Los cambios en la tecnología empresarial están en la raíz de los principales cambios en la economía y en la forma de hacer negocios de las empresas, en casi todos los sectores. El cambio a la nube y al modelo de software como servicio reduce drásticamente los costos de implementación de nuevas funciones y de negocios enteros.

La nueva tecnología se despliega con mayor rapidez gracias a la adopción de microservicios e interfaces de programación de aplicaciones (API), y la inteligencia artificial gestiona una franja cada vez más amplia de decisiones empresariales. La capacidad de recopilar y analizar grandes conjuntos de datos está proporcionando a las empresas un mejor conocimiento de sus clientes, lo que ayuda a identificar oportunidades para mejorar los productos y servicios. La adopción e integración de estas tecnologías a gran escala en el núcleo de sus negocios ha permitido a los líderes conocedores de la tecnología generar una mayor rentabilidad para los accionistas que sus pares menos conocedores.

Para ayudar a las empresas a comenzar a entender qué tendencias tecnológicas serán más importantes para el futuro de las empresas, Bain analizó más de 1.000 iniciativas relacionadas con la tecnología, incluyendo nuevas implementaciones, diligencias e inversiones, a partir de los compromisos de los clientes con muchas de las empresas más grandes y dinámicas del mundo.

Dicha investigación identificó seis tendencias crecientes que prometen cambiar la forma de trabajar de las empresas. Este estudio está centrado en las tendencias que están remodelando la forma de pensar en la tecnología empresarial ahora, y que probablemente tendrán un impacto material en la forma en que las empresas operan y sirven a sus clientes en los próximos años.

Explosión de interacción

Las empresas y los consumidores confiarán en una gama más amplia de dispositivos para comunicarse y hacer las cosas. Muchas empresas han apostado su futuro a un modo de interacción con clientes y socios “móvil primero”, pero pocas están preparadas para la próxima ola de evolución, en la que ser bueno en dispositivos móviles ya no será suficiente. Las empresas necesitarán cada vez más adoptar una estrategia de agente a agente, o tal vez una estrategia omnimodelo que funcione bien ya sea que una interacción comience con una persona o desde un dispositivo autónomo.

Uno de los aspectos más importantes de esta tendencia será la capacidad de las máquinas para interactuar entre sí, y no solo de las formas preprogramadas a las que nos hemos acostumbrado, sino de formas más contextuales y creativas, tomando decisiones en tiempo real basadas en en muchos parámetros. La IA conversacional sustentará muchas interacciones entre humanos y digitales, con agentes virtuales cada vez más capaces de administrar las interacciones, vinculando a las personas solo cuando sea necesario. Si las grandes apuestas de las principales empresas digitales dominantes, incluidas Meta, Microsoft y Metaverse Alliance de Corea del Sur, resultan correctas, entonces las grandes plataformas virtuales permitirán que estas interacciones virtuales ocurran a escala.

McDonald’s, por ejemplo, está probando varios sistemas que emplean IA para hacer que los pedidos sean más predictivos, intuitivos y eficientes. Los tableros de menú en los quioscos de autoservicio o en la tienda cambian dinámicamente en respuesta a los pedidos de los clientes, para recomendar los artículos que tienen más probabilidades de ser seleccionados. 

Inteligencia conectada

Los agentes de inteligencia artificial estarán integrados en cada episodio de cliente y proceso comercial, conectando información, tanto estructurada como no estructurada, sobre clientes y eventos, todo para personalizar mejor los servicios u optimizar el uso de los recursos empresariales. Estas experiencias hiperpersonalizadas reflejarán la capacidad no solo de comprender a un cliente en función de quiénes son, sino también de brindarles un mejor servicio al comprender el contexto del momento: dónde están, cómo se sienten, qué están tratando de lograr.

El fabricante de calzado Asics, por ejemplo, utiliza un agente de inteligencia artificial creado por Crobox en su proceso de venta guiada. El agente utiliza fuentes de datos demográficos, de comportamiento y transaccionales para crear perfiles psicográficos de consumidores y ejecuta experimentos impulsados ​​por IA durante el uso del servicio digital Shoe Finder de Asics por parte del cliente. El resultado de esta experiencia asistida por agentes de inteligencia artificial en comparación con una transacción de comercio electrónico estándar es una recomendación de calzado que permite a los clientes encontrar el mejor ajuste para sus objetivos de carrera junto con una mejora del 52 % en la tasa de conversión y un aumento del 15 % en el valor de un pedido promedio para Asics.

