja rentabilidad y ninguna certeza sobre dónde abrir nuevos puntos. Empezamos con un diagnóstico de ubicaciones y analizamos variables demográficas, competencia y hábitos de consumo. Con dashboards de inteligencia de ubicación identificamos barrios con alta demanda insatisfecha y detectamos locales redundantes. Cerraron tres sucursales poco rentables y abrieron dos en zonas con mayor potencial. En seis meses la facturación creció 25 % y redujeron los costos logísticos en un 15 %. Además, el equipo adoptó una cultura de decisiones basadas en datos de ubicación.

    Errores comunes

    • – Creer que la inteligencia de ubicación es solo para marketing.
    • – No integrar datos externos (censo, tránsito, socioeconómicos) en el análisis.
    • – Conformarse con un mapa estático en lugar de dashboards interactivos.
    • – Subestimar la calidad de los datos y tomar decisiones con información incompleta.
    • – No alinear la inteligencia de ubicación con la estrategia de negocio y objetivos.

    Checklist accionable

    1. Definir los objetivos de negocio que querés mejorar con datos geoespaciales.
    2. Identificar y recolectar fuentes de datos internas y externas.
    3. Mapear clientes, competidores y puntos de interés clave.
    4. Analizar patrones demográficos y de comportamiento por zona.
    5. Construir dashboards o mapas interactivos para compartir insights.
    6. Integrar la inteligencia de ubicación en la toma de decisiones estratégicas.
    7. Medir el impacto de las acciones y compararlo con los objetivos.
    8. Ajustar la estrategia y repetir el análisis de forma periódica.
    9. Capacitar al equipo para que entienda y use la información geoespacial.
    10. Mantener la base de datos actualizada y revisar nuevas fuentes de datos.

    ## Cierre con CTA

    La inteligencia de ubicación es la pieza que falta para que tu estrategia competitiva sea realmente integral. Con datos geoespaciales podés tomar decisiones de expansión, marketing y logística con mayor precisión y reducir la incertidumbre. Visitá nuestros servicios para conocer cómo aplicamos estos análisis, consultá nuestra consultoría IT para integrar tecnología en tu negocio y descubrí cómo lo hacemos en proyectos reales. Agendá un diagnóstico gratuito con nuestros especialistas para evaluar tu caso y diseñar un plan a medida.

  • Inteligencia artificial, aprendizaje automático y aprendizaje profundo: ¿cuál es la diferencia?

    El software inteligente actual se basa en todo tipo de tecnologías. Por ejemplo, ¿sabes la diferencia entre inteligencia artificial, aprendizaje automático y aprendizaje profundo? ¿Y de qué se trata el big data? ¿Y qué hace exactamente un científico de datos? En este artículo, explicamos todos estos términos y lo que pueden significar para su organización.

    Inteligencia artificial

    La inteligencia artificial (IA) es simplemente lo que dice el término: el mismo tipo de inteligencia que conocemos de humanos y animales, pero que luego se recrea con computadoras. Sin embargo, detrás de este simple término se esconde una gran complejidad, porque los científicos y los filósofos aún no han descubierto qué es la inteligencia, y mucho menos cómo crear una forma artificial del fenómeno.

    Todavía estamos muy lejos de copiar la inteligencia general, pero podemos dividir la inteligencia en varios subdominios. Razonamiento, resolución de problemas, planificación, aprendizaje, uso del lenguaje, visualización ; todas estas son formas de inteligencia. Y para cada una de estas formas también hay un dominio dentro de la IA destinado a integrar las capacidades humanas en una computadora.

    Aprendizaje automático

    Un dominio grande, y probablemente el más conocido, dentro de la IA es el aprendizaje automático. Este dominio tiene como objetivo reproducir la capacidad de aprendizaje de los seres humanos . Como seres humanos, constantemente aprendemos de las situaciones de nuestra vida diaria. Por ejemplo, si un niño mira un gato y los padres del niño dicen ‘gato’, repitiéndolo una y otra vez, incluso con otros gatos, el niño aprenderá a reconocer gatos con el tiempo.

    Las técnicas de aprendizaje automático funcionan de la misma manera, basadas en ejemplos. Le das a dicho sistema numerosos ejemplos de imágenes de gatos con la descripción ‘gato’ y, a partir de ese entrenamiento, el sistema aprende qué tienen en común todas esas imágenes. Si luego le muestra al sistema una imagen de un gato que aún no ha visto, también reconocerá al gato en esta imagen.

    En su propio negocio, por supuesto, probablemente no buscará reconocer a los gatos. Pero hay innumerables cosas que puede aprender automáticamente . Por ejemplo, puede desarrollar un modelo predictivo para la probabilidad de una compra o la próxima compra . Esto clasificará a los prospectos en función de la probabilidad de que vuelvan a comprar. Esto le permitirá dar un gran impulso a la tasa de éxito de sus argumentos de venta.

    Aprendizaje profundo

    Las redes neuronales (artificiales) son un enfoque importante para el aprendizaje automático. Como sugiere su nombre, este enfoque está inspirado en el funcionamiento del cerebro humano. Después de todo, el cerebro humano consta de una red de neuronas conectadas, las células cerebrales, que se transmiten impulsos eléctricos entre sí. De manera similar, una red neuronal artificial consta de neuronas artificiales, que pueden recibir información de otras neuronas y pasar la información a otras neuronas.

