El costo de resolver el problema equivocado

Una empresa puede ejecutar correctamente un proyecto y, aun así, perder una cantidad importante de tiempo y dinero. No necesariamente porque el equipo haya trabajado mal o porque la tecnología elegida haya fallado, sino porque la solución terminó respondiendo a un problema distinto del que realmente afectaba al negocio.

Es una situación bastante común. Aparece una dificultad y, casi de inmediato, comenzamos a hablar de soluciones: rediseñar un sitio, desarrollar una aplicación, cambiar una plataforma, automatizar un proceso o incorporar inteligencia artificial. Todas pueden ser decisiones razonables, pero todavía no describen el problema. Decir que una empresa necesita una nueva aplicación explica lo que quiere construir; no explica qué está ocurriendo en el negocio, con sus clientes o con su operación para que esa inversión sea necesaria.

La diferencia parece menor hasta que comienza el proyecto. Al principio, revisar una hipótesis cuesta poco. Más adelante ya existen contratos, horas de trabajo, proveedores, desarrollo, integraciones y compromisos internos. Entonces descubrir que el problema estaba en otro lugar deja de ser un aprendizaje barato y comienza a transformarse en retrabajo, demora y pérdida de dinero.

Por eso, antes de aumentar la inversión, me interesa separar dos cosas que suelen confundirse: qué sabemos y qué estamos suponiendo. Investigar sirve precisamente para eso. No para postergar decisiones ni para convertir cada proyecto en un estudio interminable, sino para producir la evidencia suficiente que permita decidir con mayor claridad cuánto conviene comprometer y en qué dirección.

Comprender el problema antes de invertir

McKinsey presentó en 2025 un ejemplo bastante ilustrativo. Una empresa internacional de comercio electrónico detectó una caída en el valor promedio de compra y decidió trabajar sobre promociones, descuentos y ofertas para recuperar ese indicador. Las acciones funcionaron durante un tiempo, pero la vinculación de los clientes y los márgenes de rentabilidad continuaron deteriorándose. Meses después, una investigación mostró que el problema de fondo era otro: los clientes estaban perdiendo confianza en la calidad de los productos y en la confiabilidad de las entregas. La organización había encontrado buenas respuestas para una pregunta mal formulada.

Ese tipo de error no pertenece al diseño. Es un problema de negocio y, sobre todo, de decisión. Ocurre cuando la organización comienza a invertir antes de haber comprendido suficientemente qué necesita cambiar y por qué.

En mi experiencia, un brief es un punto de partida, no necesariamente un diagnóstico. Hace algunos años recibimos el encargo de evaluar la usabilidad de un producto financiero. Podíamos haber cumplido exactamente con eso, pero al analizar el problema descubrimos que la dificultad relevante no estaba solamente en la interfaz. Para llevar ese producto al mercado había que resolver aspectos relacionados con la empresa, su identidad y su estrategia. Mejorar la usabilidad habría sido correcto, pero insuficiente. El problema importante estaba en otro lugar.

Aquí aparece una de las diferencias que más valoro del diseño estratégico. Su propósito no consiste en llevar una metodología predeterminada a cada proyecto, sino en ayudar a entender qué está ocurriendo antes de decidir qué capacidades necesitamos para intervenir. A veces la respuesta será diseño de producto; otras veces será investigación, tecnología, operación, estrategia comercial, diseño de servicios o una combinación de varias disciplinas. El problema debe ordenar al equipo, no al revés.

La inteligencia artificial vuelve esta discusión todavía más relevante porque está reduciendo de manera extraordinaria el costo y el tiempo de producir. Hoy podemos construir prototipos, generar código, analizar información o automatizar procesos mucho más rápido que hace pocos años. Eso es una oportunidad enorme, pero también permite equivocarse con mayor velocidad.

La encuesta global de CEO de PwC publicada en 2026 muestra bien esa tensión. El 56% de los ejecutivos consultados señaló que sus organizaciones no habían obtenido mayores ingresos ni menores costos por la IA durante los últimos doce meses, mientras sólo el 12% reportó ambas mejoras. La encuesta no permite atribuir estos resultados a una causa única, pero muestra que incorporar tecnología no garantiza convertirla en valor concreto para el negocio.

La inversión debería crecer con la evidencia

Por eso me parece cada vez más importante aplicar una regla sencilla: la inversión debería crecer al mismo ritmo que la evidencia. Cuando existe principalmente una intuición, conviene comprometer pocos recursos. Cuando aparecen señales consistentes, se puede avanzar un poco más. Cuando la hipótesis resiste la investigación y comienza a existir claridad respecto del problema, entonces tiene sentido aumentar la inversión. No elimina la incertidumbre, pero evita comportarse como si ésta ya hubiera desaparecido.

Ese principio también ayuda a distinguir velocidad de progreso. Una organización puede producir más rápido y seguir avanzando en la dirección equivocada. La eficiencia importa, naturalmente, pero tiene valor sólo cuando está al servicio de una decisión razonablemente bien fundada.

Antes de aprobar una inversión importante suelo considerar algunas preguntas bastante elementales: ¿qué problema estamos tratando de resolver?, ¿qué evidencia tenemos de que ese problema existe y tiene la relevancia que le atribuimos?, ¿qué estamos suponiendo?, ¿qué necesitaríamos aprender antes de comprometernos más?, y, probablemente la más incómoda, ¿qué evidencia nos haría cambiar de opinión?

No siempre será necesario investigar durante meses. A veces una intervención breve basta para aclarar el problema y decidir. Otras veces la organización descubrirá que necesita estudiar con mayor profundidad a sus clientes, su mercado o su propia operación. Incluso puede ocurrir que la mejor decisión sea detener una iniciativa antes de seguir gastando en ella.

Eso también es crear valor. El diseño estratégico está mucho más cerca del negocio cuando permite hacer precisamente eso: comprender antes de comprometer, ordenar evidencia, formular mejor el problema y decidir qué hacer antes de comenzar a producir soluciones.

Ahorrar tiempo no consiste solamente en ejecutar más rápido. También consiste en evitar trabajo que después habrá que rehacer. Ahorrar dinero no consiste solamente en negociar mejor un proveedor o reducir horas de desarrollo; consiste también en invertir en aquello que realmente merece ser construido.

Si una organización enfrenta una decisión importante y todavía existen dudas sobre el problema que debe resolver, probablemente convenga aclararlas antes de aumentar la inversión.

Trabajo con empresas y equipos directivos para investigar, estructurar problemas complejos y definir una dirección antes de comprometer mayores recursos.