Por qué las nuevas tecnologías no transforman a las empresas establecidas

El reto que supone la adopción de la IA está resultando frustrante para muchas empresas consolidadas. Están implementando la tecnología de forma generalizada —añadiéndola a los flujos de trabajo existentes, utilizándola para automatizar tareas individuales, incorporándola a nuevas herramientas de productividad— pero, aun así, están perdiendo terreno frente a competidores más pequeños. Se trata de un patrón habitual. Surgen tecnologías prometedoras, las empresas establecidas realizan grandes inversiones y articulan estrategias bien razonadas, pero al final solo consiguen pequeñas mejoras en la eficiencia y, como resultado, ceden su ventaja a competidores más pequeños. Cuando las empresas establecidas fracasan de esta manera, sus líderes tienden a culpar a la ejecución. Señalan retos conocidos, citando la brecha de habilidades, la formación que va a la zaga de los cambios tecnológicos y la inercia de los mandos intermedios. Pero todo eso es un diagnóstico conveniente, no una explicación. El problema radica en otra parte: las empresas establecidas fracasan porque no han reconocido que las nuevas tecnologías permiten nuevas formas de coordinar el trabajo. La IA, por ejemplo, permite dividir el trabajo intelectual en partes más pequeñas, completarlo más rápidamente y recombinarlo de nuevas formas. Cuando las empresas tradicionales tienen dificultades para aprovechar la IA de forma eficaz, suelen utilizar sus capacidades simplemente para optimizar las funciones y los procesos existentes. Están haciendo el mismo trabajo de forma un poco más eficiente. Pero la mayor oportunidad está en otra parte. Las empresas también pueden utilizar esas capacidades para reestructurar la organización del trabajo: cómo se divide, secuencia y coordina entre los equipos. Cuando las empresas hacen eso, algunas estrategias simplemente dejan de ser viables, por muy bien pensadas y factibles que puedan parecer. Pero, al mismo tiempo, surgen nuevas estrategias que a menudo son fuente de ventaja competitiva. Figma frente a Adobe El auge de la plataforma de diseño colaborativo Figma durante la última década muestra cómo una nueva arquitectura de coordinación puede determinar los resultados estratégicos mucho antes de que las características del producto o su ejecución tengan importancia. Adobe, la empresa líder en el sector del diseño, suele considerarse un modelo de transformación digital exitosa. A principios de la década de 2010, con la aparición de las tecnologías basadas en la nube, Adobe abandonó su modelo de software en caja y realizó con éxito la transición a un modelo de suscripción. Según todos los parámetros convencionales, la empresa se comportó exactamente como se espera de una empresa líder con visión de futuro. Sin embargo, durante ese mismo periodo, Figma, entonces un pequeño competidor, creó un entorno de diseño compartido que transformó la forma en que los equipos colaboraban y tomaban decisiones, algo que Adobe no podía igualar. Esto acabó creando una amenaza estratégica tan grande que Adobe intentó adquirirla por 20 000 millones de dólares en 2022. (La operación se canceló tras más de un año de escrutinio por parte de los reguladores de Europa y el Reino Unido). Los observadores suelen atribuir el éxito de Figma a una experiencia de usuario superior, que incorpora colaboración en tiempo real, acceso basado en navegador y una incorporación más rápida de los usuarios. Pero la propia Adobe creó muchas de las mismas funciones. La verdadera fuente de la ventaja de Figma, y de la divergencia entre las dos empresas, radicaba en cómo cada una entendía la naturaleza del trabajo de diseño y se organizaba en torno a ese entendimiento. Adobe estaba atrapado en un modelo antiguo, basado en la suposición de que los diseñadores editaban los archivos individualmente, los entregaban y luego integraban los cambios. En este modelo, la nube ofrecía ventajas de almacenamiento y distribución, pero el trabajo basado en archivos y la edición secuencial persistían, lo que daba lugar a supuestos que configuraban los flujos de trabajo y las estructuras de los equipos en las organizaciones de los clientes de la empresa. La coordinación requería gestionar y conciliar los cambios entre las diferentes versiones de los archivos. Figma, libre de estas limitaciones, reinventó una nueva forma de coordinar el trabajo de diseño. Aprovechando la nube, permitió que varias personas trabajaran simultáneamente en el mismo proyecto de diseño en un entorno compartido. En lugar de esperar a que se transfirieran los archivos, los equipos que utilizaban Figma podían ver los cambios de los demás a medida que se producían y llegar a decisiones más rápidamente. Adobe trataba el archivo como la unidad básica de trabajo, pero Figma decidió tratar los elementos dentro