A

l cierre de 2023, la empresa californiana de chips Nvidia anunció otro trimestre de ventas récord. La compañía, cuyo éxito ha sido impulsado por el auge de la IA, ahora posee aproximadamente el 80% de la cuota de mercado global de chips semiconductores GPU.

Sin embargo, su competidora Intel, también fabricante de semiconductores, no tuvo la misma suerte. Aunque al momento de escribir esto ha experimentado un aumento inesperado en sus ganancias trimestrales, la compañía ha tenido dificultades durante años. Intentó un cambio de dirección con un nuevo CEO en 2021 y, en los primeros tres meses de 2023, registró la mayor pérdida trimestral de su historia.

Hasta hace relativamente poco, Intel estaba muy por delante de rivales como Nvidia en la carrera de los semiconductores. Hace cinco años, el valor empresarial (EV, por sus siglas en inglés) de la compañía, de 226 mil millones de dólares, eclipsaba los 76 mil millones de Nvidia, según el análisis de mi equipo basado en datos de Value Line. Desde entonces, Nvidia ha cuadruplicado su valor hasta alcanzar los 315 mil millones, mientras que el EV de Intel se ha reducido a 218 mil millones. Esto significa que Nvidia ha registrado un crecimiento promedio anual de ingresos superior al 20%, mientras que los ingresos de Intel se han mantenido estables.

Entonces, ¿cómo ha logrado Nvidia superar de manera tan contundente a su competidor? Por supuesto, hay una combinación de factores en juego, pero la investigación sugiere que el uso por parte de Nvidia de uno de los seis conceptos estratégicos emergentes (que en conjunto están cambiando radicalmente la manera en que las compañías de diversas industrias aseguran su ventaja competitiva) podría ser un factor significativo en su éxito.

1. Aproveche la vía de acceso de alguien más

La asociación de Nvidia con la empresa británica de diseño de software ARM Holdings es un gran ejemplo de esta estrategia. La colaboración es una relación simbiótica centrada en integrar las capacidades de aprendizaje profundo e IA de Nvidia con los diseños de procesadores energéticamente eficientes de ARM. Esto permite a Nvidia aprovechar el amplio alcance de ARM en diversos sectores tecnológicos, como la informática móvil y los vehículos autónomos, donde la eficiencia energética y la movilidad son clave.

Las organizaciones también pueden crear valor convirtiéndose en la vía de acceso. Amazon, por ejemplo, construyó su oferta Alexa para que fuera un canal para otros proveedores. Como señala el profesor de estrategia Mohan Subramanium en su artículo “How Smart Products Create Connected Customers”, el valor de ser la vía de acceso se amplía a medida que se multiplica el valor de los datos procedentes de las interacciones digitales con los clientes.

2. Asóciese con un tercero

Microsoft decidió hacer que Office estuviera disponible en los dispositivos iOS de Apple en 2014. Esta asociación con Apple, que antes era un rival, significó más que una nueva oferta de producto: representó la culminación de un cambio de paradigma en el enfoque estratégico de Microsoft, alineándose con las tendencias emergentes destacadas en nuestro análisis. Bob Muglia, expresidente de la división de servidores y herramientas de Microsoft, describió este cambio como una transición de una mentalidad “centrada en dispositivos” a una “centrada en servicios”.

Microsoft ahora aprovecha con mayor entusiasmo las oportunidades de colaborar con socios que tienen áreas de competencia superpuestas, por ejemplo, Adobe, Salesforce y Google. La inversión multimillonaria de la empresa en Open-AI es quizás el ejemplo reciente más significativo de esta mentalidad.

3. Revele su estrategia

Deere & Co adoptó estratégicamente este concepto de “revelar su estrategia” al invertir abiertamente en tecnologías de agricultura de precisión. En medio de una revolución tecnológica en el sector agrícola, Deere & Co no solo se adaptó, sino que lideró el cambio. Realizó inversiones significativas no solo en crear y adquirir tecnología de agricultura de precisión, sino también en construir un movimiento. Ya sea anunciando públicamente asociaciones con startups agrotecnológicas o con Space-X para ofrecer servicios de comunicación satelital a agricultores, lanzando colaboraciones emergentes en agrotecnología, dando conferencias en eventos de agricultura y tecnología (como el CES), publicando continuamente noticias en su página dedicada a la tecnología agrícola y a través de plataformas mediáticas desde CNBC hasta Barrons, la compañía es mucho más activa que sus competidores en comunicar su visión de agricultura inteligente.

Esta transparencia estratégica no se limita únicamente a la innovación: fue una jugada calculada por parte de Deere & Co para influir en las tendencias del mercado, guiar las expectativas de los clientes y mantener una ventaja competitiva en el cambiante panorama de la tecnología agrícola.

4. Sea bueno

La iniciativa “Beyond Cash” de Mastercard ejemplifica este concepto, marcando un cambio estratégico significativo hacia la promoción del avance socioeconómico. La iniciativa surgió cuando Mastercard se dio cuenta de que su mayor oportunidad de mercado no era quitar participación a otras empresas de pago, sino al efectivo. La campaña sentó las bases para una transformación que ha ido más allá de la simple diversificación de servicios, demostrando un compromiso por crear un mundo en el que cualquiera pueda realizar transacciones digitales, reduciendo la dependencia del efectivo y los costos sociales que las economías basadas en efectivo pueden generar.

Este enfoque tiene un impacto especial en las poblaciones con acceso limitado (o sin acceso) a servicios bancarios, y refleja la comprensión de Mastercard del papel influyente que puede desempeñar al aprovechar su red global y tecnología para fomentar un panorama económico sostenible e inclusivo. Al adoptar la estrategia de “ser bueno”, la empresa está demostrando que el éxito corporativo está cada vez más vinculado a la capacidad de generar un impacto social positivo.

5. Deje que la competencia vaya primero

Históricamente, las empresas buscaban la “ventaja del primer movimiento” por los beneficios que ofrecía (como la creación de una ventaja tecnológica, el establecimiento de un reconocimiento y una lealtad temprana hacia la marca, el control de los recursos y canales, y el aumento de los costos de cambio o las barreras de entrada). Pero el cálculo está cambiando. Gracias a una mayor accesibilidad de los datos sobre la adopción por parte de los clientes, la disminución de la fidelidad a la marca, la reducción de los costos de cambio y la disminución de los plazos de lanzamiento de los productos, ser el primero ya no supone una ventaja tan significativa. En cambio, dejar que otros prueben el mercado y la tecnología, y estar preparado para adelantarlos si se demuestra que existe una oportunidad, puede ser un mejor enfoque.

Durante un periodo considerable, Ferrari se mantuvo firme en su declaración de que no produciría un vehículo utilitario deportivo (SUV, por sus siglas en inglés). Sus rivales tradicionales, por otro lado, tomaron un camino distinto. Cuando la dinámica del mercado evolucionó, Ferrari reevaluó su posición. El fabricante italiano reconoció que el mercado de SUVs de lujo presentaba una oportunidad única de crecimiento y diversificación. Además, observaron las experiencias de sus competidores, quienes ya habían incursionado en el segmento, y aprendieron valiosas lecciones.

