Cómo BMW Group impulsa la resiliencia empresarial con la IA generativa

Matthias Patzak:
Le damos la bienvenida al pódcast Executive Insights, presentado por AWS. Soy Matthias Patzak. Soy estratega empresarial en AWS.

Me complace contar con la presencia de Marco Gorgmaier, vicepresidente de plataformas y servicios empresariales, inteligencia artificial de datos del Grupo BMW. Gracias por acompañarnos.

Marco Gorgmaier:
Gracias por la invitación.

Matthias Patzak:
Le damos la bienvenida al pódcast Executive Insights, presentado por AWS. Me llamo Matthias Patzak. Soy estratega empresarial de AWS y me complace que Marco me acompañe hoy.

Marco Gorgmaier:
Hola, Matthias. Muchas gracias por invitarme.

Matthias Patzak:
Sí, Marco, bienvenido al pódcast. Marco Gorgmaier es el vicepresidente de plataformas y servicios empresariales, inteligencia artificial de datos del Grupo BMW. Marco, ¿te importaría presentarte y contarnos un poco más sobre tu función en el Grupo BMW y lo que haces?

Marco Gorgmaier:
Sí, me complace hacerlo. Con nuestra organización de plataforma global, somos una organización muy importante para implementar y escalar la IA en toda la organización, y el ecosistema de plataformas que proporcionamos a los equipos es básicamente la columna vertebral para ello. Por eso, realmente intentamos asegurarnos de mejorar las habilidades, asegurarnos de que todos los empleados conozcan nuestro ecosistema, conozcan la eficiencia que pueden obtener con él e incorporarlo a la organización.

Matthias Patzak:
Pero no es solo una plataforma única, por lo que no es solo una plataforma única para la IA generativa de datos. Por lo tanto, se trata de varias plataformas empresariales.

Marco Gorgmaier:
Sí, exactamente. En realidad, se trata de varias pilas de plataformas. Una parte importante, por supuesto, son las plataformas ERP, las plataformas SAP. Luego tenemos nuestra pila de nube donde desarrollamos nuestras aplicaciones, aplicaciones de desarrollo propio, a las que denominamos plataforma de nube estándar, que utilizan en gran medida los servicios gestionados allí. Y luego tenemos nuestra plataforma de datos e IA, que están creciendo mucho juntas.

Empezamos todo el proceso con el centro de datos en la nube en 2017. Fue cuando realmente nos aseguramos de reunir todos los datos en una plataforma. Por eso, creamos la ingesta para todos los sistemas de nuestro entorno. En ese entonces formamos una organización llamada oficina de transformación de datos, donde también implementamos nuevas funciones en la empresa, por lo que teníamos funciones de gobernanza y de administración de datos en las empresas, administradores de datos que tenían el conocimiento del dominio y el conocimiento de los procesos desde una perspectiva empresarial para controlar la semántica de los datos. Y, por supuesto, nuestra organización de ingeniería, es decir, ingenieros de datos en nuestros centros globales. Tenemos una alta presencia en todo el mundo, de hecho, en los EE. UU., Alemania y, por supuesto, en nuestra sede, y luego en centros de desarrollo de software en la India, Portugal y Sudáfrica. Así que es una organización muy, muy global allí. Creamos nuestros equipos de ingeniería de datos y luego ayudamos a acelerar realmente la integración de nuestro entorno actual.

Matthias Patzak:
¿Qué tamaño aproximado tiene tu organización de plataforma?

Marco Gorgmaier:
En todo el mundo, son más de 1000 personas, incluidos los centros.

Matthias Patzak:
¿Tu organización, la organización de la plataforma?

Marco Gorgmaier:
Sí.

Matthias Patzak:
Impresionante.

Marco Gorgmaier:
Es una organización bastante grande, pero en realidad es la plataforma para toda la empresa y para todos los ingenieros del grupo.

