Por qué los ejecutivos de nariz dura deberían preocuparse por la teoría de la gestión

Imagina ir al médico porque no te sientes bien. Antes de que hayas tenido la oportunidad de describir tus síntomas, el médico te hace una receta y te dice: «Toma dos de estas tres veces al día y llámame la semana que viene».

«Pero… no te he dicho lo que pasa», dices. «¿Cómo sé que esto me ayudará?»

«¿Por qué no iba a hacerlo?» dice el médico. «Funcionó para mis dos últimos pacientes».

Ningún médico competente practicaría una medicina como esta, ni ningún paciente sensato la aceptaría si lo hiciera. Sin embargo, los profesores y consultores prescriben rutinariamente este tipo de asesoramiento genérico, y los gerentes aceptan habitualmente dicha terapia, en la ingenua creencia de que si una línea de acción concreta ayuda a otras empresas a tener éxito, también debería ayudar a las suyas.

Considere el proveedor de equipos de telecomunicaciones Lucent Technologies. A finales de la década de 1990, las tres divisiones operativas de la compañía se reorganizaron en 11 «negocios populares». La idea era que cada empresa se gestionara en gran medida de forma independiente, como si se tratara de una start-up empresarial interna. Los altos ejecutivos proclamaron que este enfoque llevaría a la empresa al siguiente nivel de crecimiento y rentabilidad al empujar la toma de decisiones hacia abajo en la jerarquía y acercarla al mercado, permitiendo así una innovación más rápida y mejor enfocada. Su creencia estaba muy de moda; la descentralización y la autonomía parecían haber ayudado a otras grandes empresas. Y las start-ups que parecían estar funcionando tan bien en ese momento eran todas pequeñas, autónomas y cercanas a sus mercados. Seguramente lo que era bueno para ellos sería bueno para Lucent.

Resultó que no lo era. En todo caso, la reorganización parecía hacer que Lucent fuera más lenta y menos flexible para responder a las necesidades de sus clientes. En lugar de ahorrar costes, añadió una nueva capa de costes.

¿Cómo ha podido pasar esto? ¿Cómo podría una fórmula que ayudó a otras empresas a ser más ágil, rápida y receptiva haber causado lo contrario en Lucent?

Sucedió porque el equipo directivo del día y los que lo asesoraron actuaron como el paciente y el médico en nuestra viñeta de apertura. El remedio que utilizaron (formar unidades de negocio pequeñas, centradas en el producto y cercanas al cliente para hacer que su empresa sea más innovadora y flexible) realmente funciona cuando las unidades de negocio venden productos modulares e independientes. Los principales clientes de Lucent operaban redes telefónicas masivas. No estaban comprando productos plug-and-play, sino soluciones de sistema complicadas cuyos componentes debían unirse de una forma intrincada para garantizar que funcionaran correctamente y de forma fiable. Estos sistemas son mejor diseñados, vendidos y atendidos por empleados a los que no se les impide coordinar sus interacciones interdependientes separándose en unidades desconectadas. Los gerentes de Lucent utilizaron una teoría que no era apropiada a su circunstancia, con resultados desastrosos.

Teoría, dices? La teoría a menudo tiene mala reputación entre los gerentes porque está asociada con la palabra «teórico», que significa «poco práctica». Pero no debería ser así. Una teoría es una declaración que predice qué acciones llevarán a qué resultados y por qué. Cada acción que toman los gerentes, y cada plan que formulan, se basa en una teoría en el fondo de sus mentes que les hace esperar que las acciones que contemplan conduzcan a los resultados que imaginan. Pero al igual que Monsieur Jourdain en Molière Le Bourgeois Gentilhomme, que no se dio cuenta de que había estado hablando en prosa toda su vida, la mayoría de los directivos no se dan cuenta de que son usuarios voraces de la teoría.

Las buenas teorías son valiosas al menos en dos sentidos. En primer lugar, nos ayudan a hacer predicciones. La gravedad, por ejemplo, es una teoría. Como declaración de causa y efecto, nos permite predecir que si nos bajamos de un precipicio caeremos, sin requerir que lo intentemos para ver qué pasa. De hecho, dado que solo se dispone de datos fiables sobre el pasado, utilizar teorías sólidas de causalidad es la única forma en que los administradores pueden mirar hacia el futuro con cierto grado de confianza. En segundo lugar, las teorías del sonido nos ayudan a interpretar el presente, a entender qué está sucediendo y por qué. Las teorías nos ayudan a separar las señales que presagian cambios importantes en el futuro del ruido que no tiene ningún significado estratégico.

