Mercy Corps opera en entornos en los que las decisiones oportunas y bien informadas son esenciales para una respuesta eficaz a las crisis. Los equipos deben evaluar rápidamente las condiciones y recurrir a la investigación y al conocimiento histórico, a menudo bajo una intensa presión.
A medida que las crisis mundiales han ido aumentando en escala y complejidad, este modelo se ha vuelto más difícil de sostener. Al mismo tiempo, las restricciones presupuestarias han provocado una contracción en todo el sector, lo que ha obligado a organizaciones como Mercy Corps a hacer más con menos recursos, a pesar de que los retrasos en los análisis pueden tener consecuencias reales sobre el terreno.
Para abordar este desafío, Mercy Corps comenzó a explorar cómo los datos y la IA podían reducir la fricción en la investigación de crisis sin reemplazar el juicio humano. Al combinar la experiencia humanitaria de Mercy Corps con las capacidades de datos e IA de Cloudera, las dos organizaciones se propusieron reforzar la respuesta a las crisis y apoyar la misión de Mercy Corps a escala.
Los equipos de análisis de crisis globales de Mercy Corps apoyan la toma de decisiones en toda la organización mediante investigaciones sobre temas de ayuda y desarrollo en contextos que cambian rápidamente. Su trabajo informa desde la planificación de la respuesta a emergencias hasta el diseño de programas a largo plazo. Estos equipos analizan la dinámica de los conflictos, la inseguridad alimentaria, las tendencias de los desplazamientos y las crisis económicas para anticipar las necesidades y orientar la acción.
Históricamente, esta investigación se basaba en procesos manuales. Los analistas navegaron por numerosas fuentes de noticias, sitios web y plataformas de información, copiando y registrando la información en hojas de cálculo y documentos antes de sintetizarla en informes. Aunque exhaustivo, este proceso era laborioso y creaba cuellos de botella cuando se requería un análisis rápido de crisis.
A medida que aumentaban la escala y el ritmo de las crisis, Mercy Corps reconoció que este modelo no era sostenible. La organización también enfrentaba restricciones prácticas. La capacidad técnica era limitada, los equipos carecían de recursos suficientes y desarrollar nuevas soluciones de IA a nivel interno habría requerido inversiones que resultaban difíciles de asumir sin afectar al funcionamiento habitual.
El equipo de servicios profesionales de Cloudera proporcionó la capacidad y la experiencia que Mercy Corps necesitaba en un momento crítico. Gracias a esta colaboración, Mercy Corps contó con el apoyo de expertos técnicos de primer nivel sin tener que asumir la carga adicional que supone contratar personal o adquirir infraestructura.
"El objetivo de este proyecto no era simplemente llegar, hacer el trabajo y marcharnos", afirmó Laurence da Luz, directora sénior de tecnología y cartera. "Se trataba de dotarles de los medios necesarios para que fueran autosuficientes".
El equipo de Cloudera aportó una profunda experiencia en datos, análisis e IA, junto con una clara comprensión de las limitaciones operativas y de misión a las que se enfrentan las organizaciones humanitarias. Trabajando estrechamente con los grupos de interés de Mercy Corps, el equipo de servicios profesionales ayudó a traducir los retos reales en una solución escalable que podía evolucionar según cambiaran las necesidades.
En lugar de enfocar el compromiso como una entrega única, el enfoque se centró en la colaboración y la capacitación. El objetivo era actuar con rapidez durante un periodo de crisis y, al mismo tiempo, dotar a Mercy Corps de una solución que pudieran adaptar, ampliar y mantener a lo largo del tiempo.
Desde el principio, la colaboración se guió por un objetivo claro de empezar por las personas y decisiones que más importan. Cloudera Professional Services colaboró estrechamente con los equipos de Mercy Corps para comprender cómo se desarrolla en la práctica la investigación de crisis y dónde los retrasos y cuellos de botella afectan más directamente a los resultados.
