Doxa 2577

Lo que revelan 60 años de datos sobre cómo hombres y mujeres experimentan el liderazgo

Las actitudes hacia las mujeres en puestos de liderazgo han mejorado desde 1965. Sin embargo, todavía existen grandes diferencias en la forma en que hombres y mujeres perciben la evaluación, los estándares y las oportunidades en la actualidad

Por Dwayne Whitten, Wendy R. Boswell y Susan Oldroyd

Género

Harvard Business Review

#Doxa #Liderazgo #MujeresLideres #BrechaDeGenero #EquidadDeGenero #EvaluacionLaboral #OportunidadesProfesionales #Estándares #Datos #Actitudes #DesarrolloProfesional

Resumen. En 1965, la revista Harvard Business Review encuestó a 2000 ejecutivos y ejecutivas para analizar las percepciones sobre las mujeres en puestos de liderazgo. Desde entonces, los investigadores han replicado ese estudio cada veinte años para evaluar la evolución de las actitudes hacia las mujeres en puestos directivos. En esteEn la última entrega, que incluye respuestas de 193 altos ejecutivos estadounidenses, respaldadas por entrevistas en profundidad y varias preguntas nuevas, los investigadores han detectado un preocupante retroceso: hombres y mujeres ahora discrepan notablemente sobre si las mujeres son juzgadas con mayor severidad, si se les exigen estándares más altos y si ascienden a través de sistemas verdaderamente meritocráticos. Los hallazgos no apuntan a una hostilidad manifiesta, sino a un sesgo subyacente: patrocinio informal, criterios de desempeño subjetivos y acceso desigual a puestos con responsabilidad sobre pérdidas y ganancias. Los investigadores sostienen que las organizaciones poseen las herramientas para corregir estas brechas, pero aún no han demostrado la voluntad política para hacerlo.

En 1965, un artículo publicado en la Harvard Business Review planteaba la pregunta: "¿Son las mujeres ejecutivas personas?". El título era deliberadamente provocador, y el momento lo justificaba: de los 2000 ejecutivos y ejecutivas encuestados para el artículo, una proporción considerable de hombres tenía una visión desfavorable de las mujeres en puestos directivos, no por su competencia para liderar, sino porque consideraban que la alta dirección era un lugar inapropiado para ellas. Desde entonces, diversos trabajos publicados en la HBR han analizado las percepciones sobre las mujeres en puestos ejecutivos a intervalos de veinte años, con equipos de autores que utilizaron preguntas casi idénticas a las de la investigación de 1965 tanto en "Compensation, Jobs, and Gender" (1985), de Benson Rosen, Sara Rynes y Thomas A. Mahoney, como en "What Men Think They Know About Executive Women " (2006).

Para revisar las percepciones en 2026, nosotros (tres académicos, incluyendo a uno de los autores originales del artículo de 2006) hemos utilizado las mismas preguntas, junto con algunas modificaciones y adiciones para reflejar la evolución del entorno laboral, incluyendo preguntas sobre los criterios de promoción y las percepciones de meritocracia. Nuestro trabajo incluye respuestas de 193 altos ejecutivos estadounidenses de diversos sectores, además de entrevistas cualitativas con varios participantes. Lo que revelan los datos combinados no es simplemente que el sesgo persiste, sino más bien nuevos desarrollos específicos y preocupantes. Si bien las actitudes mejoraron notablemente entre 1965 y 2006, los años posteriores han generado una brecha en la forma en que hombres y mujeres experimentan la evaluación, los estándares y las oportunidades. Esta divergencia indica progreso en la superficie, pero un deterioro subyacente.

Lo que realmente muestran las cifras

Dos hallazgos en los datos más recientes resultan particularmente llamativos: el primero es de índole experiencial. Hace veinte años, hombres y mujeres respondían de forma casi idéntica cuando se les preguntaba si las mujeres eran juzgadas con mayor severidad en puestos ejecutivos, con aproximadamente un 35 % de cada grupo de acuerdo. Hoy en día, los hombres siguen respondiendo con un 35 %, pero las mujeres lo hacen con un 90 %, lo que revela una brecha significativa en la percepción entre ejecutivos y ejecutivas.

El segundo factor es estructural. Nuestra encuesta reveló que el 83% de las mujeres cree que debe ser más excepcional que los hombres para tener éxito, en comparación con el 28% de los hombres, un salto significativo respecto a 2006, cuando el 68% de las mujeres y el 32% de los hombres compartían esta opinión. Este segundo hallazgo refleja lo que se ha identificado como el sesgo de "demostrar una vez más", donde se documenta el patrón en el que se presume la ausencia de competencia de las mujeres en lugar de su presencia, lo que exige una demostración repetida que no se les pide a los hombres. Mientras que a los hombres se les evalúa por su potencial, a las mujeres se les evalúa por un historial de logros establecido, y mientras que los errores de los hombres se integran en una impresión general favorable, los de las mujeres se registran. Nuestros datos sugieren que esta dinámica no solo ha persistido, sino que se ha intensificado. La primera brecha refleja cómo las mujeres experimentan ser evaluadas o juzgadas. La segunda refleja qué estándar creen que deben alcanzar antes de que sea posible una evaluación favorable. Ambas han empeorado desde la última encuesta, pero a través de diferentes mecanismos.

Los datos recopilados a partir de nuevos ítems de esta encuesta profundizan en el panorama. Solo el 37 % de las mujeres cree que los criterios de promoción se aplican por igual a ambos sexos, en comparación con el 70 % de los hombres, y solo el 40 % de las mujeres cree que su empresa es una meritocracia, en comparación con el 76 % de los hombres. Un alto ejecutivo que entrevistamos describió el mecanismo subyacente no como un desacuerdo sobre los hechos, sino como una diferencia en la forma en que se experimenta el mismo sistema. Los hombres ven un proceso que se aplica de manera consistente, mientras que las mujeres encuentran un acceso desigual a los insumos que lo alimentan. La visibilidad se acumula de manera desigual.

El mérito se interpreta, no se mide simplemente. Las investigaciones demuestran que las organizaciones que proclaman con mayor vehemencia los valores meritocráticos suelen ser aquellas donde dicha interpretación está más sesgada en contra de las mujeres. Los directivos de organizaciones explícitamente meritocráticas muestran un mayor sesgo a favor de los hombres que de las mujeres con un desempeño similar, precisamente porque su creencia en la equidad del sistema reduce su impulso a la autocrítica. El patrocinio informal fluye por vías que las políticas formales no abarcan, y estas vías tienden a seguir patrones preexistentes de familiaridad y visibilidad. Cada dinámica se refuerza mutuamente, razón por la cual la brecha de percepción entre hombres y mujeres se ha ampliado en los últimos veinte años en lugar de reducirse.

Por qué el progreso lo empeoró

En nuestra opinión, existen un par de explicaciones interrelacionadas para la divergencia observada en los últimos 20 años: una mayor polarización política que ha dado lugar a retrocesos en materia de diversidad, equidad e inclusión, y una mayor concienciación sobre los prejuicios entre las mujeres.

En nuestra encuesta, las mujeres líderes reportaron las mismas barreras ocultas en el trabajo, independientemente de la orientación política de su sector o región. Por lo tanto, la política por sí sola no causa ni soluciona la desigualdad de género. Sin embargo, la creciente polarización política está convirtiendo los desafíos que enfrentan las mujeres en el ámbito laboral en una lucha política. Las investigaciones demuestran que cuando un problema real (como los prejuicios) se vincula con una solución políticamente sesgada (como los programas de DEI), se deja de hablar del problema y se discute sobre la solución. Como resultado, el problema real se ignora y las barreras cotidianas que enfrentan las mujeres persisten.

Sin embargo, si bien los retrocesos en las iniciativas de DEI han planteado nuevos desafíos, estos programas a menudo no lograron avances, ya que muchas empresas se centraron en esfuerzos visibles —como políticas y declaraciones— sin modificar los procesos que realmente determinaban quién ascendía. Cuando se redujeron los programas formales de DEI, se eliminó la fachada y se hicieron más evidentes los patrones reales de toma de decisiones. Un ejecutivo explicó que, después de que su empresa suspendiera sus esfuerzos de inclusión por motivos legales, los líderes de repente solo hablaban de "desempeño" en las conversaciones sobre ascensos. Los empleados que antes se sentían reconocidos como líderes emergentes comenzaron a preguntarse si realmente seguían siendo considerados para futuros puestos.

La mayor concienciación de las mujeres sobre los prejuicios en su contra —una concienciación agravada por la cobertura mediática de la eliminación de herramientas e iniciativas destinadas a combatirlos— también parece tener repercusiones en sus ambiciones. Como señala el informe de McKinsey de 2025 sobre las mujeres en el ámbito laboral, por primera vez en sus once años de historia, ha surgido una brecha notable entre hombres y mujeres en su deseo de ascenso. Fundamentalmente, sus datos muestran que esta brecha desaparece cuando las mujeres reciben el mismo apoyo y patrocinio profesional que sus homólogos masculinos. La menor ambición relativa es una respuesta lógica a un entorno poco favorable. Esta mayor concienciación ha visibilizado los obstáculos ocultos, mientras que las herramientas formales para superarlos son inexistentes o se están debilitando.

Lo que estas explicaciones tienen en común es que apuntan al mismo mecanismo subyacente: una brecha entre los programas organizacionales formales y las dinámicas informales que las políticas formales no abarcan. Una ejecutiva de nivel CFO describió su contratación para suceder al CFO saliente de su organización. Había sido completamente evaluada y aprobada, pero dos meses después de asumir el cargo, se le pidió que asistiera a una cena de la junta directiva, pero no a la reunión propiamente dicha, para que los miembros de la junta que ya la habían aprobado se sintieran "cómodos". No se violó ninguna política. No había ninguna queja formal disponible. Pero el mensaje sobre qué autoridad requería una ratificación adicional era inequívoco. Esta es la estructura del sesgo encubierto, y es donde reside la explicación de nuestros datos.

El problema de los oleoductos es estructural, no actitudinal.

Es importante destacar que, desde la encuesta de 1965, las actitudes hacia las mujeres en puestos de liderazgo han mejorado notablemente. Sin embargo, estas actitudes favorables coexisten con un obstáculo estructural que se identifica sistemáticamente en las entrevistas con ejecutivos. Por ejemplo, resulta considerablemente más fácil para las mujeres ascender en funciones administrativas como recursos humanos, finanzas y asuntos legales que en puestos operativos con responsabilidad sobre pérdidas y ganancias.

