Capítulo 1. El algoritmo nunca fue el problema
Capítulo 1
El algoritmo nunca fue el problema
Durante mucho tiempo hemos explicado la evolución de las organizaciones como una sucesión de avances tecnológicos. Cambiaban las herramientas y, como consecuencia, cambiaba la forma de trabajar. La mecanización transformó la industria. La informática transformó la administración. Internet transformó la comunicación. La nube transformó el acceso a la tecnología. Vista desde esa perspectiva, la Inteligencia Artificial parece representar simplemente el siguiente paso de una secuencia perfectamente lógica.
Es una interpretación cómoda porque mantiene intacta una idea que llevamos décadas aceptando sin apenas discutirla: cuando aparece una tecnología capaz de alterar el funcionamiento de las empresas, el verdadero desafío consiste en aprender a utilizarla antes que los demás.
Sin embargo, las grandes transformaciones rara vez son tan sencillas como parecen cuando se observan desde la distancia. Con frecuencia no modifican únicamente las herramientas con las que trabajamos; alteran algo mucho más profundo. Cambian las preguntas que una organización debe hacerse para seguir comprendiendo su propia realidad. Y cuando cambian las preguntas, también cambia el lugar donde debemos buscar las respuestas.
Quizá por eso la Inteligencia Artificial está provocando una sensación tan distinta a la de revoluciones anteriores. No porque sea una tecnología más sofisticada, ni porque sus capacidades resulten más sorprendentes, sino porque obliga a mirar hacia un lugar al que las organizaciones han prestado muy poca atención durante décadas. Un lugar que siempre estuvo ahí, formando parte de su funcionamiento cotidiano, pero cuya importancia permanecía oculta mientras las personas eran capaces de suplir con experiencia, intuición y criterio todo aquello que nunca llegó a explicarse de forma explícita.
Resulta llamativo comprobar cómo, en apenas unos años, el centro de gravedad de innumerables conversaciones estratégicas ha terminado desplazándose hacia el algoritmo. Se comparan modelos, se analizan proveedores, se discuten capacidades, se proyectan inversiones y se intenta anticipar cuál será la siguiente generación de sistemas inteligentes. Desde fuera, da la impresión de que el futuro de una organización depende principalmente de elegir la tecnología adecuada.
No deja de ser una reacción comprensible. Cuando una innovación irrumpe con la fuerza con la que lo ha hecho la Inteligencia Artificial, parece lógico pensar que la diferencia entre avanzar o quedarse atrás reside precisamente en adoptar esa innovación cuanto antes. La historia empresarial está llena de ejemplos que parecen confirmar esa intuición. Quien llegó tarde a determinadas tecnologías perdió competitividad. Quien supo incorporarlas antes obtuvo ventajas difíciles de alcanzar para sus competidores.
Pero existe un matiz que suele pasar desapercibido.
Adoptar una tecnología nunca ha sido suficiente para transformar una organización.
Lo que transforma una organización es aquello que la tecnología obliga a descubrir sobre sí misma.
Toda revolución tecnológica parece hablarnos de máquinas.
En realidad, siempre termina hablándonos de las personas y de la forma en que organizan su conocimiento.
Esta afirmación puede parecer exagerada al principio. Después de todo, resulta evidente que un modelo de Inteligencia Artificial posee capacidades que hace apenas unos años pertenecían al terreno de la ciencia ficción. Es capaz de mantener una conversación, analizar documentos complejos, generar código, resumir informes, interpretar imágenes o asistir en procesos de decisión. Negar la importancia de esos avances sería tan absurdo como ignorar el impacto que tuvo Internet sobre la economía o la electricidad sobre la industria.
Sin embargo, reconocer la magnitud de una tecnología no implica aceptar que ella sea el origen del problema que pretende resolver.
Y esa distinción es importante.
