El término “prosumidor” fue introducido por Alvin Toffler en The Third Wave (1980) como una categoría híbrida entre productor y consumidor. Su planteo anticipaba que, en las economías del futuro, la frontera entre ambos roles se volvería difusa: el consumidor dejaría de ser un agente pasivo y se convertiría en participante activo del proceso productivo.
En la actualidad, esta hipótesis se verifica en múltiples ámbitos:
Tecnologías de fabricación digital: la masificación de impresoras 3D permite a cualquier usuario diseñar, modificar o reproducir objetos sin depender de grandes fabricantes. Ejemplos cotidianos —desde un niño que imprime personajes para jugar hasta un adulto que produce accesorios para sus herramientas— muestran cómo la actividad de consumo se integra con la producción.
Energía distribuida: las redes eléctricas incorporan a los hogares como generadores mediante paneles solares u otras fuentes renovables. El consumidor ya no se limita a pagar por un servicio: administra su propio flujo energético, decide cuándo consumir, almacenar o inyectar excedentes a la red.
Economías artesanales y comunitarias: lejos de desaparecer, los oficios manuales y las micro-producciones cobran valor por su autenticidad, cercanía y sostenibilidad. Aquí el consumo se convierte en un acto de co-creación y pertenencia, reforzando el vínculo entre quien produce y quien utiliza.
Redes sociales y economía de la atención: el valor de las plataformas digitales no reside solo en el contenido publicado, sino también en las reacciones que ese contenido genera. El productor y el consumidor son, en realidad, dos usuarios que se asocian para crear un nuevo producto simbólico: una publicación acompañada por la carga emotiva de comentarios, “me gusta” o compartidos. Sin interacción, el contenido es incompleto; con participación, adquiere un nuevo nivel de sentido y de valor económico y social.
En paralelo, las Tecnologías de gestión —desde el Just in Time hasta el Design Thinking— han buscado acortar la distancia entre productor y consumidor, orientando procesos a la demanda real y al feedback inmediato. El prosumidor lleva esta lógica al extremo: es un consumidor que internaliza la producción como parte de su experiencia cotidiana, produciendo lo que necesita, cuando lo necesita y bajo sus propios criterios de calidad o personalización.
En este sentido, el prosumidor no es solo un agente económico, sino un símbolo de un cambio cultural más amplio: el pasaje de la sociedad industrial de masas a una sociedad de redes, donde el valor se genera en la intersección entre producción, consumo, conocimiento compartido y comunidad.
Viajé 3 veces a Japón y encontré no solo un país fascinante por su cultura, disciplina y visión de largo plazo, sino también un laboratorio vivo de dilemas y aprendizajes que fui destilando el concepto de inteligencia moral.
En 2007 hice mi primer viaje a Japón. Allí escuché la historia de un turista que quiso subir a la cima del Monte Fuji fuera de temporada. Se accidentó y hubo un despliegue muy importante para salvarlo. El dilema del que hablaban los diarios era: ¿debía el Estado japonés hacerse cargo del operativo? ¿Era justo que todos los ciudadanos pagaran con sus impuestos las consecuencias de una decisión individual?
Por primera vez leí el concepto de moral hazard, riesgo moral: cuando alguien toma una decisión arriesgada confiando en que, pase lo que pase, otro asumirá las pérdidas.
Lo mismo ocurre en la economía global: bancos y corporaciones toman decisiones de alto riesgo porque saben que, si algo sale mal, los gobiernos acudirán en su rescate para proteger la estabilidad financiera. La ganancia es privada, pero la pérdida se socializa.
El riesgo moral no solo es un dilema financiero o de políticas públicas: es un espejo de nuestras decisiones individuales y colectivas. ¿Hasta dónde somos responsables de lo que elegimos? ¿Y hasta dónde la sociedad debe absorber los costos?
Pero no quiero profundizar en este concepto que ya es bastante conocido y pueden ampliar aquí.
En 2012 volví a Japón, esta vez en un contexto muy distinto. JICA había confiado al INTI la organización de cursos de capacitación en Productividad Industrial para toda Latinoamérica y algunos países de África. Ese encuentro reunió a referentes de diversas regiones del mundo: indios, turcos, chinos, europeos, y yo como único representante de América Latina.
Era mi primer día solo en Tokio y no sabía cómo manejarme en el sistema de trenes. Era tarde, el último tren estaba por salir y yo no podía llegar después de las 23 horas al TKC. Un señor que vio mi desconcierto se ofreció a ayudarme. Pasó un ticket por el molinete y me hizo pasar. Yo pensé que él seguiría detrás mío, pero no fue así, me giré y él me dio el ticket timbrado en la mano, con el molinete de por medio.
Yo traía un billete de 1000 yenes en el bolsillo; se lo ofrecí como para retribuir el gesto y el ticket. El boleto costaba 120 yenes y yo no tenía cambio. Cuando intenté darle mis 1000 yenes para que se quedara con el vuelto, se negó rotundamente. Insistí y volvió a negarse, esta vez con más firmeza.
Hubo un intercambio de miradas: para mí era justo retribuir su amabilidad, para él era impensable quedarse con 880 yenes que no le correspondían.
Me salió preguntarle: “Namae wa nandesuka”. Preguntar el nombre era lo único que sabía decir en japonés.
— Shuichi, y me lo repitió más pausado: Shu i chi…
Finalmente, me fui con el ticket en la mano… y con los 1000 yenes todavía en mi bolsillo. Yo sentía que había abusado de la confianza de Shuichi, aunque no me lo hubiera propuesto. Y pensé durante todo el viaje de vuelta: ¿era su único boleto?, ¿había llegado él a su casa?, ¿por qué había sido tan amable conmigo?
La contradicción era muy fuerte: él había hecho todo bien y había perdido 120 yenes; yo entré torpemente en su vida y me había beneficiado con un boleto gratis. En esa mirada del molinete con Shuichi sentí una pulseada de conciencias: ¿quién podría irse de ahí con la conciencia más liviana?
Allí empecé a pensar la moral como una fuerza, análoga a la fuerza física. Todos la tenemos, pero no todos la usamos de la misma manera. Así como alguien puede emplear su fuerza corporal para proteger o para someter, la fuerza moral también puede usarse para convivir respetando al otro o para sacar ventaja a costa de él.
Con el tiempo fui entendiendo que la fuerza moral también puede ser peligrosa. Quienes son más indiferentes a los pequeños abusos, a las mentiras o a los “olvidos”, tienen una ventaja práctica sobre quienes no los soportan en su conciencia. Es una fuerza que puede servir para sostener principios o para imponerse sobre los demás.
Todavía hoy recuerdo a Shuichi. Tal vez algún día le devuelva esos 120 yenes.
En 2018 emprendí mi tercer viaje a Japón, esta vez con una responsabilidad distinta. Iba como líder de un proyecto que buscaba diseñar el sistema de diálogo industrial argentino. Ese objetivo merece un desarrollo propio —del que hablaré en detalle en otro artículo—, pero lo fundamental en ese momento era abrir el juego desde el inicio: convocar a universidades, cámaras empresarias, gremios y organizaciones civiles para que participaran activamente. Sabía que si quería que se involucraran, tenían que ser parte de la construcción desde el principio.
Fue en ese viaje cuando descubrí a Eiichi Shibusawa (1840–1931). Me sorprendió que hubiesen pasado once años desde mi primer contacto con Japón sin haber escuchado nunca antes de él. Un personaje asombroso, considerado el “padre del capitalismo japonés”, fundador de más de 500 empresas que fueron clave para el desarrollo de la economía moderna japonesa, entre ellas lo que se considera el primer banco moderno de Japón, el Dai-Ichi Bank. Además fue promotor de más de 600 organizaciones educativas y sociales.
Lo que me impresionó no fueron solo los números, sino su manera de concebir los negocios: Shibusawa insistía en que primero debía irle bien al cliente, porque de ese modo se aseguraba que todos quisieran seguir trabajando con él.
Era un principio tan simple como poderoso: el beneficio propio está ligado al beneficio ajeno. Una ética que, lejos de ser un obstáculo, se convertía en estrategia de crecimiento sostenible. Recomiendo leer esta nota para conocer un poco más de Shibusawa pero para no perder el hilo extraigo algunos puntos centrales.
“Shibusawa personificó eso en la forma en que él dirigió los negocios: creía que había que cuidar a los trabajadores”.
“La conclusión era que no solo se trataba de cuántas ganancias obtenías, lo cual era importante porque ¿cómo vas a continuar si no logras tener beneficios?, sino que debías conseguirlos de una manera en que incentivaras los intereses de todos”.
“La razón por la que usa las ideas del confucionismo es para argumentar que, cuando se trata de hacer negocios, hay mucho más que simplemente hacer dinero”.
“Tiene que haber un objetivo social más amplio y eso se ajustaba a las ideas que existían desde hacía mucho tiempo en el confucionismo. Lo que hace Shibusawa es traerlas”.
Así, para él, la moralidad y la economía iban de la mano. Por eso, desarrollar carreras en el ámbito de los negocios era algo muy positivo porque promovería el bienestar de la nación.
Y eso coincidía “con los antiguos valores confucianos de la lealtad y el servicio público”, recuerda Sager en su libro "Confucian Capitalism".
El último día de trabajo debíamos presentar los resultados de avance del proyecto frente al Embajador de Argentina y las autoridades de JICA. Yo había salido a encontrarme con unos amigos japoneses en Tokio y el coordinador de nuestro viaje, el señor Okuyama, me ofreció regresar con él. Llegamos muy temprano al lugar del evento, incluso antes que nadie. El estacionamiento estaba vacío, pero Okuyama eligió dejar el auto en el punto más alejado de la entrada.
Le pregunté por qué no había estacionado cerca. Me respondió:
“Llegamos temprano, tenemos tiempo de caminar. Tal vez ese lugar lo necesite alguien que llegue con poco tiempo.”
Ese gesto mínimo contenía la misma filosofía que había percibido en Shibusawa: pensar en el otro antes que en uno mismo, no como sacrificio, sino como una forma de asegurar el buen funcionamiento de todos.
Si yo me hubiese tomado más tiempo con mis amigos probablemente hubiera llegado tarde, demorando a todos en el comienzo del acto, o quizás obligando a alguno de mis colegas a presentar por mí. Riesgo moral.
Podríamos haber ocupado el mejor lugar del estacionamiento, podíamos hacerlo, no había nada de malo en eso, pero obligábamos a quienes llegaban después a tomarse más tiempo para entrar. Fuerza moral.
Priorizar el funcionamiento colectivo fue el factor decisivo que hizo de Shibusawa el empresario más exitoso de la historia de Japón. Inteligencia moral.
Hoy Japón reconoce a Shibusawa en su billete de 10.000 yenes, recordando al empresario y banquero que mostró que la prosperidad más duradera no se construye solo con capital, sino con valores.
Los autores Navi Radjou, Jaideep Prabhu y Simone Ahuja lo popularizaron en Frugal Innovation: How to Do More with Less (2012), mostrando cómo empresas indias alcanzaban resultados extraordinarios con recursos mínimos.
“La innovación frugal no es hacer más con menos dinero; es hacer mejor con lo que se tiene.”
Podría enfocarme en muchos aspectos en los que la innovación frugal se adapta a la ingeniería industrial o la gestión industrial pero quiero enfocarme en un ejemplo para ir de lo particular a lo general. Iré abordando otros aspectos más adelante.
El caso más emblemático de la Ingeniería Frugal fue el Tata Nano, en 2012 cuando se lanzó era el auto más económico del mundo.
Pero su valor no estaba en el precio, no era una versión simplificada de un modelo caro, sino un diseño con un propósito específico, para un usuario específico.
La manera tradicional de desarrollar una estrategia de venta de un auto es diseñar el tope de gama y reducir costos sacándole accesorios a las versiones más económicas. Así el motor se dimensiona para tener aire acondicionado pero la versión base no lo tiene, las puertas se diseñan para tener levanta cristales eléctricos pero se reemplazan por otros sistemas en sus versiones más bajas, el lugar de la radio se reemplaza por una tapa ciega sin ninguna funcionalidad.
Así el auto base resulta tener un motor sobredimensionado, una puerta más robusta de lo necesario o incluso un lugar reservado para la radio pero inutilizado.
La genialidad del TATA Nano fue orientar todos los esfuerzos en satisfacer la movilidad sin sobrecostos ocultos.
Por un lado es razonable que así sea, las empresas más consolidadas pueden documentar mejor las lecciones aprendidas, conceptualizarlas y capitalizar esa experiencia para que otros puedan reproducirlas.