A partir de 2025, las mujeres ocupan solo el 16 % de los puestos de directora de operaciones (COO), uno de los dos cargos, junto con el de directora financiera (CFO), que los datos de búsqueda de ejecutivos identifican como la vía interna más común para llegar a ser directora ejecutiva (CEO). La mayoría de los avances recientes de las mujeres en puestos directivos no se deben a su incursión en estos roles operativos, sino a que las empresas han creado nuevos puestos de apoyo y los han contratado. Este progreso no puede continuar indefinidamente, ya que las empresas no pueden seguir añadiendo puestos de trabajo sin cesar.

Los datos sobre la inserción laboral en las empresas, extraídos del informe Mujeres en el Ámbito Laboral, confirman que, si bien hombres y mujeres se incorporan al mercado laboral en proporciones relativamente iguales, se produce una marcada desigualdad estructural que comienza con la brecha en el primer escalón hacia la gerencia. Para cuando las mujeres alcanzan el nivel de vicepresidenta sénior, ocupan el 31 % de los puestos operativos, lo que las concentra en gran medida en funciones de apoyo al personal.

Este patrón se ve reforzado por deficiencias sistémicas en la planificación y el patrocinio de trayectorias profesionales. Las investigaciones sugieren que los hombres tienen tres veces más probabilidades que las mujeres de ser alentados activamente a asumir responsabilidades de pérdidas y ganancias, y casi la mitad de los hombres reciben capacitación detallada para roles de pérdidas y ganancias, en comparación con solo el 15 % de las mujeres. En consecuencia, cuando las mujeres logran acceder a funciones operativas de línea, la tradicional penalización por "falta de adecuación" se transforma en una batalla basada en criterios altamente subjetivos. Datos recientes de seguimiento empírico demuestran que, incluso cuando las gerentes de línea superan a los hombres en métricas objetivas, enfrentan grandes obstáculos en los ciclos de promoción porque los evaluadores tienen dificultades para proyectarlas a puestos de mando operativo de alto nivel. El resultado es un profundo doble rasero corporativo: los hombres son promovidos por la gran promesa de su potencial futuro, mientras que las mujeres deben demostrar un historial impecable e intachable de desempeño pasado solo para superar el mismo obstáculo. Tanto los ejecutivos como las ejecutivas que participaron en nuestro estudio confirmaron este patrón.

Lo que destacó en nuestro estudio fue que hombres y mujeres tenían opiniones radicalmente diferentes. Los ejecutivos varones lo atribuyeron a la interferencia de las exigencias de sus funciones operativas con la flexibilidad que los padres de niños pequeños pueden desear. Las ejecutivas, al analizar el mismo patrón, señalaron algo distinto. Consideraban que se daban por sentado ciertas cosas antes incluso de consultar a las mujeres. Como afirmó directamente una ejecutiva: «No le preguntamos a la mujer si está interesada; simplemente asumimos que no lo está».

El problema radica en que, al poner a prueba esta suposición, resulta ser falsa. Las investigaciones demuestran que las mujeres están tan dispuestas como los hombres a aceptar asignaciones internacionales y roles que implican un mayor desafío, y que la brecha que observan las organizaciones refleja las consecuencias desiguales que experimentan las mujeres al asumir riesgos, no una diferencia en su disposición inicial. Las organizaciones que nunca cuestionan las suposiciones seguirán llegando a la misma conclusión, no porque sean correctas, sino porque nunca consultaron a las mujeres.

El costo de este patrón va más allá de la exclusión. Incluso cuando las mujeres son designadas para puestos de liderazgo, la investigación moderna confirma de manera contundente que enfrentan un "precipicio de cristal", una preferencia sistemática por nombrar a mujeres y grupos subrepresentados en roles de liderazgo durante crisis organizacionales. La investigación revela que los líderes diversos tienen una probabilidad significativamente mayor que los hombres blancos de ser nombrados directores ejecutivos de empresas con bajo rendimiento. Fundamentalmente, estos nombramientos precarios a menudo desencadenan el "efecto salvador", un fenómeno en el que los líderes no tradicionales con dificultades son sistemáticamente destituidos y reemplazados por líderes tradicionales blancos. Cuando estos nombramientos terminan mal, el fracaso se atribuye erróneamente a la identidad demográfica del líder en lugar de a la crisis preexistente. Este fracaso atribuido refuerza los estereotipos negativos, desalentando a las juntas directivas a realizar futuros nombramientos diversos y reemplazándolos con "salvadores" tradicionales blancos. Cambiar este ciclo de retroalimentación requiere interrumpir ambos extremos.

...

Hace sesenta años, la pregunta era si las mujeres podían liderar. Esa pregunta ya tiene respuesta. Hace veinte años, la pregunta era si las actitudes cambiarían. Y lo hicieron, sustancialmente. Las preguntas de hoy son más precisas y más difíciles: ¿por qué se amplió la brecha de percepción precisamente cuando mejoraron las actitudes superficiales, y qué nos dice esto sobre dónde aún se necesita cambiar?

Un ejecutivo que dedicó años a analizar este patrón desde dentro ofreció la formulación más clara. Indicó que el problema no radica en la intención, sino en la interpretación. El mérito se definía de forma demasiado restrictiva, limitándose al desempeño actual e ignorando la trayectoria y el potencial de desarrollo. No se infringía ninguna política, pero los resultados seguían siendo cada vez más limitados. El cambio que transformó su enfoque fue aprender a preguntarse no solo "¿Quién tuvo el mejor desempeño?", sino también "¿De quién no estamos viendo aún todo el potencial? ¿Dónde reside la oportunidad y por qué?".

Nuestros hallazgos, basados ​​en más de 60 años de datos, ofrecen una valiosa precisión para abordar los problemas críticos y pendientes. Las organizaciones invirtieron fuertemente en señales visibles de inclusión, pero mantuvieron intactos los hábitos interpretativos informales que determinan quién es visto, desarrollado y en quién se confía para los puestos que conducen a la cima. Las herramientas necesarias para un rediseño —criterios predefinidos, documentación estructurada, flujos de pérdidas y ganancias y retroalimentación práctica— ya están a nuestra disposición. Lo que sesenta años de evidencia dejan claro es que la barrera nunca fueron las herramientas, sino la voluntad de utilizarlas realmente.

Lea más sobre género o temas relacionados: Liderazgo y gestión de personas, Liderazgo, Desarrollo del liderazgo y Planificación de carrera.

Dwayne Whitten Es profesor clínico en la Escuela de Negocios Mays de la Universidad Texas A&M. Su investigación se centra especialmente en cómo el género y las prácticas organizacionales influyen en la percepción de las mujeres ejecutivas y en la experiencia del equilibrio entre la vida laboral y personal.

Wendy R. Boswell es titular de la Cátedra Jerry y Kay Cox de Negocios y actualmente dirige el Departamento de Administración de la Escuela de Negocios Mays de la Universidad Texas A&M. Su investigación se centra en la relación entre el trabajo y la vida personal, la rotación y retención de empleados y el comportamiento en la búsqueda de empleo.

Susan Oldroyd es estudiante de doctorado en la Escuela de Negocios Mays de la Universidad Texas A&M. Su investigación se centra en líderes estratégicos, dinámica competitiva y gobierno corporativo.

Doxa 2576

El servicio de oficina que realmente mejora el trabajo en equipo

Por Ron Friedman

Colaboración y Equipos

Harvard Business Review

#Doxa #TrabajoEnEquipo #ServiciosDeOficina #Colaboración #Productividad #EspaciosDeTrabajo #OficinaModerna #TeamBuilding #GestiónEquipos #AmbienteLaboral #OficinaColaborativa

Resumen. Una investigación realizada con más de 6000 trabajadores del conocimiento sugiere que los equipos más eficaces se definen menos por las ventajas en la oficina o las modalidades de trabajo que por su capacidad para proteger el trabajo concentrado. Los equipos de alto rendimiento reducen deliberadamente las interrupciones mediante la concentraciónBloques de tiempo, periodos sin reuniones y sistemas que minimizan la comunicación constante y las consultas periódicas. En lugar de priorizar la interacción continua, los mejores entornos laborales reconocen que la colaboración depende de brindar a las personas el tiempo y las condiciones necesarias para reflexionar profundamente, resolver problemas de forma independiente y aportar mejores ideas al grupo.

¿Qué tipo de entorno laboral ayuda a los equipos a rendir al máximo?

Es una cuestión con la que las organizaciones han lidiado durante décadas, lo que ha dado lugar a una reinvención tras otra del lugar de trabajo: oficinas privadas, cubículos, espacios abiertos, campus al estilo de Silicon Valley y, más recientemente, modalidades de trabajo híbridas.

A pesar de estos esfuerzos, sorprendentemente se sabe poco sobre qué características del lugar de trabajo fomentan equipos de alto rendimiento.

Para comprender mejor qué distingue a los equipos excepcionales de los promedio, mi equipo y yo encuestamos a más de 6000 trabajadores del conocimiento en una amplia gama de industrias e identificamos un pequeño grupo de equipos excepcionalmente eficaces. Luego, examinamos diversos factores que explican su éxito, incluyendo prácticas de liderazgo, hábitos de equipo, organización del trabajo y comodidades en el lugar de trabajo.

En nuestro estudio, los participantes indicaron cuáles de las más de 20 comodidades disponibles en el lugar de trabajo estaban disponibles, desde espacios de trabajo colaborativos y salas de reuniones privadas hasta gimnasios en la oficina, mesas de ping-pong y comida y café gratuitos.

En teoría, cualquiera de estas ventajas podría mejorar el rendimiento, ya sea creando oportunidades para fortalecer los lazos grupales, mejorando el bienestar de los trabajadores o simplemente facilitando que las personas den lo mejor de sí mismas.

Sin embargo, en nuestra encuesta, solo un factor distinguió consistentemente a los equipos de alto rendimiento: un lugar tranquilo para concentrarse en el trabajo. Los miembros de los superequipos tenían un 52 % más de probabilidades que los equipos promedio de afirmar tener acceso a un lugar donde pudieran concentrarse sin interrupciones.

¿Qué relación existe entre el acceso a un espacio de trabajo tranquilo y el trabajo en equipo?