«Reconocer que todavía hay un elemento humano en la solución fue de vital importancia», dijo Da Luz. «El objetivo para nosotros no era reemplazar lo que hacen con IA, ya que gran parte del trabajo aún requiere matices y experiencia humana.»
En lugar de intentar automatizar el juicio, la solución fue diseñada para acelerarlo. La IA se aplicó para gestionar la agregación de información y la síntesis temprana, permitiendo a los analistas dedicar más tiempo a interpretar los hallazgos y aplicar la experiencia contextual donde el juicio humano es esencial.
Este enfoque dio como resultado una capacidad de investigación flexible e impulsada por la IA que convierte los flujos de trabajo fragmentados en una experiencia más unificada. Estas capacidades permitieron a los analistas identificar, acceder y sintetizar rápidamente la información procedente de diversas fuentes, reduciendo el tiempo del ciclo de investigación al tiempo que se mantenía la supervisión humana.
A nivel técnico, la solución de Mercy Corps aprovecha múltiples flujos de trabajo basados en agentes alineados con diferentes temas de investigación humanitaria. Estos flujos de trabajo de los agentes procesan grandes volúmenes de datos humanitarios y sociales diversos y en rápida evolución. La salida resultante ayuda a encontrar información muy relevante en función de los objetivos declarados por el analista. Dado que el sistema permite la interacción conversacional, los analistas pueden refinar iterativamente los resultados y guiar la salida hacia su escenario específico, manteniendo el control total sobre la interpretación y las conclusiones finales.
Diseñada para las realidades del trabajo humanitario, la solución se adapta a diversas geografías, audiencias y tipos de crisis sin requerir cambios significativos en los flujos de trabajo existentes. El apoyo a la evolución de las necesidades de investigación, a las fuentes multilingües y a las condiciones que cambian rápidamente permite a los equipos responder más rápido y tomar decisiones más informadas en momentos en los que el momento y el contexto son fundamentales.
Para los miembros del equipo de Cloudera, trabajar en el proyecto Mercy Corps ha sido especialmente significativo. Más allá de los retos técnicos, el trabajo ofrecía una conexión directa entre la tecnología y el impacto social. Muchos implicados han hablado del orgullo que surge al saber que su trabajo apoya los esfuerzos humanitarios en todo el mundo.
"Es una lección de humildad sentarse a comprender el trabajo que realizan y las razones que lo motivan", afirmó Alastair Elliot, director de servicios profesionales para la región de Europa, Oriente Medio y África del Norte.
El proyecto proporcionó al equipo nuevas perspectivas y aprendizajes para ayudar a perfeccionar y ampliar las capacidades existentes de Cloudera en materia de IA. También ayudó directamente a fortalecer la biblioteca de patrones y arquitecturas de referencia probadas de Cloudera, aplicables a diferentes sectores. Esta combinación de aprendizaje y colaboración refleja la cultura de la empresa de empoderar a los equipos para que persigan trabajos que estén alineados tanto con los objetivos como con los valores empresariales.
La asociación de Cloudera con Mercy Corps demuestra lo que es posible cuando las capacidades avanzadas de datos e IA se combinan con una misión clara y un enfoque colaborativo. Al centrarse en las necesidades humanas, las realidades operativas y la sostenibilidad a largo plazo, las dos organizaciones ofrecieron una solución que acelera el impacto allí donde más importa.
Estamos orgullosos del trabajo realizado juntos e inspirados por el potencial que nos espera. Esta colaboración sirve como modelo de cómo las organizaciones pueden aplicar la IA de forma responsable, eficaz y con un propósito, no solo para resolver problemas técnicos, sino para apoyar a las personas y a las comunidades de todo el mundo.
Obtenga más información sobre cómo el equipo de servicios profesionales de Cloudera puede apoyar las iniciativas de datos e IA más complejas.
This may have been caused by one of the following: