Cómo Bell Labs crea artistas estrella

Es un hecho que las empresas actuales deben seguir ofreciendo nuevos productos y servicios y responder rápidamente a las demandas de los clientes, que cambian continuamente. Para mantener este ritmo competitivo, los directivos tienen que mejorar la productividad de sus profesionales del conocimiento. Pero si bien muchos esperaban que las nuevas tecnologías, como las redes de ordenadores de toda la empresa, aumentaran el rendimiento, la verdadera promesa está en otra parte. Cambiar la forma en que trabajan los profesionales, no instalar nuevos ordenadores, es la mejor manera de aprovechar este capital intelectual.

Sin embargo, los directivos se han mostrado reacios a abordar este tipo de mejora de la productividad. Por una buena razón, las empresas de alta tecnología y otras empresas impulsadas por la creatividad suelen evitar las exhortaciones directas para ser más productivas. Profesionales como ingenieros, científicos, abogados, programadores y periodistas ya trabajan duro, quizás de 50 a 60 horas a la semana. Exigir más de ellos es contraproducente porque, a diferencia de muchos trabajadores de la industria o el servicio, estos profesionales tienen opciones. Cuando se les presiona, pueden retener sus mejores ideas o simplemente dejar la empresa.

Aunque los directivos saben que algunos profesionales sobresalen, pocas personas, incluidas las propias «estrellas», pueden describir exactamente cómo lo hacen. Sin embargo, creemos que definir la diferencia entre los trabajadores con mejor desempeño y los trabajadores promedio es esencial para mejorar la productividad profesional. Durante los últimos siete años, nuestra investigación se ha centrado en los ingenieros e informáticos de los prestigiosos Bell Laboratories de AT&T. Este estudio ha llevado a un exitoso programa de formación basado en las estrategias de trabajo de los artistas estrella. El programa ha mejorado drásticamente la productividad, según lo evaluado tanto por los gerentes como por los ingenieros.

En campos como la programación de ordenadores, se ha registrado una diferencia de ocho a uno entre la productividad de las estrellas y la de los trabajadores promedio. Como observó uno de los ejecutivos de Bell Labs: «Del diez al quince por ciento de nuestros científicos e ingenieros son estrellas, mientras que la gran mayoría simplemente tienen buenos y sólidos resultados intermedios». Cuando se les pregunta por qué es así, la mayoría de los directivos ofrecen una variedad de explicaciones plausibles. Los mejores, dicen, tienen un coeficiente intelectual más alto. O resuelven mejor los problemas o están impulsados por una enorme voluntad de ganar. En otras palabras, las estrellas son mejores personas en algún sentido fundamental, mientras que los actores intermedios carecen de los rasgos innatos que son necesarios para algo más que un esfuerzo sólido.

Dado que esos rasgos son extremadamente difíciles de cambiar, un programa de formación laboral para convertirse en una «mejor persona» parece inútil. Sin embargo, nuestra investigación ha revelado un defecto básico en este razonamiento. Ninguna de las explicaciones anteriores sobre la diferencia entre estrellas y con un rendimiento medio resiste las pruebas empíricas. Según una amplia gama de medidas cognitivas y sociales, desde las pruebas estándar de coeficiente intelectual hasta los inventarios de personalidad, hay pocas diferencias significativas en las habilidades innatas de los artistas estrella y de los trabajadores promedio.

Un coeficiente intelectual alto no explica la diferencia entre estrellas y actores medios.

Más bien, las verdaderas diferencias aparecen en las formas estratégicas en que los mejores hacen su trabajo. Si bien es imposible entrar en Bell Labs sin competencia técnica y habilidades de razonamiento de alto nivel, estas habilidades cognitivas no garantizan el éxito. Pero estrategias de trabajo específicas, como tomar la iniciativa y establecer contactos, hacen que la actuación sea una estrella y son entrenables. Cuando las empresas promueven estas estrategias de forma sistemática, los profesionales individuales no solo mejoran, sino que también transfieren los beneficios a sus colegas y a los resultados de la empresa.