6. Adopte ataques a pequeña escala

Los mercados también se están volviendo más impredecibles, y las preferencias de los clientes evolucionan rápidamente, haciendo que la planificación a largo plazo sea menos precisa. El enfoque de “actuar, aprender, construir” les da a las empresas la agilidad para responder rápidamente a los cambios del mercado y adaptar su oferta en función de la retroalimentación del cliente. Experimentar a menor escala también ayuda a las compañías a gestionar el riesgo de manera efectiva, permitiéndoles probar hipótesis e identificar posibles obstáculos antes de comprometer recursos significativos.

El enfoque de Tesla para la fabricación de baterías es un caso real ejemplar. La compañía adoptó un enfoque modular para construir su fábrica de baterías de 5 mil millones de dólares en Nevada. En lugar de esperar a que toda la instalación estuviera operativa, Tesla construyó la gigafábrica en unidades discretas y funcionales o “bloques”. Cada bloque podía iniciar producción tan pronto como se completaba, reduciendo significativamente el tiempo necesario para generar ingresos. Este enfoque modular no solo aceleró el cronograma de producción, sino que también permitió a Tesla aprender y mejorar con cada bloque sucesivo, logrando ciclos de producción más rápidos y eficientes.

H

oy en día, el desarrollo de la inteligencia artificial está controlado por un pequeño grupo de empresas. Compañías como OpenAI, Alphabet, Amazon, Meta y Microsoft dominan el mercado gracias a sus vastos recursos computacionales, sus enormes bases de datos propias, su gran cantidad de talento técnico, sus prácticas de extracción de datos, su mano de obra barata y su capital, que les permiten realizar experimentos continuos y una rápida implementación.

Este dominio trae consigo problemas: violaciones de privacidad y estrategias laborales orientadas a minimizar costos, altos costos ambientales derivados de los centros de datos y sesgos evidentes en los modelos que pueden reforzar la discriminación en la contratación, la atención médica, la puntuación crediticia, la vigilancia policial y más.

Sin embargo, está surgiendo un modelo diferente, sin mucho alboroto, pero con un potencial real. Las cooperativas de IA (organizaciones que desarrollan o gestionan tecnologías de IA basadas en principios cooperativos) ofrecen una alternativa prometedora. El movimiento cooperativo, con su presencia global y diversidad de modelos, ha tenido éxito en la banca y la agricultura, así como en los seguros y la manufactura. Las empresas cooperativas, que son propiedad de sus miembros y están gobernadas por ellos, llevan mucho tiempo gestionando infraestructuras para el bien público.

Un puñado de cooperativas de IA ofrece los primeros ejemplos de cómo la gobernanza democrática y la propiedad compartida podrían dar forma a usos de tecnología más responsables y centrados en la comunidad. Esto es lo que pueden hacer las cooperativas.

1. Democratizar la gobernanza de datos

Las cooperativas de IA aún son pequeñas y están en desarrollo, pero las que existen dan una idea de cómo podría ser un tipo diferente de infraestructura y gobernanza de datos, y cómo pueden cambiar la forma en que se controlan y se accede a ellos. MIDATA es una cooperativa suiza sin fines de lucro dedicada a los datos de salud, que pone a los ciudadanos al mando de su propia información médica. Los miembros abren una cuenta de datos segura y encriptada, y pueden conceder de forma selectiva a los investigadores acceso a sus datos personales de salud, todo mientras gobiernan la cooperativa de forma democrática a través de su asamblea general. Construida sobre infraestructura de código abierto del ETH Zurich y la Universidad de Ciencias Aplicadas de Bern, MIDATA respalda la creación de cooperativas hermanas regionales o nacionales, permitiendo una investigación justa, transparente y coordinada a nivel global sin sacrificar el control individual.

2. Llevar la investigación a la sociedad civil

Los debates más importantes sobre la IA se desarrollan en círculos elitistas (congresos académicos, centros de pensamiento, laboratorios financiados por capital riesgo). Pero las decisiones que se toman allí tienen consecuencias cotidianas. El movimiento cooperativo está en una posición única para socializar estos debates, llevando la IA a los ayuntamientos, centros comunitarios y asambleas ciudadanas.

3. Impulsar la educación

Cerrar la brecha de conocimiento sobre la IA no es solo una cuestión de traducción, sino también de poder. La Alianza Cooperativa Internacional (la principal organización que representa a los mil millones de personas que participan en cooperativas en todo el mundo) podría liderar el uso de la IA para la educación cooperativa a nivel global. Las cooperativas pueden crear plataformas de aprendizaje multilingües basadas en audio y dotadas de IA, que ofrezcan formación profesional a sus miembros.

4. Construir modelos alternativos de propiedad

La propiedad da forma a la dirección. OpenAI comenzó como una organización sin fines de lucro “para la humanidad”, luego cambió a un modelo de ganancias limitadas para atraer capital de riesgo, un movimiento que fue tanto ideológico como legal. Las cooperativas, por el contrario, utilizan reservas indivisibles y una gobernanza democrática para mantenerse alineadas con sus objetivos a largo plazo.

5. Adaptar críticamente la ia para fines cooperativos

No toda la IA se adapta naturalmente a los modelos cooperativos. Pero en aquellos casos donde sí lo hace (como las cooperativas de plataformas, los bienes comunes de datos y las herramientas de gobernanza), existe un espacio real para construir. El desafío consiste en rediseñar el propio desarrollo de la IA, no simplemente “usar mejor la IA”. Eso significa invertir en infraestructura, marcos legales y formas organizacionales que garanticen la rendición de cuentas desde el principio.

La IA no es simplemente un salto tecnológico: es un reinicio sistémico, uno que definirá cómo operan las instituciones y a quién sirven. Los experimentos cooperativos que se están desarrollando hoy no escalarán de la noche a la mañana. Pero, mediante principios alineados, coordinación global y asociaciones concretas entre los sectores público y privado, pueden ayudar a remodelar el panorama.

H

oy en día, las empresas de todo el mundo están generando cantidades de datos sin precedentes. Durante más de una década, solo empresas como Facebook, Apple, Amazon, Netflix y Google estaban en condiciones de aprovechar la recopilación de datos a gran escala. Para estas empresas, los datos son el producto principal e inherente a su propuesta de valor, por lo que invirtieron desde el principio en equipos de inteligencia artificial, servidores, infraestructura de red y más.

Más recientemente, las plataformas de computación en la nube, las mejoras en las herramientas de IA y la democratización de los modelos de aprendizaje automático han puesto las capacidades avanzadas de datos al alcance de más empresas. A finales de 2021, más de la mitad de todas las empresas habían adoptado la IA en al menos una función comercial, y más de una cuarta parte de todas las empresas reportaron que al menos el 5% de sus ganancias antes de intereses, impuestos, depreciación y amortización, o EBITDA, fueron atribuible a la adopción de IA.

Con las herramientas de IA, las empresas no tecnológicas pueden usar los datos que ya tienen para mejorar las ventas, la logística y las operaciones. He aquí cómo optimizar sus datos y usarlos estratégicamente para obtener ganancias a largo plazo y una ventaja competitiva.