Establecer el papel central que desempeña la teoría en la toma de decisiones gerenciales es el primero de los tres objetivos relacionados que esperamos lograr en este artículo. También describiremos cómo se desarrollan buenas teorías y daremos una idea de cómo una teoría puede mejorar con el tiempo. Y, por último, nos gustaría ayudar a los gerentes a desarrollar un sentido, cuando lean un artículo o un libro, de las teorías en las que pueden confiar y en qué no. Nuestro objetivo general es ayudar a los gerentes a convertirse en consumidores inteligentes de la teoría gerencial para que se haga un buen uso del mejor trabajo de las universidades y las firmas de consultoría, y el trabajo menos reflexivo y menos riguroso no cause demasiado daño.

De dónde viene la teoría

La construcción de una teoría sólida se desarrolla en tres etapas. Comienza con una descripción de algún fenómeno que deseamos entender. En física, el fenómeno puede ser el comportamiento de las partículas de alta energía; en los negocios, las innovaciones pueden tener éxito o fracasar en el mercado. En la exposición de la derecha, esta etapa se representa como una base amplia. Esto se debe a que, a menos que se observe y describa cuidadosamente el fenómeno en su amplitud y complejidad, no se puede construir una buena teoría. Seguramente los investigadores se dirigen hacia la mala teoría cuando observan con impaciencia algunas empresas exitosas, identifican algunas prácticas o características que estas empresas parecen tener en común y luego concluyen que han visto lo suficiente como para escribir un artículo o un libro sobre cómo pueden tener éxito todas las empresas. Estos artículos podrían sugerir los siguientes argumentos, por ejemplo:

• Debido a que la industria europea de la telefonía inalámbrica tuvo tanto éxito después de organizarse en torno a un único estándar GSM, la industria inalámbrica de los Estados Unidos habría visto tasas de uso más altas antes si también hubiera acordado un estándar antes de ponerse en marcha.

• Si adopta este conjunto de prácticas recomendadas para asociarse con los mejores proveedores, su empresa tendrá éxito como lo hicieron estas empresas.

Estos estudios son peligrosos precisamente porque nos hacen creer que, debido a que un determinado medicamento ha ayudado a algunas empresas, ayudará a todas las empresas. Para mejorar la comprensión más allá de esta etapa, los investigadores deben pasar al segundo paso: clasificar los aspectos del fenómeno en categorías. Por ejemplo, los investigadores médicos clasifican la diabetes entre la aparición adulta frente a la juvenil. Y los investigadores de gestión clasifican las estrategias de diversificación en tipos verticales frente a horizontales. Esta clasificación permite a los investigadores organizar fenómenos complejos y confusos de manera que resalten sus diferencias más significativas. Entonces es posible abordar la tercera etapa, que consiste en formular una hipótesis de qué causa el fenómeno y por qué. Y eso es una teoría.

¿Cómo mejoran los investigadores esta teoría o hipótesis preliminar? Como sugiere el bucle descendente del diagrama siguiente, el proceso es iterativo. Los investigadores utilizan su teoría para predecir lo que verán cuando observen más ejemplos del fenómeno en las distintas categorías que habían definido en el segundo paso. Si la teoría predice con precisión lo que están observando, pueden utilizarla con mayor confianza para hacer predicciones en circunstancias similares.¹

Sin embargo, en sus observaciones posteriores, los investigadores suelen ver algo que la teoría no puede explicar ni predecir, una anomalía que sugiere que está sucediendo algo más. A continuación, deben volver a la etapa de categorización y agregar o eliminar categorías o, a veces, replantearlas por completo. A continuación, los investigadores construyen una teoría mejorada sobre el nuevo esquema de categorización. Esta nueva teoría sigue explicando las observaciones anteriores, pero también explica las que parecían anómalas. En otras palabras, la teoría ahora puede predecir con mayor precisión cómo debería funcionar el fenómeno en un rango más amplio de circunstancias.

