Cada vez, un porcentaje mayor de la población es competente digitalmente. Se deben rediseñar los procesos de servicio para que sean de autoservicio
La sociedad del S. XXI es una sociedad compleja y fundamentalmente digital. La competencia digital de amplias capas de la población es sensiblemente mayor que hace sólo una década y, aunque subsisten ciertos colectivos con una “brecha digital” patente, resulta ya imperativo diseñar los servicios privados y públicos teniendo en cuenta esta circunstancia. La mayoría de las personas está capacitada para completar procesos de autoservicio, ya sea de forma total o parcial, con el ahorro de costes de mano de obra y de inventario, que ello produce.
Photo by Maarten van den Heuvel on Unsplash
Esta estrategia de desarrollo de los servicios está pensada para combatir la volatilidad, la incertidumbre y las restricciones del entorno de la nueva sociedad digital del SXXI a que nos referíamos en otro artículo. En el modelo tradicional de los distintos departamentos de una empresa o AAPP que están involucrados en la prestación del servicio son los que “empujan” (push) su ejecución, pasando la prestación del servicio de un departamento al siguiente de la cadena. Al cambiar su ejecución al modo autoservicio (donde sea posible), lo que provocamos es que sea el propio cliente o ciudadano el que “tire” (pull) del servicio y este se desarrolle más o menos rápido en función de la prisa o grado de interés que ponga el interesado en su prestación. Esto tiene importantes implicaciones tanto en los recursos humanos utilizados, como en el tiempo de servicio y la capacidad de atención de clientes por unidad de tiempo.
Estos enfoques push y pull son bien conocidos en el sector industrial y en el logístico, asociándose el primero al enfoque de producción tradicional con los sistemas MRP (Material Requirement Planning) y es considerado como un sistema rígido. Por su parte el enfoque pull se asocia con los sistemas JIT (Just In Time) y es un sistema flexible. En una sociedad digital caracterizada por la incertidumbre y la volatilidad, las predicciones pueden resultar extremadamente difíciles de producir de forma fiable o aún devenir imposibles, por lo que, en la medida de lo posible, se han de ir modificando los procesos de producción y también los de servicio para pasar a un modelo pull. La única diferencia es que no se puede prestar un servicio con anticipación, mientras que sí se puede producir contra stock, en base a una predicción (cada vez más difícil de hacer) de las necesidades del mercado. Pero sí se pueden planificar los recursos necesarios para prestar el servicio y su cantidad en base a una previsión, motivo por el cual también muchos servicios se diseñan de modo push, en la modalidad que se conoce como servicios según disponibilidad (service as available), en contraposición a la modalidad pull, conocida como servicio a demanda (service on demand), que es la que cada vez de forma más clara demandan los consumidores y ciudadanos de la nueva sociedad digital. Esta última modalidad es particularmente difícil de implantar en el sector público debido a la escasa flexibilidad existente en la contratación (y, claro, en la finalización de los contratos cuando pasa el pico de demanda). La única forma de hacerlo con estas restricciones, como comentamos en un artículo anterior, es apartando al personal del camino crítico de la prestación del servicio, mediante la digitalización completa del proceso de servicio y ubicando nuestros recursos humanos (rígidos) donde pueden tener un impacto favorable en los ciudadanos, pero no entregando ellos directamente el servicio.
Por ejemplo, una gasolinera puede atender de forma tradicional (push) de manera que el número de personas que atienden en las cajas de pago se calcula en base a una previsión de clientes por franja horaria o estacional. Estos trabajadores “empujan” a los clientes hacia los trabajadores que realmente expenden el combustible, cuyo número es fruto de la misma predicción inicial. Pero la capacidad de ambos es rígida y si hay picos de demanda no esperados, las esperas para obtener el combustible pueden ser largas y el servicio no será satisfactorio, así que algunos clientes se hartarán y se irán sin haber sido servidos (con la consiguiente pérdida de ingresos y los que es más peligroso, por duradera, la insatisfacción del cliente).
Por el contrario, en una gasolinera automatizada se puede tener una persona (o incluso ninguna físicamente allí, en periodos de baja demanda como el servicio nocturno), para atender el esporádico caso de aquella persona que no se aclara para servirse o pagar a pesar de las instrucciones cuidadosamente diseñadas para que pueda hacerlo. Son los usuarios los que “tiran” (pull) del servicio, a través de ser más o menos rápidos pagando y sirviéndose, de manera que se puede servir a más gente en los picos de demanda, sin merma sustancial en la calidad del servicio, siempre que la tasa de gente que necesita ayuda humana sea baja, porque se hayan diseñado cuidadosamente los sistemas de información de soporte a los clientes y que el número de surtidores sea suficientemente proporcionado a la demanda real. En todo caso, para el mismo número de surtidores, serán servidas más personas en la gasolinera automatizada.