La clave está en reconocer que la colaboración eficaz requiere más que una presencia constante. Los equipos necesitan oportunidades para debatir ideas, coordinar esfuerzos y tomar decisiones. Pero también necesitan que cada miembro piense de forma crítica, resuelva problemas y ejecute esas decisiones. Ese trabajo exige concentración ininterrumpida, y un espacio de trabajo tranquilo lo hace posible.

El debate sobre el teletrabajo no da en el clavo.

El deseo de concentrarse mejor es una de las principales razones por las que el teletrabajo resulta tan atractivo, especialmente para quienes trabajan en oficinas con poco espacio para concentrarse de forma sostenida. Trabajar desde casa elimina muchas de las distracciones propias de la vida en la oficina: el murmullo de fondo, las visitas inesperadas y la sensación de estar siempre disponible.

Estudios previos sobre el teletrabajo han arrojado resultados dispares en cuanto a la productividad individual: algunos muestran un aumento superior al 20 % y otros, descensos moderados. Por lo tanto, en nuestro estudio decidimos centrarnos en la productividad de los equipos en lugar de la individual: ¿Dónde es más probable que surjan equipos de alto rendimiento? ¿La colaboración presencial supone una ventaja para los equipos? ¿El teletrabajo conduce a mejores resultados? ¿O la mejor opción es un modelo híbrido que combine la estructura de la oficina con la flexibilidad del hogar?

La respuesta es, en realidad, ninguna de las anteriores. Descubrimos que los superequipos tenían la misma probabilidad de trabajar de forma remota que de ser híbridos o totalmente presenciales.

Este hallazgo puede parecer contradictorio hasta que se considera que cada modalidad de trabajo crea sus propios obstáculos para la concentración. Los equipos presenciales lidian con interrupciones, conversaciones ajenas y la expectativa de disponibilidad constante. Pero los equipos remotos e híbridos se enfrentan a un conjunto diferente de desafíos. Las investigaciones sugieren que los empleados que trabajan en entornos híbridos aumentan el uso de mensajería y videollamadas, incluso en los días en que están físicamente en la oficina. El resultado puede ser lo peor de ambos mundos: los empleados se desplazan a la oficina solo para pasar gran parte del día en reuniones virtuales y respondiendo mensajes, lo que les deja poco tiempo para concentrarse en el trabajo.

El cómo importa más que el dónde.

Descubrimos que los superequipos crean intencionadamente oportunidades para el trabajo concentrado, independientemente de dónde realicen sus tareas sus miembros. Programan bloques de tiempo específicos para concentrarse, durante los cuales no se espera que las personas supervisen los mensajes ni respondan de inmediato a las solicitudes, y establecen días sin reuniones, creando así períodos más largos de tiempo ininterrumpido para un trabajo significativo.

Igualmente importante, reducen la necesidad de interrupciones. Documentan cómo deben completarse las tareas rutinarias y utilizan sistemas de gestión de tareas que permiten a los miembros del equipo consultar el estado de los proyectos sin interrumpir a un compañero.

En resumen: en lugar de depender de un flujo constante de reuniones y mensajes para mantenerse coordinados, los superequipos crean sistemas que facilitan la búsqueda de información y el seguimiento del progreso. El lugar donde trabaja un equipo importa menos que cómo trabaja.

Un camino mejor hacia adelante

Ningún modelo de trabajo tiene el monopolio del alto rendimiento. Los superequipos se distinguen por proteger el trabajo concentrado, independientemente de dónde se realice.

En conjunto, nuestros hallazgos sugieren tres maneras en que los líderes pueden crear mejores condiciones para el trabajo en equipo.

Considera el trabajo concentrado como una parte esencial de la colaboración. Las mejores colaboraciones rara vez surgen de la interacción constante. Los equipos necesitan oportunidades para pensar de forma independiente, perfeccionar ideas, resolver problemas y tomar decisiones.

Las investigaciones sobre la lluvia de ideas ilustran este punto. Los grupos que realizan lluvias de ideas en conjunto suelen generar menos ideas y de menor originalidad que los grupos en los que se anima a las personas a generar ideas individualmente antes de presentarlas al grupo para su discusión y perfeccionamiento, una práctica denominada " escritura de ideas ".

La técnica de la escritura creativa ilustra un principio importante: la colaboración eficaz no se trata solo de reunir a las personas, sino también de crear oportunidades para que piensen de forma independiente antes de contribuir al grupo. Los mejores líderes reconocen que el trabajo en equipo eficaz depende tanto de la contribución individual como de la mejora colectiva.

Experimenta con prácticas que te permitan disponer de tiempo para mantener la concentración. Los superequipos tienen muchas más probabilidades de establecer bloques de concentración y días sin reuniones que permitan a los empleados trabajar sin la presión de recibir respuestas inmediatas. Estas prácticas reconocen una realidad importante: cada reunión y cada mensaje conllevan un coste. Una sola interrupción puede parecer insignificante, pero docenas de pequeñas interrupciones a lo largo del día pueden fragmentar la atención y dificultar enormemente el progreso en tareas complejas.

En lugar de intentar una reforma radical de la forma de trabajar de tu equipo, empieza poco a poco. Dedica un bloque de 60 minutos, una o dos veces por semana, durante el cual no se espera que los miembros del equipo respondan mensajes ni asistan a reuniones. Después, comenten la experiencia en equipo. ¿Se avanzó en tareas importantes? ¿Surgió algún problema? Utiliza estas observaciones para perfeccionar el enfoque con el tiempo.

Los equipos de mayor rendimiento no descubren por casualidad mejores formas de trabajar; experimentan, aprenden y se adaptan continuamente.

Otorgar a los empleados mayor control sobre dónde realizan los diferentes tipos de trabajo. Muchas organizaciones dan por sentado que todos deberían trabajar en el mismo entorno durante toda la jornada. Sin embargo, las distintas tareas requieren condiciones diferentes. Escribir, analizar información compleja y el pensamiento estratégico suelen beneficiarse de una concentración ininterrumpida. Alinear prioridades, recabar opiniones y perfeccionar decisiones a menudo se benefician del diálogo con otros.

Los líderes no necesitan rediseñar oficinas enteras para brindar esta flexibilidad. Pueden reservar salas de conferencias para trabajar en silencio durante ciertas horas, establecer zonas con pocas distracciones o alentar explícitamente a los empleados a elegir espacios de trabajo que se ajusten a las exigencias de la tarea en cuestión.

...

Durante años, las organizaciones han debatido sobre el diseño del espacio de trabajo y las políticas de regreso a la oficina. Nuestros hallazgos sugieren que los líderes podrían beneficiarse al plantearse una pregunta diferente: ¿Hemos creado las condiciones que permiten a las personas pensar con la mayor eficacia?

Los líderes más eficaces reconocen que el trabajo en equipo no se trata solo de aumentar la interacción, sino de crear las condiciones que permitan a las personas aportar sus mejores ideas al grupo.

Lea más sobre Colaboración y equipos o temas relacionados: Equipos, Liderazgo de equipos, Equipos virtuales, Gestión del talento, Cultura organizacional, Entornos de trabajo, Trabajo híbrido, Trabajo remoto, Diseño de espacios de trabajo, Gestión de empleados, Gestión del desempeño de los empleados y Gestión de personas.

Ron Friedman es psicólogo y fundador de Superteams Inc., una empresa de formación y desarrollo que enseña a líderes estrategias basadas en la ciencia para crear equipos de alto rendimiento. Entre sus libros se encuentran Superteams, The Best Place to Work y Decoding Greatness.

 

Doxa 2575

Cuando las Empresas de una Cadena de Suministro Operan con Plazos Dispares

Los sectores están cada vez más divididos en cuanto a la velocidad de sus operaciones. Las empresas que rediseñen su forma de colaborar en diferentes horizontes temporales obtendrán una ventaja competitiva duradera

Por Suketu Gandhi y Olivier Blum

Gestión de Operaciones y Cadena de Suministro

Harvard Business Review

#Doxa #CadenaDeSuministro #PlazosDispares #VelocidadOperativa #ColaboraciónEmpresarial #VentajaCompetitiva #HorizontesTemporales #RediseñoOperativo #SectoresIndustriales #EficienciaLogística #GestiónTemporal

Resumen. Las industrias se encuentran cada vez más divididas entre la rápida demanda digital y la lenta capacidad física, lo que genera costosos fallos de coordinación. Los modelos de colaboración tradicionales, diseñados para la toma de decisiones secuencial y la visibilidad limitada, no pueden gestionar estas brechas cada vez mayores. Las empresas que rediseñen la forma en que comparten información, compromisos y capacidades a lo largo del tiempo avanzarán con mayor rapidez, generarán más valor y construirán una ventaja competitiva duradera.

La mayor limitación a la que se enfrentan las industrias modernas no es la tecnología, el talento ni el capital. Es el tiempo.

En sectores que van desde el comercio minorista hasta los semiconductores y las telecomunicaciones, las cadenas de valor se están dividiendo en capas de alta y baja velocidad que operan con ritmos fundamentalmente diferentes, y la brecha entre ellas se está ampliando.

Cuando un fenómeno viral de un producto (como el famoso vaso Stanley que se hizo viral ) genera una demanda vertiginosa en cuestión de horas, pero los tiempos de respuesta de la cadena de suministro se miden en trimestres, el desajuste resultante suele otorgar a los competidores una ventaja de ser los primeros en mercados multimillonarios.

Cuando el uso de las telecomunicaciones aumenta de forma repentina e impredecible (como la explosión de 30 veces en el número de usuarios de Zoom en tan solo tres meses), la infraestructura planificada con años de antelación se ve llevada al límite, lo que obliga a los operadores a ampliar rápidamente la capacidad y acelerar inversiones multimillonarias no planificadas en la red.

Cuando los fabricantes de automóviles tradicionales y sus socios de la cadena de suministro no pueden seguir el ritmo del avance de las tecnologías digitales, sus esfuerzos por pasar de los motores de combustión interna a los vehículos eléctricos que demanda el mercado fracasan, desperdiciando decenas de miles de millones de dólares en inversiones y años de trabajo.

Estas discrepancias ralentizan sectores enteros. Además, los modelos de colaboración tradicionales, basados ​​en la toma de decisiones secuencial y una visibilidad limitada de los proveedores, no fueron diseñados para este entorno. Solo el 16 % de las empresas tiene visibilidad en todos los niveles de su cadena de suministro. Casi un tercio conoce menos del 50 % de su cadena de suministro. Esta visibilidad limitada, más allá de los socios inmediatos, es la característica principal de los modelos tradicionales y una de las razones principales por las que fracasan.

