Cosas y Casos

Aprendizaje Organizacional, Innovacion, Liderazgo, Mercado Laboral y Organizaciones del Futuro

Tuesday, November 12, 2019

UNA INVESTIGACION DE MERCADOS DE 85,000 KMS: EL CASO TOYOTA SIENNA 2004


En el 2001, Yuji Yokoya, ingeniero designado para rediseñar el Toyota Sienna 2004, pensó que la mejor forma de identificar y solucionar las deficiencias del producto era salir y conducir el vehículo, y otros similares, lo más que fuera posible. Esto fue lo que hizo: condujo el Toyota Sienna y minivans similares de la competencia, por algo más de 85,000 Km. a través de todos los estados de los EE. UU., todas las provincias de Canadá y todos los estados de México. Yokoya incluso decidió visitar la más pequeña y remota ciudad canadiense de Rankin Inlet (Nunavut), cerca del Círculo Polar Ártico. Voló allí en una avioneta, alquilo la minivan del taxista y condujo por todas las calles y caminos de Rankin Inlet. 

Su objetivo era poner a prueba el Toyota Sienna y las minivans de la competencia, en todos los escenarios posibles: lluvia, hielo, viento, nieve; en la ciudad y el campo; carreteras locales y autopistas internacionales. En su afán de entender de primera mano los factores que podrían hacer del Toyota Sienna un producto superior descubrió, por ejemplo, que en Alaska la minivan debería tener tracción en las cuatro ruedas; que los caminos mal mantenidos de los sectores montañosos requerían un sistema reforzado de suspensión y cruzando el Mississippi encontró que la minivan era demasiado vulnerable a los vientos cruzados.

También descubrió que, si bien los adultos eran los que decidían la compra del vehículo y lo conducían, la comodidad de los niños era un factor esencial. "Son los niños los que ocupan las dos terceras partes del vehículo", dice Yokoya. Gracias a esto, el Toyota Sienna 2004 tiene un diseño interior centrado en el confort de los niños: Es 6 pulgadas mas larga que el modelo anterior, con aproximadamente 45 pies cúbicos más de volumen interior; tiene 10 portavasos; 4 espacios adicionales en las puertas para sostener botellas de agua; tiene sistemas de audio/video delantero y trasero independientes, con auriculares inalámbricos; el sistema de DVD admite videocámaras y juegos de computadora; incluye también una cámara de visión trasera directamente conectada a la pantalla del conductor.

La singular experiencia de conducir minivans por más de 85,000 kms., permitió a Yokoya no solo entender las deficiencias del Toyota Sienna, sino también aprender de la competencia: Toyota copió la ventana abatible para la segunda fila de Mazda MPV; el tercer asiento plegable de Honda Odyssey , el asiento infantil central ajustable hacia adelante y hacia atrás para la segunda fila de Volvo y un espejo interior con visión angular para espiar a los niños  de Ford Windstar.

Justin Menkes, autor del libro "Inteligencia Ejecutiva", dice que Toyota es un buen ejemplo de lo que él llama la mente evaluativa; es decir, la capacidad de examinar los datos para llegar a la información más valiosa, que es independiente del conocimiento experto. “Para tener una mente evaluativa, no es necesario ser un experto en cómo funciona un automóvil, solo debe ser capaz de conducir. Lo que realmente importa es la capacidad de mirar algo críticamente, examinar las prácticas y encontrar respuestas que hagan una diferencia real. La clave del éxito de Toyota es su peculiar método de examinar el mercado, reconocer lo que está cambiando y analizar estos cambios de manera más inteligente que sus competidores ", dice Menkes.

Al final, dice Menkes, el factor clave “no es el conocimiento experto sino la comprensión del mercado y sus tendencias.” En efecto, dos organizaciones pueden tener el mismo conocimiento, pero una de ellas, la que posee comprensión (mente evaluativa), puede ver las consecuencias e implicaciones que permanecen invisibles para la otra. "La decisión estratégica de Toyota de adoptar la tecnología híbrida es una ilustración perfecta de este hecho. No es que la compañía tuviera algún conocimiento secreto o una revelación mágica que le permitiera prever la importancia de la tecnología". Durante muchos años, se ha aceptado ampliamente en la industria automotriz que los vehículos basados ​​en fuentes de energía alternativas son esenciales para el crecimiento futuro. Sin embargo, las compañías automotrices estadounidenses, General Motors y Ford en particular, optaron por apostar por los SUVs que consumen mucha gasolina. Los resultados fueron predecibles: GM y Ford entraron en una espiral descendente cuando los precios del petróleo se dispararon, mientras que Toyota emergió como el principal fabricante de automóviles de bajo consumo de combustible.

Este enfoque estratégico, de concentrarse en la comprensión del mercado más que en el conocimiento experto, hace de Toyota uno de los mejores ejemplos no solo acerca de cómo las organizaciones aprenden y se adaptan a los cambios sino también cómo las organizaciones pueden colaborar abiertamente con su competencia. Actualmente, la compañía comparte activamente sus mejores prácticas con sus competidores. Por ejemplo, Toyota trabaja con G.M., entre otros, para difundir el kaizen, o la mejora continua, y otros principios de su filosofía de gestión.

“La empresa puede darse el lujo de ser tan abierta porque la comprensión y no el conocimiento, es lo que la distingue”, concluye Menkes

Monday, November 4, 2019

LAS ABEJAS, LAS MOSCAS Y LA PARADOJA DEL EXPERTO


Parece ser una regla: mientras más experta es una persona en un área de conocimiento, menos creativa e innovadora es. ¿Qué significa esto? Hay un experimento muy simple y bien conocido que puede ayudarnos a entender este fenómeno conocido como la paradoja del experto: coloque en una botella media docena de abejas y la misma cantidad de moscas, luego coloque la botella horizontalmente, con su base apuntando hacia la ventana y vea que pasa.

