La tecnología ha remodelado la banca. Las instituciones financieras tradicionales han ampliado sus equipos de tecnología y les exigen más que nunca. Los equipos de tecnología crean nuevos productos innovadores, como experiencias de cliente personalizadas basadas en inteligencia artificial, pagos digitales y ventas cruzadas impulsadas por la analítica. Integran adquisiciones, automatizan procesos administrativos y gestionan de forma segura grandes cantidades de datos. Un vistazo a la estrategia de un banco revela que la mayoría de las iniciativas requieren un amplio despliegue tecnológico.
Sin embargo, muchos bancos carecen de los recursos necesarios para invertir plenamente en innovación tecnológica. Los presupuestos son limitados. A medida que el parque informático envejece y se hace más complejo, se necesita más gasto solo para “mantener las luces encendidas”. La mayoría de las instituciones ya han aplicado las palancas convencionales para crear margen en los presupuestos de tecnología, incluida la deslocalización (offshoring) y la renegociación con los proveedores, y están buscando un nuevo conjunto de herramientas para liberar recursos.
Para impulsar la innovación tecnológica, algunos bancos líderes se han centrado menos en recortar costos y más en aumentar la productividad de sus equipos de ingeniería. Siguiendo el ejemplo de los actores de software nativo digital, están maximizando la parte de la mano de obra tecnológica que se dedica a escribir código y, a continuación, ayudan a esos ingenieros a trabajar de la manera más eficiente posible. Si bien este enfoque de “el desarrollador primero” es común en la industria del software, aún no está muy extendido entre las instituciones financieras. Sin embargo, los bancos que han adoptado esta práctica están viendo impactos mensurables. Como resultado, los bancos con mejores resultados pueden lograr un 50 por ciento más de capacidad tecnológica –definida como el número de horas de equipo disponibles para crear innovaciones habilitadas por la tecnología– que los bancos medios con el mismo presupuesto. También envían nuevas funciones a los clientes más rápido y atraen a ingenieros de mayor calibre, que aportan mejores prácticas que conducen a una velocidad y productividad aún mayores, creando un bucle de refuerzo positivo.
Este artículo describe el valor de un enfoque centrado en la productividad, las palancas internas que generan el mayor impacto y las medidas que pueden adoptar los equipos de liderazgo para empezar.
Valor en juego: Saque más partido a sus inversiones en tecnología
Para muchas instituciones, el gasto en tecnología –incluyendo el talento, el hardware, el software y los servicios– es su principal base de costos, pero también es una caja negra. Aunque tienen claro cuánto gastan y si los proyectos se entregan a tiempo, cuentan con una comprensión limitada de la productividad de sus equipos o de si merecería la pena invertir en hacerlos más eficientes.
En los últimos años, los bancos líderes han implementado cuadros de mando para medir la velocidad y la productividad de los equipos de ingeniería mediante el análisis de los datos de las herramientas que utilizan dichos equipos (Gráfica 1).
Cuando las empresas cuantifican la productividad, identifican áreas en las que se puede mejorar la velocidad y la precisión de la ingeniería, así como formas significativas de fomentar la creatividad. Al ayudar a sus equipos de ingeniería a trabajar de manera más inteligente, las instituciones líderes aumentan significativamente su capacidad tecnológica en comparación con las instituciones medias, sin aumentar su presupuesto (Gráfica 2).
Para ver cómo funciona esto, comparemos un hipotético banco medio con uno líder. En el banco medio, la mitad de los empleados de tecnología crean software, y esos empleados dedican la mitad de su tiempo a las actividades principales de escribir, probar y mantener el código. En otras palabras, solo el 25 por ciento de la capacidad tecnológica total del banco medio se dedica a escribir software. El otro 75 por ciento corresponde a equipos que realizan procesos de orquestación, análisis y control que son importantes, pero que podrían automatizarse o racionalizarse mejor. Por el contrario, en el banco líder, el 70 por ciento de los empleados de tecnología escriben o mantienen código, y esos empleados dedican el 55 por ciento de su tiempo a estas actividades principales. Como resultado, el banco con mejor desempeño tiene el 39 por ciento de su capacidad tecnológica dedicada al desarrollo de software, alrededor de un 50 por ciento más que el banco medio.
Los equipos de ingeniería de alto rendimiento no solo son más productivos, sino que también envían nuevas funciones a los clientes con mayor rapidez y entregan productos de mayor calidad con menos errores. Crean productos más alineados con las necesidades del negocio y de los clientes que, a su vez, ofrecen los resultados que desean los bancos: mejores experiencias de usuario, más clientes nuevos, mejor retención y crecimiento de los ingresos.