Cuando los ritmos de los procesos divergen, estas relaciones secuenciales y distantes destruyen valor activamente. Esto se está convirtiendo en un desafío importante hoy en día, ya que los resultados empresariales requieren cada vez más una mayor colaboración intersectorial. Sin embargo, algunas industrias están empezando a mostrar un camino diferente. Al rediseñar la colaboración en torno al riesgo compartido, los compromisos de capital y la transparencia en los horizontes temporales, están avanzando más rápido y acelerando cadenas de valor completas.

Los centros de datos muestran lo que la sincronización puede desbloquear.

El sector de los centros de datos ilustra claramente este cambio. La carrera por construir infraestructura de IA ha obligado a desarrolladores, proveedores de equipos y empresas de servicios públicos a replantearse su colaboración. Estas industrias operan con plazos muy diferentes: entre 18 y 24 meses para construir una instalación, varios años para poner en marcha nueva capacidad de la red eléctrica y semanas para dar cabida a las nuevas cargas de IA.

Las conversaciones sobre regulación, la comunidad y los permisos en varios mercados importantes están añadiendo incertidumbre a los plazos de entrega, que ya de por sí son muy difíciles de sincronizar.

En lugar de verse limitados por las diferencias, los principales actores están rediseñando la colaboración desde cero.

• Los operadores de centros de datos están colaborando de forma más temprana y profunda con las empresas de servicios públicos mediante el desarrollo conjunto de proyectos de energía renovable, la inversión en generación in situ y la exploración de microrredes y soluciones de almacenamiento de energía para proporcionar flexibilidad a la red y suministro eléctrico de respaldo.
• Los proveedores de equipos están reinventando sus ofertas y modelos para mantenerse al día con la demanda. Están creando soluciones tecnológicas energéticas modulares y prefabricadas para reducir los plazos de entrega, ubicando la fabricación cerca de los principales clústeres de centros de datos y diseñando previamente los productos para adelantarse a las nuevas generaciones de GPU, de modo que los clientes puedan conectar el hardware de IA más reciente sin tener que empezar desde cero cada vez.
• Las empresas de servicios públicos se están adaptando mediante la creación de equipos especializados de "enlace con los centros de datos", la experimentación con modelos de capacidad flexibles y la colaboración en la innovación de la red para satisfacer un crecimiento de la demanda sin precedentes.

Este enfoque integrado está reduciendo drásticamente los plazos de entrega de los centros de datos, a menudo de 18 a 24 meses a 12 o menos.

Un ejemplo clave es la alianza entre Compass Datacenters y Schneider Electric, cuyo director ejecutivo es Olivier. Juntas, las empresas han establecido un centro de integración de 110 000 pies cuadrados junto al campus de Compass en Red Oak, Texas, para satisfacer la creciente demanda de centros de datos modulares prefabricados. Este centro reúne ambas cadenas de suministro en un entorno compartido, lo que permite una ejecución más rápida, predecible y eficiente en un momento en que los plazos de entrega de los clientes se reducen cada vez más.

Esta colaboración marca un cambio más amplio, alejándose de los modelos de entrega lineales y aislados para adoptar ecosistemas de proveedores estrechamente coordinados que operan como un sistema único e integrado. El resultado es un rediseño fundamental de la planificación, fabricación e implementación de la capacidad de los centros de datos.

Tres acciones para sincronizar la velocidad del reloj

Las lecciones se extienden mucho más allá de los centros de datos. Durante la próxima década, más de 5 billones de dólares invertidos en infraestructura de centros de datos e IA, y casi 6 billones más en mejoras de la red eléctrica, chocarán con sistemas de servicios públicos y manufactura centenarios, amenazando con paralizar las mejoras tan necesarias. Gran parte de la automatización actual sigue siendo cerrada y rígida, diseñada para un mundo predigital.

Los ganadores no serán los jugadores individuales más rápidos, sino aquellos que diseñen cadenas de valor para que se muevan de forma sincronizada. Esto requiere un cambio fundamental de los modelos tradicionales a lo que llamamos «sincronización a velocidad de reloj», impulsada por tres acciones clave que progresan lógicamente desde la visibilidad hasta la flexibilidad y, finalmente, la capacidad. Y ahí es donde la automatización abierta definida por software cambia las reglas del juego.

1. Creación de una arquitectura de información compartida.

No se puede coordinar lo que no se ve. Por lo tanto, el primer paso para sincronizar la velocidad es implementar sistemas multinivel que brinden a todos los socios visibilidad en tiempo real de las señales de demanda, los niveles de inventario y las limitaciones de capacidad. Esto requiere un lenguaje común basado en interfaces abiertas para que los modelos de datos puedan intercambiar información. Un ejemplo sencillo es que los minoristas compartan datos de punto de venta directamente con los fabricantes y proveedores de segundo nivel, lo que permite a los socios de la cadena de suministro detectar cambios en la demanda en 24 a 48 horas en lugar de 30 a 60 días.

Estos sistemas implementan un sistema de monitoreo basado en IA para detectar divergencias entre la velocidad de las ventas minoristas y los cronogramas de fabricación antes de que se produzcan crisis de inventario. Establecen paneles de control que muestran el horizonte de planificación y los ciclos de decisión de cada socio, y exigen la estandarización de datos para que los minoristas de alta rotación y los fabricantes de baja rotación se comuniquen en el mismo idioma. Esto permite a los socios de baja rotación acceder con anticipación a las señales del mercado de alta rotación, al tiempo que les brinda visibilidad sobre las limitaciones de baja rotación.

2. Implementar una infraestructura flexible de compromiso compartido.

En las relaciones comerciales tradicionales, los compromisos se establecen antes de que la realidad se manifieste. Los contratos anuales especifican volúmenes exactos, los pedidos trimestrales fijan los productos con meses de antelación y la parte que no puede adaptarse absorbe las pérdidas. Cuando los plazos se desfasan, estas estructuras rígidas destruyen valor.

La infraestructura de compromiso flexible reinventa la forma en que los socios se coordinan. Incluye la creación de mejores contratos y el rediseño de cómo las empresas se comprometen, planifican y comparten los resultados.

La base son los acuerdos de capacidad adaptativa. En lugar de «comprar 10 000 unidades del Producto X», los minoristas se comprometen a «reservar 10 000 unidades que se pueden redirigir a los Productos A, B o C según la demanda». Para decisiones a largo plazo, las empresas incorporan opciones. Los contratos de semiconductores especifican la plataforma y el nodo de proceso, pero posponen la entrega de los chips exactos hasta tres o seis meses después. Los desarrolladores de centros de datos negocian «opciones de energía», asegurando la capacidad de la red sin comprometerse con una fecha exacta.

Pero los contratos flexibles requieren una toma de decisiones sincronizada y, a su vez, una planificación escalonada. En la fase estratégica (de 12 a 18 meses), los socios se ponen de acuerdo en las inversiones en capacidad. En la fase táctica (de tres a seis meses), se comprometen con los cronogramas de producción y los planes de marketing. En la fase operativa (semanal), realizan ajustes dentro de rangos preestablecidos. La clave reside en sincronizar el punto de no retorno de cada socio, como cuando se debe cortar la tela o fabricar los chips, de modo que los socios más ágiles se comprometan antes de que lo hagan los más lentos.

Finalmente, los modelos de riesgo compartido alinean los incentivos. Cuando la demanda se desploma, minoristas y proveedores se reparten los descuentos. Cuando la demanda aumenta, los que se adaptan rápidamente comparten las ganancias extraordinarias con los proveedores que históricamente habían tardado en ajustarse, pero que han invertido para ofrecer una mayor flexibilidad de capacidad. El inventario de reserva, con inversión conjunta, evita tanto la falta de pedidos como la sobreproducción.

Este enfoque del compromiso reformula el concepto de "contratos", transformándolos de obligaciones legales en mecanismos de coordinación vivos para afrontar juntos la incertidumbre.

3. Desarrollar capacidades organizativas basadas en la velocidad.

Incluso con una visibilidad perfecta e incentivos alineados, las cadenas de valor que no pueden ajustarse rápidamente permanecen estancadas. Por eso, las capacidades que permiten la agilización son tan vitales. Algunos ejemplos son la fabricación modular, que permite cambiar las referencias en horas en lugar de semanas; las redes de inventario distribuidas, que redirigen los productos regionalmente; y los proveedores de respaldo precalificados, que pueden activarse en 30 días. Estas capacidades agilizan los protocolos de decisión para situaciones críticas, lo que permite a los líderes operativos ajustar los planes dentro de parámetros definidos sin la revisión de la dirección. También son útiles los procedimientos de emergencia de respuesta inmediata, que suspenden la gobernanza habitual y permiten que equipos conjuntos de respuesta rápida tomen el control.

El cambio del trabajo secuencial al paralelo es fundamental. Los enfoques tradicionales utilizan traspasos secuenciales donde cada etapa espera a que la anterior finalice. Como ilustra el ejemplo del centro de datos de Schneider Electric y Compass, las alianzas comerciales sincronizadas ejecutan flujos de trabajo paralelos donde la preparación del sitio, la adquisición de equipos y las aprobaciones regulatorias se realizan simultáneamente. Esto requiere la ubicación conjunta de equipos de diferentes empresas, la integración de la gestión de proyectos y la negociación previa de roles y responsabilidades.

La capacitación en la adaptación a diferentes ritmos de trabajo también es valiosa. Permite a los socios crear equipos capaces de operar a distintas velocidades, desde la planificación estratégica pausada y reflexiva hasta la respuesta rápida y decisiva ante crisis. Estas capacidades requieren inversión, pero mantener cadenas de suministro inflexibles en un mundo volátil resulta mucho más costoso.

¿Por qué esta brecha se está volviendo urgente?

Los desajustes en la velocidad de reloj son un desafío crucial de la década de 2020. En los próximos 18 meses, se producirá un nuevo fenómeno: un producto se viralizará, abriendo una oportunidad de mercado multimillonaria. La próxima crisis geopolítica perturbará las rutas marítimas mundiales o el suministro de materias primas. El próximo cambio en la plataforma tecnológica multiplicará por diez la demanda en pocos trimestres, mientras que la capacidad de producción tardará años en responder. La única incógnita es si su cadena de suministro estará preparada para aprovechar las oportunidades o absorber las pérdidas.

Las empresas que dominan la sincronización a velocidad de reloj obtienen cuatro ventajas fundamentales que se acumulan con el tiempo.