Matthias Patzak:
Plataforma es un término muy utilizado en la comunidad. Así que en la última investigación de Dora… Entonces, plataforma es un término muy utilizado. En el último informe de investigación de Dora sobre DevOps, el 84 % de las organizaciones encuestadas dijeron que utilizan una plataforma desde una perspectiva más amplia, pero el término no está muy bien definido. Desde tu perspectiva, ¿qué es una plataforma y qué hace que una plataforma tenga éxito?

Marco Gorgmaier:
Bueno, creo que para nosotros, y quizás empiece con… Porque en realidad también depende de la plataforma en la que se encuentre, pero empezando por nuestra plataforma en la nube estándar, decimos que es realmente una plataforma en la que podemos garantizar el desarrollo, el despliegue y la administración, por supuesto, de nuestras aplicaciones y, luego, todo lo que necesitas al respecto. Quieres tener escalabilidad y eficiencia. Así que creo que es la definición estándar que encontrarías en todas partes.

Sin embargo, creo que lo que realmente importa, y lo que también es realizar la pregunta, qué no es una plataforma en el grupo BMW, creo que lo importante es que realmente incluyamos los detalles que tenemos. Cada organización grande tiene sus detalles, políticas específicas y detalles con respecto a la configuración de su red. Así que todo eso. Y eso es algo que nos aseguramos de implementar en nuestras plataformas, porque eso acelera enormemente el proceso de incorporación de todos los nuevos equipos que utilizan las plataformas. Esto también hace que sea atractivo usar las plataformas, porque cuando tienes, por ejemplo, todos tus requisitos de gobernanza, cuando ya están listos y tienes una marca de verificación al respecto, estás encantado de usar la plataforma.

Matthias Patzak:
¿Y cuántos usuarios tienes para tus plataformas, es decir, cuántos ingenieros o cuántos equipos tienes?

Marco Gorgmaier:
Por lo tanto, el número de ingenieros es, en realidad, más de 10 000 ingenieros en todo el conjunto de plataforma que utilizan nuestras diferentes plataformas. Y en lo que respecta a nuestros ecosistemas de datos e inteligencia artificial, tenemos alrededor de 40 000 usuarios que utilizan esa plataforma, porque obviamente también hay muchos usuarios empresariales. Así que tenemos una gran escala en la empresa.

Matthias Patzak:
¿Así que te convertiste realmente en una gran organización tecnológica y de desarrollo de software?

Marco Gorgmaier:
Sí, definitivamente puedes decir eso. Y creo que la base fundamental fue el enfoque que teníamos para construir nuestros centros de desarrollo de software. En realidad, también fue un esfuerzo enorme de contratación interna, en el que creamos equipos de ingeniería en los últimos años y seguimos creciendo, y recientemente añadimos dos nuevos centros en Rumania y en la India el año pasado. Así que creo que seguiremos creciendo.

Matthias Patzak:
Genial. Y en el contexto de los datos y la IA generativa, ¿qué servicios ofrece tu plataforma allí?

Marco Gorgmaier:
Creo que es un conjunto muy amplio de servicios. Por supuesto, todo lo relacionado con la gestión de datos, el análisis de datos, toda la parte de gobernanza de los datos y la IA con la Ley UEI, por ejemplo, u otra legislación. Quiero decir, eso es, por supuesto, algo muy importante para nosotros. Tenemos que cumplir la normativa y, teniendo en cuenta aún más los requisitos reglamentarios para los automóviles, debemos estar muy, muy seguros de que cumplimos con todos los requisitos de gobernanza.

Matthias Patzak:
¿Así que tienes este requisito del gobierno incorporado en los servicios de la plataforma?

Marco Gorgmaier:
Exactamente.

Matthias Patzak:
Para que los usuarios de la plataforma, cuando usen su servicio, resulte simple, eficiente y sin estrés, especialmente desde una perspectiva regulatoria y de seguridad.