Está científicamente demostrado que las abejas son más inteligentes que las moscas, y por esta razón, muy pronto notará que las abejas piensan lógicamente y se dirigen hacia la luz. Las abejas evidentemente imaginan que el escape de la botella debe estar allí donde la luz y la claridad es más intensa; actúan en consecuencia y persisten en lo que parece ser una acción lógica. Para ellos, el vidrio es un misterio sobrenatural y no tienen experiencia en este tipo de “atmósfera repentinamente impenetrable”. Paradójicamente, es precisamente su inteligencia y su familiaridad con la luz lo que hace más inadmisible e incomprensible el extraño obstáculo. Las abejas persisten tratando de traspasar al otro lado de la base de la botella volando hacia la luz, hasta que finalmente mueren de cansancio o hambre.

Las moscas, por otro lado, no actúan lógicamente y no pueden percibir una salida obvia, así que zumban al azar, rebotando entre las paredes de la botella, intentando todo y cualquier cosa para escapar. Muy pronto alcanzan el cuello de la botella, en el lado opuesto a la base, y después de unos pocos intentos mas logran escapar. Las moscas, al contrario de las abejas, actúan sin lógica evidente, no tienen conocimiento de la luz y por eso revolotean sin dirección, de aquí para allá, golpeando la base y las paredes de la botella, a través de lo que bien podríamos llamar una acción de “ensayo error”, hasta que encuentran la salida al otro lado de la luz.

Es interesante notar que, al perseguir todas las alternativas imaginables, las moscas escapan mientras las abejas perecen porque creen que la luz es la única salida porque, después de todo, generaciones de abejas tuvieron éxito siguiendo la luz. "Este es un buen ejemplo para mostrar que muchas veces la solución de un problema depende más de intentar alternativas que de enfocarse en una sola forma lógica o tradicional de solucionar un problema”, dice Michael Michalko, un experto en pensamiento crítico.

La paradoja del experto es, en la realidad, mucho más común de los que pensamos.  Acá están algunos ejemplos: Los fundadores de Apple, Steve Jobs, y Steve Wozniak intentaron sin éxito que Atari y Hewlett-Packard se interesaran por su computadora personal. Steve Jobs recuerda: "Fuimos a Atari y le dijimos:" Oye, tenemos un producto nuevo que es increíble, ¿les gustaría financiarnos? Incluso podríamos acordar una sociedad y podríamos trabajar para ustedes, solo estamos motivados para poner esto en el mercado, ¿qué dicen?, sus expertos se rieron y dijeron que no. Luego fuimos a Hewlett-Packard y nos dijeron: ‘Oye, no les necesitamos…ni siquiera han terminado la universidad."

Ken Olson, presidente, presidente y fundador de la extinta Digital Equipment Corp. (DEC), pensó que la idea de una computadora personal era absurda, en una ocasión dijo, "no hay razón para que alguien quiera una computadora en su hogar". Robert Goddard, el padre de los cohetes modernos, fue ridiculizado por la comunidad científica de su época por sus revolucionarios cohetes de combustible líquido. Incluso un grupo de científicos, en una nota editorial del New York Times (1921), afirmaban que Goddard carecía de conocimientos básicos de ciencia. Pierrre Pachet, un reconocido profesor de fisiología y experto en el área declaró una vez: "La teoría de los gérmenes de Louis Pasteur es una ficción ridícula". O piense en Philo Farnsworth, quien inventó la televisión cuando tenía doce años mientras trabajaba en la granja de su padre, pero nadie dio crédito a sus ideas.

Parece que cuando un experto percibe alguna forma de discrepancia entre su conocimiento y una nueva posibilidad, rápidamente concluye que es imposible. “Esto nos ayuda a entender por qué el cambio evolutivo a menudo pasa desapercibido para el experto; también explica el fenómeno, bastante común, donde a un principiante se le ocurre una idea o idea innovadora que los expertos lo ignoran o lo pasan por alto durante años”, dice Michalko.

El hecho es que estamos educados para pensar reproductivamente, como las abejas en el experimento. Cada vez que nos enfrentamos a un problema, nos fijamos en algo de nuestro pasado que ha funcionado antes y lo aplicamos al problema. Si no funciona, concluimos que no es posible resolverlo. Las moscas se parecen a los pensadores creativos: mientras vuelan de aquí para allá explorando todas las posibilidades,  a través de la prueba y el error, encuentran el camino a la solución. "La lección para nosotros es abordar siempre un problema en sus propios términos y considerar todas las alternativas, incluidas las menos obvias", concluye Michalko.

Tuesday, October 1, 2019

¿QUÉ PUEDE ENSEÑAR LA FORMULA 1 A UNA UNIDAD DE CUIDADOS INTENSIVOS?


En las carreras de Fórmula Uno, el equipo de parada en boxes completa la compleja tarea de cambiar neumáticos y reabastecer el combustible del coche en aproximadamente siete segundos (el equipo de Red Bull hizo historia al detener el reloj en solo1.91 segundos en julio de 2019, mira aqui el video). 

La pregunta es ¿Qué tan parecido puede ser esto al esfuerzo del equipo de cirujanos, anestesistas y personal de la Unidad de Cuidados Intensivos (UCI) para transferir al paciente, el equipo y la información de manera segura y rápida de la sala de operaciones a la UCI?

A mediados de la década de 1990, en Bristol, Inglaterra, una polémica investigación pública reveló una mortalidad muy alta en cirugías de enfermedad cardíaca congénita. Uno de los hallazgos más importantes fue que el viaje desde la sala de operaciones a la unidad de cuidados intensivos (UCI) era de muy alto riesgo. En un hospital pediátrico muchas cosas pueden salir mal, especialmente cuando un bebé recién operado es transferido de la cirugía a la UCI. Mover el pequeño cuerpo de una cama a otra es solo una parte del complejo conjunto de movimientos que deben tener lugar. Los cables, el equipo, médicos, enfermeras, paciente e incluso la información deben moverse precisa y coordinadamente ya que un simple descuido u omisión puede poner al paciente en peligro mortal.