Aprovechan oportunidades que sus competidores pasan por alto. Las empresas con mayor capacidad de respuesta pueden adaptarse a los cambios en la demanda en cuestión de semanas, no de trimestres. Cuando se produzca la próxima disrupción, las redes de proveedores sincronizadas estarán gestionando los pedidos mientras los competidores tradicionales aún se encuentran en reuniones de planificación.

Eliminan el desperdicio del sistema. La sincronización de las velocidades de reloj evita la destrucción de valor al prevenir costos y oportunidades perdidas, a menudo por valor de miles de millones de dólares.

Desarrollan resiliencia operativa. En lugar de que cada parte actúe de forma independiente, las cadenas de valor sincronizadas cuentan con protocolos para una respuesta coordinada. Esta resiliencia se vuelve más valiosa cada año a medida que aumenta la volatilidad.

Crean ventajas competitivas gracias a la profundidad de sus alianzas. Estas relaciones sincronizadas tardan entre dos y tres años en consolidarse, lo que significa que los competidores no pueden replicarlas rápidamente, incluso cuando perciben la ventaja. Para cuando logran ponerse al día, la brecha se ha ampliado aún más.

...

La disyuntiva es clara: rediseñar su red de suministro ahora para adaptarse a la realidad de las diferencias en la velocidad de respuesta o seguir siendo vulnerable a las pérdidas por falta de visibilidad, compromisos rígidos y respuestas descoordinadas. Lo cierto es que los modelos de colaboración tradicionales no se diseñaron para economías de dos velocidades. Al analizar la velocidad de respuesta de su red para identificar brechas y oportunidades, puede comenzar a diseñar la solución antes de que la próxima crisis le obligue a actuar.

Lea más sobre Operaciones y gestión de la cadena de suministro o temas relacionados: Estrategia de operaciones, Gestión de la cadena de suministro, Gestión de proyectos y Gestión empresarial.

Suketu Gandhi es codirector de la práctica global de operaciones estratégicas en Kearney y asesor de empresas emergentes en el ámbito de la cadena de suministro.

Olivier Blum es el director ejecutivo de Schneider Electric.

Doxa 2574

Justifique económicamente su iniciativa de sostenibilidad

Los responsables de sostenibilidad deben hablar de flujo de caja, riesgo y rentabilidad

Por Ann Tracy, Katherine Pickus, Steven Goldbach, Laura Bryce, Bill Marquard y Alicia Bonner

Sostenibilidad ambiental

Harvard Business Review

#Doxa #Sostenibilidad #FlujoDeCaja #Rentabilidad #RiesgoEmpresarial #FinanzasVerdes #ROI #OPEX #GreenBonds #MitigaciónDeRiesgos #ValorParaElAccionista #EconomíaCircular #CostoDeCapital #ESG #EficienciaOperativa #VentajaCompetitiva

Resumen. Las propuestas de sostenibilidad a menudo se estancan no por falta de mérito, sino porque están redactadas en un lenguaje que no se ajusta a la forma en que los altos directivos asignan el capital. Mientras que los responsables de la sociedad civil tienden a enfatizar el impacto, la relevancia y la transparencia, los directores financieros y los directores ejecutivos debenComprender el flujo de caja, el riesgo y el retorno. Los marcos de informes externos son útiles para la rendición de cuentas, pero no se adaptan bien a las decisiones de inversión internas, que requieren comparaciones a nivel de proyecto en lugar de métricas empresariales agregadas. Por lo tanto, las inversiones en sostenibilidad deben evaluarse como cualquier otra inversión: demostrando cómo reducen los costos actuales, evitan costos futuros, generan nuevos ingresos o protegen los ingresos existentes. Los argumentos sólidos comienzan con una historia empresarial clara que vincula la acción propuesta con un impacto empresarial específico y un resultado en el flujo de caja, para luego cuantificar lo que se puede cuantificar de manera creíble, tratando los beneficios más difíciles de medir como un potencial de crecimiento o una apuesta estratégica explícita.

La directora de sostenibilidad presenta la propuesta de inversión al equipo directivo de su empresa. Todos asienten. No hay resistencia. Pero la reunión termina, como muchas otras, sin un compromiso claro. Unas semanas después, la propuesta sigue circulando, a la espera de un análisis más exhaustivo.

Estos bloqueos en materia de sostenibilidad se dan en consejos de administración de todo el mundo, debido a una falta de sintonía entre el director de sostenibilidad (CSO) y el director financiero (CFO). El CSO se expresa en términos de impacto, relevancia y transparencia, un lenguaje que los equipos de sostenibilidad dominan. Sin embargo, el CFO y el CEO buscan los conceptos básicos que toda inversión debe abordar para obtener capital: flujo de caja, riesgo y rentabilidad. Cuando estos lenguajes no coinciden, incluso las propuestas más sólidas se estancan.

La encuesta de referencia de CSO de Deloitte de 2026 (disponible en esta página ) reveló que más del 50 % de los CSO desean aprender más sobre la medición del valor orientada a la sostenibilidad y el desarrollo de casos de negocio. Si bien no contamos con datos formales, creemos que lo contrario también es probable; una proporción similar de sus colegas CXO probablemente tenga poca experiencia en sostenibilidad.

En la Cumbre de Negocios y Sociedad de Aspen, celebrada en julio de 2025, Deloitte facilitó una sesión de trabajo con líderes en sostenibilidad (entre ellos Ann y Katherine) sobre cómo demostrar mejor el valor de las inversiones en sostenibilidad. Al finalizar la Cumbre, más de 20 líderes se comprometieron a seguir trabajando en ello. Meses después, tras varias sesiones de seguimiento coordinadas por el Instituto Aspen, Deloitte elaboró ​​un marco de trabajo para la comunidad de liderazgo en sostenibilidad. (Los autores agradecen a los numerosos líderes sénior en sostenibilidad que contribuyeron a esta reflexión).

El trabajo surgió de la constatación de que, en la última década, los marcos de informes de sostenibilidad ( por ejemplo, GRI, SASB, ISSB, CSRD ) se han multiplicado, pero ninguno fue diseñado para subsanar la desconexión entre el director financiero y el director de sostenibilidad. Los marcos de informes externos no aportan información relevante para las decisiones internas de asignación de capital. Consolidan la huella ambiental, social y de gobernanza de la empresa en una puntuación compuesta, luego en un índice sectorial y, finalmente, en un color en el panel de control del inversor. Esta agregación cumple una función informativa importante; proporciona a los inversores una herramienta para la asignación de capital basada en el riesgo regulatorio actual y futuro. Sin embargo, las decisiones internas de asignación de capital requieren un cálculo muy diferente: comparar el flujo de caja y otros impactos de proyectos individuales alternativos entre sí. Esto exige despromediar, no agregar. El lenguaje de los promedios no es suficiente en las conversaciones sobre economía marginal.

Para solucionar esto, las organizaciones de la sociedad civil necesitan ser capaces de hablar el lenguaje del capital.

En efecto, las inversiones en sostenibilidad se comportan como cualquier otra inversión. Crean valor económico de cuatro maneras: reduciendo los costos actuales, evitando costos futuros, generando nuevos ingresos o protegiendo los ingresos existentes. Estas cuatro vías se corresponden con los dos factores que toda decisión de inversión evalúa: rentabilidad y riesgo. La mayoría requiere un desembolso inicial, con beneficios que abarcan desde un año hasta la vida útil del activo. Un caso de inversión de alta calidad considera todos los posibles impactos en el negocio.

Teniendo en cuenta estas recomendaciones, nuestro marco de trabajo ofrece dos consejos para las organizaciones de la sociedad civil a la hora de presentar sus inversiones en sostenibilidad.

Primero, cuenta la historia de tu negocio.

Antes de que cualquier modelo de flujo de caja pueda ser útil, el equipo directivo debe ponerse de acuerdo sobre la historia empresarial subyacente: la cadena causal que conecta la inversión con el valor. Empiece por identificar cuál de las cuatro vías activa el caso y cuál (si alguna) predomina. Luego, articule esta información. Si emprendemos una acción de sostenibilidad (puntual o continua), se produce este impacto empresarial en particular, que genera el siguiente resultado de flujo de caja (de nuevo, puntual o a lo largo del tiempo).

Aunque pueda parecer simple y obvio, también es el paso que con mayor frecuencia se omite en los casos estancados. Los equipos llegan con datos pero sin una narrativa compartida, debaten suposiciones durante una hora y nunca se dan cuenta de que discrepan sobre la lógica subyacente. Un participante de capital privado en el grupo de trabajo lo expresó claramente: «Nos dimos cuenta de que no necesitábamos precisión matemática de entrada. Necesitábamos un consenso sobre lo que realmente generaba valor: la lógica empresarial». Una vez que se llega a un acuerdo sobre la narrativa, las matemáticas se convierten en una cuestión de refinamiento, no de credibilidad.

Cuantifica lo que puedas. Considera el resto como una apuesta o como una posible ganancia.

Algunos impactos en la sostenibilidad se pueden cuantificar; otros no. Se puede modelar la exposición a la fijación de precios del carbono o el cálculo de las penalizaciones evitadas. Sin embargo, el impacto en la marca o el riesgo reputacional a menudo no se pueden cuantificar, al menos no con una cifra que alguien pudiera defender en una revisión financiera. Intentar convertir cada impacto plausible en una cifra precisa erosiona la credibilidad y genera argumentos comerciales que se desmoronan al ser cuestionados. Es como traducir entre idiomas donde no existe una palabra equivalente.

Este desafío de cuantificación no es exclusivo de la sostenibilidad. Los ejecutivos toman decisiones de inversión a diario con datos incompletos (presupuestos de marketing, carteras de I+D, estudios de mercado), cuantificando lo que pueden y complementando el resto con lógica. Así es la gestión empresarial. Las inversiones en sostenibilidad suelen estar sujetas a estándares más exigentes, exigiéndoles que demuestren el retorno de la inversión con una precisión que pocas otras categorías requieren. El estándar debería ser el mismo para todas las inversiones.

Cuantifique lo que se pueda cuantificar y luego gestione el resto de dos maneras. Si los elementos cuantificables ya superan el umbral interno, cualquier impacto adicional que pudiera existir representa una ventaja. Si no se supera dicho umbral, lo que no se puede cuantificar se convierte en una apuesta explícita que el equipo directivo debe decidir si vale la pena asumir. Ambas perspectivas son válidas. Un buen gestor de capital comprende que las decisiones se basan en datos, no se rinden ante ellos.