1. Infórmese sobre el uso de datos. El primer paso es comprender qué datos ya tiene. Haga un inventario de sus procesos de negocio. Pregunte:

— ¿Qué registra y graba la empresa?

— ¿Qué no registramos y por qué no?

— ¿Qué información estamos tirando y que podríamos conservar?

Luego, observe las formas en que otras empresas almacenan y utilizan datos similares para mejorar sus funciones comerciales. Por ejemplo, ¿están creando algoritmos de aprendizaje automático para descubrir qué argumentos de venta funcionan mejor y capacitando a sus representantes en función de lo que encuentran? ¿Qué pasa con la cadena de suministro y los datos de logística? ¿Otras empresas utilizan esos datos para crear programas de optimización que enruten el inventario de manera más efectiva?

2. Copie y pegue. Estudie cómo las más recientes empresas tecnológicas obtienen valor de los datos. Estas empresas pueden ofrecer una hoja de ruta para el uso de datos al ayudar a los líderes a comprender cómo las personas que trabajan con datos como su actividad principal están monetizándolos. Considere involucrar a las empresas emergentes en etapa inicial con contratos de prueba de concepto o crear acuerdos de intercambio de datos con empresas emergentes en etapa inicial, para comprender cómo están innovando.

3. Compre, no construya. Siempre que sea posible, usted debería comprar, en lugar de construir, las herramientas que necesita para estructurar y administrar datos. Construir internamente estas herramientas ralentizará el desarrollo de su modelo de aprendizaje automático, y ese es el producto que le ahorrará dinero y lo ayudará a mantenerse por delante de la competencia.

4. Comience a construir un foso de datos. Recopilar grandes cantidades de datos dentro de las funciones comerciales normales puede ayudar a las empresas a comenzar a construir un foso de datos estructurales que pueden utilizar para actividades que generan un mayor valor. Eventualmente, este foso podría llegar a ser tan grande que sea demasiado ancho para que otras empresas lo crucen, por lo que los datos le proporcionarán una ventaja competitiva.

No tire sus datos. Recopile y almacene sus datos para que pueda usarlos para cumplir objetivos comerciales futuros o monetizarlos más adelante.

Las empresas deben aprender cómo usar estratégicamente estas nuevas y poderosas herramientas de IA y aprendizaje automático, y cómo pensar en los datos que las impulsan. Ahí es donde encontrará la ventaja competitiva de la inteligencia artificial.

L

a trampa del engaño es un ciclo problemático de interacciones entre los emprendedores y sus partes interesadas. Comienza cuando los emprendedores, a través de su narrativa y su planteamiento, establecen sus identidades, promueven sus visiones y establecen expectativas para sí mismos y sus partes interesadas. Sin embargo, plantear el futuro puede convertirse fácilmente en un círculo vicioso de engaño en expansión si no se pueden cumplir las expectativas y los emprendedores intentan cumplirlas a toda costa.

Irónicamente, esta trampa surge debido al fuerte instinto de éxito que tienen los emprendedores. En el caso de un emprendedor recientemente condenado por fraude, Carlos Watson, de Ozy Media, los fiscales argumentaron que «estaba decidido a convertir a Ozy y a sí mismo en la próxima gran estrella, y no iba a permitir que la verdad se interpusiera en su camino».

La pendiente resbaladiza del engaño

Los emprendedores en las primeras etapas de una startup deben transmitir su visión de futuro (y su capacidad para hacerla realidad) a clientes, socios e inversionistas potenciales. Esto es especialmente cierto en el sector tecnológico, donde gran parte de la innovación es incierta, con muchas características del producto aún sin probar, modelos de negocio mal definidos y una adopción por parte de los clientes aún incierta. Como resultado, los fundadores plantean el futuro de su empresa de manera abstracta y aspiracional, presentándola como “el Amazon de X” o “el Uber para Y”, ilustrando su ambición en lugar de capacidades concretas desde el principio.

Cómo pueden evitar la trampa del engaño los emprendedores

Nuestro extenso estudio sobre este fenómeno revela que incluso aquellos que no desean caer en la trampa del engaño pueden terminar deslizándose hacia ella. En la medida en que los emprendedores reconozcan esta posibilidad de antemano, pueden tomar algunas medidas de precaución.

En primer lugar, es importante establecer objetivos ambiciosos (pero realistas) y mantener informadas a las partes interesadas sobre los riesgos y los aspectos prácticos del crecimiento. Restar importancia a los desafíos es solo un paso previo a la escalada de compromisos hacia cursos de acción fallidos que pueden derivar en exageraciones o falsedades.

En segundo lugar, es necesario matizar el significado de «fallar» en la expresión “fallar rápido”. Con demasiada frecuencia los emprendedores lo interpretan como una licencia para asumir riesgos mal concebidos y diseñar experimentos deficientes, lo que puede conducir a costosos fracasos. Posteriormente, los emprendedores ocultan estos fracasos basándose en suposiciones extravagantes y justificaciones engañosas.

En tercer lugar, y de igual importancia, hay que ser realista al crear los primeros prototipos e informar sobre los hitos alcanzados. Si bien puede ser fácil incorporar muchas funciones en un prototipo, también puede ser difícil no caer en la creación de “vaporware” (anunciar funciones que no existen o que pueden resultar demasiado costosas para lanzarlas a gran escala).

Cómo pueden evitar la trampa del engaño las partes interesadas

Mientras la mentalidad de “fingir hasta lograrlo” siga prevaleciendo en el mundo del emprendimiento, y las partes interesadas esperen que los emprendedores cumplan con proyecciones exageradas en un entorno de incertidumbre fundamental, la trampa del engaño seguirá atrapando incluso a los emprendedores bienintencionados. En consecuencia, la participación de las partes interesadas para evitar la trampa del engaño también es clave.

En términos generales, las partes interesadas deben permanecer alerta durante todo el proceso de creación de una empresa para detectar signos de falta de compromiso moral y aclarar por qué siguen apoyando al emprendedor, incluso cuando se acumulan las señales de advertencia.

¿Una reforma del sistema?

La cultura de emprendimiento de la ambición excesiva, que ha sido tan celebrada, necesita una reforma. Construir una mejor cultura de emprendimiento es tarea de todos. Emprendedores, inversionistas, socios y empleados deben mantenerse alerta, realizar la debida diligencia y no dejarse llevar por el entusiasmo inicial.

E

l lanzamiento del modelo R1 de DeepSeek a finales de enero de 2025 provocó un fuerte descenso de las valoraciones del mercado en toda la cadena de valor de la IA, afectando tanto a los desarrolladores de modelos como a los proveedores de infraestructura. Los inversionistas vieron en R1 un competidor poderoso (y económico) frente a los modelos de IA estadounidenses, lo que puso en duda las proyecciones de crecimiento extraordinario que habían justificado las valuaciones elevadas. Sin embargo, para aquellos que han estado atentos, la llegada de DeepSeek (o algo parecido) era inevitable.

