E

n 2020, Microsoft anunció su iniciativa “Planetary Computer”, un proyecto monumental destinado a recopilar datos ambientales a escala mundial y hacerlos accesibles para soluciones de sostenibilidad. Al asociarse con organizaciones medioambientalistas y aprovechar algoritmos de inteligencia artificial de vanguardia, Microsoft pretende abordar algunos de los problemas ambientales más apremiantes del planeta, desde la pérdida de biodiversidad hasta el cambio climático. Este proyecto con visión de futuro sirve como algo más que un simple ejemplo de responsabilidad corporativa. Se trata de un hito importante, que indica un cambio de paradigma más amplio para hacer de la IA y la sostenibilidad la columna vertebral de la gestión moderna de proyectos.

En la actual economía de proyectos, donde los proyectos son la principal unidad de trabajo y la creación de valor, los paradigmas tradicionales de gestión de proyectos están experimentando una transformación radical. La sostenibilidad ya no es algo que “es bueno tener”, sino un criterio esencial para el éxito, tanto en la fase inicial de los proyectos como cuando los resultados del proyecto siguen generando beneficios a lo largo de su vida útil. Como lo demuestran empresas como Microsoft, existe una oportunidad sin precedentes en la intersección de la IA, la gestión de proyectos y la sostenibilidad (en los ámbitos social y financiero, así como en el ámbito medioambiental).

Desafortunadamente, sin una ejecución adecuada, la integración de IA y la gestión de proyectos para lograr objetivos de sostenibilidad, puede contribuir a la misma huella de carbono que pretendemos reducir. ¿Cómo podemos aprovechar simultáneamente los poderes computacionales de la IA y cumplir los objetivos de sostenibilidad sin inclinar la balanza desfavorablemente en términos de costo e impacto ambiental? Aquí es donde entran en escena los “algoritmos ecológicos” (construcciones especializadas de IA diseñadas para mejorar la eficiencia operativa y priorizar la sostenibilidad).

Complejidad, costo y carbono

La gestión de proyectos siempre ha requerido un delicado equilibrio entre alcance, tiempo, presupuesto y beneficios. Medir el impacto ambiental, social y humano de los proyectos añade más complejidades. Las herramientas de IA para la gestión de proyectos tienen el potencial de ayudar a abordar estas preocupaciones, pero a medida que la implementación de la IA pasa de la teoría a la realidad, surge otra capa de tres desafíos clave: la complejidad, el costo y el carbono de la implementación de la IA.

Complejidad

— Demandas interdisciplinarias. La fusión de la IA y la gestión de proyectos exige un grupo de expertos de diversos ámbitos. La complejidad se multiplica cuando se reúnen especialistas en aprendizaje automático, científicos de datos, científicos medioambientales y responsables de cumplimiento de políticas, solo por nombrar algunos.

— Entorno normativo dinámico. Los objetivos de sostenibilidad no son estáticos; evolucionan bajo la influencia de leyes, culturas y tradiciones locales, estatales e internacionales.

— Sobrecarga de datos. La IA se basa en datos, y gestionar e interpretar conjuntos de datos multidimensionales, que van desde el uso de energía hasta la producción de residuos, introduce aún más complejidad.

Costo

— Costos directos de los requerimientos interdisciplinarios. Los recursos humanos interdisciplinarios descritos anteriormente tienen un precio. La experiencia en múltiples áreas se suma.

— Costo del ciclo de vida. Los modelos de IA son entidades vivas que necesitan un cuidado continuo. Esto incluye actualizaciones periódicas, ajustes para adaptarse a nuevos datos o condiciones, e incluso revisiones completas para incorporar nuevos estándares.

Carbono

— Impacto de carbono de los requerimientos interdisciplinarios. Se deben tener en cuenta los desplazamientos para reuniones de las partes interesadas, el transporte de hardware, e incluso la energía consumida en los espacios de oficina donde trabajan los equipos del proyecto.

