No deje que la ausencia de hechos lo frene

Todos hemos leído artículos en los que se lamenta de cómo las calculadoras y sus primos digitales han destruido la motivación de nuestros hijos para memorizar las tablas de multiplicar, paralizando sus habilidades matemáticas mentales de por vida.

La experiencia reciente me lleva a poner sobre la mesa otra propuesta muy candente: puede que Google haya arruinado nuestra capacidad de estimación.

El año pasado dediqué mucho tiempo a trabajar con una empresa que estaba abordando un tema de vital importancia: si tendría acceso al talento que necesita en las próximas décadas.

Es una pregunta complicada e interesante. Para responder correctamente, le gustaría saber cuántos niños nacerán en varias partes del mundo, si esos niños obtendrán títulos educativos relevantes para su sector, si elegirán trabajar en su sector o dedicarse a esas habilidades a otro lugar, el número de otros empleadores que competirán por esas mismas habilidades y un sinfín de otros datos básicamente desconocidos.

Mientras trabajaba con un equipo para desarrollar un conjunto de opciones para desarrollar más talento, en caso de que la respuesta fundamental resultara ser «no», otro equipo se propuso crear un modelo de la oferta y la demanda de talento proyectadas por la empresa. El equipo interno analizó todas las fuentes de información disponibles a su disposición y llegó con una conclusión aleccionadora: no había datos que encontrar.

Luego se tomó la decisión de contratar a una de las principales firmas de investigación del mundo para recopilar la información requerida. Después de un tiempo y aún más dinero, la respuesta meditada de la empresa regresó: no había datos que encontrar.

Un joven y extremadamente brillante experto en modelaje intervino para arreglar las cosas, con la confianza de que sus habilidades de búsqueda en Internet descubrirían los datos necesarios. ¿Su conclusión final? No había datos que encontrar.

A pesar de que me centraba principalmente en otros aspectos del proyecto, esta cadena de acontecimientos ya me había llamado plenamente la atención, en parte porque me trajo recuerdos muy vívidos de mis primeras experiencias laborales.

Mi primer trabajo al terminar el posgrado fue como consultor en Arthur D. Little. La mayor parte del trabajo que hacíamos entonces, en la década de 1970, consistía, básicamente, en proporcionar información para utilizarla en las previsiones empresariales. Recuerdo haber proyectado la demanda de productos químicos para su uso en las piscinas y de caucho para los techos, de papel para los vasos de bebidas calientes y de carbonato de sodio (sea lo que sea) en los ablandadores de agua. A mi esposo le sorprendió que las grandes empresas pagaran mucho dinero por alguien que, antes de recibir el encargo, no sabía nada de productos químicos o techos para pronosticar la demanda futura de sus productos importantes.

Lo que mis colegas y yo hacíamos, por supuesto, era crear algoritmos basados en los pocos datos disponibles, la lógica y algunos estudios de mercado en los que basar datos razonables que unieran los hechos. Un algoritmo relativo a la demanda de productos químicos para piscinas, por ejemplo, podría basarse en el número de casas en una región (dato encontrable), multiplicado por el porcentaje de esas casas con piscinas (estimado en función de los datos que se pueden encontrar sobre el desglose socioeconómico de la región y la correlación entre los ingresos de los hogares y las piscinas), multiplicado por el porcentaje de esas piscinas que se desinfectarían con el producto químico en cuestión (según entrevistas de investigación de mercado con tiendas locales de artículos para piscinas sobre las preferencias de los clientes en su región)). A veces llegábamos a la respuesta desde varias direcciones diferentes, creando varios algoritmos, para comprobar que todos llegaban a una respuesta similar, o lo que me gustaba llamar «es más grande que una caja de pan», respuesta.

Lo que me sorprendió en el trabajo de la oferta y la demanda de talento fue que ninguna de las personas involucradas —ni la firma de investigación global ni ninguno de los colegas más brillantes— desarrollaba algoritmos o buscaba sustitutos. Todos solo buscaban hechos.

Lo más probable es que no haya datos sobre la oferta futura de talentos para su sector, del mismo modo que no hay datos sobre una amplia gama de complicados problemas a los que se enfrentan nuestras empresas cada día. Pero esto nunca debería impedirnos desarrollar estimaciones numéricas razonables y muy creíbles que guíen nuestros procesos de evaluación y toma de decisiones.

No encontrar la respuesta en Google no debería retrasarnos.