El personal del Great Ormond Street Hospital for Children (GOSH), consciente de los peligros en los procedimientos de traslado de los pacientes de la sala de operaciones a la UCI, empezó a buscar soluciones al problema activamente. Esta situación motivó al Dr. Marc de Leval, médico del hospital y profesor de la universidad de Londres, a preguntarse si factores relacionados con el personal, como el agotamiento físico/mental o los factores relacionados con el paciente, como la posición de las arterias coronarias, podrían ser la causa de los errores. Durante un periodo de dos años, De Leval revisó los procedimientos en cirugías de enfermedad cardiaca congénita en Inglaterra, adicionalmente y con apoyo de un psicólogo observó sistemáticamente las cirugías cardiacas que se desarrollaban en el hospital. Una vez más, quedo demostrado que el viaje desde la sala de operaciones a la UCI era el factor de más alto riesgo.

La solución al problema vino de una manera inesperada. La idea nació cuando dos médicos cansados, Alan Goldman y Martin Elliot, se sentaron para relajarse después de una larga jornada de cirugías. Martin Elliot, profesor de servicios cardiotorácicos, recuerda "Había hecho un trasplante, luego un cambio arterial por la mañana y ambos estábamos bastante exhaustos. La televisión comenzó a transmitir una carrera de fórmula uno justo cuando estábamos ahí sentados. Casi de inmediato nos dimos cuenta de que el concepto de parada en boxes donde cambian neumáticos y reabastecen de combustible era bastante idéntica a lo que hacemos durante el traslado del paciente de cirugía a la UCI. Inmediatamente contactamos al equipo de la Ferrari" dice.

Viendo como los equipos de apoyo trabajan en las carreras de fórmula uno, los dos médicos reconocieron de inmediato la importancia del trabajo en equipo para transformar una operación de parada en boxes -en esencia- altamente riesgosa en una que fuera segura y rápida: se preguntaron "Si ellos pueden hacerlo, ¿por qué no nosotros?" Los médicos del GOSH visitaron y observaron el trabajo del equipo de boxes de la Ferrari en Italia, pronto descubrieron el valor de la precisión, coordinación, comunicación y distribución de tareas durante todo el proceso.

Después de su viaje, el equipo de GOSH grabó en video el traslado de los pacientes de la cirugía a la UCI y la envió para que el equipo de Fórmula uno lo revisara. Del análisis y la discusión posterior surgió un nuevo protocolo con procedimientos más sofisticados y un trabajo en equipo mucho más eficiente. Los investigadores del GOSH también notaron la importancia del papel del “lollipop man” (el hombre del letrero) que guía al conductor del coche y coordina la parada en boxes. Bajo el nuevo proceso de traslado del paciente, el anestesista recibió la responsabilidad general de coordinar el equipo hasta que fuera transferido al médico intensivista al finalizar la entrega.

Los mismos médicos asumieron la responsabilidad de revisar y evaluar periódicamente el procedimiento, estableciendo estrictos controles de seguridad durante el proceso. Casi de inmediato, los resultados mostraron que el nuevo procedimiento de traslado redujo considerablemente los errores técnicos y de comunicación: el número de errores durante el traslado bajo del 30 % a solo 10 %.

Más tarde, un equipo de investigadores observó y analizó el desempeño del equipo: liderazgo y trabajo en equipo; coordinación y distribución de las tareas; precisión y velocidad en la ejecución de tareas, entre otras cosas. Al margen de las evidentes mejoras en el proceso, el equipo de investigadores describió como “muy interesante” la reacción del personal con relación al éxito en el aprendizaje: "La gente no reaccionó a la mejora en el procedimiento diciendo 'Esto es genial, no necesitamos hacer nada más'. Por el contrario, lo que dijeron fue: 'Esto es genial, pero podemos hacerlo aún mejor'", dice el Dr. KR Catchpole uno de los investigadores y coautor de "Transferencia de pacientes de cirugía a cuidados intensivos: uso de modelos de Fórmula 1 y de aviación para mejorar la seguridad y la calidad"

Wednesday, September 18, 2019

LA BOQUILLA DE "UNILEVER" Y EL PODER DEL APRENDIZAJE “EVOLUTIVO”

¿Alguna vez se ha preguntado cómo se produce el detergente en polvo? La explicación mas simple de esto es que el detergente líquido se bombea a través de una boquilla a una presión muy alta que convierte el líquido en aerosol y, cuando el aerosol se seca, se convierte en polvo. Bueno y esto, ¿qué tiene que ver con el aprendizaje? 

A principios de la década de los 70s, esta boquilla estaba causando muchos problemas en la fábrica de Unilever, cerca de Liverpool (Inglaterra). La granularidad del polvo era inconsistente y boquilla se bloqueaba frecuentemente. Esto era un problema grande para la empresa, no solo por el costo mantenimiento y las demoras en el ciclo de producción, sino también en términos de la calidad del producto. Unilever necesitaba una nueva boquilla y rápido.

Los ejecutivos de Unilever convocaron a un equipo de expertos para resolver el problema. El equipo en cuestión estaba conformado por un grupo de científicos expertos en análisis químico, sistemas de alta presión y dinámica de fluidos. Este grupo de expertos era lo que hoy podríamos llamar "diseñadores inteligentes"; el tipo de personas a las que generalmente recurrimos cuando necesitamos resolver problemas muy complejos, en suma, los más idóneos para aplicar las leyes de la matemática y la física para diseñar la boquilla perfecta. 

El grupo de expertos analizo en profundidad el problema, construyeron ecuaciones matemáticas complejas y después de numerosas discusiones, cálculos y reuniones, revelaron el nuevo diseño de boquilla. Sorprendentemente, no funcionó. La granularidad del polvo aún era inconsistente y la boquilla seguía bloqueándose. 

Entonces, Unilever recurrió a su equipo de biólogos para obtener ayuda. Los biólogos adoptaron un enfoque diferente al de los matemáticos y físicos. En lugar de tratar de encontrar el diseño perfecto mediante razonamiento lógico y la aplicación de formulas y leyes científicas, emplearon el enfoque de “aprendizaje evolutivo”; es decir, un proceso de variación y selección (prueba ensayo/error) para resolver el problema.