El empresario Pyme en cambio, se maneja por estimación, intuición, gestiona las oportunidades y las amenazas, tiene un propósito pero le cuesta ajustarse a un plan, cambia de estrategia constantemente y eso es más difícil de transmitir como modelo de gestión.
Tradicionalmente se reconocen siete pérdidas principales:
Sobreproducción: producir más de lo que el cliente necesita.
Esperas: tiempos muertos entre operaciones o decisiones.
Transporte: movimientos innecesarios de materiales.
Procesos innecesarios: operaciones que no agregan valor.
Inventario: exceso de materiales o productos en proceso.
Movimientos: gestos innecesarios de los operarios.
Defectos: retrabajos, desperdicio y pérdida de confianza.
Aunque se atribuyen a Ohno, no estoy seguro que él haya fijado el número siete como definitivo.
En sus textos, el concepto de “desperdicio” es abierto y evolutivo.
Pero la cifra se consolidó con fines pedagógicos y desde 1988 no ha cambiado.
8. Pérdida por mal uso de materias primas
En la industria textil hay software específico para optimizar el corte en una tizada, en una empresa de calzado la rentabilidad está definida principalmente por el cortador de cuero, en una industria metalúrgica usar rollos de alambron en lugar de barras reduce muchísimo los recortes y esto se podría extrapolar a corte de chapa, a bobinas de etiquetas, a carpinterías, etc. No caben dentro de la clasificación de pérdida para Toyota porque no es una industria manufacturera pero es muy importante considerarlo en una Pyme. A riesgo de equivocarme, la tonelada de acero ronda los U$S 800 mientras que el precio del descarte esa misma materia prima (chatarra) puede caer entre un 70 a un 90% por lo tanto no optimizar los cortes puede tener consecuencias importantes.
9. Pérdida por puesta a punto
Si bien Toyota aborda este tema muy exactamente con la herramienta SMED, podríamos decir que lo incluye indirectamente dentro de "esperas", "tiempos muertos", traslados innecesarios. Pero no incluye las pérdidas asociadas al material necesario para poner a punto la máquina, podría ser significativo que se necesiten 5 metros de tela para calibrar una estampadora o 50 metros de tela. Poner a punto una inyectora podría necesitar 200 gr de Poliamida o 1 kgr. Muchas veces los moldes deben precalentarse para comenzar a operar y evitar daños, cuánta energía se consume para asegurar la operación segura sin derrochar de más.
Estos son sólo 2 ejemplos de tantos que podría ensayar para agregar o quizás proponer una clasificación distinta pero el concepto más importante es diseñar la gestión para un propósito y no adoptar soluciones que hicieron exitosas a otras empresas. No hay duda que estudiar estos casos y adaptar algunos conceptos es importante pero entender de dónde vienen es necesario para no perder el foco de nuestra realidad.
Tanto el sistema de producción Toyota como la Ingeniería Frugal comparten la convicción de que la calidad no proviene del gasto, sino del propósito.
El desafío para nuestras PyMEs no es copiar los métodos, sino interpretarlos desde nuestra propia experiencia. Definir un propósito y gestionar las oportunidades y las amenazas que nos conectan de manera más eficiente con ese propósito.
La gestión frugal no busca abaratar, sino repensar, encontrar valor en lo esencial, optimizar lo disponible y diseñar soluciones que tengan sentido en cada contexto. Ahí es donde la gestión deja de ser una receta para convertirse en una práctica viva de adaptación y propósito.
Aunque solemos hablar de “LA economía” en términos macroeconómicos —tipo de cambio, PBI— o microeconómicos —costos, precios—, la economía real se juega en un nivel intermedio: la mesoeconomía.
Ese es el territorio donde la macro transiciona a micro, donde los esfuerzos individuales se vuelven procesos colectivos.
La mesoeconomía estudia esos mecanismos intermedios que articulan ambos mundos.
Es allí donde se entrelazan los actores, las instituciones y las reglas que permiten que la producción funcione, los parques industriales, las cámaras sectoriales, los institutos tecnológicos, los bancos de desarrollo, los gobiernos locales, las universidades son los actores visibles de la mesoeconomía pero hay actores invisibles o al menos sin una identidad institucional y por lo tanto sin un "gobierno" estructurado, son las cadenas de valor o como me parece más apropiado las redes de valor.
¿Por qué redes y no cadenas? Las cadenas de valor, o cadenas de abastecimiento son una simplificación, un modelo, que nos permite entender y visualizar que de un proveedor pasa a otro y a otro hasta llegar al consumidor. Pero esto no funciona así en la realidad, si un proveedor comparte clientes de dos sectores distintos (algo mucho más común que una cadena lineal), ambos clientes compiten por disponibilidad de su proveedor con dos realidades en muchos casos muy distintas y por lo tanto un cliente condiciona al otro.
Las instituciones que habitan la mesoeconomía deberían cumplir un rol análogo al de los clubes de barrio en la vida social.
No compiten con el Estado ni con el mercado: sostienen el tejido intermedio donde las personas —o las empresas— se desarrollan.
Son espacios donde se aprenden reglas, se forman capacidades y se construye confianza.
Cuando la macroeconomía es inestable y las empresas individuales no pueden absorber el impacto, son esas instituciones —INTI, cámaras, universidades, municipios— las que amortiguan los choques y preservan la continuidad productiva.
El problema más importante de la mesoeconomía es que “el equipo” es la red de valor, y son muy pocos los casos —en general, grandes empresas tractoras— donde existe un propósito común alineado para toda la red de suministros.
Son pocos los empresarios que logran mirar uno o dos anillos hacia adelante, atrás o al costado para anticipar decisiones estratégicas.
Y son aún menos los que intentan aportar valor al consumidor final, más allá de satisfacer únicamente a sus clientes directos.
En la teoría de las cadenas de valor es muy conocido el efecto látigo (bullwhip effect):
Pequeñas variaciones en la demanda se amplifican a medida que se retrocede por la cadena —minoristas, distribuidores, fábricas, proveedores—, generando oscilaciones crecientes de pedidos, inventarios y precios.
Consumidor final → Minorista → Mayorista → Fábrica → Proveedor de insumos
Durante varios meses, el consumidor compra de manera estable 1.000 unidades por semana de un producto determinado.
De repente, por una promoción o un cambio de hábitos, la demanda aumenta apenas un 10 %: pasa de 1.000 a 1.100 unidades.
A partir de ese pequeño cambio, ocurre lo siguiente:
Consumidor final
Compra 1.100 unidades +10 %
Minorista
No quiere quedarse sin stock, pide un 15 % más al mayorista
1.265 unidades +26,5 %
Mayorista
Observa aumento, repone un 20 % adicional a fábrica
1.518 unidades +51,8 %
Fábrica
Para evitar faltantes, planifica producción +30 % y encarga más insumos
1.973 unidades +97,3 %
Un incremento real de apenas 10 % en la demanda final se convierte, en el origen de la cadena, en casi el doble de pedidos.
Este fenómeno —conocido como efecto látigo o bullwhip effect— surge por varios factores combinados:
Retrasos en la información (cada actor ve solo su cliente inmediato).
Políticas de stock de seguridad.
Lotes de pedido grandes para aprovechar costos fijos.
Reacciones emocionales o de desconfianza (“por las dudas, pido más”).
Sobrecostos por producción y almacenamiento innecesarios.
Pérdida de coordinación en la planificación.
Oscilaciones de empleo y horas extras en fábrica.
Desperdicio y obsolescencia por exceso de inventario.
Ineficiencias acumuladas que encarecen todo el sistema.
Pero en la economía "real" —entre comillas porque está llena de subjetividades -- no sólo se propaga linealmente sino que un competidor al ver un aumento de precios también lo hace y la propagación resulta en todas direcciones. el efecto corona.
El término “efecto corona” remite a la imagen física de una onda que se expande en círculos concéntricos.
En la red productiva, cada empresa es un nodo de esa superficie, una perturbación —sea un aumento de precios, una mejora tecnológica o una ruptura logística— no viaja en línea recta, sino en múltiples direcciones, afectando distintos sectores y territorios.
La magnitud de esa propagación depende de:
la posición del nodo (si es proveedor clave o periférico),
la densidad de vínculos (cantidad de sectores conectados),
La capacidad institucional de amortiguar los impactos (presencia o ausencia de políticas meso).
La calidad de la información con la que contamos
La mesoeconomía es precisamente el ámbito donde estos impactos pueden amortiguarse, redistribuirse o transformarse en oportunidades.
Cuando el entramado institucional está fuerte —INTI, cámaras, clusters, parques industriales, universidades, bancos de desarrollo, pero sobre todo el partido lo juegan los actores involucrados en agregar valor a la producción y son ellos los que deben estar comunicados y pensar estrategias de articulación para amortiguar las fluctuaciones y convertirlas en aprendizaje.
Cuando ese tejido está débil o desarticulado, el mismo impacto se convierte en crisis sistémica, subas de precios, rupturas de stock, pérdida de competitividad e incluso inflación.
La estabilidad de la economía real no depende solo de las políticas macroeconómicas, sino de la calidad del tejido mesoeconómico que une a los actores.
En última instancia, el desarrollo no depende solo de tener grandes políticas o empresas exitosas, sino de tener una red viva de cooperación, donde la energía de cada impacto se redistribuya y se convierta en aprendizaje colectivo.
El artículo anterior sobre mesoeconomía generó muchas repercusiones.
Algunos lectores me escribieron para contar cómo comenzaron a mirar sus empresas no como unidades aisladas, sino como nodos dentro de una red de valor. Esa es precisamente la idea: entender que la economía real no ocurre “en los extremos” (macro o micro), sino en la trama intermedia, donde los vínculos, la confianza y las reglas compartidas definen la productividad colectiva.
Ahora quiero profundizar en cómo se propagan los efectos dentro de una red industrial: qué fenómenos se amplifican, cuáles se disipan y por qué algunas mejoras no logran transmitirse a toda la cadena.
En su uso económico-empresarial, Keiretsu se refiere a un conjunto de empresas independientes que están vinculadas mediante relaciones comerciales estrechas y, en muchos casos, participaciones accionarias cruzadas.
Algunos de los mecanismos característicos son:
Participaciones cruzadas: las empresas miembros del grupo poseen (pequeñas) participaciones unas en otras, lo que fortalece la cohesión.
Banco “núcleo” del grupo: en muchos casos, un banco actúa como casa matriz financiera, facilitando créditos, apoyos y coordinando.
Relaciones de suministro, distribución y comercio preferencial entre los miembros del grupo, favoreciendo la estabilidad y la confianza mutua.
Protección frente a adquisiciones externas y volatilidad del mercado: al estar integrados y “cerrados”, puede haber mayor estabilidad a largo plazo.
Estas características tienen necesariamente una ambigüedad implícita, el consolidarse como un bloque rígido, permite que puedan trabajar las ineficiencias en conjunto, planificar las inversiones, distribuir el costo de las innovaciones pero también puede dar lugar a una menor presión competitiva interna, lo que puede generar ineficiencias o rigidez para adaptarse a los cambios.
Por esto Japón fue pionero en construir redes empresariales basadas en valores antes que en contratos.
El modelo del Keiretsu –esas alianzas duraderas entre fabricantes, proveedores, bancos y distribuidores– no era simplemente una arquitectura de inversión cruzada, sino una ética compartida de cooperación y largo plazo.
Sus principios eran simples pero poderosos:
Compartir objetivos y estándares.
Comunicar problemas sin ocultarlos.
Resolver juntos los defectos, no castigar.
Compartir beneficios de las mejoras de productividad.
Evaluar por esfuerzo y aprendizaje, no sólo resultado.
Confianza (shinrai): los acuerdos valen por la conducta, no por el papel.
Reciprocidad (ongaeshi): toda ayuda debe ser devuelta en otra forma.
Autonomía (jiritsu): cada empresa conserva su identidad, aunque coopere.
Mejora continua (kaizen): la relación se mide por cuánto crece cada parte.
Ese marco de valores permitió construir una red donde los beneficios no eran instantáneos, sino acumulativos, y donde la innovación o la calidad logradas por un proveedor se irradiaban hacia toda la red.
Las redes productivas, igual que los ecosistemas naturales, transmiten ciertas ondas y amortiguan otras.
Algunas variables se amplifican de manera casi automática; otras se bloquean por incentivos estructurales.
