EN
Exploración e innovación

Qué es el Programa X y por qué hemos recibido un premio por esta iniciativa

14/09/2022
El programa de innovación de BBVA AI Factory impulsa el desarrollo de prototipos rápidos fomentando la colaboración entre diferentes equipos

Fast Company ha reconocido recientemente a BBVA AI Factory como uno de los mejores lugares de trabajo del mundo para innovadores, alcanzando la primera posición en la categoría de pequeñas compañías (menos de 100 empleados), y el número 40 en la lista general. Estos premios se otorgan anualmente y distinguen organizaciones, líderes y equipos que han cultivado culturas de innovación dentro de la empresa.

Para la evaluación de las compañías participantes, el jurado1 ha valorado aspectos como la financiación en innovación, los programas y procesos con los que cuenta la empresa y la cultura del lugar de trabajo, haciendo énfasis en iniciativas relacionadas con la diversidad, la igualdad y la inclusión (ver metodología). Uno de los puntos principales de la candidatura consistía en mencionar un ejemplo de innovación que hubiera surgido de forma orgánica en la compañía, detallando los resultados obtenidos. En nuestro caso presentamos el resultado del primer proyecto del Programa X, lanzado el año pasado. Esta iniciativa interna de BBVA AI Factory nace con el propósito de convertir ideas que surgen de los propios compañeros en prototipos o demostradores, que posteriormente pueden ser aprovechados por otros equipos y de esta manera verificar si la idea tiene recorrido o no.

En BBVA AI Factory creamos productos de datos para diferentes áreas de negocio del banco, con el propósito de complementar la propuesta de valor que ofrecemos a nuestros clientes. Por esta razón, trabajamos en equipos multidisciplinares organizados bajo estas líneas de negocio, consiguiendo así focalizar el trabajo y estar más motivados. Sin embargo, es habitual que los diferentes programas tengan algunas necesidades comunes, como podrían ser tareas de etiquetado de datos, o que puedan surgir nuevas ideas que no están ligadas a un programa en concreto. Un grupo de profesionales planteó el interés de explorar oportunidades fuera del ámbito de sus equipos para construir prototipos de forma rápida2 que ofrecieran una solución a retos compartidos. De esta forma, el Programa X abre un nuevo espacio de trabajo cuyo objetivo es experimentar, implementar y testear las primeras fases de una nueva idea de producto desde los datos, siguiendo la filosofía de “validar una idea empezando a hacerla”.3

El Programa X, en realidad, es una sucesión de proyectos diferentes, ya que una de sus características principales consiste en la configuración de equipos temporales que trabajarán en el desarrollo de prototipos concretos. Una vez presentado un prototipo, el equipo se disuelve y empieza de nuevo la fase de recopilación de ideas. De hecho, internamente nos referimos a estos proyectos como X1, X2, y así sucesivamente. En cualquier caso, un Programa X debe cumplir los siguientes requisitos:

  1. Equipo de tres o cuatro científicos de datos que trabajan en programas diferentes y se unen para desarrollar una oportunidad de innovación ya identificada.
  2. Esta idea o oportunidad de innovación no puede formar parte del portfolio de programas en curso, pero sí puede tener un impacto potencial en ellos.
  3. El equipo trabaja durante dos o tres meses en el desarrollo de un prototipo.
  4. Este prototipo debe ser un “artefacto tangible”.

Cuando hablamos de un artefacto tangible nos referimos a que el resultado de un proyecto X debe ser un componente utilizable, no una maqueta ni un informe. Ejemplos de dichos componentes pueden ser una demo visual, una interfaz para alguna funcionalidad o un módulo de código que empaqueta una funcionalidad de manera reutilizable. El objetivo del demostrador no es ser productivo ni estar integrado directamente, pero sí ser funcional. De esta manera, está preparado para que otros equipos lo adopten y, si les resulta útil, lo continúen evolucionando. En otras palabras, crear un producto mínimo viable (MVP por sus siglas en inglés).

Figura 2. Fases del Programa X y esquema de relación con el resto de programas.
Figura 2. Fases del Programa X y esquema de relación con el resto de programas.

Un claro ejemplo de estos prototipos o artefactos es Annotify, resultado de la primera edición del Programa X. Se trata de una herramienta que permite etiquetar datos de forma más eficiente utilizando active learning (aprendizaje activo), adaptada a la tipología de los datos con los que trabajamos y a los modelos ya desarrollados. En un artículo publicado recientemente contamos en detalle cómo funciona esta herramienta.

Antes de proponer esta solución, varios equipos habían detectado problemas en torno al etiquetado de datos y coincidían en señalar que no existía una buena herramienta o técnicas efectivas para llevar a cabo esta tarea. Así pues, el primer Programa X de BBVA AI Factory afrontó este reto, al tratarse de una necesidad compartida por varios equipos dentro de la compañía. En este caso, un equipo de cuatro personas se centró en tener listo un prototipo funcional de etiquetado inteligente, una meta clara debido a que todos habían experimentado esa necesidad en sus propios equipos. No obstante, en otras ocasiones el foco de trabajo está más abierto a la exploración y al propio aprendizaje que se obtiene de los fallos, más presente aquí que en el resto de programas.