Comenzaron con la boquilla en su forma original. Luego crearon diez variaciones de la boquilla, todas con ligeros cambios introducidos al azar. Pusieron a prueba las diez variaciones y conservaron la que mejor funcionó. Luego hicieron diez variaciones más de la mejor boquilla, y nuevamente conservaron la que mejor funcionó. Diez variaciones más y así sucesivamente. Repitieron este proceso 45 veces. Al final terminaron con una boquilla extremadamente eficiente, aunque de aspecto muy extraño. Los biólogos no podían explicar el por qué funcionaba tan bien el nuevo diseño, ¡pero trabajaba muy bien!

Los biólogos habían tenido éxito donde los matemáticos y físicos habían fallado. ¿Por qué? Tim Harford, autor de “Adapt” dice que: “el mundo es mucho más complejo de lo que pensamos, y tratar de resolver un problema complejo con solo pensarlo no es el método más efectivo. No podemos tener todo en cuenta. Cometeremos errores, y debemos aceptar esos errores y aprender de ellos. En un mundo complejo, el método más efectivo es tomar una serie de opciones, probarlas y elegir la que funcione mejor.”

En este caso, el mejor diseño de boquilla no se había logrado a través de un plan maestro elaborado en base a conocimiento científico (en realidad el equipo de biólogos no tuvo ningún plan), sino como consecuencia de una rápida interacción con el mundo. Se descubrió una única boquilla, la más eficiente, como consecuencia de las pruebas y descartes, en realidad, después de 449 fallas. A veces, en lugar de centrarnos solo en el conocimiento también debemos centrarnos en sistemas de retroalimentación que permiten lo que acá denominamos el “aprendizaje evolutivo”

El ejemplo de Unilever es una gran ilustración del poder de la prueba ensayo/error, como forma de aprendizaje. Sin embargo, debemos estar conscientes de que muy pocos problemas organizacionales se resuelven “probando” variaciones aleatorias. En la práctica, probablemente es más eficiente una combinación de pensamiento experto "de arriba abajo" y prueba ensayo/error " de abajo hacia arriba", es decir, combinando conocimiento técnico científico, opiniones y suposiciones existentes con un sistema de retroalimentación y ajuste que se genera en la práctica.

Matthew Syed, autor de "Black box thinking", dice: "Si estamos operando en un entorno donde las personas no llaman la atención sobre los errores, no podemos mejorar. Debemos institucionalizar la capacidad para reconocer y actuar ante una ‘señal de error’. Un entorno donde se valora auténticamente el compromiso y el aprendizaje maximiza la cantidad y la calidad de la retroalimentación, aumentando así la velocidad de adaptación ".

Friday, September 13, 2019

LOS PERROS DE SELIGMAN Y LA "IMPOTENCIA APRENDIDA"


Ocurre en todo tipo de organizaciones. De hecho, es probable que lo haya visto antes o incluso lo esté experimentando ahora mismo en su trabajo: ese ambiente en el que todos parecen estar frustrados y quejándose constantemente; donde parece que nadie está interesado en crecer, los problemas no se resuelven y las personas hacen lo mínimo necesario porque no están motivadas. Ese ambiente donde el sentimiento generalizado de “no vale la pena intentar, al final nada va a cambiar” es más común de lo que se piensa. ¿Por qué?

En 1965, Martin Seligman, impulsor de la corriente de la psicología positiva, junto con sus colegas estaban investigando el condicionamiento clásico, proceso por el cual un animal o un humano asocian una cosa con otra. En el caso del experimento de Seligman, un grupo de perros fueron puestos en observación: se tocaba una campana y luego el perro recibía una ligera descarga eléctrica. Después de repetir el proceso varias veces el perro, tan solo oyendo el sonido de la campana, reaccionaba como si hubiese recibido la descarga eléctrica.

En la segunda parte del experimento, Seligman colocó a cada perro en una jaula grande que estaba dividida en el centro con una cerca baja; el perro podía ver y saltar la cerca si era necesario. Solo un lado de la cerca estaba electrificado. Seligman puso a los perros en el lado electrificado y les administró una leve descarga eléctrica. Los investigadores esperaban que los perros salten al lado no electrificado de la jaula para evitar la descarga eléctrica, pero ocurrió algo inesperado: los perros se quedaron acostados, como si hubieran aprendido de la primera parte del experimento, que no podían hacer nada para evitar las descargas eléctricas. Así, los perros se dieron por vencidos en la segunda parte de experimento. Seligman describió esta condición como “impotencia aprendida” o “conformismo”; es decir el comportamiento de renunciar a hacer algo para revertir una situación negativa basado en la experiencia de que “las descargas eléctricas son inevitables.”

Seligman intentó la segunda parte de su experimento con un grupo nuevo de perros; es decir, perros que no habían recibido descargas eléctricas previamente. En este caso, los perros saltaron la cerca inmediatamente para evitar las descargas eléctricas. Esto confirmo la hipótesis que los perros del primer grupo realmente habían aprendido esa “impotencia” como consecuencia de su experiencia en la primera parte del experimento.

La forma como los elefantes son domados es otro ejemplo de impotencia aprendida. A temprana edad, el elefante es encadenado a un árbol. Al inicio el elefante se resiste y lucha vigorosamente por librarse de la cadena, pero después de un tiempo “aprende” que es inútil. Cuando esto sucede, el domador le quita las cadenas y lo ata al árbol con una cuerda común. Como en el caso de los perros de Seligman, la “impotencia aprendida” es determinante en el comportamiento futuro del elefante.

Las organizaciones son muy vulnerables a la impotencia aprendida, especialmente las organizaciones más grandes o las que tienen un modelo de organización burocrático. Cuando las personas se sienten incapaces de revertir una situación evidentemente negativa, permanecen indiferentes y tienen bajas expectativas acerca de su trabajo, es posible que la causa subyacente sea impotencia aprendida. En el largo plazo, la impotencia aprendida puede ser una causa de estrés en el lugar de trabajo. Por ejemplo, si un empleado tolera una situación desagradable porque piensa que no puede influir o cambiar la situación, su autoestima, o la confianza en sus capacidades, se ve negativamente afectada. Un estudio internacional realizado en 2002 y publicado en la “Revista Internacional de Gerencia" concluyó que la baja autoestima en el trabajo está relacionada con una mayor probabilidad de estrés y agotamiento.