Para ver cómo ha mejorado una teoría, veamos cómo ha evolucionado nuestra comprensión del comercio internacional. Durante mucho tiempo se pensó que los países con recursos abundantes y baratos tendrían ventaja al competir en industrias en las que esos recursos se utilizan como insumos importantes de producción. Las naciones con energía eléctrica barata, por ejemplo, tendrían una ventaja comparativa en la fabricación de productos que requieren métodos de producción que consumen mucha energía. Aquellos con mano de obra barata destacarían en productos que requieren mucha mano de obra, y así sucesivamente. Esta teoría prevaleció hasta que Michael Porter vio anomalías que la teoría no podía explicar. Japón, sin mineral de hierro y poco carbón, se convirtió en un exitoso productor de acero. Italia se convirtió en el principal productor mundial de baldosas cerámicas, a pesar de que sus costos de electricidad eran elevados y tenía que importar gran parte de la arcilla.

La teoría de los clusters competitivos de Porter surgió de sus esfuerzos por dar cuenta de estas anomalías. Los clústeres, postuló, conducen a una intensa competencia, lo que lleva a las empresas a optimizar los procesos de I+D, producción, formación y logística. Sus ideas no significaban que las nociones previas de ventajas basadas en recursos de bajo costo fueran erróneas, simplemente que no predecían adecuadamente el resultado en cada situación. Así, por ejemplo, la gran industria de celulosa y papel de Canadá puede explicarse en términos de árboles relativamente abundantes, y el éxito de Bangalore en la programación informática se puede explicar en términos de mano de obra abundante, de bajo costo y educada. Pero la ventaja competitiva que han logrado ciertas industrias en Japón, Italia y otros lugares similares solo puede explicarse en términos de agrupaciones de industrias. La teoría refinada de Porter sugiere que en un conjunto de circunstancias, en las que algún recurso de otro modo escaso y valioso es relativamente abundante, un país puede y debe explotar esta ventaja y así prosperar. En otro conjunto de circunstancias, en las que estos recursos no están disponibles, los responsables políticos pueden alentar el desarrollo de clústeres para crear ventajas competitivas basadas en procesos. Gobiernos de naciones como Singapur e Irlanda han utilizado la teoría de Porter para idear políticas de creación de clústeres que han llevado a la prosperidad justo como predice su refinada teoría.

Ahora analizaremos más de cerca tres aspectos del proceso de construcción teórica: la importancia de explicar qué causa un resultado (en lugar de describir simplemente los atributos asociados empíricamente con ese resultado); el proceso de categorización que permite a los teóricos pasar de la comprensión tentativa a la confianza predicciones; y la importancia de estudiar los fracasos para construir una buena teoría.

Causalidad identificativa

En las primeras etapas de la construcción de la teoría, las personas suelen identificar los atributos más visibles del fenómeno en cuestión que parecen ser correlacionado con un resultado concreto y utilizar esos atributos como base para la categorización. Este es necesariamente el punto de partida de la construcción teórica, pero rara vez es más que un primer paso importante. Lleva un tiempo desarrollar categorías que capten una comprensión profunda de lo que causa el resultado.

Considere la historia de los intentos de volar de la gente. Los primeros investigadores observaron fuertes correlaciones entre poder volar y tener plumas y alas. Pero cuando los humanos intentaron seguir las «mejores prácticas» de los voladores más exitosos atándose alas emplumadas a sus brazos, saltando por los acantilados y batiendo con fuerza, no tuvieron éxito porque, por muy fuertes que fueran las correlaciones, los aspirantes a aviadores no habían entendido la causa fundamental mecanismo de vuelo. Cuando estos investigadores categorizaron el mundo en términos de los atributos visibles más evidentes del fenómeno (alas frente a no tener alas, plumas frente a sin plumas, por ejemplo), lo mejor que pudieron hacer era una declaración de correlación—que la posesión de esos atributos está asociada a la capacidad de volar.

Los investigadores en esta etapa pueden, en el mejor de los casos, expresar sus hallazgos en términos de grados de incertidumbre: «Debido a que un porcentaje tan grande de las personas con alas y plumas pueden volar al aletear (aunque los avestruces, los emús, las gallinas y los kiwis no pueden hacerlo), con toda probabilidad podré volar si fabrica alas con plumas pegadas sobre ellas, atármelas a los brazos y aleta con fuerza mientras salto de este acantilado». Quienes utilizan la investigación que todavía se encuentra en esta etapa como guía para la acción a menudo se meten en problemas porque confunden la correlación entre atributos y resultados con el mecanismo causal subyacente. Por lo tanto, hacen lo que creen necesario para tener éxito, pero fracasan.

