En mi artículo anterior argumenté que el agro chileno necesita menos «Juiceros»  (tecnología frágil) y más «Kaláshnikovs» (robustez mecánica).

Y ok, ya lo hicimos.

Tenemos sensores que pueden aguantar bien el barro y las heladas. Y operarios que los tratan a patadas. Bien.

Pero hay algo que no me cuadra desde hace un tiempo y que no he sabido articular bien (incluso es algo que converso seguidamente con algunos colegas pero que tampoco tienen un argumento convincente). Algo sobre quién decide qué hacer con toda esa información. Y la verdad, cada vez que intento explicarlo en algún lugar, termino sonando como el viejo que se queja de que antes las cosas se hacían mejor, puede que sea una exageración, pero de todas maneras me carga. Así que voy a intentar ordenarlo aquí.

Para entender esto hay que ver lo que pasa en un huerto de cerezos, en octubre ya cerca de la cosecha, señalemos un lugar: Chimbarongo. Pasa todas las temporadas, pero generalmente no se documenta, el resultado se etiqueta como un error operativo y ni siquiera se documenta en algún lado. Pero la pregunta que me queda es qué estaba viendo cada uno.

Una red de sondas de capacitancia indicaba que la humedad del suelo había caído por debajo del umbral de seguridad. En español: el algoritmo estaba indicando “déficit hídrico”. Por lo que el protocolo de la empresa (una agroexportadora), era claro: ante alerta roja, por lo tanto, se riega.

Y por otro lado estaba Don Héctor, quien específicamente es el administrador del campo. Héctor no mira el dashboard. Lo que hizo fue darle una patada a la tierra y observó el brillo ceroso que tenían las hojas. Luego olió el aire. Y dijo: La planta no tiene sed, tiene frío. Se está protegiendo. Si le metemos agua ahora, con la helada tardía que viene mañana, vamos a asfixiar la raíz.

El conflicto escaló a la gerencia de operaciones en Santiago.

Y claro, desde la oficina central, la elección era entre un dato duro y auditable versus la corazonada de un empleado de 65 años que ni siquiera usa WhatsApp correctamente. La gerencia hizo la fácil: salvaron su propio pellejo y siguieron el manual. Ordenaron el riego.

Tres semanas después, el cuartel entró en crisis. El riego terminó agravando el estrés de las plantas y aparecieron problemas radiculares que comprometieron una parte importante de la fruta exportable. Héctor tenía razón en cierta medida. El sensor midió exactamente lo que estaba diseñado para medir. El problema fue tomar esa medición como si describiera todo el sistema (Antes de que algún técnico me rete: estoy simplificando el ejemplo.) [1]

Mi primera reacción fue ponerme del lado del humano, de Héctor. Parecía la clásica historia conocida: el operador muy experimentado ve algo que el sistema no ve y termina teniendo razón.

El problema es que esa explicación me empezó a quedar corta. Porque sabemos Héctor acertó. Pero una historia donde alguien acierta no es lo mismo que una teoría sobre cómo deberíamos tomar decisiones.

Confieso que estuve bastante tiempo mirando esto al revés. Pensaba que el problema era la tecnología. Que, si el sensor hubiera sido mejor, más contextual, más “inteligente”, nada de esto habría pasado. Y no. El sensor hizo su trabajo midiendo lo que tenía que medir. El problema estaba en otro lado, y me costó verlo porque llevaba bastante tiempo convencido de que la solución pasaba por mejor hardware.

Porque hay una pregunta molesta que no quiero hacerme pero me la hago igual: ¿por qué una empresa racional gastaría millones en tecnología que, ocasionalmente, “mata” sus propios árboles? Y la respuesta pasa por algo más aburrido de lo que me gustaría: Héctor es humano (¿que obviedad no?).

Un día se pelea con la señora y ve el campo distinto. O se acuerda de la helada del 98 y se pone nervioso. Un sensor, aunque esté malo, siempre miente de la misma forma. Y eso para un sistema, es manejable. El humano no.

Lo curioso es que muchos especialistas llevan bastante tiempo estudiando y poniendo a pruebas estos problemas, y la conclusión generalmente es que los algoritmos simples suelen ganarles a los expertos más veces de las que nos gusta admitir.

Es decir, un experto puede tener días buenos y días malos, pero un algoritmo simple no tiene días buenos ni malos. Por eso, cuando una decisión se repite muchas veces, generalmente se equivoca menos.

El problema en este punto es que el humano es sorprendentemente inconsistente.