En efecto, un lugar de trabajo donde las personas exhiben los síntomas de impotencia aprendida es toxico y deprimente. Las personas dejan de intentar cosas y se vuelven pasivas, sumisas y como consecuencia tienen muy bajas expectativas. ¿Cómo superarlo? Harrison Monarth, un consultor en desarrollo ejecutivo dice: "Las personas necesitan desarrollar su autoestima y creer que tienen un sentido de control sobre su situación, particularmente en tiempos de cambio e incertidumbre.”

Tom Peters, autor de “En busca de la Excelencia” dijo una vez: "Los líderes no crean seguidores; crean más líderes”. Otorgar a los empleados autonomía real y ayudarlos a sentirse más poderosos no solo es su mejor oportunidad para contrarrestar la tendencia de desconexión y apatía (impotencia aprendida); sino que al final “es el corazón de la estrategia competitiva.”

Thursday, September 5, 2019

TENIS INTELIGENTE: TECNOLOGIA DETRÁS DEL ABIERTO DE TENIS


El asesor de entrenadores (Coach Advisor) es un software desarrollado por IBM en colaboración con la Asociación de Tenis de EE. UU. (USTA); esta nueva aplicación utiliza inteligencia artificial para brindar información a los entrenadores de tenis, tales como el esfuerzo físico, el desplazamiento, la velocidad y la resistencia física de un jugador durante el juego.

El asesor de entrenadores utiliza lo que IBM llama “Sistema de Energía”, un recurso de inteligencia artificial que mide la carga fisiológica e intensidad mecánica destinada a evaluar el esfuerzo de un jugador de tenis a lo largo del tiempo.  El sistema monitorea el desempeño del jugador durante todo el partido, a partir de parámetros tales como la estatura, el peso, la velocidad y distancia que recorre el jugador durante el partido. El sistema registra con precisión los movimientos del jugador dentro la cancha y evalúa automáticamente su esfuerzo físico durante todo el partido.

Los algoritmos del programa detectan con precisión el sonido de los golpes de pelota, las voces del árbitro y los jugadores, el ruido de la multitud e incluso el sonido de las zapatillas en la cancha, para determinan los puntos de inicio y final del movimiento; el sistema incluye también un menú completo de estadísticas del partido y videos para que los entrenadores puedan evaluar más objetivamente el rendimiento del jugador.

IBM dice que el asesor de entrenadores se está poniendo a prueba actualmente con un grupo selecto de jugadores y sus entrenadores y que planea extender el uso de esta herramienta en el futuro a "una población más amplia" de jugadores y entrenadores.

"En los casi 30 años que nos hemos asociado con el Abierto de Tenis de Estados Unidos, hemos visto de primera mano la enorme cantidad de datos que se generan en el transcurso del torneo", dice el vicepresidente de la división de deportes y entretenimiento de IBM, Noah Syken. "Con el asesor de entrenadores, estamos orgullosos de ofrecer estas tecnologías avanzadas para aprovechar nuevas fuentes de datos que puedan conducir un análisis más profundo del juego y apoyar el crecimiento y desarrollo de los tenistas" añade.

"La USTA se dedica a desarrollar la próxima generación de tenistas estadounidenses de clase mundial, y el asesor de entrenadores ofrece acceso a datos completamente nuevos para impulsar el rendimiento", dice, por su parte el gerente general de la USTA, Martin Blackman. "Estamos entusiasmados de continuar nuestro trabajo con IBM para combinar el análisis con nuestra experiencia en entrenamiento; creemos que el asesor de entrenadores de IBM nos dará una ventaja competitiva para ayudar a cambiar el paradigma del entrenamiento y desarrollo del tenis en los Estados Unidos".

IBM reveló también que trabajará con la USTA para procesar cientos de horas de video de torneos en vivo utilizando recursos de inteligencia artificial. La compañía dice que versiones mejoradas del sistema serán capaces no solo de identificar los momentos más importantes del juego sino incluso de reconocer las emociones y gestos del jugador.

El sistema desarrollado por IBM ya se esta aplicando en el torneo “Abierto de Tenis de Estados Unidos” y anteriormente ya fue aplicado durante el torneo de tenis Wimbledon 2019 (Inglaterra) a principios de este año.

Friday, August 30, 2019

¿QUE PUEDEN LAS ORGANIZACIONES APRENDER DE LAS GALLINAS?


William Muir, biólogo evolutivo de la Universidad de Purdue (Indiana), ideó un experimento interesante para estudiar la productividad, algo que nos concierne a todos. Su experimento tenía como objetivo observar la producción de huevos en gallinas. Muir usó gallinas en su experimento de productividad por una razón muy simple: se puede medir fácilmente tan solo contando los huevos. Su propósito era descubrir qué factores podrían hacer que un grupo de pollos fuera más productivo que otro.

Para esto, dividió las gallinas en dos grupos. Para el primer grupo, identificó las gallinas mas productivas de la granja y las crió selectivamente durante seis generaciones. Esto dio como resultado un grupo selecto de las mejores gallinas, con un elevado nivel productividad individual. Este grupo de gallinas fue acomodado en una sola jaula, algo así un grupo de empleados “estrella” puestos a trabajar como equipo. Esta “super jaula” estaba compuesta por nueve gallinas en total.

Para el segundo grupo, Muir eligió gallinas con buena producción de huevos pero que no alcanzaban los elevados niveles de productividad individual como el de las gallinas de la “super jaula”. Algo así como un grupo de empleados de buen desempeño -no de los mejores- puestos a trabajar en grupo como equipo. Esta jaula también estaba compuesta por nueve gallinas.

