El viejo proverbio de que “demasiados cocineros estropean el caldo” es a veces cierto. Sin embargo, cuando se trata de científicos de datos y el papel de los proveedores externos en la implementación de un proyecto exitoso de inteligencia artificial (IA) o aprendizaje automático (ML), confiar en un solo chef puede resultar en un gusto menos que deseable.
El conflicto competencia o compañerismo entre científicos es tan antiguo como el tiempo. La esencia misma de ser un científico es llegar a resultados después de procesos prolongados. Como parte de esa ambición y esfuerzo, inevitablemente llega un cierto orgullo personal e incluso terquedad. Porque, con la ciencia, ser el “primero” es uno de los objetivos más relevantes.
Para agravar esto, los mundos de la ciencia y los negocios ahora se están difuminando. En medio de las estrategias de la empresa basadas en transformaciones digitales, big data, IA o transiciones en la nube, la noción de tener científicos de datos internos es incipiente pero muy común. Mientras tanto, la comprensión de la alta dirección sobre los antecedentes y las capacidades de estos empleados no ha evolucionado todavía.
La inclinación a no solo permitirles -sino esperar que ellos-, promulguen proyectos enormemente complejos por sí solos es un precedente peligroso de establecer. Una responsabilidad percibida para lograr los objetivos de un departamento o proyecto solo, cuando los científicos de datos ya están inclinados a lograr avances personales por sí solos, podría ser una receta para el desastre.
La dicotomía del orgullo
Para los científicos de datos, la batalla entre la colaboración y la competencia es algo que probablemente hayan sentido desde el comienzo de sus viajes académicos. Incluso como investigador, el instinto de un científico de datos es descubrir algo, y ser el primero en hacerlo, y luego hacerlo público. A menudo hay mucha discreción durante esa etapa de investigación debido a la naturaleza competitiva de los científicos y de los humanos en general.
Esto no quiere decir que el campo sea completamente una búsqueda en solitario. Muy a menudo, este impulso de avances se produce como parte de una unidad más grande. No es raro que cientos o miles de equipos trabajen juntos hacia un objetivo común. Sin embargo, esto a menudo compite con otro grupo de tamaño similar que intenta vencerlos.
Es una extraña dicotomía de orgullo personal y ética colectiva que en realidad funciona de manera productiva y equilibrada desde una perspectiva estrictamente científica y en el ámbito académico.
Pero esas aguas se enturbian un poco al ingresar al mundo empresarial. Dada la relativa frescura de los científicos de datos que trabajan internamente para empresas de todos los tamaños, la inclinación a apoyarse más en el orgullo personal suele ser abrumadora. Los científicos de datos a menudo tienen la tarea de supervisar las transformaciones digitales críticas en nombre de un empleador, por delante de la curva del sector o de los competidores, probablemente por alguien que realmente no entiende todo lo que están haciendo.
Como resultado, el instinto basado en el orgullo y el miedo de parecer que puede hacer esto solo, de repente convierte a los que están fuera de su burbuja, que todavía deberían ser “colegas”, en competidores.
Decisiones con nubarrones
Este no es un comportamiento normal para los científicos de datos. A menudo, sus personalidades se basan en lo que es racional y, por lo general, son bastante sensatos en sus enfoques. La idea de comunidad es fuerte y el intercambio de ideas es importante. Pero, en el ámbito empresarial, algunos científicos de datos se han apartado de este estereotipo, que se convierte en un problema para el proyecto, los objetivos estratégicos de la empresa y el individuo.
El hecho es que cualquier proyecto o transición digital a gran escala requiere más que un solo cerebro, independientemente de sus habilidades. Es importante que los científicos de datos estén al tanto de todos los obstáculos, consideraciones, discusiones comerciales, obstáculos técnicos y asociaciones de suministro y hardware. Necesitan sentirse cómodos pidiendo ayuda.
El miedo es que pedir ayuda equivale a fracasar en su trabajo y eso enturbia la toma de decisiones. Una decisión debe girar en torno a las aportaciones, el intercambio de conocimientos y el asesoramiento técnico de otros colegas, incluso aquellos que trabajan para una empresa diferente o proveedores externos que ya tienen las soluciones y, lo que es más importante, la escala para abordar la tarea.
Elegir entre el bien y el mal
Este es un recordatorio oportuno para aquellos que se están instalando en un nuevo entorno corporativo: no es necesario que dejen de lado sus principios instintivos de colaboración, coordinación y compañerismo en preferencia por el proteccionismo combativo o la competitividad.
Cuando una empresa, por ejemplo, está invirtiendo en IA, los jefes estarán mucho más preocupados por el éxito de la implementación que por la información directa ofrecida por su contratación interna. En todo caso, observar a ese empleado asumir la tarea, comprender su complejidad, transmitir las posibles complicaciones con claridad y asignar áreas que requieren ayuda externa es la definición misma de un trabajador eficaz o un jefe de departamento.
Al adoptar este enfoque más considerado y colaborativo, esos mismos científicos de datos pueden volver a sus raíces académicas. Sin dejar de esforzarse por alcanzar una meta y un objetivo específicos, pueden hacerlo combinando lo mejor de sus propias habilidades con las mejores mentes de la comunidad científica en general.
Los llevará de vuelta a lo que a menudo es su principal impulsor: un análisis cuantitativo de algoritmos y datos objetivos, a menudo basado en un cálculo de lo que está bien y lo que está mal. Temer la influencia de quienes están fuera de su nueva burbuja corporativa, incluso aquellos a los que antes consideraba colegas, ciertamente cae en la columna “equivocada”.
La respuesta “correcta” es reconocer una experiencia más amplia, para cumplir mejor los objetivos establecidos por aquellos para quienes trabaja y para darse una mejor oportunidad de lograr sus propias metas en el proceso. Al elegir el último enfoque, la colaboración sobre la competencia, puede elegir la cantidad justa de cocineros para preparar la comida perfecta.
Por Michael Feindt, Strategic Advisor de Blue Yonder
