La paradoja de Moravec y el futuro de la inteligencia artificial

por Matias Rizzuto

¿Te has preguntado alguna vez si la inteligencia artificial podría superar la inteligencia humana? Acompáñanos a descubrirlo en el siguiente artículo.

La inteligencia artificial (IA) avanza a pasos agigantados, pero aún así enfrenta desafíos sorprendentes. La paradoja de Moravec, postulada en la década de 1980, nos recuerda que las habilidades humanas básicas, como la percepción y el movimiento, todavía son muy difíciles de replicar en máquinas.

Con el auge de los modelos de lenguaje generativos, como ChatGPT, se logran increíbles mejoras en el razonamiento y creatividad de la IA. Aunque esto motiva la imaginación de muchos ingenieros informáticos y cultores de la tecnología en torno a la posibilidad de una inteligencia que supere la humana, resulta difícil afirmar esto de manera convincente. Profundicemos en el tema.

¿Qué es la paradoja de Moravec?

Hans Moravec, Rodney Brooks y Marvin Minsky describieron esta paradoja. Al inicio de la investigación en inteligencia artificiallos científicos creían que resolver problemas lógicos y matemáticos llevaría a máquinas a replicar habilidades humanas simples.

La lógica y las matemáticas eran vistas como signos de inteligencia, sugiriendo que cualquier habilidad mental podría desglosarse en problemas lógicos y ser resuelta por aparatos.

Vemos que las computadoras desarrollan complejas estructuras sintácticas y predicen de manera favorable nuestras peticiones escritas. Del mismo modo, solucionan complejos cálculos matemáticos y estadísticos. Pero las máquinas aún fallan en habilidades cognitivas básicas que un niño pequeño ejecuta de manera sencilla y natural.

Contrario a las intuiciones tradicionales, las tareas de alto nivel que requieren razonamiento abstracto (como el ajedrez o las matemáticas) son relativamente fáciles de implementar en una máquina. No obstante, las tareas de bajo nivel que requieren percepción sensorial y motricidad (como reconocer un objeto o caminar) son difíciles de replicar en robots o sistemas de IA.

Inteligencia y evolución

La teoría de la evolución propuesta por Charles Darwin sostiene que las especies se adaptan a las presiones ambientales y a la competencia por recursos, transmitiendo características ventajosas a futuras generaciones. Esta lucha por la supervivencia y la reproducción impulsa la evolución en todas las especies, incluyendo a los humanos.

Moravec atribuye esta paradoja al hecho de que las habilidades perceptivas y motoras son el resultado de millones de años de evolución. No obstante, el pensamiento abstracto es una capacidad reciente en términos evolutivos. La mayoría de las tareas que hacemos día a día con naturalidad, en realidad requieren una enorme cantidad de procesos cognitivos de los cuales no somos conscientes.

Por ello, aunque las máquinas superen a los humanos en tareas específicas, replicar a través de técnicas computacionales la complejidad y profundidad de la conciencia humana continúa como un desafío monumental.

Un nuevo enfoque sobre la paradoja

Dadas las implicancias de la paradoja de Moravec, el estudio y desarrollo de inteligencia artificial adquirió un nuevo rumbo durante las últimas décadas. Ya no se intenta imitar los complejos sistemas humanos, sino desarrollarlos a otros niveles donde se limiten las posibilidades de error.

Además, como las máquinas encuentran más fácil realizar tareas cognitivas complejas que habilidades motoras básicas, gran parte de la investigación en IA se centra en áreas como el procesamiento de datos, el análisis y la toma de decisiones.

El exdirector del MIT, Rodney Brooks, señaló en un artículo de Artificial Intelligence que una de las distinciones fundamentales es que los seres humanos podemos hacernos representaciones muy complejas de la realidad y las máquinas no.

Aunque los nuevos sistemas de inteligencia artificial simulen una conversación, no lo hacen mediante la conceptualización y representación de ideas. Cuando obtenemos una respuesta de un chat-bot solo recibimos una aproximación estadística de lo que debería responder.

Humanos y máquinas: fortalezas y debilidades

A menudo, se teme que los sistemas de inteligencia artificial reemplacen a los humanos en la mayoría de los trabajos. Sin embargo, es difícil que esto suceda en el corto plazo debido a la dificultad de replicar los sistemas cognitivos creados por la evolución natural.

Tanto los humanos como las máquinas tienen sus propias fortalezas y debilidades. Mientras que las máquinas superan a los humanos en tareas cognitivas complejas, luchan con habilidades motoras y perceptivas que el hombre encuentra intuitivas. Esta comprensión es esencial para establecer expectativas realistas y dirigir la investigación adecuadamente.

En lugar de ver a las máquinas como competidores, deberíamos considerarlas como complementos. Existen áreas donde las máquinas son inigualables y otras donde los humanos tienen una ventaja natural. Al reconocer esto, es posible diseñar sistemas donde humanos y máquinas trabajen juntos, aprovechando las fortalezas de cada uno.

Hacia un continuo desarrollo

Aunque la paradoja destaca las limitaciones actuales de la robótica y la inteligencia artificial, también es cierto que existe una continua evolución en el campo. Con el tiempo, es probable que veamos avances que reduzcan o, incluso superen, algunas de las limitaciones actuales.

La paradoja de Moravec no es solo un enigma técnico, sino también una reflexión sobre la naturaleza de la inteligencia, la habilidad y el papel de la tecnología en nuestro mundo. La conciencia humana sigue siendo un profundo misterio difícil de comprender mediante el desarrollo técnico.

