Un martes del pasado noviembre a las 14:00 aprox., estuve parado en el pasillo de un centro de distribución.
Faltaban los pallets de madera astillada (ignorados en el inventario teórico), que alguien necesitaba para apilar cajas de un producto refrigerado antes de que cerrara la ventana de despacho.
Dos muchachos externos se sentaron en el suelo a esperar instrucciones. En la oficina de arriba, un analista había presentado esa misma mañana un dashboard bastante lindo prometiendo una reducción del 18% en tiempos de ciclo.
Una de las diapositivas del «ppt» mostraba un flujo perfecto con flechas verdes, algunos KPIs bien alineados y bastante lógicos, pero claro…nadie había modelado la variable «operario con doble turno que lleva 11 horas sacando la pega bajo un techo de zinc a 34 grados».
El software registra temperaturas ideales, pero la línea agrega lo que el software no tiene campo para capturar… el sudor de estos operarios, el turno doble, el techo de zinc, joderse de calor.
El problema era que todos asumían que el dashboard estaba describiendo la totalidad del problema.
(Debo confrontar mi propia narrativa con un sesgo de supervivencia que me molesta un poco. Este ensayo se alimenta del caso memorable donde el operario salvó el día, pero ignora los cientos de mañanas donde el dashboard detectó un desfase de inventario antes de que el operario oliera el motor recalentado.)
El instinto del veterano es fiable solo cuando el entorno es estable y la retroalimentación inmediata; en almacenes de alta rotación de personal y maquinaria, el acierto de la corazonada ronda el 70%. Medir el sudor y el ruido en tiempo real cuesta más de lo que el sistema está dispuesto a pagar.
La información tiene precio, y el sistema la recolecta hasta el umbral donde el beneficio de reducir el error justifica el sensor. Delegamos en el mapa la decisión de cuándo mirar el territorio, sin presupuestar el coste de esa mirada.
(Aunque suene a queja romántica contra la tecnología, esto representa el problema clásico del mapa y el territorio. El dashboard es un mapa dibujado con datos agregados, promedios y supuestos de comportamiento racional. El pasillo es el territorio; húmedo, ruidoso y gobernado por la termodinámica humana básica. El mapa asume que el territorio se comportará como una hoja de cálculo. El territorio nunca leyó el manual de instrucciones.)
Esto lleva directamente a una cuestión de cómo se construye la información. Un modelo logístico abstrae la realidad comprimiendo datos. En ese proceso, la planta industrial deja de ser una colección de seres humanos con limitaciones biológicas para convertirse en unidades de trabajo intercambiables.
La pérdida de información pocas veces es accidental, pero tampoco siempre es deliberada. Nace de «trade-offs» no declarados, priorizando la legibilidad sobre la complejidad operativa sin que nadie firmara esa elección.
Esta pérdida de información nace directamente de la función de pérdida que entrena el modelo. Si el algoritmo no penaliza el agotamiento del operario, el estimador óptimo la ignora por definición matemática. El dashboard fue programado para ignorar la fatiga. El modelo minimiza el error cuadrático de los tiempos de ciclo, no el error de predicción del cansancio muscular. El sudor no entra en la ecuación porque el solver no tiene ninguna razón para incluirla mientras el KPI siga marcando verde.
Si el dashboard pudiera mostrarnos el agotamiento muscular de cada persona en tiempo real, el usuario final se bloquearía por exceso de información.
Hay literatura reciente sobre una crisis de ejecución en las nuevas generaciones corporativas. Los papers mencionan brechas digitales, pérdida de conocimiento tácito, cadenas de suministro hiperconectadas pero frágiles. Recuerdo esos artículos y pienso en la reunión de esa mañana. El problema es estructural, no generacional.
Tiene que ver con cómo delimitamos el círculo de competencia. Buffett dice que el tamaño del círculo no importa; lo relevante es conocer sus bordes. El círculo del analista termina donde empieza el hormigón. Su expertise se entrenó en hojas de cálculo, no en resistencia mecánica.
Las empresas han construido una masa crítica de personas que dominan el modelo de la eficiencia, mientras la capacidad de ejecutarla físicamente se diluye entre quienes ya no reciben el incentivo para desarrollarla. O quizás nunca la tuvieron y dejamos de contratar para el territorio para empezar a contratar para el mapa.
Culpar al individuo detrás de la pantalla sería un error de enfoque. El analista fue contratado para generar un lenguaje común que permita la coordinación entre departamentos que hablan idiomas distintos.