Demanda
Un aumento de ventas del cliente final
Se amplifica en cascada → efecto látigo
Mayor presión sobre inventarios y capacidad
Calidad
Mejora de procesos en un proveedor
Se propaga hacia arriba (cliente de mi cliente)
Mayor confiabilidad del producto final
Costo
Reducción de costos internos
No se propaga – los precios se mantienen
Mayor margen individual, sin efecto sistémico
Tiempo de entrega
Reducción del lead time
Se propaga parcialmente, puede beneficiar al consumidor
Mayor rotación y menor capital inmovilizado
Innovación
Desarrollo de un nuevo proceso
Requiere confianza y cooperación para difundirse
Efecto acumulativo en clústeres maduros
Podríamos decir que cada empresa tiene no sólo un cliente, sino un cliente al cuadrado —el cliente de su cliente— o incluso al cubo, si pensamos en tres anillos hacia adelante.
Una mejora en calidad o cumplimiento puede llegar hasta el consumidor final, aunque éste nunca conozca el nombre del proveedor original.
En cambio, una reducción de costos difícilmente se traduzca en menor precio, porque no existe incentivo competitivo para compartir esa ganancia: hacerlo podría incluso ser interpretado como señal de menor calidad.
Así, las redes no sólo transmiten información técnica, sino valores e incentivos. Lo que se propaga o no depende de la cultura del sistema.
Toda red tiene un nodo crítico, ese eslabón que limita el flujo de beneficios.
Podemos mejorar calidad, reducir tiempos y elevar la confianza, pero si existe un proveedor, un nodo en la red, que no comparte los mismos incentivos, la onda se atenúa allí.
Muchas veces ese “nodo débil” define la performance de toda la red.
En física de sistemas sería el punto de mayor resistencia; en gestión industrial, el cuello de botella.
A menudo no se trata del más pequeño ni del menos tecnológico, sino, como refiere Mckinsey en este artículo es actor que no sigue la misma estrella polar.
Identificarlo y acompañarlo es, entonces, parte del nuevo kaizen mesoeconómico: mejorar no sólo procesos, sino vínculos.
Algunos ejemplos
Durante el proyecto Kaizen Tango, que alguna vez lideré, intentamos fortalecer algunas bodegas para exportar vino a Japón, en el INTI y un equipo de expertos japoneses detectamos un fenómeno interesante.
El vino —enológico y sensorialmente— era excelente. Pero había una barrera invisible: la botella.
Para el vino argentino competir en Japón por precio es casi imposible, por lo tanto la estrategia era posicionar el vino como una experiencia gastronómica completa asociado a la carne argentina.
El consumo principal ocurre en restaurantes, donde la etiqueta, el peso, la textura del vidrio y el sonido del descorche son parte del ritual.
El vino debía “sentirse japonés” en su sobriedad, elegancia y proporción.
El problema no estaba en la bodega, sino un eslabón más atrás: el proveedor de botellas.
Una empresa nacional, con buena tecnología y calidad constante, pero sin conciencia de su papel en la cadena exportadora.
No se percibía a sí misma como “exportadora”, aunque su producto llegaba, indirectamente, a Tokio o Kioto dentro de cada botella que llenaba la bodega.
Esa desconexión era cultural más que técnica:
el proveedor no veía al cliente de su cliente.
Su frontera terminaba en la bodega, cuando en realidad era parte de un ecosistema que incluía distribuidores, restaurantes y consumidores japoneses.
La consecuencia era que la calidad no se propagaba completamente.
El vino cumplía con los estándares, pero la botella —demasiado pesada, o con imperfecciones de diseño— limitaba el posicionamiento en el segmento gourmet.
El valor creado en el vino se detenía en el nodo anterior.
Cuando el proveedor comenzó a participar en las reuniones del programa, entendió que su producto no era “una botella”, sino un componente de una experiencia sensorial internacional.
Pasando de lo particular a lo general, ningún producto puede ser mejor que su materia prima, si los proveedores de materias prima no mejoran, es muy difícil que la calidad mejore en instancias posteriores. La calidad se propaga fuertemente.
En el mismo mercado automotor conviven dos empresas:
La empresa T, reconocida por su eficiencia operativa y dominio de la cadena de valor, y la empresa F, que compite en el mismo segmento pero con procesos más convencionales y mayores ineficiencias.
Ambas producen autos comparables y los venden en un mercado donde el precio final está determinado por el poder adquisitivo del consumidor.
No pueden fijar precios arbitrariamente: el mercado funciona como un campo gravitacional donde cada actor orbita en torno a una referencia.
La empresa T ha invertido durante décadas en estandarización, just-in-time, desarrollo de proveedores y mejora continua.
Gracias a eso, sus costos unitarios son sensiblemente menores que los de su competidora.
Podría vender al mismo precio que F y obtener un margen más alto, o bajar el precio y ganar participación de mercado.
Sin embargo, la pregunta clave es:
¿Qué incentivos tendría para resignar rentabilidad para que el consumidor se beneficie de su eficiencia?
En teoría, la competencia perfecta forzaría a trasladar las mejoras a los precios.
Pero en la práctica, la competencia es imperfecta y la percepción de valor juega un papel decisivo.
Si T redujera su precio de forma agresiva, muchos consumidores interpretarían que el auto “ya no es el mismo”, que “algo le bajaron”.
La calidad percibida se deteriora cuando el precio cae por debajo del umbral del segmento.
Por eso, en sectores donde el precio es también señal de estatus o confianza, las mejoras internas no se traducen automáticamente en menores precios.
La eficiencia se convierte en rentabilidad.
La lógica empresarial le indica a T que debe mantener los precios, preservar la rentabilidad y reinvertir en innovación o marca.
Su incentivo no es bajar el precio, sino capitalizar la ventaja operativa.
Mientras F siga vendiendo a precios similares, no hay presión competitiva para que T comparta el beneficio de su mejora.
El resultado es una red donde la eficiencia se detiene en el nodo que la produce.
La cadena de valor no la absorbe ni la transmite.
El consumidor final no percibe el ahorro ni el sistema se vuelve más accesible o inclusivo.
La mejora queda encapsulada como ganancia privada.
En la teoría de redes económicas, cada cadena tiene anclajes estructurales:
factores que impiden que ciertos efectos se propaguen.
En este caso, los anclajes son tres:
El anclaje del mercado: los precios se fijan por capacidad de pago, no por costo real.
El anclaje simbólico: el precio comunica calidad; reducirlo puede erosionar el valor percibido.
El anclaje estratégico: las empresas maximizan beneficio, no bienestar sistémico.
Mientras esos anclajes existan, la eficiencia operativa no se traduce en eficiencia social.
La mejora en costos se convierte en una “onda muerta”: no se propaga, se acumula.
Desde la perspectiva mesoeconómica, esto muestra que no todas las mejoras son transmisibles.
Así como la calidad puede expandirse aguas arriba (beneficiando al “cliente al cuadrado”), la eficiencia en costos no tiene cauce natural de transmisión.
Requiere mecanismos institucionales o culturales para redistribuir sus efectos: competencia real, regulación, cooperación o estrategias colectivas de precio justo.
En el fondo, el sistema productivo no falla por falta de productividad, sino por falta de canales de propagación del valor creado.
El desafío mesoeconómico no es producir más, sino asegurar que lo que se mejora en un nodo no se pierda en otro.
En el fondo, el desarrollo no es acumulación sino propagación de virtudes.
Las economías crecen cuando las mejoras se distribuyen, cuando la innovación de uno se convierte en impulso del conjunto.
Por eso, más que medir productividad, deberíamos medir capacidad de resonancia:
cuánto de lo bueno que ocurre en un punto de la red logra llegar a los demás.
En esa medida, la mesoeconomía no es sólo el espacio de articulación entre actores, sino el territorio donde el valor se amplifica.
El desarrollo industrial de Japón es la cristalización moderna de una tradición de siglos: ética del trabajo, humildad, repetición disciplinada, imperfección creativa y mejora paciente.
El Japón preindustrial ya practicaba Kaizen —sin llamarlo así— desde la Edad Media.
¿Qué hizo del Kaizen un movimiento de productividad? ¿La metodología, la cultura, la actitud, la filosofía de vida o la narrativa?
Cuando en Occidente se cuenta la historia del “milagro japonés”, se repite una narrativa simplificada: Deming llegó a Japón después de la guerra, enseñó el control estadístico de procesos y el país se transformó en una potencia industrial.
Pero esa versión es superficial y, en cierto sentido, injusta tanto para Deming como para Japón.
La verdad es más profunda y reveladora.
Cosme de Torres ya escribía en sus cartas rasgos que hoy conoceríamos como el fundamento de Kaizen: la necesidad de preguntar, la búsqueda de razones, el gusto por entender la causa de las cosas, la comparación crítica de doctrinas.
Cosme de Torres (1510–1570), uno de los primeros misioneros europeos que vivió en Japón, dejó una serie de cartas que hoy son documentos excepcionales para comprender cómo era la sociedad japonesa del siglo XVI. Y lo que más le sorprendió no fue la política, ni los templos, ni la arquitectura: fue la curiosidad intelectual de los japoneses.
Torres relata que los japoneses:
“preguntaban mucho”,
reunían a decenas de personas “solo para oír y preguntar”,
debatían temas de alma, moral y origen del mundo,
ponían a prueba los argumentos de los misioneros.
Esta actitud, compara Torres, no la había visto en ningún otro pueblo asiático en el que había predicado.
En su célebre carta de 1551 escribe:
“Son hombres de muy altos y agudos ingenios, y se dejan gobernar por la razón.”
Esto es clave: Torres descubre que no están dispuestos a aceptar doctrinas por obediencia; exigen razones, no autoridad.
Torres resume su experiencia en una frase que debería estar en cualquier libro de Kaizen:
“Están con nosotros largo rato, oyendo y preguntando, porque se huelgan de entender la causa de las cosas.”
Francisco Javier, en cartas a Europa entre 1549 y 1551, escribe:
“La gente que acá tenemos es la más deseosa de saber que he visto.”
Y en crónicas posteriores se repite el retrato:
“Tienen los japoneses gran afición a disputar y preguntar, y no se contentan sin muy cumplida razón.”
Sontoku era un personaje japonés que cargaba leña en la espalda mientras leía un libro —al menos así se lo representa en todas sus esculturas— y que transformó el trabajo agrícola y la economía rural en el Japón del siglo XIX.
Sontoku creó un sistema llamado Hotoku, basado en:
ahorro comunal,
crédito mutuo,
productividad agrícola,
reforestación y manejo de suelos,
trabajo colectivo.
Su metodología regeneró aldeas arruinadas por malas cosechas o deudas.
Las mejoras de Sontoku crearon las bases rurales para la posterior modernización Meiji.
Porque sus ideas de:
disciplina,
ahorro,
reinversión,
cooperación comunitaria,
responsabilidad moral del trabajador,
formaron el ethos económico rural que permitió a Japón pasar del feudalismo a la economía moderna.
Shibusawa Eiichi (el padre del capitalismo japonés, de quien ya hablamos en el Artículo 1) admiraba a Sontoku y tomó elementos de su ética para su propio modelo empresarial.
Katsushika Hokusai (1760–1849), autor de La Gran Ola de Kanagawa y de cientos de obras, vivió un largo proceso de perfeccionamiento progresivo, tan obsesivo, humilde y persistente que hoy puede leerse como una filosofía de mejora continua.
Hokusai fue, literalmente, el artista que mejoró todos los días durante 70 años.
En un prólogo que escribió a los 75 años, Hokusai dijo:
“A los seis años ya tenía la manía de dibujar cosas.
A los cincuenta había producido una gran cantidad de dibujos,
pero nada de lo que hice antes de los setenta vale la pena mencionar.
A los setenta y tres, por fin comencé a entender la estructura real de los animales, plantas y cosas.
Si sigo así hasta los 90, llegaré a la esencia de las cosas.
A los 100, seguramente habré llegado a un estado divino del arte.”
Esta frase es puro Kaizen:
insatisfacción continua,
humildad frente al propio trabajo,
compromiso de 100 años,
metas de largo plazo,
orientación al proceso, no al resultado.
Pero continúa...
“Me convertiré en un verdadero artista a los 110.”
“A los 110 años, cada punto y cada línea que trace estará vivo.”
Esa proyección extrema al futuro revela dos cosas típicas de Kaizen:
insistencia ilimitada en mejorar,
ausencia total de complacencia.
Hokusai siente que nunca llega, siempre está aprendiendo. Es un inconformismo positivo: no genera frustración, sino ganas de progresar constantemente.
Podemos resumir su práctica así:
Estudió a maestros, copió, repitió, reconstruyó. Obsesión por la anatomía, la naturaleza, la geometría.
Dibujaba todos los días. Miles de croquis, pruebas, iteraciones.
Autocrítica feroz: consideraba mediocre al 95% de su obra, aun cuando él mismo era inspiración para Van Gogh, Monet y otros grandes pintores de Europa.
