Cuando sus datos pueden hablar, también puede hacerlo su gente.
por Kris Saling
Ingrese a casi cualquier organización hoy y escuchará dos conversaciones a la vez. Una se trata de datos: arquitecturas, tuberías, estructuras, lagos, flujos, etc. La otra es sobre las personas: compromiso, experiencia, comunicación, cultura y conexión.
Los problemas pueden sonar diferentes, pero están más conectados de lo que cree.
Ambos tratan sobre cómo fluye la información a través de su organización. Ya sea que fluya a través de API o reuniones generales, a través de paneles o reuniones diarias, el desafío es idéntico para usted como líder.
¿Cómo nos aseguramos de que las señales correctas lleguen a las personas adecuadas en el momento adecuado para que podamos tomar mejores decisiones?
Debe responder esa pregunta antes de poder colocar cualquier tipo de tecnología encima, ya sea análisis avanzado, inteligencia artificial o un nuevo calendario de reuniones.
A medida que las organizaciones compiten para prepararse para la IA, vale la pena recordar que construir una empresa habilitada para IA es mucho menos un proyecto técnico que un proyecto de diseño organizacional. Los mismos principios que hacen que un tejido de datos funcione, como los estándares compartidos, la interoperabilidad, los bucles de retroalimentación y la integración multifuncional, son los que también hacen que las personas trabajen bien juntas.
Las arquitecturas paralelas del trabajo
Una estructura de datos conecta sistemas dispares en una capa unificada e inteligente para que la información pueda moverse libremente por toda la empresa. Es cómo “hablan” sus datos. Lo usa para entrelazar diferentes fuentes, limpiarlas y proporcionar contexto para que las herramientas de análisis, los agentes u otra automatización puedan razonar a través de ellas.
Ahora mire su organización. Los departamentos a menudo actúan como sistemas de datos independientes. Finanzas no siempre habla con RRHH, Operaciones no se sincroniza con TI y los equipos de comunicaciones a menudo se enteran del cambio después de que ya ha sucedido. Entonces, ¿cómo sería la arquitectura de un “tejido de datos” para el flujo de información entre su gente?
- Los estándares de datos compartidos deben parecerse mucho al vocabulario compartido, un acuerdo sobre lo que significan las cosas antes de actuar sobre ellas.
- La interoperabilidad se parece mucho a la colaboración multifuncional, donde sus sistemas y equipos pueden trabajar juntos sin errores de traducción.
- Los bucles de retroalimentación son más o menos lo mismo, canales de comunicación que escuchan, miden y se adaptan en lugar de las transmisiones unidireccionales que a veces puede ser nuestra comunicación.
Cuando hablamos de hacer bien nuestro tejido de datos, los mismos principios se aplican a nuestro tejido humano.
Estándares compartidos
Pregúntele a un arquitecto de datos qué mata a la mayoría de los proyectos de IA y le dirá que son estándares de datos inconsistentes. Si cada conjunto de datos define a un empleado de manera diferente, sus modelos no funcionarán. Al trabajar con el Ejército, nos dimos cuenta al combinar sistemas que teníamos 37 formas diferentes de enumerar el nombre de un empleado.
Lo mismo puede descarrilar sus sistemas humanos. Si cada departamento tiene diferentes definiciones de compromiso, rendimiento o innovación, bajo diferentes autoridades, fragmenta sus procesos comerciales y su cultura.
Los estándares compartidos crean las condiciones para la confianza y la escalabilidad tanto en sus datos como en sus casos de uso humano. Cuando los equipos comparten un lenguaje y procesos de negocio comunes, pueden integrarse más rápido, al igual que cuando los sistemas comparten un esquema común, sus herramientas pueden operar de manera efectiva en ellos.
Tampoco es una coincidencia que ambos casos de uso requieran gobernanza de datos y gestión de cambios. La gobernanza garantiza la coherencia y la gestión del cambio garantiza la adopción. Juntos, hacen posible el significado compartido.
Una de las cosas más poderosas que puede hacer su equipo de comunicaciones internas en una organización impulsada por IA es establecer el estándar semántico. Cuando los comunicadores definen, traducen y refuerzan términos compartidos, están realizando esencialmente la misma función que hace un diccionario de datos en la arquitectura de datos.
Interoperabilidad
Si los estándares compartidos definen lo que significan las cosas, la interoperabilidad define cómo funcionan juntos.