Un sorprendente número de artículos y libros sobre gestión confunden de manera similar la correlación de atributos y resultados con la causalidad. Pregúntate, por ejemplo, si alguna vez has visto estudios que:

• contrastar el éxito de las empresas financiadas por capital riesgo con las financiadas por capital corporativo (lo que implica que la fuente de financiación de capital es una causa de éxito y no un mero atributo que puede asociarse a una empresa que resulta ser exitosa por alguna razón actualmente desconocida).

• sostienen que las empresas dirigidas por directores ejecutivos que son personas sencillas y corrientes obtienen beneficios para los accionistas superiores a los de las empresas dirigidas por directores ejecutivos llamativos (lo que implica que ciertos atributos de personalidad de los CEO hacen que el rendimiento de la empresa mejore).

• afirman que las empresas que se han diversificado más allá de los códigos SIC que definen sus negocios principales devuelven menos a sus accionistas que las empresas que se han mantenido próximas a su núcleo (llegando así a la conclusión de que los atributos de la diversificación o la centralización provocan la creación de valor para los accionistas).

• concluyen que el 78% de las mujeres que tienen entre 25 y 35 años prefieren este producto sobre aquel (lo que implica que los atributos de propiedad de la vivienda, edad y género hacen que las personas prefieran un producto específico).

Ninguno de estos estudios articula una teoría de la causalidad. Todos ellos expresan una correlación entre atributos y resultados, y generalmente eso es lo mejor que puedes hacer cuando no entiendes qué causa un resultado determinado. En el primer caso, por ejemplo, los estudios han demostrado que el 20% de las start-ups financiadas por capitalistas de riesgo tienen éxito, otro 50% termina entre los heridos andantes y el resto fracasa por completo. Otros estudios han demostrado que la tasa de éxito de las startups financiadas con capital corporativo es mucho, mucho menor. Pero a partir de tales estudios no se puede concluir que su start-up tenga éxito si se financia con capital de riesgo. En primer lugar, debe saber qué es el capital riesgo, el mecanismo, que contribuye al éxito de una nueva empresa.

En la investigación de gestión, desafortunadamente, muchos académicos y consultores permanecen intencionalmente en esta etapa de construcción teórica basada en la correlación con la creencia errónea de que pueden aumentar el poder predictivo de sus «teorías» mediante el crujido de enormes bases de datos en computadoras potentes, produciendo análisis de regresión que medir las correlaciones de atributos y resultados con grados cada vez más altos de significación estadística. Los gerentes que intentan guiarse por esta investigación solo pueden esperar que tengan suerte: que si adquieren los atributos recomendados (que en promedio están asociados con el éxito), de alguna manera ellos también se verán bendecidos de manera similar con el éxito.

Los avances que conducen desde la categorización hasta la comprensión de la causalidad fundamental generalmente no provienen de analizar cada vez más datos, sino de investigaciones de campo muy detalladas, cuando los investigadores se arrastran dentro de las empresas para observar cuidadosamente los procesos causales en funcionamiento. Considere el progreso de nuestra comprensión de los métodos de producción de Toyota. Inicialmente, los observadores notaron que los avances de las empresas japonesas en la industria manufacturera superaban a los de sus contrapartes en los Estados Unidos. Los primeros esfuerzos de categorización se dirigieron vagamente hacia el atributo más obvio: que tal vez había algo en la cultura japonesa que marcaba la diferencia.

Sin embargo, cuando los primeros investigadores visitaron las plantas de Toyota en Japón para ver sus métodos de producción (a menudo denominados «fabricación ajustada»), observaron atributos más significativos del sistema: inventarios que se mantuvieron al mínimo, un sistema de programación de plantas impulsado por tarjetas kanban en lugar de computadoras, etc. Pero desafortunadamente, pasaron rápidamente de atributos a conclusiones, escribiendo libros que aseguraban a los gerentes que si ellos también construían sistemas de fabricación con estos atributos, lograrían mejoras en costo, calidad y velocidad comparables a las que disfruta Toyota. Muchos fabricantes intentaron que sus plantas se ajustaran a estos atributos ajustados, y aunque muchos cosecharon algunas mejoras, ninguno se acercó a replicar lo que Toyota había hecho.