Annotify es el primer prototipo desarrollado dentro del “Programa X”, una iniciativa interna de exploración e innovación con datos premiada por Fast Company, que amplía su reconocimiento a BBVA AI Factory como uno de los 100 mejores lugares de trabajo del mundo para innovadores y la primera posición en la categoría de pequeñas compañías (menos de 100 empleados). Más información →

Annotify es el primer prototipo desarrollado dentro del “Programa X”, una iniciativa interna de exploración e innovación con datos premiada por Fast Company, que amplía su reconocimiento a BBVA AI Factory como uno de los 100 mejores lugares de trabajo del mundo para innovadores y la primera posición en la categoría de pequeñas compañías (menos de 100 empleados). Más información →

La solución presentada en la primera iteración del Programa X ya está en uso o en proceso de validación en tres equipos diferentes. Con la nueva herramienta, calculamos que el tiempo dedicado a las tareas de etiquetado puede reducirse en aproximadamente un 50%. Pero además, hemos podido constatar otros impactos positivos, como el aprendizaje mutuo entre compañeros, la creación de una conversación en paralelo a los programas principales y la oportunidad de trabajar en ideas más transversales, lo que permite situar la mirada en resultados a más largo plazo. Además, durante el 2022 se habrán lanzado otros dos prototipos más. Iniciativas como el Programa X son una fuente de nuevos conceptos e ideas que podrían ser la semilla de nuevos productos, incluyendo además una primera validación de su viabilidad.

Formación, compartición de conocimiento e iniciativas en diversidad, aspectos clave para Fast Company

Los responsables de evaluar las candidaturas también han considerado otros asuntos a la hora de entregar los premios, como la cultura del lugar de trabajo o las iniciativas puestas en marcha por la compañía relacionadas con la diversidad, igualdad e inclusión (DE&I por sus siglas en inglés).

Uno de los aspectos más demandados por nuestros compañeros es la posibilidad de dedicar parte del tiempo de trabajo a imaginar nuevas soluciones o diferentes maneras de acometer el trabajo, como ocurre con el mencionado Programa X o los sprints de innovación. Estos sprints requieren de dos semanas de trabajo para abordar la exploración de una solución técnica que va más allá del trabajo programado en el equipo. Se trata de una idea similar al Programa X, pero en este caso se plantean ideas ligadas al propio programa en un tiempo más reducido.

En BBVA AI Factory estamos empeñados en cultivar una cultura basada en el autoliderazgo, la compartición de conocimiento y el crecimiento personal y profesional. Con este objetivo hemos puesto en marcha otras iniciativas como el Discussion Club, un espacio de debate en el que compartimos los avances de los equipos, retos y bloqueos, pero también inquietudes y referencias relacionadas con la ciencia de datos en general. También con el mismo objetivo fomentamos la participación en eventos y conferencias, ya sea como ponentes o como oyentes, lo que nos permite dar a conocer nuestro trabajo y obtener feedback para mejorar nuestros modelos.

Figura 3. Nuestro compañero César de Pablo, científico de datos experto en Procesamiento de Lenguaje Natural (NLP), durante un evento de divulgación organizado por Prodigioso Volcán.

Por otro lado, nuestro programa de formación, basado en el principio de flexibilidad responsable, cuenta con un presupuesto asignado para cada empleado y se divide en tres modalidades: formación básica, individual y extraordinaria.

Todo esto sin olvidar otra de nuestras señas de identidad, que es sin duda la apuesta por la diversidad y la inclusión. Somos conscientes de que en el sector tecnológico aún hay camino por recorrer para conseguir una verdadera inclusión, ya sea de género, edad, conocimientos, lugar de procedencia, cultura o creencias. Por esa razón orientamos parte de la formación obligatoria en esta materia, con cursos de formación en sesgos inconscientes, por ejemplo. Además, cuando publicamos una oferta de trabajo realizamos una búsqueda proactiva de candidatas que cumplan con el perfil solicitado, con el objetivo de disponer de una lista equilibrada entre hombres y mujeres antes de empezar con el proceso de selección.

Figura 4. Con motivo del Día de la Mujer de 2020 compartimos unas horas con cinco mujeres excepcionales de sectores muy diversos, con las que tuvimos la oportunidad de abordar el feminismo desde diferentes perspectivas.

El hecho de tener equipos más diversos también nos ayuda a realizar un trabajo de mayor calidad, mitigando el riesgo de incorporar sesgos en nuestros algoritmos. Durante este año hemos tenido la oportunidad de participar en tareas para detectar y neutralizar sesgos de forma proactiva en nuestros modelos de inteligencia artificial.