Cuatro medidas para transformar la productividad de la ingeniería
Medir la productividad de la ingeniería, en lugar de solo los costos, tiende a cambiar las actitudes de la dirección hacia el gasto en tecnología. Los equipos de gestión comienzan a preguntarse qué pueden hacer para mejorar la productividad de manera cuantificable, evalúan el retorno de la inversión de las diferentes acciones que podrían tomar y exploran cómo crear un bucle positivo en el que un mejor entorno atraiga a ingenieros de mayor calibre.
Para empezar a aumentar la productividad del equipo técnico, los líderes bancarios pueden adoptar cuatro medidas (Gráfica 3). Según nuestra experiencia, los bancos que implementan al menos una de estas cuatro estrategias, o alguna combinación de ellas, suelen lograr mejoras de productividad de entre el 20 y el 30 por ciento en un plazo de 18 a 24 meses. (Cerrar la brecha del 50 por ciento entre el desempeño medio y el mejor es un viaje que abarca varios horizontes y requiere un enfoque más coordinado.)
1. Agilizar el ciclo de vida del desarrollo de software para lograr la excelencia en ingeniería
A veces, los ejecutivos se sorprenden por el nivel de esfuerzo manual necesario cuando sus equipos de tecnología escriben software. En un importante banco, por ejemplo, un desarrollador que escribía software tenía que empezar enviando solicitudes a varios equipos para configurar un entorno. Una vez que terminaban de codificar, tenían que realizar pruebas manuales exhaustivas, ya que las pruebas automatizadas solo cubrían una pequeña parte de los casos. Las pruebas de seguridad e integración adicionales debían hacerlas otros equipos que solo estaban disponibles en determinadas semanas. El despliegue del software requería la aprobación de varias personas y comités. Una vez desplegada, la aplicación se transfería a un equipo de operaciones de TI, lo que requería un traspaso extenso. Cada equipo controlaba solo una pequeña parte del proceso. Sin embargo, en lugar de automatizar y agilizar estos procesos, el banco contrataba gestores de proyecto e ingenieros de pruebas para administrar la carga de trabajo, lo que añadía costos y complejidad.
Una institución financiera líder evitó este tipo de escollos realizando una “radiografía” de cada uno de sus equipos de ingeniería para comprender las prácticas y el desempeño existentes. Este enfoque basado en datos permitió a la dirección identificar las iniciativas transversales que generarían los mayores aumentos de productividad y el mayor retorno de la inversión. La empresa revisó sus herramientas de ingeniería, automatizó sus controles de seguridad y creó un equipo de coaching para formar a los ingenieros de primera línea en el nuevo enfoque. Una vez creadas las herramientas centralizadas, los equipos de ingeniería las adoptaron en oleadas estructuradas de tres meses a lo largo de 12 meses.
A medida que el banco llevaba a cabo esta transformación, los líderes también establecieron una cultura de mejora continua. De forma similar a las operaciones de lean manufacturing, los equipos de tecnología del banco empezaron a revisar periódicamente sus propios datos de productividad y a preguntarse qué podían hacer para ser más rápidos y productivos. En última instancia, esta organización creó un 30 por ciento más de capacidad en su equipo de tecnología existente, sin ningún aumento en el presupuesto.
2. Implementar la IA generativa a lo largo de todo el ciclo de vida del producto
Las herramientas de desarrollo de software basadas en la IA generativa han recibido mucha atención, ya que ahorran un tiempo valioso a los equipos de ingeniería, más allá de la automatización mencionada anteriormente. Muchas organizaciones están realizando pruebas piloto de herramientas de IA generativa que permiten a sus equipos codificar más rápido que antes. (Y en las empresas que no están ejecutando pilotos, muchos equipos de ingeniería están experimentando con estas herramientas de todos modos). Pero si bien estas herramientas de IA generativa suelen tener éxito en los proyectos piloto, existen varios desafíos para escalarlas de forma segura y efectiva. En primer lugar, los bancos tienden a tratar estos proyectos piloto como un esfuerzo de creación de herramientas y subestiman la gestión del cambio necesaria. Observan una fuerte adopción de los primeros 100 usuarios entusiastas, pero una aceptación más limitada después de eso. En segundo lugar, muchas de las herramientas del mercado son soluciones puntuales. Por ejemplo, pueden ayudar a la generación de código, pero la codificación es solo una pequeña parte de lo que hacen los ingenieros. En tercer lugar, muchas de las herramientas no están entrenadas en la base de código de una empresa, por lo que generan código que no cumple con los estándares organizacionales.