Sus hojas de cálculo funcionan como una moneda de cambio necesaria para mover recursos financieros a través de la organización. Sin este esquema abstracto, cada centro de distribución sería un feudo autónomo donde nadie entiende las prioridades del resto.
Esta brecha responde a un problema de asimetría de información: el accionista solo ve KPIs agregados, no la calidad de la ejecución. El dashboard opera como mecanismo de rendición de cuentas para alinear intereses cuando la supervisión directa es inviable. El fallo sistémico ocurre cuando ese mecanismo de accountability se confunde con el objetivo del negocio. Al inversor no le interesa la intuición del operario, sino su traducción en Retorno sobre Activos. Mientras el conocimiento tácito no tenga un indicador financiero que lo capitalice, el mercado castigará a quien lo priorice sobre el mapa. No es mala fe; es la restricción del sistema de valoración externa.
(Nota. Estoy siendo injusto. Conozco analistas que bajan a la planta, que preguntan, que ajustan los modelos cuando los números no cuadran. También conozco jefes de planta que odian los dashboards por principio y gestionan por intuición pura, lo cual es peligroso cuando esa intuición está sesgada por el último incidente. La división escritorio contra piso es una caricatura útil para el ensayo, aunque injusta para la gente real. Además, yo mismo prefiero el dashboard. Mirar la pantalla a las 17:30 es agradable y tiene aire acondicionado. Bajar al pasillo implica negociar con el ruido del montacarga y la mirada cansada de un operario que sabe que tú no vas a sudar por él. Escribir esto desde mi escritorio es, en sí mismo, elegir el mapa. La ironía no se me escapa.)
La ejecución probada no aparece en un currículum. No se certifica con un Green Belt ni con un máster en optimización. Se parece más a un sistema de detección temprana construido a fuerza de repetición.
Es la capacidad de leer el lenguaje corporal de la línea de producción y anticipar el punto de ruptura. El sensor térmico mide el estado actual del motor con precisión. El operario lleva horas integrando señales previas que el sensor no registra: el cambio en el sonido, el olor, la vibración. No acceden a versiones contradictorias del mismo dato, sino a tipos de información cualitativamente distintos. Si solo escuchas al sensor, llegas tarde.
El dashboard captura la estructura, no el contexto. Es como probar un motor en el banco de pruebas y asumir que se comportará igual en ruta con carga completa y 40 grados a la sombra.
La realidad opera en múltiples escalas simultáneamente. El sudor del operario es ruido para la decisión de flota. El dashboard es aproximadamente correcto en su nivel de agregación; el error surge en la traducción entre escalas. La pregunta que no respondo es: ¿cuándo un mapa es suficientemente bueno? Sin umbrales de tolerancia—definir que una desviación del 5% en el KPI es admisible, pero del 15% exige intervención física—mi crítica es operativamente vacía. El territorio nunca será mapeable al 100%. La sabiduría no consiste en elegir entre el mapa y el piso, sino en establecer reglas de activación que determinen qué nivel de abstracción gobierna en cada circunstancia.
Antes de continuar, vale la pena tomar en serio la posición contraria. El dashboard reduce la varianza de las malas decisiones agregadas sin pretender reemplazar el juicio del jefe de planta. Las operaciones con mayor cobertura analítica se recuperan más rápido de los fallos. El modelo tiene derecho a existir; el fallo ocurre porque nadie acordó qué tipo de pregunta está autorizado a responder.
Debo ser brutalmente honesto con la desventaja de mi propio bando. El jefe de planta con 20 años en el pasillo 4 tiene 20 años de sesgos acumulados. Cuando el layout cambia, su intuición se vuelve obsoleta. El dashboard viaja con la empresa; la memoria muscular no. El operario veterano es fiable en el corto plazo para esta planta; el modelo es fiable en el mediano plazo para cualquier planta. Mi falacia es suponer que la validez del conocimiento tácito es absoluta, cuando su radio de acción se encoge a medida que la empresa escala.
El dashboard responde bien a ¿cuántos ciclos completamos esta semana?. Responde mal a ¿cuántos ciclos podemos aguantar antes de que alguien cometa un error por fatiga?. La confusión nace del contrato implícito: le asignamos un alcance que nunca fue parte del diseño original.
Cuando el flujo se desvía, el administrador modifica el mapa en lugar de intervenir el proceso. Aquí entra la ley de Goodhart: cuando una medida se convierte en objetivo, deja de ser buena medida.
