En los últimos años se ha hablado mucho de IA y automatización. Pero creo que el próximo obstáculo con el que se toparán realmente las pymes no es la IA, sino los "datos ".
---
Hasta ahora, he puesto en marcha varios negocios desde cero y los he hecho crecer hasta una escala multimillonaria, **He empezado varios negocios desde cero y los he hecho crecer hasta una escala multimillonaria. Tanto empresas de comercio electrónico como nuevas empresas de SaaS. Sin embargo, hay un problema común que aparece en todas las fases.
Esa es la limitación de las hojas de cálculo.
---
A medida que la empresa crece y las ventas anuales superan los millones de dólares, las ventas, el inventario, la publicidad, los datos de los clientes, los datos de pago ...... Todas las cifras empiezan a acumularse discretamente.
Al principio, puedes arreglártelas con una hoja de cálculo de Google. Pero cuando la escala se hace un poco más grande, se convierte en ruido que ya no puede ser rastreado por el ojo humano y la mano.
Además, en el caso de las empresas japonesas, la gestión con Excel es la norma, incluso en las grandes empresas. El responsable suma manualmente las cifras todos los días, La única forma de mantener la coherencia es que el responsable sume manualmente las cifras todos los días.
Es un trabajo más penoso de lo que parece. Dicen "aumentemos la productividad" mientras copian los números a mano. Es una contradicción.
---
Por eso lo que se necesita ahora es la introducción de la ingeniería de datos. Especialmente clave es la herramienta de construcción de datos (DBT).
Los DBT son los ingenieros encargados de limpiar los datos, por así decirlo. Aspiran los datos dispersos, los transforman en una forma limpia y los alimentan a las herramientas de IA y BI.
La IA sólo funciona correctamente cuando se le proporcionan los datos adecuados. Por eso hay que configurar la canalización de datos antes de la IA.
---
Por ejemplo, quieren optimizar las medidas de ventas. El equipo financiero quiere ver el flujo de caja en tiempo real. Quieren utilizar la IA para las previsiones.
Pero todas ellas se basan en el supuesto de que primero existen los datos adecuados. Incluso en una época en la que la IA parece magia, De hecho, la parte más humana y realista del proceso - "limpiar los datos " - es la base de todo. *"Limpiar los datos " es la base de todo.
---
En el futuro, las PYME contratarán a personas a las que se enfrentan cuando intentan ampliar su negocio, ni financiación ni contratación, sino estructuración de datos.
La IA es más difícil de "alimentar" que de "utilizar". Graduarse de las hojas de cálculo, herramientas como DBT para crear datos que los humanos puedan entender. Ese es el primer paso para que las pymes sobrevivan a la era de la IA.