La investigación de Steven Spear y Kent Bowen ha avanzado la teoría en este campo a partir de tales correlaciones al sugerir causas fundamentales de la capacidad de Toyota para mejorar continuamente la calidad, la velocidad y el costo. Spear se puso a trabajar en varias líneas de montaje de Toyota durante algún tiempo. Comenzó a ver un patrón en la forma en que las personas pensaban cuando diseñaban cualquier proceso, por ejemplo, para capacitar a los trabajadores, instalar asientos para automóviles o mantener equipos. A partir de esta cuidadosa y extensa observación, Spear y Bowen concluyeron que todos los procesos de Toyota están diseñados de acuerdo con cuatro reglas específicas que crean bucles de retroalimentación automática, que prueban repetidamente la eficacia de cada nueva actividad, señalando el camino hacia mejoras continuas. (Para una descripción detallada de la teoría de Spear y Bowen, consulte «Decodificación del ADN del sistema de producción Toyota», HBR de septiembre a octubre de 1999). Con este mecanismo, organizaciones tan diversas como hospitales, fundiciones de aluminio y fabricantes de semiconductores han comenzado a lograr mejoras a una escala similar a la de Toyota, aunque sus procesos a menudo comparten pocos atributos visibles con el sistema de Toyota.

Avanzando hacia la previsibilidad

El vuelo tripulado comenzó a ser posible cuando el estudio de la mecánica de fluidos de Daniel Bernoulli le ayudó a entender el mecanismo que crea la elevación. Sin embargo, incluso entonces, comprender el mecanismo en sí no fue suficiente para hacer que el vuelo tripulado fuese perfectamente predecible. Se necesitaban más investigaciones para determinar las circunstancias en las que funcionaba y no funcionaba ese mecanismo.

Cuando los aviadores utilizaron los conocimientos de Bernoulli para construir aviones con alas de perfil aerodinámico, algunos de ellos todavía se estrellaron. Luego tuvieron que averiguar qué tenían esas circunstancias que llevaron al fracaso. En esencia, dejaron de hacer la pregunta: «¿Qué atributos están asociados con el éxito?» y se centró en la pregunta: «¿En qué circunstancias el uso de esta teoría conducirá al fracaso?» Aprendieron, por ejemplo, que si subían demasiado abruptamente, se creaba una elevación insuficiente. Además, en ciertos tipos de turbulencia, las bolsas de aire de densidad relativamente baja que se forman debajo de un ala podrían provocar un giro repentino hacia abajo. A medida que los aviadores llegaron a reconocer las circunstancias que requerían diferentes tecnologías y técnicas de pilotaje y otras que hacían que el intento de vuelo fuera demasiado peligroso, el vuelo tripulado no solo se hizo posible sino predecible.

En la investigación de gestión, se producen avances similares en materia de previsibilidad cuando los investigadores no solo identifican el mecanismo causal que vincula las acciones con los resultados, sino que describen las circunstancias en las que ese mecanismo tiene éxito y no lo hace. Esto les permite descubrir si los gerentes deben ajustar la forma en que administran sus organizaciones en estas circunstancias diferentes y cómo deben hacerlo. Las buenas teorías, en otras palabras, son circunstancia contingente: Definen no solo qué causa qué y por qué, sino también cómo el mecanismo causal producirá resultados diferentes en situaciones diferentes.

Por ejemplo, dos pares de investigadores han estudiado de forma independiente por qué es tan difícil para las empresas obtener una rentabilidad superior a los accionistas durante un período sostenido. Recientemente han publicado libros cuidadosamente investigados sobre la cuestión que llegan a conclusiones opuestas. Benefíciese del núcleo observa que las empresas cuyo rendimiento es mejor y dura más tiempo son, en promedio, aquellas que han buscado crecer en áreas cercanas a las habilidades que habían perfeccionado en sus negocios principales. Recomienda que otros directivos sigan su ejemplo. destrucción creativa, en cambio, concluye que debido a que la mayoría de las empresas atractivas pierden su brillo, los gerentes necesitan llevar el funcionamiento dinámico del capitalismo emprendedor dentro de sus empresas y estar dispuestos a crear nuevos negocios centrales.

Debido a que han yuxtapuesto su trabajo de una manera tan útil, podemos ver que lo que los investigadores han hecho en realidad es definir la pregunta crítica que conducirá a la etapa de previsibilidad del ciclo de construcción de la teoría: «¿En qué circunstancias estar cerca del núcleo me ayudará a mantener rendimientos superiores? y cuándo será fundamental poner en funcionamiento las fuerzas de la destrucción creativa?» Cuando los investigadores han definido el conjunto de situaciones diferentes en las que los gerentes pueden encontrarse en relación con esta pregunta y luego han articulado una teoría contingente de las circunstancias, los individuos pueden comenzar a seguir sus recomendaciones con mayor confianza de que irán por el camino correcto para su situación.

