Supuestos

Supuestos

Peter Drucker, reconocido como el fundador de la gestión moderna, en su libro La era de la discontinuidad, publicado en 1959, analizó las transformaciones que estaban ocurriendo en el mundo y vislumbró que surgiría un nuevo tipo de trabajador: el trabajador del conocimiento.

Drucker, nació en Viena en 1909. Se convirtió en periodista en Alemania en la década de 1930 donde fue testigo de primera mano del ascenso del nacionalsocialismo, lo que le obligó a huir a Inglaterra en 1933 y luego a Estados Unidos en 1937. Se convirtió en consultor de gestión en 1942 tras publicar su segundo libro: El futuro del hombre industrial. Para Drucker la gestión era un arte liberal, y compartió sus consejos con lecciones interdisciplinarias de historia, sociología, psicología, filosofía, cultura, arte y religión. Dictó su última clase en 2002, a los 92 años de edad, pero sus enseñanzas aún perduran.

Los 39 libros y artículos escritos por Drucker, exploran desde diferentes ángulos cómo las organizaciones productivas humanas se adaptan a los cambios y transformaciones de la política, economía, sociedad y tecnología. Le intrigaban los empleados que sabían más sobre temas especializados que sus propios jefes o colegas y tenían que cooperar y compartir su saber. Quería comprender el efecto creciente de las personas que trabajan con su mente en lugar de con las manos, en tareas como realizar investigaciones, escribir informes, analizar datos, resolver problemas complejos y colaborar con colegas. Explicaba que, el trabajo del conocimiento es cualquier actividad que requiere el uso de habilidades intelectuales o creativas. En 1999, en su libro Management Challenges for the 21^st Century, escribió:

El desafío central será hacer productivos a quienes trabajan con el conocimiento. Estas personas se están convirtiendo rápidamente en el sector más grande de la fuerza laboral.

Veinte años después que Drucker planteara este desafío, la Inteligencia Artificial, Big Data, Aprendizaje Automático e IoT, han impulsado empresas como NotCo, que está produciendo carne, leche, mayonesa y helados veganos. El encargado de encontrar las mezclas es un algoritmo que analiza millones de posibles combinaciones de plantas para crear sabores, olores, texturas similares a los productos de origen animal. En la medida que la inteligencia artificial madura, los trabajadores del conocimiento, tienen acceso a sistemas y herramientas que pueden mejorar dramáticamente su desempeño.

Kai-Fu Lee en su libro AI Superpowers,explica como actualmente en China la empresa iFlyTek está aplicando IA en los tribunales de Shanghai. En base a los datos de casos previos asesora a los jueces tanto sobre las pruebas como sobre las sentencias. Un sistema de referencias cruzadas utiliza el reconocimiento de voz y el procesamiento del lenguaje natural para comparar todas las pruebas y buscar patrones contradictorios. Luego, alerta al juez sobre posibles controversias. En palabras de Lee:

Se trata de un proceso que fomenta la coherencia en un sistema con más de cien mil jueces, y que también puede controlar los elementos discordantes cuyos patrones de sentencia los sitúan muy fuera de la corriente principal.

Un reciente estudio publicado por Forbes Insights, concluye que el 79% de los directivos de empresas están de acuerdo en que la Inteligencia Artificial está impulsando una mejora transformadora en las herramientas para los trabajadores del conocimiento. La investigación de Forbes Insights, señala que los esfuerzos tienden a centrarse en tres áreas clave:

1. Automatizar tareas repetitivas: a menudo los expertos deben tomar decisiones consultando gran variedad de fuentes de datos. La compilación de este tipo de información suele ser repetitiva, por lo que es susceptible de automatizar. Los bots, son mucho más eficientes que los humanos para realizar estas labores.
2. Apoyo en la toma de decisiones: las IA pueden ser muy buenas manejando gigantescos volúmenes de datos y encontrar patrones, pero se necesitan personas experimentadas para tomar las decisiones importantes.
3. Generar nuevo conocimiento: las IA tienen la capacidad de presentar grandes volúmenes de datos en formas que facilitan y mejoran la comprensión humana. La visualización de datos e información, puede estimular la creatividad en las personas que toman decisiones.

Judea Pearl, director del Laboratorio de Sistemas Cognitivos de la UCLA, ganador del Premio Turing, la máxima distinción en informática, es uno de los pioneros que ha sentado las bases para que los sistemas computacionales puedan procesar la incertidumbre y relacionar las causas con los efectos. Su trabajo ha revolucionado el entendimiento de la causalidad en estadística, psicología, medicina y ciencias sociales. Ahora podemos tener un modelo computacional de la comprensión profunda. En sus palabras:

Los datos son nuestra ventana a la realidad, y la ciencia de datos son los anteojos que nos permiten ver a través de esa ventana.