— Emisiones de carbono relacionadas con la IA. Los algoritmos de aprendizaje automático requieren una cantidad de energía considerable, lo que eleva el impacto ambiental del proyecto debido a su amplia potencia computacional. El ciclo de vida del hardware necesario para estos complejos algoritmos (desde la fabricación hasta la eliminación) también conlleva un costo medioambiental. El hardware especializado (GPU y TPU), además de acelerar los procesos algorítmicos, aumenta la huella de carbono general del proyecto. Un estudio realizado por investigadores de la Universidad de Massachusetts Amherst, encontró que las emisiones derivadas del entrenamiento de un solo modelo de IA pueden generar hasta 626,000 libras de CO2 equivalente, aproximadamente cinco veces las emisiones de un automóvil estadounidense promedio durante su vida útil.

Introduciendo los algoritmos ecológicos

Aquí es donde entran en juego los algoritmos ecológicos. Se integran a la perfección con una serie de metodologías de IA, desde el aprendizaje automático que permite el mantenimiento predictivo hasta el procesamiento del lenguaje natural para el análisis de los sentimientos de las partes interesadas, e incluso el aprendizaje reforzado para la asignación dinámica de recursos. El resultado final son herramientas de IA que no sólo son inteligentes en su ejecución, sino también sostenibles en su impacto en los proyectos. Los algoritmos ecológicos ayudan a abordar los desafíos de complejidad, costo y carbono:

— Gestión de la complejidad. Las herramientas y metodologías modernas de gestión de proyectos están cada vez más orientadas a aliviar la complejidad y facilitar la integración. Muchas plataformas, como Notion y Forecast, ofrecen ahora funciones que simplifican la gestión de algoritmos y conjuntos de datos complejos, convirtiéndolos en información procesable para una mejor toma de decisiones. También ofrecen servicios especializados de formación y consultoría para ayudar a los gestores de proyectos a adquirir las habilidades necesarias para implementar los algoritmos ecológicos de manera efectiva.

— Gestión de costos. Implementar las soluciones de IA requiere un precio financiero inicial y habilidades especializadas, que podrían considerarse barreras para su adopción. Sin embargo, es esencial considerar estas tecnologías como inversiones con beneficios a largo plazo, y no como un mero gasto. Los ahorros de energía de los centros de datos eficientes se traducen en reducciones significativas de los gastos operativos y menores costos de cumplimiento. La adopción de algoritmos ecológicos también puede ir acompañada de beneficios intangibles, como la reducción del riesgo y el incremento del valor de la marca.

— Gestión del carbono. Con los algoritmos ecológicos, se obtiene la eficiencia operativa comprobada que ofrecen las soluciones automatizadas y ahorros significativos mediante la optimización del uso recursos, la reducción de residuos y el cumplimiento de las regulaciones de sostenibilidad. Cambiar de un centro de datos promedio a uno más eficiente puede reducir la huella de carbono hasta en un 30%, y en el horizonte se vislumbran nuevas mejoras.

GE Research es un ejemplo de ello. En colaboración con GE Renewable Energy, han desarrollado una herramienta de aprendizaje automático de vanguardia diseñada para optimizar la logística de las turbinas eólicas, lo que podría ahorrarle a la industria miles de millones de dólares durante la próxima década. La solución algorítmica se centra en optimizar diversos aspectos de las operaciones de los parques eólicos, desde el envío y la instalación hasta el mantenimiento continuo. El costo, la complejidad y las emisiones de carbono se gestionaron o redujeron.

Con historias de éxito como ésta cada vez más frecuentes, el mensaje para los gestores de proyectos de todo el mundo es claro: Es hora de aprender a implementar algoritmos ecológicos.

Los gestores de proyectos están aprendiendo que la integración de algoritmos ecológicos en sus proyectos cataliza la eficiencia operativa y fortalece su compromiso con la sostenibilidad. Al mismo tiempo, los líderes organizacionales están viendo que la convergencia de IA y la conciencia ecológica ofrece una hoja de ruta para lograr resultados comerciales. Con una planificación meticulosa y un compromiso con la sostenibilidad, los algoritmos ecológicos pueden ayudar a los gestores y patrocinadores de proyectos a convertir los desafíos en oportunidades para lograr un impacto significativo. A medida que los proyectos se convierten cada vez más en la columna vertebral del valor organizacional, los algoritmos ecológicos ofrecen una forma tangible y efectiva de lograr tanto la sostenibilidad como la IA.

