Por: Carlos Cordero Pérez.   18 mayo
Las redes de información basadas en blockchain garantizan la integridad y la privacidad de los datos. (Imagen archivo GN)
Las redes de información basadas en blockchain garantizan la integridad y la privacidad de los datos. (Imagen archivo GN)

Su empresa, no importa en cuál sector se encuentre, debe reevaluar cómo aplicar las nuevas tecnologías, como las cadenas de bloques (blockchain) y la gestión de datos, para enfrentar un mercado más difícil, golpeado por los efectos de la pandemia del COVID-19.

Los sistemas basados en blockchain para cadenas de suministros son un buen ejemplo de cómo se puede acercar a los productores con los compradores en forma directa.

En Honduras, México y Estados Unidos existe una iniciativa impulsada por una compañía estadounidense, llamada GrainChain, que facilita a los agricultores saltarse a los intermediarios y agiliza los pagos por las cosechas.

El proceso es sencillo: los productores llevan los productos a un sitio de almacenamiento, ahí lo revisan y lo registran en un sistema informático, y el comprador inmediatamente cancela la compra.

El sistema informático fue diseñado con tecnología blockchain, en el caso de GrainChain desarrollado por la firma Symbiont, ubicada en Nueva York.

“Se generan negocios directos”, dijo Dan Truque, encargado de desarrollo de negocios de Symbiont. “Esto minimiza el riesgo, aumenta las ganancias y permite tener más compradores, aunque no se conozcan”.

La revista Forbes (EE. UU.) destacó en marzo anterior que GrainChain completó una ronda de financiación por $8,2 millones en marzo anterior, comercializa 24 productos de granos secos y tiene casi 3.000 productores registrados, más 12.000 en espera, en los tres países.

En su prueba piloto ejecutó más de 350.000 transacciones equivalentes a 5,9 millones de toneladas métricas. A Honduras ingresó recientemente con productores de café y se expandirá a otros países, así como a mercados de frutas, vegetales y verduras.

Algunas tecnologías que se pueden emplear son la inteligencia artificial, blockchain, big data y machine learning, entre otras. (Imagen archivo GN).
Algunas tecnologías que se pueden emplear son la inteligencia artificial, blockchain, big data y machine learning, entre otras. (Imagen archivo GN).
Plataforma

Los sistemas de blockchain, como Assembly de Symbiont, ofrecen varias garantías para las empresas, tales como privacidad, gran escala (para atender requerimientos futuros), seguridad e inalterabilidad de la información.

En las cadenas públicas se desarrollan las criptomonedas, mientras que en las cadenzas privadas se pueden realizar transacciones entre partes como si estuvieran cara a cara.

Una de las aplicaciones más populares de los sistemas blockchain son los contratos inteligentes, donde se establecen y se cumplen los acuerdos entre las partes automáticamente.

La tecnología también puede aplicarse a otras cadenas de suministros, proveedores y logística.

Cuando lo contratado llega al sitio previsto y se hace el registro, el comprador puede verificar si se cumplen las condiciones pactadas y realiza el pago sin contratiempos.

Lo que antes duraba semanas o meses, ahora es posible en momentos y a las cuentas del productor directamente, ya sea a través de entidades bancarias o de firmas de transferencia de dinero.

Truque explica que la comisión para que el modelo funcione va de 1% al 5%, dependiendo del Estado o del país.

Los datos ayudan a crear escenarios y simulaciones con fundamento matemático para luego pasar a realizar ajustes de estrategia. (Imagen archivo GN)
Los datos ayudan a crear escenarios y simulaciones con fundamento matemático para luego pasar a realizar ajustes de estrategia. (Imagen archivo GN)
Velocidad

El blockchain como el big data –y al igual que otra nuevas tecnologías: inteligencia artificial o machine learning– brindan velocidad, en una economía que exige rápidas reacciones.

La aplicación del big data es preferible y recomendable cuando hay volumen de información. Las empresas pueden valorar las diferentes alternativas de gestión y análisis de datos según sus requerimientos.