Cambios constantes de estilo, técnicas nuevas, reinvención permanente.
Prácticamente un PDCA artesanal del período Edo.
Cuando estábamos diseñando el proyecto JICA-INTI que finalmente se llamó Kaizen TANGO, yo tenía otra palabra en la cabeza: Wabi-sabi. Había descubierto el concepto y me parecía tremendamente poderoso para representar una idea esencial de la mejora continua: hacer visible el defecto, no ocultarlo; revelarlo sin vergüenza; integrarlo al proceso de mejora para crear algo mejor que lo original.
Era una metáfora perfecta para nuestra industria:
en lugar de tapar el problema, lo mostramos; en lugar de castigar el error, lo estudiamos; en lugar de esconder el desvío, lo convertimos en guía.
El término combina dos conceptos antiguos:
Wabi (侘):
– la belleza de lo simple, lo rústico, lo modesto
– la dignidad de lo no perfecto
– la serenidad de aceptar lo que es
Sabi (寂):
– la belleza del desgaste, de la pátina
– el valor del tiempo, del envejecimiento
– la presencia de la huella, de la cicatriz
Juntos, wabi-sabi significa:
Aceptar la imperfección, honrarla y construir partir de ella.
En vez de ocultar la falla, la celebran como parte de la historia del objeto.
Es la filosofía detrás del kintsugi: reparar una vasija rota con oro para que la grieta se convierta en la parte más valiosa.
La idea central del wabi-sabi es exactamente la misma que sostiene al Kaizen:
mostrar la falla, no ocultarla;
estudiarla, no castigarla;
hacer algo mejor a partir de ella, no negarla.
Mucho antes de que Shingo hablara de Jidoka o Ohno de Muda, el Japón preindustrial ya había desarrollado una estética entera dedicada a mirar el defecto sin vergüenza.
El wabi-sabi enseñaba a revelar la grieta y a construir belleza sobre ella.
Quizás por eso, cuando el Kaizen llegó después de la guerra, no cayó en terreno estéril: ya existía una sensibilidad cultural entrenada para aceptar, observar y transformar el error.
Durante la era Meiji, el Estado había mandado misiones enteras a Europa y Estados Unidos. La más famosa, la misión Iwakura, viaja en 1871 con más de cien funcionarios, técnicos y estudiantes para estudiar fábricas, escuelas, ferrocarriles y parlamentos.
Y, además de esas grandes delegaciones, hubo pequeños comandos de aprendizaje: grupos de cinco o diez ingenieros formándose en metalurgia, maquinaria y química en Alemania, Inglaterra o Estados Unidos, para luego volver y adaptar esas tecnologías al contexto japonés.
Es decir: Japón ya sabía aprender del exterior.
Ya lo había hecho y con bastante éxito: construyó ferrocarriles, astilleros, siderurgia, sistema educativo moderno.
No le faltaba experiencia en “mandar gente a ver qué hacen los otros”.
Japón ya había aprendido del mundo durante la era Meiji: envió delegaciones enteras y grupos de ingenieros a Europa y Estados Unidos para copiar y adaptar tecnología. Esa estrategia funcionó para construir fábricas. Pero después de la Segunda Guerra Mundial, el problema no era técnico: era político.
Japón necesitaba reconstruir legitimidad, confianza internacional y acceso a mercados, especialmente con su antiguo enemigo, ahora potencia hegemónica. Por eso, en vez de enviar japoneses a estudiar afuera, dejó que Estados Unidos enviara a Deming y se atribuyera parte del renacimiento industrial japonés.
Fue un movimiento de judo geopolítico:
EE. UU. aparecía como “mentor” y modernizador.
Japón obtenía credenciales comerciales y un relato aceptable para vender en Occidente.
Deming trajo el método estadístico, pero Japón ya tenía la cultura de mejora: disciplina artesanal, wabi-sabi, shokunin, tradición de aprendizaje y curiosidad racional.
Los japoneses lo legitimaron (JUSE, Ishikawa, Koyanagi), adoptaron sus técnicas desde la alta dirección y convirtieron sus ideas en instituciones: Círculos de Calidad, Mes de la Calidad, Premio Deming.
Deming no creó Kaizen:
su método se encontró con una cultura que llevaba siglos preparada para aplicarlo.
Japón no necesitaba un padre.
Necesitaba un socio VENCEDOR. Como vimos en la capítulo 1 de Inteligencia Moral, Shibusawa proponía asegurar primero el éxito de su socio, luego el suyo propio.
Esa alianza simbiótica permitió que EE. UU. dijera “nosotros ayudamos a Japón” y que Japón se insertara en el mundo como una potencia industrial legítima.
Epílogo: Kaizen, Japón y la narrativa pendiente de la industria argentina
Si algo deja claro la historia japonesa es que no alcanza con tener fábricas, técnicas y talento: hace falta también una narrativa coherente con el contexto geopolítico de quienes somos y qué vamos a hacer. Japón no sólo desarrolló su industria; construyó un relato: el país que se reconstruye con disciplina, que aprende del mundo, que mejora cada día y que convierte la derrota en motor de perfeccionamiento. Ese relato fue tan importante como las cartas de control o el Premio Deming.
Argentina también tiene una historia industrial, pero fragmentada: oleadas entre sustitución de importaciones a "el granero del mundo" en medio pymes creativas que sobreviven a todas las crisis, redes técnico–productivas, cooperativas, ingenieros e institutos que sostienen capacidades en silencio. Hay material narrativo, pero todavía no hemos hecho con eso lo que Japón hizo con su Kaizen: ordenarlo, nombrarlo, convertirlo en identidad compartida.
Si queremos una industria nacional fuerte, no alcanza con transferir herramientas de calidad o copiar modelos asiáticos. Necesitamos reconocer nuestros propios “shokunin” anónimos, nuestras trayectorias de mejora en contextos hostiles, nuestras redes de aprendizaje entre empresas, sindicatos, universidades e instituciones técnicas. En otras palabras, necesitamos construir un Kaizen argentino, apoyado en nuestra historia y nuestras prácticas, no solo en manuales importados.
Japón muestra que la técnica se puede comprar, pero la cultura y la narrativa se tienen que construir.
El desafío para Argentina no es solo mejorar procesos: es contarnos a nosotros mismos, de manera consistente y honesta, qué queremos hacer y para quién. Solo así la industria deja de ser un capítulo suelto de la economía y se convierte en un proyecto de país.
En gestión industrial solemos pensar las mejoras de manera lineal si ordenamos un poco, mejoramos un poco, si hacemos un proceso más eficiente, ahorramos esto.
La experiencia muestra otra cosa.
Los sistemas productivos reales no responden de forma proporcional a nuestras intervenciones. Tienen umbrales, puntos de inflexión y comportamientos emergentes que desarman la intuición más básica. A veces una mejora pequeña no cambia nada. Otras veces, una mejora similar dispara transformaciones profundas.
Este artículo reúne dos casos distintos, pero complementarios.
Uno mira hacia afuera del sistema: qué ocurre cuando la eficiencia se traduce en crecimiento de demanda.
El otro mira hacia adentro: cómo el orden y el desorden afectan la capacidad interna de producir valor.
The Coal Question → The IA Question
Cuando la eficiencia deja de ser ahorro y se vuelve crecimiento
En 1865, William Stanley Jevons no escribió un manual técnico sobre cómo ahorrar carbón. Eligió otro enfoque: llamó a su libro The Coal Question. Con el tiempo pudimos reemplazar Coal por Kaizen, Internet, Industria 4.0, y ahora IA.
No era una respuesta. Era una pregunta.
La pregunta, en el fondo, era sistémica: ¿qué pasa cuando el recurso estratégico de una época se vuelve más eficiente? La intuición común diría “si las máquinas consumen menos carbón, consumiremos menos carbón”. Jevons observó lo contrario, al volverse más eficientes, las máquinas se volvieron más convenientes, se multiplicaron sus usos, bajó el costo operativo y el sistema creció. El carbón no se “ahorró”: se expandió su utilización total.
Ese cambio de perspectiva es el que realmente importa.
¿Qué pasa cuando una organización se vuelve sistemáticamente mejor?
La confusión habitual: mirar el proceso productivo como si fuera carbón “a ahorrar”
En la planta, la mejora suele contarse así “antes consumíamos 100, ahora consumimos 80”.
La eficiencia aparece como ahorro: menos horas, menos scrap, menos energía, menos errores.
Eso es real. Pero tiene un límite matemático y conceptual, si partís de 100, el techo máximo del ahorro es 100.
Podés ahorrar 10, 20, 30… o incluso todo. Pero el ahorro está acotado por el punto de partida.
Esa es la mirada “corta” de la eficiencia: reducir para ganar margen.
Y esa mirada suele venir de un lugar muy humano: pensar como consumidor.
El consumidor interpreta la eficiencia como “gastar menos”.
Ahorra plata, tiempo, energía. Evalúa el éxito por reducción.
Es una lógica razonable… para quien compra.
Pensar como productor
El productor interpreta la eficiencia como “habilitar más capacidad”.
La reducción no es el destino; es el medio para expandir capacidad, ganar mercado o subir complejidad sin colapsar.
El productor no mira “cuánto ahorré” primero. Mira:
¿qué puedo hacer ahora que antes no podía?
Si mejorás un proceso, baja el costo por unidad (tiempo, scrap, errores, incertidumbre).
Al bajar el costo por unidad, el proceso se vuelve más atractivo para el sistema: ventas promete más, planificación carga más, el cliente exige más.
El “aire” que aparece es rápidamente capturado por nueva demanda.
Entonces la eficiencia produce un fenómeno parecido al carbón excedente:
no se guarda en un cajón. Se usa para expandir el sistema.
Reducir para ganar tiene un techo (100%).
Reducir para crecer no.
Porque el crecimiento no está limitado por el consumo original del recurso. Una mejora de eficiencia puede habilitar aumentos de ventas (y de valor) que superan largamente cualquier ahorro contable.
Por eso el dilema de fondo no es “¿cuánto ahorro?”
La pregunta correcta es:
¿Para qué quiero volverme más eficiente?
¿Para consumir menos… o para producir más valor?
Es importante mirar la eficiencia como palanca de crecimiento es mirarlo con ojos de productor.
El desorden no crece lineal: crece en “S”
Un experimento simple sobre productividad y 5S
En 2017, en el marco de un encuentro de SAMECO organizado en el INTI, hicimos un ejercicio que buscaba algo muy concreto: mostrar cuánto impacta el desorden en la productividad.
La motivación era clara. Implementar 5S no es difícil desde lo técnico; lo difícil es el cambio de conducta. Ordenar, sostener el orden y volver al estándar exige disciplina cotidiana, y muchas veces el beneficio no es evidente de inmediato. Queríamos un ejercicio simple, casi obvio, que ayudara a sensibilizar sobre eso.
El resultado fue más interesante de lo que esperábamos.
El experimento
Trabajamos en paralelo con unas 25 mesas.
En cada mesa, los participantes debían realizar una tarea muy simple:
armar 5 juegos compuestos por un tornillo, arandelas de colores y la tuerca correspondiente.
Nada complejo.
Primero, la tarea se realizaba en un contexto de desorden deliberado, arandelas de colores innecesarios, tuercas que no correspondían al paso del tornillo, exceso de componentes, materiales irrelevantes mezclados en el puesto.
En ese escenario, completar la consigna llevaba, por ejemplo, 150 segundos.
Luego repetimos el ejercicio, pero introduciendo intervenciones progresivas de orden, quitando materiales innecesarios, reduciendo gradualmente los excesos, dejando únicamente los componentes requeridos, organizándolos de manera consistente para la tarea.
El tiempo cayó de forma abrupta después de muy pocas intervenciones.
________________________________
El hallazgo inesperado: la curva en “S”
Cuando graficamos los resultados —tiempo de ejecución vs nivel de desorden— apareció algo llamativo.
La relación no era lineal.
La curva tenía forma de S:
Un pequeño desorden no afectaba demasiado el desempeño.
Pero existía un umbral a partir del cual los errores crecían, las búsquedas se multiplicaban, la productividad caía rápidamente.
Más allá de ese punto, el sistema entraba en una zona casi asintótica y se podía agregar todavía más desorden, pero la productividad ya era igualmente mala.
En otras palabras, hay un punto a partir del cual todo es desorden.
________________________________
¿Será esto extrapolable a todo tipo de desorden organizacional?
________________________________
Dos conclusiones operativas muy claras
1. Por qué la 4S es crítica
(la S de Mantener)
Una vez que se cruza el umbral de desorden, la improductividad crece muy rápido.
Por eso la 4S es clave, corregir inmediatamente desvíos pequeños antes de cruzar ese punto crítico.