Las organizaciones llevan mucho tiempo enfrentándose a dificultades que no nacieron con la Inteligencia Artificial. La pérdida de conocimiento cuando una persona abandona la empresa, la dificultad para transmitir experiencia entre generaciones de profesionales, la existencia de procedimientos que nadie sigue exactamente como fueron escritos, las decisiones que dependen del criterio de unos pocos empleados o la incapacidad para comprender por qué dos equipos obtienen resultados muy distintos realizando aparentemente el mismo trabajo son situaciones que existían mucho antes de que aparecieran los primeros modelos generativos.
La Inteligencia Artificial no ha creado ninguno de esos problemas.
Lo único que ha hecho ha sido volverlos imposibles de ignorar.
Mientras las organizaciones podían apoyarse exclusivamente en las personas, muchas de esas carencias permanecían ocultas. El conocimiento circulaba mediante conversaciones, ejemplos, observación y experiencia compartida. Los profesionales aprendían junto a otros profesionales. Las excepciones se resolvían gracias al criterio de quienes ya las habían vivido anteriormente. Allí donde un procedimiento resultaba insuficiente, siempre aparecía alguien capaz de completarlo con su propia experiencia.
Durante décadas dimos por sentado que así funcionaban las organizaciones.
Y, en cierto modo, era verdad.
Lo que nunca nos preguntamos fue cuánto de ese funcionamiento dependía de un conocimiento que nadie había llegado a describir con precisión.
Porque las organizaciones no funcionan únicamente gracias a los procesos que son capaces de documentar. Funcionan, sobre todo, gracias a una inmensa cantidad de conocimiento que permanece distribuido entre las personas, que se transmite de manera informal y que rara vez aparece reflejado en un procedimiento, una política o un sistema de información.
Mientras ese conocimiento permanecía en manos humanas, su carácter implícito apenas suponía un problema.
La situación cambia por completo cuando pretendemos que una máquina participe en ese mismo trabajo.
De repente, aquello que siempre había resultado suficiente deja de serlo.
Ya no basta con afirmar que un equipo sabe hacer bien su trabajo.
Ahora es necesario comprender cómo lo hace.
No basta con asegurar que un proceso funciona.
Es imprescindible explicar por qué funciona.
Y no basta con confiar en la experiencia acumulada de determinadas personas.
La organización necesita descubrir qué parte de esa experiencia constituye realmente un conocimiento compartible.
Es en ese momento cuando muchas empresas experimentan una sensación inesperada.
Comienzan un proyecto de Inteligencia Artificial convencidas de que van a enfrentarse principalmente a un desafío tecnológico y terminan descubriendo que el verdadero desafío se encuentra mucho más cerca. No está en el modelo, ni en la infraestructura, ni en la capacidad de procesamiento. Se encuentra dentro de la propia organización, esperando desde hace años a que alguien formule las preguntas adecuadas.
La sorpresa no proviene de la Inteligencia Artificial.
Proviene del reflejo que la Inteligencia Artificial devuelve de la propia empresa.
Porque, igual que un espejo no crea aquello que refleja, un algoritmo tampoco inventa las limitaciones de una organización.
Simplemente las hace visibles.
Y quizá esa sea la razón por la que tantas iniciativas comienzan hablando de tecnología y acaban hablando de cultura, de procesos, de conocimiento o de liderazgo. No porque el proyecto haya cambiado de naturaleza, sino porque la organización ha empezado, por fin, a observar aquello que llevaba demasiado tiempo dando por supuesto.
Ese descubrimiento suele producir cierta incomodidad.
Es mucho más sencillo pensar que un proyecto no ha alcanzado los resultados esperados porque el modelo elegido no era suficientemente bueno. Esa explicación permite sustituir una herramienta por otra y mantener intacta la forma de trabajar. Resulta mucho más difícil aceptar que el obstáculo no estaba en el algoritmo, sino en la manera en que la propia organización entendía —o creía entender— su funcionamiento.
Sin embargo, toda transformación relevante comienza precisamente ahí.
En el momento en que dejamos de preguntar qué tecnología debemos incorporar para empezar a preguntarnos qué realidad de nuestra organización había permanecido invisible hasta ahora.
Y esa pregunta cambia por completo el sentido de la conversación.