La herramienta para lograrlo es, de forma general, la reingeniería de procesos. Específicamente, podría ser de gran utilidad el uso de herramientas como el «viaje del cliente» (customer journey), que analiza todos los puntos de contacto con los clientes en la prestación de un servicio, desde el punto de vista de aquéllos a fin de valorar su experiencia como usuario y mejorarla. Se trata de una herramienta que, aunque nació en el sector privado, es igualmente aplicable en las AAPP. Implica ver el servicio como lo percibe un cliente, a la manera en que lo hacía Robert Redford, en el inicio de la película “Brubaker”, cuando se hacía pasar por recluso para observar el trato real que recibían los presos cuya cárcel iba a dirigir.
La otra herramienta complementaria para desplegar la estrategia de autoservicio es el análisis de puestos de trabajo. Para ello hemos de tener en cuenta que un puesto de trabajo se compone de una serie de tareas. Cada tarea a su vez se puede conceptualizar como una o varias tomas de decisiones más o menos automáticas, que no precisan de mayor planificación (“aquí hago esto, si sucede después lo otro, haré lo de más allá, etc.”). Aquí, precisamente, donde los sistemas de inteligencia artificial están cambiando las reglas de juego. Hasta fechas recientes no había sido necesario analizar cómo se toma una decisión, porque la única entidad que podía tomar decisiones inteligentes era un ser humano, pero esto está empezando a cambiar, porque la Inteligencia Artificial (IA) ha abaratado el coste de la predicción que está implícita en cualquier toma de decisiones, sobre cuál será el estado final al llevar a cabo una acción determinada al tomar una decisión.
Figura: extraído de “Prediction Machines”, Agrawal, Gans y Goldfarb
A partir de este hecho novedoso, el resto es pura teoría económica: si las predicciones de un sistema de IA en una tarea determinada pueden hacerse tan fiables y baratas se convierten en un sustitutivo de las personas en este parte del proceso de toma de una decisión (la predicción). Cuando un producto se abarata mucho los sustitutivos también lo hacen (por ejemplo, si se abarata mucho el café, caerá el precio del té). En cambio, los productos complementarios aumentarán de valor. Si cae mucho el precio del café, subirá el de la leche o el azúcar al consumirse más café. Lo que llevado a la toma de decisiones hace que aumente el valor de las personas en el resto de los elementos que componen una decisión, porque complementan a ésta (el juicio de valor y en muchos casos también la realización de la propia acción).
Lo que obtendremos de esta manera son puesto de trabajo rediseñados para que aumente la productividad de los trabajadores a través del florecimiento de una «humanidad aumentada», en palabras del gurú de la gestión empresarial Xavier Marcet. De esta manera, los trabajadores se ubicarán dentro de la cadena de servicio o de tramitación, según los casos, en los puntos que pueden añadir más valor que la automatización o donde la percepción ciudadana necesita disponer de un interlocutor humano, que empatice con ellos.
Por ejemplo, la gasolinera automatizada podría, a través de la información sobre el número de personas que se encuentran repostando y el tiempo estimado de finalización de cada uno, dirigir al nuevo cliente a la ubicación que el sistema de IA prediga que se quedará libre antes, lo que reducirá su tiempo de espera, acortando aún más el tiempo de servicio. O bien provocar que el (único) trabajador se acerque al surtidor, en cuanto haya el más mínimo indicio de que la persona está confundida y no sabe como autoservirse, de manera que pueda recibir una explicación rápida y empática, sobre como hacerlo, para acelerar el tiempo de servicio.
De la combinación del rediseño de los puestos de trabajo desde el punto de vista del cliente, guiados por la demanda real (no por una predicción que invariablemente se incumple y que no sirve en muchos casos, más que para un dimensionado inicial) y de incrementar las capacidades de los trabajadores trabajando “codo con codo” con sistemas de IA, es como podremos satisfacer las necesidades de la sociedad del S.XXI, de otra manera desaparecerán (sector privado) o caerán en la irrelevancia social (sector público).
¿Apostarán nuestras empresas y AAPP por servir adecuadamente a la sociedad del S.XXI?