Aun así, este es un momento útil para reflexionar sobre hacia dónde se dirige la IA. Más que considerar a DeepSeek R1 como un punto de inflexión, es más útil verlo como un indicador de dónde estamos realmente ahora, y un presagio de lo que está por venir.

He aquí cinco lecciones que los líderes empresariales deberían extraer de este momento.

1. Del reconocimiento de patrones a la resolución de problemas

Los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) se robaron el protagonismo en 2023 y 2024, pero en 2025 quedaremos asombrados por los sistemas de IA capaces de razonar, planificar y operar de manera autónoma. Esto se debe a que dos tendencias interrelacionadas dominarán el panorama de la IA este año: el auge de los modelos de razonamiento y la llegada de agentes de IA listos para el uso generalizado. Estas capacidades dependen en gran medida del aprendizaje por refuerzo (RL, por sus siglas en inglés), un método para entrenar a un agente inteligente para que tome una secuencia de decisiones óptimas. Piense en ello como aprender a jugar un videojuego: Cuando acierta en el blanco, salta sobre un abismo o adivina una palabra, gana puntos. A medida que juega, aprende a realizar acciones que son recompensadas.

La última generación de modelos, como GPT-4, era asombrosa para identificar patrones: Se entrenaban con enormes volúmenes de información, la contextualizaban y nos dejaban sin palabras con sus predicciones precisas del siguiente término en una conversación.

DeepSeek R1 es un modelo de razonamiento gratuito, al igual que los modelos ChatGPT o3-mini de OpenAI y Copilot o1 de Microsoft. Estos modelos representan un cambio crucial de la simple predicción de la siguiente palabra a la resolución metódica de problemas que se basa en gran medida del aprendizaje por refuerzo. Gracias a esta capacidad de razonamiento, estos modelos pueden desempeñarse mucho mejor que sus predecesores en tareas específicas, como resolver problemas matemáticos.

Con la capacidad de desglosar y razonar los problemas, los agentes de IA son capaces de aprender a navegar dinámicamente por flujos de trabajo complejos, adaptándose a nueva información a medida que surge en el proceso de realización de tareas, en lugar de limitarse a scripts rígidos y predefinidos. Esto es justo lo que hacemos los humanos en nuestro trabajo diario, como cuando los agentes de servicio al cliente responden consultas, los empleados administrativos organizan horarios y planifican viajes, o los analistas de datos recopilan información, la analizan y redactan un informe.

2. El punto de inflexión económico de la IA

Uno de los grandes titulares en torno a DeepSeek R1 es su supuesto costo de desarrollo de 5.5 millones de dólares. Esta cifra es engañosa. Probablemente solo refleje el costo de una única prueba de entrenamiento, sin incluir los gastos de infraestructura, ingeniería e implementación. Una cifra total que incluyera esos gastos sería mucho más alta, aunque significativamente inferior a las estimaciones de los costos de desarrollo de OpenAI, Anthropic, Google y otros modelos con los que compite R1.

En lugar de centrarnos únicamente en estas cifras, deberíamos prestar más atención a los costos de inferencia, es decir, los gastos asociados al uso real de los modelos una vez que han sido entrenados. El entrenamiento requiere una inversión inicial sustancial, pero los costos de inferencia son cruciales para las aplicaciones empresariales. DeepSeek R1 y otros modelos recientes, incluida la serie de modelos Llama de Meta, han logrado reducciones significativas en estos costos.

Por regla general, la caída de los precios tiende a estimular la competencia y a impulsar la adopción por parte de los usuarios. Basta pensar en la caída de los precios ajustados al rendimiento en mercados de productos electrónicos (teléfonos inteligentes, televisores, ordenadores portátiles) impulsada por el aumento de la eficiencia en la producción de semiconductores. Esta es la Ley de Moore, que impulsa la caída de los precios y el aumento de las tasas de adopción de demasiados productos finales. Lo mismo está sucediendo en la IA.

3. La IA de código abierto y la propietaria coexistirán

Una de las razones por la que deberíamos haber anticipado un desarrollo como DeepSeek R1 es la lógica económica del software de código abierto. Históricamente, los proyectos de código abierto han desafiado a las soluciones propietarias al reducir significativamente los costos, como sucedió con Unix/Linux en la informática empresarial, Android en los sistemas operativos móviles, MySQL en las bases de datos y, por supuesto, Llama en la IA. La ventaja en costos del software de código abierto está bien documentada. Era predecible que la IA siguiera una trayectoria similar.

Las empresas como OpenAI, Alphabet y Anthropic siguen estando a la vanguardia en cuanto a capacidades multimodales, seguridad (parece fácil vulnerar DeepSeek R1) y otros puntos de referencia. Aun así, los modelos de código abierto como DeepSeek R1 han reducido la brecha en el razonamiento basado en texto y han demostrado una eficiencia notable. Su potencial para aplicaciones empresariales se refleja en la decisión inmediata de Microsoft de integrar DeepSeek R1 en Azure. Dado su menor costo y mayor flexibilidad, los modelos abiertos como DeepSeek R1 serán muy atractivos para los usuarios, al igual que los modelos de lenguaje más pequeños como Phi-4 de Microsoft, que han demostrado un gran rendimiento en muchos casos de uso.

Por ahora, todo apunta a un mercado con una amplia gama de participantes, en lugar de un escenario donde un solo actor domine casi todo.

4. La escasez de chips impulsa la innovación algorítmica

Otro aspecto de la reacción ante DeepSeek R1 se ha centrado en la “sorprendente” noticia de que China parece haber alcanzado a Estados Unidos en cuanto a modelos de IA de vanguardia. Las restricciones estadounidenses a la exportación pretendían limitar el acceso chino a los semiconductores más avanzados y preservar el liderazgo estadounidense en la investigación de IA. El hecho de que este enfoque no haya tenido un éxito total no debería ser una gran sorpresa. La necesidad es la madre de la invención. Las limitaciones de chips han llevado a los investigadores chinos a priorizar la eficiencia algorítmica sobre la potencia bruta de cálculo, una estrategia que podría resultar profética a medida que se dispara el consumo de energía de los centros de datos.

5. DeepSeek R1 no lo cambió todo

Dicho todo esto, los principales laboratorios de IA y los gigantes tecnológicos de Occidente (incluidos Microsoft, Meta, Alphabet y Amazon) seguirán invirtiendo a niveles vertiginosos, asegurando que la demanda de GPU e infraestructura de IA de última generación siga siendo alta. Los modelos abiertos no reemplazarán por completo a los propietarios, y es probable que sigamos viendo un consumo inmenso de recursos computacionales en el entrenamiento e inferencia de modelos. Como resultado, la carrera por desarrollar los sistemas de IA más avanzados continuará impulsando la demanda de chips de alto rendimiento e infraestructura en la nube a gran escala, a pesar de que en estos momentos los costos de inversión superan con creces los ingresos de muchas empresas del sector.

Además, los grandes compradores de infraestructura de Occidente están indudablemente preocupados por el riesgo de suministro, ya que la mayoría de los semiconductores avanzados se fabrican en una planta de TSMC ubicada en Taiwán.