Pearl en su libro The Book of Why, explica que comprender significa ser capaz de responder tres niveles de preguntas: la predicción (qué ocurrirá en tal o cual circunstancia); el efecto de las acciones; y su explicación, por qué las cosas ocurrieron como lo hicieron y qué habría pasado si hubieran ocurrido de otra manera. Estos tres niveles constituyen lo que entendemos por comprensión.

1. Asociación: responde a la pregunta ¿Qué?, refiera a cómo vemos y observamos patrones. En este nivel, la IA puede ser muy superior a los humanos, ya que puede encontrar patrones en grandes volúmenes de datos diferentes de forma rápida y precisa.
2. Intervención: responde a la pregunta ¿Cómo?, requiere realizar pruebas y experimentos. ¿Qué pasaría si duplicamos el precio de nuestro producto?
3. Contrafactual: responde a la pregunta ¿Por qué? este nivel requiere imaginación, retrospección y comprensión. Comprensión de la causalidad, qué causa qué y por qué.

Las actuales herramientas basadas en aprendizaje profundo cuentan con modelos que han sido entrenados para predecir con gran precisión y pueden mejorar significativamente la productividad del trabajo de conocimiento, pero aún hay muy poca evidencia de su poder de comprensión y abstracción. Sin embargo, en la medida que las tecnologías sigan mejorando, la brecha entre la comprensión de la IA y la de los humanos seguirá disminuyendo.

Kai-Fu Lee sostiene que la Inteligencia Artificial está reforzando otros campos como la Automatización, la Computación cuántica, los desarrollos en Ciencias de la Vida y Nuevas fuentes de Energía. Estas cinco tendencias disruptivas combinadas continuarán revolucionando empresas, industrias y sociedades completas. Los sistemas potenciados por IA, pueden realizar muchas tareas mejor que las personas, a costo cero. Este hecho está generando un tremendo valor económico para algunos, pero provoca un desplazamiento laboral sin precedentes, una ola de disrupción que afectará tarde o temprano a todas las sociedades, empresas y personas. En palabras de Lee:

Estas fuerzas se están combinando para crear un fenómeno histórico único, que sacudirá los cimientos de nuestros mercados laborales, economías y sociedades. Incluso si las predicciones más nefastas sobre la pérdida de puestos de trabajo no llegaran a materializarse por completo, el impacto social de la desgarradora desigualdad podría resultar igual de traumático.

Drucker en su artículo de Harvard Business Review The Theory of the Business,explicó que la mayoría de las empresas se ocupan de buscar nuevas herramientas orientadas al cómo hacer, sin embargo, el real desafío es identificar qué hacer. En sus palabras:

La historia es familiar: una empresa que fue una superestrella ayer se encuentra estancada y frustrada, en problemas y, a menudo, en una crisis aparentemente inmanejable.

Para Drucker, la causa raíz de casi todas las crisis que enfrentan las empresas no es porque estén haciendo las cosas mal, sino porque los supuestos sobre los que se han creado y gestionado ya no se ajustan a la realidad. Los supuestos dan forma al comportamiento de cualquier organización, dictan sus decisiones sobre qué hacer y qué no hacer y definen lo que la organización considera resultados significativos. A estos supuestos Drucker los llamó teoría de empresa. En sus palabras:

Cada organización, ya sea una empresa o no, tiene una teoría de empresa. De hecho, una teoría válida que sea clara, coherente y centrada es extraordinariamente poderosa.

Todas las empresas grandes y exitosas a lo largo de la historia, cada vez que se enfrentan a cambios en su contexto, se niegan a aceptarlos, los consideran modas estúpidas que desaparecerán pronto. Imagino que muchos de nosotros pensamos así cuando oímos por primera vez hablar de Uber, Airbnb o Lyft. Para muchas empresas, su realidad ha cambiado, pero su teoría de empresa sigue igual. Según Drucker, una teoría de empresa consta de tres supuestos:

1. Supuestos sobre el entorno: refiere a la interpretación que una organización hace sobre el contexto donde opera, la sociedad y su estructura, el mercado, el cliente y la tecnología.
2. Supuestos sobre el propósito: refiere a lo que la organización considera su razón de ser, su porqué, su dirección, el impacto y resultados que considera significativos, el rol que quiere jugar en la economía y en la sociedad.
3. Supuestos sobre las capacidades fundamentales: refiere a los aspectos que una organización considera imprescindibles en que debe destacar para alcanzar sus objetivos.