Desmitificando la alta productividad

Consideremos el primer obstáculo importante de un programa de formación: definir la productividad para un trabajo en particular. Algunas empresas de software, por ejemplo, utilizan líneas de código de ordenador como medida de productividad, partiendo del supuesto de que los buenos programadores generan más líneas que otros. Sin embargo, esta medida ignora el hecho de que 4 líneas de código de ordenador elegante son mejores que 100 líneas que cumplen el mismo objetivo. Además, pocos profesionales hacen exactamente el mismo trabajo. Puede que dos probadores de códigos de ordenador tengan el mismo puesto, pero uno puede probar 50 programas de ordenador pequeños en un solo día, mientras que el otro dedica hasta 3 semanas a probar 1 programa grande.

Peter Drucker ha hablado de la aparentemente imposible tarea de entender la productividad de los profesionales del conocimiento. En particular, ha señalado las dificultades de analizar el proceso que produce resultados de alta calidad en el trabajo de conocimiento. Lo mejor que podemos hacer, dice Drucker, es preguntar: «¿Qué funciona?» En esta pregunta está implícita la realidad de que el trabajo de los profesionales del conocimiento se lleva a cabo dentro de sus cabezas. Y los directivos no pueden observar directamente, y mucho menos evaluar con precisión, estos procesos o estrategias mentales.

Los gerentes no pueden observar el trabajo que se lleva a cabo en la cabeza de un profesional del conocimiento.

Eso deja pedir a los trabajadores que revelen sus secretos mentales. Sin embargo, no se trata de una tarea sencilla. En primer lugar, a muchas personas les cuesta describir lo que piensan cuando trabajan o incluso determinar si han sido productivas o no (consulte el inserto «¿Cómo definen los profesionales su productividad?»). En segundo lugar, los investigadores pueden caer en recetas de productividad absurdas si sus métodos no están lo suficientemente centrados.

¿Cómo definen los profesionales su productividad?

Si bien es posible que el sistema de clasificación del desempeño de una empresa no identifique a todos los que tienen un alto rendimiento, no espere que los profesionales

…

A principios de la década de 1980, por ejemplo, se hizo mucho ruido por el máximo rendimiento. Muchos investigadores entrevistaron a campeones olímpicos, quienes relataron debidamente este típico régimen diario: se levantaban al amanecer, se estiraban, se comían sus Wheaties, dedicaban una hora a visualizar su éxito y practicaban su deporte durante tres horas. Después de que suficientes campeones hubieran descrito el mismo régimen, salieron al mercado una oleada de libros sobre cómo convertirse en uno de los mejores jugadores en los deportes, las ventas o la dirección.

Pero, ¿qué pasa con los aspirantes a los Juegos Olímpicos que no ganaron? Lo más probable es que estos atletas también se despertaran al amanecer, se estiraran, se comieran sus Wheaties, dedicaran una hora a visualizar el éxito y practicaran su deporte durante tres horas. En otras palabras, no basta con preguntar a las estrellas qué es lo que funciona; los investigadores deben comparar los regímenes de los artistas estrella con los de los que también corren y, luego, centrarse en las diferencias.

De hecho, nadie ha elaborado una definición de productividad generalmente aceptada en ninguna profesión del conocimiento, y mucho menos en todas estas profesiones. En nuestra investigación en Bell Labs, en lugar de abordar una definición amplia de productividad, nos centramos en las formas prácticas en que los directivos pueden distinguir a las estrellas de las de los de rendimiento medio. Y cuando llegó el momento de evaluar el programa de formación, pedimos a los directores que nos dijeran qué cambios prácticos, como detectar y solucionar problemas o complacer a los clientes, esperaban observar en los ingenieros cuyo desempeño había mejorado.

Cuando empezamos nuestro estudio en 1986, la unidad de negocio de sistemas de conmutación (SSBU) de Bell Labs estaba sintiendo la presión de la competencia de empresas como Northern Telecom. Antes de la disolución del sistema Bell de AT&T, los laboratorios parecían tanto un centro de investigación universitario como una entidad corporativa. Los mejores ingenieros acudieron allí por una combinación de razones: la oportunidad de trabajar en proyectos de telecomunicaciones de vanguardia, la excelente reputación de Bell Labs como centro de estudios de I+D aplicada y la seguridad laboral que suponía trabajar para AT&T.