Podría decirse que el ritmo del avance de la IA, así como la importancia social y económica de este conjunto de tecnologías, no tiene precedentes históricos. Con el aprendizaje por refuerzo que permite avances en los modelos de razonamiento y los agentes de IA, que a su vez darán lugar a innumerables aplicaciones nuevas, 2025 estará repleto de momentos “DeepSeek”. Se esperan avances continuos, un aumento de los casos de uso en el mundo real y el verdadero inicio de una transformación económica a escala sísmica.

E

n la carrera por seguir siendo relevantes en la era digital, cada vez son más los grandes minoristas que siguen el ejemplo de gigantes tecnológicos globales como Amazon o Alibaba: están lanzando marketplaces de terceros que conectan a los clientes con un gran número de vendedores externos. Esto representa un cambio significativo con respecto al modelo minorista tradicional, donde los minoristas venden directamente la mercancía que poseen.

Ya sea que vendan en línea o fuera de línea, los minoristas generalmente operan bajo un modelo comercial en el que compran productos de fabricantes y distribuidores, y luego los venden directamente a los consumidores. Este enfoque implica seleccionar la oferta y los productos, fijar precios, y poseer y gestionar el inventario.

El modelo de marketplace es muy diferente. En este caso, los vendedores externos (y no el operador del marketplace) poseen el inventario, fijan los precios y eligen qué productos poner en venta. Esto elimina el riesgo de inventario para el operador y resulta en una mayor variedad de productos. Sin embargo, el modelo presenta sus propios desafíos: mantener una calidad de producto consistente y garantizar una experiencia perfecta para el cliente puede ser difícil cuando se depende de vendedores externos.

Por qué los minoristas están recurriendo a los marketplaces

Complementar el modelo comercial tradicional con un marketplace de terceros ofrece varias ventajas atractivas:

Expansión de su gama de productos

Los marketplaces de terceros permiten a los minoristas aumentar significativamente su oferta de productos sin la carga financiera de tener mucho más inventario. El minorista de artesanías Michaels pasó de ofrecer 250,000 SKU en línea a más de un millón de SKU después de lanzar su marketplace.

Mayor participación del cliente

Los minoristas suelen perder ventas debido a la falta de disponibilidad de productos. Un marketplace permite a los minoristas recuperar algunas de esas ventas perdidas a través de comisiones. Una selección más amplia hace que los clientes tengan más probabilidades de encontrar lo que necesitan, lo que se traduce en mayor participación y visitas recurrentes.

Monetización de activos existentes

Minoristas como Kohl’s atraen a millones de visitantes únicos mensuales a sus sitios web, un activo valioso que pueden monetizar a través de comisiones por ventas o publicidad. Los minoristas como Walmart también monetizan su infraestructura al ofrecer servicios como Walmart Fulfillment Services a vendedores externos, diversificando sus fuentes de ingresos mientras aumentan su escala.

Obtención de datos valiosos

Los marketplaces proporcionan información sobre el comportamiento y las preferencias de los clientes. Por ejemplo, el lanzamiento del marketplace de Kroger en categorías no relacionadas con comestibles le permite recopilar datos que puede utilizar para orientar su publicidad de manera más efectiva.

Un nuevo modelo con nuevos desafíos

Aunque los marketplaces de terceros ofrecen beneficios significativos, los minoristas tradicionales deben considerar cuidadosamente los nuevos desafíos que traen consigo:

Operativos

Los minoristas deben coordinar flujos de trabajo sin interrupciones con los vendedores externos, incluido el procesamiento de pedidos, el cumplimiento, el seguimiento de envíos, las devoluciones, la recolección de pagos de los clientes, la organización de los pagos a los vendedores y el cumplimiento de regulaciones en diferentes regiones. También deben estandarizar los catálogos de productos y proporcionar a los vendedores herramientas y datos para gestionar sus operaciones.

Experiencia del cliente

Los clientes responsabilizarán al minorista por las malas experiencias con vendedores externos, por lo que es esencial asociarse con vendedores confiables y monitorear de cerca su desempeño.

Culturales

Pasar de un enfoque interno hacia la gestión de una red externa de vendedores puede ser complicado para muchos minoristas, quienes deben abordar las preocupaciones sobre la canibalización y la posible competencia entre los productos del propio minorista y los que ofrecen los vendedores externos.

Los marketplaces ofrecen un salvavidas vital para los minoristas tradicionales, revitalizando sus negocios y ayudándoles a mantenerse relevantes en un panorama cada vez más competitivo. A medida que los minoristas tradicionales adoptan los marketplaces, también deben considerar la oportunidad que estos representan para reimaginar drásticamente su futuro.

H

oy en día, los consumidores suelen empezar a ver una nueva serie de televisión confirmando su estatus de “reciente” en Rotten Tomatoes, reservan en un restaurante en función de sus valoraciones en Yelp y consultan las reseñas de productos antes de realizar una compra en Amazon.

Pero, ¿hasta qué punto podemos confiar en estas reseñas? Más allá del problema bien documentado de las reseñas falsas, la simple agregación de valoraciones sin procesar puede ser engañosa. Los consumidores más experimentados tienden a comprar (y calificar) productos de mayor calidad y, en consecuencia, a tener expectativas más altas. ¿El resultado? Los productos de mayor calidad se someten a un estándar más alto y pueden recibir valoraciones promedio más bajas que sus alternativas de menor calidad.

Se podría argumentar que el precio explica estas diferencias. ¿No debería exigirse más a un restaurante con estrella Michelin que cuesta cientos de dólares que a una comida rápida de 10 dólares? Aunque no cabe duda de que se trata de un argumento válido, pensamos que era solo una parte de la historia. Para demostrarlo, decidimos estudiar este sesgo en un mercado con precios uniformes: el de las películas.

El caso de las valoraciones de películas

Analizamos más de 9,000 películas en IMDb que recibieron un total de más de 650 millones de valoraciones. IMDb destaca convenientemente la calificación promedio de cada película y ofrece puntuaciones separadas de sus usuarios del “Top 1,000” (aquellos que han valorado más títulos en la plataforma). Para profundizar en nuestro análisis, también incorporamos 15 millones de valoraciones individuales de MovieLens, un popular sitio de recomendaciones de películas. Para medir la calidad, utilizamos indicadores externos como premios en festivales, nominaciones y reseñas de críticos profesionales.

Como era de esperar, los usuarios del “Top 1,000” en IMDb tienden a ver películas de mayor calidad y a calificarlas de forma más estricta. Entre las películas con características similares (año de producción, género y número de críticas), aquellas con al menos un premio o una nominación recibieron más del 5% de valoraciones adicionales de los usuarios del “Top 1,000”. Además, estos usuarios dieron puntuaciones más bajas que el usuario promedio en un asombroso 98% de las películas que estudiamos.

En conjunto, estos hallazgos revelan un claro sesgo contra las películas de mayor calidad: Debido a que estas películas deben impresionar a una audiencia más conocedora y crítica, sus valoraciones se ven afectadas en comparación con sus homólogas de menor calidad.

Una solución fácil de implementar

Este sesgo, aunque generalizado, se puede corregir con una solución sencilla. La clave es ajustar la rigurosidad de los usuarios al calcular las puntuaciones. Basándonos en las valoraciones individuales de MovieLens, medimos la “rigurosidad” de cada usuario comparando sus puntuaciones con la calificación promedio para las mismas películas.