Algunas instituciones líderes han enfocado el despliegue de herramientas de IA generativa de manera diferente. Proporcionan herramientas de IA generativa a todos los involucrados en el proceso de desarrollo de software, no solo a los codificadores. Los propietarios y gerentes de producto, los analistas de datos, los diseñadores de experiencias de usuario y otros tienen acceso a las herramientas de IA generativa que necesitan para ser más eficientes. Por ejemplo, los propietarios de producto utilizan herramientas de IA generativa que pueden generar automáticamente las historias y los diagramas de arquitectura para una nueva función en segundos, una actividad que de otro modo llevaría días. Estos bancos invierten mucho en la gestión del cambio, reconociendo que la IA generativa es un cambio fundamental. No se limitan a desplegar herramientas de IA generativa y esperar que los equipos las adopten, sino que invierten tiempo y recursos importantes en establecer prácticas organizacionales para garantizar que estas herramientas se integren en los flujos de trabajo cotidianos. Afinan las herramientas de IA generativa en su propia base de código y utilizan grandes modelos de lenguaje (large language models, o LLM) distintos para diferentes tareas. Por ejemplo, pueden utilizar un LLM para la generación de código nuevo, pero otro que funcione mejor para la documentación. Las instituciones que implementan IA generativa a lo largo de todo el ciclo de vida del producto pueden ver un aumento del 20 al 30 por ciento en la productividad del equipo de desarrollo.
3. Integrar los equipos de tecnología y de negocio
Los bancos que quieren aumentar la productividad tecnológica suelen tener que cambiar la forma en que colaboran los equipos de ingeniería y de negocio. Históricamente, pasar de la idea de una nueva función para el cliente al inicio de la codificación ha llevado de tres a seis meses. En primer lugar, los equipos de negocio y producto escriben un caso de negocio, aseguran la financiación, obtienen la aprobación de la dirección y redactan los requisitos. La mayoría de los ingenieros son rápidos en producir código una vez que los requisitos están claros, pero cuando tienen que esperar seis meses antes de escribir la primera línea, la productividad se estanca.
Siguiendo el ejemplo de las empresas nativas digitales, varios bancos de alto rendimiento han creado equipos conjuntos de gerentes de producto e ingenieros (y, a veces, también de operaciones). Cada equipo integrado funciona como una miniempresa, en la que los gerentes de producto actúan como mini CEOs que ayudan a sus equipos a trabajar juntos para lograr objetivos y resultados clave (objectives and key results, u OKR) trimestrales. Al colaborar todos de esta manera, hay menos necesidad de realizar tareas de transferencia que consumen mucho tiempo, como crear requisitos formales y solicitudes de cambio. Esta forma de trabajar también permite acelerar la velocidad de desarrollo de productos y responder mejor a las necesidades de los clientes. Aunque la mayoría de las instituciones financieras ya gestionan sus equipos digitales y móviles de esta manera centrada en el producto, muchas siguen utilizando un enfoque tradicional centrado en el proyecto para la mayoría de sus equipos.1
Un gran banco adoptó un modelo centrado en el producto e introdujo cambios de gran alcance en la forma de trabajar de miles de sus empleados, dirigidos por el director ejecutivo (CEO), el director de operaciones (COO) y el director de informática (CIO). Después de una breve prueba piloto, el banco se reorganizó en un nuevo conjunto de equipos integrados con nuevas funciones e incentivos compartidos. Los líderes sustituyeron los procesos anuales de asignación de inversiones en TI por ciclos trimestrales de revisión del negocio. Emprendieron un amplio programa de formación para todos, desde los ejecutivos hasta los desarrolladores de primera línea, y crearon un programa de desarrollo de capacidades para los gerentes de producto. Como resultado, el banco consiguió mejoras de capacidad de entre el 20 y el 30 por ciento, así como un enfoque renovado en la experiencia del cliente.
4. Crear equipos de personas más competentes
Operar en un entorno tecnológico más rápido y productivo requiere un tipo de talento de ingeniería diferente al que muchos bancos han empleado tradicionalmente. En lugar de mantener grandes equipos de personas con menos experiencia –incluidos contratistas que no son empleados–, las instituciones líderes están pasando a contratar equipos internos más pequeños de ingenieros altamente competentes acostumbrados a moverse con rapidez para desarrollar software de alta calidad. Si bien estos ingenieros suelen percibir salarios elevados, su mayor productividad compensa los mayores costos de talento y crea un círculo virtuoso en el que estos ingenieros de primer nivel atraen a sus pares. Los ingenieros de alto nivel técnico y rendimiento también son fundamentales para aprovechar las nuevas herramientas de desarrollo basadas en IA.
Atraer y retener un grupo diferente de talentos en un mercado competitivo no es sencillo. Suele requerir una revisión a fondo de la propuesta de valor del empleado para los puestos tecnológicos, cambiar los procesos de contratación e invertir en el desarrollo de los empleados.