La interoperabilidad en su arquitectura de datos significa que los sistemas pueden intercambiar y utilizar información sin problemas. Sin transferencias manuales, sin capas de traducción que pierdan fidelidad. En su caso de uso humano, la interoperabilidad significa que los departamentos, disciplinas y equipos pueden colaborar sin (o con una fricción mínima).
La fuerza laboral moderna se basa en la interoperabilidad. Entornos de trabajo híbridos donde los humanos y las máquinas dependen de transferencias fluidas entre humanos y sistemas digitales. Los flujos de trabajo habilitados para IA dependen de flujos de datos confiables y multifuncionales.
El problema ocurre cuando las organizaciones construyen su interoperabilidad técnica sin considerar su interoperabilidad humana. Construimos API antes de construir relaciones, y luego perdemos la interoperabilidad funcional, así como los beneficios de los estándares compartidos.
Las transformaciones de IA más efectivas comienzan mapeando flujos de trabajo en ambos niveles. ¿Qué sistemas y conjuntos de datos necesitan comunicarse entre sí? ¿Quién es el propietario de esos sistemas y cómo coordinan las decisiones? Y, sobre todo, ¿qué decisión estoy apoyando con este flujo de trabajo?
Puede automatizar un proceso, pero si los equipos responsables de mantener esa automatización no son interoperables, acaba de automatizar un cuello de botella.
Equipos multifuncionales
Las estructuras de datos prosperan en nodos y conexiones, al igual que las organizaciones. Son efectivamente un mapa de redes sociales tecnológicas. Cada sistema, conjunto de datos y modelo se convierte en un nodo en una malla conectada más grande. Cuanto más los conectes, más valor desbloquearás.
¡Debería sonar muy parecido a su organización!
El trabajo habilitado por IA exige equipos de malla: grupos pequeños y multifuncionales que combinan experiencia en el dominio, alfabetización de datos y capacidad de cambio. Los equipos de malla funcionan como microarquitecturas dentro de la empresa más grande, cerrando las brechas entre científicos de datos, tecnólogos, recursos humanos, comunicaciones y líderes de línea.
La IA se vuelve práctica de esta manera, ya que coordina docenas de flujos de trabajo que dependen de que los humanos y las máquinas compartan contexto y conocimientos. Los equipos multifuncionales son donde vive ese contexto. En muchos sentidos, son el middleware entre los datos y la toma de decisiones.
Bucles de retroalimentación
Los sistemas de IA aprenden a través de la retroalimentación y el refuerzo, de la misma manera que lo hacen los humanos, excepto que su refuerzo es una función de unos y ceros y no de elogios o reproches. Supervisadas o no supervisadas, las máquinas se ajustan en función de los resultados que se les “enseña” que son positivos o negativos, de la misma manera que los humanos se ajustan cuando recibimos comentarios oportunos y procesables.
Pero en algunas organizaciones, estos ciclos de retroalimentación están rotos o son lentos. Las encuestas anuales reemplazan los datos de sentimiento en tiempo real y las revisiones de proyectos van a la zaga del ritmo del cambio.
La arquitectura de datos moderna prioriza la transmisión en tiempo real, la ingesta constante y la respuesta a los datos actuales. El equivalente en su organización es la comunicación continua. Los equipos de comunicación interna juegan un papel muy importante aquí para cerrar el ciclo entre las decisiones de liderazgo y las experiencias de los empleados. Las señales humanas que proporcionan guían una mejor acción.
Imagine combinar esos bucles de retroalimentación humana con los de datos, que es en gran medida lo que hacen nuestros sistemas de experiencia del empleado. Métricas de compromiso, patrones de colaboración, análisis de flujo de trabajo: teóricamente, puede crear un sistema de aprendizaje singular para que todos sus flujos de trabajo, ya sean humanos o automáticos, se conviertan en compañeros de equipo.
Diseñando la confianza
Cada arquitectura, datos o ser humano, vive o muere en la confianza. Si los empleados no confían en cómo se utilizan sus datos, los retendrán. Si los líderes no confían en los conocimientos que genera la IA, los ignorarán. La confianza es el puente entre la recopilación y la acción.
Esto significa diseñar transparencia en cada capa. En términos técnicos, esto parece una IA explicable, una gobernanza de datos sólida y un linaje de datos claro. En términos humanos, se parece a comunicar por qué se recopilan los datos, cómo se utilizan y qué obtiene el empleado a cambio: los fundamentos del consentimiento informado.