Los resultados validaron nuestra teoría: Las valoraciones ajustadas se correlacionaban mejor con indicadores externos de calidad, como las nominaciones y los premios de los principales festivales de cine como Sundance, Toronto, Cannes y Venecia.

Implicaciones para las plataformas

Nuestro estudio destaca un problema central con las valoraciones de los consumidores. Incluso si asumimos que cada consumidor califica de forma honesta (pero subjetiva) y que no hay reseñas falsas, las comparaciones de las puntuaciones promedio pueden ser profundamente engañosas sobre la calidad relativa de los productos, ya que se aplican criterios totalmente distintos a unos y otros.

En última instancia, las plataformas deben reconocer que los sesgos en las valoraciones de los consumidores no son solo una consecuencia de actores malintencionados (por ejemplo, reseñas falsas), sino que están profundamente arraigados en el diseño de los sistemas de retroalimentación. Los algoritmos que se ajustan a este sesgo ofrecen un camino prometedor a seguir, permitiendo que los mercados y las redes mejoren la imparcialidad y la confiabilidad de sus productos.

E

l atractivo de las compras online es innegable. Como ha demostrado Amazon, los consumidores pueden recibir casi cualquier producto con un simple clic o el toque de una pantalla. No es de extrañar que las ventas de comercio electrónico se hayan más que duplicado en los últimos cinco años y sigan creciendo.

Sin embargo, la entrega a domicilio tiene costos ocultos en términos de sostenibilidad que los consumidores desconocen en su mayoría. Nuestra investigación sugiere que los minoristas omnicanal podrían sacar provecho de esta situación para aumentar sus márgenes, crear negocios más sostenibles y ganar cuota de mercado frente a Amazon.

Descubrimos que muchos consumidores están comprometidos con tomar decisiones más sostenibles, pero más del 80% de ellos no consideran ni comprenden las implicaciones adversas para la sostenibilidad de que las compras en línea se envíen directamente a sus hogares. Si bien se centran en las características sostenibles de los productos, a menudo no son conscientes de los desechos de embalaje adicionales, el uso de energía, la congestión del tráfico o los problemas de seguridad que generan las entregas a domicilio.

Nos preguntamos qué sucedería si se informara o recordara explícitamente a los consumidores las consecuencias medioambientales y de sostenibilidad social de sus decisiones relacionadas con los canales minoristas. ¿Cambiarían sus hábitos de compra si se revelaran los compromisos entre la entrega a domicilio y la sostenibilidad?

Para responder a estas preguntas, realizamos un experimento en el que se pidió a los compradores online que eligieran entre la entrega gratuita a domicilio o los canales gratuitos de recogida en tienda. Nuestra muestra estuvo compuesta por 200 participantes con distintos atributos demográficos (edad, sexo, educación, ingresos, etc.) de una variedad de tipos de ubicación (urbana, suburbana, rural) para garantizar una representación amplia.

El grupo de control visitó un sitio web típico de un minorista y no recibió ninguna información sobre sostenibilidad. En estas condiciones normales, casi tres de cada cuatro participantes optaron por la comodidad de la entrega a domicilio.

En el grupo de tratamiento, el sitio web del minorista incluía información sobre sostenibilidad medioambiental y social. Se mostró a los participantes que la recogida en tienda reducía los residuos de embalaje, las emisiones, la congestión del tráfico y los accidentes vehiculares en comparación con la entrega a domicilio. Al proporcionar esta información adicional, la recogida en tienda se convirtió en el canal más elegido por el 60% de los participantes. Con solo incluir etiquetas de sostenibilidad en línea, la recogida en tienda se duplicó y las entregas a domicilio disminuyeron un 43%.

Para los minoristas omnicanal, estos resultados tienen implicaciones competitivas y financieras inmediatas. Estimamos de manera conservadora que los minoristas omnicanal podrían capturar $100 mil millones en cuota de mercado de Amazon.

También podrían reducir significativamente sus costos operativos. La entrega a domicilio es el canal minorista más costoso. Los requisitos adicionales de manejo y movimiento para estos pedidos cuestan entre 10 y 20 dólares por entrega y pueden representar casi el 50% de los costos logísticos del comercio minorista.

Nuestra investigación muestra que al proporcionar información sobre sostenibilidad y trasladar una parte significativa de su volumen de entrega a domicilio al canal de recogida en tienda, los minoristas omnicanal podrían mejorar sus márgenes con el mismo volumen y combinación de ventas. Calculamos que Walmart podría recuperar entre 1,000 y 2,000 millones de dólares en ganancias anuales, y Target entre 200 y 400 millones de dólares. Estas ganancias representan un aumento de entre el 5% y el 14% de la rentabilidad corporativa total.

Lograr estos beneficios no requiere grandes inversiones en nuevos equipos o tecnologías ni cambios significativos en los procesos. Los minoristas omnicanal solo tienen que proporcionar a los consumidores información sobre sostenibilidad.

C

ada vez más, los empleadores están dando marcha atrás a los acuerdos de trabajo remoto establecidos durante la pandemia de COVID-19. Empresas como Starbucks, Walmart, Google, JPMorgan Chase y Amazon han llamado a sus empleados de vuelta a la oficina; algunas incluso exigiendo un regreso completo de cinco días a la semana.

Al anunciar este cambio, los líderes suelen decir que lo hacen para permitir una colaboración que solo puede darse en persona. Cuando el anterior CEO de Starbucks, Howard Schultz, pidió a sus empleados que regresaran a la oficina al menos tres días de la semana, dijo que la decisión estaba motivada por un trabajo que exigía «el tipo de pensamiento, colaboración audaz y conversaciones valientes que no pueden darse en llamadas de Teams o en reuniones programadas previamente». Detrás de afirmaciones como la de Schultz, hay un sólido cuerpo de investigación en comunicación y psicología social que proporciona evidencia que respalda la noción de que la comunicación remota es menos efectiva que la comunicación presencial. Y algunas investigaciones sobre gestión sugieren que los empleados que trabajan principalmente a distancia tienden a tener relaciones menos cercanas y confiables con sus compañeros de trabajo.

Sin embargo, otras investigaciones muestran (y muchos empleados se dieron cuenta durante la pandemia) que la productividad y el rendimiento no se ven afectados cuando se trabaja de forma remota.

Como investigadoras en gestión, nos quedamos perplejas ante los mandatos de regreso a la oficina. Si los líderes creen que la colaboración en persona es esencial para las relaciones laborales sólidas y, por lo tanto, el éxito organizacional, ¿cómo podemos interpretar los hallazgos que indican que el trabajo a distancia no reduce la productividad, y que, incluso, puede ofrecer un valor adicional a las organizaciones? Para investigar esto, cuestionamos la suposición generalizada de que la interacción remota perjudica las relaciones entre compañeros de trabajo.