¿Cuál cree que fue el resultado del experimento? Si el modelo corporativo tradicional es correcto, la super jaula; es decir la de las gallinas “estrella” debería tener la mayor productividad. Sin embargo, el resultado no fue en absoluto lo que se esperaba. Las súper gallinas, individualmente, eran extremadamente agresivas y se picoteaban entre ellas hasta matarse. Tanto así que al final del experimento, en la super jaula solo quedaron tres gallinas malheridas y casi sin plumas.

Muir comprobó que las súper gallinas eran más productiva en sus respectivas jaulas porque suprimieron la productividad de otras gallinas. Una vez que fueron puestas juntas en una jaula junto con otras súper gallinas, literalmente se empezaron a matar unas a otras. Como quedo demostrado, este método, de poner las mejores gallinas en la misma jaula, provocó una fuerte disminución en la productividad individual y colectiva, muy a pesar a pesar de sus dotes individuales de productividad. Por otro lado, la jaula de las gallinas de buena productividad, pero que no tenían el nivel de las “super gallinas”, obtuvo resultados muy diferentes. No se agredían entre ellas y en conjunto la productividad de la jaula se incrementó en un 160 %.

Pero eso pasa con las gallinas en las granjas, ¿qué pasa con las personas en las organizaciones? Un estudio en el 2014 que examinó el efecto de "demasiado talento" en los deportes profesionales encontró que, en el fútbol y el baloncesto, los talentos benefician a los equipos, pero "solo hasta cierto punto". Como era de esperar, el acceso a un mejor talento resultó en más éxitos para el equipo. Sin embargo, cuando demasiados jugadores “estrella”, jugaban en el mismo equipo, el nivel de rendimiento individual y del equipo disminuía significativamente. La realidad es que, en el fútbol y el baloncesto, los jugadores dependen mucho unos de otros, por lo que tener muchas “estrellas” en el mismo equipo perjudica la cooperación y el rendimiento.

Albert-Lazslo Barabasi, autor de "The Formula" cita otro ejemplo de esto: a principios de la década de 1990, la Universidad de Duke, con el objetivo de crear "el mejor departamento de inglés del mundo", decidió contratar a todas las superestrellas literarias que estuvieran disponibles. No hace falta decir que los resultados estuvieron lejos de lo que imaginaban. Poco a poco, el departamento empezó a naufragar como consecuencia de disputas personales para imponer contenidos y enfoques metodológicos a menudo divergentes lo que se tradujo, a su vez, en graves deficiencias en el desarrollo del modelo curricular.

Así es, gallinas, profesores de inglés y estrellas del deporte cuentan la misma historia: "cuando seleccionamos el talento priorizando el logro individual sobre el logro del equipo, rara vez obtenemos los resultados que esperamos", dice Barabasi. "De hecho, este enfoque del trabajo en equipo es contraproducente independientemente de la especie: Cuando las personas pugnan por dominar, nadie puede concentrarse en la tarea que benefician al conjunto"

Durante años, las organizaciones han operado así. ¿Por qué? como señala Margaret Heffernan, una emprendedora exitosa, "hemos creído que la clave del éxito era reunir a las superestrellas más brillantes y conocedoras y darles todo el poder y recursos que necesitan. El resultado ha sido el  mismo que en el experimento de William Muir, Heffernan dice: "Agresión, disfunción y desperdicio".

Tuesday, August 27, 2019

ABRAHAM WALD Y LOS AGUJEROS DE BALA PERDIDOS


El Grupo de Investigación Estadística (SRG, por sus iniciales en inglés), fue un programa de inteligencia militar creado exclusivamente para estudiar y resolver problemas militares durante la segunda guerra mundial. El SRG era uno de los equipos científicos más poderosos e influyentes de su época ya que los componentes del equipo eran reconocidos matemáticos e investigadores, muchos de ellos académicos de la universidad de Columbia (Nueva York)

Según W. Allen Wallis, el director del SRG, este equipo era "el grupo de estadísticos más extraordinario que se haya organizado, no solo por su tamaño sino también por su excelencia profesional”. Por ejemplo, Frederick Mosteller, quien más tarde fundaría el departamento de estadísticas de la Universidad de Harvard, era miembro del equipo. También era parte del SRG Leonard Jimmie Savage, pionero de la teoría de la decisión y gran defensor de la denominada estadística bayesiana. Otro notable miembro del equipo fue Norbert Wiener , matemático de la Universidad de Massachusetts (MIT) y el creador de la cibernética. Algunos testigos solían decir que “Este era un grupo donde Milton Friedman, el futuro Nobel de economía, era a menudo la cuarta persona más inteligente en la sala.”

La persona más inteligente en la sala, según contemporáneos, era generalmente Abraham Wald, un matemático húngaro que inmigró a Estados Unidos escapando de la guerra. Wald había sido profesor de Allen Wallis en la universidad de Columbia y era visto como una especie de eminencia matemática por el grupo. Considerado aún como un potencial "enemigo", debido a su condición de refugiado, tenía acceso muy restringido a los documentos clasificados e incluso no se le permitía revisar los informes que producía el SRG. Por entonces circulaba una broma que decía una secretaria caminaba detrás de Wald y arrebataba de sus manos la hoja de papel tan pronto él terminaba de escribir.

El dilema planteado al SRG era este: Para evitar que los aviones americanos sean derribados por los cazas enemigos, estos deberían estar blindados; sin embargo, el blindaje hace que el avión sea más pesado, y los aviones más pesados ​​son menos maniobrables y consumen más combustible; por contrapartida, un avión sin blindaje era demasiado vulnerable. El problema, entonces, era encontrar un punto intermedio donde los aviones estén adecuadamente protegidos (blindados) pero que al mismo tiempo no pierdan eficiencia en términos de capacidad de maniobra y consumo de combustible. El SRG debía, por tanto, encontrar los puntos mas vulnerables del avión y calcular la cantidad de blindaje con una combinación optima de peso, maniobrabilidad y eficiencia en el uso de combustible.