No se trata de estética. Se trata de no dejar que el sistema entre en la pendiente pronunciada de la curva.
________________________________
2. Por qué al empezar 5S “no se ve el resultado”
Cuando una organización comienza a aplicar 5S, suele estar muy por encima del umbral, pero las primeras acciones todavía no alcanzan para cruzarlo hacia abajo.
Entonces pasa esto, se ordena un poco, se hace un esfuerzo y no cambia nada visible.
No porque 5S no funcione, sino porque todavía no se llegó al punto donde el orden empieza a impactar fuerte en la productividad.
El error frecuente es abandonar justo ahí.
El contexto institucional nos limitaba para hacer el siguiente chascarrillo pero ahora en este artículo me puedo permitir algunas licencias, habíamos bautizado la unidad de medida del desorden el Ombo. Es decir 1000 ombo(s) era literalmente un kilombo.
Para explicar esto de manera simple —sin perder rigurosidad— usamos una idea medio en chiste, medio en serio.
Un escritorio con pocas cosas fuera de lugar: algunos ombos.
Un puesto saturado, con material innecesario, mezclas y búsquedas constantes: muchos ombos.
Y ese nivel asintótico, donde el desempeño ya es pésimo y agregar más desorden no cambia nada…
lo podríamos fijar, arbitrariamente, en 1000 ombo.
El chiste funciona pedagógicamente porque captura algo real, cuando se llega a cierto nivel de desorden, el sistema deja de distinguir matices.
Por eso el orden no es una obsesión, sino una estrategia preventiva.
Y por eso la 5S no promete resultados inmediatos, pero sí cambios estructurales cuando se atraviesa el umbral correcto.
El verdadero desafío no es mejorar más, sino entender en qué dirección está creciendo el sistema y si estamos preparados para sostenerlo.
¿Por qué decidí presentar estos dos casos juntos?
La paradoja de Jevons describe fenómenos muy diversos: la eficiencia del motor a vapor, la de los motores de combustión interna, el uso del aire acondicionado, pero también procesos contemporáneos como las búsquedas en internet. Google, por ejemplo, hizo que buscar información fuera más simple y más rápida. Sin embargo, en lugar de reducir el consumo energético total asociado a las búsquedas, eso disparó el consumo de energía eléctrica, la inversión en almacenamiento, en centros de datos y en capacidad de procesamiento.
La eficiencia no redujo el sistema: lo expandió.
Algo muy similar ocurre en los procesos productivos. Si hago más eficiente un proceso, su demanda tiende a crecer. Pero si ese proceso no puede responder de manera igualmente eficiente a esa nueva carga, el resultado no es crecimiento sostenido, sino desorden y una caída de la productividad hasta niveles cercanos a los originales.
Cuando se trata de máquinas que responden siempre de la misma forma, este efecto suele estar controlado. Pero cuando se trata de procesos —y especialmente de procesos organizacionales— es necesario trabajar deliberadamente para que el sistema sea robusto, predecible y escalable.
Solo así la eficiencia deja de ser un episodio aislado y se convierte en crecimiento sostenido.
O, dicho de otra forma, hay soluciones que resuelven un problema puntual pero deterioran invisiblemente al sistema completo. A ese tipo de decisiones —frecuentes, cómodas y peligrosas— voy a llamarlas antikaizen.
No porque no impliquen ingenio o inteligencia técnica, sino porque violan una condición básica de toda mejora genuina, no empeorar otros aspectos esenciales del sistema.
En esta categoría entran varios aspectos esenciales.
Facilito el trabajo de un sector pero lo traslado a otro. Esto sólo es valido con el debido análisis de que todo el sistema se beneficia.
Alivio el trabajo manual pero aumentó el consumo de energía o viceversa.
Aumento la productividad pero sacrifico calidad o seguridad.
A fines del siglo XIX, las primeras máquinas de escribir tenían un problema serio:
los sellos metálicos que imprimían las letras se trababan entre sí cuando el mecanografiado era rápido.
En 1868 Christopher Sholes diseñó y patentó el teclado qwerty (denominado así por el orden de las letras de su primera fila) que posteriormente vendería a Remington en 1873. Esta disposición de las letras alejaba de la zona central a las letras de uso más frecuente del idioma inglés, así los atascos de los sellos se resolvían y la máquina resultaba más confiable. Pero lo cierto es que ahora el problema estaba entre la silla y el teclado ;-), menos productividad, más lesiones en las manos.
En el nuevo orden del teclado:
Letras de altísima frecuencia quedaron asignadas a dedos débiles
La “A” por ejemplo, una letra de altísima frecuencia, pasó al meñique izquierdo, probablemente el dedo menos hábil de la mayoría de las personas
Los recorridos de los dedos aumentaron innecesariamente
Cada texto escrito desde entonces exige:
Más movimiento
Más esfuerzo
Más tiempo
Más fatiga
Se estima que los recorridos de los dedos son al menos un 20 % mayores de lo que podrían ser en un diseño optimizado.
Sabemos además que el diseño se hizo sólo para el idioma inglés y que hacerlo para el Español podría mejorar mucho más la performance de los que escribimos en esa lengua.
La máquina mejoró.
La mecánica mejoró.
La gestión del esfuerzo humano empeoró.
Una mejora real debería contribuir, como mínimo, en estos cuatro planos:
Seguridad y salud
(ergonomía, fatiga, lesiones, bienestar)
Productividad
(tiempo, esfuerzo, fluidez)
Calidad
(errores, precisión, repetibilidad)
Costos totales
(energía, desgaste, dispositivos, personas)
El teclado resolvió uno de estos planos, empeorando otros.
Eso no es kaizen.
Eso es antikaizen porque esconde los vicios de una visión parcial del problema.
En una máquina de escribir:
La estructura es el teclado, la mecánica, el diseño físico
La gestión es el uso cotidiano: escribir, corregir, producir textos
Cuando la estructura está mal diseñada:
La gestión paga el precio
No con una falla visible
Sino con microineficiencias acumuladas
Cada palabra escrita desde hace más de un siglo carga una pequeña deuda ergonómica que nadie contabiliza.
Esto se vive constantemente en las fábricas:
Layout mal diseñado que luego obliga a hacer recorridos innecesarios.
Depósitos pequeños que fuerzan la gestión con mayor frecuencia de reposición o depósitos grandes que ocultan exceso de stock y largos recorridos.
Lugares confinados que obligan a tener luz artificial y ventilaciones forzadas.
Hoy ya no existen, sellos metálicos, interferencias mecánicas, riesgos de trabas físicas. Sin embargo, el teclado sigue siendo el mismo.
¿Por qué?
Porque el problema original, se resolvió en una tecnología anterior, se trasladó a la siguiente y finalmente se naturalizó
Nadie quiere pagar el costo del cambio:
Aprender otra disposición
Reentrenar
Perder productividad transitoria
Así, el problema deja de ser técnico y pasa a ser cultural, organizacional y económico.
La importancia de diseñar un proceso debe medirse así. Si pusiéramos en una balanza el costo del tiempo perdido en cada texto escrito por el diseño ineficiente del teclado, más ahora el costo de reprender una nueva disposición de las teclas, multiplicado por millones de personas usándolo todos los días durante 150 años nos daría una idea de la importancia de haber pensado mejor una solución para la máquina de escribir.
Hoy quizás ya sea tarde hacer el cambio de los teclados, cada vez escribimos menos y tenderán a desaparecer pero lo que si nos toca es diseñar procesos industriales y entender la importancia de revisar cuidadosamente los cambios estructurales sobre los que definimos nuestros negocios.
Esto mismo ocurre hoy en muchas industrias.
Procesos que:
Nacieron para una tecnología vieja
Se digitalizan “tal como están”
Se automatizan sin preguntarse por qué existen así
El resultado:
Problemas antiguos encapsulados en software
Ineficiencias invisibles
Rigideces cada vez más difíciles de desarmar
Lo digital no corrige el diseño. Solo lo acelera.
No todo cambio es mejora.
No toda optimización es progreso.
No toda solución es sistémica.
El kaizen verdadero exige:
Mirar el sistema completo
Considerar estructura y gestión al mismo tiempo
Medir costos visibles e invisibles
Cuando una mejora técnica empeora la experiencia humana, cuando una solución local genera un problema global, cuando el pasado se digitaliza sin ser cuestionado, no estamos mejorando.
Estamos haciendo antikaizen.
Durante siglos:
Europa resistió el uso de números arábigos
Se los consideraba confusos, inseguros, incluso “fraudulentos”
En algunas ciudades se prohibieron en documentos oficiales
¿Por qué?
Porque:
Requerían reaprender
Rompían hábitos
Invalidaban saberes previos
Generaban una pérdida de poder simbólico en quienes dominaban el sistema anterior
Llevo entre 400 y 600 años adoptar el nuevo sistema.
Ingreso a Europa (siglos X–XI)
A través del mundo islámico (Al-Ándalus, norte de África, rutas comerciales)
Uso restringido a matemáticos y astrónomos
Difusión intelectual (siglo XIII)
Punto clave: Liber Abaci (1202) de Leonardo de Pisa
Introduce el sistema indo-arábigo al comercio europeo
Resistencia institucional (siglos XIII–XV)
Prohibiciones en documentos legales y contables
Desconfianza por “facilidad de adulteración” (agregar un 0, por ejemplo)
Adopción práctica (siglos XV–XVI)
Comerciantes, banqueros, contadores
Contabilidad de partida doble
Expansión del comercio y del crédito
Normalización total (siglos XVII–XVIII)
Educación formal
Ciencia moderna
Ingeniería, física, astronomía
Conclusión temporal
No fue un “cambio tecnológico rápido”.
Fue una transición estructural lenta, intergeneracional.
Superioridad técnica objetiva
Más simple
Más potente
Más escalable
Existencia de un problema real
Comercio en expansión
Cálculos financieros complejos
Astronomía y navegación
Canales de transmisión
Traducciones
Escuelas
Comerciantes itinerantes
1. Presión funcional real (no teórica)
El sistema romano no podía sostener:
Crédito
Intereses
Contabilidad compleja
Escala comercial
Cuando el sistema viejo impide operar, el cambio deja de ser opcional.
Los primeros adoptantes fueron:
Comerciantes
Banqueros
Navegantes
¿Por qué?
El que aprendía ganaba velocidad, control y dinero
El beneficio no era abstracto, era inmediato
Escuelas de comercio
Universidades
Manuales
Normalización progresiva
Sin institucionalización, el cambio muere en nichos.
Los jóvenes aprendían el nuevo sistema
Los viejos defendían el anterior
El cambio no convenció, simplemente reemplazó
Los números arábigos triunfaron no porque fueran mejores, sino porque el mundo empezó a exigir cosas que los números romanos ya no podían hacer.
Cuando una estructura todavía “alcanza”, aunque sea mal, el antikaizen se vuelve la opción dominante.
ERPs digitalizan formularios inútiles
Procesos ineficientes se automatizan
Layouts malos se llenan de sensores
KPIs pobres se vuelven dashboards
La tecnología nueva hereda la estructura vieja
Y la gestión paga la deuda todos los días.
Aprendamos a entender la secuencia de decisiones que nos llevaron hasta acá, cuestionemos cada decisión.
Aprendamos a cambiar rápidamente los hábitos adquiridos.
Aprendamos a tomarnos el tiempo justo para diseñar un proceso que no complejice la gestión.
Desde esta mirada, pueden distinguirse dos geometrías extremas.
Pocos nodos grandes upstream y muchos nodos pequeños y medianos aguas abajo
Quienes ordenan la producción están lejos del contacto directo con el consumidor
El poder de negociación se concentra lejos del mercado final
En este tipo de red:
las condiciones se fijan desde el insumo,
la señal de demanda llega distorsionada,
y la producción se organiza según disponibilidad, no según consumo.
En una red divergente, se dice que es un sistema push, porque se produce y se empuja hacia el consumidor.
Muchos proveedores especializados
Nodos downstream que venden al consumidor
Empresas “tractoras” que alinean a toda la red hacia atrás
Aquí la red es convergente:
muchos nodos confluyen en nodos organizadores de mercado.
Estos nodos downstream alinean intereses, ordenan volúmenes, traccionan inversión y convierten la demanda en información productiva.
Un punto central —y muchas veces mal interpretado— es cómo se genera el valor.
En la red productiva, cada nodo que se aleja del recurso y se acerca al consumidor da un salto de valor no solo de precio sino de margen.
Por eso, en redes convergentes:
el poder económico tiende a concentrarse en el downstream.
Y en redes divergentes:
el upstream define, el precio, la calidad y las especificaciones técnicas y con eso vemos que podemos hacer.