    Por lo general, estas neuronas se construyen en capas en una red neuronal artificial. Luego tiene una capa de entrada, una o más capas intermedias (ocultas) y una capa de salida:

    red neuronal

    Hablamos de aprendizaje profundo cuando la red tiene una gran cantidad de capas ocultas. El aprendizaje profundo ha dado lugar a importantes avances en IA durante la última década en áreas como el reconocimiento de objetos, el reconocimiento de voz, el control de calidad, la detección de fraudes e incluso el diagnóstico médico .

    Grandes datos

    El aprendizaje profundo es por tanto una técnica específica de aprendizaje automático, como otras que existen. Y el aprendizaje automático es uno de los dominios de la inteligencia artificial. Visualmente, podemos representarlo así:

    diagrama de Venn

    Esta representación también contiene otros dos conceptos: big data y ciencia de datos. Comencemos con el primero.

    Hablamos de big data cuando hablamos de una recopilación de datos que es demasiado grande o demasiado compleja para procesar con un sistema de gestión de base de datos tradicional . Un problema en el aprendizaje automático, donde tienes que analizar cientos de miles de fotos, por ejemplo, es el big data. El aprendizaje profundo se presta perfectamente para abordar problemas de big data.

    En la práctica, cambia a técnicas de big data en el momento en que ya no puede ejecutar el sistema de aprendizaje automático en una PC. A menudo, se encontrará con limitaciones como muy poca memoria o muy poca potencia de procesador para la gran cantidad de datos de entrenamiento. Entonces, la solución es ejecutar el software de aprendizaje profundo en grupos de computadoras en un centro de datos. Luego, la tarea se divide y se ejecuta en paralelo en varias computadoras.

    Ciencia de los datos

    Entonces, ¿qué es la ciencia de datos? Este es un campo interdisciplinario que utiliza métodos científicos y algoritmos para recopilar conocimiento a partir de grandes colecciones de datos con el fin de resolver problemas en todo tipo de áreas de aplicación.

    En la imagen de arriba, puede ver que la ciencia de datos es parte de la IA, especialmente el aprendizaje automático. La ciencia de datos incluye el campo de big data y parte del aprendizaje profundo. Pero la ciencia de datos también incluye aspectos que quedan fuera del dominio de la IA.

    ¿Qué hace un científico de datos?

    Exactamente cuáles son estos aspectos de la ciencia de datos fuera de la IA se vuelve más claro cuando analizamos lo que hace un científico de datos. Las habilidades de un científico de datos se dividen en cuatro áreas:

    • IA: conocimiento de aprendizaje automático y técnicas relacionadas, así como modelos estadísticos y matemáticas relacionadas.
    • Informática: conocimiento de lenguajes de programación como Python y R, bases de datos como SQL y NoSQL y despliegues en la nube.
    • Conocimiento del dominio: conocimiento del contexto empresarial de las aplicaciones en las que la IA resuelve problemas.
    • Comunicación: las habilidades para explicar y visualizar información basada en datos.
    Científico de datos

    Ejemplo: Detección de presencia de impurezas

    Un ejemplo ayudará a aclarar las cosas. Una empresa de gestión de residuos desea utilizar una cámara basada en IA a lo largo de las cintas transportadoras para detectar impurezas. El científico de datos utiliza su conocimiento de dominio del negocio para traducir la asignación de la empresa en un problema algorítmico. Se basa en su conocimiento de la IA para usar el aprendizaje profundo para entrenar a un modelo con fotos de flujos de plástico puros e impuros. Para lograrlo, ella escribe código en Python que él ejecuta en una plataforma en la nube. Visualiza los resultados usando sus habilidades de comunicación.

    De los datos a la acción

    Por supuesto, las empresas han podido extraer información de los datos durante algún tiempo. Esto a menudo se denomina Business Intelligence (BI), con informes y paneles interactivos como herramientas.

    Sin embargo, por lo general, los conocimientos de BI se limitan a mirar hacia atrás: ¿Qué sucedió y por qué? También hay bastantes procesos manuales involucrados y los usuarios todavía tienen que tomar muchas decisiones en estos procesos por sí mismos.

    La analítica avanzada y especialmente la IA van un paso más allá y te permiten mirar hacia adelante. Los resultados son predicciones (¿Qué pasará?) y recomendaciones (¿Qué debo hacer?). Además, solo se necesitan decisiones y procesos manuales mínimos para tomar medidas.

    Las formas más avanzadas de IA también automatizan estos últimos pasos humanos. Esto permite que el sistema realice acciones de forma totalmente automática sobre la base de los datos.

    Diferencia entre BI e IA

    Primeros pasos con la ciencia de datos

    ¿Quiere mejorar los resultados de su negocio mediante el uso de tecnologías de datos avanzadas como IA, aprendizaje automático, aprendizaje profundo y big data? ¿Pero no sabes cómo empezar?

    Te invitamos a explorar más artículos relacionados en nuestro blog.

    Nuestro enfoque integral de trabajo te asegurará una incursión en las tecnologías emergentes que enfocan tanto en las herramientas como en la gente. Te invitamos a conocer más.

    Queremos ayudarte ¡GRATIS!

