La IA llega a tus hojas de cálculo. Así es como las nuevas herramientas están transformando Excel, de un lastre obsoleto, en una máquina de productividad automatizada.
por Myles Suer
- El uso generalizado de hojas de cálculo continúa
- Los problemas con las hojas de cálculo
- ¿Puede la IA resolver estos problemas?
- Parte de una tendencia más grande
- Reinventando la hoja de cálculo para la era de la IA
- Acerca del autor
- Para permitir una mayor creación de valor, adopte el uso correcto de las hojas de cálculo
He sido testigo personalmente de múltiples generaciones de transformación tecnológica, cada ola transformando industrias, procesos de negocios y la sociedad misma.
Hoy, como lo define Klaus Schwab, del Foro Económico Mundial , nos encontramos en plena Cuarta Revolución Industrial, pero he vivido fragmentos de otras tres revoluciones industriales. A los doce años, aprendí a usar una regla de cálculo, solo para que semanas después me dijeran que lo olvidara. Texas Instruments acababa de anunciar la primera calculadora, lo que dejó obsoleta mi nueva habilidad de la noche a la mañana. Años después, mientras cursaba mi MBA, estudié sistemas de información gerencial, donde nos enseñaron diagramas de flujo, tarjetas perforadas y programación de terminales.
Sin embargo, cuando trabajé brevemente en análisis financiero —un puesto que no era mi verdadera vocación—, preparábamos planes financieros en papel, usando calculadoras en lugar de computadoras. Cinco años después, al regresar para cursar una segunda maestría en planificación estratégica, descubrí que el panorama había cambiado drásticamente. Los diagramas de flujo, las tarjetas perforadas y la programación basada en terminales habían desaparecido, reemplazados por Lotus 1-2-3 y minicomputadoras para el análisis y modelado de datos complejos.
La transición a las hojas de cálculo revolucionó la contabilidad pública y la planificación financiera, automatizando tareas complejas y aumentando la eficiencia. Sin embargo, incluso con la aparición de aplicaciones dedicadas a gestionar todo, desde la presupuestación hasta la previsión, los líderes en datos se vieron obligados a competir con la potencia y la flexibilidad inquebrantables de las hojas de cálculo.
El uso generalizado de hojas de cálculo continúa
Independientemente de los avances tecnológicos, parece que las hojas de cálculo son omnipresentes. Pregúntele a cualquier analista de negocios, o incluso a la comunidad de usuarios en general, y la mayoría le dirá que las hojas de cálculo son esenciales para su trabajo. A pesar de décadas de esfuerzos por marginarlas, las investigaciones demuestran que su uso sigue siendo notablemente alto, alcanzando el 85 %.
Mientras tanto, los líderes de datos que han intentado eliminar las hojas de cálculo de sus análisis a menudo se encuentran en un juego interminable de “Aplastar al topo”. Por mucho que intenten suprimirlas, las hojas de cálculo resurgen, a veces en lugares inesperados.
John Hagerty, analista destacado de Dresner Advisory Service, afirmó: «En lugar de considerarlas un mal necesario, las organizaciones deberían reconocer cómo las hojas de cálculo aportan valor estratégico y se adaptan bien a las habilidades de los usuarios». De hecho, las organizaciones que facilitan la búsqueda de contenido analítico hacen un uso estratégico significativamente mayor de las hojas de cálculo (61 %) en comparación con aquellas donde el contenido es difícil de localizar. En lugar de combatir las hojas de cálculo, los líderes de datos con visión de futuro deberían integrarlas en una estrategia analítica más amplia, garantizando que mejoren, y no obstaculicen, la toma de decisiones y la innovación. Pero ¿cómo lograrlo?
Los problemas con las hojas de cálculo
Las hojas de cálculo presentan problemas. Cuando se utilizan indebidamente como volcados clandestinos de datos o soluciones temporales para datos erróneos , pueden generar más problemas de los que resuelven. En este caso, en lugar de abordar los problemas de calidad de los datos desde el origen, las organizaciones suelen recurrir a la limpieza repetida de datos incorrectos en las hojas de cálculo, lo que genera versiones contradictorias de la verdad, pérdida de tiempo y un mayor riesgo de errores. En ningún ámbito esto es más cierto que en el sector financiero, con el cierre trimestral. Y estos desafíos son solo el principio. Sin una tecnología de sincronización adecuada, garantizar la puntualidad de los datos en las hojas de cálculo es difícil, lo que complica aún más la toma de decisiones.