El dashboard optimiza el KPI de tiempo de ciclo. La realidad optimiza que el camión salga aunque haya que mover cajas con la mano. Operan en horizontes distintos. El primero optimiza visibilidad dentro del ciclo de reporte. El segundo opera en tiempo real, donde las consecuencias de la desviación son inmediatas. Ambos coexisten, con el agravante de que el primero coloniza los incentivos del segundo.
Cuando un proceso de almacenamiento alcanza su límite de capacidad, la realidad manifiesta un cuello de botella crudo: materiales acumulados y operarios inactivos. El retraso de doce horas en una estación de carga se diluye matemáticamente hasta convertirse en una desviación fraccional del tiempo de ciclo mensual. Quien observa la pantalla percibe una anomalía menor; quien respira el polvo del almacén observa un cacho sistémico. El software actúa como anestésico justo donde la intervención requeriría urgencia.
Las notas de prensa y los estudios de recursos humanos glorifican al ejecutor. Pero cuando uno mira la distribución de beneficios o el peso de las decisiones diarias, quienes gestionan el rozamiento físico terminan relegados a un papel secundario. La distancia entre lo que se dice en público y cómo se reparte el dinero es información sobre qué valora realmente la organización.
A medida que las organizaciones crecen, la distancia cognitiva entre la decisión y el impacto alcanza un punto crítico. La jerarquía desplaza el conocimiento tácito hacia los niveles más bajos, donde la información rara vez filtra hacia arriba sin ser purificada por estadísticas.
Todo lo que describí asume que el conocimiento tácito del operario es más fiable que el modelo cuando hay conflicto. Eso es casi siempre verdad en el corto plazo y peligrosamente falso en el mediano. El jefe de planta con veinte años en el pasillo 4 lee bien esta planta, este diseño de turno, estas condiciones específicas. Cuando la empresa abre un segundo centro con distinto layout, esa intuición no viaja con él. El modelo sí. La experiencia encarnada tiene un radio de acción limitado, y ese radio se encoge a medida que el sistema escala.
La pregunta no es si preferir el piso al escritorio, sino cómo rediseñar la arquitectura de la decisión para que ambos sistemas de conocimiento se enfrenten en tiempo real. Propongo cuatro palancas concretas:
1. Cambio de métrica raíz: Reemplazar el KPI de ‘eficiencia local’ por Throughput Contable (velocidad de generación de dinero). Este indicador alinea al analista y al operario porque ambos responden a la misma variable final.
2. KPI de Discrepancia: Implementar un botón físico en la línea que el operario active cuando el modelo prediga algo irreal. La métrica de éxito no será ‘cuánto acierta el modelo’, sino ‘cuántas discrepancias resueltas mejoran la versión siguiente del dashboard’.
3. Andon Digital: Otorgar autoridad formal al operario para pausar la métrica abstracta cuando el territorio se desvíe más allá de 3 sigmas. Esto transfiere el riesgo mecánicamente a quien siente el calor del zinc.
4. Rotación Estructural: Institucionalizar que todo analista pase una semana al año operando en el piso, y todo jefe de planta presente sus hipótesis al equipo de datos. Esto no elimina la jerarquía, pero sí la distancia cognitiva.
Cierro la laptop sabiendo que la tragedia de este dashboard no es que el sistema ignore el territorio por un dogma inmutable, sino por un cálculo de umbrales. El sistema ignora el territorio hasta que el coste marginal de ignorarlo supera al coste de medirlo. En nuestra logística de bajo margen, ese umbral es altísimo, por lo que el mapa gobierna casi siempre. Pero las empresas operan como si estuvieran eternamente en ese régimen de costes planos. La verdadera falacia es no declarar ese punto de inflexión. Operamos con un mapa diseñado para errores absorbibles, sin darnos cuenta de que ciertas combinaciones de fatiga, calor y falta de pallets nos han empujado a la región de la curva donde el fallo se vuelve catastrófico. Empresas como Toyota o la industria aeroespacial sobreviven no porque sean más éticas, sino porque su función de pérdida incluye el desastre, obligándolas a construir puentes directos con el territorio. Nosotros seguimos actuando como si nuestro operario exhausto nunca pudiera detonar una crisis sistémica.
Ayer, de vuelta en la oficina, abrí el mismo dashboard. Las flechas seguían verdes. El KPI de eficiencia marcaba 94 por ciento. Cerré la laptop. Afuera, el camión de las 18:00 todavía no llegaba. No sé si el modelo estaba mal. Probablemente no. Solo estaba incompleto. Como todos los mapas.