    Conecta con nuestro equipo, vamos a profundizar en el tema para ayudarte a encontrar cómo aplicar estos conceptos en tu negocio. Y vamos a asesorarte totalmente gratis

    ¡Agenda una reunión con nosotros en https://tinyurl.com/2phesrng y comenzamos!

    ¿Dudas antes de agendar? Podemos atender tus consultas en info@incubaconsultores.com.ar

  • Planificación y gestión de proyectos con Microsoft Project

    A pesar de las dificultades, que se puedan encontrar en la planificación, las organizaciones esperan que los proyectos se completen más expeditivamente, con resultados tangibles y achicando la brecha de costos previstos. La única manera, en que pueden cumplirse estos objetivos, es mediante el uso de procesos y técnicas de gestión eficaz.

    Consideramos un aporte de valor enumerarles, en forma genérica, una lista de mejores prácticas, que se encuentran orientadas a las principales fases de la gestión de proyectos. Las mismas son aplicables a MS Project, conocida herramienta y de uso frecuente en tareas de planificación.

    Buenas prácticas que aplicamos en INCUBA

    • Conservar un nivel de granularidad de tareas lógico: La planificación de tareas, que requiere demasiado detalle, conlleva un incremento en el tiempo de ejecución y dificulta el mantenimiento de cualquier proyecto. Por el contrario, un nivel de información poco profundo, con pocas líneas de descripción a nivel tarea, podrá no reflejar detalles necesarios, quizás fundamentales, para obtener los resultados esperados. Por lo cual, es importante destacar que un proyecto, no es una lista de tareas, sino una gestión integral, que como resultante se manifiesta en un proyecto.
    • Mantener la regla de “recursos asignados a tareas no sumario”: Los niveles de tarea sumario no deberían tener recursos asignados, ya que generalmente se tratan de frentes, fases, paquetes o, en su defecto, tareas que engloban otras tareas, por lo cual la tendencia debería ser planificar en el siguiente orden:
    1. Frentes.
    2. Fases.
    3. Paquetes.
    4. Tareas.
    • Optimizar los recursos: En ocasiones, durante la fase de planificación, se generan sobreasignaciones de recursos innecesarias, si no se modifica esta práctica, el proyecto sufrirá estimaciones poco creíbles, dado que es factible perder precisión y consecuentemente, la confiabilidad en las fechas, lo cual influye negativamente en los entregables y el cierre del proyecto. En Project, un recurso sobre asignado se muestra resaltado en letras rojas en cualquiera de las vistas de recurso, lo cual facilita observar el error de asignación, para luego corregirlo.
    • Dependencias entre tareas no relacionadas: Se deberán evitar las dependencias entre tareas no relacionadas, esto puede generar un escenario de atraso en una tarea, que tiene como sucesora a otra, con la cual no debería estar relacionada, por ende demoras innecesarias en nuestro proyecto. Por ello,  es fundamental analizar en detalle la relación entre tareas en la fase de  planificación.
    • Borrar una tarea iniciada: Una tarea que ha comenzado a desarrollarse, que muestra un avance, posee horas reales de trabajo, con lo cual borrar una tarea con estas características, implicará la eliminación del progreso realizado. Si por algún motivo, una tarea debe ser eliminada, ya sea por el cambió de alcance del proyecto u otro factor, se deberá tener en cuenta, que el hecho de sacar la tarea, también eliminará su línea base original, lo cual implicará que la línea base, no reflejará la realidad, porque las mismas a nivel tareas sumario no se verán afectadas por este cambio.  Por esto, es importante que antes de eliminar una tarea, se realice la siguiente acción: insertar un tiempo nulo en los campos de Trabajo y Trabajo restante, para luego reemplazar la línea base de dicha tarea (Seleccionado la tarea y accediendo a Proyecto -> Establecer Línea Base -> Tareas Seleccionadas).
    • Modo “Autoprogramar”: Usar las tareas en modo “Autoprogramar” en vez de “Programadas Manualmente”, permite que se cumpla la ecuación lógica Duración = Trabajo / Unidades Asignadas y que las tareas conserven una coherencia en cuanto a estos tres factores.
    • Aplicar el concepto de línea base: Antes de poner en marcha el proyecto, es importante que previamente el mismo tenga una línea base validada y aprobada por el stakeholder. Esto garantizará, que luego se pueda medir la performance y los desvíos del proyecto. Un cambio de línea base, debe ser siempre consensuado por el respaldo del líder del proyecto.
    • Líneas base múltiples: La herramienta permite el uso de varias líneas base (hasta 11). Guardar más de una línea base resulta muy útil. Supongamos que incorporamos un gran cambio de alcance en nuestro proyecto y deseamos guardar la estimación inicial, hacer esto resulta de utilidad cuando ante la consulta de los Stakeholders, debamos responder sobre estimaciones u otras preguntas, por ejemplo: la diferencia entre lo planificado inicialmente y la situación actual. Asimismo, la vista de Gantt permite la comparación dinámica entre varias líneas base.
    • Sobrescribir fechas de línea base: Así como cuando borramos una tarea, que tiene una línea base, no se contemplan los valores reales luego del cambio, cuando sobrescribimos una fecha manualmente, la misma no se verá reflejada en las tareas sumario. Es importante establecer las fechas deseadas en los campos Inicio y Fin para luego reemplazar la línea base de dicha tarea (Seleccionado la tarea y accediendo a Proyecto -> Establecer Línea Base -> Tareas Seleccionadas). Por ello, no se recomienda dicha práctica.
    • Establecer fecha de inicio o fin en las tareas: Cuando se establece una fecha de inicio o de fin en una tarea, Project interpreta, que existe una restricción, por lo cual, habrá un condicionamiento, para que la tarea respete la fecha de  inicio o fin predeterminada por el usuario. Esto ocasiona que la herramienta inserte restricciones a estas fechas para que se cumplan las condiciones mencionadas, lo cual en muchos casos, podrá no ser lo deseado por el usuario. Insertar una restricción a una tarea, la torna más inflexible, por lo que es recomendable,  que sea utilizado solamente en determinados escenarios. Si queremos que la tarea inicie o finalice en determinada fecha, pero que la misma, se mantenga dinámica respecto de otras tareas predecesoras o sucesoras, es importante que usemos la restricción “Empezar cuanto antes”.