Marco Gorgmaier:
Sí, exactamente. Entonces, están siendo guiados. Y, por ejemplo, para nuestras aplicaciones de IA, tenemos un marco de IA, un marco de gobernanza, en el que se los guía a través de la evaluación de riesgos y, por supuesto, de la documentación. Y la otra parte que tenemos es el desarrollo de modelos de IA, todo lo relacionado con eso, los servicios que necesita. De hecho, tenemos algunos casos de uso bastante interesantes en nuestras plantas, donde también realizamos inspecciones de calidad en los automóviles, por ejemplo, para detectar el tamaño de los huecos, los arañazos, todo eso. Y luego, por supuesto, llegó la IA generativa y también tenemos una plataforma de autoservicio con esta tecnología. Eso es algo que acabamos de lanzar y que también está dirigido a todos nuestros usuarios empresariales. Por eso lo llamamos asistente de IA del Grupo en el grupo BMW. Y la idea es realmente poder crear aplicaciones de autoservicio sencillas, aplicaciones de IA generativa para mi trabajo diario.

Matthias Patzak:
Genial. Lo que veo en muchas organizaciones es que crean plataformas, y las plataformas, el propósito de la plataforma es principalmente un fin técnico. En general, se está volviendo más eficiente o rentable, pero es poco frecuente que realmente apoyen a la empresa. Desde la perspectiva de la IA generativa de datos, ¿podrías compartir un poco cuál es la estrategia empresarial real del grupo BMW en lo que respecta a los datos y la IA generativa?

Marco Gorgmaier:
Claro, encantado de hacerlo. Sí, creo que lo que mencionaste es un punto muy importante. Siempre intentamos asegurar… Porque, quiero decir, a todas las organizaciones de plataformas les encanta la tecnología, por lo que les encanta crear plataformas y funcionalidades. Y es algo que realmente considero importante para alinear desde el principio el negocio y la TI. Es algo de lo que en verdad nos aseguramos también desde una perspectiva organizacional. Como mencioné anteriormente, cuando comenzamos el recorrido con nuestra oficina de transformación de datos, nos aseguramos de que, por ejemplo, cada activo de datos, así llamamos a nuestros conjuntos de datos que están listos y preparados para el análisis de datos. Nos aseguramos de tener siempre un encargado de negocio, por lo tanto, el administrador de datos y la parte de ingeniería. Fue entonces cuando empezamos con los datos con el centro de datos en la nube.

Y ahora de hecho hacemos lo mismo con la IA generativa. Por lo tanto, preferimos partir del caso de uso y decir: “Bien, ¿cuál es el objetivo real que quiero lograr desde una perspectiva empresarial?” Quiero garantizar la calidad en los procesos de producción y luego veo, bien, ¿qué tecnología puedo usar para eso? ¿Y cuáles son los datos que necesito para eso?

Y creo que lo que también es nuevo ahora con la IA generativa, y específicamente con respecto a los agentes, es que vemos venir la próxima ola. Por lo tanto, ahora tenemos los datos introducidos en el CDH, pero se necesita un acceso transaccional a todas las aplicaciones de nuestro entorno. Y como puedes imaginar, tenemos un enorme panorama de aplicaciones que abarca desde aplicaciones antiguas hasta aplicaciones de creación nativa en la nube de última generación, aplicaciones listas para usar. Así que tienes todo en tu pila. Y ahora debes asegurarte de poder acceder a todos estos sistemas con los derechos y funciones de un usuario específico para poder aprovechar todo el potencial de los agentes. Por lo tanto, creo que es crucial incluir la empresa, sus procesos y los principales conocimientos desde el principio.

Matthias Patzak:
Me impresionó mucho la cantidad de desarrolladores de software que tienes en los equipos de plataforma y la cantidad de desarrolladores que utilizan los equipos. ¿Podrías compartir más detalles y cifras, especialmente sobre los datos? Bien, realmente no tengo ni idea de qué tipo de datos, cuántos datos se crean en un solo día o por minuto. ¿O qué tipo de datos tienes?