Cambiar el enfoque de la conversación en la práctica

Consideremos a un fabricante global de alimentos que revisa su exposición a las regulaciones de abastecimiento cada vez más estrictas de la UE. La propuesta de la CSO fue una inversión en trazabilidad de la cadena de suministro para ayudar a garantizar el cumplimiento. Enmarcada como un compromiso de sostenibilidad, la propuesta tuvo dificultades para ganar terreno. El equipo reescribió la historia de negocio, haciendo que la protección de los ingresos fuera la principal de las cuatro vías de valor: si invertimos en trazabilidad (la acción), entonces protegemos el acceso a los mercados regulados (el impacto) y mantenemos las ventas evitando multas e interrupciones en los envíos (el resultado del flujo de caja). Las sanciones se modelaron con escenarios de aplicación ponderados por probabilidad; la licencia para operar y el valor de la marca fueron los indicadores direccionales. Una vez que la pregunta pasó de "¿Esto es bueno para el planeta?" a "¿Cuál es el costo de la inacción?", los beneficios fueron evidentes.

Un sistema hospitalario estadounidense empleó un enfoque similar con una propuesta para ampliar la reutilización de ciertos dispositivos médicos (equipos que la mayoría de los hospitales desechan tras un solo uso). El planteamiento inicial se centró en la reducción de residuos, una historia de sostenibilidad que competía desfavorablemente por el capital frente a otras prioridades. Replanteado: Si el hospital invierte en la reutilización (la acción), entonces sustituye los dispositivos nuevos por reacondicionados y reduce los residuos de un solo uso (el impacto), disminuyendo los costes de adquisición y eliminación y protegiendo el suministro en cadenas de suministro complejas (el impacto en el flujo de caja). Los impactos direccionales —resiliencia operativa, satisfacción del personal y de los pacientes— fueron positivos en un caso que ya se había aprobado con datos cuantificables. Misma inversión. Enfoque diferente.

Los casos espinosos.

¿Qué ocurre con las inversiones que parecen viables económicamente pero entran en conflicto con un compromiso de sostenibilidad? Por ejemplo, una decisión de aprovisionamiento que reduce costes pero aumenta las emisiones. La tentación es abandonar el análisis del flujo de caja y debatir los principios. Sin embargo, ese conflicto es en gran medida innecesario. El análisis del flujo de caja sigue siendo útil, siempre que ambas alternativas estén valoradas de forma completa y precisa.

La opción menos sostenible casi siempre parece más barata porque el modelo no ha incluido formalmente en el precio riesgos como la exposición regulatoria, la reacción negativa de clientes o talento, o los costos de eliminación. Incluya explícitamente esos riesgos (ya sea de forma cuantitativa o direccional). Luego, compare la versión sostenible con la versión menos sostenible, que tiene todos los requisitos. Por lo general, la diferencia se reduce considerablemente, e incluso suele desaparecer, así que evite las comparaciones abstractas y asegúrese de que las iniciativas sean realmente comparables.

Un pequeño conjunto de decisiones seguirá derivándose en una elección difícil que ningún modelo puede resolver. Pero, en la mayoría de los casos, con una lógica integral, los líderes pueden llegar a una respuesta clara utilizando el marco de inversión.

Qué deben hacer de manera diferente los directores de estrategia y los directores financieros.

Los responsables de sostenibilidad necesitan conocimientos financieros sólidos para defender estas propuestas, así como una colaboración más estrecha con los departamentos de finanzas corporativas e impuestos. (Los impuestos pueden ser un aliado subestimado: las inversiones en sostenibilidad suelen implicar créditos, depreciación e incentivos que modifican significativamente los cálculos, por lo que el flujo de caja ajustado por impuestos resulta más relevante que indicadores como el EBITDA).

Los directores financieros y otros altos ejecutivos se enfrentan a un reto diferente. Ya buscan un lenguaje de inversión coherente; la exigencia más difícil es abandonar la idea errónea de que las inversiones en sostenibilidad tienen inherentemente un bajo retorno de la inversión. Deben comprometerse a analizar con paciencia las vías de generación de valor. Suponer que las propuestas de sostenibilidad son malas desde el principio frena innecesariamente las inversiones que generan valor. Cuando la sostenibilidad se plantea como un caso de negocio en lugar de un sistema de creencias, el camino hacia la inversión tiende a abrirse.

Lea más sobre sostenibilidad ambiental o temas relacionados: cambio climático, responsabilidad social corporativa, prácticas empresariales sostenibles, finanzas corporativas, medición del desempeño financiero y análisis financiero.

Ann Tracy es la directora de sostenibilidad de Colgate-Palmolive.

Katherine Pickus es la directora de sostenibilidad de ADM.

Steven Goldbach es socio y dirige la práctica de Sostenibilidad de Deloitte en Estados Unidos. Es coautor de los libros Detonate (2018), Provoke (2021) y Hone (2026).

Laura Bryce es directora general en el área de Estrategia de Deloitte en Estados Unidos.

Bill Marquard es director general en el área de Estrategia de Deloitte en Estados Unidos.

Alicia Bonner es la directora de la Cumbre Empresarial y Social de Aspen.

 

Doxa 2573

La IA está cambiando la forma en que los clientes eligen su negocio

Por Graham Kenny y Ganna Pogrebna

Inteligencia artificial y aprendizaje automático

Harvard Business Review

#Doxa #InteligenciaArtificial #ExperienciaDelCliente #Personalización #ComportamientoDelConsumidor #TomaDeDecisiones #Chatbots #Datos #Automatización #Recomendaciones #MarketingDigital

Resumen. A medida que la IA interviene cada vez más en la forma en que los clientes investigan, evalúan y eligen proveedores, la ventaja competitiva se desplaza de la comprensión directa del cliente a la gestión de las interacciones generadas por la IA. Basándose en las experiencias de tres pequeñas y medianas empresas con las que colaboraron, los autores muestran cómo las empresas pueden adaptarse. Un fabricante mejoró la eficiencia de las ventas filtrando las consultas generadas por IA antes de invertir tiempo de ingeniería en presupuestos. Un hotel boutique aprendió a monitorizar cómo las herramientas de IA describían su negocio y revisó el contenido público para mejorar la precisión y la diferenciación. Una empresa de software B2B sustituyó las revisiones periódicas de clientes por la monitorización continua de los comentarios de los clientes y las percepciones del mercado generadas por la IA. En los tres casos, la lección es que las empresas deben tratar a la IA como un nuevo intermediario en la relación con el cliente. Las empresas exitosas no necesariamente invertirán más en tecnología; construirán sistemas para escuchar continuamente, interpretar señales y adaptar la estrategia en mercados donde tanto los clientes como la información en la que confían están cada vez más mediados por la IA.

Durante décadas, las empresas han mejorado su ventaja competitiva observando a sus clientes a través de encuestas, grupos de usuarios, quejas y datos de uso, todo lo cual se ha visto cada vez más facilitado por el auge de internet.

La novedad actual reside en que ninguna de las partes de esta relación es ya puramente humana. Tanto los clientes B2C como B2B comienzan a investigar posibles compras con la ayuda de sugerencias y agentes, formándose opiniones sobre las empresas mediante IA incluso antes de interactuar con ellas.  Según una encuesta de McKinsey, el uso relacionado con las compras es ahora la tercera aplicación más popular de la IA generativa, y la información que aporta la herramienta resulta decisiva para muchos. Alrededor del 50 % de los consumidores utiliza la IA para investigar productos y servicios, según un informe reciente de Semrush, una plataforma de visibilidad de marca. Las categorías en las que la IA desempeña un papel clave en la toma de decisiones incluyen no solo bienes de consumo (39 %), sino también viajes (21 %) y servicios financieros (13 %).

La aparición de este nuevo intermediario transforma dónde reside la ventaja competitiva, cómo las empresas la reconocen y cómo pueden gestionarla. En este artículo, analizamos cómo tres pequeñas y medianas empresas (pymes) a las que hemos asesorado o estudiado se han adaptado a tres desafíos diferentes pero relacionados en este nuevo entorno. (Los nombres de las empresas se mantienen en clave).

El problema: cualificar la demanda entrante

Para muchas pymes, un aumento en las consultas entrantes es una buena noticia. Más solicitudes de cotización, más correos electrónicos y más solicitudes de comparación de proveedores indican que el mercado está atento. Sin embargo, la compra asistida por IA complica esta señal.

Los clientes B2B ahora pueden usar herramientas de IA para generar listas de proveedores, redactar correos electrónicos de compras, preparar solicitudes de cotización y enviar consultas bien elaboradas a una docena de empresas en cuestión de minutos. El proceso de compra se vuelve más rápido para el cliente y más complejo para el proveedor. Una empresa puede recibir más solicitudes de cotización sin obtener más oportunidades reales, y su equipo de ventas termina dedicando más tiempo a cotizar y menos tiempo a diagnosticar, asesorar, producir y atender a los clientes.

El peligro es mayor para las empresas especializadas, aquellas cuya ventaja reside menos en suministrar un producto estándar y más en diagnosticar el problema específico de cada cliente. Entre ellas se incluyen fabricantes de precisión que asesoran sobre materiales y tolerancias, empresas de software especializadas que configuran sistemas en función del flujo de trabajo del cliente, consultoras de ingeniería que identifican riesgos ocultos en el pliego de condiciones y empresas de servicios profesionales cuyo valor reside en interpretar la situación del cliente antes de proponer una solución. Su experiencia radica en formular las preguntas que el cliente quizás aún no sepa plantearse, identificar las limitaciones que no ha reconocido y mejorar las especificaciones antes de que comience el trabajo.

Si respondes con demasiada rapidez a cada solicitud generada por la IA, competirás por precio antes de demostrar que tu experiencia aporta valor. En otras palabras, la IA puede generar una carrera por cotizar más rápido en lugar de mejor, y la rapidez es la carrera que menos desea ganar un especialista, ya que su valor añadido reside en ayudar al cliente a mejorar su propio valor mediante la experiencia que aporta a la tarea que debe realizar el cliente.