    Conclusiones y llamado a la acción

    Esperamos que puedan encontrar utilidad en la lista de mejores prácticas enumerada anteriormente. Es de importancia mencionar que las mismas son meramente de carácter genérico y que, dada una situación particular de algún proyecto, puede que no sean aplicables en su integridad.

    Los invitamos a colaborar con cualquier otra idea, sugerencia o experiencia, por favor ¡Súmenlas en los comentarios!

  • Procesos Cross Organizacionales

    La necesidad: motor de los procesos

    La creciente industrialización del siglo 20, sumado a la incorporación del concepto “servicio” como producto intangible, llevó inevitablemente a una expansión empresarial en todo el globo.

    Frente a este contexto, los nichos de mercados se iban abriendo, y organizaciones comenzaban a hacer camino frente a mercados antes inexplorados, creando una sensación de emprendedurismo que propició la creación de nuevos tipos de organizaciones, no solo en cuanto a los productos/servicios que ofrecían sino también en cuánto a su misma composición y formas de trabajo.

    Tal es esta realidad que uno de los indicadores de crecimiento de una sociedad/nación, se mide en función al nacimiento de nuevas organizaciones empresariales, y la duración de su vida comercial/legal.

    Empresas que conectan sus procesos como ventaja competitiva.

    Vale conjeturar, que frente a un universo de necesidades por satisfacer, las empresas comienzan a especializarse en sus actividades, y a través de una curva de aprendizaje, se convierten en expertas en determinados procesos u operaciones.

    A esto llamamos comúnmente “especialización”.

    Éste principio existe y permanece porque genera beneficios a la organización, por el cual la eficiencia es la válvula de medición. Los empresarios atentos siempre a la evaluación costo-beneficio y a la conveniencia o no de las operaciones, analizan y deciden sobre las oportunidades de internalizar operaciones o no.

    Procesos Cross Organizacionales.

    Cuando de este proceso decisorio surge ventajoso realizar outsourcing de procesos, podemos comenzar a hablar de Procesos Cross Organizacionales.

    A partir de que dos o más organizaciones se ensamblan a través de sus procesos, surge este nuevo concepto, que hace años que se encuentra ahí latente.

    Actualmente comienza a trabajarse con mayor ímpetu dado el reconocimiento que los resultados de estos procesos ejercen sobre las relaciones comerciales y los productos/servicios que terminan llegando a manos de los clientes.

    En general, este tipo de procesos se da en áreas de negocio con actividades complejas, y con dimensiones con características masivas. Por ello, la sincronicidad “cross” que debe existir debe ser perfecta, para no generar costos que opaquen el beneficio por el cual justamente se llegó a este modelo de especialización y colaboración empresarial.

    Infinidad de oportunidades.

    Procesos cross organizacionales

    La variedad de modelos de cooperación entre las organizaciones es infinita. Y se configura en función al objeto del
    proceso y los recursos que participan en él.

    Cuando hablamos de recursos, nos referimos a cualquiera sea (personas, aplicaciones informáticas, maquinaria, etc). Es decir, a veces la cooperación viene dada por la especialización de ciertos Recursos Humanos para la realización de tareas que están relacionadas a procesos de pensamiento. Este sería el caso de la contratación de cierto grupo de profesionales para la participación en alguna parte de un proceso discrecional.

    Y a veces la cooperación puede darse a partir de la necesidad de contratación de ciertos dispositivos que por su costo y utilización la empresa decide no adquirir.

    Colaboración y cooperación: pilares del espíritu cross organizacional.

    Frente a esto, está claro que cuando la colaboración es esporádica y ocasional, es difícil trabajar de forma integrada y estable en la gestión de procesos. Pero cuando la cooperación es continua en el tiempo y median instrumentos legales entre las organizaciones, es necesario instalar el concepto cross para propiciar ámbitos de trabajo compartidos entre los departamentos de las compañías.

    En éste ámbito de trabajo en conjunto, es necesario en primer lugar entender que los participantes del proceso cross son socios en la cadena de valor. Y que el éxito comercial de todos depende del resultado que percibe el cliente final.

    De esta forma, no pueden existir posturas egoístas y unilaterales. Todo debe concurrir en un entorno de negociación constante, propiciando un resultado win-win como espíritu del modelo.