Los militares presentaron al SRG algunos hallazgos propios. Cuando los aviones estadounidenses regresaban de la guerra en Europa, generalmente estaban cubiertos de agujeros de bala. Los militares examinaban cuidadosamente cada avión y registraban el número y lugar de impactos en el fuselaje. Al final, notaron que el daño no se distribuía uniformemente a través del avión: había más agujeros de bala en todo el fuselaje, solo unos pocos en los motores.

En base a estos hallazgos, los militares pensaban que el blindaje debería ir a las partes del fuselaje más vulnerables, es decir aquellas con mayor número de impactos. ¿Pero cuánto blindaje era el óptimo necesario para esas partes del avión? Esa fue la pregunta que plantearon a Wald. Sin embargo, la respuesta del matemático  fue muy diferente a lo que ellos esperaban: “La armadura, dijo Wald, no va donde están los agujeros de bala; debe ir donde los agujeros de bala no están, es decir, en los motores.”

La idea de Wald fue simplemente preguntarse: ¿dónde están los agujeros de bala que faltan?  Si el daño se extiende a todo el fuselaje ¿Dónde están los agujeros de bala en los motores? Wald sabia que los agujeros de bala faltantes estaban en los aviones que no regresaron a su base; es decir, los que habían sido derribados por el enemigo. Wald dedujo que la razón por la que los aviones regresaron con muchos impactos en el fuselaje, pero no en los motores, era precisamente porque el daño en el fuselaje era tolerable y por tanto no prioritarios en caso de blindaje. El razonamiento es simple pero poderoso: si tenemos un grupo de heridos de bala en un hospital, es mucho más probable que encontremos heridas de bala en las piernas y brazos, pero no en el corazón. Pero esto no es porque la gente no recibe disparos en el pecho; simplemente es porque las personas que reciben disparos en el pecho…no se recuperan.


Las recomendaciones de Wald se pusieron en práctica rápidamente y con mucho éxito. Aunque no es posible determinar exactamente cuántos aviones estadounidenses se salvaron gracias al trabajo de la SRG, esto fue muy útil ya que más tarde, la armada y la fuerza aérea de los Estados Unidos, utilizaron el mismo principio durante las guerras en Corea y Vietnam. 

Sunday, August 11, 2019

CÓMO LOS ERRORES PREVIENEN ACCIDENTES AEREOS


Durante la Segunda Guerra Mundial, más de 13,000 aviadores estadounidenses perdieron la vida en accidentes de entrenamiento; es decir, cuando ni siquiera se habían enfrentado al enemigo. El famoso bombardero Boeing B-17, por ejemplo, estuvo involucrado en una serie de accidentes de pista aparentemente inexplicables. En respuesta, el Ejército de los Estados Unidos encomendó a Alphonse Chapanis, un psicólogo con un Doctorado de la Universidad de Yale, la investigación de los accidentes que curiosamente ocurrían durante el periodo de aterrizaje. Al estudiar los detalles de los accidentes en profundidad: su cronología, particularidades y -por primera vez- sus componentes psicológicos, Chapanis llego a la conclusión de que el diseño de la cabina era uno de los principales factores contribuyentes.

Chapanis descubrió que los interruptores que controlaban los alerones en los B-17 eran idénticos a los interruptores que controlaban el tren de aterrizaje y las ruedas. Ambos interruptores tenían el mismo diseño y estaban colocados uno al lado del otro. En realidad, esto no representaba un problema cuando los pilotos estaban relajados y las condiciones de vuelo eran perfectas. Sin embargo, cuando los pilotos estaban cansados o se enfrentaban a una situación de estrés, por ejemplo, condiciones atmosféricas adversas, activaban el interruptor equivocado: en lugar de retraer los alerones para reducir la velocidad, retraían el tren de aterrizaje, haciendo que el avión se desplomara de “panza” sobre la pista, con resultados catastróficos.

A fin de prevenir futuros accidentes de este tipo, a Chapanis se le ocurrió la idea de cambiar el diseño de los interruptores de modo que éstos estén asociados directamente al equipo al que estaban conectadas. Al interruptor del tren de aterrizaje, por ejemplo, se añadió una pequeña rueda de goma y un pequeño alerón al interruptor conectado a los alerones del avión. De esta manera, los interruptores estaban visualmente asociados al equipo al que estaban conectados y eran fácilmente identificables bajo situaciones de estrés o presión. ¿Qué pasó después? Los accidentes de este tipo desaparecieron de la noche a la mañana. Esto sirvió para demostrar, por primera vez, que el problema no eran los pilotos sino el diseño y la disposición de los comandos en la cabina del avión.

En efecto, Alphonse Chapanis demostró que un diseño de cabina deficiente podría causar errores de pilotaje, incluso entre los pilotos más experimentados y mejor entrenados. Chapanis fue uno de los primeros en sugerir que la propensión de los seres humanos a cometer errores es inevitable y es significativamente mayor cuando están cansados ​​o cuando están en una situación de estrés. Su principal aporte fue demostrar que las personas tienen límites, y muchos de sus errores son efectos predecibles de esos límites.

Después de la guerra, este método de aprender de los errores se ha abierto camino en muchos campos, como la industria de alto riesgo, el manejo de catástrofes y la medicina, entre otros. En efecto, después de Chapanis, muchos estudios se concentraron en el estudio del diseño de tecnología tomando en cuenta “factores humanos” (Ergonomía). En esta perspectiva, el “error humano” es a menudo la causa superficial del problema y la raíz del problema puede estar escondido en el diseño del sistema (tecnología) en el que opera. 

Desde la investigación de Chipanis, la seguridad en la industria de la aviación se concentró en reducir la probabilidad del “error humano” en lugar de concentrarse exclusivamente en el entrenamiento del piloto. Es decir, en lugar de buscar o entrenar pilotos perfectos, es mucho mejor diseñar sistemas que minimicen o mitiguen los errores humanos que son en esencia inevitables. En esta misma lógica, en 1967, el gobierno americano creo el Consejo Nacional de Seguridad en el Transporte de Estados Unidos. (NTSB, por siglas en inglés) como una instancia especializada e independiente para la investigación de los accidentes aéreos. 