Publicado en La Mente es Maravillosa. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

La innovación como un Sistema de Intentos

por: Eduardo Kastika – @EduardoKastika

Noticias, revoloteos, análisis apresurados y el storytelling de la innovación

Amazon acaba de presentar un servicio de atención médica. Funciona de manera virtual, se llama Amazon Clinic y permite consultar con médicos especializados sobre ciertos síntomas comunes.

Esta es la noticia.

A partir de la noticia, se pueden disparar cataratas de comentarios, opiniones, críticas, predicciones, conclusiones… “Me parece bien”, “me parece pésimo”, “coincido con Jeff”, “Jeff se va a quedar con todo”, “va a ser un éxito”, “no va a andar”, “un mundo cada vez más polarizado”, “todos competimos con Amazon, Google, Apple…”, etc., etc.

Esto es el revoloteo alrededor de la noticia.

Por otra parte, están los comentarios pretendidamente sesudos. Comentarios de todo tipo y desde distintos puntos de vista: financieros (“la acción de Amazon no se movió”), de negocios (“las healthtech llegaron para quedarse”), Marketineros (“el logo es horrible”), etc, etc.

Estos son los (supuestos) análisis.

Y, dentro de los análisis, están los que a mí más me interesan: los vinculados a la innovación. Suelen usar palabras como “Disrupción”, “Hipercompetencia”, “Growth Hacking”, “Novedad”, “Leverage”, “Pivot”…

Y, a continuación de los análisis, las conclusiones rápidas, los tips, las recomendaciones, etc., etc.

Este es el storytelling de la innovación.

Las diferencias entre explicar la innovación e innovar en serio

Desde mi punto de vista, ver a Amazon Clinic como una “innovación” en sí misma es un error. O, al menos, es una perspectiva demasiado acotada.

En realidad, no importa demasiado discutir si es o no es un gran idea; si va a tener o no va a tener futuro; si agrega o no agrega valor real.

Lo que sí creo que importa es entender el cuál es la estrategia de innovación de Amazon. Esto es lo verdaderamente relevante: la estrategia detrás de cada acción que (desde la comunicación, el marketing, las relaciones públicas, etc.) se presenta como innovación.

Si nos dedicamos a ver con un poco más de detalle la forma en que Amazon busca innovar, notaremos que Amazon Clinic es uno más dentro de decenas de fuertísimos intentos de Amazon por “revolucionar” distintos sectores de la economía.

Amazon intentó ingresar al negocio de los smartphones (AmazonFire), del turismo (Amazon Destinations), de los juegos en línea (Crucible), de las billeteras electrónicas (Amazon Pay), de la música (Amazon Music), de las finanzas (Amazon Haven), del espectáculo (Amazon Tickets), de la moda (Amazon Spark) y los ejemplos siguen.

Todos los anteriores fueron intentos fallidos. Otros parecen funcionar de manera excelente: Kindle, Prime, Alexa, etc, etc.

El modelo de innovación de Amazon consiste en una apuesta permanente para convertirse en un potente jugador de diferentes sectores económicos. Siempre desde Amazon y con fuertísimas inversiones destinadas a probar. Amazon innova probando y sabiendo que muchas de estas pruebas pueden no tener éxito.

(Por supuesto, todo esto se combina con las movidas emprendedoras de Jeff Bezos invirtiendo en Twitch, Zappos, Juno, Workday, etc., etc.)

Conclusión

No me parece que hay que ver a Amazon Clinic como una innovación. Hay que verla como una prueba. Como una apuesta. Una apuesta más, dentro de un sistema de apuestas que no considera que “perder” sea un fracaso. Si sale mal, se acepta, se analiza y se sigue.

Perder es parte del sistema. Un sistema que se alimenta de aprendizaje, intentos, negocios que funcionan y negocios que no funcionan.

Publicado en Kastika, Micro-Blog. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

Imaginatividad, de la imaginación a la creación

por Mario Dehter

Yo creo que hay personas con mucha imaginación pero poco creativas. Es más, a veces me he visto tan sumergido imaginando cosas que se me ha pasado el tiempo y la motivación para crearlas.

Existe una notoria diferencia entre imaginar algo que se quiera hacer y la capacidad para crearlo; imaginar un producto, un servicio o una actividad de cualquier tipo permite visualizar a “la cosa” en un estado intangible, que se vuelve “concreto” sólo cuando (para bien o para mal) es creado.

Charlando sobre esto con Juan Carlos Rosman, especialista en desarrollo de la intuición y reingeniería del pensamiento, me respondió on esta reflexión:

… la imaginación, imaginar es la capacidad de formar imágenes mentales. Cuando piensas en alguien que no estés mirando estás imaginando… El poder pasar de los deseos a las ideas concretas es un trabajo complejo, pero tenemos que saber que sin el deseo no se llega a crear (por lo menos, este aspecto lo trabaja especialmente la Sinéctica) que incluye en sí la formulación de deseos para pasar a las ideas, aunque estos deseos no tienen que ser lógicos.

A partir de allí comenzamos a madurar juntos la idea, primero “imaginada” y ahora en pleno proceso de su creación, de producir una versión “45 Minutos con el Talento de…” dedicado a reflexionar sobre las diferencias entre “imaginar nuevas posibilidades y pensar en nuevas posibilidades”, en palabras de Juan Carlos, hablemos de “imaginatividad” a lo que considerar como un compuesto de imaginación-creatividad para pensar en las puertas que podemos abrir cuando imaginamos la creación de un “paradigma del florecimiento” (sic).