Le muestras a don Héctor el mismo árbol a las ocho de la mañana y a las cuatro de la tarde te da diagnósticos distintos. El sensor puede estar mal calibrado, pero al menos miente siempre igual.

Y el señor recuerda la vez que salvó el huerto en el 98. Pero las cinco veces que la embarró esas no las recuerda. El cerebro edita generalmente a favor de uno.

Y la intuición tampoco puede viajar. No puedes clonar a don Héctor para 500 hectáreas nuevas en Molina. Un algoritmo mediocre lo pones en cincuenta campos mañana. A Héctor no.

Además (y este es el punto que pienso que es el de mayor interes), un banco no puede prestar plata basándose en “la rodilla de Héctor”. El banco necesita datos estandarizados. Legibilidad.

Y la verdad no sé cómo se resuelve eso.

Porque puedes decir “déjenlo decidir al administrador”, pero después viene el analista de riesgo del banco y te pregunta por qué no seguiste el protocolo, y no sé cómo le explicas que el gallo olió el aire y por eso no regaste.

Entonces las personas que toman estas decisiones no son estúpidos, al contrario. Al elegir el sensor, están comprando una reducción de la varianza. Y tienen razón en querer eso. Lo que no tienen es un mecanismo para registrar las veces en que la varianza del sensor es peor que la del humano. Ese registro no existe porque el sistema no permite que el desacuerdo ocurra. Y ahí hay algo.

Me acordé de algo que leí hace años sobre los prusianos. Por allá a inicio de los 1800, Napoleón les pasó por encima en Jena y Auerstedt. Los prusianos funcionaban con un modelo de control centralizado que le llamaban “Befehlstaktik”: el general dictaba todos los movimientos, y los subordinados obedecían. Y Napoleón se movía en un caos controlado, apostaba por la velocidad. Y como ya sabemos les ganó.

Después, los reformadores prusianos, Moltke el Viejo sobre todo, entendieron que los soldados disparaban bien, que lo que se caía a pedazos era el mando centralizado cuando el terreno cambiaba, cuando llovía, cuando el enemigo hacía algo inesperado.

Si un oficial tenía que esperar órdenes de Berlín para reaccionar a lo que estaba viendo frente a sus narices, “era” como dicen los mas jovenes…ya había perdido. Y la solución que encontraron se llamó “Auftragstaktik”: dile al subordinado qué quieres lograr, pero no le digas cómo. Moltke lo resumió de la siguiente forma “ningún plan de operaciones sobrevive con certeza al primer contacto con el cuerpo principal del enemigo”.

Y yo leo eso y pienso: esto es exactamente lo que pasa en el campo. Hemos construido una Befehlstaktik digital.

El sensor manda datos a la nube, la nube procesa, devuelve una orden de riego, y se espera que el operador obedezca. Y funciona cuando todo está estable. Pero el campo tiene microclimas que cambian en 100 metros y heladas que pueden no aparecer en el higrómetro.

Y cuando obligas a don Héctor a regar basándote en el sensor a pesar de lo que está viendo, estás micro-gestionando desde un búnker en Santiago con mapas desactualizados.

La sonda mide la humedad en un punto exacto. No nota que el color del brote cambió de ayer a hoy…entre tantas observaciones más.

Y hay una ironía en todo esto: los mejores operadores que he conocido se formaron en plantas que tenían problemas todo el tiempo. Cada falla que tenían estas máquinas los obligaba a escuchar, a mejorar el ojo. Una planta que está perfectamente automatizada durante tan tiempo produce una generación de operadores que conocen el manual mejor que el proceso. ..Y el día que aparece una falla nueva, ya son pocos los que confían lo suficiente en lo que están viendo como para contradecir al sistema.

Yo al sensor lo quiero de informante. De informante es brillante, no lo niego. El problema empieza cuando lo asciendes a manda más, una especie de general.

Ahora. No podemos simplemente decir “confíen en don Héctor” y volver a la gestión por tincada. Sabemos con bastante certeza que eso no escala. Y a los fondos de inversión no les da ninguna seguridad. Y por supuesto que apagar los sensores sería bastante estúpido de nuestra parte. Pero yo lo resolvería de la siguiente manera: un protocolo de anulación con firma.

¿Un que?…Un protocolo de anulación con firma. Es decir, cuando el dashboard en Santiago envía la orden de riego al huerto, el administrador tiene un botón de “no riego”. Así de corto.

No tiene que estar pidiendo permiso a un tipo en una oficina que no sabe si la acequia viene con agua o no. Si don Héctor decide que la máquina se equivoca, aprieta el botón y deja una nota: “Viene helada tardía, el sensor no la ve”. Y en ese preciso segundo, la pelota es de él. Si salva la fruta, es mérito suyo. Si la embarra, deberá “pagar las consecuencias”.