    Siendo así, es posible crear un equipo interdisciplinario de profesionales de las organizaciones intervinientes que en conjunto analicen cada actividad, cada input y cada output de los procesos que comparten. Incluso analizando en conjunto las herramientas informáticas, compartiendo cierta información del mercado y decidiendo corporativamente sobre nuevas metodologías de trabajo.

    Transparencia, indicadores, información.

    Así mismo, la evaluación compartida de indicadores de gestión y de calidad lleva a una transparencia total del modelo, donde la información es legitimada por todas las partes intervinientes.

    Esto luego repercute, por ejemplo, en las negociaciones de contratos entre ellas, que se realizan sin conflictos a nivel operativo, dado que los resultados ya se compartieron y aceptaron.

    Este escenario, implícitamente, cambia el modelo de la empresa “proveedora” y la empresa “cliente” individual y unilateral, para llevarlas a un lugar de trabajo sin estas barreras, donde el relacionamiento viene dado naturalmente por los procesos.

    Palabras finales.

    Es válido concluir con que una vez más, los procesos de las organizaciones sirven como motor de cambio no solo internamente, sino también en la apertura de la empresa hacia el ámbito empresarial en el que conviven, haciendo una lectura global de los stakeholders que la rodean y reconociendo que la integración y la colaboración es la forma de crecimiento de estos tiempos.

  • Migración de los servicios de Google Apps a Microsoft Office 365: Metodología y reflexiones

    Una introducción

    Dos años y medio después de haber escogido a Google como proveedor de nuestra suite de herramientas de colaboración y comunicación, tomamos la decisión de migrar hacia la oferta de Microsoft, denominada Office 365 y de características, en las generalidades, similares entre sí. Aunque saliendo de estas condiciones generales es en donde encontramos las diferencias que valieron la toma de la decisión y el hecho de asumir lo que se conoce como “costo del cambio”, eso de lo que en Incuba mucho hablamos y mucho más ayudamos a nuestros clientes a percibir; esta vez nos tocó hacer frente al refrán del herrero y su cuchillo de palo.

    El propósito de este artículo está lejos de sentenciar a partir de comparativas tecnológicas o de discusiones basadas en falsas objetividades. Pongámoslo así: en estas cuestiones de colaboración y de comunicación, es muy probable que no haya una forma estricta y pura para decidir una u otra suite de herramientas como la correcta, sino que es menester someter la decisión a un conjunto de cuestiones más relacionadas con nuestro negocio, la forma en la que lo desarrollamos y el contexto en el que se mueve -y en el que queremos moverlo- el giro o industria del mismo.

    Dicho esto, la intención de compartir esta lectura es presentar una matriz comparativa, apoyándonos en estos tres pilares estratégicos mencionados anteriormente; tenemos el foco puesto en entender cuál será la mejor herramienta para ayudarnos a desarrollar nuestro negocio, que en definitiva de eso se trató cuando decidimos la herramienta la primera vez y también -inclusive con mayor y mejor foco- en esta segunda oportunidad.

    Cambia la estrategia: una oficina cada vez más virtual

    Nuestras necesidades de soporte ofimático son precisas, marcadas, tangibles: necesitamos disponer de un ambiente colaborativo a través del cual estar comunicados, evadiendo las barreras naturales de nuestra industria y de la práctica de nuestros servicios; tres cuartas partes de nuestra vida profesional transcurre en instalaciones de clientes, dejando un pequeño margen para que interactuemos físicamente en forma global.

    Esta dinámica de trabajo, traducida como requerimientos tecnológicos demanda:

    1. Correo electrónico accesible en todo lugar, a todo momento;
    2. Conferencia de voz y de video, que soporte múltiples actores y permita compartir contenidos;
    3. Bibliotecas de documentos colaborativas, que soporten versionado y confección en simultáneo;
    4. Herramientas de ofimática en línea, para ofrecer la posibilidad de realizar modificaciones menores en documentos;
    5. Soporte para la comunicación móvil, especialmente la telefonía celular

    La primera solución escogida: Google Apps for Business

    Considerando que es necesario para establecer un contexto, es conveniente explicar por qué la primera decisión fue dar comienzo a nuestra firma de servicios profesionales utilizando el kit de Google.

    Cuando en 2012 INCUBA tomó la decisión de adoptar un modelo de oficina orientado a la nube, diseñamos y pusimos en marcha un proyecto interno enfocado a la evaluación y selección de proveedores de este tipo de herramientas. Así, fueron “invitados” a esta compulsa tres actores: Zoho Office, Google Apps for Business y Microsoft Office 365; cabe destacar que para los tres casos preferimos recorrer el camino sin la mediación de socios tecnológicos, canales o distribuidores, de manera de enfrentar a los productos en forma intrínseca, sin segundas opiniones ni sesgos comerciales.