A medida que las hojas de cálculo se vuelven más complejas, también lo son los riesgos. Los errores se vuelven más difíciles de detectar y múltiples versiones del mismo conjunto de datos pueden circular sin control. En una ocasión, recibí un modelo financiero con múltiples tablas y hojas de cálculo de una firma de contabilidad pública para ayudarme a planificar el pronóstico y el plan financiero de una startup. Tardé semanas en encontrar y corregir los errores, lo que se complicó aún más por la falta de rangos con nombre o fórmulas definidas. En lugar de una lógica clara y legible, nos vimos obligados a navegar por un laberinto de cálculos “B1 + B2”, donde incluso los errores más pequeños podían derivar en errores de cálculo significativos.
Para agravar este problema, el dominio de las hojas de cálculo sigue siendo bajo. Solo alrededor del 20 % de los usuarios comprende incluso las funciones básicas, lo que hace que la información valiosa sea inaccesible para la mayoría. Sin embargo, las hojas de cálculo son un elemento básico de las operaciones comerciales, y se estima que 750 millones de personas en todo el mundo utilizan Excel o Hojas de Cálculo de Google. El desafío no son solo los errores en las hojas de cálculo, sino garantizar que las organizaciones las utilicen de forma inteligente, estratégica y que mejoren, en lugar de obstaculizar, la toma de decisiones basada en datos.
¿Puede la IA resolver estos problemas?
Una nueva startup, Sourcetable, busca revolucionar las hojas de cálculo integrando el procesamiento del lenguaje natural basado en IA en Excel y Hojas de Cálculo de Google. En lugar de navegar manualmente por fórmulas, tablas dinámicas y funciones complejas, los usuarios pueden simplemente indicar a la hoja de cálculo lo que desean, ya sea escribiendo o usando el control de voz manos libres. Con la IA a cargo de la parte más difícil, el objetivo es crear una hoja de cálculo autónoma que democratice el análisis de datos y aumente la productividad.
El potencial es revolucionario. Los comandos de lenguaje natural facilitan a los usuarios la creación y edición de modelos financieros, la generación de plantillas de hojas de cálculo, la limpieza y el enriquecimiento de datos, la creación de gráficos e incluso el análisis de libros de trabajo completos, tareas que normalmente requieren conocimientos avanzados de hojas de cálculo.
Los primeros usuarios ya ven las posibilidades. Simar Singh, cofundador de Butternut AI, predice un futuro en el que «los humanos ya no se encargarán del trabajo pesado de las hojas de cálculo, sino que se delegarán en la IA». Si tiene éxito, esto podría redefinir la forma en que muchas empresas interactúan con los datos, haciendo que el análisis sofisticado sea accesible para todos, independientemente de sus habilidades técnicas.
Hagerty afirmó: «La clave aquí es que la interfaz GenAI interactúe con la hoja de cálculo, lo que puede minimizar el desafío de la proliferación de datos en múltiples conjuntos de herramientas, similar a lo que hacen las herramientas de inteligencia empresarial múltiple, lo que genera problemas de negocio y costos adicionales».
Parte de una tendencia más grande
La IA generativa no solo está transformando la forma en que las empresas aportan valor a sus clientes, sino que ya está revolucionando la productividad personal de los directivos. En mi reseña de la “Guía de HBR sobre IA generativa para directivos “, exploré cómo la IA generativa está transformando la gestión misma. Los autores argumentaron que la IA puede servir como “co-pensador” para directivos en organizaciones de todos los tamaños, ayudándoles en la resolución de problemas y la toma de decisiones. Este cambio tiene profundas implicaciones para la productividad personal. Al automatizar las tareas directivas rutinarias, la IA generativa permite a los directivos centrarse en tareas estratégicas de mayor valor. Mejora la gestión del tiempo, agiliza los flujos de trabajo y reduce la carga cognitiva de la toma de decisiones diaria.
Como herramienta esencial para la gestión moderna, GenAI ya está empezando a optimizar funciones clave como la creación de planes, el análisis de datos, la visualización, los informes de estado de los proyectos y la recuperación de información. Al integrar la IA en estas áreas, las organizaciones pueden capacitar a los directivos para trabajar de forma más inteligente, tomar mejores decisiones y generar un mayor impacto, sin verse abrumados por la complejidad administrativa.
Reinventando la hoja de cálculo para la era de la IA
Las hojas de cálculo han sido durante mucho tiempo una herramienta indispensable para las empresas, pero presentan desafíos, como errores, ineficiencias y accesibilidad limitada para quienes no tienen conocimientos avanzados. A pesar de décadas de intentos por marginarlas, las hojas de cálculo siguen profundamente arraigadas en los procesos empresariales modernos. Ahora, la IA generativa emerge como una herramienta revolucionaria que promete automatizar tareas complejas, mejorar la precisión y hacer que el análisis de datos sea más accesible para todos.