Lo que hizo Meridian Mouldings. Una empresa a la que llamaremos Meridian Mouldings, un pequeño fabricante británico especializado en componentes plásticos moldeados de precisión para clientes industriales, fue una de las primeras empresas que estudiamos o asesoramos en notar el cambio. Históricamente, sus consultas provenían de recomendaciones, relaciones recurrentes y contactos comerciales: compradores que ya habían identificado un problema de fabricación y buscaban ayuda para resolverlo. El volumen era manejable y la mayoría de las consultas derivaban en una conversación técnica provechosa.

Entonces la situación cambió. Meridian empezó a recibir muchas más solicitudes de cotización. Al principio, esto parecía un éxito: más compradores encontraban la empresa, y las consultas estaban bien redactadas, con un formato profesional y, a menudo, acompañadas de dibujos, tablas comparativas o breves resúmenes técnicos. Pero la tasa de conversión no mejoró. El equipo dedicaba más horas a preparar cotizaciones, mientras que menos de ellas se convertían en proyectos valiosos.

Cuando el director general y el equipo comercial revisaron el flujo de trabajo, tres cosas llamaron la atención. Muchas consultas se habían enviado a una larga lista de proveedores a la vez; algunas incluso mencionaban al proveedor equivocado o a varios en el mismo mensaje. Las solicitudes utilizaban un lenguaje genérico que hacía que cada trabajo pareciera más sencillo de lo que realmente era. Además, los documentos omitían sistemáticamente el contexto necesario para cotizar con responsabilidad: para qué servía la pieza, cómo se usaría, qué tolerancias de tensión se requerirían, si las versiones anteriores habían fallado, si el cliente deseaba asesoramiento de diseño y si el comprador estaba listo para la producción o simplemente recopilaba precios. La IA no había generado una mayor demanda, sino que había facilitado la generación de demanda de baja calidad.

Para Meridian, esto resultaba costoso porque la elaboración de presupuestos no era una tarea administrativa. Un presupuesto responsable requería la intervención de un ingeniero: alguien que revisara el plano, evaluara la selección de materiales, considerara las herramientas, analizara la viabilidad y, a menudo, detectara riesgos en las suposiciones del cliente. Por lo tanto, una solicitud de cotización mal formulada consumía tiempo de las personas cuya experiencia la empresa más necesitaba proteger.

La primera medida de Meridian fue analizar el problema en lugar de simplemente absorberlo. El equipo revisó las consultas recientes y las clasificó en tres categorías. Las consultas con la etiqueta "Listo para cotizar" contenían suficiente información técnica y comercial para respaldar una estimación responsable. Las consultas con la etiqueta "Necesita aclaración" podrían resultar valiosas, pero carecían de algo importante. Las consultas con la etiqueta "Buscando cotizaciones" eran amplias, genéricas o claramente distribuidas masivamente, sin indicios de que el cliente comprendiera el requisito o tuviera la intención de entablar una conversación técnica real.

El ejercicio modificó el enfoque habitual del equipo. La respuesta automática a una solicitud de cotización siempre había sido presentar una cotización; ahora, se trataba de calificar la solicitud. Antes de que alguien preparara un presupuesto, la consulta pasaba por un breve filtro de calificación. ¿El cliente explica la aplicación? ¿Conocemos el entorno operativo? ¿Existe un plano o una muestra? ¿Se especifican los requisitos de materiales y son coherentes? ¿Está claro el volumen previsto? ¿El cliente solicita asesoramiento, reemplazo, rediseño o producción? ¿Comprendemos el problema que intenta resolver? ¿Hay indicios de que se trata de un proceso de compra serio y no de un simple análisis de mercado?

Cuando se disponía de las respuestas, la consulta avanzaba rápidamente hacia la elaboración de un presupuesto. Cuando no se disponía de ellas, pero la oportunidad parecía prometedora, Meridian enviaba una breve y cortés nota de aclaración técnica explicando que podría ofrecer un presupuesto más preciso una vez que el cliente respondiera a algunas preguntas, normalmente sobre la aplicación, las condiciones de exposición, el volumen previsto, las tolerancias de uso, las suposiciones sobre los materiales, los fallos anteriores y los plazos.

Esto logró dos cosas a la vez: redujo el tiempo perdido en la elaboración de presupuestos y generó una mejor conversación de ventas. Los compradores serios solían responder: algunos proporcionaron el detalle que faltaba, otros concertaron una breve llamada. Estos intercambios tendían a revelar el verdadero problema comercial. Un comprador que había solicitado un componente de plástico barato resultó estar intentando reducir las fallas en el campo. Otro que solicitaba un reemplazo idéntico en realidad necesitaba asesoramiento sobre el diseño para la fabricación, ya que la pieza original no se podía producir de forma consistente. Un tercero, que había enviado la misma solicitud de cotización, perfeccionada con IA, a varios proveedores, se dio cuenta, gracias a las preguntas de Meridian, de que la especificación aún no estaba lista para ser cotizada.

Los clientes potenciales menos serios a menudo simplemente guardaban silencio, y Meridian aprendió a considerarlo un resultado, no una pérdida. Un cliente que no estaba dispuesto a responder preguntas básicas sobre la aplicación difícilmente valoraría la experiencia de la empresa; perderlos en las primeras etapas liberaba tiempo de ingeniería para tareas que se ajustaban a las fortalezas de la compañía.

Meridian combinó su filtro con una regla de triaje simple. Se priorizaron las consultas de clientes existentes, las oportunidades técnicamente complejas y todo lo relacionado con fallas, rediseños o aumento de producción. Las solicitudes genéricas de precio más bajo se descartaron a menos que cumplieran con criterios comerciales claros. La empresa no abandonó el trabajo sensible al precio; simplemente dejó de permitir que las solicitudes de cotización mal calificadas marcaran el ritmo del negocio. El último cambio fue interno y se redujo a lo que la empresa decidió medir. La revisión mensual de ventas siempre había comenzado con una sola cifra: cuántas solicitudes de cotización se recibieron. Ahora comenzaba con mejores preguntas: ¿Cuántas valía la pena cotizar? ¿Cuántas necesitaban aclaración? ¿Cuántas eran solo para obtener cotizaciones? ¿Qué preguntas nos ayudaban a identificar a los clientes serios? El aumento del volumen de consultas ya no indicaba automáticamente un aumento de oportunidades, y la dirección obtuvo una lectura mucho más precisa de la demanda real.

Meridian no adquirió ningún software nuevo para realizar estas tareas. Los criterios, la plantilla de aclaración y la regla de priorización se crearon y ejecutaron manualmente. La clave residía en la configuración predeterminada, no en las herramientas: en un mercado impulsado por IA, donde cualquier comprador puede generar y distribuir una consulta de apariencia creíble en cuestión de minutos, la respuesta ganadora ante un aumento repentino de la demanda suele ser una mayor selectividad, no una mayor velocidad. La competencia no radica en cotizar más rápido, sino en calificar mejor, protegiendo el tiempo de los expertos y aprovechando la oportunidad de entablar la conversación técnica en la que puedan demostrar su experiencia.

El problema: interpretar la retroalimentación

Como dice el refrán, quien no llora no mama. En lo que respecta a los clientes, esto significa que se presta atención a las quejas más sonadas y a los temas más frecuentes en los segmentos más rentables. Pero esos datos ya no provienen tan directamente del cliente.

Cada vez más, las opiniones de los clientes pueden ser escritas, asistidas o revisadas por IA. Un estudio revisado por pares sobre reseñas de hoteles utilizó 400 reseñas originales de TripAdvisor para generar 6000 reseñas parafraseadas por ChatGPT, lo que demuestra que el texto de las reseñas parafraseadas por IA puede crear nuevos desafíos de detección, ya que permanece vinculado al material original escrito por humanos, pero oculta su origen. Por otra parte, un análisis de 245 000 reseñas en Capterra, G2 y TrustRadius estimó que, según el sitio, entre el 10 % y el 30 % de las reseñas publicadas después del lanzamiento de ChatGPT probablemente fueron generadas por IA. Esta última estimación debe tomarse con cautela, ya que proviene de un proveedor comercial de detección de IA y no de un estudio revisado por pares, pero ambas fuentes apuntan al mismo problema de gestión emergente: la interpretación de las opiniones de los clientes se está volviendo más compleja. Un estudio que analiza más de 700.000 reseñas muestra que las reseñas falsas generadas por IA eran más fáciles de entender, pero menos específicas que las reseñas auténticas, lo que sugiere que un lenguaje de reseña muy cuidado no siempre refleja una experiencia genuina del cliente.

La implicación de ponderar los datos de retroalimentación es incómoda. Si solo se consideran las opiniones visibles (reseñas, quejas, respuestas a encuestas), no solo se está evaluando contenido generado por IA, sino que también se podría pasar por alto a un grupo mucho mayor de clientes cuya elección se basa, en primer lugar, en la descripción que la IA hace de la empresa. La imagen que la IA proyecta de su negocio se ha convertido en la voz del cliente, y la mayoría de las empresas no tienen un sistema para escucharla.

Lo que hizo Ashcombe Manor. Recientemente asesoramos a la dirección de un hotel boutique histórico y lugar para bodas en el Reino Unido, al que llamaremos Ashcombe Manor. El negocio depende en muchos sentidos de la cocreación con el cliente: cada boda es diseñada en parte por la pareja, cada estancia se adapta a las preferencias de los huéspedes, negociadas a través del equipo de planificación, y cada reseña posterior a la estancia influye en la decisión del siguiente huésped potencial.

Como la mayoría de los gerentes en su puesto, el director de marketing se centraba en las reseñas de TripAdvisor, Google y Booking.com, y ponderaba los comentarios según su volumen e intensidad emocional. Al auditar cómo se percibía el lugar, tanto en sus reseñas como en la descripción que le proporcionaban las herramientas de IA, descubrimos que: a) si bien las reseñas en los tres sitios web estaban bien redactadas, ya no transmitían una sensación auténtica de la experiencia de cada huésped; y b) cuando una pareja potencial preguntaba a ChatGPT o Perplexity por "los mejores lugares para bodas en [región]", Ashcombe Manor aparecía solo en dos de los diez resultados y se describía de forma inexacta en la mitad de ellos. Toda una capa de formación de la opinión de los clientes sobre el lugar se producía en conversaciones que el propio lugar no podía ver.