Publicado en Mario Dehter – CEO Blog. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

La Inteligencia Artificial, una herramienta para la creación de valor

por Jorge Saravia

La dirección de una organización supone el desarrollo de criterios que permitan al responsable tomar las mejores decisiones buscando la sostenibilidad y la creación de valor. Se debe trabajar para comprender el entorno, entender el propósito, establecer una meta global y estructurar el mejor modelo de negocio. Todas estas tareas suponen la solución de diferentes tipos de problemas, unos más sencillos, otros bastante elaborados y abstractos, y, en paralelo se deben desarrollar modelos para toma de decisiones en entornos altamente cambiantes e inciertos. Por lo anterior, los problemas asociados con los diferentes niveles de toma de decisiones son cada vez más complejos y pueden sobrepasar la capacidad de análisis de los equipos de dirección. En este escenario es fundamental el uso de herramientas que complementen la labor de quienes dirigen y que les permitan ir a la par con la velocidad de cambio y tomar las decisiones requeridas en el momento oportuno.

La Inteligencia Artificial (IA) ha ganado un protagonismo importante. Se lee sobre esto en las noticias, y hasta se le da una connotación de existencia propia. Sin embargo, no siempre se tiene claridad sobre lo que es la IA y cómo esta puede impactar el abordaje de los problemas que supone la dirección de una organización. Por esto es fundamental que los responsables de dirigir y tomar decisiones reflexionen sobre estos temas y fortalezcan el criterio necesario en el momento de adoptar o evaluar estas tecnologías.

La Inteligencia Artificial: artificial, sí, pero ¿qué tan inteligente?

El desarrollo de lo que hoy se conoce como Inteligencia Artificial (IA) viene desde los años 40. Un poco de historia a continuación. En 1943, Warren McCulloch y Walter Pitts publicaron A Logical Calculus of the Ideas Imminent in Nervous Activity, un modelo matemático de una «red neuronal». En 1950, Alan Turing publica Computing Machinery and Intelligence en donde propone lo que se conoce como «La prueba de Turing» que busca probar la capacidad de una máquina para mostrar un comportamiento inteligente equivalente a la inteligencia humana. En 1956, Allen Newell, Herbert A. Simon y Cliff Shaw desarrollaron el programa Logic Theorist cuyo propósito era probar teoremas matemáticos. En 1956, el científico de la computación John McCarthy adoptó por primera vez el término Inteligencia Artificial y el tema se estructuró como un área académica. En 1966, Joseph Weizenbaum desarrolló un programa capaz de tener una conversación en lenguaje natural y se llamó ELIZA. Este es la base de lo que hoy se conoce como Chatbot. Durante 1970 se desarrollaron los primeros sistemas expertos que permitían emular la capacidad de toma de decisiones del ser humano. Para el 2006, compañías de tecnología, comunicaciones, entretenimiento, redes sociales, etcétera, comenzaron a integrar desarrollos de IA en sus negocios. A partir del 2011, los desarrollos han avanzado y generado aportes en áreas como aprendizaje de máquina, ciencia de datos y manejo de grandes volúmenes de datos o big data, entre otras.

La revisión de estos eventos históricos permite concluir que la IA no es un tema nuevo, sino que es el resultado de un trabajo matemático formal que ha buscado comprender la forma de cómo el ser humano resuelve problemas de alto nivel y cómo pueden ser sistematizados. Desde otro punto de vista, quizás simplificando bastante, con el desarrollo de la IA se ha buscado comprender cómo modelar la inteligencia humana observándola como la capacidad de inferir o percibir información y de construir un conocimiento que puede potenciar la adaptación a entornos específicos.

Una segunda conclusión de la observación de los hechos descritos es que la IA avanza con el desarrollo de modelos matemáticos altamente complejos. Cuando son sistematizados, permiten un nivel de razonamiento autónomo y con gran capacidad de procesamiento. Sin embargo, se debe reconocer que esto es producto de la inteligencia de quien pudo modelar los procesos que permiten este «razonamiento autónomo». Si se reflexiona sobre estos conceptos, se puede comprender que la IA no es por sí misma inteligente, es decir, su alcance depende del modelo matemático sobre la cual tiene su base y este, a su vez, surge gracias a la inteligencia de un científico con la capacidad de abstraer y modelar problemas de alto nivel.

Como una tercera conclusión se infiere la importancia de la reflexión sobre la dirección de los desarrollos futuros de la IA. Cuando se profundiza sobre este tema se plantean preguntas como: ¿llegará el momento en que la capacidad de “razonamiento autónomo” y procesamiento de la IA supere a la del ser humano? y ¿qué pasaría si se desarrollan modelos de IA capaces de generar formas propias de razonar y procesar más allá de lo comprensible y controlable por el ser humano? Quizás esto puede caer en el terreno de la ciencia ficción, pero temas como el desarrollo en computación cuántica sientan las bases para el debate.

¿Cómo «piensa» la Inteligencia Artificial? ¿Qué tipo de problemas puede resolver?

Cuando se analiza el desarrollo de la IA se observa que su avance está directamente relacionado con la comprensión de la complejidad de los problemas a resolver. En el fondo, cualquier problema cuya solución puede ser sistematizada tiene algún nivel de inteligencia. Por ejemplo, una calculadora básica capaz de sumar dos números debe tener un programa que le permite capturar de un teclado dos valores, validar que sean números, introducirlos en la memoria de la calculadora, llevar a cabo la operación suma y presentar el resultado en una pantalla. Esto es un nivel de inteligencia. En este caso, quien diseñó la calculadora pudo comprender cómo sumar dos números y programar esa «inteligencia» en la calculadora, proceso que supone capturar datos, procesarlos y obtener un resultado. Este tipo de problemas es el más común; un ejemplo es la estructura del sistema de información contable en una organización. En ese caso, las políticas contables son la «inteligencia» que permite convertir transacciones en estados financieros, el sistema captura transacciones, las procesa y genera un resultado. Esta «inteligencia contable» está programada en un sistema de información que se activa al recibir las transacciones de entrada para luego emitir un reporte.