Porque, si el verdadero problema nunca fue el algoritmo, entonces la cuestión deja de ser cuál es el modelo más potente o qué proveedor ofrece mejores prestaciones. La pregunta verdaderamente importante pasa a ser otra mucho más incómoda y, al mismo tiempo, mucho más decisiva.
¿Qué es exactamente aquello que hace que una organización sea capaz de hacer lo que hace?
La respuesta intuitiva parece sencilla.
Podríamos afirmar que una organización es capaz de hacer lo que hace gracias a sus procesos. O gracias a las personas que la forman. O quizá gracias a los datos que ha acumulado durante años. Todas esas afirmaciones contienen una parte de verdad y, al mismo tiempo, resultan insuficientes. Explican algunos aspectos de la realidad, pero ninguna consigue describirla por completo.
Basta con observar dos empresas que desarrollan una actividad prácticamente idéntica para comprenderlo. Pueden utilizar el mismo software, seguir procedimientos muy parecidos, operar bajo la misma normativa e incluso contratar profesionales con trayectorias similares. Aun así, una de ellas resolverá situaciones complejas con aparente naturalidad mientras la otra convertirá esas mismas situaciones en un problema recurrente. La diferencia no suele encontrarse en aquello que ambas poseen, sino en la manera en que consiguen convertir esos recursos en decisiones.
Y las decisiones, casi nunca, nacen exclusivamente de un procedimiento.
Los procedimientos establecen un marco. Definen una secuencia esperada de acciones. Intentan reducir la incertidumbre y favorecer que un mismo problema reciba una respuesta coherente independientemente de quién lo resuelva. Son imprescindibles para cualquier organización que aspire a crecer sin depender exclusivamente del talento individual.
Sin embargo, existe una distancia inevitable entre un procedimiento y la realidad.
No porque los procedimientos estén mal diseñados, sino porque la realidad siempre contiene más matices de los que cualquier documento puede anticipar.
Cada cliente introduce circunstancias diferentes. Cada incidencia incorpora variables que nadie había previsto. Cada conversación aporta información que modifica el contexto de la decisión. Las organizaciones viven inmersas en un entorno donde las excepciones no constituyen un accidente ocasional; forman parte de la normalidad cotidiana.
Por esa razón, las personas no se limitan a ejecutar procedimientos.
Los interpretan.
Los adaptan.
En ocasiones incluso deciden apartarse de ellos porque comprenden que cumplir literalmente una norma puede producir un resultado peor que comprender el propósito para el que esa norma fue creada.
Es una capacidad profundamente humana.
Y también extraordinariamente difícil de describir.
La excelencia de una organización rara vez consiste en seguir un procedimiento al pie de la letra.
Consiste en saber cuándo el procedimiento necesita ser interpretado para seguir siendo útil.
Durante años esa capacidad pasó inadvertida precisamente porque funcionaba. Nadie necesitaba analizarla con demasiado detalle. Las organizaciones incorporaban nuevos profesionales, estos aprendían junto a compañeros con más experiencia y, poco a poco, adquirían un criterio que no aparecía escrito en ninguna parte. Lo que realmente se transmitía no era únicamente una forma de hacer las cosas, sino una manera de comprenderlas.
Ese aprendizaje silencioso constituye uno de los patrimonios más valiosos de cualquier organización.
También uno de los menos visibles.
Resulta curioso comprobar el enorme esfuerzo que las empresas dedican a documentar procesos mientras apenas prestan atención a documentar el razonamiento que permite que esos procesos funcionen en situaciones reales. Es relativamente sencillo describir qué pasos deben seguirse para tramitar una solicitud, aprobar una compra o atender una incidencia. Mucho más complejo resulta explicar por qué un profesional experimentado decide modificar el orden de esos pasos cuando detecta determinadas señales que nadie más parece advertir.
Y, sin embargo, es precisamente ese razonamiento el que convierte un procedimiento correcto en una organización competente.