Marco Gorgmaier:
Sí, como dije, en realidad proviene de todos los sistemas, proviene del sistema ERP, de los sistemas SAP, proviene de una aplicación de desarrollo propio. Y creo que en el centro de datos en la nube tenemos 14 000 buckets de S3. Gestionamos más de 7000 conjuntos de datos y admitimos más de 1500 casos de uso. Por lo tanto, estamos apoyando un número bastante grande hasta la fecha.

Matthias Patzak:
Sí, suena muy interesante. ¿Y cómo sabes si los usuarios internos adoptan tus plataformas? ¿Es obligatorio usar tu plataforma o hay algún incentivo?

Marco Gorgmaier:
Sí, por supuesto. Quiero decir, ese es siempre el gran desafío de una empresa cuando se utilizan plataformas. Creo que siempre hay un equilibrio entre la estandarización y la eficiencia. Por supuesto, eso es lo que quieres desde la perspectiva de la empresa y, por otro lado, la libertad que también necesitas y deseas en una empresa, porque quieres un espacio para la innovación, algo de espacio para la experimentación.

Así que creo que encontrar el equilibrio adecuado aquí es un desafío importante, y es un proceso constante. Es un logro que nunca se termina de alcanzar. Creo que siempre hay que dar el siguiente paso. Y el otro gran desafío como equipo de plataforma, creo, es que tienes que asegurarte de no convertirte en un cuello de botella, específicamente cuando analizas esas compensaciones. Por eso, intentamos, por supuesto, tenemos un uso obligatorio de las plataformas que está claramente definido, como he mencionado también desde una perspectiva de gobernanza, lo hacemos.

Esa es una parte, pero creo que el principal motivo, y es lo mismo que se experimenta en un mercado, es que un ganador se lleva todo el impulso. Y creo que si analizamos el centro de datos en la nube, que es algo que gestionamos muy bien, porque las personas en algún momento se dan cuenta: “Bueno, ya hay tantos, pero tantos conjuntos de datos seleccionados. Puedo combinar con otros datos con los que tenga sentido conectarse”. Proporcionamos conectores estándar para la ingesta, de buena calidad para el marco de ingesta. Así que todo eso se sumó en algún momento y pasó a ser realmente muy central. Y esto ahora también nos da una ventaja para nuestra plataforma de IA, ya que básicamente hicimos lo mismo. Ahora tenemos una buena base y también podemos escalar en ese sentido.

Matthias Patzak:
Un problema con las plataformas de datos que observo mucho es que almacenan una gran cantidad de datos. Si te informas brevemente, es posible que hayas escuchado que el término datos son el nuevo petroleo y, por ende, todo el mundo comenzó a recopilar todo tipo de datos. ¿Y cómo te aseguras de almacenar solo los datos necesarios?

Marco Gorgmaier:
Sí, creo que es un gran desafío, y somos una empresa automotriz y nos impulsa en gran medida la eficiencia. Y esa es también la razón por la que, por supuesto, intentamos gestionar los costos, y si, como has dicho, almacenar cualquier dato, es muy costoso. Y más aún si analizamos ahora la IA generativa y los datos no estructurados. Por lo tanto, lo que intentamos implementar es una gestión del ciclo de vida muy estricta. Entonces, recibes notificaciones sobre los conjuntos de datos que no se utilizan y, en algún momento, hasta eliminamos esos conjuntos de datos. Así que primero los archivamos y luego los eliminamos de verdad, porque de lo contrario los costos se dispararían.

Y la otra parte está en nuestro portal de datos e IA, donde siempre vinculamos los casos de uso con los activos de datos. Por lo tanto, tienes un linaje muy claro hasta los sistemas, pero también quién usa los conjuntos de datos, en qué casos de uso, y estos casos de uso también se administran de manera activa. Dentro de nuestro portal, esa es realmente la base donde tenemos todas las estadísticas para administrar los datos y, si agrega un nuevo caso de uso, por supuesto, también puedes definir si necesitas que se agreguen nuevos sistemas de origen con nuevos datos para su caso de uso.

