Iniciamos Urudata I+D en abril de 2024, con una idea simple, hacer Investigación Aplicada y por medio de ella, generar nuevas líneas de negocio para la organización.
Pero ¿Qué es la Investigación Aplicada? O al menos, ¿cómo la concebimos en Urudata?
Fallar rápido, fallar bastante y generar un impacto relevante con sólo algunos éxitos.
Es que, si no fallamos bastante, no estamos haciendo investigación, sino sólo aplicando el estado del arte de la tecnología, lo cual es muy valioso, pero no es para nuestro equipo.
El miedo a fallar es el verdugo de la innovación en nuestras organizaciones.
Déjenme contarles cómo se fue formando la idea de la Investigación Aplicada en mi cabeza, a lo largo de los años. Creo que es la mejor forma de transmitirles lo que intentamos hacer en Urudata.
La primera vez que pude familiarizarme con el concepto del “gap” entre Basic Research y Product Research, fue durante la llegada de Ray Ozzie a Microsoft, y su idea de crear los “Microsoft Labs”.
Estos conectaron la investigación básica (aquella que desarrollaba Microsoft Research, sobre temas fundamentales con plazos de 10 o más años para obtener resultados) con la investigación de Producto que hacían los equipos de producto de Redmond (dónde estaba la gran inversión de la compañía con plazos de no más de 3 años y generalmente con un horizonte de año y medio).
Si bien podemos conectar a “Red Dog” de Ray Ozzie y la iniciativa de Platform as a Service (lo que se convirtió en Microsoft Azure) como su legado, en realidad podemos decir que los labs fracasaron estrepitosamente y no pudieron romper las barreras entre Basic Research y Product Research (solo un insider como Satya Nadella, casi una década después, logró alinear la organización con una visión clara y sin que le tiemble el pulso por sacar a dos o tres ejecutivos desalineados en una sola mañana).
Cuando se crearon los Microsoft Labs intenté moverme a esa organización y luego de unas visitas que me consiguió mi manager (Eduardo Mangarelli) para Interno conversar mano a mano con los miembros del equipo y conocer lo que hacían, vi claramente que estaban desconectados de la realidad, y ni siquiera intenté aplicar al equipo de Microsoft Research ni de Microsoft Labs.
Mi primera oportunidad de aprender a fondo del tema y de aplicarlo vino con la apertura del centro de excelencia internacional de Telefónica I+D y CORFO en IoT y ciencia da datos en Chile, el cual estaba muy enfocado en “Product Research”; y si bien era un proyecto a 4 años, estaba desbalanceado hacia producto y con poco espacio hacia Investigación Aplicada.
Así que para resolver este problema creamos junto a Loreto Bravo y la Universidad del Desarrollo el Instituto de Data Science, dedicado a trabajar en Investigación Aplicada, resolviendo problemas reales sobre el cúmulo de datos que teníamos en Telefónica I+D, producto de la enormidad de sensores que desplegamos en experimentos de IoT en Minería, Agricultura de Precisión y Ciudades Inteligentes en 8 países de Latinoamérica, además de la telemetría de la red de celulares en Chile.
Ahí sí, cuando comenzamos la discusión con Loreto, ella llegó con este slide:
Y eso era exactamente lo que estaba buscando, no una colaboración académica donde un investigador “te vende” su investigación para que la apliques, sino que toma uno de los problemas que tienes sin solución con el estado actual de la tecnología y evoluciona la tecnología para resolverlo.
Esta colaboración fue muy exitosa, entre mi equipo y el del instituto publicamos 43 papers en revistas científicas, obtuvimos 15 patentes y desarrollamos una red de colaboración internacional de investigadores que se sumaban a trabajar en nuestros desafíos con nuestros datos, haciendo su aporte diferencial.
¿La calve del éxito? Un equipo de investigación enfocado en el problema y no en “su tema de investigación”, datos de buena calidad disponibles y un equipo deingeniería con una mentalidad de startup para experimentar y fallar rápido.
Y llegamos a Urudata I+D, un equipo joven (menos el que escribe), multidisciplinario y con ambición de resolver problemas, pareados con un equipotambién joven, de Ingeniería, liderado por Ignacio Cattivelli (que le da al mismo tiempo excelencia en la ingeniería y mentalidad de startup), ambos equipos enfocados en resolver problemas reales de nuestros clientes que requieren mover el estado del arte de la tecnología. Son problemas donde a priori uno no encuentra una solución adecuada, y ni siquiera se atrevería estimar un tiempo para resolverlo.
Así, hoy en día ya somos 16 en el equipo, y hemos resuelto varios no se puede:
En modelos de fraude de diverso tipo.
- Alineamos las matrices origen-destino de la IMM con las de ANTEL.
- Usamos una combinación de IA y transformaciones basadas en lógica formal para transformar código legado de nuestros clientes.
- Llevamos varios procesos que “no se podían” hacer real time a procesos con latencias ínfimas.
- Procesamos grandes volúmenes de datos a nivel de detalle (como es la nueva plataforma de datos de la DGI), algo que a priori sólo se hacía en modo resumen.
Y la más demandada en casi todos los proyectos, que es la IA agéntica y resolutiva, o sea, IA que observa y toma acciones (la IA agéntica hoy es trivial, pero la que toma resolución, requiere niveles de excelencia y validación muy grandes para poder desplegarla).
¿Cómo es nuestro proceso hoy?
Recibimos solicitudes de nuestros clientes o de otros equipos dentro de Urudata y clasificamos la situación: problema, estado del arte, minería de procesos, exploración de datos, etc.
Y si validamos que estamos ante un problema relevante y no resoluble con el estado actual de la tecnología, formulamos hipótesis y experimentos para fallar rápido (y barato) y nos enfocamos en abordar el problema moviendo el estado del arte de la tecnología, así, si en un tiempo acotado logramos una solución, el equipo de ingeniería arma la solución final y si no, volver al inicio…
Fallar bastante.
Fallar rápido.
Enamorarnos de los problemas y no de las soluciones.
Mover la aguja en forma relevante en casos que terminan implementándose en forma rápida, aportando valor real a nuestros clientes.
Eso es lo que define la Investigación Aplicada que hacemos en Urudata I+D. O más bien, es lo que nos define como equipo.