Sin embargo, el concepto actual de la IA está dirigido a resolver un tipo de problema más elaborado. Tomemos el ejemplo de la calculadora. Supongamos que se tiene un universo de posibles datos a ser digitados y de posibles resultados. En este caso, el problema a resolver sería deducir las reglas que permiten construir los resultados a partir de los datos. Un ejemplo de este tipo de problemas en una organización puede ser la deducción de las reglas que describen las condiciones de equilibrio de la dinámica organizacional, teniendo en cuenta las restricciones del entorno y buscando una meta expresada en términos de creación de valor, o también, la estructuración de la estrategia óptima para una alianza estratégica deduciendo las reglas que describen el comportamiento de un posible aliado.

La Inteligencia Artificial como herramienta para la creación de valor

Los responsables de la dirección de una organización y del proceso de toma de decisiones deben tener claro que la IA siempre ha estado y que no se irá, que su evolución genera un reto, pues su alcance será cada vez mayor en función de la complejidad de los problemas que puede resolver y será parte de las herramientas tecnológicas disponibles en el día a día. Puede llegar el punto en que esta IA supere la capacidad de comprensión y análisis de los equipos directivos y es justo ahí en donde está el problema: la IA debe ser comprendida como una herramienta al servicio de la organización y no como algo con «vida propia» que dicta en forma autónoma la forma como la organización debe pensar. En este sentido, los responsables del direccionamiento estratégico deberán ampliar el espectro de sus decisiones e incluir lo necesario para que sus equipos tengan la capacidad de comprender la estructura de las herramientas de IA y avanzar a la par con el desarrollo tecnológico.

Pero ¿cómo aporta la IA a la creación de valor? Una organización que crea valor tiene la capacidad sostenida en el tiempo para compensar en forma equilibrada a todos los grupos de interés teniendo en cuenta su costo de oportunidad. Para esto es necesario que la organización comprenda las reglas que describen las expectativas de sus grupos de interés y que tenga la agilidad suficiente para adaptarse a un entorno cambiante e incierto. Pero debe también comprender que la complejidad del entorno siempre superará la capacidad de comprensión del tomador de decisiones. Es en este punto en donde se comienza a entender la importancia de la IA en la creación de valor. Estas herramientas permiten resolver el problema de la construcción de información que describa el entorno a partir de datos aparentemente no conexos, permiten la deducción de reglas de conocimiento que describan la dinámica de los grupos de interés y de reglas que permitan un proceso de toma de decisiones, buscando siempre la creación de valor y la sostenibilidad. Indudablemente, el futuro en estos temas es apasionante y el impacto de estas tecnologías en las organizaciones no se puede ignorar. El debate está comenzando.

SOBRE EL AUTOR

Jorge Saravia

Ingeniero de Sistemas y Magister en Administración de Empresas. Formación en metodologías docentes en la Universidad de Harvard. Miembro de Juntas Directivas en empresas de construcción, logística, tecnología. Profesor de cátedra de las Facultades de Administración y Derecho de la Universidad de los Andes con una experiencia de 28 años en programas de postgrado y de alta dirección a nivel local e internacional. Consultor con una experiencia de más de 16 años en temas de planeación estratégica, gobierno corporativo y estrategia financiera.  Ha sido reconocido por su trabajo en optimización de costos y por su aporte a la docencia universitaria.

Publicado en Gestión. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

El Storytelling de la Innovación

por: Eduardo Kastika – @EduardoKastika

Grosso modo, hay dos caminos para innovar: o tenemos una idea genial y la hacemos realidad (camino 1); o transformamos lo que ya tenemos, en algo novedoso (camino 2).

Más simple: o se nos ocurre algo nuevo y hacemos exista (camino 1); o transformamos lo que ya existe en algo que no existía (camino 2).

Ejemplos: o descubrimos que no existe una app que ayude a domesticar hámsteres y la desarrollamos (camino 1); o transformamos nuestra veterinaria para perros y gatos en un “criadero de mascotas exóticas” incluyendo hámsters, iguanas y hurones (camino 2).

El camino 1 luce más glamoroso: se nos enciende la lamparita, tenemos una idea genial y nos lanzamos a la aventura emprendedora de implementarla. Suena épico, osado, creativo.

El camino 2 parece más conservador: hacemos un trabajo como cualquier otro, “sólo” que le damos un toque diferente.

Las historias de innovadores que escuchamos, suelen estar relatadas como camino 1. “Me dí cuenta de que en mi país se desconocía la comida pakistaní; exploré el mercado; viajé a Islamabad; me conecté con la cultura gastronómica; me sumergí en sus gustos y costumbres… y aquí me tienen: liderando la primera cadena de comida pakistaní en América Latina”.

Resulta más atractivo que contarlo así: “Mi tío es Cónsul en Pakistán; yo estudié gastronomía y mi restaurante de tapas españolas no funcionaba. Mi tío me ofreció sus contactos para promover la comida pakistaní en mi país. Primero me resistí, pero luego se ofreció a pagarme un viaje a Islamabad, con 6 meses de estadía. Estando allí me convenció y, con su ayuda, abrí el primer restaurante. Luego invirtieron mis primos y mis hermanos, y lo transformamos en una cadena. Yo cocino y me encanta”.

En la actualidad, el modo en que realmente se innova se parece mucho más al camino 2 que al camino 1.

Si nos dejamos guiar por el storytelling de la innovación, parecería ser que el innovador es alguien que deja de trabajar para ponerse a pensar en ideas geniales que luego implementará. Y esto, creo, es un error. La gran mayoría de las innovaciones surge de gente que está trabajando en algo (a veces, en muchas cosas a la vez) y por distintos motivos logra dar un salto innovador.