Hasta ahora, esa diferencia podía permanecer oculta sin generar consecuencias especialmente graves. Las personas suplían con su experiencia aquello que la documentación no alcanzaba a expresar. La organización continuaba funcionando porque siempre existía alguien capaz de completar los espacios que los procedimientos dejaban abiertos.
La Inteligencia Artificial rompe ese equilibrio.
No porque sea incapaz de ejecutar instrucciones, sino porque obliga a descubrir cuáles son realmente esas instrucciones.
Por primera vez, una organización necesita responder con precisión a preguntas que nunca había formulado de manera explícita. Necesita distinguir entre aquello que constituye una simple secuencia de tareas y aquello que representa conocimiento. Necesita comprender qué decisiones son mecánicas y cuáles dependen de contexto. Necesita identificar qué parte de su funcionamiento puede describirse mediante reglas y cuál descansa sobre la experiencia acumulada de sus profesionales.
En otras palabras, necesita empezar a comprenderse a sí misma.
Y ese ejercicio resulta mucho más exigente de lo que parece.
Porque comprender una organización no consiste únicamente en dibujar un mapa de procesos. Significa descubrir cómo fluye realmente el conocimiento entre las personas, cómo se construye el criterio, cómo aparecen las decisiones difíciles y por qué determinadas personas consiguen resolver problemas que otros ni siquiera son capaces de formular.
La mayoría de las organizaciones nunca habían necesitado responder a esas preguntas.
Ahora ya no pueden evitarlas.
No porque exista una nueva metodología de gestión.
No porque así lo recomiende un consultor.
Sino porque cualquier intento serio de incorporar Inteligencia Artificial termina conduciendo, tarde o temprano, hacia ese mismo lugar.
Y es entonces cuando comienza a hacerse evidente una idea que contradice buena parte del discurso que rodea a esta revolución tecnológica.
Quizá la mayor aportación de la Inteligencia Artificial no consista en enseñarnos cómo piensan las máquinas.
Quizá consista en obligarnos a descubrir cómo piensa realmente una organización.
Si esa afirmación resulta cierta, merece la pena detenerse un momento antes de continuar.
Estamos acostumbrados a pensar que las organizaciones producen bienes o prestan servicios. Algunas fabrican vehículos. Otras desarrollan software. Otras gestionan infraestructuras, transportan mercancías, protegen personas o comercializan productos. Esa es la parte visible de su actividad, aquella que cualquier observador puede identificar con relativa facilidad.
Sin embargo, ninguna organización existe realmente para fabricar objetos o ejecutar procesos.
Lo que hace es tomar decisiones.
Cada pedido aceptado implica una decisión. Cada incidencia resuelta también. Cada contratación, cada negociación, cada excepción autorizada, cada cliente recuperado y cada problema evitado son el resultado de una sucesión ininterrumpida de decisiones que se producen a todos los niveles de la organización.
Algunas parecen insignificantes cuando se observan de manera aislada. Otras condicionan el futuro de toda la empresa. Pero todas comparten un mismo rasgo: ninguna surge de la nada.
Toda decisión necesita un conocimiento previo.
Y esa idea, aparentemente sencilla, cambia por completo la forma de entender una organización.
Porque si las empresas viven tomando decisiones y las decisiones dependen del conocimiento disponible, entonces el verdadero recurso estratégico nunca ha sido el procedimiento ni la tecnología. Ambos son instrumentos extraordinariamente valiosos, pero únicamente adquieren sentido cuando existe un conocimiento capaz de utilizarlos de forma adecuada.
Quizá esa sea la razón por la que dos personas pueden seguir exactamente el mismo procedimiento y obtener resultados completamente distintos.
La diferencia no reside en lo que hacen.
Reside en lo que saben mientras lo hacen.
Una persona experimentada detecta señales que otra ni siquiera percibe. Comprende el contexto en el que aparece una petición. Intuye las consecuencias que puede producir una decisión aparentemente inocente. Relaciona situaciones actuales con experiencias vividas años atrás. Reconoce patrones que nunca llegaron a formalizarse porque nadie consideró necesario explicarlos.
Desde fuera, ambas personas parecen realizar exactamente el mismo trabajo.