I

magine conocer una táctica de negociación que podría aumentar sus ganancias en un 20%, que se prepara en menos de tres minutos y se implementa en tan solo unos segundos. Este poderoso enfoque no es un secreto comercial fenicio bien guardado, ni una estrategia compleja ideada por estrategas en salas de guerra ocultas; es simplemente el acto de hacer preguntas abiertas. Sorprendentemente, nuestra investigación ha descubierto que las preguntas abiertas representan menos del 10% de lo que la mayoría de los negociadores dicen durante sus conversaciones, un problema para cualquiera que desee negociar de manera efectiva.

Los expertos en negociación han aconsejado durante mucho tiempo que la clave del éxito radica en equilibrar la indagación (hacer preguntas) con la defensa (persuasión). Sin embargo, hasta ahora, ha sido casi imposible determinar con datos concretos cómo debería ser la combinación ideal. Nuestra investigación nos acerca a descifrar el código de la negociación gracias a los recientes avances en IA y procesamiento del lenguaje natural.

Al analizar más de 60,000 intervenciones en cientos de interacciones de negociación, descubrimos una verdad engañosamente simple: Cuantas más preguntas abiertas hacen los negociadores, más dinero ganan. Además, descubrimos diferencias intrigantes en la eficacia de determinados tipos de preguntas. Preguntar “¿Por qué es importante esta fecha límite para usted?” es psicológicamente diferente (o mejor) que preguntar “¿Qué importancia tiene este plazo para usted?” o “¿Cuál es la importancia de esta fecha límite para usted?” Nuestros hallazgos sugieren que la formulación de preguntas puede influir profundamente en las respuestas que recibe y los resultados que obtiene.

En este artículo, exploramos cómo hacer preguntas abiertas puede transformar los resultados de una negociación. Ya sea que esté negociando un acuerdo comercial, un aumento de sueldo o convenciendo a un niño pequeño para que coma brócoli, comprender el poder de hacer preguntas puede brindarle una ventaja significativa.

Aprovechar la IA para comprender los microcomportamientos en la negociación

Nuestro equipo desarrolló algoritmos para analizar cientos de horas de grabaciones de negociaciones de estudiantes de MBA y ejecutivos de todo el mundo. Examinamos minuciosamente los comportamientos de comunicación hasta el milisegundo para descubrir qué es lo que conduce al éxito en la mesa de negociación.

Entre los factores que consideramos (como quién hizo la primera oferta, cuánto sonreía el negociador, su velocidad al hablar, las interrupciones, el uso de pronombres y si se comportaba con dureza, cortesía o cordialidad), el mayor predictor del éxito personal fue la cantidad de preguntas abiertas que se formularon. Sorprendentemente, las ventajas de hacer más preguntas no parecían tener límites. Cuantas más preguntas abiertas se hacían, mayores eran los beneficios. Y lo que es aún más sorprendente, la mayoría de los negociadores no hacían suficientes preguntas: Menos de uno de cada diez turnos de conversación incluía una pregunta abierta, un costoso error estratégico.

Al profundizar en las ventajas de hacer preguntas, descubrimos que las preguntas abiertas dan lugar a respuestas que son aproximadamente el doble de largas (y el doble de informativas) que las respuestas a preguntas cerradas o afirmaciones. Esta profundidad de información permitió a los negociadores comprender mejor las posiciones, los intereses y las limitaciones de sus contrapartes, lo que se tradujo en propuestas más eficaces y, en última instancia, en mejores resultados. Cabe destacar que hacer preguntas cerradas no produjo mayores beneficios.

