En 1956 el ingeniero William Fair y el matemático Earl Isaac reunieron 800 dólares (casi 600 euros) para fundar una empresa. Su idea: crear un baremo para medir si quien solicita un préstamo lo devolverá.

Se hacía todo con lápiz y papel. Ingresos, género y ocupación producían cifras que daban lugar a una predicción sobre el comportamiento de alguien. Para la década de 1980, las cifras de tres dígitos se calculaban con ordenadores y tenían en cuenta el historial crediticio real de la persona. En la actualidad, Fair Isaac Corp., o FICO, genera unas 10.000 baremaciones de crédito anuales en Estados Unidos, llegando a calcular las cifras hasta 50 veces al año para muchos estadounidenses.

Esta maquinaria pone el sonido de fondo de nuestra vida financiera, así es fácil olvidar que la opción de prestar dinero o no solía tomarla un director de banco que conocía a la persona gracias a su forma de dar un apretón de mano. Fair y Isaac comprendieron que todo esto podía cambiar y que su empresa no se limitaba a vender cifras. "Vendemos una forma radicalmente distinta de tomar decisiones que pasa de la tradición", dijo Fair una vez.

Esta anécdota da una idea de una forma de comprender la era del "big data", terabytes de información de sensores y redes sociales, nuevas arquitecturas de ordenadores y un software más inteligente. Pero incluso los datos supercargados tienen un trabajo que hacer, y ese trabajo siempre tiene que ver con tomar una decisión.

En este business report, MIT Technology Review explora una gran pregunta: ¿Cómo cambian los datos y las herramientas analíticas que sirven para manipular la toma de decisiones en  la actualidad? En la bolsa de Nueva York, los robots venden y compran mil millones de acciones cada día. En línea, los anunciantes pujan por cientos de miles de palabras clave en un minuto, en acuerdos engrasados por soluciones heurísticas y modelos de optimización más que por comidas con dos martinis. El número de variables y la velocidad y el volumen de las transacciones son demasiado para los humanos que tienen que tomar decisiones.

Al incluir a una persona en la ecuación, la tecnología sigue un enfoque más suave. Piensa en motores de recomendación en la web que sugieren productos que comprar o amigos con los que ponerse al día. Esto funciona porque las empresas de internet mantienen modelos estadísticos de cada uno de nosotros, nuestros gustos y costumbres, y después los usan para decidir qué vemos. En este informe repasamos LinkedIn, que mantiene la mayor base de datos de currículums del mundo, más de 200 millones. Una de sus nuevas ofertas es University Pages, que analiza datos de currículums para ofrecer a los estudiantes predicciones sobre dónde acabarán trabajando dependiendo de la universidad a la que asistan.

Estos sistemas inteligentes y su impacto son prosaicos en comparación con lo que está por venir. Tomemos por ejemplo IBM. La empresa está invirtiendo mil millones de dólares (unos 740 millones de euros) en su sistema informático Watson, el que respondió a las preguntas correctamente en el concurso televisivo Jeopardy! Ahora IBM imagina ordenadores capaces de tener conversaciones telefónicas inteligentes con clientes, y de producir recomendaciones de experto después de digerir las notas tomadas por el médico. La compañía quiere proporcionar "servicios cognitivos", ordenadores que piensan o que parece que piensan.

Andrew Jennings, director de analítica para FICO, afirma que automatizar las decisiones humanas sólo es la mitad de la historia. Los baremos de crédito tuvieron otro impacto importante. Dieron a los prestamistas una nueva forma de medir el estado de sus carteras, y de adaptarlas mezclando préstamos de mayor riesgo con otros más seguros. Ahora, cuando otras industrias se ven expuestas a datos predictivos, cambia su estrategia. En este informe observamos una técnica que se está extendiendo por la web llamada pruebas A/B. Es una táctica sencilla: crea dos versiones de una página web y analiza cuál funciona mejor.

Hasta hace poco esta optimización sólo la practicaban las grandes empresas de internet. Ahora, casi cualquier sitio web puede hacerlo. Jennings denomina a este fenómeno como "experimentación sistemática", y afirma que será una característica de las empresas más inteligentes. Tendrán equipos sondeando el mundo constantemente, intentando aprender sus reglas cambiantes y decidiendo las estrategias para adaptarse. "Los ganadores y los perdedores en las batallas analíticas no los decidirá sólo la organización que tiene acceso a más datos o la que tiene más dinero", ha afirmado Jennings.

Evidentemente existe un peligro en dejar que los datos decidan demasiado. En este informe, el investigador de Microsoft especializado en redes sociales Duncan Watts esboza un método para la toma de decisiones que evita el peligro de la intuición y también la trampa de seguir los datos a rajatabla. En resumen, según Watts, los negocios tienen que adoptar el método científico.

Para hacerlo han estado contratando a una raza muy entrenada de escépticos llamados estadísticos. Esta es la gente que crea las bases de datos, construye los modelos, revela las tendencias y, cada vez más, crea los productos. Y su influencia no para de crecer en los negocios. Quizá por esto se ha llamado a la ciencia de los datos"el trabajo más sexy del siglo XXI". No es por que las matemáticas y las hojas de cálculo sean especialmente atractivos. Es porque tomar decisiones da poder.