Y este es probablemente el punto donde más cambié de opinión, porque siempre había pensado que esto era un tema de autoridad, de quién manda. Pero estaba mirando al revés.

Mientras más vueltas le doy, más creo que el desacuerdo es un DATO, información de valor (y no un problema como antes pensaba).

De hecho, probablemente sea el dato más caro del sistema. Si el sensor pide regar y don Héctor dice que no, ahí hay una apuesta. Pase lo que pase después, alguien aprende.

Si don Héctor tenía razón, el algoritmo mostró un punto ciego. Si estaba equivocado, también aprendiste algo: cuánto se equivoca un buen administrador cuando decide no tomar en cuenta el sistema. En los dos casos el dato sirve, hay información nueva que es valiosa. Lo único que realmente no sirve es que la discusión ocurra, el resultado llegue tres semanas después, y nadie conecte una cosa con la otra.

Y es curioso. Las fábricas registran todas las fallas de las máquinas y cada desviación de relacionada con calidad. También registran los tiempos muertos. Pero cuando un operador experto contradice al algoritmo, eso se pierde en una conversación de pasillo. Ni se registra y ni se cruza con lo que terminó ocurriendo después

Y el desacuerdo es probablemente el dato más valioso que tienes, porque señala exactamente dónde el modelo y la realidad dejaron de coincidir. Yo veo el botón de anulación como un instrumento de medición. Y tardé cierto tiempo en verlo así.

Pero.

Pero aquí aparece otro problema. En la estructura actual de la agroexportación chilena, eso de que “el que decide asume las consecuencias” no siempre es cierto (aunque siendo justos, eso pasa en más empresas de las que nos gusta admitir).

Si un administrador desobedece un protocolo auditable y pierde fruta, es poco probable que la discusión gire en torno a si su criterio era razonable. Generalmente la pregunta es ¿por qué no siguió el procedimiento?

Y si esa es la regla del juego, ningún botón de anulación duraría mucho tiempo. Basta un mal resultado para que nadie quiera volver a usarlo.

Toda esa “desobediencia” que he estado hablando solo funciona si hay una institución que la proteja. Y eso requiere una decisión política que no sé si alguna empresa está dispuesta a tomar. Deberían dejarse de tratarlas como fallas operativas.

Porque el incentivo de un gerente de producción es que no pase nada raro. Y ese botón es prácticamente una invitación a que pasen cosas raras. Eso choca de frente la dirección del negocio que quiere previsibilidad. Eso no se resuelve completamente con ingeniería.

Lo que sí sé es que la agroindustria tiene que apostar contra sus propios sensores, porque la tecnología es incompleta. Y eso no es una opinión. Es un hecho de ingeniería [2].

Ya tenemos los Kaláshnikovs. Lo sensores que no se rompen, que funcionan con barro y con heladas. Y eso está bien. Pero hay algo que me sigue dando vueltas. Don Héctor tiene 65 años. En cinco años se jubila.

El sensor va a seguir midiendo exactamente lo mismo. Pero nosotros vamos a seguir sin medir lo que don Héctor veía.


Notas:

[1] El juicio de don Héctor (bastante exacto en ese caso) podríamos señalarlo como un accidente en este relato. Aquí la pregunta importante es qué información del sistema estaba leyendo este señor que el sistema no estaba midiendo.

El riesgo operativo nace cuando un proceso que es crítico depende exclusivamente del conocimiento que vive en la experiencia de una persona.

En una planta química, por ejemplo, si el mantenimiento de un compresor dependiera del oído de un sólo operador, tarde o temprano alguien intentaría entender qué está escuchando exactamente ese operador y cómo poder registrar esa señal de forma consistente.

Lo interesante aquí es descubrir qué variable estaba observando don Héctor y por qué el sistema todavía no la capturaba.

Cada vez que un operador experto detecta algo que el modelo pasa por alto, tenemos una pista sobre cómo mejorar el sistema.

Si lo miramos de otro ángulo, automatizar consiste en transformar las observaciones que hoy viven en la experiencia de las personas en información que pueda ser registrada y discutida. Y por supuesto, aprendida por otros.

[1] Los sensores más confiables tienen una característica; con el tiempo dejan de ser discutidos. Y eso suele ser una buena noticia… hasta que no lo es. Porque un sistema puede estar midiendo correctamente una variable y, al mismo tiempo, estar dejando fuera otra que también importa.

La pregunta interesante es qué ocurre cuando ambas cosas pasan a la vez.