“La primera pregunta que debe hacerse una empresa es si tiene datos masivos”, advierte Diego Alfaro, profesor de la Universidad Cenfotec.

La medida de que se requieren sistemas de big data es cuando el volumen y la velocidad en que requiere los análisis de datos sobrepasan sus capacidades de gestión, almacenamiento y análisis.

Una pequeña empresa, por ejemplo, podría usar estas plataformas –disponibles como servicio en la nube– para analizar datos sobre tendencias en redes sociales en relación a sus productos, a nivel de país, región o global.

Para el análisis de sus datos operativos puede que sea suficiente las hojas de cálculo o el sistema de contabilidad, el gerencial (tipo ERP) o el de clientes (CRM) que ya usa.

También puede utilizar un servicio de big data para un caso específico y por el tiempo que requiera.

En todos los casos, las empresas deben seguir las mismas recomendaciones para implementar cualquier herramienta.

“No hay nada que haga especial la aplicación de una tecnología u otra”, dijo Alfaro.

Un requerimiento fundamental es tener una cultura orientada a actuar utilizando datos, en lugar de la toma de decisiones basadas en intuición u ocurrencias gerenciales.

No vale tampoco acumular millones de datos para no usarlos o creer que la tecnología de big data lo resolverá todo.

El aprovechamiento de la información depende de cómo se incorporen otras tecnologías como inteligencia artificial, blockchain y aprendizaje de máquina (machine learning).

En las empresas es normal esperar un comportamiento de los clientes en coyunturas como las actuales, de crisis, o en temporadas de ventas. Es usual, a la vez, utilizar análisis tradicionales, reportes sobre lo que ya pasó y escenarios generales del futuro.

Con la utilización de las nuevas tecnologías para el análisis de datos se puede ver cómo afectarán las variables económicas en las compras, el ahorro o el pago de créditos por segmento, género, edad, ubicación, estilo de vida y comportamiento histórico del cliente.

Las herramientas disponibles permiten hacer cruces, construir escenarios y simulaciones, ver tendencias, comparar con parámetros de la industria o de reguladores, entender cuáles actividades, áreas o unidades serán afectadas, llevar el pulso y visualizarlas gráficamente.

Así la empresa puede redefinir sus metas, establecer estrategias y realizar ajustes de sus acciones en el camino con fundamento matemático.

La información también puede estar disponible de acuerdo al departamento o división, el nivel jerárquico y el grado de confidencialidad de la información.

“Es una pila de distintas capas”, dijo Juan Mauricio Leandro, gerente del centro de inteligencia analítica de Coopeservidores.

Este centro inició hace más de tres años, como parte del proceso de transformación digital de la cooperativa. El objetivo es realizar análisis de comportamientos con base en los datos disponibles internamente o de otra fuentes, como el Banco Central de Costa Rica.

Los costos y la recuperación de este tipo de inversiones depende de los giros de negocios, así como está relacionado con la definición de los alcances que se esperan.

La ventaja es contar con plataformas en la nube brindadas por grandes compañías globales (Amazon, Google, IBM, Microsoft, Oracle), firmas locales y regionales, y herramientas de código abierto.

Ya lo exigía el desarrollo del mercado. Con la actual situación se volvió más que obligatorio. “Hay que hacerlo”, recalcó Leandro.

Hágalo bien
Pasos para implementar nuevas tecnologías:
Valor: defina cuál es el valor que se espera para la empresa y cuál es el ámbito del proyecto, en qué se aplicará y en qué no. Tenga un buen caso de aplicación.
Alineación: ¿es crítico? ¿La tecnología se alinea con la estrategia?
Músculo: personal, capacidad de procesamiento (propia o mediante servicios en la nube), disponibilidad de datos (propios o no), inversión y costo-beneficio.
Desarrollo: propio o contratado, metodología de proyecto (ágiles o de cascada) e implementación.
Pruebas: defina prototipos o pruebas.
Pruebas: defina prototipos o pruebas.
Errores a evitar: no tener claro el caso, el beneficio o el valor a alcanzar, falta de alineación estratégica
Fuente: Universidad Cenfotec