Cuando las comunicaciones internas y la gobernanza de datos se alinean, la confianza escala. Su organización puede experimentar y confiar en que los datos que obtiene son lo que necesita, su automatización corre un riesgo reducido de alienar a las personas en lugar de ganar la adopción, y puede personalizar sus sistemas sin sentir que está invadiendo la privacidad.
La transparencia y la confianza aceleran la adopción de la IA en cada paso, y también hacen que una organización sea mucho más eficiente y adaptable.
Un tejido de aprendizaje
“Estamos rodeados de datos, pero hambrientos de información”.
Cuando su estructura de datos y su estructura humana funcionan, su organización se convierte en una red de aprendizaje. Cada interacción genera una señal, y esas señales se interpretan, se retroalimentan en la red y se utilizan para mejorar la siguiente decisión.
Esa es la esencia de una empresa habilitada por IA, aprendiendo y adaptándose continuamente.
Los líderes pueden avanzar hacia eso preguntando:
- ¿Dónde están nuestros sistemas aislados, tanto de datos como humanos?
- ¿Nuestros canales de comunicación reflejan nuestras canalizaciones de datos: rápidos, transparentes y bidireccionales?
- ¿Estamos gobernando nuestros datos de personas y organizaciones con el mismo cuidado que aplicamos a nuestros datos financieros u operativos?
- ¿Están nuestros empleados alfabetizados en cómo la IA usa sus aportes y están capacitados para dar forma a esto?
Cuando las respuestas a estas preguntas son afirmativas, ha logrado algo que es más poderoso que una estrategia de datos o una estrategia de personas: una estrategia de inteligencia organizacional.
No puedo dejar de enfatizar la importancia de las comunicaciones internas en todo esto. A menudo tratada como el lado suave del cambio, las comunicaciones internas son infraestructura. Es su interfaz con la fuerza laboral, ya sea humana o digital. Traduce la estrategia en significado y conecta puntos de datos dispares en narrativa.
A medida que los sistemas de IA generan más información, los empleados necesitan sistemas de comunicación que contextualicen esa información. Sin esa traducción, es solo ruido.
Humanos y máquinas en conversación y cohesión
Hablamos de la IA como si fuera una entidad separada, pero en última instancia es una extensión de nuestra inteligencia colectiva. La IA aprende de nuestros datos, de nuestras decisiones, de nosotros. Y debido a eso, puede sacar a la luz información. Pero a excepción de los comportamientos emergentes aleatorios, no construirá un mayor significado ni construirá nuestra cultura para nosotros. Ese es nuestro trabajo.
Cuando diseñamos sistemas que permiten que nuestros datos hablen con claridad e importamos esos sistemas a nuestros sistemas humanos, creamos un espacio para que nuestra gente colabore de manera significativa. Las organizaciones que prosperan en la próxima década son aquellas que dominan las arquitecturas digitales y humanas con el conocimiento de que son una y la misma.
Lecturas adicionales:
- Mantener la experiencia humana a la vanguardia de RRHH: una experiencia de empleado centrada en el ser humano se basa en tres pilares. En el Ejército, observamos la combinación de: Calidad de vida, Calidad de trabajo y Conexión.
- La salida silenciosa de la experiencia del empleado: el llamado a la acción de un CIO — Una carta abierta a los CIO sobre el papel que desempeñan en la protección de EX como una prioridad estratégica, y por qué es importante para el largo plazo de sus propias funciones.
- El diseño del trabajo es la forma en que el rendimiento, el compromiso y el bienestar escalan: Cuando los líderes organizan el trabajo en torno a cómo las personas realmente colaboran, impulsarán el rendimiento y ayudarán a los trabajadores a terminar sus días con energía, no con agotamiento.
Sobre el autor
El coronel Kris Saling es un líder distinguido en el campo del análisis de personas y la gestión del talento, con más de ocho años de experiencia en la modernización del espacio de personal del Ejército de los EE. UU. y 23 años de servicio dedicado. Actualmente se desempeña como Director Interino de Innovación del Comando de Reclutamiento del Ejército de los EE. UU., COL Saling está a la vanguardia del aprovechamiento de datos y análisis para mejorar la gestión del talento y optimizar las estrategias de recursos humanos dentro del ejército.