Significado distribuido

Si la primera ola de análisis tenía que ver con el desarrollo de capacidades para extraer información valiosa de los datos empresariales, la próxima ola consistirá en permitir el acceso a más datos más allá de los muros de la empresa, impulsados ​​por una capa de inteligencia que facilita las transacciones de extremo a extremo e informa a las empresas qué datos están disponibles, cómo se utilizan y qué pueden decirle acerca de los clientes o proveedores.

El aumento exponencial en el uso de activos digitales, cuya propiedad está asegurada a través de algoritmos criptográficos descentralizados como blockchain, moverá rápidamente los sistemas clave de registro fuera del control de propiedad de la empresa. Esta tendencia y sus diversos usos, como tokens no fungibles (NFT), organizaciones autónomas descentralizadas (DAO) y criptomonedas, se conocen cada vez más como web3. Al mismo tiempo, la aparición de ecosistemas de datos abiertos, algunos impulsados ​​por iniciativas de derechos de los consumidores y de los datos, externalizará los datos empresariales centrales y hará que la combinación de fuentes de datos externas e internas no solo sea más fácil sino también obligatoria. Estas iniciativas incluyen plataformas para banca abierta y estándares para registros de salud interoperables.

Para la mayoría de las empresas, el objetivo es obtener una comprensión más profunda y completa de los clientes, las cadenas de suministro y otros entornos en los que la empresa es solo una parte. Cada vez más, obtener una ventaja competitiva dependerá de tener la tecnología para acceder a elementos de datos críticos, darles sentido, usarlos operativamente y controlar su uso a tiempo para informar las decisiones comerciales correctas o brindar la experiencia adecuada al cliente. Las nuevas tecnologías de estructura de datos y malla de datos admiten la creación sobre la marcha de significado operativo y analítico sin tener que centralizar y estructurar primero los datos en un lago de datos empresarial.

Por ejemplo, ¡Yum! Brands se basa en una variedad de fuentes de datos, internas y externas, para ayudar a elegir sitios para nuevas ubicaciones minoristas y puntos de distribución de inventario. El análisis de Yum considera las ubicaciones existentes y las de los competidores, el tráfico y los radios de los proveedores que se extraen de los mercados de datos externos para obtener lugares de interés e inteligencia de ubicación. El análisis rico en datos acelera los tiempos de decisión y ha aumentado el ROI para la ubicación del sitio.

Modularidad ilimitada

Las organizaciones irán más allá de sus métodos actuales de desarrollo de software y, cada vez más, crearán aplicaciones a partir de componentes de software fácilmente disponibles. Ya hay más de 54 millones de proyectos activos en GitHub, el repositorio de código más grande del mundo, disponibles públicamente para los desarrolladores y, según algunas estimaciones, más del 75 % del código en la aplicación de software promedio proviene de estas bibliotecas de software de código abierto. Los desarrolladores se sienten cómodos utilizando elementos de software de origen externo, pero las tareas de ensamblarlos, integrarlos, personalizarlos y mantenerlos se han convertido en una enorme carga para los equipos de tecnología empresarial.

Cada vez más, este código fuente abierto estará disponible como componentes nativos de la nube, diseñados según los estándares de la industria para datos y disponibles a través de interfaces estándar. Los hiperescaladores de la nube están acelerando esta estandarización al proporcionar acceso a un suministro casi ilimitado de funciones y componentes estándar para aplicaciones empresariales. Como los desarrolladores ahora pueden integrar y operar cada componente de forma independiente, las aplicaciones empresariales se están volviendo verdaderamente modulares. Este desacoplamiento a escala empresarial está rompiendo el nexo de los largos ciclos de prueba de regresión y liberando la capacidad de la empresa para cambiar múltiples elementos tecnológicos en paralelo. Como estos componentes se ejecutan en entornos “sin servidor”, en los que el software ya no está vinculado a una infraestructura tecnológica específica, pueden escalarse masivamente y sin problemas.

Octopus Energy, un minorista de energía disruptivo del Reino Unido que se especializa en energía sostenible, brinda un buen ejemplo. La plataforma modular de servicio al cliente de Octopus, Kraken, entrena redes neuronales en datos de medidores inteligentes de 2,2 millones de sus clientes para ayudar a predecir el uso de energía en toda la red e informar el comercio mayorista de energía. Octopus ha comenzado a otorgar licencias de la tecnología a otras empresas y dice que Kraken ha firmado más de 25 millones de usuarios, abriendo una nueva fuente de ingresos para la empresa.