Nuestra investigación, publicada recientemente en Academy of Management Journal, se basa en estudios de archivo, de campo y experimentales para examinar cómo afectan a las relaciones los atisbos de la vida no laboral de los compañeros de trabajo que se ven a través de videollamadas. Descubrimos que estas interacciones virtuales pueden hacer que los empleados se vean entre sí como más auténticos, humanos y confiables, (cualidades que conducen a vínculos personales y profesionales más fuertes). Nuestro trabajo proporciona una visión más equilibrada de la influencia del trabajo a distancia en la forma en que los empleados se relacionan entre sí. Nos basamos en nuestros hallazgos para ofrecer sugerencias respaldadas por la investigación a los gerentes que lidian con los beneficios (y costos) potenciales de los mandatos de regreso a la oficina.

El trabajo desde casa abre una ventana al mundo de los compañeros de trabajo

Si bien gran parte de la investigación sobre el trabajo remoto y las relaciones entre compañeros de trabajo parte de la base de que el trabajo a distancia hace que los compañeros se sientan más distantes unos de otros, examinamos otra posibilidad: Comprobamos si el trabajo desde casa hace que los compañeros de trabajo se sientan más cercanos al permitirles obtener información no laboral sobre los demás de una forma nueva.

Cuando analizamos nuestros datos, descubrimos que cuando los empleados obtenían información sobre un compañero de trabajo que era más vívida (visual o auditiva), percibida como no intencional y no relacionada con el trabajo (formas de aprendizaje que son más probables cuando se trabaja desde casa), eran más propensos a invertir en sus relaciones personales (es decir, buscar amistades) y profesionales (es decir, buscar futuras colaboraciones laborales) con ese compañero. Descubrimos que ese efecto se debía en gran medida a que veían a ese compañero de trabajo como más confiable, auténtico y humano.

Consideraciones para los gerentes

Con base en nuestra investigación, ofrecemos sugerencias para ayudar a los gerentes a pensar cuándo, por qué y cómo reunir a los empleados de manera presencial:

Cambie su mentalidad sobre cómo el trabajo remoto afecta las relaciones entre compañeros de trabajo

Es fácil suponer que trabajar desde casa no beneficia las relaciones entre empleados, porque ha sido la narrativa predominante desde la creación del trabajo remoto. Nuestra investigación muestra que esta mentalidad no es necesariamente cierta. El primer paso para determinar cuándo y por qué los empleados deben reunirse en persona es rechazar esta mentalidad y, en su lugar, pensar en cómo el trabajo a distancia puede beneficiar las relaciones de sus empleados de un modo que no se consigue al estar en la oficina.

Aproveche el potencial relacional de sus prácticas empresariales remotas

Una vez que haya cambiado su mentalidad, puede empezar a ver el trabajo desde casa como un generador de relaciones entre empleados (y no como un impedimento). Nuestra investigación muestra que, a través de las reuniones virtuales, los compañeros de trabajo pueden obtener nueva información no laboral sobre los demás de maneras que benefician sus relaciones más que los métodos tradicionales (por ejemplo, contando cosas sobre sus vidas o incluso conectando en redes sociales).

Enfoque sus estrategias de regreso a la oficina en las tareas y los tipos de relaciones que desea establecer

Ahora que ha visto el potencial relacional de sus prácticas empresariales a distancia, puede replantear sus planes de regreso a la oficina. Sugerimos que se haga dos preguntas:

1. ¿El trabajo requiere interacción presencial? Dado que nuestra investigación muestra que trabajar de forma remota puede beneficiar las relaciones entre compañeros de trabajo, la narrativa de que traer a las personas de regreso a la oficina beneficia las relaciones no cuenta la historia completa. En lugar de centrar su estrategia de regreso a la oficina en el lado humano de reunir a las personas de manera presencial, concéntrese en el trabajo en sí. ¿Cómo serían las interacciones entre los empleados para respaldar mejor el trabajo que se debe realizar? Si se trata de una sesión de lluvia de ideas que requiere una vivacidad que cree que solo se puede capturar en persona, entonces tal vez desee reunir a las personas de manera presencial para crear esa chispa. Si se trata de una sesión de trabajo que requiere que todos estén en sus computadoras portátiles, esa tarea puede realizarse mejor de forma remota. Lo último que desea es que los empleados viajen a la oficina para pasar el día conectados en videoconferencias con colegas que están en el mismo lugar. Es importante reconocer que no todas las tareas requieren colaboración presencial, y que trabajar desde casa puede proporcionar beneficios que estar en la oficina simplemente no puede ofrecer, tanto para las relaciones entre compañeros de trabajo como para otros aspectos. Nuestro punto principal es que su estrategia de regreso a la oficina debe centrarse en cómo sus empleados se relacionan entre sí en función de lo que es mejor para el trabajo en sí mismo.

2. ¿Qué tipo de relaciones quiere que sus empleados construyan? Si bien nuestra investigación mostró que las relaciones individuales entre compañeros de trabajo pueden beneficiarse de la interacción virtual cuando se trabaja desde casa, reconocemos que los gerentes también pueden construir relaciones entre grupos o personas que no pueden interactuar a través de reuniones de video (por ejemplo, los empleados que no trabajan regularmente juntos). Piense en una estrategia de regreso a la oficina intencional y estratégica, en la que enfoque su tiempo en la oficina en “momentos que importan”, y que generen un aprendizaje vívido, visto como compartido involuntariamente y sobre información no laboral entre los compañeros de trabajo.

Aunque existe cierta magia en el trabajo presencial, y que aún no hemos descubierto cómo replicar por completo de manera virtual, también existe una magia en el trabajo desde casa. Esta es una magia que muchos empleados han sentido y que no están dispuestos a perder, lo que sugiere que los gerentes deben ser estratégicos en sus políticas de regreso a la oficina y aprovechar las ventajas del trabajo remoto.

C

uando se les dice a los líderes que deben ser más estratégicos, su primer instinto suele ser pedir aclaraciones mediante ejemplos concretos o definiciones de estrategia. Si bien esto es bien intencionado, a veces puede parecer una actitud defensiva. Con frecuencia, este tipo de retroalimentación proviene de una falta de comunicación y comprensión claras entre el líder y sus partes interesadas. A estas últimas les puede resultar difícil articular lo que significa “ser estratégico”, dando lugar a una retroalimentación vaga.

En lugar de limitarse a pedir aclaraciones, es más eficaz demostrar proactivamente su estrategia. A continuación, se presentan tres razones principales por las que a los líderes les resulta difícil demostrar que son estratégicos, y algunas formas de articular y transmitir sus habilidades de pensamiento estratégico con más éxito.

1. La estrategia puede parecer conceptual y teórica.

Las conversaciones sobre estrategia suelen involucrar conceptos abstractos, como la visión, la planificación a largo plazo, las amenazas y oportunidades futuras, que pueden ser difíciles de cuantificar y describir. Esta complejidad, sumada a la necesidad de conectar otros factores más concretos, como el análisis de mercado, el posicionamiento competitivo, etc., dificulta la creación de una narrativa unificada.

Las investigaciones demuestran que la toma de decisiones estratégicas no puede entenderse adecuadamente a menos que se comprenda su contexto. He aquí un par de formas de describir ese contexto:

Utilice el storytelling.