Desde entonces, un equipo de expertos dirige una “autopsia técnica” de los accidentes aéreos con el fin de determinar las causas reales del accidente y sugerir medidas correctivas que son de aplicación obligatoria para los fabricantes de aviones y aerolíneas que operan en los Estados Unidos. En gran medida, debido al trabajo de esta agencia, volar en un avión comercial hoy es estadísticamente una de las formas de transporte más seguras del mundo.


Friday, August 2, 2019

RYANAIR: UN MODELO SINGULAR DE HACER NEGOCIOS


Ryanair es una aerolínea con sede en Irlanda que opera en 29 países europeos a precios tan bajos que parece increíble. Por ejemplo, considere esto: usted puede volar de Londres a Edimburgo, una distancia de 571 Km., por el equivalente de solamente $ 30. Por contrapartida, En Estados Unidos, un vuelo de Nueva York a Pittsburgh, un viaje de 547 Km. Cuesta $314, en promedio. 

En el 2014, Ryanair reporto ingresos de $ 6.296 mil millones y una utilidad neta de $ 654 millones. Considerando que Ryanair atendió ese mismo año 81.7 millones de pasajeros, la compañía obtuvo un promedio de $ 8 de utilidad por cada pasajero. Mas impresionante aun es el hecho de que el año anterior (2013) obtuvo 9 % mas de utilidad con ingresos menores (3 % menos que en 2014).  ¿Cuál la razón en el cambio de las cifras? Una variable que esta fuera del control de la empresa: el aumento de los precios de los combustibles, que consumió alrededor del 20% de los beneficios de la empresa.

El control de costos es sin duda alguna la columna vertebral del éxito de Ryanair. Actualmente la compañía se jacta de tener los costos mas bajos de Europa, alrededor de un 40 % mas bajo que su competidor más cercano (EasyJet). Acá están los principales elementos de su estrategia de control de costos:

1. Uso de aeropuertos secundarios

Ryanair no vuela a los principales aeropuertos internacionales de Europa, sino a aeropuertos secundarios que a menudo están situados fuera de los principales centros urbanos. Por ejemplo, Ryanair anuncia vuelos a Frankfurt, pero aterriza en Hahn, unos 125 km distante del centro urbano de Frankfurt. De manera similar, utiliza los aeropuertos cercanos a Londres, Bruselas, Hamburgo y Estocolmo. Esta estrategia le permite a Ryanair obtener costos por uso de aeropuerto, substancialmente más bajos.

2. Proceso de Chequeo Pre-vuelo más rápidos 

Ryanair maximiza la utilización de sus aviones realizando los chequeos y/o limpieza pre vuelo en tan solo 25 minutos, tiempo considerablemente mas bajo que el promedio (60 minutos) en las demás compañías. Este proceso se facilita debido al menor tráfico en los aeropuertos secundarios lo que permite a su vez, mantener sus aviones en el aire alrededor  de un 30 % más del tiempo comparado con el de su competencia.

3. Flota de aviones

Ryanair utiliza un solo tipo de avión, el Boeing 737, esto simplifica los procesos de mantenimiento y entrenamiento de su personal de cabina. Su pedido más grande de aviones fue confirmado justo después del ataque del 11 de septiembre (2001), en el momento preciso cuando los fabricantes de aviones estaban dispuestos a ofrecer ventajas adicionales a los potenciales compradores. El pedido de Ryanair consistió  de aviones “sin extras”, las ventanas no tenían persianas, los asientos no tenían bolsillos,  eran más delgados, no eran reclinables y no tenían el apoyo para la cabeza. Estas especificaciones permitieron a la compañía añadir hasta 10 filas adicionales de asientos en cada avión.

4. Combustible

El combustible representa una parte substancial del costo total (alrededor del 25 %). Por esta razón, y a diferencia de otras aerolíneas, Ryanair compra el combustible por adelantado, por periodos que van de 12 a 18 meses evitando de esta manera los cargos extras que las compañías proveedoras de combustible añaden a las aerolíneas que trabajan con una “cuenta de pago retrasado”

5. Servicio a bordo

No hay aperitivos ni bebidas gratis en los vuelos de Ryanair. Una compañía independiente vende los productos (bebidas, comida, snacks) a bordo y paga a Ryanair un monto de dinero por el derecho de vender estos artículos a los pasajeros. Con este mismo enfoque, Ryanair aprovecha todos los espacios disponibles para vender publicidad. Si hay una superficie disponible a bordo de un avión, lo más probable es que tenga un anuncio.

6. Cargos extras 

Ryanair tiene la política de servicio básico con cargos extras. Entre otros, reserva de asiento ($16), gastos administrativos ($ 9), Equipaje ($23 por cada uno) y si el pasajero no imprime su pase a bordo, la compañía lo hace con un cargo extra de $10. También, Ryanair es bien conocida por su política de “no cancelación y/o devolución de tickets”. Adicionalmente la compañía suele quedarse con los pagos extras y los impuestos pagados por los pasajeros que pierden el vuelo, monto de dinero que representa algo así como $7 millones al año.

7. Políticas de personal y gastos generales. 

Comparado con otras compañías, los pilotos y la tripulación de cabina reciben salarios más bajos, pero reciben una compensación variable significativa: la tripulación, por ejemplo, recibe comisiones sobre las ventas a bordo. En Ryanair, lo empleados no están afiliados a un sindicato y todos están sujetos a un estricto control de gastos. El personal tiene Prohibido cargar sus teléfonos móviles en el trabajo, e incluso hubo un momento en que el CEO de la compañía, Michael O'Leary, sugirió que el personal de cabina tome los bolígrafos de cortesía de los hoteles en lugar de solicitarlos a la compañía. 

En un mercado tan competitivo, Ryanair sigue buscando nuevas e ingeniosas formas de hacer dinero extra. En el 2014, los "ingresos adicionales" de la aerolínea aumentaron del 22% al 25% del total. Con un modelo singular de hacer negocios, Ryanair ha demostrado ser una de las empresas más innovadoras, dinámicas y sobre todo rentables de la aviación comercial.