La empresa de concesiones e infraestructuras de este siglo

El sector de concesiones e infraestructuras se revela como un fascinante entramado de oportunidades de eficiencia. Cuando se gana una licitación se forma una nueva empresa. Esta gestiona grandes sumas de dinero y funciona de forma muy descentralizada lo cual le permite avanzar de forma flexible. Pero no es eficiente en costes. Sin embargo, el negocio básicamente se resume en tratar de batir el precio acordado así que la reducción de costes vía sinergias es clave ya que directamente va a beneficio. Y, en consecuencia, también lo son la federación y las empresas de tres capas.

Las sinergias se dan en tres dimensiones. La primera es la más obvia, la temporal. A medida que se van creando más protocolos y aplicaciones en la tercera capa, la Órbita, la empresa evoluciona sin perder la propiedad intelectual generada en cualquier parte del mundo y del tiempo —esa que hoy en día a menudo se va cuando los profesionales se jubilan o simplemente cambian de trabajo. La segunda, menos obvia, es la transversal. Las mejoras en la segunda capa, Core 2, son aprovechadas de forma directa por cualquier empresa del grupo, con independencia de su naturaleza, dentro de infraestructuras, de concesiones, etc. y entre ellas. La tercera ya se anticipó: el Core 1 es más abstracto con respecto a la naturaleza del sector así que su mantenimiento es directamente el mismo para todas las empresas federadas.

Anteriormente se definió el Core 1 como la arquitectura de Producción (la que está dando servicio al usuario final), Preproducción (la que se usa para auditar cambios antes de subirlos a Producción) y, muy importante, del Laboratorio. El Laboratorio emerge como el epicentro de la innovación cuantitativa reflejando prácticas inspiradas en los hedge funds algorítmicos. Cinco prácticas distintivas de aquellos definen aspectos sutiles de este proceso:

• Dato reactivo: el dato es complejo y se trabaja intensamente así que no se hacen grandes proyectos estándar de datos, no existen proyectos generalistas de «estrategia del dato». Se hacen grandes proyectos de plataforma algorítmica y esta define cuánto hay que trabajar el dato.
• Contexto relevante: la comprensión de que el modelo no es estático y debe adaptarse a cambios contextuales es esencial. En particular, el pricing debe considerar, entre otros aspectos, las dinámicas de divisas, los precios de insumos y las expectativas macroeconómicas.
• Modelo arriesgado: se destaca la importancia de optimizar, no maximizar, el uso de la inteligencia artificial para reducir riesgos asociados con asunciones, cambios en la distribución de datos, sobreajuste, calidad, ética, operacional y otros. Esto es, en vez de buscar proyectos con IA generativa hay que minimizar la IA para cada nivel de impacto.
• Plataforma a medida: se aboga por construir plataformas personalizadas en lugar de proyectos aislados, fomentando la conexión federada entre diferentes consultores y modelos. Y es que la solución no es un modelo, sino una combinación de ellos aumentados por el criterio experto. Es en la conexión entre piezas de modelos donde existe una de las mayores diferenciaciones/ventajas con respecto al mundo académico.
• Simulaciones de datos: los datos pasados son una caprichosa combinación del destino. Y es que en el mundo también existe el efecto mariposa, esto es, cuando un pequeño cambio en un lugar puede generar diferencias muy significativas en otro. Por tanto, es muy importante generar simulaciones de datos, realistamente probables o improbables, para entender mejor cómo hacer que la empresa sea robusta a diferentes contextos a través de una correcta calibración de su algoritmia. Esto es, no basta con saber cómo reaccionar ante eventos que ya han ocurrido, sino también ante otros que están por ocurrir, algo muy parecido al entrenamiento que los sueños generan en los humanos. Cuanto más estresados los escenarios, más pertinentes para a su vez testear los límites de la infraestructura en Preproducción.