Matthias Patzak:
A muchas organizaciones les resulta realmente difícil atraer personal en el espacio de los datos, porque es altamente competitivo y se necesita mucha especialización. ¿Cómo atraes personal?

Marco Gorgmaier:
Creo que, por supuesto, una cosa es la marca. El grupo BMW realmente tiene una marca muy fuerte, y eso definitivamente ayuda. Así que esa es una parte. La otra parte es, y lo mencioné antes, que creo que era muy importante que realmente empezáramos a buscar nuestra reserva de talento a nivel mundial para no depender de un solo mercado o de nuestra sede, sino que realmente aprovecháramos el talento en todo el mundo. Y creo que fue un paso muy importante para conseguir el personal adecuado. Además, creo que se habla mucho sobre los científicos de datos y, por supuesto, son muy importantes, pero realmente hemos descubierto que tiene la misma importancia contar con los equipos de ingeniería de datos, porque si no tienes tus sistemas fuente conectados de forma fiable y estable, los científicos de datos no tienen nada que investigar.

Matthias Patzak:
Hay una encuesta realizada por socios de New Vantage, ahora de Wavestone, sobre big data y, desde su perspectiva y a partir de sus datos de servicio, indica que el mayor problema para la adopción empresarial de los datos, por ende los datos de los usuarios empresariales, es la cultura, no la tecnología. Entonces, ¿qué opinas sobre esto?

Marco Gorgmaier:
Bueno, creo que es verdad. Sí. Coincide muy bien con mi observación. Creo que definitivamente es algo que proviene de los líderes. Pienso que es realmente crucial que, sí, no me gusta demasiado la palabra mentalidad basada en los datos o una empresa basada en los datos. Creo que seguimos siendo una empresa muy impulsada por los productos. No obstante, es muy importante crear la mentalidad de que cada decisión, todo lo que haces, debe estar respaldado por los datos. Y creo que eso es algo que realmente hemos desarrollado en los últimos años y que lleva tiempo. Por lo tanto, debes comenzar temprano el recorrido.

Y la otra parte es que capacitamos mucho a todos nuestros empleados. Así que creo que es fundamental. Tienes que hacer capacitaciones, tienes que eliminar el miedo. Creo que lo mismo se aplica ahora a la IA. Solo hay que ofrecer a las personas entornos en los que puedan experimentar, en los que puedan hacer pruebas y en los que se sientan seguras. Y eso es algo que intentamos hacer con los empleados de la empresa, por un lado, y por otro, por supuesto, con nuestra organización de ingeniería. Así, por ejemplo, en todos nuestros centros tenemos lo que llamamos academias de plataformas. Y ahí está la incorporación con todos los detalles, y también estamos trabajando en estrecha colaboración con AWS en lo que respecta a nuestro paquete de nube en ese sentido.

Matthias Patzak:
Interesante. Y esto es lo que observo mucho, es que esto falta, que las plataformas solo están creando servicios, pero en realidad no están invirtiendo en entrenar y capacitar a los usuarios de los servicios de la plataforma y especialmente a los empresarios que deberían impulsar acciones basadas en los datos. Y esta es la razón por la que muchas organizaciones no aprovechan realmente todas las inversiones en datos.

Matthias Patzak:
¿Te importaría compartir algunas innovaciones y casos de uso en los que el Grupo BMW esté trabajando actualmente?