Estos motivos que convierten a “lo habitual” en innovador pueden ser variados: ayuda de otros, casualidad, gente conocida, suerte, tozudez, profundo conocimiento en lo que hace… Y, también, por supuesto, incluye al hecho de tener buenas ideas… o saber pedirlas, o saber googlearlas.

Publicado en Kastika, Micro-Blog. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

Drucker y la Innovación

Por Daniel Blanco

En 1985 Peter Drucker escribió un artículo llamado “La disciplina de la innovación” en el cual defendió que la innovación en cualquier organización provenía de la combinación de factores internos y externos.

Drucker consideraba que existen innovaciones que aparecen como consecuencia de una genialidad pero que, la gran mayoría son el resultado de una búsqueda deliberada de oportunidades que únicamente se vislumbran en pocas ocasiones.

Consideró para la delimitación de estas “oportunidades de innovación” tanto aquello que sucede dentro de la empresa: lo inesperado, lo incongruente, las innovaciones basadas en procesos y los cambios que se generan en la estructura de la industria y el mercado. Y como factores externos, es decir, aquellos que suceden fuera de la industria: los cambios demográficos, los cambios en la percepción de la realidad y los nuevos conocimientos en cualquier campo de estudio.

Para los acontecimientos inesperados. Drucker consideró aquellos productos o servicios que suponen para la entidad un éxito y un fracaso fuera del ámbito para el cual fueron desarrollados. Aquí la capacidad de la organización es clave para adaptarse y rentabilizar tanto los aspectos positivos como los negativos.

En relación a las incongruencias, éstas se “miden” entre las expectativas que se tienen y la realidad. En este punto el camino entre lo planificado y la opinión final del cliente en muchas ocasiones difiere bastante lo que obliga a las organizaciones a adaptarse constantemente.

Por su parte los procesos de la organización van evolucionando, al igual que la propia organización, lo cual demanda su constante actualización (e innovación). Infraestructuracapacidades, etc. necesitan ir evolucionando al mismo tiempo para que la entidad no pierda competitividad.

Los cambios que se generan en la estructura de la industria y del mercado, conlleva la entrada de nuevas necesidades de clientes que tenemos que cubrir y atender, o modificación del modo de trabajo tal y como lo estábamos efectuando hasta ahora. Todo ello tendrá, o debería tener, influencia en nuestra distribución de actividades e incluso en la estructura de nuestra organización.

En análisis de los cambios demográficos constituye una elevada fuente de oportunidades. Comprobar cómo evolucionan las pirámides de población, los gustos de los consumidores, principalmente lo que están llegando nuevos al mercado, junto con la evolución de parámetros como el poder adquisitivo y su determinación de escenarios en diferentes regiones es una necesidad para las empresas con objeto de ir desarrollando su estrategia a medio y largo plazo.

La modificación de la percepción ofrece otro “área externa” a la entidad que debería ser tenida en cuenta. Actuaciones no bien vistas hace algunos años ahora son consideradas normales (catálogos de vestimenta, opciones de teletrabajo, el trabajo colaborativo, realización de video reuniones, la importancia del medio ambiente, entre otras) y obligan a las organizaciones a ponerse al día de modo que se cubran las posibles necesidades detectadas.

En último lugar estarían lo nuevos conocimientos, donde como ejemplo más importante se sitúan los avances tecnológicos de los últimos años. La informatización de las organizaciones es un hecho y la revolución en las comunicaciones una realidad en todas las empresas. Por otro lado, todas las áreas o sectores presentan avances que han modificado y mejorado (en la mayor parte de los casos) su manera de prestarse a los clientes.

La consideración de estas siete oportunidades conceden a las organizaciones un punto de partida para analizar su situación actual y programar sus objetivos estratégicos futuros de modo que puedan aprovecharse las oportunidades que en el sector se vayan presentado.

Considerando que este artículo fue escrito a principios de los años 80 del siglo pasado, podríamos hacer la comparación con la estructura que se plantea en los actuales Sistemas de Gestión de Calidad donde se plantea la necesidad de que las organizaciones analicen su contexto así como las necesidades de sus partes interesadas y la propia evolución de sus procesos operativos, “cristalizando” toda el análisis en un valoración de oportunidades y debilidades con el objetivo final de plantear los objetivos de la organización a corto, medio y largo plazo.

Drucker también planteo los siguientes principios esenciales de la innovación:

–   La innovación sistemática empieza con el análisis de Oportunidades (todos aquellos que se dediquen a la consultoría de calidad les “sonará la música”).

–       Las personas innovadoras deben salir de su escritorio, observar y analizar el entorno en el que se mueve la organización.

–    Los innovadores deben estudiar y considerar las expectativas de los potenciales consumidores (¿consideración de las partes interesadas?).

–        Debe ser simple de modo que se garantice su efectividad.

–      La innovación tiene que ser enfocada y con directrices claras. La complicación puede confundir al cliente (el cliente como centro de la estrategia).

–    Debe tener como objetivo convertirse en norma. Se convierte en un ciclo continuo (¿modelo PVHA?).

–        La innovación requiere esfuerzo, este generalmente supera a la genialidad: la calidad no cuesta.

–    Por último, es suele ser fruto del talento pero precisa trabajo, esfuerzo y enfoque; sin ello no conseguiremos ningún cambio, por muy pequeño que sea.

Interesante que unos cuantos años después, las principales líneas del pensamiento de Drucker, se encuentren integradas en los Sistemas de Gestión de Calidad como filosofía de la mejora continua y la generación de una innovación incremental por parte de las organizaciones.

