La pandemia de COVID-19 ha planteado preguntas a las que antes jamás nos habíamos enfrentado. Las empresas que obtenían las mejores respuestas ya estaban preparadas para usar inteligencia artificial, los datos, la nube y metodologías ágiles.

Cuando comenzó la pandemia, las empresas tenían más preguntas que respuestas: ¿Qué políticas frenarán la propagación? ¿Cuál es la mejor forma de distribuir las vacunas? ¿ Cómo podemos volver a la normalidad con seguridad? Si bien aún se están debatiendo algunas de estas preguntas, está claro lo que distingue a los líderes en esto de los que se han quedado atrás: la preparación con datos, la inteligencia artificial (IA), la nube y las metodologías ágiles.

La maduración y preparación de estos cuatro elementos han permitido a las empresas formular y responder preguntas que no podrían haber comprendido hace no mucho tiempo. ¿Cómo podemos analizar rápidamente los anticuerpos para determinar qué vacuna tiene una mayor eficacia? ¿Cómo pueden ayudarnos los datos de los teléfonos móviles a comprender la propagación del COVID-19? ¿Cómo hacemos todo esto más rápido que nunca?

Para aquellos que ya habían preparado sus datos, migrado a la nube y perfeccionado sus metodologías ágiles, adaptarse al entorno cambiado fue más bien una aceleración a su estrategia de migración. Para el resto, esto se convirtió en un muro contra el que tenían que luchar. Lo que podría haber sido un esfuerzo de varios años para repensar las arquitecturas de datos y asegurarse de que los datos estuvieran disponibles para análisis escalables de IA y machine learning (ML) de repente se convirtió en un proyecto central que prometía resultados a corto plazo.

Para las empresas que no estaban preparadas de una manera similar, la migración a la nube pasó de ser un concepto abstracto de «algún día» a un medio de supervivencia inmediato.

Obtener respuestas a preguntas imprevistas

Estos mismos cuatro componentes se usan para responder a nuestra propia pregunta relacionada con la pandemia: cómo predecir las tasas de infección por COVID-19 y prescribir los planes de intervención más efectivos.

Con XPRIZE, Cognizant lanzó Pandemic Response Challenge, una competición de cuatro meses y 500.000$ en la cual, los equipos usarían sistemas de inteligencia artificial basados en datos para desarrollar modelos que intenten predecir con precisión los brotes locales y así producir intervenciones prescriptivas y enfocarse en su mitigación.

De esta forma es cómo los competidores del reto están usando los cuatro componentes que impulsarán las respuestas a las necesidades que plantea el COVID-19.

• Datos compatibles, accesibles y actualizables. El desafío utiliza datos compilados por el Oxford COVID-19 Covernment Response Tracker (OxCGRT). Oxford adopta un enfoque abierto para recopilar y compartir su conjunto de datos, que se actualiza a diario y está disponible de forma inmediata. Los datos son valiosos, pero no cuando están guardados y escondidos.
• Modelado de IA y ML. Usarán estos datos, así como la tecnología y los modelos de IA basados en datos para predecir las tasas de transmisión local del COVID-19 y así prescribir medidas de intervención y mitigación que minimicen las tasas de infección y los efectos económicos negativos.
• Computación en la nube. Los equipos están desarrollando sus soluciones propuestas usando las capacidades de data science y la escalabilidad que proporciona la nube. Esto es cortesía del socio de soporte Amazon Web Services (AWS).
• Equipos ágiles y autónomos. En combinación, los datos, la IA y el ML y la nube sirvieron como una base ágil para que los participantes respondieran, innovaran y probaran con nuevos experimentos de forma rápida. Estas tecnologías permiten que los equipos multidisciplinares que trabajan hacia un objetivo compartido, operen de una manera rápida y ágil.

Avanzar trabajando sobre lo ocurrido

En última instancia, la pandemia del COVID-19 aclaró que el valor de las iniciativas digitales no es sólo el ahorro en costes, sino también algo que necesitamos hoy en día: la flexibilidad para adaptarse a los problemas, conocidos y desconocidos a medida que surgen. De golpe, la motivación no era «cambiar a sistemas modernos», sino «ayudarme a establecer políticas COVID-19 efectivas o apoyar a una fuerza laboral remota» o cualquier problema comercial que se agudice durante la pandemia.

De esta manera, la pandemia de COVID-19 nos dio la lección definitiva sobre lo que AWS llama «trabajar retrospectivamente»: trabajar desde una necesidad empresarial, en vez de partir desde el producto o servicio en sí, para llegar a una solución.

La preparación como punto de partida

Entre Cognizant y AWS, hemos visto cómo todos los negocios tuvieron que lanzar servicios o capacidades cruciales de una manera más rápida de lo que jamás se había creído posible. Todo eso se basó en la escalabilidad de la nube, la experimentación de bajo riesgo y los conocimientos rápidos, y, claro, las tecnologías en las que se apoyan estas capacidades.

Dejando de lado la atención médica, se ha visto cómo las plataformas de videoconferencia y los proveedores de educación virtual se ampliaban para soportar crecimientos de hasta dos cifras. Para aquellos que ya habían realizado la transformación inicial de sus datos, la oportunidad vino de esa preparación. Estas empresas estaban listas para actuar rápidamente para usar datos, inteligencia artificial, la nube y metodologías ágiles para adaptarse a los mercados cambiantes.

Evitar crisis futuras

Mientras lidiamos con el impacto inmediato y duradero de la pandemia, estos mismos cuatro componentes que han acelerado la respuesta empresarial pueden usarse para algo aún más crucial: prever una futura crisis.

Ya sea pensando en los negocios o en la salud global, las preguntas y respuestas pueden cambiar. Sin embargo, las herramientas para prepararse y defenderse son las mismas.