del archivo (bloques de texto, estilos, componentes reutilizables) como las unidades básicas de trabajo: las piezas más pequeñas que podían editarse y gestionarse de forma independiente. Una persona podía reescribir el texto, otra podía cambiar las fuentes y los colores, una tercera podía reorganizar las pantallas y una cuarta podía conectar las pantallas en un flujo de trabajo, todo al mismo tiempo, en el mismo diseño, sin crear versiones conflictivas. Dado que cada elemento era identificable de forma única, un cambio realizado una vez se actualizaba automáticamente en todos los lugares donde se utilizaba, para todas las personas que trabajaban en el diseño. Lo más importante es que tratar los elementos como unidades de trabajo eliminó uno de los principales obstáculos de las herramientas basadas en archivos. El trabajo de diseño pasa por muchos equipos, y gestionar ese trabajo a través de archivos crea fricciones cada vez que hay que conciliar o volver a aplicar los cambios. Figma eliminó por completo este problema al gestionar los elementos de diseño en bibliotecas compartidas a las que recurren los equipos de toda la organización. Dado que el texto, los estilos y los componentes reutilizables se tratan como elementos compartidos y reutilizables, en lugar de estar vinculados a archivos individuales, sus propiedades se pueden definir una sola vez y reutilizar en toda la organización. Un cambio en una fuente, un color o una regla de diseño realizado por el equipo propietario se muestra automáticamente en todos los diseños que dependen de él, sin que nadie tenga que abrir, copiar o actualizar los archivos manualmente. El cambio también tuvo un efecto importante en la gobernanza de toda la organización. Las normas de diseño en Figma se incorporan por defecto, en lugar de imponerse mediante revisiones a posteriori. Los equipos no tienen que comprobar constantemente si el trabajo cumple con las directrices, ya que este se crea utilizando componentes que ya lo hacen. Dado que los equipos ensamblan los diseños utilizando componentes compartidos, la coherencia surge de forma natural, incluso cuando los equipos no se coordinan explícitamente mediante revisiones y conciliaciones. Cuando el mercado reconoció que Figma había introducido una nueva forma de organizar y gestionar el trabajo de diseño, la diferencia entre las dos empresas ya estaba profundamente arraigada en sus sistemas. Adobe se aferraba a una arquitectura obsoleta centrada en los archivos, mientras que Figma no, lo que ayudó a esta última a ganar cuota de mercado y, al mismo tiempo, a transformar la naturaleza del trabajo de diseño. La ventaja de Shein Las empresas que realmente se benefician de la IA no se limitan a superponerla a los sistemas heredados. Consideremos el caso del minorista chino Shein. A primera vista, Shein parece ser una empresa de moda rápida que compite con una producción de bajo coste. Pero su verdadera ventaja radica en cómo reorganiza la unidad de trabajo en la moda y, con ello, la estructura de coordinación, las capacidades a las que se puede acceder y las estrategias competitivas que se derivan de ello. Las casas de moda tradicionales siguen funcionando en torno a la temporada de moda como unidad de trabajo. El diseño, la previsión, la compra, la comercialización y la producción se coordinan en torno a un calendario de ciclo largo. Incluso cuando estas casas adoptan la IA generativa para acelerar los bocetos de diseño, su estructura de trabajo subyacente sigue siendo secuencial. Shein, por el contrario, reduce la unidad de trabajo de la temporada a experimentos continuos en el mercado con nuevos conceptos de productos. Cada briefing de diseño presenta un nuevo concepto de producto que puede probarse en el mercado. En lugar de intentar proyectar la demanda de los clientes con meses de antelación, la empresa capta las tendencias de las redes sociales y las métricas de interacción y genera nuevos briefings de diseño al instante sobre esa base. Sin embargo, lo que realmente ha cambiado en Shein es la forma en que se organiza el trabajo. Los sistemas algorítmicos sustituyen las decisiones de compra manuales, lo que da lugar a pequeñas tiradas de producción para cada concepto de producto, lo que permite a Shein realizar miles de pruebas en paralelo en el mercado. Un concepto de producto específico se amplía con más lotes solo cuando se confirma la demanda utilizando datos reales del mercado en la prueba. Todo esto es posible porque la unidad de trabajo pasa de ser la colección de temporada a un concepto de producto que se puede probar. Las empresas de moda tradicionales, atadas a los calendarios de temporada, dependen de múltiples niveles de aprobación para coordinar el trabajo a lo largo de un ciclo de producción prolongado. Shein, en cambio, utiliza la inteligencia artificial en la detección de tendencias, el