Marco Gorgmaier:
Sí, encantado de compartir algunos de los casos de uso, y creo que algunos son casos de uso muy típicos de JNI. Bien, acabamos de lanzar allí un asistente de licitación para… Claro porque cuando trabajamos con socios externos, solemos hacer licitaciones. Y al escribir estos documentos de una manera muy estandarizada, creamos un pequeño servicio de JNI que te guía a través de todo ese proceso y se asegura de que se incluyan todos los párrafos legales correctos. Puede parecer muy simple, pero aporta mucha eficiencia a este proceso. Y lo mismo se aplica a la generación de textos de marketing. Creo que son los casos de uso típicos en los que vemos el poder de la IA generativa en este momento. Por lo tanto, muchos de esos casos de uso están vigentes. Y otra que estamos implementando actualmente es la de contar con nuestros agentes de CIC, es decir, los agentes del centro de interacción con el cliente que trabajan con IA generativa para dar las respuestas correctas.

Y lo mismo ahora está implementado en nuestro sitio web y en nuestra aplicación MyBMW en tu teléfono. Y el siguiente paso también lo llevaremos a tu asistente personal inteligente en el automóvil. Creo que es un gran ejemplo de cómo funcionan las plataformas. Se crea un servicio una vez y, a continuación, se puede reutilizar en diferentes contextos, utilizar y reutilizar los componentes técnicos de los servicios. Y creo que es un caso de uso muy bueno, ya que realmente aumenta la calidad cuando se trata de nuestros…

Matthias Patzak:
Sí, efectivamente.

Marco Gorgmaier:
…nuestros servicios para los clientes. Y otra cosa en la que estamos trabajando con AWS es la prueba de un caso de uso para la formación previa continua de los modelos básicos en los que incorporamos las características específicas de los modelos de BMW. Y esto es importante porque si quieres tener tiempos de respuesta muy cortos, el bastidor no funcionará en este caso. Creo que va a ser emocionante y, por lo tanto, es importante hacer implementaciones, por ejemplo, en el automóvil y en otros contextos.

Matthias Patzak:
Parece que es una organización muy grande, está altamente distribuida y los casos de uso se encuentran en campos totalmente diferentes. Así que acabas de mencionar la tecnología legal, la tecnología de mercado, la tecnología de servicio al cliente. Bueno, realmente me pregunto por la resiliencia de esta configuración altamente distribuida. Entonces, ¿cómo configuras la arquitectura de tu organización para que sea resiliente?

Marco Gorgmaier:
Sí, creo que en realidad es… Abarca muchos procesos. Sí, esa es una observación absolutamente correcta. Desde la logística de producción hasta las ventas a la marca del cliente, realmente cubrimos todos los procesos internos. Creo que lo mejor de esto es que, de hecho, se pueden romper en gran medida los silos en los procesos. Por lo tanto, esa es una gran ventaja de no tener organizaciones individuales que solo cubran su proceso específico. Y la otra parte es el grupo BMW, aunque es una organización distribuida desde una perspectiva global, todavía se gestiona de forma muy centralizada. Entonces, nos resulta más fácil garantizar la gobernanza y la implementación de las normas. Definitivamente resulta útil, porque, en general, la organización no está muy descentralizada.

Matthias Patzak:
Interesante. ¿Y qué tendencias ves venir en el espacio de la industria automotriz, en el espacio de los datos? ¿Hay algo que quieras compartir con nosotros?

Marco Gorgmaier:
Bien, lo que veo y lo que creo que es muy importante habilitar a los agentes que ahora están en una organización, los agentes de IA. Quiero decir, no es una tendencia muy específica del sector de la automoción, pero en realidad es algo en lo que vemos un enorme potencial para aumentar la eficiencia de la organización. Y creo que un gran desafío del que no muchos hablan es el que mencioné anteriormente: es necesario preparar el panorama de aplicaciones existentes para eso. Y, por supuesto, si tienes aplicaciones modernas que ya están en la nube, eso le da una ventaja inicial.

