Paradigma tecnológico
Muchos dicen y asumen que «desarrollando más software y aprendizaje automático» conseguiremos las demandas actuales. La programación matemática contemporánea y el aprendizaje automático nos han permitido con éxito hablar y controlar la Inteligencia Artificial. Pero esta metodología y lenguajes de codificación no son suficientes. No están a la altura de las demandas actuales del mercado, regidas por productos centrados en el cliente en tiempo real y la visibilidad adecuada de saber cuándo hay que atender esas demandas.
Aunque dispusiéramos de abundantes recursos y capital humano para escribir código, nos encontramos con muchos problemas organizativos. ¿Cómo coordinamos un grupo tan grande de ingenieros? ¿Cómo desvinculamos sus estilos y métodos culturales fuertemente influenciados de una forma más uniforme y fluida de construir código para el futuro?
Visión mala: La falta de visibilidad para comprender y medir las ineficiencias del flujo de trabajo obstaculiza la capacidad de atender y satisfacer las demandas operativas.
Coordinación en tiempo real: La coordinación sin fisuras con la capacidad sólida y dinámica de predecir y mitigar riesgos coetáneos en todas las unidades de negocio va más allá de la automatización de equipos, capital humano e integración de software.
Incertidumbre: Hoy tenemos optimización con incertidumbre. Nuestros conceptos matemáticos y metodologías no han cambiado en 40 años. El único cambio significativo es nuestro potencial de cálculo, es decir, más potencia de cálculo.
Transformación Digital: La digitalización de toda la organización ha superado el uso contemporáneo de la analítica de datos y los programas informáticos que se comunican con estos sistemas.
Estado de la tecnología: Nuestro estado actual de la tecnología no puede seguir el ritmo de las demandas actuales del mercado regidas por productos centrados en el cliente en tiempo real y la visibilidad adecuada de saber cuándo hay que atender esas demandas.
Demanda futura: Para satisfacer nuestras demandas actuales y futuras, necesitamos diseñar e implantar sistemas autónomos que autoaprendan sobre la marcha, independientemente de la interferencia humana o de la necesidad de escribir nuevo código.