Las teorías contingentes de circunstancias permiten a los gerentes comprender qué es lo que tiene su situación actual que ha permitido que sus estrategias y tácticas tengan éxito. Además, ayudan a los gerentes a reconocer cuándo están cambiando las circunstancias importantes de su entorno competitivo para que puedan comenzar a «pilotar su avión» de manera diferente para mantener su éxito en la nueva circunstancia. Las teorías que han avanzado hasta esta etapa pueden ayudar a que el éxito no solo sea posible y predecible sino también sostenible. El trabajo de construir una teoría siempre mejor nunca ha terminado. Por muy valiosa que haya demostrado la teoría de los clústeres de Porter, por ejemplo, ahora existe una gran oportunidad para que un investigador intervenga y descubra cuándo y por qué los clústeres que parecen robustos pueden desintegrarse. Esto conducirá a una teoría aún más sólida de la ventaja competitiva internacional.

La importancia de los fracasos

Tenga en cuenta lo importante que es para los investigadores, una vez que han planteado la hipótesis de un mecanismo causal, identificar circunstancias en las que las empresas hicieron exactamente lo que se prescribió pero fracasaron. Desafortunadamente, muchos investigadores de gestión están tan centrados en cómo las empresas tienen éxito que no estudian el fracaso. La obsesión por estudiar empresas exitosas y sus «mejores prácticas» es una de las principales razones por las que las tópicos y las modas en la gestión van y vienen con una regularidad tan alarmante y por qué gran parte del pensamiento gerencial en las primeras etapas no evoluciona a la siguiente etapa. Los gerentes prueban los consejos porque suenan bien y luego los descartan cuando encuentran circunstancias en las que las acciones recomendadas no producen los resultados previstos. Su conclusión más a menudo es: «No funciona».

La pregunta, «¿Cuándo? no ¿funciona?» es una clave mágica que permite que las declaraciones de causalidad se expresen de manera contingente a las circunstancias. Por razones que no entendemos del todo, muchos investigadores y escritores de gestión temen girar esa llave. Como consecuencia, muchas investigaciones prometedoras han caído en desuso y desprestigio porque sus proponentes afirmaron descuidadamente que funcionaría en todos los casos en lugar de tratar de aprender cuándo funcionaría, cuándo no y por qué.

En una buena relación médico-paciente, los médicos suelen analizar y diagnosticar lo que está mal en un paciente específico y prescribir una terapia adecuada. Por el contrario, la relación entre los directivos, por un lado, y los que investigan y escriben sobre gestión, por otro, es distante. Si va a ser útil, la investigación debe realizarse y escribirse de manera que los lectores puedan diagnosticar su situación por sí mismos. Cuando los gerentes hacen preguntas como: «¿Esto se aplica a mi sector?» o «¿Se aplica tanto a las empresas de servicios como a las empresas de productos?» realmente están investigando para comprender las circunstancias en las que funciona y no funciona una teoría. La mayoría de ellos han sido quemados por la teoría mal aplicada anteriormente. Para saber sin ambigüedades en qué circunstancia son en, los gerentes también necesitan saber en qué circunstancias se encuentran no en. Por eso es tan importante que las categorías definidas por las circunstancias sean correctas en el proceso de construcción de una teoría útil.

En nuestros estudios, hemos observado que los esquemas de categorización basados en la industria o en productos contra servicios casi nunca constituyen una base útil para una teoría confiable porque las circunstancias que hacen que una teoría fracase o tenga éxito rara vez coinciden con los límites de la industria. El dilema del innovador , por ejemplo, describió cómo precisamente el mismo mecanismo que permitió a las empresas nuevas poner patas arriba a las firmas líderes y establecidas en unidades de disco y computadoras también derribó a las empresas líderes en excavadoras mecánicas, acero, venta minorista, motocicletas y software de contabilidad. Las circunstancias que importan a esta teoría no tienen nada que ver con la industria en la que se encuentra una empresa. Tienen que ver con si una innovación es o no atractiva financieramente para el modelo de negocio de una empresa. El mecanismo, el proceso de asignación de recursos, hace que los líderes establecidos ganen las peleas competitivas cuando una innovación resulta atractiva desde el punto de vista financiero para su modelo de negocio. Y el mismo mecanismo los desactiva cuando son atacados por innovadores disruptivo cuyos productos, modelos de beneficios y clientes no resultan atractivos para su modelo.