En palabras de Drucker:

Lleva años de duro trabajo, pensamiento y experimentación llegar a una teoría de empresa clara, coherente y válida. Sin embargo, para tener éxito, cada organización debe elaborar una.

Kai-Fu Lee, en su libro cuenta que un amigo suyo y emprendedor quería construir un producto que sirviera a la gente en sectores frecuentemente ignorados por las empresas tecnológicas. Se le ocurrió crear una gran pantalla táctil montada en un soporte que podía colocarse junto a la cama de un adulto mayor. En la pantalla había aplicaciones simples con que los abuelos podían pedir comida, ver televisión, llamar a su médico, etc. Se esforzaron en simplificar todo al máximo, incluso incluyeron un botón que permitía llamar directamente a una persona de servicio al cliente para ayudarlos con el uso del dispositivo. Luego de hacer una prueba piloto descubrieron un problema. De todas las funciones disponibles en el dispositivo, la más utilizada por lejos fue el botón de servicio al cliente. Luego de consultar a los representantes sobre qué estaba mal, se dieron cuenta que los abuelos no llamaban por problemas técnicos, sino simplemente porque se sentían solos y querían hablar con una persona real. En palabras de Kai-Fu Lee:

Si [mi amigo] hubiera acudido a mí unos años antes, probablemente le habría recomendado alguna modificación técnica, tal vez algo como un chatbot de IA que pudiera simular una conversación básica lo bastante bien como para engañar a la persona al otro lado. […] Pero queda una cosa clara, sólo los seres humanos son capaces de crear y compartir entre sí el amor.

Las teorías de empresa por ser artefactos humanos, no duran para siempre y, deben actualizarse continuamente. Drucker recomendaba las siguientes cuatro prácticas:

1. Monitorear continuamente que los supuestos sobre el entorno, el propósito y las capacidades básicas se ajustan a la realidad.
2. Revisar que los tres supuestos fundamentales de la teoría de empresa encajan, se ajustan y son coherentes entre sí.
3. Asegurar que la teoría de empresa se conoce y entiende por todos en la organización y entre sus grupos de interés. La cultura no sustituye a la disciplina y la teoría de empresa es una disciplina.
4. Cuestionar permanentemente la teoría de empresa. No debe estar escrita en piedra. Debe tener la capacidad de adaptarse y evolucionar. Es una hipótesis sobre cosas que están siempre cambiando: la sociedad, los mercados, los clientes y la tecnología.

Drucker recomendaba dos acciones preventivas para mantener actualizada la teoría de empresa:

• Abandono: una organización debería cuestionar regularmente cada producto, servicio, política, alianza y práctica. ¿Volveríamos a hacer lo mismo?, cuestionar las políticas y rutinas aceptadas, obliga a validar los supuestos.
• Estudiar a los No clientes: los primeros signos de un cambio fundamental rara vez aparecen entre los clientes. Por lo general, aparecen primero entre los no clientes.

Drucker veía que, en la sociedad de conocimiento las tecnologías de información y automatización eran una bolsa mixta: un gran impulso para aquellas personas con las habilidades para aprovecharlas, pero, un enorme desafío para muchas otras personas que invariablemente se quedarían atrás. Escribió:

La sociedad del conocimiento será inevitablemente mucho más competitiva que cualquier otra que hayamos conocido nunca, por la simple razón de que al poder acceder a ese saber todo el mundo no habrá excusa alguna para no rendir resultados.

Los humanos y las tecnologías estamos vinculados. Incluso si consideramos que una tecnología es indeseable, no podemos ignorarla. La tecnología está ahí, y eso nos hace responsables. La mayor oportunidad para la convivencia entre la IA y los seres humanos, es que la IA se encargue del pensamiento analítico, mientras que las personas concluyan el análisis con empatía y compasión. El supuesto es dejar que las máquinas sean máquinas, y que los humanos seamos humanos. El 12 de junio de 2005, Steve Jobs dijo a los graduados de Stanford:

No se pueden unir los distintos puntos mirando hacia adelante; sólo se pueden unir mirando hacia atrás. Así que deben confiar que de alguna manera los puntos se conectarán en el futuro. Deben confiar en algo: el instinto, el destino, la vida, el karma, lo que sea.