Análisis

Modele su estado futuro

Las decisiones sobre los futuros modelos operativos se toman con demasiada frecuencia sin poder poner a prueba las hipótesis.

Pocas decisiones marcan a una organización durante tanto tiempo como un cambio en su modelo operativo. Trasladar trabajo entre equipos, consolidarlo en un servicio compartido, deslocalizar actividades o integrar una adquisición puede fijar los costes y los niveles de servicio durante años.

Sin embargo, estas decisiones se aprueban habitualmente sobre la base de un diagrama del estado objetivo y una hoja de cálculo con los ahorros previstos. El diseño se describe. Rara vez se pone a prueba.

Los antecedentes

Los datos sobre los rediseños invitan a la reflexión. Una investigación de McKinsey concluyó que menos de una cuarta parte de los rediseños organizativos tienen éxito. El 44 % pierde impulso una vez en marcha, y un tercio no cumple sus objetivos ni mejora el rendimiento tras su implantación [1]. Un estudio anterior de Bain sobre 57 reorganizaciones realizadas entre 2000 y 2006 reveló que menos de un tercio produjo una mejora significativa del rendimiento [2].

El mismo trabajo de McKinsey apunta a una causa. Según señalan los autores, muchas empresas eligen una nueva estructura basándose en hipótesis no contrastadas o en la intuición. Casi cuatro de cada cinco encuestados que admitieron haberse guiado por el instinto afirmaron que el diseño elegido no había tenido éxito. El 60 % reconoció no haber dedicado tiempo suficiente a evaluar la organización antes de rediseñarla [1].

Por qué no se ponen a prueba las hipótesis

Es una tendencia humana y bien documentada. Daniel Kahneman y Dan Lovallo describieron cómo los directivos sobrestiman sistemáticamente los beneficios y subestiman los costes y los plazos, porque planifican desde la visión interna de su propio proyecto y no a partir del historial de proyectos similares [3].

Las normas británicas de gasto público ya lo tienen en cuenta. La guía Green Book del HM Treasury establece que los evaluadores de proyectos tienden a ser excesivamente optimistas, y exige ajustes explícitos de las estimaciones de costes, beneficios y duración basados en datos de proyectos anteriores o similares [4].

La magnitud de la brecha puede ser considerable. La base de datos de Bent Flyvbjerg, con más de 16.000 proyectos de numerosos sectores, muestra que solo alrededor del 8,5 % se ejecutan dentro del presupuesto y del plazo previstos. Solo el 0,5 % lo logra y, además, obtiene los beneficios prometidos [5].

Los cambios de modelo operativo no son megaproyectos, pero comparten la misma exposición. Un caso de negocio es una previsión, y una previsión basada en hipótesis no contrastadas es una esperanza con una cifra adjunta.

Las hipótesis más importantes se ocultan en el flujo de trabajo

Las hipótesis más arriesgadas de un cambio de modelo operativo rara vez tienen que ver con la plantilla. Tienen que ver con cómo se mueve el trabajo.

Nada de esto es visible en un organigrama. Y cualquiera de estos factores puede convertir un ahorro previsto en un fallo del servicio.

Probar antes de comprometerse

La disciplina para corregirlo no es nueva. La planificación orientada al descubrimiento (discovery-driven planning) de Rita McGrath e Ian MacMillan, publicada por primera vez en Harvard Business Review en 1995, pide a los directivos que pongan por escrito las hipótesis de las que depende un plan y que las conviertan en conocimiento de la forma más económica posible antes de comprometer recursos importantes [7].

En el cambio operativo, la forma más directa de poner a prueba las hipótesis es la simulación. La investigación en gestión de procesos de negocio utiliza desde hace tiempo la simulación para ejecutar un modelo de proceso muchas veces con duraciones, probabilidades de ramificación y restricciones de recursos realistas, y para comparar los resultados de diseños alternativos antes de implantar ninguno [8]. La idea cuenta ya con una categoría propia entre los analistas. En julio de 2026, Gartner publicó su primer Magic Quadrant for Digital Twin of an Organization Platforms, en el que describe un modelo dinámico que ayuda a las empresas a planificar iniciativas con numerosas interdependencias [9].

Un estado futuro que pueda ponerse a prueba reúne cinco propiedades.

  1. Una línea de base del estado actual, representada como procesos bajo las capacidades a las que sirven.
  2. Variaciones del estado futuro que modifican aspectos concretos: quién realiza el trabajo, dónde y en qué orden.
  3. Recursos realistas: personas por equipo, calendarios laborales por región y una tarifa de coste por hora.
  4. Resultados comparables: tiempo, coste y eficiencia de los estados actual y futuro, obtenidos en las mismas condiciones.
  5. Un vínculo con la financiación, de modo que la cartera de cambios se apruebe en función del resultado probado y no de la estimación inicial.

Con estos elementos, la conversación en el consejo de administración cambia. La pregunta ya no es si el estado objetivo parece correcto, sino cuál de las tres opciones probadas ofrece mejores resultados y qué hipótesis siguen entrañando más riesgo.

El papel de MIRAI

MIRAI está diseñado para que los estados futuros puedan ponerse a prueba. Las variaciones de los procesos actuales y futuros se muestran una junto a otra. La simulación ejecuta un proceso muchas veces con duraciones, probabilidades de ramificación, personas por carril, calendarios laborales por región y una tabla de tarifas para cada carril. También modela el trabajo en grupo, de modo que una tarea puede realizarla un equipo en lugar de una sola persona. Los resultados se agregan del proceso a la capacidad y de ahí al mapa de la organización.

El mismo modelo contiene la cartera de cambios: objetivos, rondas de financiación, aprobadores e hitos temporales. La financiación está vinculada a las capacidades a las que afecta el cambio, de modo que «lo que es ahora» y «lo que será» proceden de una única fuente. Las funciones de simulación se han desarrollado y probado con procesos de ejemplo.

Preguntas antes de su próxima decisión sobre el modelo operativo

Referencias

  1. Aronowitz, S., De Smet, A. and McGinty, D. (2015) ‘Getting organizational redesign right’, McKinsey Quarterly, 1 June. Disponible en: mckinsey.com
  2. Blenko, M.W., Mankins, M.C. and Rogers, P. (2010) ‘The decision-driven organization’, Harvard Business Review, 88(6). Disponible en: hbr.org
  3. Lovallo, D. and Kahneman, D. (2003) ‘Delusions of success: How optimism undermines executives’ decisions’, Harvard Business Review, 81(7), pp. 56–63.
  4. HM Treasury (2013) Green Book supplementary guidance: optimism bias. London: HM Treasury. Disponible en: gov.uk
  5. Flyvbjerg, B. and Gardner, D. (2023) How Big Things Get Done. London: Macmillan.
  6. Hopp, W.J. and Spearman, M.L. (2008) Factory Physics. 3rd edn. New York: McGraw-Hill/Irwin.
  7. McGrath, R.G. and MacMillan, I.C. (1995) ‘Discovery-driven planning’, Harvard Business Review, 73(4), pp. 44–54.
  8. Dumas, M., La Rosa, M., Mendling, J. and Reijers, H.A. (2018) Fundamentals of Business Process Management. 2nd edn. Berlin: Springer.
  9. Gartner (2026) Magic Quadrant for Digital Twin of an Organization Platforms. Published 27 July. Resumen disponible en: gartner.com

Más análisis