“La organización… no es una simple máquina… No tiene únicamente una dimensión económica, definida por los resultados de mercado. La organización, por encima de todo, es un ente social. Es un grupo de personas. Su objetivo… tiene que ser que los puntos fuertes de las personas sean eficaces y sus debilidades irrelevantes… es lo único que se puede lograr mediante las organizaciones, la única razón por la que existen las organizaciones y por la que es necesario que existan”.

Peter F. Drucker, consultor y experto en gestión empresarial austriaco.

Publicado en DBCalidad. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

La innovación en tiempos de crisis

por Xavier Ginebra Serrabou

Admiramos ─como señala Christian Guerrero de la EGADE─ a empresas como Google, Apple, Amazon, etc., y nos preguntamos ¿qué tienen en particular estás organizaciones que son tan capaces de innovar? Muchos piensan que esta capacidad es casi mística; como sí de la nada estas organizaciones hubieran nacido innovadoras. Otros dirían que son organizaciones con amplios recursos, por lo que innovar es mucho más fácil. Pero una respuesta más convincente, y apoyada por múltiples estudios, sería que tienen una cultura que promueve, incentiva y facilita la innovación en todos los niveles. Un estudio global encontró que la cultura de la innovación tiene mayores efectos que, por ejemplo, la disposición de capital o talento. El problema está en que este concepto es difícilmente observable o medible, por lo que las empresas terminan hablando de todo y nada cuando a cultura de la innovación se refieren. En este artículo contaré cómo medir la cultura de innovación con un enfoque claro y práctico.

Este concepto de “cultura de la innovación” –según nuestro autor- ha permeado de forma importante en el management. En una reciente encuesta, el 90% de los ejecutivos considero que “crear las condiciones necesarias para innovar es una prioridad”. Sin embargo, “la cultura de la innovación” se ha usado de forma desmedida y puede ser muy ambigua. Cuando se habla de cultura todos tienen una opinión y rara vez son capaces de identificar elementos que si promueven la innovación y los que tienen efectos contrarios. En mi trabajo en Educación Ejecutiva con diversos corporativos en México, me he percatado de lo ambiguo que es el concepto. Algunas empresas llegan pidiendo que les ayudemos a “crear ambientes divertidos, al estilo Google”. Otros, “espacios colaborativos donde todos puedan promover ideas, al estilo de Pixar”. Otros “que la gente sepa usar métodos creativos”. Otros, “que sean capaces de usar tecnologías de última generación”. Pareciera que cuando hablamos de cultura de innovación nada está claro, y todo se resume a “ser como las grandes empresas”, aunque nadie sepa exactamente qué es eso

El profesor Christian Guerrero de la EGADE comparte un marco de medición y de actuación mucho más claro y práctico que cualquier empresa puede implementar.

Jay Rao y Joseph Weintraub del MIT han llevado una extensa investigación con 750 compañías alrededor del mundo para responder a la pregunta: ¿qué elementos de la cultura organizacional promueven la innovación? La respuesta, publicada en un articulo en MIT review, es que una cultura de innovación recae en seis bloques: recursos, procesos, éxito, valores, comportamientos y clima.

Y cada bloque está compuesto por factores. Estos bloques están relacionados entres sí, por ejemplo, los valores de la organización tienen un efecto sobre el comportamiento de las personas y cómo se mide su éxito dentro de la compañía. Si ninguno de esos valores hace referencia a la innovación, entonces difícilmente tendrá efecto en las personas y sus KPI’s.

De acuerdo a Guerrero este enfoque para medir la cultura no solo pone énfasis en elementos “hard”, como lo son los recursos, procesos y formas de medir el éxito; también pone atención en aspectos “soft” más difíciles de medir como lo son los valores, los comportamientos y el clima. Aquí cada bloque a detalle:

Valores: Los valores generan prioridades que se reflejan en cómo una empresa gasta su tiempo y dinero. Las empresas innovadoras gastan generosamente en ser emprendedoras y promover la creatividad.

Comportamientos: Los comportamientos describen cómo las personas actúan hacia la innovación. Por ejemplo, reemplazando productos existentes.

Clima: Un clima innovador fomenta el compromiso y el entusiasmo, desafía a las personas a asumir riesgos dentro de un entorno seguro.

Recursos: Los recursos comprenden 3 factores: personas, sistemas y proyectos. Las personas, especialmente los “campeones de la innovación”, son críticos porque tienen un impacto poderoso en el clima empresarial.

Procesos: Los procesos son la ruta que siguen las innovaciones a medida que se desarrollan

Éxito: El éxito de una innovación se puede captar en 3 niveles: externo, empresarial y personal. En particular, el reconocimiento externo muestra cuán bien sus clientes consideran que una empresa es innovadora, y si una innovación ha valido la pena financieramente.

Podríamos añadir otros valores a los de Granados, pero constituyen una buena brújula para empezar un proceso de innovación en nuestra empresa. Si a la crisis no le sigue una transformación hacia la innovación, la duración de la empresa está contada.

* El autor es máster y doctor en Derecho de la competencia, profesor de Economía de la Facultad de Negocios de la Universidad De La Salle Bajío y fundador de Improve México, consultora de empresas en crisis.

Publicado en El Economista. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

¿Qué deberíamos revisar para innovar en serio?

Por: Eduardo Kastika – @EduardoKastika

LO QUE HACEMOS CUANDO QUEREMOS INNOVAR Y NO SABEMOS MUY BIEN CÓMO

La innovación, hoy, es un tema atractivo. Que se percibe como obligatorio, imprescindible, urgente. Y, si bien queda clarísimo qué se le pide a la innovación (adaptación al cambio, ideas disruptivas, transformación, crecimiento), no queda tan claro qué y cómo hacer las cosas cuando queremos innovar.