Las soluciones basadas en IA, como Sourcetable, representan una evolución de la tecnología de las hojas de cálculo, permitiendo a los usuarios interactuar mediante lenguaje natural y comandos de voz en lugar de depender de fórmulas y la manipulación manual de datos. Este cambio podría eliminar gran parte del trabajo rutinario de las hojas de cálculo y redefinir la forma en que las empresas gestionan la toma de decisiones basada en datos.
En términos más generales, la IA generativa puede transformar la productividad personal. Tiene el potencial de convertirse en un aliado estratégico para los gerentes, optimizando los flujos de trabajo, automatizando la planificación y mejorando la toma de decisiones. A medida que la IA continúa evolucionando, las hojas de cálculo podrían dejar de ser una fuente de frustración y convertirse en un poderoso e inteligente aliado en el análisis gerencial.
Acerca del autor
Myles Suer es analista de la industria, periodista tecnológico y destacado CIO influencer (Leadtail). Es líder emérito de #CIOChat y director de investigación en Dresner Advisory Services.
Para permitir una mayor creación de valor, adopte el uso correcto de las hojas de cálculo
Pregúntele a cualquier analista de negocio, incluso a la comunidad de usuarios en general, y la gran mayoría considerará las hojas de cálculo esenciales para su trabajo. A pesar de décadas de intentar marginarlas, su uso sigue siendo muy alto (85%). Los líderes de datos que se muestran firmes en la restricción del uso de hojas de cálculo en sus datos y análisis (e incluso las consideran un “mal necesario”) pronto descubrirán que, como en el juego “Whac-A-Mole”, las hojas de cálculo aparecerán por todas partes, incluso donde antes no existían.
por Juan Hagerty
Cualquier plan estratégico de datos y análisis requiere una comprensión profunda del valor de las hojas de cálculo en las operaciones comerciales. Los líderes de datos deben comprender que las percepciones sobre las hojas de cálculo tienden a ser relativas; es decir, el uso “táctico” que una persona hace de ellas puede ser fácilmente una necesidad “estratégica” para otra. Por lo tanto, los líderes de datos y empresariales necesitarán un consenso que abarque sus puntos de vista potencialmente contrapuestos.
¿Se puede usar una fórmula mágica para determinar la mejor combinación de productos y capacidades para abordar las necesidades críticas de la empresa y la comunidad de datos? En resumen, no. La solución es un equilibrio que se transformará y cambiará con el tiempo. Y a medida que cualquier organización cambia y evoluciona, también lo harán esas necesidades y deseos.
El éxito en inteligencia de negocios (BI) reside en generar valor para el negocio, no en implementar herramientas. Los líderes de datos deben trabajar activamente para ampliar o reducir el uso de hojas de cálculo, considerando cómo este puede acercar a sus organizaciones al éxito total con sus iniciativas de BI y contribuir a la creación de valor comercial sustancial. Los líderes de datos deben estar abiertos a fomentar el uso de hojas de cálculo cuando sea la forma más eficaz de generar valor estratégico y cuando se adapte adecuadamente a las habilidades y capacidades de los usuarios relevantes.
Pero la necesidad de los usuarios empresariales de “hacer algo con los datos” que ahora solo ven en informes y visualizaciones no debería darles carta blanca para hacer todo lo que quieran. Adoptar las hojas de cálculo por lo que se les da bien (modelar escenarios de forma fácil y rápida, pivotar esos datos para liberar su dimensionalidad e incluir datos corporativos autorizados con otros datos de terceros o de la competencia) es clave para impulsar la productividad y la comprensión. Usar hojas de cálculo como volcados de datos clandestinos o para limpiar repetidamente datos incorrectos que deberían corregirse en la fuente puede a menudo generar versiones contradictorias de la verdad, así como esfuerzos que requieren mucho tiempo y podrían estar plagados de errores. Y estos desafíos son solo el comienzo.
Los líderes de datos y sus equipos deberían considerar las hojas de cálculo como un espacio de pruebas para la innovación. Observen cómo los equipos empresariales luchan por comprender qué impulsa el funcionamiento de su organización o sus procesos. Animen y co-innoven con los equipos empresariales y recomienden las mejores maneras de abordar sus necesidades analíticas. Después, decidan conjuntamente qué herramientas utilizar para que los usuarios puedan aprovechar al máximo la analítica y así contribuir al logro de sus objetivos empresariales.
Concéntrese en optimizar las acciones repetitivas, especialmente las que implican la limpieza y manipulación de datos. Cuantas menos acciones de este tipo deban realizar los analistas de negocio, más productivo será el equipo.