Solo podemos confiar en una teoría cuando, como en este ejemplo, su declaración que describe las acciones que deben llevar al éxito explica cómo variarán a medida que cambien las circunstancias de una empresa. Esta es una de las principales razones por las que el mundo de los gerentes innovadores ha parecido bastante aleatorio, porque la categorización de mala calidad por parte de los investigadores ha dado lugar a recomendaciones únicas que han dado lugar a malos resultados en muchas circunstancias. Hasta que empecemos a desarrollar teorías que los gerentes puedan usar de una manera condicionada a las circunstancias, no traeremos un éxito predecible al mundo de la gestión.

Volvamos al ejemplo de Lucent. La empresa se encuentra ahora en recuperación: la cuota de mercado en los principales grupos de productos se ha estabilizado, los clientes reportan una mayor satisfacción y el precio de las acciones se está recuperando. Gran parte del cambio parece haber sido el resultado, en una trágica ironía, no solo de deshacer la reorganización de la década de 1990 sino de pasar a una estructura aún más centralizada. El equipo directivo actual reconoció explícitamente el daño que crearon las iniciativas de descentralización anteriores y, guiado por una teoría apropiada a la complejidad de los productos y mercados de Lucent, ha estado trabajando arduamente para volver a poner en marcha una estructura eficiente que esté alineada con las necesidades de Lucent tecnologías y productos subyacentes.

La moraleja de esta historia es que en los negocios, como en la medicina, ninguna receta cura todos los males. Los directivos de Lucent se sintieron presionados para crecer en la década de 1990. Lucent tenía una estructura de toma de decisiones relativamente centralizada y su parte justa de burocracia. Debido a que la mayoría de las empresas tecnológicas de rápido crecimiento de la época no estaban comparativamente comprometidas con tales estructuras, la gerencia concluyó que debería imitarlas, una creencia no solo respaldada sino promulgada por varios investigadores de gestión. Lo que se pasó por alto, con consecuencias desastrosas, fue que Lucent emulaba los atributos de las pequeñas empresas de rápido crecimiento cuando sus circunstancias eran fundamentalmente diferentes. La dirección necesitaba una teoría que la guiara hacia la estructura organizativa óptima para las circunstancias en las que se encontraba la empresa.

Convertirse en un consumidor exigente de teoría

Los gerentes con un problema que resolver querrán ir al grano: ¿Qué teoría les ayudará? ¿Cómo pueden distinguir una buena teoría de una mala? Es decir, ¿cuándo está suficientemente desarrollada una teoría para que su esquema de categorización no se base en coincidencias sino en vínculos causales entre circunstancias, acciones y resultados? Aquí tienes algunas ideas para ayudarte a juzgar cuán apropiada será cualquier teoría o conjunto de recomendaciones para la situación de tu empresa.

• Cuando los investigadores están empezando a estudiar un problema o asunto empresarial, los artículos que simplemente describen el fenómeno pueden convertirse en una base sumamente valiosa para los intentos posteriores de los investigadores de definir categorías y luego explicar qué causa el fenómeno. Por ejemplo, los primeros trabajos de Ananth Raman y sus colegas sacudieron el mundo de los estudios de la cadena de suministro simplemente al mostrar que las empresas que tenían incluso los sistemas de escaneo de códigos de barras más sofisticados tenían registros de inventario notoriamente inexactos. Estas observaciones los llevaron a la siguiente etapa, en la que clasificaron los tipos de errores producidos por los sistemas de escaneo y los tipos de almacenes en los que este tipo de errores ocurrían con mayor frecuencia. Raman y sus colegas comenzaron entonces a observar cuidadosamente los procesos de almacenamiento para ver exactamente qué tipos de comportamientos podrían causar estos errores. De esta base, entonces, puede surgir una teoría que explica qué sistemas funcionan bajo qué circunstancias.

• Cuidado con el trabajo que insta a que se necesita un cambio revolucionario de todo. Esta es la falacia de saltar directamente de la descripción a la teoría. Si los autores dan a entender que sus hallazgos se aplican a todas las empresas en todas las situaciones, no confíe en ellos. Por lo general, las cosas son como son por buenas razones. Necesitamos saber no solo dónde, cuándo y por qué deben cambiar las cosas, sino también qué debe permanecer igual. La mayoría de las veces, los nuevos esquemas de categorización no anulan por completo el pensamiento establecido. Más bien, aportan una nueva visión de cómo pensar y actuar de manera condicionada a las circunstancias. El trabajo de Porter sobre competitividad internacional, por ejemplo, no derrocó la teoría comercial preexistente, sino que identificó una circunstancia en la que un mecanismo de acción diferente condujo a una ventaja competitiva.