diseño y la producción, de modo que todas las funciones se coordinan en respuesta a los cambios en la demanda. El trabajo de diseño y producción ya no es secuencial, sino que funciona en un bucle continuo de detección, generación, prueba y perfeccionamiento de conceptos de moda. En el caso de Figma, el cambio de la unidad de trabajo transformó la gobernanza de toda la organización, que se aplicó mediante componentes compartidos en lugar de mediante la supervisión. El cambio de Shein va más allá y crea un nuevo sistema de aprendizaje. Dado que cada concepto de producto es pequeño, comprobable y con escalabilidad independiente, cada interacción con el mercado genera información útil. Y dado que la coordinación es continua y no se basa en un calendario, esa información se absorbe inmediatamente en la siguiente ronda de decisiones de diseño y producción. La IA no se sitúa por encima de este proceso como una capa de optimización, sino que sirve como mecanismo central que conecta la detección, la toma de decisiones y la acción en un único ciclo de aprendizaje. La organización aprende a través de la experimentación constante y de bajo coste durante sus operaciones, en lugar de a través de revisiones periódicas. Con el tiempo, este aprendizaje continuo se convierte en una ventaja que las empresas tradicionales tienen dificultades para igualar, no porque carezcan de datos o modelos, sino porque sus unidades de trabajo y sus estructuras de coordinación impiden un aprendizaje eficaz. Nuevos flujos de trabajo Cuando se establece un nuevo flujo de trabajo dentro de una organización, esta se reestructura gradualmente en torno a él. Los nuevos patrones de coordinación determinan entonces dónde deben posicionarse los equipos entre sí y qué funciones ganan o pierden influencia. Con el tiempo, esos ajustes se acumulan en una nueva arquitectura organizativa que refleja con mayor precisión la estructura del trabajo. A medida que se desarrolla esta reestructuración, dos dimensiones tienden a cambiar juntas. Una es la unidad de trabajo: el objeto básico de producción, ya sea un archivo o un componente. La otra es el mecanismo de coordinación, que determina si el trabajo pasa por aprobaciones secuenciales o se sincroniza de forma continua. Las empresas establecidas suelen cambiar solo una de estas dimensiones a la vez: adoptan nuevas herramientas mientras mantienen intacta la antigua unidad de trabajo, o descomponen las tareas mientras conservan la coordinación secuencial. Los competidores, por el contrario, avanzan en diagonal a través de ambas: redefinen la unidad de trabajo y reorganizan la coordinación en torno a ella simultáneamente, creando flujos de trabajo, funciones y estructuras de decisión que las empresas establecidas no pueden replicar fácilmente. Ese cambio en la forma de coordinar el trabajo transforma el funcionamiento de los equipos, lo que a su vez influye en los productos que crea una empresa y en el ecosistema que se forma a su alrededor. Cuando los líderes ven que se avecina una disrupción, pero les cuesta responder, a menudo es porque operan dentro de arquitecturas organizativas diseñadas para una forma de trabajar diferente. El camino a seguir La verdadera diferencia entre Figma, Shein y sus competidores tradicionales no es la visión, sino los cuellos de botella. Figma eliminó el archivo como cuello de botella para las decisiones de diseño; Shein eliminó la temporada como cuello de botella para aprender lo que funciona en el mercado. Los competidores tradicionales mantienen esos cuellos de botella, lo que significa que no pueden aplicar estrategias que requieran una iteración rápida, un aprendizaje continuo o una coordinación minuciosa. Así, incluso cuando los líderes articulan estrategias audaces, la organización solo puede aplicar aquellas que se ajustan a sus cuellos de botella más estrechos. La pregunta que deben plantearse hoy en día los ejecutivos no es si están adoptando la IA de forma suficientemente agresiva, sino si la estructura básica del trabajo dentro de su organización sigue teniendo sentido, teniendo en cuenta lo que la IA hace posible actualmente. Si la unidad de trabajo sigue siendo demasiado grande, demasiado agrupada o demasiado lenta para cambiar, ninguna herramienta producirá más que ganancias incrementales. El problema es que las unidades de trabajo definen las funciones, la experiencia y el estatus dentro de las organizaciones. Cambiarlas redistribuye la influencia, alejándola de quienes gestionan las aprobaciones y acercándola a quienes diseñan nuevas formas de organizar el trabajo. Los líderes que perciben resistencia suelen etiquetarla erróneamente como inercia cultural, cuando en realidad se trata de una forma de autoconservación arquitectónica.

Por qué las nuevas tecnologías no transforman a las empresas establecidas

Resumen.

Partner Center