Diferentes tipos de preguntas abiertas

Intentar hacer más preguntas abiertas es un buen punto de partida. Pero no todas las preguntas abiertas son iguales. El tipo de pregunta abierta puede influir significativamente en el tono y el contenido de la respuesta, así como en el éxito general de la negociación.

Analizamos las respuestas a más de 4,500 preguntas abiertas de los negociadores y las respuestas que obtuvieron. Nuestros modelos de lenguaje extrajeron tanto la divulgación de información estratégica como el tono emocional de las respuestas. Descubrimos que las preguntas del tipo “por qué” a menudo generaban respuestas más largas y detalladas, revelando información útil, pero también provocaban un sentimiento más negativo. En cambio, las preguntas del tipo “cómo” tendían a generar un sentimiento positivo, pero respuestas menos detalladas. Las preguntas del tipo “qué” se encontraban en un punto intermedio, proporcionando un equilibrio entre la recopilación de información y el mantenimiento de un tono neutro o positivo.

Lecciones para los negociadores

Nuestra investigación proporciona evidencia convincente de que los negociadores pueden obtener resultados significativamente mejores al incorporar más preguntas abiertas en su kit de herramientas. He aquí algunos consejos prácticos para aprovechar esta estrategia:

1. Prepare preguntas abiertas con anticipación.

Antes de iniciar una negociación, tómese el tiempo para escribir de tres a cinco preguntas abiertas que podría hacer para obtener información valiosa sobre las necesidades y limitaciones de su contraparte. Algunos ejemplos de preguntas poderosas incluyen: “¿Por qué es importante este tema para usted?”, “¿Cuál es el mayor desafío que enfrenta?”, “¿Qué le preocupa?” o “¿Cómo podemos avanzar?”.

2. Transforme las preguntas cerradas en preguntas abiertas.

Transforme activamente sus preguntas cerradas habituales en formatos abiertos. Por ejemplo, en lugar de preguntar “¿Esta es su oferta final?”, intente preguntar “¿Qué factores influyen en su oferta final?”. En lugar de preguntar “¿Necesita esto para el viernes?”, pregunte “¿Por qué necesita que esté listo tan pronto?”. A continuación, utilice estas respuestas más informativas para elaborar contrapropuestas convincentes.

3. Equilibre la investigación con la construcción de relaciones.

Es posible que haya descubierto los intereses y limitaciones de sus contrapartes como un profesional, pero es poco probable que obtenga concesiones adicionales si no les agrada. Asegúrese de equilibrar estratégicamente las preguntas “por qué”, “qué” y “cómo” a lo largo de la conversación para recopilar información detallada, mientras construye y mantiene una buena relación.

La negociación es una habilidad fundamental para el liderazgo y la vida, que influye en todo, desde los precios que pagamos y los sueldos que ganamos hasta quién recoge a los niños de la escuela. A pesar de su omnipresencia, las personas suelen pasar por alto una estrategia simple para lograr mejores resultados: Hacer más preguntas abiertas; una táctica que resulta más sencilla al dedicar un par de minutos a pensar en preguntas abiertas antes de que comience una negociación.

Estudios previos sugieren que evitamos hacer preguntas por miedo a parecer incompetentes o porque sobreestimamos nuestra capacidad de persuasión. No cabe duda de que la asertividad es esencial en la mesa de negociación. Sin embargo, nuestro análisis de las conversaciones de negociación revela un desequilibrio importante en la forma en que las personas buscan influir y aprender naturalmente. La mayoría de nosotros pasamos el tiempo defendiendo nuestras posiciones, sin preguntar lo suficiente sobre la otra parte; sin descubrir qué es lo que quiere y por qué lo quiere.

Al preparar e incorporar una combinación de preguntas de “por qué”, “qué” y “cómo” en nuestras negociaciones, podremos obtener información valiosa, construir relaciones más sólidas y, en última instancia, obtener mejores resultados. Así que, la próxima vez que esté en la mesa de negociación, recuerde: menos presentación, más preguntas. Le sorprenderá lo que puede aprender y lo mucho que puede obtener como resultado.