El storytelling es una poderosa herramienta para hacer que los conceptos estratégicos abstractos sean fáciles de comprender y recordar. Al involucrar a su audiencia emocional e intelectualmente, las historias simplifican ideas complejas, convirtiéndolas en planes de negocio viables. Una narrativa convincente ayuda a que su estrategia se mantenga en la mente de las partes interesadas, aumentando su comprensión y retención.

Visualice la estrategia.

Utilice recursos visuales para hacer que las estrategias complejas o abstractas sean más tangibles y fáciles de comunicar. Las visualizaciones efectivas aclararán las ideas complejas. Por ejemplo, Amazon es conocido por utilizar el “modelo de volante”, una representación visual de cómo las distintas partes de su negocio se refuerzan entre sí para impulsar el crecimiento. El ciclo comienza con la mejora de la experiencia del cliente, lo que atrae a más clientes. Más clientes aumentan el tráfico, lo que atrae a más vendedores. Con más vendedores, la selección de productos crece, y los costos reducen gracias a las economías de escala. Estos costos más bajos permiten a Amazon ofrecer precios más bajos, mejorando aún más la experiencia del cliente y reiniciando el ciclo. Esta visualización ayuda a los equipos a comprender cómo las acciones aparentemente no relacionadas (como expandir la selección de productos u optimizar la logística) respaldan el objetivo estratégico principal de crecimiento a largo plazo.

2. Todos tienen una perspectiva diferente.

Los líderes suelen dar por sentado que las partes interesadas clave comprenderán su estrategia. Sin embargo, las personas interpretan el pensamiento estratégico de manera diferente, lo que genera confusión y comunicación inconsistente. Para superar estos desafíos de comunicación, considere los siguientes enfoques:

Utilice un marco estratégico compartido.

La mayoría de las empresas ya tienen un marco unificado para establecer objetivos, como los OKR (objetivos y resultados clave), los cuadros de mando integral o los KPI (indicadores clave de rendimiento). En lugar de introducir nuevos métodos (o peor aún, no utilizar ninguno), la clave está en aprovechar estos procesos existentes de forma más efectiva.

Cree oportunidades de sensibilización para las partes interesadas.

En los debates estratégicos a los que he asistido, he observado una tendencia: Las personas interpretan la estrategia en función de sus propios roles, centrándose principalmente en cómo les afecta a ellos o a sus equipos. Los líderes sénior pueden necesitar una visión general de alto nivel sobre el progreso estratégico, mientras que los equipos pueden requerir instrucciones tácticas más específicas para alinear sus acciones con los objetivos a largo plazo.

Las partes interesadas necesitan conectar su estrategia con sus propias realidades para entender sus planes y el papel que desempeñan en ellos. Por lo tanto, debe brindarles oportunidades para darle sentido la estrategia. Esto implica ayudarles a encontrar significado a sus decisiones estratégicas, vinculándolas con sus propios objetivos, desafíos y aspiraciones. He aquí cómo hacerlo:

Cambie el enfoque hacia el impacto colectivo: Al discutir su estrategia, centre la conversación en torno al impacto colectivo más que en el impacto individual o de equipo. Resalte cómo los diferentes equipos están interconectados para alcanzar los objetivos a largo plazo, asegurándose de que todas las partes interesadas comprendan que la estrategia es una responsabilidad compartida. Sólo entonces podrá hablar sobre lo que cada equipo o persona debe hacer para respaldar el esfuerzo colectivo de la estrategia.

Facilite la “conexión de puntos”: Fomente y facilite debates periódicos en los que las partes interesadas puedan conectar los puntos entre su propio trabajo y los objetivos estratégicos más amplios. Estas conversaciones ayudan a los miembros del equipo a ver más allá de sus responsabilidades inmediatas y a comprender cómo sus esfuerzos contribuyen a los objetivos de la organización.

3. Las cuestiones a corto plazo tienen prioridad.

Las presiones inmediatas y las urgencias del día a día a veces ensombrecen la necesidad de comunicar la planificación a largo plazo. Los líderes suelen priorizar la ejecución y el trabajo operativo sobre la reflexión y comunicación estratégica, lo que dificulta articular el panorama general. Además, la incertidumbre y la presión pueden hacer que los líderes duden en articular planes que no son del todo concretos, y las partes interesadas pueden ser incapaces de conectar los puntos entre la estrategia y lo que está sucediendo en la práctica. He aquí cómo garantizar que la estrategia siga siendo una prioridad para las partes interesadas cuando otras presiones comiencen a tomar el control:

Incorpore la reflexión estratégica a su rutina.

En entornos de alta presión, la estrategia puede quedar relegada a un segundo plano frente a las operaciones diarias. Debe reservar tiempo intencionalmente para la reflexión estratégica. En lugar de reservar un gran bloque de tiempo, opte por intervalos constantes para que se convierta en parte de su rutina.

Divida los objetivos a largo plazo en victorias a corto plazo.

Uno de los motivos por los que los líderes se mantienen en modo de ejecución es la presión por mostrar resultados a corto plazo. Para abordar este problema, divida los objetivos estratégicos a largo plazo en hitos más pequeños y manejables que demuestren el progreso y contribuyan al panorama general.

A menudo he visto que los líderes separan las discusiones estratégicas del trabajo operativo, pero un enfoque más eficaz es hacer que el pensamiento estratégico forme parte de su trabajo. En lugar de depender únicamente de las reuniones formales sobre estrategia, utilice reuniones informales o conversaciones casuales para reforzar continuamente el modo en el que las actividades diarias se vinculan con el panorama estratégico más amplio.

Enfóquese en la estrategia durante tiempos de crisis.

Normalmente, la estrategia y la gestión de crisis se consideran dos cuestiones separadas, a menudo contradictorias entre sí. En otras palabras, la estrategia suele dejarse de lado cuando surgen cuestiones urgentes. Sin embargo, las crisis son oportunidades para demostrar su liderazgo estratégico, anticipándose al futuro. Aproveche esos momentos para abordar el desafío inmediato y anticiparse a lo que podría suceder, planificando dos o tres pasos hacia delante.

En situaciones de alta presión, asegúrese de comunicar no solo sus soluciones inmediatas, sino también cómo estas acciones encajan en la visión más amplia y a largo plazo. De este modo, demostrará tanto su experiencia táctica como su previsión estratégica.

Puede resultar frustrante que le digan que no es lo suficientemente estratégico; sin embargo, tómelo como una oportunidad para mejorar, fortalecer su liderazgo y la visibilidad de su impacto. Al hacer que su estrategia sea visible y fácil de entender a través del storytelling, aprovechando los marcos existentes y asegurando una comunicación constante con las partes interesadas, puede cambiar las percepciones, alinear a su equipo con los objetivos a largo plazo y ser reconocido por su enfoque estratégico. Las crisis y las presiones cotidianas no deberían interponerse en su pensamiento estratégico; en su lugar, utilice estos momentos para demostrar su previsión y su habilidad para conectar las acciones inmediatas con el panorama general. Cuando la estrategia se ve, se comprende y se pone en práctica, el éxito llega.