"El análisis de los datos nos ayudará a controlar posibles rebrotes del coronavirus"

Llevamos meses debatiendo sobre los datos a propósito del covid-19: contagios, fallecidos, seroprevalencia, personas confinadas… ¿Cuáles tienen más importancia? ¿Nos valen siempre todos o depende de cada momento? Para solucionar estas y otras posibles dudas, hemos charlado con un experto en la materia, Christian Gardiner, director general de SAS Iberia, una empresa de analítica avanzada e inteligencia artificial que ha estado involucrada en la lucha contra el covid-19. Gardiner nos ayuda a desgranar la situación actual del coronavirus en España, los retos conseguidos y los que nos quedan por afrontar.

PREGUNTA. Con tanta lluvia de datos, los ciudadanos muchas veces no sabemos en cuáles detenernos: contagios, fallecimientos, recursos sanitarios, seroprevalencia... ¿Cuáles son aquellos en los que deberíamos fijarnos, según su experiencia?

R. Cada métrica tiene su razón de ser, la clave es contextualizar los datos y hacerlos relevantes para tomar decisiones. El número de contagios nos ayuda a entender cómo de rápido se propaga un virus, y los ingresos en hospitales nos ayudan a entender la gravedad de la sintomatología, por ejemplo. La tecnología debe asegurar la capacidad de incorporar nuevas métricas que respondan a preguntas que hoy no conocemos. Los sistemas de información deben ser lo suficientemente flexibles para no tener que empezar de cero cuando esas preguntas se formulen. Hay magnitudes que son relevantes hoy pero que quizá no lo sean mañana.

P. ¿Qué datos podrían hablar bien de la situación en España?

R. Hemos asumido nuestra responsabilidad social, eso es lo que mejor habla de nuestro país. Muchas familias han perdido a seres queridos, pero hemos demostrado una resiliencia excepcional. Somos el segundo país del mundo que más turistas internacionales recibe, así que esto no ha acabado y debemos seguir siendo resilientes y responsables.

P. ¿Hasta qué punto influyen la subjetividad y la intuición en la toma de decisiones?

R. Los datos no son la única base, pero forman parte de una cadena de valor en la que cada eslabón cuenta. Los datos por sí solos son ruido, solo si los analizamos podemos tomar decisiones informadas. Los modelos basados en datos nos dan pistas y tendencias, nos permiten perfilar el pasado y hacer previsiones del futuro, pero la experiencia y la intuición siguen siendo necesarias a la hora de tomar las decisiones sobre qué medidas aplicar. Incorporar el resultado de esas acciones a esta cadena de valor es lo que cierra el ciclo. Cualquiera de nosotros puede coger una receta de Ferran Adrià, con datos muy precisos, cuantificables, pero solo la mano del cocinero hace que el plato sea un éxito.

P. ¿Basarnos solo en los datos no sería inhumano? ¿No podríamos caer en minusvalorar una realidad cuyos datos son bajos (muertes por edad, por ejemplo) sin reparar en el componente social?

R. Es importante profundizar en el objetivo real que todos perseguimos: mejorar la vida de las personas mediante la toma de mejores decisiones. Esto hoy en día es aún más cierto, si cabe, pues no estamos hablando de mejorar sino de salvar vidas. Por tanto, hay que destacar que son herramientas diseñadas por personas y que afectan a personas, así que deben ser éticas y justas. Además, deben auditarse continuamente, y aquí la aportación humana es clave. Los algoritmos sirven para resolver problemas muy complejos, pero no para dar contexto. El mejor profesional no es el hombre ni los modelos analíticos (sean técnicas de inteligencia artificial o analítica avanzada), sino la combinación de ambos.