O se construyen cadenas más equilibradas, con alianzas estratégicas que reduzcan la asimetría como las economías regionales por ejemplo.
O se desarrollan nuevas empresas innovadoras capaces de escalar y convertirse en los grandes jugadores del mañana.
O ambas, a la vez. Economías regionales con un alto componente de innovación.
Lo que no parece sostenible es mantener una estructura donde:
Los márgenes están comprimidos aguas abajo
Baja capacidad de inversión en desarrollo propio
Dependencia tecnológica y comercial
Los pequeños productores entran y salen del sistema,
Y la red nunca acumula aprendizaje.
Innovación requiere continuidad y estabilidad
La innovación no ocurre en sistemas inestables. No es un evento, es un proceso acumulativo.
Para innovar de manera sostenida, una red productiva necesita empresas que sobrevivan muchos años, reglas previsibles, políticas de largo plazo, continuidad institucional y capacidad de aprender de ciclos completos.
Como dice Gabriel Fernández en el capítulo 90 de La Fábrica Podcast, de 300 U$S la tonelada de soja se pasa a 800 U$S la tonelada de Aceite y a 9000 U$S la tonelada de bioplásticos. Estos saltos sólo se consiguen con innovación, por lo tanto se puede tener un negocio más grande que mi proveedor sin tener una empresa más grande.
El problema estructural no son los grandes proveedores sino que los ciclos de la economía no permiten que los pequeños productores hagan píe, hagan experiencia, se equivoque, capitalicen los errores, tengan rentabilidad para reinvertir en equipamiento, en ensayos, en prototipos. Faltan políticas de largo plazo para que esos pequeños productores sean más grandes que los proveedores de hoy.
Esta configuración que vemos hoy es consecuencia de los altibajos de la economía, es decir, cuántas empresas cerraron en los últimos 50 años?
¿Cuántas de esas fueron los grandes proveedores de materias primas? y cuántas fueron micro y pequeñas empresa?
No tengo una respuesta cuantitativa pero no tengo duda que los cambios golpean más fuerte a los pequeños y nunca llegan a constituirse en pilares robustos de la economía. La empresa de Gabriel Fernández es sólo un ejemplo que recién comienza pero hago referencia a ella porque todos podemos ver el capítulo. Hay muchas empresas así en Argentina, necesitamos más.
menos consumo de agua
menos productos químicos para el blanqueado
menor tiempo de proceso
menor costo productivo
menor impacto ambiental
confiabilidad
robustez
durabilidad
valor de reventa
precio, cuando la eficiencia se convierte en menor costo para el cliente
confiabilidad, cuando la mejora de procesos se transforma en menor riesgo
participación, cuando el cliente entra al proceso y comparte el ahorro
sostenibilidad, cuando la eficiencia ambiental se vuelve valor cultural
La mayoría de las veces ese contrato se da por sentado. Pero en realidad está cambiando todo el tiempo. Cambian las expectativas del consumidor, cambian los costos, cambian las tecnologías y cambian también las cosas que el cliente está dispuesto a pagar.
Por eso la pregunta importante no es solamente si estamos mejorando nuestros procesos.
La pregunta es otra.
¿A nuestros clientes les importa que estemos mejorando?
¿Perciben que estamos haciendo un mejor uso de su dinero?
Cuando una empresa invierte en mejora continua, en sistemas de gestión o en certificaciones, en realidad está administrando recursos que provienen del mercado. De algún modo está decidiendo en qué utilizar el dinero de sus clientes.
¿Lo invertimos en auditorías y registros?
¿En reducir costos?
¿En mejorar la confiabilidad?
¿En aumentar la calidad del producto?
Las auditorías, los procedimientos y las registraciones son necesarias. Forman parte de la disciplina organizacional que permite sostener procesos estables.
Pero también es cierto que no agregan valor directo para el cliente.
Son infraestructura de gestión.
Por eso existe un equilibrio delicado: esas prácticas deben existir, pero no deberían volverse más grandes que el crecimiento o el valor que ayudan a generar.
Cuando eso ocurre, la mejora continua corre el riesgo de transformarse en burocracia.
Tal vez el verdadero desafío del Kaizen no sea simplemente mejorar procesos.
Tal vez sea algo más difícil: entender qué parte de esa mejora el cliente realmente quiere comprar.
Porque, al final, la eficiencia industrial sólo se vuelve ventaja competitiva cuando el mercado reconoce que está recibiendo más valor por el dinero que confió a la empresa.
En 1927 se estrenó en Alemania Metrópolis, la monumental película de Fritz Lang, aunque la visión no perteneció solamente a Lang. Thea von Harbou, su esposa en aquellos años, escribió la novela publicada en 1925 y desarrolló junto con él el guión de la película. Reconocer su participación es importante porque las ideas centrales —la ciudad dividida, el conflicto entre sus conductores y sus trabajadores, el robot y la necesidad de una mediación— ya estaban presentes en su novela.
Hay además una coincidencia difícil de ignorar. Thea von Harbou situó la historia de su novela en 2026: exactamente un siglo después de aquellos años en los que imaginaba ese futuro. Estamos viviendo hoy en el año que Metrópolis imaginó como futuro.
Volver a verla es una oportunidad para observar cómo una sociedad situada entre dos guerras mundiales imaginaba el porvenir de la industria, de las ciudades y, sobre todo, de las relaciones laborales.
La película presenta una ciudad extraordinariamente desarrollada. En la superficie, una minoría vive rodeada de jardines, edificios monumentales y grandes avances tecnológicos. Bajo tierra, una multitud de trabajadores mantiene funcionando las máquinas que sostienen ese mundo. La ciudad del futuro es técnicamente admirable, pero socialmente inviable.
Metrópolis reunió esas tensiones y les dio una forma visible.
Uno de los momentos más poderosos de la película ocurre cuando Freder, hijo del dueño de la ciudad, presencia un accidente industrial. Frente a sus ojos, la máquina se transforma en Moloch, una antigua divinidad a la que los trabajadores parecen ser entregados como sacrificio.
La metáfora conserva toda su fuerza: una organización que debería crear más bienestar termina devorando a las personas que la hacen funcionar.
Las máquinas de Metrópolis son enormes, centrales y exigentes. Los operarios deben adaptar sus cuerpos a su ritmo. No existe autonomía, aprendizaje ni posibilidad de intervenir sobre el trabajo. La persona se convierte en una extensión de la máquina.
Es una representación extrema, pero no completamente ajena a la organización industrial que estaba consolidándose en aquellos años. La administración científica de Taylor y la producción en serie de Ford prometían niveles inéditos de productividad.
La película no rechaza la tecnología. El problema no son las máquinas, sino la forma en que se distribuyen el conocimiento, el poder y los beneficios que esas máquinas producen.
Metrópolis no diseñó las fábricas que Alemania construiría posteriormente. Fritz Lang no fue responsable de su desarrollo industrial, ni la película constituyó un programa de política productiva. Tampoco el futuro que muestra puede considerarse un futuro deseado. Es, en buena medida, una advertencia.
Sin embargo, entre predecir un futuro y construirlo existe el territorio de lo imaginable.
Cuando una idea consigue convertirse en palabras y en imágenes, deja de ser completamente abstracta. Puede ser compartida, discutida, cuestionada y transformada. Las personas comienzan a reconocerla cuando aparece, a temerla, a desearla o a trabajar para evitarla.
El cine no construye fábricas, pero construye imaginarios. Y esos imaginarios intervienen en las decisiones de quienes luego diseñan edificios, organizaciones, máquinas y formas de trabajo.
Y deja una pregunta en el aire:
No voy a spoilear el final de la película pero ya se imaginará que todo termina bien —véalo aquí: —. Casi cien años después del estreno de Metrópolis, algo de aquella idea parece estar ocurriendo en Uruguay.
En abril de 2026 se presentó País Industrial. Trabajadores y empresas en acción por el desarrollo de Uruguay, una iniciativa conjunta de la Cámara de Industrias del Uruguay y el Instituto Cuesta Duarte, perteneciente al PIT-CNT. El proyecto cuenta con financiamiento del Instituto Nacional de Empleo y Formación Profesional —INEFOP— y con el apoyo de la Organización Internacional del Trabajo.
Su objetivo es investigar, diagnosticar, formular y elaborar propuestas de políticas públicas para el desarrollo industrial. Pero lo verdaderamente novedoso no está solamente en sus objetivos, sino en quiénes se sentaron alrededor de la mesa para definirlos: empresarios, trabajadores y representantes del Estado.
Es la primera experiencia conjunta de estas características entre las organizaciones empresariales y sindicales de la industria uruguaya. Se propone trascender la negociación colectiva tradicional para discutir la formación profesional, el futuro del trabajo, la innovación, el empleo de calidad y el desarrollo productivo del país.
País Industrial
Instituto Cuesta Duarte–PIT-CNT
No significa que empresarios y trabajadores hayan dejado de tener intereses diferentes. Tampoco que hayan desaparecido los conflictos. Significa algo más elemental y, al mismo tiempo, más profundo: reconocerse como partes de un mismo sistema y aceptar que ninguno puede construir por sí solo un país industrial.
Mientras tanto, en Argentina parece imponerse el relato contrario.
En nuestro país tenemos argumentos de sobra para desconfiar de todas las instituciones. Ni solo las del ecosistema industrial, la Policía, la justicia, la educación, todas las instituciones cuestionadas.
Decimos que los gremialistas ya no representan los intereses de los trabajadores; que los empresarios solo piensan en su rentabilidad; que los bancos miran otro partido; que las universidades producen teoría, pero no resuelven los problemas concretos de las pymes; y que el Estado es una maquinaria burocrática que complica en lugar de ayudar.
Cada una de estas afirmaciones puede respaldarse con experiencias reales. Todos conocemos algún caso que parece confirmarlas. El problema es el sesgo de confirmación: si creo que algo es así, solo veo ejemplos que lo reafirman y pasó por alto los que me contradicen. Y así convertimos casos particulares en verdades absolutas.
Así construimos un relato en el cual el empresario es necesariamente egoísta, el trabajador es indiferente al destino de la empresa, el sindicalista es corrupto, el funcionario es inútil, el investigador vive desconectado de la realidad y el banco solo aparece para cobrar intereses.
El resultado de ese discurso es el desmembramiento.
Cada actor comienza a verse como una víctima solitaria rodeada de instituciones que no funcionan. El empresario pyme siente que no cuenta con ningún socio que lo acompañe en el desafío de producir. El trabajador siente que la empresa solamente busca aprovecharse de él. El Estado desconfía del empresario; el empresario desconfía del Estado; la universidad observa desde afuera y el sistema financiero evalúa cada proyecto sin preguntarse qué estructura productiva está ayudando a construir.
En distintas ciudades chinas está ocurriendo algo aparentemente pequeño, pero cargado de significado. Grandes pantallas ubicadas en centros comerciales y espacios públicos comenzaron a reemplazar parte de su publicidad por retratos de científicos.
En ellas aparecen Qian Xuesen, impulsor del programa espacial chino; Yuan Longping, reconocido por sus investigaciones sobre el arroz híbrido; Tu Youyou, Premio Nobel de Medicina; Deng Jiaxian, referente del desarrollo nuclear, y otros investigadores que contribuyeron al desarrollo científico, tecnológico y productivo del país.
Sus rostros ocupan ahora el lugar habitualmente reservado para productos, celebridades e influencers.
No se trata solamente de rendirles homenaje. Es una decisión acerca de quién merece ser visto.
Toda sociedad construye sus modelos de éxito. Lo hace mediante las personas a las que reconoce, los relatos que repite y las imágenes que instala en el espacio público. Aquello que mostramos como admirable les indica a las nuevas generaciones qué actividades valoramos y qué clase de persona merece convertirse en referente.
Quizás no haga falta mirar tan lejos para empezar.
Si estoy proponiendo que construyamos otro relato, también debería empezar por reconocer a quienes encuentro en mi propio camino.
Trabajo con la Fundación Banco Credicoop y encuentro allí personas preocupadas por el desarrollo de las pymes y de la industria. Elegí también participar como inversor en Banca Ética Latinoamérica porque detrás de esa iniciativa existe otra manera de pensar la relación entre las finanzas y el desarrollo.
El municipio y la Universidad de 3 de febrero están articulado entre sí y con la industria proyectos, muy interesantes
Son los ejemplos que me tocan de cerca a mi y podría seguir, pero lo voy a dejar para otros artículos.
Quienes recorremos pymes todos los días sabemos que aquella descripción negativa no es toda la realidad.