El trabajo que emprendió Ashcombe Manor consistió tanto en escuchar de manera diferente como en escuchar más. Se basó en tres líneas de trabajo. Primero, separaron las reseñas según el grado probable de mediación de la IA. Luego, el equipo desarrolló un conjunto simple de criterios para leer las reseñas y seleccionar cuáles destacar en el sitio web del hotel. Los pasajes largos y fluidos que utilizaban frases estándar de la industria hotelera, como "una experiencia mágica de principio a fin" o "un servicio impecable en un entorno impresionante", se marcaron como de baja señal, ya que probablemente habían sido pulidos por la IA, útiles para las calificaciones por estrellas, pero no para la estrategia. Sin embargo, las reseñas cortas o imperfectas que mencionaban personal específico, platos específicos o momentos específicos del día se marcaron como de alta señal y se discutieron en detalle en las revisiones de estrategia. Los temas que se repetían solo en el grupo de alta señal, no en el grupo pulido, se trataron como la verdadera voz del cliente.

En segundo lugar, el equipo de Ashcombe Manor realizó auditorías periódicas de cómo las herramientas de IA describían la propiedad. Cada pocas semanas, el equipo ejecutaba un conjunto fijo de preguntas a través de ChatGPT, Claude y Perplexity, como "mejores lugares para bodas en [región]", "hoteles boutique románticos cerca de [ciudad] para una boda pequeña" y "lugares históricos para bodas con alojamiento en el lugar". Registraban si la propiedad aparecía, en qué posición, junto a qué competidores y con qué descripción. Cada inexactitud u omisión se convertía en un elemento específico que corregir, no en la IA (que Ashcombe Manor no puede editar directamente), sino en el contenido público del que se nutría la IA. Cuando ChatGPT describía el lugar como un "hotel rural" en lugar de una finca histórica con una granja en funcionamiento, el equipo rastreaba el lenguaje hasta una descripción específica de un tercero y priorizaba colocar descripciones más precisas donde las herramientas de IA pudieran encontrarlas.

Basándose en estos hallazgos, Ashcombe Manor reescribió su contenido público para proporcionar a las herramientas de IA información específica con la que trabajar. El lenguaje genérico de la industria hotelera, como "encantador", "romántico" y "personal atento", no ofrece a la IA información distintiva. El equipo reescribió el texto del sitio web del lugar, los listados en directorios y los materiales de prensa para reemplazar las frases genéricas con detalles concretos, mencionando las características patrimoniales de la finca, los momentos más memorables de los huéspedes, el chef y su enfoque, el hecho de que el hotel obtiene sus alimentos de su propia granja y las tradiciones nupciales específicas que el lugar ofrece. El principio era simple: si tu contenido público suena igual que el de cualquier otro lugar, las herramientas de IA te describirán igual que a cualquier otro lugar. El contenido específico proporciona a la IA información específica que comunicar.

Tal como vimos en Meridian, el equipo de Ashcombe Manor lo hizo manualmente. No había software personalizado, ni un sistema de aprendizaje automático, ni un analista dedicado. Dos gerentes dedicaban unas horas cada dos semanas a leer las reseñas según los criterios del equipo, procesando el conjunto de preguntas con ChatGPT, Claude y Perplexity, y registrando los resultados en una hoja de cálculo compartida. La disciplina radicaba en la frecuencia y los criterios, no en las herramientas. Este cambio reconoció que una descripción inexacta en una lista de preselección de ChatGPT ahora tiene tanto peso estratégico como una reseña crítica en TripAdvisor, ya que ambas influyen en lo que los clientes potenciales creen antes de contactar.

El problema: mantenerse al día con los cambios frecuentes

La mayoría de las empresas aún consideran la cocreación de estrategias como algo puntual. Realizan una reunión estratégica fuera de la oficina, implementan un rediseño importante o convocan un consejo asesor de clientes una vez al año. Luego, retoman su rutina operativa. La cocreación puntual funciona cuando las expectativas de los clientes cambian en cuestión de meses. Tiene dificultades cuando las expectativas cambian en cuestión de semanas, y fracasa por completo cuando cambian a diario, algo cada vez más frecuente en los mercados mediados por la IA.

La razón es sencilla. Cuando los clientes investigan, comparan y se forman opiniones mediante herramientas de IA que se actualizan constantemente, el punto de referencia con el que evalúan su negocio cambia continuamente. El mismo producto que encantó a un cliente en marzo puede decepcionar a un cliente potencial en noviembre. Esto no se debe a que el producto haya cambiado, sino a que la IA que lo describe se ha reentrenado, los competidores con los que se compara han actualizado su contenido y el estándar implícito de "bueno" ha variado.

La cocreación continua no requiere tecnología a escala empresarial. Muchos equipos de productos SaaS B2B  ahora utilizan IA para sintetizar los comentarios de los clientes. Las plataformas de comentarios de clientes  con análisis temático, detección de sentimientos y flujos de trabajo de ciclo cerrado basados ​​en IA cuestan entre 20 y 200 dólares al mes para pequeñas y medianas empresas, y las opciones gratuitas son suficientes para empezar.

Lo que hizo Runtime Harboris. Runtime Harbor es una pequeña empresa B2B SaaS en fase inicial con menos de 20 empleados. Vende herramientas de infraestructura de TI para desarrolladores a equipos de ingeniería en empresas tecnológicas en crecimiento. El sector está saturado con decenas de ofertas similares, desde pequeñas startups hasta plataformas consolidadas. Sus clientes son compradores técnicos que, cada vez más, seleccionan las mejores herramientas preguntando a ChatGPT y Perplexity: "¿Cuáles son las mejores herramientas [de la categoría] para una empresa SaaS en fase de financiación Serie B?". También leen reseñas resumidas por IA en Capterra y G2, y envían solicitudes de soporte y de nuevas funcionalidades, que a menudo se elaboran con la ayuda de la IA.

El proceso de desarrollo de productos tradicional de Runtime Harbor, que incluye entrevistas trimestrales con clientes, una revisión anual de la hoja de ruta y un ciclo de lanzamiento principal de seis meses, no puede seguir el ritmo. Para cuando la dirección se reúne para la planificación del tercer trimestre, las herramientas de IA que describen su categoría se han actualizado dos veces. En respuesta, Runtime Harbor ha adoptado un sistema de cocreación continua, con tres ciclos interconectados.

El primer ciclo consiste en la captura continua de señales de clientes. Runtime Harbor consolida tickets de soporte, grabaciones de llamadas de ventas, widgets de comentarios en la aplicación y menciones en plataformas de reseñas en una única herramienta de retroalimentación impulsada por IA, con un costo de entre $100 y $200 mensuales. La herramienta está diseñada para extraer temas, solicitudes, objeciones, gravedad e impacto comercial de cada conversación. Esto alerta al equipo cuando los patrones de retroalimentación superan ciertos umbrales; por ejemplo, cuando cinco cuentas empresariales mencionan el mismo problema en un plazo de 14 días. Donde antes el equipo de producto leía los tickets manualmente y los discutía mensualmente, ahora utiliza un agente de IA que agrega toda esta información y envía un resumen los lunes por la mañana al equipo, informándoles sobre los cambios en la opinión de los clientes, clasificados por intensidad y peso de la cuenta. La señal ha pasado de ser periódica a constante.

El segundo ciclo consiste en la monitorización continua de la representación de la IA. Cada dos semanas, un miembro del equipo designado ejecuta un conjunto fijo de preguntas a través de las principales herramientas de IA: «mejores herramientas de [categoría] para startups de la serie A», «compara las tres mejores plataformas de [categoría] para un equipo SaaS de 50 ingenieros» y «qué herramientas ayudan a reducir [problema] para una startup en fase inicial». Los resultados se registran en una hoja compartida para responder a las siguientes preguntas: ¿Dónde aparece Runtime Harbor? ¿Cómo se describe? ¿Qué competidores aparecen junto a ella? ¿Dónde están las imprecisiones? Estas pueden ser importantes: en un caso, ChatGPT describió sistemáticamente a la empresa como adecuada solo para startups muy pequeñas, cuando en realidad presta servicios a equipos de entre 50 y 200 ingenieros.

El tercer ciclo se da entre la señal y la acción. Runtime Harbor cuenta con un proceso establecido para actuar en el plazo de una semana laboral. Cuando la empresa detecta que los clientes solicitan una nueva función o servicio, se crea un prototipo de inmediato y se lanza a un grupo reducido antes de su aprobación para el público general. Además, cualquier información errónea en las herramientas de IA activa una actualización del sitio web de la empresa, las páginas de comparación y los listados de terceros, es decir, la información pública que las herramientas de IA utilizan para describir la categoría. Cada cambio retroalimenta el siguiente ciclo de retroalimentación y la siguiente auditoría de IA, cerrando así el ciclo.

El efecto combinado es que la estrategia de Runtime Harbor se crea de forma continua de manera conjunta entre tres partes: el equipo de producto de la empresa, los clientes de la empresa (que, a su vez, se ven potenciados por la IA en la forma en que evalúan, eligen y describen el producto) y las herramientas de IA que median entre ellos.

...

Las empresas que triunfen en los mercados impulsados ​​por la IA no serán aquellas con los mayores presupuestos tecnológicos, sino las que hayan priorizado la escucha activa y la adaptación a las necesidades del cliente. La IA no solo ha ayudado a las empresas a cocrear estrategias con sus clientes de forma más eficiente, sino que ha transformado el diseño estratégico. Ahora, sus clientes investigan, comparan y eligen su empresa con la ayuda de agentes y asistentes de IA. Es necesario interpretar las señales, valorar las opiniones de los clientes y adaptar la estrategia con la IA de forma autónoma. Diseñe pensando en esto: defina a los clientes como participantes activos en la interacción humano-IA, priorice la autenticidad sobre la perfección y fomente una escucha continua en lugar de episódica.

Lea más sobre IA y aprendizaje automático o temas relacionados: IA generativa, comportamiento del consumidor, experiencia del cliente y servicio al cliente.

Graham Kenny es director ejecutivo de  Strategic Factors  y autor del libro  Strategy Discovery. Como experto en estrategia y medición del desempeño, ayuda a gerentes, ejecutivos y juntas directivas a crear organizaciones exitosas en los sectores privado, público y sin fines de lucro. También ha sido profesor de administración en universidades de Estados Unidos y Canadá. Puede conectar con él o seguirlo en LinkedIn.

Ganna Pogrebna Es titular de la Cátedra David Trimble en la Universidad Queen's de Belfast. Profesora y ejecutiva con experiencia en IA conductual y tecnologías emergentes, colabora con empresas para mejorar la experiencia del cliente, fortalecer la toma de decisiones estratégicas y gestionar el riesgo tecnológico. Puedes conectar con ella en LinkedIn.