Carrera implacable en ciberseguridad

Al considerar los ataques cibernéticos, una cosa es cierta: las empresas serán atacadas con más frecuencia y de formas que nunca pensaron que fueran posibles. Un aumento del 485 % en los ataques de ransomware en los EE. UU. en 2020 es una señal clara de que las amenazas cibernéticas están creciendo a un ritmo alarmante y se están volviendo más sofisticadas. A medida que los atacantes se vuelvan más avanzados, las empresas deberán combinarlos con capacidades defensivas que sean más sólidas, resistentes y capaces de resistir y recuperarse de los ataques.

Dada la innovación y la virulencia cada vez mayores de los ataques, las organizaciones no pueden lograr la solidez y la resiliencia necesarias simplemente utilizando herramientas para protegerse contra vectores de ataque conocidos y específicos. El enfoque más sostenible requiere repensar las zonas de protección y los comportamientos de los actores clave dentro. Las reacciones humanas, como seguir un enlace malicioso, siguen siendo la clave de la mayoría de las infracciones.

La guerra contra el delito cibernético se jugará en múltiples niveles y a través de una cartera de herramientas, enfoques y recursos especializados. Una cultura consciente de la seguridad y el borde del servicio de acceso seguro (SASE), una tecnología basada en la nube basada en la identidad digital combinará controles cada vez más sofisticados para proteger el tráfico de datos en el punto de entrada y más allá de los límites de la empresa. El acceso de los usuarios se volverá dinámico, alterando el método de identificación y los derechos de acceso para mantener los niveles de servicio y los riesgos en equilibrio. Las arquitecturas de confianza cero, en las que se supone que cada persona, dispositivo, fragmento de código o transacción es un mal actor hasta que se autorice, se convertirán en estándar. La inteligencia artificial desempeñará un papel más importante en el reconocimiento de patrones anormales de comportamiento entre los usuarios, los datos y el código, marcándolos,

Esta escalada en la sofisticación tanto de los ataques como de la protección conducirá a un aumento continuo en el gasto en ciberseguridad, que se espera que crezca alrededor de un 15% anual durante los próximos tres años, con aproximadamente un tercio de las empresas que esperan aumentar sus presupuestos de seguridad en más del 20%.

Movimiento perpetuo

Los procesos ágiles continúan siendo adoptados de manera más amplia en todas las organizaciones, no solo en el código y el desarrollo de productos, sino también en las funciones comerciales, como la distribución, la gestión de productos, las operaciones y las funciones generales y administrativas. Este patrón de adopción más amplio hará que los métodos tradicionalmente centrados en la tecnología, como DevOps, se conviertan en la norma a lo largo de los ciclos de vida empresarial, lo que conducirá a la implementación generalizada de otros modelos de operaciones, como DataOps o BizDevOps, desdibujando el límite entre el cambio y la ejecución para otros dominios comerciales. Surgirán nuevas disciplinas en las que los propietarios de productos comerciales adoptarán la terminología Agile y se volverán más como ingenieros a medida que los ingenieros aprendan a comprender las prioridades comerciales.

La codificación impulsada por el negocio, incluidos los niveles más altos de automatización y la adopción generalizada de marcos de código bajo y sin código, acortará los ciclos de diseño, desarrollo y escalado. La automatización habilitará el código que escribe código. Por ejemplo, GitHub Copilot de Microsoft, que permite a un desarrollador usar lenguaje natural para describir la intención del software y permite que el motor de IA de Copilot sugiera funciones precodificadas completas para usarlas como punto de partida. La automatización y la codificación impulsada por el negocio acelerarán los ciclos de vida de la tecnología, lo que permitirá a las organizaciones hacer más con menos, más rápido.

Para seguir el ritmo de las demandas de los negocios en rápida evolución, el banco de inversión Goldman Sachs recurrió a GitLab, un ecosistema integrado para desarrollo, control de código fuente, compilaciones, pruebas, control de calidad e implementación de código, para ayudar a administrar su plataforma de desarrollo de software. La selección permitió al banco ofrecer una plataforma DevOps común para todo el desarrollo dentro de la organización, acelerando el tiempo de adopción. Goldman dice que la integración ayudó a acelerar su tiempo de entrega de una compilación cada dos semanas a más de mil actualizaciones por día, al mismo tiempo que optimizó los flujos de trabajo con una única interfaz para todos sus desarrolladores.