Pero los ejecutivos de Bell Labs vieron caer bruscamente su cuota de mercado durante la década de 1980, y estos directivos pronto se dieron cuenta de que contratar a los mejores y más brillantes ingenieros y científicos informáticos no era suficiente. Resultó que el talento académico no era un buen indicador de la productividad en el trabajo. Como en otras empresas, la I+D aplicada en Bell Labs ahora significa ciclos de producto rápidos y rentables. Y la seguridad laboral está vinculada a la contribución al valor añadido, no al rendimiento académico.

Pensemos en el trabajo real de un ingeniero en los laboratorios Bell. La SSBU crea y desarrolla los conmutadores que controlan los sistemas telefónicos de todo el mundo. Estos conmutadores incluyen una cantidad considerable de hardware de ordenador y millones de líneas de código de software. Los ingenieros de la SSBU dedican un tiempo considerable a mantener las líneas de código que hacen funcionar un conmutador. El trabajo de los ingenieros de la SSBU también requiere creatividad. Por ejemplo, los ingenieros crean programas de software para cambiar de sistema en respuesta a las solicitudes de servicios de los clientes, como el identificador de llamadas, que muestra el nombre y el número de teléfono de la persona que llama entrante en un aparato de teléfono antes de responder a la llamada.

Estos ingenieros suelen trabajar en equipo porque la magnitud del trabajo va más allá de una sola persona. Se pueden necesitar entre 5 y 150 ingenieros para completar una aplicación de software, en 6 meses o hasta 2 años. Según un ingeniero experimentado, «ningún ingeniero puede entender todo el conmutador ni tiene todos los conocimientos necesarios para hacer su trabajo». La productividad individual en la SSBU depende, entonces, de la capacidad de canalizar la experiencia, la creatividad y el conocimiento para trabajar con otros profesionales, una tarea formidable, incluso para el trabajador del conocimiento más inteligente.

Centrarse en las estrategias correctas

Para especificar cómo hace su trabajo un ingeniero estrella, desarrollamos un modelo experto, pero le hemos cambiado el enfoque habitual. Los investigadores de inteligencia artificial inventaron los modelos expertos en un esfuerzo por conseguir que los ordenadores imitaran las habilidades de los seres humanos. Los investigadores han creado estos modelos entrevistando a soldadores expertos, por ejemplo, y pidiéndoles que expliquen con detalle cómo hacen su trabajo. Luego, los investigadores utilizaron los datos de las entrevistas para crear un programa de ordenador que reprodujera las habilidades de los expertos en forma de un soldador robótico. Pero según nuestras entrevistas con los expertos de la SSBU (en este caso, los mejores en el desarrollo de software), el modelo experto para los ingenieros era uno que pudieran utilizar las personas, no los ordenadores.

Primero teníamos que identificar a los expertos. Al principio, confiamos en los directores para señalar a los artistas estrella. Buscamos a los que hubieran recibido las calificaciones más altas de desempeño y premios al mérito. También preguntamos a los gerentes: «Si estuviera creando una nueva empresa y pudiera contratar solo a diez profesionales del conocimiento de su plantilla actual, ¿a quién contrataría?» Hubo un sorprendente consenso entre los directivos sobre quiénes eran esos ingenieros de software.

Sin embargo, cuando empezamos a entrevistar a los propios ingenieros, el panorama se hizo más turbio. Como descubrimos, los directivos a veces pasan por alto componentes importantes del desempeño de las estrellas, como quién origina una idea y quién es el que más ayuda a los colegas a la hora de resolver problemas críticos. Sin embargo, al estar más cerca de la acción, los profesionales del conocimiento sin duda tienen en cuenta estas habilidades a la hora de calificar a sus compañeros.

Además, los ingenieros creían que el sistema de evaluación del desempeño de Bell Labs era defectuoso porque mostraba demasiados falsos negativos, es decir, las personas que tenían un desempeño sobresaliente, pero por motivos de estilo de trabajo o modestia, recibían valoraciones bajas por parte de los gerentes. (Más adelante, solo encontramos un 50% acuerdo entre las calificaciones de los compañeros y los directivos.) Por lo tanto, los expertos seleccionados para nuestro estudio tenían que ser actores muy valorados en ambos los ojos de sus directivos y compañeros.

Lo que dijeron los artistas estrella.