Me consta que existen empresarios profundamente comprometidos con el bienestar y el desarrollo de sus trabajadores. Empresarios que sostienen el empleo aun en circunstancias difíciles, que forman personas, que incorporan tecnología y que arriesgan su patrimonio para mantener viva una capacidad productiva.
También conozco trabajadores comprometidos con las empresas en las que trabajan. Personas que cuidan las máquinas, resuelven problemas, transmiten conocimientos, proponen mejoras y entienden que el futuro de la organización también condiciona el futuro de sus familias.
Hay bancos y profesionales del sistema financiero que intentan comprender la producción y encontrar instrumentos para acompañarla. Hay funcionarios y técnicos del Estado que realizan contribuciones enormes, muchas veces invisibles, para sostener la industria. Y hay universidades que trabajan junto a las empresas, resuelven problemas tecnológicos y forman ingenieros con capacidad para transformar la realidad.
Todo eso existe.
Quizás nuestra dificultad no sea solamente que hacemos pocas cosas juntos. Quizás también hacemos demasiado poco por reconocer públicamente a quienes ya están trabajando de esa manera.
El problema es que esas experiencias no forman parte del relato dominante.
Las experiencias de cooperación permanecen aisladas, mientras que las experiencias negativas se convierten rápidamente en una explicación general del país. Hemos desarrollado un lenguaje muy preciso para denunciar todo lo que no funciona, pero todavía no encontramos palabras suficientemente poderosas para reconocer y multiplicar aquello que sí funciona.
Las instituciones no son abstracciones. Son acuerdos sostenidos por personas que aceptan reconocerse mutuamente y trabajar juntas durante un período suficientemente largo.
Cuando repetimos que ninguna institución sirve, no estamos simplemente describiendo una realidad: también contribuimos a producirla. Debilitamos la confianza, desalentamos la cooperación y confirmamos la sensación de que cada uno debe salvarse por su cuenta.
Del mismo modo, cambiar el relato no consiste en ocultar los problemas ni en inventar una armonía que no existe. No se trata de afirmar que todos los empresarios son responsables, que todos los sindicatos representan correctamente a sus trabajadores o que el Estado funciona siempre bien.
Se trata de hacer visibles las conductas que queremos multiplicar.
Necesitamos mostrar al empresario que comprende que la rentabilidad y el bienestar de los trabajadores no son necesariamente objetivos opuestos. Al trabajador que aporta su conocimiento para mejorar la empresa. Al sindicalista que discute productividad, formación y futuro del empleo. Al investigador que ingresa a la fábrica para resolver un problema concreto. Al funcionario que elimina un obstáculo y al banco que decide acompañar una inversión productiva.
Nombrar esas experiencias permite reconocerlas. Reconocerlas permite conectarlas. Y conectarlas puede convertirlas en un nuevo modelo de comportamiento.
Quizá esa sea la principal enseñanza que Uruguay puede ofrecernos con País Industrial. Su mayor valor no estará únicamente en los documentos o propuestas que produzca. Estará en la imagen que comienza a construir: trabajadores y empresarios sentados en una misma mesa, pensando juntos qué industria y qué país quieren tener.
Primero aparece la imagen. Después debe construirse la realidad.
Argentina necesita crear su propia imagen compartida del futuro industrial. No como una fotografía ingenua en la que han desaparecido todos los conflictos, sino como un espacio en el cual las diferencias pueden transformarse en cooperación.
Necesitamos volver a preguntarnos qué país productivo queremos ser, qué capacidades deseamos desarrollar, qué lugar ocuparán las pymes, cómo formaremos a los trabajadores, qué problemas deberán resolver nuestras universidades, qué inversiones acompañará el sistema financiero y qué funciones deberá asumir el Estado.
Pero, sobre todo, necesitamos dejar de presentarnos como partes aisladas de una máquina que nadie conduce.
En Metrópolis, la cabeza y las manos no podían comprenderse porque habitaban mundos diferentes. Casi cien años después, el riesgo no es únicamente que continúen separadas. El riesgo es que hayamos llegado a convencernos de que no tienen ningún interés en encontrarse.
Cambiar ese relato no resolverá por sí solo los problemas de la industria argentina. Pero difícilmente podamos resolverlos mientras sigamos imaginándonos solos.
Hoy nuestras máquinas son diferentes. Tenemos robots industriales, sistemas automáticos, inteligencia artificial y enormes cantidades de información en tiempo real. Sin embargo, seguimos discutiendo muchas de las preguntas que plantea Metrópolis: quién controla la tecnología, quién comprende el proceso, quién recibe sus beneficios y qué lugar ocupa la persona dentro del sistema productivo.
Tal vez esa sea la enseñanza más vigente de la película. El futuro no comienza cuando aparece una nueva tecnología. Comienza cuando somos capaces de imaginar qué relaciones humanas queremos construir alrededor de ella.
Y si no ponemos en palabras el futuro que deseamos, probablemente terminemos viviendo el futuro que otros están imaginando por nosotros.
Pensar un país productivo hoy es el mayor acto de rebeldía.
Empecemos por reconocer lo que hacen bien nuestros socios en este camino. Por hacer visibles a quienes ya cooperan, a quienes construyen, a quienes todavía creen que es posible pensar un proyecto común.
El futuro industrial no será construido por los empresarios, los trabajadores, los sindicatos, las universidades, los bancos o el Estado de manera independiente.
Será construido entre todos ellos o, sencillamente, no será.
Tres maneras de integrar inteligencia artificial en las PyMEs argentinas
Cuando aparecieron las primeras computadoras personales, muchos las miraron como máquinas de escribir más sofisticadas. Permitían escribir, borrar, corregir un texto y guardarlo sin necesidad de comenzar nuevamente. Aquello ya parecía una mejora extraordinaria.
Sin embargo, la computadora no terminó siendo una máquina de escribir mejorada. Se convirtió en la base de los sistemas de gestión, la simulación, el diseño asistido, los videojuegos, las comunicaciones e Internet. La mayoría de esas aplicaciones resultaban difíciles de imaginar cuando aparecieron los primeros equipos.
Algo parecido sucedió con el motor de combustión. En sus comienzos fue presentado como un reemplazo del caballo. Incluso seguimos midiendo su potencia en caballos de fuerza. Pero el motor no se limitó a hacer más eficientemente aquello que antes hacían los caballos. Terminó impulsando automóviles, camiones, barcos, aviones, generadores, bombas, compresores y miles de máquinas en las que nunca habríamos pensado poner un caballo.
De ahí surge el concepto “Horseless Carriage Syndrome”, o “síndrome del carruaje sin caballos”.
Describe justamente la tendencia a interpretar una tecnología nueva con las categorías de la tecnología anterior. Al principio vemos lo nuevo como un simple sustituto:
computadora → una máquina de escribir mejor;
automóvil → un carruaje sin caballos;
internet → una forma mejor de teléfono/comunicación;
IA → una herramienta para hacer más rápido lo que ya hacíamos.
Todavía la observamos desde las aplicaciones que conocemos y tratamos de imaginarla como una versión mejorada de herramientas existentes. Pero sus usos más importantes todavía no han sido inventados.
Mientras aparecen esas nuevas ideas, las PyMEs argentinas ya pueden comenzar a trabajar en tres niveles concretos de integración.
La inteligencia artificial también podría producir un fenómeno poco habitual. Tal vez sea la primera gran tecnología digital cuyo impacto resulte mas importante para personas experimentadas que para los jóvenes nativos digitales.
Las tecnologías digitales anteriores parecían dar una ventaja casi automática a los más jóvenes. Habían aprendido a usar computadoras, programas y teléfonos desde chicos, mientras los adultos debían incorporar una nueva lógica. Lo decisivo es reconocer un problema importante, formular una buena pregunta, aportar contexto y evaluar si la respuesta tiene sentido.
Un joven puede aprender rápidamente a conversar con un asistente. Pero un responsable de mantenimiento con treinta años de experiencia sabe qué ruido merece atención, qué dato falta y qué recomendación sería peligrosa. Un jefe de producción reconoce restricciones que no aparecen en una base de datos. Un auditor experimentado distingue un registro formalmente correcto de un sistema que funciona de verdad.
Esto no significa que la edad garantice un mejor uso ni que los jóvenes pierdan relevancia. La ventaja aparece cuando la experiencia acumulada se combina con la disposición a experimentar. La IA puede convertir conocimientos difíciles de transmitir en preguntas, criterios, aplicaciones y sistemas. Por eso, quienes conocen profundamente los procesos y negocios tienen una oportunidad extraordinaria: pueden transformar lo que aprendieron durante años en herramientas nuevas.
La primera forma es la más accesible: utilizar un chat de inteligencia artificial. Esto no significa solamente hacerle preguntas generales, como hacemos con un buscador, o pedirle que redacte un correo.
El verdadero salto se produce cuando el chat tiene acceso al conocimiento específico de la empresa: normas, procedimientos, instructivos, registros, manuales, planos, antecedentes de fallas y criterios construidos a partir de la experiencia.
Una empresa certificada, por ejemplo, podría incorporar la norma de su sistema de gestión y pedirle a la inteligencia artificial que adopte el rol de auditor interno.
Cada día, el sistema podría seleccionar un requisito, formular una pregunta y enviársela al responsable correspondiente. También podría solicitar evidencias: un procedimiento, un registro de capacitación, una orden de trabajo, una calibración o el tratamiento de una no conformidad.
Cuando recibe la documentación, la IA podría verificar si está completa, compararla con el requisito aplicable, señalar inconsistencias y asignar una calificación preliminar. Con el tiempo permitiría construir un mapa del sistema de gestión: qué áreas responden, cuáles mantienen sus registros actualizados, dónde aparecen incumplimientos repetidos y qué temas requieren la intervención de un auditor.
No reemplazaría al auditor. Le permitiría concentrar su tiempo en investigar causas, conversar con las personas y evaluar aquello que requiere criterio profesional.
La misma lógica puede aplicarse al mantenimiento. Una PyME puede incorporar los manuales de sus máquinas, sus planes preventivos y el historial de intervenciones para construir un asesor técnico especializado.
Antes de una reparación, el sistema podría sugerir verificaciones, identificar componentes, advertir sobre riesgos y recuperar indicaciones del fabricante. También podría anticipar mantenimientos según las horas de funcionamiento, los ciclos realizados o los síntomas informados por los operadores.
Si la información disponible no fuera suficiente, el asistente podría buscar documentación técnica pública o preparar un correo dirigido al fabricante, describir la falla y solicitar los datos necesarios. El envío y cualquier decisión técnica crítica deberían permanecer bajo supervisión humana.
La inteligencia artificial dejaría así de ser un chat que sabe de todo para transformarse en un colaborador que conoce la realidad particular de cada empresa.
Para hacerlo responsablemente, habrá que definir qué documentación puede utilizar, quién accede a ella, qué acciones necesitan autorización y cómo se verifican sus respuestas. En temas de calidad, seguridad y mantenimiento, la IA debe aportar análisis y trazabilidad, pero no convertirse en una autoridad incuestionable.
A partir de ahora, las empresas deberán contar la nómina de personal mas los agentes que tiene corriendo, porque al contrario de reemplazar personas las IA suma capacidades donde no las hay, una empresa que no tiene equipo de comunicación podría fácilmente tener ahora una iniciativa elemental que habilita acceso a muchos mercados.
El segundo nivel consiste en crear con inteligencia artificial aplicaciones concretas.
Hasta hace poco, desarrollar un sistema requería una inversión importante, especialistas y meses de trabajo. Hoy es posible construir prototipos funcionales en días o semanas, incluso partiendo de una hoja de cálculo y de una descripción relativamente clara del problema.
Una PyME puede desarrollar aplicaciones para programar la producción, generar recetas de máquina, preparar presupuestos, clasificar reclamos, organizar conocimientos, controlar inventarios o identificar desvíos.
La IA puede leer una orden de compra, reconocer productos y cantidades, consultar existencias, revisar la capacidad productiva y proponer una fecha de entrega. También puede analizar fotografías de defectos, ordenar causas probables y relacionarlas con cambios de materia prima, parámetros de proceso o intervenciones de mantenimiento.
La diferencia con el primer nivel es importante. En el chat, una persona inicia la conversación y formula una pregunta. En una aplicación, la inteligencia artificial contruye una herramienta y pasa a formar parte de un proceso: recibe información, aplica reglas, consulta datos y devuelve un resultado dentro del flujo habitual de trabajo.
Esto permite que el conocimiento no quede reservado a quienes saben conversar con un chatbot. La aplicación puede presentar botones, formularios, alertas y resultados adaptados a cada puesto.
