Este texto es una traducción automática del Русский. Fue generada por IA y puede contener imprecisiones.
Leer original →La paradoja de la digitalización de la economía rusa
Un estudio de datos de Rosstat mediante aprendizaje automático reveló una paradoja: los sectores líderes en digitalización experimentan entre un 60% y 80% más problemas. Análisis de dos modelos de desarrollo de la economía digital de Rusia.
La transformación digital se percibe desde hace tiempo como una receta universal para aumentar la eficiencia económica. Parecería que cuanto más activamente una organización implementa tecnologías digitales, mayor es su resiliencia y competitividad. Sin embargo, el análisis de datos de Rosstat reveló una tendencia inesperada. Los sectores líderes en transformación digital de la economía rusa enfrentan simultáneamente la mayor cantidad de barreras que obstaculizan su posterior transformación digital.
De hecho, la investigación identificó una paradoja de la economía digital. Cuanto más activamente un sector implementa inteligencia artificial, Big Data y soluciones de software modernas, más fuerte se vuelve su dependencia de la infraestructura TI, la calidad de los datos y la escasez de personal cualificado.
Qué se analizó
La investigación se basó en datos abiertos de Rosstat sobre la digitalización de organizaciones en diversos sectores de la economía durante 2024. Los datos de Rosstat reflejaban el gasto en tecnologías digitales, el uso de software, la implementación de inteligencia artificial, internet de las cosas y tecnologías de big data, así como los obstáculos que dificultan la transformación digital de las empresas en todos los tipos de actividad económica. El análisis realizado abarcó prácticamente todos los sectores clave de la economía rusa representados en las estadísticas de Rosstat para 2024.
El problema del análisis de datos radicaba en que estos volúmenes de información son prácticamente imposibles de analizar con métodos estadísticos tradicionales, ya que los datos estaban distribuidos en múltiples tablas, tenían diferentes estructuras y distintos niveles de detalle.
Cómo se realizó el análisis
Para procesar la información se desarrolló una metodología propia de procesamiento inteligente de datos, que permitió unificar los datos dispersos de Rosstat en un modelo único para su posterior análisis mediante métodos de aprendizaje automático. Tras el procesamiento preliminar de los datos, se aplicaron diversos algoritmos de análisis de clústeres que permitieron agrupar los sectores según el grado de similitud de sus características en el contexto de la transformación digital.
La investigación también reveló un problema importante de los propios datos estadísticos de Rosstat. A pesar de la alta fiabilidad de la información publicada, una parte significativa de los datos se presenta en un formato difícil de analizar de manera automatizada: en tablas de Excel dispersas con estructura heterogénea y diferentes principios de organización de indicadores. En el contexto del desarrollo de tecnologías de inteligencia artificial y analítica de big data, para realizar un análisis económico completo se necesitan repositorios de datos adaptados desde el inicio para el procesamiento automático y el análisis inteligente.
Dos modelos de economía digital en Rusia
Como resultado del análisis, la economía digital rusa se dividió en dos modelos de desarrollo.
En la figura se observa que el algoritmo K-Means dividió todos los sectores en dos clústeres. El grupo de puntos de la izquierda, que forma el "clúster 1", corresponde a organizaciones y sectores con menor intensidad de digitalización, mientras que el grupo de la derecha (clúster 2) agrupa sectores y organizaciones con mayor gasto en la implementación de tecnologías digitales en sus procesos de negocio. El primer clúster puede denominarse convencionalmente "economía en recuperación".
En él se incluyeron predominantemente organizaciones relacionadas con diversos tipos de agricultura, silvicultura, caza, pesca y acuicultura, ciertos tipos de industrias manufactureras, abastecimiento de agua y gestión de residuos, así como parte de sectores tradicionales como la construcción y el transporte. Estos tipos de organizaciones se caracterizan por un gasto relativamente bajo en transformación digital, un nivel mínimo de uso de software especializado y, como consecuencia, barreras menos pronunciadas que experimentan las organizaciones al implementar tecnologías digitales de diversos tipos.
A primera vista no hay nada inusual, pero el análisis inteligente permitió constatar que el bajo nivel de barreras en la implementación de tecnologías digitales se explica por la débil intensidad de su adopción.
El segundo clúster presentó un panorama completamente distinto, integrado principalmente por organizaciones de los sectores de comercio mayorista y minorista, actividades de información y comunicaciones, actividades financieras y de seguros, actividades profesionales, científicas y técnicas, actividades administrativas, así como organizaciones específicas del sector servicios, hotelería y operaciones inmobiliarias. Este clúster puede denominarse "economía de tensión digital".
Precisamente en este grupo se registraron los gastos más elevados en implementación de tecnologías digitales. Al mismo tiempo, el nivel de déficit de personal, limitaciones de infraestructura y problemas organizacionales en las organizaciones de este grupo resultó ser en promedio entre 60% y 80% superior al de las organizaciones y sectores que representan el clúster de "economía rezagada". No obstante, el nivel de uso de software especializado en la "economía de tensión digital" resultó entre 3% y 8% mayor que en los sectores "rezagados".
La comparación de 36 indicadores de digitalización reveló profundas diferencias entre los sectores económicos en cuanto al carácter de la transformación digital. En el clúster de "economía rezagada" se agruparon sectores donde la mayoría de los indicadores quedaron por debajo del nivel promedio. En el clúster de "economía de tensión digital", por el contrario, se agruparon sectores donde la mayoría de los indicadores de digitalización resultaron sustancialmente superiores al nivel promedio.
La razón de esto, en nuestra opinión, radica en la propia naturaleza de la transformación digital. Mientras una organización utiliza una cantidad mínima de soluciones digitales, muchos problemas simplemente no se manifiestan. Pero a medida que crece la madurez digital, aumenta drásticamente la dependencia de la infraestructura TI, la calidad de los datos, la capacidad de procesamiento, el déficit de personal y el uso de software especializado.
La gran paradoja
De hecho, la transformación digital crea una nueva estructura de dependencias económicas. Los resultados obtenidos demuestran que el nivel de digitalización ya no puede evaluarse únicamente por el volumen de inversiones o la cantidad de tecnologías implementadas. La verdadera madurez digital de una organización o sector se manifiesta en su capacidad para enfrentar la creciente complejidad del propio entorno digital. En esencia, la economía rusa se divide gradualmente no simplemente en sectores "digitales" y "no digitales", sino en sectores que ya han ingresado profundamente en la fase de transformación digital compleja y sectores donde el proceso de digitalización permanece aún superficial. Cuanto mayor es el nivel de digitalización de un sector, más costoso le resulta este proceso. La paradoja de la economía digital contemporánea radica en que los líderes tecnológicos no son quienes han implementado más tecnologías de IA, sino quienes son capaces de soportar las consecuencias de su propia digitalización.