    Para hacer frente a la búsqueda de la suite más adecuada, consideramos distintos criterios de evaluación entre estratégicos, económicos y técnicos, que dieron forma a una matriz de resultados sobre la que apoyamos nuestra elección. Los aspectos más destacables en cada uno de estos tres factores fueron:

    FactorCriterio destacadoDescripciónPeso en la evaluación
    EstratégicoDespliegue evolutivo del productoEstrategia del fabricante para desplegar cambios y mejoras en el productoMedio
    TécnicoMadurez del productoDesarrollo alcanzado del producto tal que satisfaga las necesidades básicas de soporte tecnológicoAlto
    EconómicoCosto del cambioCosto de trasladar el modelo de operación hacia el propuesto por el producto evaluadoBajo

    Si bien la elección fue reñida porque cada uno de los productos destacaba en un factor distinto, los resultados de la evaluación fueron concisos: Google Apps for Business era la suite con mayor madurez técnica en el producto, lo que inclinó la decisión hacia este conjunto de herramientas. Zoho Office y Microsoft Office 365 tenían solamente buenas intenciones en este aspecto, con promesas de convertirse en herramientas de colaboración de primer nivel a futuro, aunque dejando cuestiones de producto sin atender como por ejemplo la interoperabilidad con sistemas y herramientas ofimáticas de escritorio, principalmente la suite Office para desktop.

    ¿Evolucionan las herramientas junto con las necesidades?

    El conjunto de Google Apps for Business aportó los componentes necesarios para la estrategia de movilidad y oficina virtual trazada por INCUBA, aunque su modelo de despliegue y evolución como suite para empresas fue presentando complejidades, especialmente en cuanto a la celeridad de los cambios y modificaciones a lo existente, inclusive para aquellas herramientas que funcionaban bien.

    Casos específicos de cambios de la noche a la mañana en herramientas como Google Talk, Google Hangouts o Google Calendar –herramientas clave en la operatoria diaria de INCUBA- fueron decantando en una revisión del paquete de colaboración en general.

    En tiempos de cambio, el contexto también hace su parte: Satya Nadella asume como CEO de Microsoft con un rumbo estratégico claro: Cloud first, mobile first. Este cambio de paradigma en el modelo preconcebido del negocio de Microsoft hizo que su oferta enfocara mejor a los casos de negocio como INCUBA, ofreciendo diversidad de planes y paquetes de colaboración, en un precio competitivo, apoyado en el branding de la compañía. Nos atrevimos a revisar nuestra decisión, como le sugerimos a nuestros clientes, midiendo resultados obtenidos y evaluando indicadores de trayectoria si hubiéramos optado por seguir con el caso base.

    El resultado final que alcanzamos: continuar con la suite de Google Apps nos hubiera aportado novedosas herramientas, aunque hubiera continuado sin cubrir la necesidad básica de estabilidad. Fue el detonante para adoptar la decisión de migrar hacia la suite Microsoft Office 365.

    La migración a Microsoft Office 365: Cómo gestionamos el cambio

    Aprovechando nuestro conocimiento de la metodología de gestión del cambio, comenzamos por el principio: recogiendo información que nos permitiera analizar el impacto de los cambios. Y comunicando, comunicando, comunicando; la adopción de los cambios en las organizaciones depende en mayor medida de un correcto manejo de la comunicación, generando un único espacio válido para la transferencia de información y, por ende, evitando malos entendidos y la actividad no deseada desde canales informales no autorizados.

    Sin preconceptos aunque con presuposiciones, esperábamos un listado de impactos mayor al que obtuvimos. El primer y principal punto para trabajar estuvo enfocado en la necesidad de mantener la operatoria básica cubierta, siguiendo los lineamientos establecidos y que mencionamos anteriormente como los cinco puntos fundamentales. Para todos los demás impactos identificados nos encontramos con un componente para resolver a partir del factor humano, por lo que apoyados en la metodología de gestión del cambio supimos encontrar acciones de mitigación a partir de reforzar la comunicación y de mantener activo un frente de capacitación.

    Para la comunicación, el primer paso es diseñar una estrategia para el mensaje a transmitir. En nuestro caso, lo alineamos con nuestra visión de crecimiento: en nuestro equipo la percepción para con la adopción de Google fue identificada con la empresa de garage; aprovechamos esta noción en el inconsciente colectivo de nuestro equipo para volverlo un aspecto positivo de migrar al producto Microsoft: evolucionamos como empresa, debemos evolucionar nuestras herramientas.

    En cuanto a la capacitación, nos volcamos a las inducciones en línea a través de la herramienta de videoconferencia Microsoft Lync. Obtuvimos reales ventajas por sobre la anterior Google Hangouts, al tener la oportunidad de lanzar una grabación de video y luego dejar disponible el material como fuente de consulta, así como también para futuras oportunidades de formación.

    Conclusiones desde la operación

    A partir de haber experimentado el cambio, luego de seis meses de llevar adelante nuestras capacidades de colaboración a través de Office 365, es tiempo de elaborar conclusiones y, sobre todo, de compartirlas.