Un banco destacó cómo trabajar en la empresa ofrecía a los posibles empleados la oportunidad de ayudar a millones de clientes, trabajar con las últimas tecnologías, colaborar en equipos de vanguardia y aprender en un entorno que valora a los ingenieros. Los líderes de TI y recursos humanos crearon itinerarios profesionales específicos en los que los ingenieros serían ascendidos automáticamente cuando estuvieran listos, en lugar de tener que solicitar un nuevo puesto. También crearon un acelerador de talentos formado por ingenieros a tiempo completo y profesionales de recursos humanos para ampliar drásticamente la reserva de talentos, poner el listón muy alto para los candidatos y crear una mejor experiencia para los nuevos contratados agilizando el proceso de incorporación. Como resultado, en poco más de tres años, el personal de ingeniería del banco pasó de un 70 por ciento externo a un 70 por ciento interno, lo que mejoró significativamente la productividad, creó una integración más estrecha de las hojas de ruta de negocios y tecnología, y redujo notablemente la rotación.
Cómo hacer realidad la productividad
Todos los bancos con los que hablamos están en alguna fase de la adopción de estos cuatro principios; la alternativa de seguir siendo un rezagado tecnológico sencillamente no es una opción. Sin embargo, muchos bancos aún no han logrado impulsar mejoras de rendimiento cuantificables a través de un modelo de desarrollo tecnológico centrado en la productividad.
En parte, esto se debe a que estas transformaciones nunca son sencillas. Muchas instituciones tienen dificultades para medir la productividad de referencia de sus equipos y justificar las mejoras. Hay una amplia gama de acciones entre las que los ejecutivos pueden elegir, y algunas acciones tienen rendimientos inciertos, por lo que a veces es difícil saber qué priorizar para lograr un fuerte retorno de la inversión. Los equipos necesarios para llevar a cabo estas transformaciones ya están ocupados entregando productos, a menudo funcionando constantemente para mantenerse al día con las demandas de los clientes. Como resultado, muchos bancos no han dado prioridad a estas transformaciones, incluso cuando ciertos equipos están convencidos de su valor.
Las instituciones que han tenido éxito con un enfoque centrado en la productividad tienen algo en común: recibieron el apoyo temprano del CEO y del comité ejecutivo. Por lo general, la aceptación por parte de la dirección exige el cumplimiento de cinco requisitos previos:
- Una aspiración audaz. Los bancos con mejor desempeño animan a sus líderes tecnológicos a sentir curiosidad por lo que han logrado empresas de otras industrias y, a continuación, a fijar objetivos ambiciosos que den por sentado que pueden superarse los obstáculos.
- Impacto cuantificable. Es imprescindible contar con una línea de base de productividad exhaustiva para saber qué acciones podrían tener el mayor retorno de la inversión y para medir la mejora. Las mejores instituciones comienzan por definir el desempeño de referencia en relación con algunas de las métricas descritas en este artículo y luego cuantifican la mejora potencial y los beneficios resultantes.
- Compromiso fuera de la TI. Los equipos de ingeniería solo dedicarán tiempo a mejorarse a sí mismos si la transformación es una prioridad para sus contrapartes en los equipos de negocio. Además, un modelo de entrega de mayor velocidad también requiere que los líderes empresariales operen de manera diferente para obtener valor de él. Por lo tanto, es fundamental explicar el valor de la transformación de ingeniería a los líderes empresariales y encontrar defensores tempranos que puedan patrocinar el esfuerzo.
- Responsabilidad clara en el equipo de liderazgo de TI. La transformación de la ingeniería es un deporte de equipo; cada miembro del equipo de liderazgo de TI tendrá su propio papel, desde los líderes de TI divisionales hasta el jefe de infraestructura y el director de seguridad de la información (chief information security officer, o CISO). Esto requiere orquestación, por lo que varias instituciones financieras han designado a un miembro de su equipo de liderazgo de TI para para impulsar la transformación como un “primero entre iguales”. Este líder colaborador crea acciones y expectativas en cascada y entrena a los equipos para que las cumplan.
- Primeras victorias empresariales. La mejor forma de generar confianza en un enfoque centrado en la productividad es demostrar a los líderes empresariales un impacto temprano en un área que les interese, como una aplicación móvil o dominios de datos centrales.
Una vez establecidos estos requisitos previos, los cambios pueden implementarse a buen ritmo, empezando desde el centro y avanzando equipo por equipo. A diferencia de algunos esfuerzos tecnológicos, las transformaciones de ingeniería centradas en la productividad suelen tener un impacto tangible y rápido, ya que no dependen de acciones complejas o que requieren mucho tiempo, como el cambio de plataformas centrales completas o la migración de clientes. Esto significa que las instituciones que actúan con audacia para potenciar la productividad de sus equipos de ingeniería pueden ofrecer rápidamente más a la empresa y a los clientes.