P. ¿En qué industrias se puede aplicar mejor la analítica de datos para tomar decisiones?

R. La analítica de datos puede aplicarse en cualquier sector de actividad. Es cierto que en banca o seguros el uso de este tipo de tecnología está más consolidado, pero también marca la diferencia en sectores como sanidad, energía, 'retail', 'manufacturing', turismo, transporte, telecomunicaciones... No existe actividad, proceso, modelo de negocio o industria que no sea susceptible de mejorar con la analítica. El reto es modelar cada sector, donde hay características muy particulares, pero también comunes. La previsión de la demanda es un área común, la gestión de la experiencia de sus clientes también, la eficiencia de las cadenas de producción y distribución, la optimización de sus recursos humanos y tecnológicos, hasta la lectura y procesado de su documentación empresarial para cumplir con la regulación.

En ocasiones, podemos aplicar en un sector análisis muy consolidados en otra industria, lo que supone una mejora en la eficiencia al reutilizar estos activos tan importantes. Los datos son una ventaja competitiva enorme, pero solo cuando explotas el uso de analítica se ve la verdadera palanca del cambio. Si analizamos el tejido empresarial por tamaño y no por sector, tenemos otro punto de responsabilidad a la hora de facilitar que este tipo de tecnología —que tradicionalmente requiere de cierta inversión— pueda ser utilizado por todos, también por las pymes.

La tecnología 'cloud' será clave en la adopción de estratégicas de analítica de datos. La flexibilidad que ofrece en cuanto a escalabilidad de los sistemas, con menor inversión en 'hardware', hará que incluso empresas de menores dimensiones puedan beneficiarse de ello. Con esta visión, en SAS hemos llegado a un acuerdo estratégico con Microsoft para ofrecer conjuntamente a nuestros clientes su 'cloud' y nuestra funcionalidad analítica.

P. Póngame un ejemplo práctico de uso de datos en algunas de esas industrias.

R. Nosotros hemos estado muy cerca del sector de la alimentación. Los ‘retailers’ se han enfrentado a unas ventas incrementales donde el reto no era vender, sino prever la demanda con unos patrones de uso y consumo totalmente distintos. Hemos pasado de consumir de manera preferente a hacer tartas, comprar alcohol, aperitivos... Imagina lo que supone todo esto en el sector, girar todas las previsiones de consumo, con el canal 'online' siendo vital y entregando en casa. Para los que tenían avanzados los sistemas, su techo era su propia capacidad. Gracias a la analítica, les hemos ayudado con la gestión de la demanda, la eficiencia en costes y la gestión de la cadena de suministro.

"Ahora no hablamos de mejorar vidas, sino de salvarlas. En las crisis, siempre ha sido esencial entender los datos"

La industria de la energía es otro ejemplo. De repente estamos todos en casa y el consumo de energía se ha disparado. Para que una gran eléctrica haga previsiones precisas de las necesidades energéticas de los hogares de la noche a la mañana, se necesita mucha analítica de datos.

En el sector sanitario, por ejemplo, hemos ayudado a combatir a corto (ver cómo se propaga el virus o hacia dónde, para dimensionar camas, distribuir respiradores...), a medio plazo (dónde distribuir las ayudas antes, en qué provincias o sectores) y también a largo (entender cómo estar preparados para un posible rebrote o dar formación adecuada a sectores para recuperar sus empleos lo antes posible). El análisis de datos nos ayudará a evitar o controlar un nuevo rebrote. En general, les ha pasado a todos los sectores.

P. ¿Cómo va a afectar esta crisis sanitaria a la toma de decisiones en el futuro? ¿Tendrá el análisis de datos más protagonismo?

R. En las últimas décadas, ya hemos visto que es uno de los pilares de la transformación digital, pero ahora no hablamos solo de negocios, sino de proteger comunidades y salvar vidas. En las crisis siempre ha sido esencial entender los datos. En 2008, hubo empresas que invirtieron en tecnología de la información antes que reducir costes. No solo sobrevivieron, sino que ahora tienen posiciones de liderazgo.

Una de las áreas donde la analítica de datos puede aportar mucho valor es la salud pública, siendo una de las herramientas clave para medir el impacto de las políticas de salud. Con más conocimiento sobre el virus y los modelos analíticos reentrenados con más datos, estos sistemas de información nos ayudarán a ser más eficientes en la gestión de un posible rebrote del coronavirus.