    FuncionalidadConclusiónOpinión
    Correo electrónicoTanto Gmail como Outlook cubren nuestras necesidades y entregan una plataforma de correo sólida, con una interfaz lógica y que permite manejar las opciones más frecuentes desde su barra de herramientas.Sin cambios
    CalendariosNuestro uso del calendario es muy frecuente, una herramienta de las claves. Tanto la suite de Google como la de Microsoft tienen sistemas de calendario que funcionan perfectamente.Sin cambios
    Almacenamiento en la nubeGoogle Drive tiene una estructura para el almacenamiento que es incómoda para el trabajo. Demasiado orientada a la colaboración en línea, deja de lado la necesidad de mantener una jerarquía de carpetas similar para todos los usuarios. En el caso de Office 365 notamos una gran mejora a partir de su estructura de almacenamiento orientada a bibliotecas.Office 365
    Sitios e intranetsGoogle Sites no cuenta con un soporte adecuado para un equipo que necesita colaborar en línea a nuestra manera: no encontramos en las funcionalidades de Sites oportunidades para crear una intranet real, por ejemplo incrustar un Blog de equipo o una jerarquía de carpetas de Drive. Optamos por no utilizarla, notando la falta de este tipo de herramienta. Office 365 ofrece Sharepoint Online, que al ser combinado con bibliotecas de archivos permite la generación de intranets de proyectos, sitios internos, entre otros. La funcionalidad que hizo a la diferencia.Office 365
    MensajeríaGoogle Apps tiene en Google Hangouts una apuesta de desarrollo hacia la vanguardia. Nos encontramos con una gran ventaja cuando esta herramienta fue desplegada, aunque luego fuimos notando varias fallas en cuanto a lo técnico –audio desfasado, conversaciones “colgadas”, dificultades para sumar miembros- y optamos por no seguir usándola, volviendo al Skype. Actualmente usamos Lync, al que han sumado integración con Skype y que además tiene un soporte adecuado para conferencias en línea.Office 365
    BloggingBlogger es una de las plataformas más destacadas a nivel mundial para este fin, además de ser la plataforma que provee Google Apps. El Blog de SharePoint cubre las necesidades perfectamente, aunque Blogger posee mejor integración con otros canales.Google Apps
    Herramientas ofimáticasLa suite de Google Documents no cubrió nuestras necesidades, fundamentalmente porque el mundo de las herramientas ofimáticas es dominado por Microsoft y, por lo tanto lo son los formatos requeridos para interactuar con el mundo exterior. Adicionalmente, es notoria la diferencia de versatilidad entre las herramientas en línea de Google con Office Online. En esto encontramos una gran ventaja en el paquete Office 365.Office 365
    Panel de administraciónEl panel de Google Apps cubrió perfectamente nuestras necesidades de administración, cuando menos sencillas: altas de personas, creación de grupos y de casillas de correo comunitarias, manejo de licenciamiento por producto disponible a nivel de usuario. Comparando las mismas funciones, el panel de administración de Office 365 cuenta con las mismas funcionalidades.Sin cambios
    IntegraciónEl modelo de negocios de Google está orientado a la integración: la tienda de aplicaciones compatibles con Google Apps es un repositorio de todo tipo de herramientas para complementar el paquete estándar, la mayoría de ellas ofrecida por compañías terceras. Probamos y adoptamos varias, encontrando siempre un comportamiento correcto de la suite de Google Apps con las herramientas integradas. No fue así el caso de Office 365, en el que el modelo de vendors y consultoría parece continuar vigente.Google Apps
    MovilidadEn este punto se aprecia una relación directa con el modelo de sistema operativo adoptado: Quienes utilicen plataformas Android encontrarán mejor adaptación de la suite de Google y lo mismo sucederá para los usuarios de Windows Phone en cuanto a Office 365. En nuestro modelo primamos el BYOD y por lo tanto en el Equipo INCUBA conviven distintos tipos de teléfonos, así como de usuarios. Tanto en una plataforma como en la otra, ambas suites permiten una integración casi completa, a excepción de la mensajería, que cuenta con clientes solamente para la plataforma móvil análoga a la suite, es decir Hangouts para Android, Lync para Windows Phone.Sin cambios

    Una reflexión final

    Desde nuestra primera decisión de ir hacia la nube hasta hoy, descubrimos que más allá de la herramienta seleccionada, la piedra fundamental es interpretar a la estrategia de la compañía y, desde ella, la estrategia de colaboración y gestión del conocimiento; una lectura imparcial desde el punto de vista de las disponibilidades tecnológicas es necesaria para no anteponer las decisiones entre una u otra solución al punto principal: darle un soporte correcto a la operatoria diaria, con un nivel de servicio y de calidad adecuado y sin perder de vista las necesidades del negocio.

    ¡Gracias por sus comentarios!

  • Procesos de Pensamiento: Teoría de las Restricciones

    En la evaluación de Procesos, los equipos de Calidad  intentan en un ejercicio constante, identificar aquellas actividades, procedimientos, herramientas de trabajo, que dificultan el logro de los objetivos con eficiencia.

    Para realizar dichos análisis, se sirven de un conjunto de herramientas, cuyo objetivo es la resolución sistémica de situaciones problemáticas; mediante procesos de pensamiento. La aplicación de estas técnicas suele ser una actividad muy incentivante en la gestión por procesos, dado que implica avanzar sobre los circuitos de mejora continua.

    Sin embargo, nunca deja de buscarse la eficiencia en el trabajo con estas herramientas, es por eso que un concepto muy oportuno para esta priorización de mejoras es el elaborado por John C. Maxell, autor de “Las 17 leyes incuestionables del trabajo en equipo”, cuando menciona dentro de La ley de la cadena que “una cadena es tan fuerte como su eslabón más débil”.

    Cuánta practicidad y sabiduría tiene este enunciado que parece así tan obvio. Es un buen comienzo para un análisis de procesos en todas las organizaciones.

