Tom Davenport

Según Tom Davenport, profesor distinguido de administración de TI en Babson College y cofundador del Instituto Internacional de Análisis, la pandemia de COVID-19 nos enseñó que el sistema de administración de datos de Estados Unidos está rezagado con respecto a los de otros países. Aquí, examina cómo las decisiones tomadas durante la pandemia se volvieron más importantes y más desafiantes, y cómo sin un marco cohesivo, los datos fracturados, a veces "alternativos", a menudo llevaron a decisiones peores que las que se tomaron sin ningún tipo de datos. Las malas fuentes y modelos dieron como resultado hechos cuidadosamente seleccionados, toma de decisiones emocionales y sesgos cognitivos. Ahora, con métodos sistemáticos para identificar estos impulsos defectuosos, Davenport enseña a las organizaciones cómo evitar peligros similares corrigiendo el curso de los datos sesgados para encontrar soluciones confiables. En esta presentación, analiza el papel de las estadísticas y la heurística y cuánto de nuestra toma de decisiones debe descargarse en las máquinas.

Tom Davenport revolucionó el mundo de la analítica con su libro de 2007 Competiting on Analytics. Ahora está describiendo empresas que adoptan el mismo enfoque agresivo hacia la inteligencia artificial. En esta presentación, analiza los atributos de las empresas impulsadas por la IA y detalla el liderazgo, la estrategia y los rasgos culturales que hacen que las empresas tengan mucho éxito con la IA. Desde Kroger en Cincinnati hasta Ping An en China, ilustra cómo las organizaciones impulsadas por IA impulsarán el futuro de los negocios.

En la mayoría de las industrias, los datos, el análisis y la inteligencia artificial han eliminado las conjeturas de la estrategia empresarial. Entonces, ¿por qué estas herramientas no han revolucionado el cuidado de la salud? En esta presentación, Tom Davenport, distinguido profesor de administración de TI en Babson College y cofundador del Instituto Internacional de Análisis, analiza el potencial de una atención médica más inteligente y las barreras estructurales que impiden una renovación total de la atención médica. Describe los silos que impiden el intercambio de datos, el lento progreso de la adopción de IA y las diferencias en los objetivos entre las partes interesadas. Con optimismo acerca de las nuevas capacidades de IA y los roles de gestión de la información, como director de información, director de datos y director de análisis e inteligencia artificial, y una gran comprensión de los problemas de gestión de cambios internos, ofrece a los líderes de atención médica soluciones prácticas para tomar decisiones más informadas a través de integración completa de datos.

Aunque muchas empresas y observadores están entusiasmados con la posibilidad de obtener una ventaja competitiva del análisis de "grandes datos", es posible que no entiendan completamente las diferencias entre el análisis de grandes y pequeños datos. En esta sesión, Tom describe el concepto de big data y lo que las organizaciones intentan lograr con él, y el papel del científico de datos en la extracción de valor de los grandes datos. Presenta ejemplos de varias empresas líderes, desde nuevas empresas hasta establecidas, que buscan agresivamente big data. A lo largo de la sesión, Tom arroja luz sobre las implicaciones de los grandes datos y cómo permite que las organizaciones administren y lleven productos y servicios al mercado.

Las empresas de todo el mundo han gastado billones de dólares en talento, software y dispositivos para mejorar sus capacidades de análisis e inteligencia artificial, pero un número considerable aún carece de conocimientos sólidos basados en datos. En esta charla, Tom Davenport, distinguido profesor de administración de TI en Babson College y cofundador del Instituto Internacional de Análisis, describe los problemas que impiden el análisis y la adopción de IA y el cambio cultural. Con estadísticas que muestran que solo un pequeño porcentaje de los modelos analíticos y de inteligencia artificial alcanzan la implementación de producción, Davenport enseña a los líderes cómo usar los datos para llegar a más clientes, optimizar las cadenas de suministro, mejorar los recursos humanos, desarrollar inteligencia a nivel empresarial y superar significativamente los objetivos comerciales al estructurar análisis e inteligencia artificial para lograr un mayor retorno de la inversión.

El profesor de Harvard, MIT y Babson Tom Davenport, una de las autoridades más importantes del mundo en análisis, big data y estrategias de inteligencia artificial que impulsan la ventaja competitiva, ha sido un defensor objetivo de las oficinas virtuales desde la década de 1990. El COVID presenta una oportunidad única en la vida (esperamos) de rediseñar el trabajo para mejorar la satisfacción de los empleados, la productividad y el medio ambiente, todo al mismo tiempo. En esta presentación, describe lo que los trabajadores de hoy quieren de sus entornos de trabajo, los diversos factores que limitan el diseño del trabajo y la importancia de la segmentación y la elección como elementos de diseño. También revela los resultados de múltiples experimentos y análisis de datos realizados por grupos de análisis de recursos humanos de empresas líderes, y otras investigaciones que podrían guiar aún más los arreglos posteriores al COVID. “Los empleadores de hoy necesitan políticas laborales que estén guiadas por datos y experimentación ilustrada”, dice Davenport, “no por la opinión y la tradición”.