Sin embargo, creo que la realidad en todas las grandes organizaciones es que siempre hay una combinación de aplicaciones previas y modernas. Y lo que realmente veo, y ahí es donde nos esforzamos mucho, es habilitarlas para las API, API que se describen de manera que puedas acceder a ellas con un modelo de lenguaje amplio. ¿Tienes funciones y derechos en todas las aplicaciones para poder acceder realmente a ellas con los derechos de usuarios individuales? Y este es realmente un campo en el que invertimos mucho en este momento. Y ese es el enlace a nuestra plataforma de autoservicio de IA, nuestro asistente de IA del grupo, para poder desarrollar a nivel empresarial de empleado tus propios pequeños agentes y casos de uso.

Matthias Patzak:
Por lo tanto, para ser más resiliente, es necesario desvincular la organización de las arquitecturas mediante una API. ¿Aconsejarías eso?

Marco Gorgmaier:
Definitivamente. Quiero decir, la resiliencia tiene, obviamente, muchas dimensiones, pero definitivamente eso es algo que sin esta desvinculación, creo que no podrás lograr la ampliación.

Matthias Patzak:
Como resumen final, ¿tienes algún consejo para tus colegas del sector sobre cómo crear una estrategia de datos resiliente?

Marco Gorgmaier:
Sí, creo en una cosa que es invertir en la calidad de los datos y los metadatos. Es algo muy sencillo o algo que todos hemos escuchado, pero es realmente clave. Creo que la calidad de los datos, no solo en tus marcos, sino también desde una perspectiva técnica, y desde el punto de vista de los procesos empresariales, garantiza que ya en los procesos empresariales obtengamos los datos correctos, ya que algunos de ellos no se pueden corregir desde la perspectiva de la ingeniería de datos.

Eso por un lado. La otra cara es que para una IA generativa habilitadora, se necesitan metadatos. Y eso es algo en lo que también estamos invirtiendo en este momento para lograr una ampliación real. Luego, diría que cuando se trata de la interacción entre los datos actuales y los agentes de IA, como mencioné anteriormente, inviertan en su panorama en busca de posibilidades y oportunidades transaccionales. Así que eso es algo que no debe subestimarse y creo que es muy importante. Se aprovecha el poder de la IA generativa para eliminar los silos y aumentar la eficiencia. Lo estamos haciendo nosotros mismos en nuestra organización de ingeniería, por lo que lo utilizamos mucho en el desarrollo de software. Lo usamos para automatizar los scripts de ingesta para aprovechar el potencial que obtiene.

Y el último consejo probablemente logre el equilibrio adecuado entre construir y comprar. Al igual que en nuestros automóviles, en los que damos realmente la libertad de elección a nuestros clientes para que puedan decir: “Quiero un motor de combustión. Quiero un vehículo eléctrico con batería completa. Quiero un vehículo híbrido enchufable”. O incluso ahora, también entrará en producción la opción de hidrógeno para nuestros clientes. Creo que lo mismo se aplica a una organización de software. Tienes que elegir cuándo es el mejor momento para comprar, cuándo es el mejor momento para crear la tuya propia y mantener la flexibilidad como organización:

Matthias Patzak:
¿Y cuándo comprarías y cuándo construirías?

Marco Gorgmaier:
Sí, depende del costo. Eso por un lado. Creo que depende de qué tan estratégica resulta para ti la diferenciación a nivel estratégico. Y una observación que veo es que, en realidad, las licencias están del lado de la compra. Están aumentando mucho y creo que con la IA veremos consolidaciones y esto, en cierto modo, lleva a guerras de precios. Por eso creo que es bueno como organización tener la capacidad de crear cuando es necesario.

Matthias Patzak:
Bueno, muchísimas gracias. Ha sido un placer tenerte en el pódcast y he aprendido mucho. Muchísimas gracias.

Marco Gorgmaier:
Gracias, Matthias, por invitarme. Ha sido un placer.

Matthias Patzak:
Gracias.

Escuche el pódcast ahora

Escuche el pódcast ahora

Escuche el pódcast ahora