El camino más cómodo es imaginar un camino al éxito, buscar historias de quienes (supuestamente) lo han logrado y tratar de repetir esas historias (también supuestas).

Lo que se logra, en muchos casos, es empezar a transitar un camino que se parece mucho a lo que imaginamos que es la innovación: workshops, kick offs, procesos de “ideación”… Pero nada de esto garantiza, ni por asomo, el éxito en a futuro.

Al contrario: el costo de “bajarnos” de este camino es alto. Nos exigiría reconocer que arrancamos medio a tientas y que estuvimos más preocupadas y preocupados en mostrar que innovamos que en innovar en serio.

LO QUE DEBERÍAMOS HACER CUANDO QUEREMOS INNOVAR EN SERIO

El camino a la innovación es menos cómodo de lo que parece. A la hora de elegir cómo innovar, se ponen en juego todos los sesgos mentales de quienes lideran y las elecciones no suelen ser las mejores.

Pero las razones de por qué nos equivocamos cuando queremos innovar las podemos ver en otro momento. Concentrémonos aquí en algunas de las cuestiones que sí o sí deberíamos tener en cuenta para innovar en serio.

1. Nuevas opciones / Nuevos problemas: hay numerosas y excelentes herramientas para generar ideas. Muy difundidas y bastante sencillas. Pero no son tantas (ni tan sencillas, ni tan difundidas) las que existen para explorar, encontrar y definir oportunidades.

Es frecuente que nos hagamos un gran mejunje (palabra que utilizaba mi abuela) mezclando ideas mediocres para problemas esenciales, con ideas geniales para problemas absolutamente irrelevantes. En nuestro afán por premiar y celebrar las ideas geniales, terminamos festejando como Telebubbies la excentricidad para lo intrascendente.

2. Otras causas / Otros efectos: una cosa es comprender las causas técnicas de una innovación. Entender, por ejemplo, cómo lo inteligencia artificial está transformando el mundo de la Logística. Pero algo muy diferente es entender cómo una empresa determinada puede innovar recurriendo a la inteligencia artificial para, por ejemplo, sostener su liderazgo en distribución de alimentos.

Las empresas son sistemas en sí mismos, en donde cada cosa sucede por múltiples motivos. Cada paso, cada idea, cada decisión, cada elección depende de muchísimos factores que incluyen los intereses de las personas, de las áreas, de los equipos, de la Dirección… Para saber cuál es el mejor camino que una empresa tiene para innovar, hay que tener en cuenta tanto (o más) estos factores como los que hacen que una tecnología sea buena en general.

3. Nuestras suposiciones / La realidad: para innovar hay que poner en jaque nuestras suposiciones. Y, muy a menudo, las organizaciones hacen al revés: se apalancan en ciertas suposiciones (en general, las de las personas con más poder) y a partir de ahí, tratan de innovar. De manera tal que nada las contradiga.

Uno de los desafíos más difíciles de quienes ayudamos a innovar a las organizaciones es jugar este juego: desafiar las suposiciones implícitas que existen en los líderes de la organización. Esto tiene buenos resultados, pero es incómodo. El modo cómodo es aceptarlas sin chistar e intentar innovar a partir de ahí. Se crea una especie de complicidad muy agradable en lo social pero, por lo general, poco productiva en resultados.

4. Plan A / Plan B…..Z: el slogan de celebrar los errores puede ser muy motivador para emprendedores. Y, si vemos en retrospectiva la historia de quienes emprenden, hasta podrían llegar a ser (en algunos casos) algo así como una clave del éxito (por favor, nótese todos los recaudos que pongo para decir esto último).

En las empresa esto es mucho más complejo. Es difícil que los errores no sean visto como retrocesos. Los errores deberían ser previamente imaginados, esperados y presupuestados. Para innovar, los planes B, C, D… tienen que ser parte del juego.

5. Lo que vemos / Lo que ven otros: no hay una relación directa entre cómo se ve un negocio y los resultados que se logran. Dos jugadores pueden tener una mirada muy diferente de sus industrias y, aún así, ser muy exitosos. Lo que importa es la lógica con la que se manejan.

Lo que para nosotros son outsiders no siempre lo son. Las claves para innovar, muchas veces están ahí. No en lo que otros hacen sino en el modo en que ven el mismo negocio en el que nosotros estamos. Sin embargo, no es infrecuente que consideremos esas miradas como “equivocadas”. Innovar significa revisar esto. Es decir: revisar qué tan equivocados son aquellos enfoques que creemos equivocados.

6. Viejos conocimientos / Nuevos aprendizajes: más que tratar de crear lo que nadie creó (si esto fuera posible), la innovación consiste en combinar de manera novedosa y efectiva lo que hay creado hasta el momento.

Unas de las trabas para innovar es poner demasiado énfasis en esta actitud pionera en vez de invertir en conocer, descubrir y articular lo que ya está inventado con nuestros propósitos y objetivos.

En síntesis, para innovar, en serio, es necesario animarse a desafiar, en especial, nuestras ideas preconcebidas acerca de cuáles son las maneras “óptimas” de innovar. Y, sobre todo, animarnos a romper mitos, desafiar supuestos, mirar lo que antes no mirábamos, aceptar limitaciones, saber para qué estamos innovando y disponernos a aprender.

