Plataformas Digital Decisioning: inteligencia humana e IA para tomar mejores decisiones

Las tecnologías basadas en Inteligencia Artificial son muy útiles para sacar conclusiones y encontrar patrones entre cantidades ingentes de datos, algo que para un humano sería imposible. Pero tomar una buena decisión no requiere únicamente de datos, sino que también necesita conocimiento, una lógica experta que se aplique a esa decisión. En las decisiones de negocio ese conocimiento o lógica experta se encuentra en la mayoría de los casos en las mentes de los perfiles de negocio, gerentes y planificadores de las compañías. Combinar esa lógica de decisión humana con las diferentes tecnologías de IA puede mejorar y automatizar el proceso de toma de decisiones de negocio. Aquí es donde entran las plataformas Digital Decisioning o DDP (Digital Decisioning Platforms), que aúnan la inteligencia humana y la Inteligencia Artificial para utilizar lo mejor de ambas y tomar decisiones digitales en las aplicaciones de negocio.

Estas plataformas de permiten a los perfiles de negocio de las organizaciones definir la lógica de las decisiones a través de herramientas como los sistemas de gestión de reglas, y a la vez incorporan tecnologías de inteligencia de decisiones basadas en datos, como Machine Learning u Optimización. Además de gobernar el cambio y desplegar decisiones digitales dentro de las aplicaciones.

Capacidades de las plataformas de Digital Decisioning

Como comentábamos en el punto anterior las capacidades que deben aportar las plataformas de Digital Decisioning son:

Permitir a los perfiles de negocio crear la lógica de decisión utilizando interfaces gráficas que no requieran codificación o una amplia capacitación. De esta manera los usuarios podrán crear y manejar decisiones simples y complejas de manera fácil y rápida, sin tener que delegar en los departamentos de IT.
Integrar tecnologías de inteligencia de decisiones basadas en datos, como Machine Learning, Optimización Matemática u otras técnicas de Inteligencia Artificial.
Permitir una iteración rápida del ciclo de vida de las decisiones operacionales. Monitorizar, analizar y gestionar las decisiones y sus componentes de manera rápida, apoya una mejora continua de la toma de decisiones de negocio.

¿Cuándo implantar plataformas de Digital Decisioning?

En el día a día de las compañías existen una gran cantidad de decisiones repetitivas que deben tomarse de manera rápida y eficiente porque influyen directamente en los objetivos de la empresa. Estas decisiones operacionales son susceptibles de ser automatizadas y optimizadas, pero hay que tener en cuenta que cada toma de decisión es diferente. A veces pueden ser automatizadas sólo con la política o las reglas de negocio, y otras veces es necesario combinar las diferentes tecnologías como los sistemas de gestión de reglas de negocio, Machine Learning e Inteligencia Artificial, donde sería beneficioso contar con plataformas de Digital Decisioning.

Entonces, ¿cuándo deberíamos plantearnos si implantar una de estas plataformas? La respuesta es fácil:

Tienes que tomar decisiones operacionales en el día a día de tu compañía con un grado de repetitividad elevado.
Las decisiones deben tomarse prácticamente en tiempo real.
Tomar estas decisiones requiere tener en cuenta múltiples variables.
Estas decisiones tienen un impacto directo en el logro de los objetivos de la empresa.

Una vez que sabemos que tenemos las decisiones indicadas para que nos resulte beneficioso implantar estas plataformas, veamos cómo sería tomar decisiones digitales.

Tomando decisiones digitales

Lo primero que se debe hacer a la hora de optimizar o automatizar la toma de decisiones es entender el problema de decisión y encontrar las tecnologías adecuadas para automatizar el proceso. Después hay que crear un modelo de decisión usando el estándar de notación.

Evitar codificar la lógica de la decisión en lenguajes de programación o scripts es importante, ya que los cambios en estos lenguajes generan dependencia de conocimiento técnico y resultan más difíciles, lentos, caros y poco transparentes. La mejor opción en estos casos es utilizar un sistema de gestión de reglas de negocio que permita escribir las reglas y lógicas de negocio de forma fácil y sin necesidad de conocimiento técnico, y realizar cambios rápidamente. La toma de decisiones digitales requiere agilidad y transparencia.

También es importante no separar los sistemas operativos de los analíticos. Muchas veces se tratan los sistemas analíticos aparte, lo que reduce el valor que obtienen de sus datos e impide una toma de decisiones efectiva. Las plataformas de Digital Decisioning aúna los sistemas de toma de decisiones (reglas de negocio) con los sistemas analíticos para obtener más valor de los datos de la compañía.

Una vez teniendo claro estos puntos, para tomar decisiones digitales, se debería:

Modelar la decisión operativa y automatizarla usando reglas de negocio basadas en políticas, regulaciones y mejores prácticas.
Utilizar los datos para validar las reglas, comprobar los umbrales y definir el impacto.
Aplicar un análisis descriptivo simple para identificar las medias, las desviaciones estándar y las tendencias que se pueden codificar en las reglas.
Utilizar Data Mining para clasificar los clientes y transacciones, y escribir reglas diferentes para cada clúster.
Aplicar análisis predictivo, Machine Learning u otras técnicas basadas en Inteligencia Artificial para identificar las predicciones que cambiarían y mejorarían la toma de decisiones.
Hacer las predicciones operativas en el modelo de decisión creando nuevas reglas.

Es importante remarcar que utilizar las capacidades de Digital Decisioning e Inteligencia Artificial no significa renunciar al control humano. De hecho, el uso de estas tecnologías para automatizar decisiones operacionales del día a día libera a los humanos de la toma de decisiones transaccionales y les permite centrarse en definir cómo se toman esas decisiones y cómo deberían tomarse en el futuro. De esta manera se podrá lograr una mejora continua de las decisiones, pudiendo monitorizar y analizar los procesos en todo momento.