    Haciéndose eco a este enunciado, existe una Metodología de Pensamiento, que indica cómo explotar cada limitación en nuestra organización. Estamos hablando de la Teoría de las Restricciones.

    El punto de partida de esta Teoría es la identificación de las características fundamentales de las organizaciones, el rendimiento de cualquier cadena siempre está determinado por su eslabón más débil. Estos eslabones son denominados como limitaciones del sistema. Fácilmente, la Teoría brinda una guía de acciones:

    1. Identificar las restricciones del sistema: deben localizarse aquellos recursos que por su escasa disponibilidad limitan el rendimiento global del sistema, para “explotarlos” a su máxima capacidad. Su eliminación inmediata puede ser difícil y puede conducir a inversiones innecesarias.
    2. Decidir cómo explotar las limitaciones: cuando las limitaciones se encuentran en determinados centros de trabajo (CT), explotarlas significa obtener el máximo rendimiento de la maquinaria de estos CT.
    3. Subordinar todo a las decisiones adoptadas en el paso anterior: todas las actividades de la compañía deben dirigirse a explotar al máximo las limitaciones.
    4. Elevar la limitación: aumentar la capacidad de las limitaciones.
    5. Si en los pasos anteriores se ha roto una limitación, hay que regresar al primer paso, pero no hay que permitir que la inercia provoque una limitación al sistema.

    No debe falta nunca en el escritorio de un Líder Empresario y su equipo de trabajo, estas 5 tareas tutoras, para el logro de la eficiencia organizacional.

  • Sistematización en la cadena de valor: sector Salud

    Todos los trabajos respecto a la gestión de calidad y procesos, se fueron trasladando a diferentes sectores industriales, de servicio y mixtos; y dentro de cada sector, en mayor o en menor medida para los distintos tipos de negocios.

    La calidad de un servicio resulta difícil de medir dado que intervienen factores humanos, en donde por más que se establecen normas y protocolos de trabajo, hay una variable emocional y actitudinal de las personas intervinientes que no se puede controlar en todos los casos. Todos los seres humanos somos distintos y eso conlleva a resultados distintos, lo que no quiere decir que los mismos no se puedan medir, calificar y mejorar.

    A esta situación compleja de los servicios, sumémosle una dificultad más, supongamos que los recursos con los que se encuentra el cliente no son propios, sino terceros contratados. Esto complica más el escenario, principalmente por dos motivos:

    • La selección, entrenamiento y seguimiento de los recursos humanos no es propio.
    • Se deben suministrar la mayor accesibilidad y red de contención ante situaciones esperables y no esperables.

    Este es el contexto en el que se desarrolla el servicio de la medicina privada, para las empresas que son financiadoras del sistema (obras sociales / empresas de medicina prepaga).

    En los últimos años, se observa una alineación homogénea respecto de las administraciones netamente privadas y aquellas con un mix sindical/gremial, la línea en preponderancia es el avance en la automatización y sistematización de algunos procesos médico/prestacionales, que mejoren la accesibilidad de los afiliados a la atención médica.

    Cuando el servicio es tan delicado, y en algunos casos donde el error o el acierto pueden poner en riesgo la vida humana, no caben mayores justificativos que avalen la inversión y el esfuerzo en mejorar estos criterios de accesibilidad. Los avances tecnológicos en el sector de salud, siempre estuvieron de la mano de la prestación médica propiamente dicha, mejorando las técnicas de cirugía, los elementos de diagnóstico y tratamiento, los protocolos de emergencias, los recursos y el servicio de hospedería.

    Es por eso que los avances en cuanto a la administración del servicio prestacional actuales, realzan la tendencia de crecimiento del sector.

    Estas mejoras aumentan la competencia entre financiadores, dado que al existir una libre elección por parte de las personas en el régimen obligatorio (empleados en relación de dependencia / monotributistas), y en el régimen voluntario (personas particulares), el nivel prestacional de la red que se ofrece (cartilla médica) y la agilidad en las gestiones administrativas son los principales factores que mueven el pulgar a la hora de elegir un plan de salud.

    La automatización de los procesos, lleva consigo un alto grado de sistematización, principalmente por cuestiones de distancia; recordemos que se debe habilitar el sistema y sus reglas para que llegue a todos los lugares donde los afiliados puedan requerir servicios de salud. Esto implica comenzar a trabajar con tecnologías que propicien la conexión online, por tanto internet se convierte en un factor fundamental de toda la estructura.

    Así se empiezan a configurar distintos esquemas de conectividad entre el financiador y los prestadores, entre los afiliados y los intermediarios comerciales y el financiador.

    Todos estos estos mecanismos tiene como objetivo mayor el de favorecer y simplificar los procesos de acceso a la atención médica, en donde todos los intervinientes se sientan respaldados por las herramientas tecnológicas ofrecidas por el financiador, y puedan dedicar todo el esfuerzo al acto médico, que es sin lugar a dudas, una de las actividades más nobles de la humanidad.

    La automatización y sistematización de los procesos de negocio comenzaron a desarrollarse más claramente en las cadenas de valor manufactureras o que tienen componentes industriales. La producción en masa y en una línea de montaje sin duda indujo a procesos de pensamiento en los cuales el uso de metodologías y acciones coordinadas eran la respuesta a la necesidad urgente de abastecer mercados en crecimiento.