Las cuatro cifras que pido antes de aprobar un piloto

Cuando alguien me pide opinión sobre un piloto, no pregunto por la tecnología. Pregunto por cuatro números. Si los cuatro existen, la conversación dura una hora y sale bien. Si falta uno, la conversación dura tres semanas. Si faltan todos, no hay piloto: hay una intención.

No son números difíciles ni caros. Son números que la operación ya tiene o que se pueden levantar en dos semanas con una libreta. Los pido siempre, en ese orden, y en ese orden se caen los proyectos.

1. Cuántas veces al mes ocurre

El volumen manda. Un proceso que se ejecuta ochocientas veces al mes tolera semanas de trabajo técnico encima. Uno que ocurre doce veces al mes no las tolera, aunque cada ejecución sea dolorosa. Es aritmética: si ahorras veinte minutos por caso y hay doce casos, ahorraste cuatro horas al mes. Cuatro horas al mes no pagan un proyecto ni pagan su mantenimiento.

Este número casi nunca está. Lo que hay es una impresión —«todo el tiempo», «es lo que más nos come»— y la impresión suele estar inflada por el fastidio. Un proceso odioso se siente frecuente aunque no lo sea. Contar es la única cura.

Cuando el volumen es bajo, la respuesta correcta suele ser no automatizar nada y quitarle dos pasos al proceso. He dado esa recomendación más veces de las que me gustaría admitir en una conversación de venta.

2. Cuánto tarda hoy, de punta a punta

No cuánto tarda el paso que molesta: cuánto tarda todo. La diferencia importa porque casi siempre el paso que molesta es el visible, no el lento. La gente recuerda el formulario tedioso de ocho minutos y olvida los dos días que el expediente pasó esperando una firma.

Si automatizas los ocho minutos y dejas los dos días, el proceso completo mejora un uno por ciento y nadie lo nota. El proyecto entonces se declara exitoso en el reporte y fracasado en el pasillo, que es la peor combinación posible.

Este número se levanta con fechas, no con opiniones. Cuándo entró, cuándo salió. Cualquier sistema que la empresa ya use tiene esas dos marcas de tiempo en algún lado.

3. Cuánto cuesta cada error y quién lo paga

Es la cifra que más se resiste, porque obliga a admitir que hay errores. Pregunto: cuando este proceso sale mal, ¿qué pasa? Las respuestas se acomodan en tres cajones. Se rehace y se pierde una hora. Se le cobra de más a un cliente y hay que devolverle. O se toma una decisión equivocada y el daño no se puede medir.

El tercer cajón cambia el proyecto por completo. Un proceso donde el error es reversible acepta un sistema que se equivoque de vez en cuando. Uno donde el error no es reversible necesita revisión humana en el medio, y esa revisión es la mitad del presupuesto. No es un detalle de implementación: es la definición del alcance.

Toda estrategia de inteligencia artificial seria empieza aceptando que el sistema va a fallar algunas veces y decidiendo, antes de construir nada, cuántas veces es aceptable.

4. Cuánto se está gastando ahora en hacerlo mal

Horas de gente, retrabajos, notas de crédito, penalizaciones. La suma casi nunca está calculada porque está repartida entre áreas y ninguna la ve completa. Cuando se junta pasan dos cosas: o resulta que el problema costaba mucho menos de lo que el proyecto propuesto iba a costar, y el proyecto se cancela solo; o resulta que costaba muchísimo más, y entonces la conversación con dirección deja de ser una petición y se vuelve un cálculo.

Las dos salidas son buenas. La mala es no tener el número y defender el proyecto con adjetivos.

Qué hago cuando los cuatro números no están

No los invento. Paro y hago un diagnóstico de procesos de dos o tres semanas cuyo único entregable son esas cuatro cifras. Nadie se emociona con ese entregable. Es, de lejos, lo más rentable que puedo entregar.

La razón es simple. Un piloto mal dimensionado no falla en la demostración —eso ya lo conté en El piloto que funcionó en la demostración—, falla seis meses después, cuando alguien pregunta qué cambió y no hay con qué contestar. Los cuatro números son la respuesta preparada de antemano.

La inteligencia artificial para negocios no se distingue de la mala por la sofisticación del modelo. Se distingue por si alguien contó antes de construir. Es aburrido y es lo único que aguanta.