Publicado en Kastika, Micro-Blog. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

Cuando innovas, ¿sabes a dónde vas?

por Xavier Camps Coma

En un pasaje del libro Alicia en el país de las maravillas, escrito por Lewis Carroll, Alicia se encuentra perdida y le pregunta al gato de Cheshire:

– ¿Me podrías decir, por favor, qué camino debo seguir para salir de aquí?
– Esto depende en gran parte del sitio al que quieras llegar – dijo el gato
– No me importa mucho el sitio…-dijo Alicia
– Entonces tampoco importa mucho el camino que tomes – respondió el gato
– …siempre que llegue a alguna parte – añadió Alicia
– Oh, siempre llegarás a alguna parte… si caminas lo suficiente- concluyó el gato

La actitud de Alicia me recuerda a cómo algunas empresas abordan la tarea de innovar. Saben que deben innovar para crecer y diferenciarse, aunque no disponen de una estrategia que les marque la dirección. Así que con la mejor de las voluntades empiezan a innovar, sin tener muy claro ni el por qué, ni en qué deben innovar.

Cuando se pretenda apostar por la innovación como mecanismo de crecimiento, una de los primeras cosas que se debe hacer, es diseñar una estrategia de innovación . De este modo, en lugar de enfocar la innovación como un juego de azar, se hará de manera más disciplinada. Una estrategia de innovación robusta debe, entre otras cosas, especificar de qué modo la empresa pretende crear valor a través de la innovación y clarificar las prioridades entre los diferentes tipos de innovación posibles.

La estrategia de innovación actúa como una brujúla, y define la dirección a seguir. Sin ella, nadie sabe con exactitud qué tipos de innovación son importantes para la organización.  Por lo tanto, todo es posible y cuando todo es posible, todo es potencialmente importante. Y cuando todo es potencialmente importante, nada es particularmente importante. Si nada es particularmente importante, se termina por no hacer nada.

A la hora de definir que tipos de innovación son importantes para la empresa, disponemos de un amplio abanico de términos para referirnos a ellos. Así por ejemplo, podemos hablar de innovación incremental, innovación sostenida, innovación adyacente, innovación disruptiva, innovación radical o innovación transformadora por nombrar solo algunos.

Sin embargo, desde un punto de vista estratégico existen únicamente dos grandes grupos de innovación: en el primer grupo encontramos las innovaciones que extienden el negocio actual, ya sea mejorando la oferta existente o mejorando las operaciones internas. En el otro, tenemos las innovaciones que generan nuevas formas de crecimiento, al llegar a nuevos clientes o mercados.

Por lo tanto, una de las primeras cosas que cualquier organización, que decida construir un sistema de innovación interno debe hacer, es establecer un lenguaje común respecto a los diferentes tipos de innovación existentes. Podemos crear nuestra propia categorización o utilizar alguna de las muchas disponibles. Una que me parece particularmente interesante es la que Gary P. Pisano describe en este artículo publicado en Harvard Business Review, bajo el título de “You need an innovation strategy“.
En él se define una matriz de 2×2, con cuatro tipos de innovación. Uno de los ejes de la matriz hace referencia al modelo de negocio, éste puede ser el actual o uno nuevo, el otro eje está relacionado con las competencias técnicas de la empresa, y éstas pueden ser las existentes a día de hoy u otras a desarrollar. Al unir ambos ejes aparecen cuatro tipos de innovación:
  • La Innovación rutinaria aprovecha las competencias tecnológicas existentes de una empresa y se ajusta a su modelo de negocio actual. Cabe destacar que rutinaria no significa trivial. Simplemente, significa que  se trata de innovaciones que se producen dentro de los límites actuales de la empresa.
  • La innovación disruptiva, requiere de un nuevo modelo de negocio pero no necesariamente de grandes avances técnicos.
  • La innovación radical, es un tipo de innovación opuesta a la disruptiva. El reto en este caso es puramente tecnológico.
  • La innovación arquitectónica, combina cambios tecnológicos con cambios en el modelo de negocio. No debe sorprender que sea la más difícil de ver en el caso de empresas establecidas.

Una vez definidos los tipos de innovación, el siguiente paso es asumir un compromiso de asignación de los recursos entre los diferents tipos de proyectos de innovación. Muchos directivos se preguntan cual es la proporción de recursos que se debe dedicar a cada tipo de innovación. Lamentablemente, no existe una fórmula mágica. Dependerá de las circunstancias de cada empresa y de cuestiones específicas como las tendencias tecnológicas, las dinámicas del mercado, los movimientos de los competidores y las necesidades de los clientes.
Un análisis detallado de estos aspectos no dará una idea de los tipos de innovación más adecuados para la empresa, por ejemplo la innovación rutinaria es aconsejable si:
  • los segmentos de mercado actuales tienen un gran potencial de crecimiento
  • existe mucho recorrido para lograr que las necesidades más importantes de los clientes, estén completamente satisfechas
  • el paradigma tecnológico actual presenta todavía oportunidades para satisfacer las necesidades de los clientes
  • las competencias tecnológicas actuales o el modelo de negocio actual actúan como barreras a la imitación.
(Se deben realizar análisis similares con cada uno de los diferentes tipos de innovación. Por motivos de espacio no se abordan en este post)

 

En resumen una buena estrategia de innovación consiste en encontrar la combinación correcta de proyectos pertenecientes a los diferentes tipos de innovación definidos previamente. Esto facilita la asignación de recursos, aporta dirección y marca las reglas del juego de la innovación en la empresa.
Y recuerda, si no sabes a donde vas, cualquier camino te llevará allí.

 

Publicado en The Jazz Musician. Post original aquí.

Si te ha interesado este post, no olvides dejarnos tus comentarios. También apreciamos que los compartas con tus amigos y contactos en las redes sociales. Muchas gracias.

Share

Quino – 1932-2020

#pensamientoestratégico

Share