Desde que el concepto de outsourcing o tercerización tomó fuerza en el ámbito de los negocios, hace más de dos décadas, las empresas lo adoptaron para delegar en proveedores externos ciertas tareas o funciones. Comenzó con aquellas que, a juicio de los tomadores de decisión, no agregaban gran valor al negocio, no eran parte del core o, en todo caso, resultaban demasiado costosas.
Así, las primeras fueron seguridad o limpieza, pero luego se extendieron a labores de back office e, incluso, muchas empresas globales hoy en día solo conservan sus corporativos y centros de diseño, investigación y desarrollo, mientras que tercerizan todos los procesos que conlleva la producción y distribución de sus productos.
Como dije, en un principio se trataba de actividades que no agregaban mucho valor, pero con el paso del tiempo la tendencia ha añadido áreas y procesos estratégicos como recursos humanos, manufactura, logística, cadena de suministro y proveeduría de insumos clave.
Síguenos en Google Noticias para mantenerte siempre informado
En este escenario, quiero poner un tema en la mesa: ¿y si tercerizamos nuestros equipos de ciencia y analítica de datos?
Suena extraño, ¿no? Parece ser un área demasiado estratégica, con el potencial de transformar a empresas enteras, como para cederla a un externo, pero, si te quedas a leer, quizá pueda convencerte de lo que digo.
Es cierto que compañías automotrices y de software están invirtiendo fuertemente para crear sus propias áreas de ciencia de datos y comenzar a desarrollar pilotos con inteligencia artificial. BMW es una de las más visibles, pero, vamos, pocos pueden presumir el enorme presupuesto que tiene una compañía de ese tipo —no pretendo hacer menos a nadie, sino establecer un ejercicio honesto y transparente—. ¿Has revisado los sueldos de un científico de datos senior, de un arquitecto de datos, de un full stack developer? Bueno, si tienes el sueño de crear tu propio equipo de analítica de datos, sugiero que revises esas cifras, porque vas a tener que invertir si quieres llevarte a los mejores.
Sigue la información sobre los negocios y la actualidad en Forbes México
No pretendo evitar que lo hagas por tu cuenta, sino de que lo ejecutes correctamente. Forzar la creación de un área de este tipo añadirá un costo fijo que puede ser alto frente y, la curva de desarrollo de resultados, lenta.
Entiendo la tentación e idiosincrasia de muchas empresas al querer hacer todo de forma interna. Muchos ejecutivos de empresas manufactureras se la han pasado los últimos años escuchando sobre compañías que se volvieron ‘industriales digitales’ y, quizá, han conocido ejemplos de quienes migraron exitosamente su modelo de negocio —hola, Honeywell, Schneider Electric, Siemens—, pero esto puede ser demasiado pretencioso en un inicio.
Todo lleva un proceso y, mientras eso sucede, es complicado que una empresa desvíe la atención de su core para dedicar recursos significativos a un proyecto de IoT + Machine Learning para mantenimiento predictivo en sus equipos, por poner un ejemplo.
En lugar de ello, si tu empresa ya tiene un pipeline de proyectos a desarrollar con tecnología emergentes, quizá lo ideal sea trabajar de la mano con un proveedor externo que te ofrezca el esquema ideal que agregue valor a tu negocio y te evite absorber un fijo en tu nómina.
Sigue la información de los negocios en nuestra sección especializada
Este modelo resulta muy efectivo para esas empresas que, de forma recurrente, suelen contratar proyectos piloto de Industria 4.0 para implementar en sus líneas de producción. Los procesos de contratación suelen ser burocráticos y, generalmente, los interesados —TI y Producción— suelen batallar con Finanzas para la aprobación de cada proyecto.
En lugar de un proceso de este tipo, que suele ralentizar todo, esas empresas que ya han establecido un roadmap de áreas a desarrollar con tecnologías emergentes podrían establecer una iguala para que el proveedor implemente X número de proyectos o dedique cierta bolsa de horas a desarrollar las capacidades digitales del negocio.
Un modelo de este tipo ha sido exitoso en los servicios legales que las empresas tercerizan con despachos de abogados, o campañas de comunicación en alianza con agencias de marketing. En este caso, un proveedor de analítica de datos puede garantizar que tus proyectos correrán conforme al pipeline, siempre apegados al objetivo financiero y bajo tu supervisión en todo momento.
Al final, tu negocio será propietario de todo el backlog, código, procesos y, en general, todo el conocimiento que deje cada proyecto piloto o MVP, al tiempo que seguirás ganando capacidades digitales mientras construyes un equipo interno que, con el tiempo, pueda absorber estas tareas. ¿Qué opinas? Te invito a analizarlo.
Contacto:
*El autor es cofundador y director ejecutivo de Gesta Ventures, un company builder enfocado en negocios y startups de Industria 4.0.
Linkedin: Rafael Páez
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