• Si los autores clasifican el fenómeno que describen en categorías en función de sus atributos, simplemente acepten que el estudio representa solo un paso preliminar hacia una teoría fiable. Lo máximo que puedes saber en esta etapa es que existe cierta relación entre las características de las empresas estudiadas y los resultados que experimentan. Esto se puede describir en términos de una tendencia general de la población (el 20% de todas las empresas financiadas por capital riesgo tienen éxito; menos de las financiadas por capital corporativo lo hacen). Pero, si se utilizan para guiar las acciones de tu empresa individual, pueden enviarte fácilmente a una expedición aleteando.

• Las correlaciones que se disfrazan de causalidad suelen adoptar la forma de adjetivos: los directores ejecutivos crean valor para los accionistas, por ejemplo, o la financiación ayuda a las Startups a tener éxito. Pero una teoría real debería incluir un mecanismo, una descripción de cómo funciona algo. Por lo tanto, una teoría de cómo la financiación ayuda a las Startups a tener éxito podría sugerir que lo que hacen los capitalistas de riesgo que marca la diferencia es medir pequeñas cantidades de fondos para ayudar a las empresas a orientarse, paso a paso, hacia una estrategia viable. La financiación de esta manera anima a las Startups a abandonar de inmediato las iniciativas fallidas y probar nuevos enfoques. Lo que los capitalistas corporativos suelen hacer menos efectivo es inundar un nuevo negocio con mucho dinero inicialmente, lo que le permite seguir la estrategia equivocada durante mucho más tiempo. Luego tiran del tapón, evitando así que pruebe diferentes enfoques para averiguar qué funcionará. Durante el boom de las puntocom, cuando los capitalistas de riesgo inundaron con dinero a las startups, el hecho de que se tratara de dinero de riesgo no ayudó a evitar el predecible desastre.

• Recuerde que los hallazgos de un investigador casi nunca pueden considerarse la última palabra. El descubrimiento de una circunstancia en la que una teoría no predice con exactitud un resultado es un triunfo, no un fracaso. El progreso proviene del perfeccionamiento de las teorías para explicar situaciones en las que antes fracasaban, por lo que sin continuar nuestro examen del fracaso, la teoría de la gestión no puede avanzar.

Cuando Caveat Emptor no es suficiente

En la búsqueda de ideas, los gerentes de Better Business Bureau no pueden recurrir para evaluar lo útil que les resultará una teoría determinada. Los editores de revistas de gestión publican diferentes puntos de vista sobre temas importantes, dejando que los lectores decidan qué teorías deben utilizar para guiar sus acciones.

Pero en el mercado de las ideas, caveat emptor (dejar que el lector se cuide) elude el deber de investigar. Para la mayoría de los gerentes, probar una nueva idea para ver si funciona simplemente no es una opción: hay demasiado en juego. Esperamos que la comprensión de lo que constituye una buena teoría ayude a los investigadores a descubrir mejor los mecanismos que causan que los gestores de resultados se preocupen, y que los investigadores no estén satisfechos con la medición de la importancia estadística de las correlaciones entre atributos y resultados. Esperamos que vean el valor de preguntar: «Cuando no ¿este trabajo?» Investigar esa pregunta les ayudará a descifrar el conjunto de circunstancias en las que pueden encontrarse los directivos y, a continuación, a formular declaraciones contingentes de causa y efecto que tengan en cuenta esas circunstancias.

Esperamos que una comprensión más profunda de lo que hace útil la teoría permita a los editores elegir qué investigaciones publicarán, y a los administradores elegir qué artículos leerán y creerán, basándose en algo distinto de las credenciales de los autores o los éxitos del pasado. Esperamos que los directivos exploten el hecho de que las buenas teorías pueden juzgarse de forma más objetiva para hacer sus «compras» con mucha más confianza.

1. Karl Popper afirmó que cuando un investigador llega a la fase en la que una teoría predice con exactitud lo que se ha observado, el investigador solo puede afirmar que la prueba o el experimento «no desconfirmaron» la teoría. Ver La lógica del descubrimiento científico (Harper & Row, 1968).