Cada decisión deja conocimiento: cómo aprende una empresa
Una mejora después de una decisión puede tener varias causas.
Una empresa sustituye un equipo y, al mes siguiente, baja su consumo. El resultado invita a celebrar la decisión. Pero también hubo menos horas de producción. Saber cuánto aportó el equipo exige mirar algo más que la última factura.
Me interesa esa diferencia porque determina qué aprende una organización de su experiencia. Si atribuye toda la mejora a la inversión, puede repetirla donde no conviene. Si entiende sus efectos, dispone de un criterio más útil para decidir otra vez.
Escribir la expectativa antes de conocer el resultado
Antes de cambiar el equipo, dejaría claro qué consumo se esperaba reducir, con qué ritmo de producción y a qué coste. También qué condiciones debían mantenerse: capacidad, continuidad de servicio o calidad del producto.
Registrar esa expectativa permite comparar después sin adaptar la historia a lo ocurrido. Si la explicación se escribe al final, es fácil presentar como evidente algo que al decidir estaba lleno de dudas.
La previsión puede equivocarse y seguir siendo útil. La diferencia entre lo esperado y lo observado ayuda a localizar un supuesto que merece revisión.
Mirar lo que se hizo realmente
El equipo instalado puede ser distinto del propuesto. La puesta en marcha puede retrasarse. El horario puede cambiar. Esas diferencias explican parte del resultado y conviene distinguirlas de un error en la decisión inicial.
En energía, compararía consumos teniendo en cuenta actividad y condiciones de operación. En una campaña comercial, observaría también la evolución de la demanda. En una inversión financiera, separaría en lo posible el efecto de la elección del movimiento general del mercado.
A veces faltarán datos para aislar las causas. Reconocerlo permite mejorar la siguiente observación: registrar horas de uso, conservar una referencia comparable o estudiar un periodo más largo.
Qué puede cambiar al aprender
La experiencia puede mejorar una previsión. Si una máquina consume más de lo estimado, se puede ajustar el modelo utilizado para anticipar su demanda. También puede mejorar un procedimiento: pedir las horas de funcionamiento antes de recomendar otra inversión.
Son cambios concretos, con consecuencias distintas. Una nueva estimación modifica el análisis; un nuevo procedimiento modifica cómo se trabaja. Cambiar los límites para aprobar una inversión exige, además, una decisión de las personas responsables.
La IA puede ayudar a reunir resultados, detectar diferencias y proponer explicaciones. Su contribución es especialmente útil cuando permite descubrir patrones que sería costoso revisar a mano. Después hay que contrastar qué explicación encaja con los hechos.
La siguiente decisión pone a prueba lo aprendido
Una mejora de criterio debe servir en casos posteriores. Probarla únicamente sobre la experiencia que la originó puede dar una impresión engañosa: ya conocemos su resultado.
Estudiaría nuevos casos con una referencia fijada de antemano. Observaría si mejora la previsión o la decisión, cuánto cuesta aplicarla y en qué situaciones deja de ser útil. Antes de intervenir en una operación, una simulación o un ensayo en paralelo puede ayudar a detectar problemas.
La relación entre conocimiento y decisiones que busco desarrollar consiste en eso: conservar lo que se esperaba, entender lo que ocurrió y utilizar la diferencia para decidir mejor. Cada experiencia aporta valor cuando deja un criterio que otras personas pueden comprender y poner a prueba.
Lecturas relacionadas
Referencias
Alejandro Díaz
Fundador de TheryOS, empresario y emprendedor en los sectores energético y financiero.