Desde dentro, la distancia entre ambas puede ser enorme.
Y esa distancia no puede medirse observando únicamente las tareas que ejecutan.
Es necesario comprender el conocimiento que guía esas tareas.
El valor de una organización nunca depende únicamente de lo que hace.
Depende, sobre todo, de aquello que sabe mientras lo hace.
Durante demasiado tiempo hemos confundido información con conocimiento.
La diferencia parece una cuestión académica hasta que intentamos construir una organización capaz de aprender de sí misma.
La información puede almacenarse.
Puede clasificarse, copiarse, buscarse y transmitirse con relativa facilidad. Un documento, una base de datos o un informe contienen información. Incluso un procedimiento constituye, en gran medida, una forma organizada de información.
El conocimiento es otra cosa.
El conocimiento aparece cuando esa información adquiere significado dentro de un contexto determinado. Cuando alguien es capaz de relacionarla con una experiencia anterior, comprender sus implicaciones y utilizarla para tomar una decisión que probablemente otra persona no habría tomado.
Por eso dos empleados pueden consultar exactamente el mismo documento y llegar a conclusiones diferentes.
La información es idéntica.
El conocimiento no.
Esta diferencia permaneció durante mucho tiempo fuera del foco de las organizaciones porque, en realidad, no representaba un obstáculo para su funcionamiento cotidiano. Las empresas contrataban personas precisamente para que aportaran ese conocimiento. Era un recurso distribuido, difícil de medir y todavía más difícil de gestionar, pero estaba presente allí donde debía estar.
La Inteligencia Artificial ha modificado radicalmente esa situación.
No porque sustituya el conocimiento humano.
Sino porque obliga a descubrir dónde se encuentra, cómo se genera y de qué manera puede compartirse.
Es una diferencia sutil, pero decisiva.
Con frecuencia se afirma que la Inteligencia Artificial necesita datos para funcionar.
Es cierto.
Pero una organización necesita comprender su propio conocimiento mucho antes de decidir qué datos resultan realmente relevantes.
Si desconoce qué sabe, tampoco sabrá qué necesita conservar, qué debería explicar, qué merece ser aprendido por otros profesionales ni qué decisiones dependen realmente de ese conocimiento.
En consecuencia, el problema deja de ser tecnológico.
Empieza a convertirse en una cuestión de comprensión organizativa.
Y esa comprensión no puede comprarse a un proveedor ni instalarse mediante una licencia de software.
Debe construirse.
Debe descubrirse.
Y, sobre todo, debe hacerse visible.
Porque únicamente aquello que una organización es capaz de comprender sobre sí misma puede llegar a convertirse algún día en una capacidad compartida.
Todo lo demás seguirá dependiendo de personas concretas, de conversaciones informales y de un conocimiento que, aunque extraordinariamente valioso, continuará siendo invisible para la propia organización.
Quizá ahí resida la mayor paradoja de esta revolución tecnológica.
Hemos comenzado hablando de algoritmos porque pensábamos que ellos eran la gran novedad.
Sin embargo, cuanto más avanzamos, más evidente resulta que la verdadera novedad consiste en otra cosa muy distinta.
Por primera vez, una tecnología obliga a las organizaciones a preguntarse qué saben realmente y cómo ese conocimiento consigue transformarse, cada día, en miles de decisiones aparentemente normales.
Tal vez siempre fue ese el verdadero patrimonio de una empresa.
No sus edificios.
No sus sistemas.
Ni siquiera sus datos.
Sino esa inmensa red de conocimiento distribuido que permite que la organización funcione incluso cuando nadie es plenamente consciente de cómo lo está consiguiendo.
Y si esa intuición es correcta, entonces la siguiente pregunta deja de ser tecnológica para convertirse en algo mucho más profundo.
Porque antes de decidir cómo utilizar la Inteligencia Artificial, una organización necesita comprender una cuestión previa de la que depende todo lo demás.
¿Qué entendemos exactamente cuando hablamos de conocimiento dentro de una organización?