Pensemos, por ejemplo, en Trello (o un project), una aplicación muy utilizada para organizar proyectos mediante tarjetas y columnas. Hoy podemos pedirle a ChatGPT, Claude u otro asistente que construya una versión sencilla y adaptada a nuestra necesidad. Probá esto:
Quiero hacer una aplicación HTML para gestionar proyectos mediante tarjetas que cambien de estado a medida que avanza el trabajo. Quiero editar las columnas, agregar o eliminar etapas y utilizar diferentes colores para distinguir tareas críticas, normales y secundarias.
Probablemente el resultado sorprenda. Pero lo más interesante es que no termina allí. Podemos probarlo, detectar una necesidad, pedir una modificación y continuar desarrollándolo. La herramienta puede crecer hasta adaptarse específicamente a la manera en que trabaja nuestra empresa.
Esto cambia la relación con el software. Ya no estamos obligados a adaptar todos nuestros procesos a una aplicación diseñada para miles de usuarios. Podemos comenzar a construir aplicaciones pequeñas, específicas y, en cierto sentido, artesanales.
La facilidad para desarrollar no elimina la necesidad de pensar. Una mala aplicación puede automatizar un proceso mal diseñado, acelerar errores o generar una nueva burocracia digital.
La tecnología se encuentra cada vez más al alcance de las PyMEs. El desafío ya no es solamente conseguir el software, sino descubrir dónde puede generar valor.
El tercer nivel es probablemente el más transformador: combinar inteligencia artificial con sensores, cámaras, controladores y actuadores.
Una aplicación analiza información y recomienda una acción. Un sistema físico puede, además, ejecutarla.
Una cámara puede identificar una pieza defectuosa y accionar un mecanismo para separarla. Un sensor puede detectar vibraciones anormales y reducir la velocidad de una máquina. Un sistema puede regular temperatura, ventilación, caudal o presión según el comportamiento observado, en lugar de depender exclusivamente de límites fijos.
Hasta ahora hemos hablado mucho de la Internet de las Cosas: máquinas, sensores y objetos capaces de conectarse, intercambiar información y enviar datos a otros sistemas. Pero conectar las cosas no significa necesariamente hacerlas inteligentes.
Un sensor conectado puede informar que la temperatura alcanzó los 80 grados. Una máquina inteligente podría interpretar si ese valor es normal para el producto que está fabricando, relacionarlo con la vibración, la velocidad y el consumo eléctrico, compararlo con situaciones anteriores y decidir si debe continuar, modificar un parámetro o solicitar la intervención de una persona.
Podríamos estar pasando de la Internet de las Cosas a la Inteligencia de las Cosas. Este concepto ya tiene un nombre: AIoT, por Artificial Intelligence of Things. Se refiere a la combinación de inteligencia artificial con dispositivos, sensores y actuadores conectados.
Una parte importante de esta transformación sucede mediante la tecnología denominada Edge AI, o inteligencia artificial en el borde. El borde es el lugar cercano a donde se generan los datos: una máquina, una línea de producción o la propia planta. En lugar de enviar toda la información a un servidor remoto y esperar una respuesta, una computadora industrial o un módulo especializado procesa los datos localmente.
Esto reduce demoras, evita depender permanentemente de Internet y permite que cierta información sensible permanezca dentro de la fábrica. Si una cámara debe detectar una mano dentro de una zona peligrosa, no puede enviar la imagen a la nube y esperar. La decisión debe tomarse allí mismo. Si un sistema escucha una anomalía en un rodamiento, puede analizar el sonido junto a la máquina sin transmitir permanentemente todas las grabaciones.
Siemens, por ejemplo, desarrolló Industrial Edge, una plataforma que permite ejecutar aplicaciones y modelos de inteligencia artificial cerca de las máquinas e integrarlos con sistemas de automatización industrial. También desarrolló el módulo SIMATIC S7-1500 TM NPU, una unidad de procesamiento neuronal que se conecta con determinados PLC SIMATIC.
El PLC continúa realizando el control determinista de la máquina, mientras el módulo de inteligencia artificial puede procesar imágenes o señales, reconocer patrones y entregar un resultado al sistema de control. La IA reconoce una situación; el PLC ejecuta la secuencia de manera previsible; el actuador interviene sobre el mundo físico.
Esta distinción es importante. La inteligencia artificial no tiene por qué reemplazar al PLC. El PLC es especialmente confiable para ejecutar secuencias, controlar tiempos, aplicar enclavamientos y responder de manera previsible. La IA puede trabajar a su lado para interpretar situaciones menos estructuradas: reconocer un defecto, clasificar un objeto, detectar un sonido anormal o estimar el desgaste de un componente.
Estas tecnologías todavía pueden parecer lejanas para una PyME argentina, pero el principio que utilizan ya está a nuestro alcance. No se trata necesariamente de comprar un robot sofisticado ni de digitalizar toda la fábrica. Se puede comenzar con una cámara, un sensor económico, una placa tipo arduino uno Q de 200.000 pesos para experiemntar o computadora pequeña y un actuador aplicados a un problema concreto: detectar una condición, tomar una decisión sencilla y actuar.
La tecnología básica ya está planteada. Lo que todavía falta son ideas surgidas desde las fábricas, los talleres y la experiencia de quienes conocen los procesos. Esas ideas pueden surgir del diálogo entre un operario que conoce una falla repetitiva, un técnico que comprende la máquina, un responsable de producción que reconoce el impacto del problema y alguien capaz de integrar los componentes tecnológicos.
Quizá el paso siguiente no sea solamente llenar las fábricas de objetos conectados. Será dotar a cada objeto de cierta capacidad para observar, interpretar, aprender y actuar: una bomba que reconozca que está comenzando a cavitar, un horno que aprenda cómo se comporta cada carga, una herramienta que detecte que está perdiendo filo o una máquina que advierta que necesita un ajuste antes de fabricar piezas defectuosas.
Estamos pasando de una programación lógica con parámetros duros a consignas flexibles.
En 1685, Gottfried Wilhelm Leibniz escribió, al referirse a su máquina de calcular, que era indigno que personas excelentes perdieran horas como esclavas realizando cálculos que podían ser confiados a una máquina.
Leibniz no estaba diciendo que las personas fueran innecesarias. Defendía exactamente lo contrario: que su capacidad no debía desperdiciarse en tareas que una máquina podía realizar.
Esa puede ser también una buena orientación para incorporar inteligencia artificial en nuestras PyMEs. En lugar de comenzar preguntando cuántas personas podrían reemplazarse, conviene observar cuánto tiempo humano desperdiciamos en buscar información, repetir controles, transcribir datos, reconstruir antecedentes o resolver una y otra vez los mismos problemas.
La inteligencia artificial puede conversar con el conocimiento de la empresa, integrarse en aplicaciones y, finalmente, percibir y actuar sobre procesos físicos. Son tres niveles posibles, no necesariamente tres etapas obligatorias. Cada empresa puede comenzar por un problema pequeño, aprender y avanzar.
Una encuesta nacional realizada entre más de 400 PyMEs argentinas indica que alrededor del 42 por ciento ya utiliza al menos una tecnología de inteligencia artificial. La adopción dejó de ser marginal, aunque todavía se concentra principalmente en tareas digitales y, en muchos casos, experimentales.
Las herramientas ya existen. Algunas todavía son costosas o requieren conocimientos especializados, pero muchas otras están disponibles y pueden probarse con una inversión muy pequeña.
Por eso, quizás el principal cuello de botella para incorporar inteligencia artificial ya no sea tecnológico. Es nuestra capacidad para imaginar qué podríamos hacer con ella.
Durante mucho tiempo aprendimos a pensar las soluciones a partir de las herramientas que conocíamos. Si teníamos una hoja de cálculo, pensábamos qué podíamos resolver con ella. Si teníamos un PLC, diseñábamos una secuencia de instrucciones. Si comprábamos un software de gestión, tratábamos de adaptar nuestros procesos a las funciones que el sistema ofrecía.
La inteligencia artificial modifica, en alguna medida, esa relación. Ahora podemos comenzar por describir el problema, la necesidad o incluso una idea todavía imprecisa, y después explorar qué herramienta podríamos construir para resolverla.
El desafío consiste en volver a mirar la fábrica. ¿Qué tarea repetimos todos los días? ¿Qué información buscamos una y otra vez? ¿Qué conocimiento depende de una sola persona? ¿Qué defecto detecta un operario experimentado pero no sabemos explicar mediante una regla? ¿Qué decisión tomamos tarde porque los datos están dispersos? ¿Qué máquina podría advertirnos que algo está cambiando antes de detenerse?
No todas esas preguntas necesitan inteligencia artificial. Algunas se resolverán organizando mejor el trabajo, modificando un procedimiento o aplicando herramientas conocidas. Otras pueden revelar aplicaciones que hasta hace muy poco eran imposibles, demasiado costosas o simplemente inimaginables.
Este es el momento de probar, conversar, hacer pequeños prototipos y aprender. No hace falta comenzar con un gran proyecto de transformación digital. Podemos empezar con un problema concreto, construir una primera solución y dejar que la experiencia nos muestre el paso siguiente.
Cuando una máquina pueda observar su entorno, recordar acontecimientos, aprender de sus resultados y conversar con quienes trabajan junto a ella, comenzará a ocupar un lugar diferente dentro de la fábrica.
¿Entraremos en diálogo con las máquinas? ¿Cambiarán el clima laboral? ¿Una máquina podrá hacerle compañía al trabajador del turno noche, conversar con él durante una tarea solitaria, advertir que está cansado o recordarle que debe realizar un control?
¿Aprenderá que un operario prefiere instrucciones breves y que otro necesita comprender las causas antes de intervenir? ¿Trabajará mejor con determinadas personas? ¿Llegará a reconocer sus estilos, sus habilidades y también sus malos hábitos?
Incluso podríamos preguntarnos si las máquinas tendrán algo parecido a un carácter. Una empresa que atraviesa una crisis quizá necesite una inteligencia artificial prudente, austera y especialmente atenta a los riesgos. Una empresa en crecimiento podría preferir una inteligencia más exploradora, dispuesta a proponer inversiones, ensayos y nuevas oportunidades.
¿Podremos editar el carácter de una máquina según el momento que atraviese la organización? ¿Hacerla más conservadora cuando existe incertidumbre y más audaz cuando hay capacidad para experimentar?
También cambiará la manera de diagnosticar fallas. Tal vez el técnico ya no comience revisando un tablero lleno de indicadores, sino conversando con el equipo:
—¿Cómo estás trabajando hoy?
—¿En qué momento comenzó el problema?
—¿Qué cambió desde el último turno?
—¿Qué sensor te duele más?
La máquina podría responder que percibe una vibración diferente, que necesita más corriente para realizar el mismo esfuerzo o que una temperatura aparentemente normal se está comportando de una manera inusual.
Por supuesto, no sentiría dolor como una persona. Pero el lenguaje humano podría convertirse en el puente para comprender sistemas técnicos cada vez más complejos.
No sabemos qué nuevas relaciones aparecerán cuando las máquinas puedan recordar, conversar, aprender y actuar. Es posible que la transformación más profunda de la inteligencia artificial no ocurra solamente en la productividad o en los costos. Puede ocurrir también en la relación que construyamos con nuestras herramientas.
Este artículo no pretende cerrar el tema. Busca abrir una conversación.
Las tres formas que propongo —conversar con el conocimiento de la empresa, construir aplicaciones y darle a la inteligencia artificial capacidad para percibir y actuar— son solamente un punto de partida. Seguramente existen muchas otras, y algunas aparecerán cuando empecemos a combinar estas posibilidades con problemas reales de nuestras empresas.
Si dirigís una PyME, trabajás en producción, mantenimiento, calidad, ingeniería o gestión y te interesa profundizar alguna de estas ideas, te invito a contactarme.
Podemos conversar sobre un problema específico de tu empresa, explorar aplicaciones posibles, desarrollar un pequeño prototipo o trabajar estos conceptos con tu equipo. No es necesario llegar con un proyecto definido. Muchas veces alcanza con una dificultad repetitiva, una tarea que consume demasiado tiempo o una pregunta que todavía no sabemos responder.
La inteligencia artificial no nos entrega automáticamente las ideas que necesitamos. Puede ayudarnos a convertirlas en herramientas.
Seguramente hoy estamos mirando la inteligencia artificial como aquellos que observaron una computadora y vieron solamente una máquina de escribir, o contemplaron un motor y pensaron únicamente en reemplazar caballos.
La pregunta más interesante no es qué trabajos conocidos hará más rápido. Es qué cosas completamente nuevas podremos hacer con ella. Y quizás, dentro de algunos años, también debamos preguntarnos qué cosas nuevas podremos hacer juntos.