Pedimos a cada uno de los ingenieros expertos que definiera la productividad, cómo sabían cuando eran productivos y qué era exactamente lo que hacían para ser productivos. Por ejemplo, un experto nos dijo que la creación de redes era crucial para hacer su trabajo. Luego le preguntamos cómo hacía para establecer contactos con otros expertos. Explicó que la creación de redes era un sistema de trueque en el que un ingeniero tenía que ganarse la vida. Desde su perspectiva, eso significaba primero convertirse en experto técnico en un área particularmente solicitada, luego dar a conocer su experiencia a la gente y, luego, ponerse a disposición de los demás. Una vez que un ingeniero haya desarrollado sus fichas de negociación, es posible acceder al resto de esta red de conocimientos. Pero una vez en la red, tiene que mantener una balanza comercial para permanecer en ella.

Tras reunirnos con los expertos en grupos, llegaron a un consenso sobre las dos categorías (las habilidades cognitivas y las estrategias laborales) que influyen en la alta productividad. Como todos los ingenieros de Bell Labs obtienen los mejores puntajes en las pruebas de IQ, las habilidades cognitivas no garantizan el éxito ni diferencian a las estrellas de las de rendimiento medio. Sin embargo, los ingenieros de Bell identificaron nueve estrategias de trabajo que sí marcan la diferencia: tomar la iniciativa, establecer redes, autogestión, eficacia del trabajo en equipo, liderazgo, seguimiento, perspectiva, mostrar y conocimiento organizativo (consulte el gráfico «Un modelo experto para ingenieros»).

Un modelo experto para ingenieros

Las nueve estrategias de trabajo Tomar la iniciativa: aceptar la responsabilidad más allá de su trabajo declarado, ofrecerse como voluntario para actividades adicionales y

…

Además, los ingenieros clasificaron las estrategias de trabajo por orden de importancia. Tomar la iniciativa es la estrategia principal de este modelo experto. Un ingeniero debe poder tomar la iniciativa al llegar a Bell Labs o desarrollar la habilidad para hacerlo poco después. En un entorno técnico competitivo, simplemente no es posible sobrevivir de otra manera. Sin embargo, tomar la iniciativa también es una de las estrategias más esquivas y, por lo tanto, difícil de cuantificar. Como explicó un ingeniero: «Voy a la oficina de mi supervisora para que me hagan una evaluación del desempeño y ella me dice que debo tomar más iniciativa. Me digo que ya estoy tomando la iniciativa, entonces, ¿qué es lo que quiere que haga exactamente?»

Está claro que cualquier programa de formación para mejorar la productividad de los profesionales debe centrarse primero en tomar la iniciativa. Durante nuestras conversaciones con los expertos de Bell Labs, uno propuso crear prácticas listas de control para detallar cada estrategia de trabajo. La «Lista de verificación para tomar la iniciativa» describe una muestra de acciones y comportamientos específicos que definen esta estrategia principal.

Lista de verificación para tomar la iniciativa

Ir más allá del trabajo Aprovecho al máximo mi tarea actual. Hago más de lo que me piden. Busco lugares donde pueda detectar problemas y solucionarlos. Corrijo errores que observo

…

El segundo nivel del modelo experto incluye estrategias de trabajo como la creación de redes y la autogestión. Aunque los ingenieros de Bell Labs pensaban que eran fundamentales para una alta productividad, reconocieron que podían adquirirse a un ritmo más lento. La tercera y última capa contiene conocimientos de mostrar y contar y organizar, que estas estrellas consideraron «la guinda del pastel». Los profesionales que desarrollan estas estrategias de trabajo tienen ventaja para los ascensos gerenciales, pero hacer presentaciones fascinantes y jugar los juegos políticos correctos no es esencial para realizar el trabajo técnico.

Lo que dijeron los actores intermedios.

Al mismo tiempo que definíamos el modelo experto con ingenieros estrella, también entrevistábamos a actores intermedios en la SSBU de Bell Labs. Cuando comparamos las entrevistas por primera vez, parecía que las estrellas y los actores intermedios dieron respuestas similares. Por ejemplo, ambos grupos identificaron la toma de iniciativa como una estrategia de trabajo útil. Sin embargo, una inspección más cercana reveló que las respuestas de las estrellas y de los ingenieros promedio diferían en dos aspectos fundamentales: en la forma en que clasificaban las estrategias en función de su importancia y en la forma en que las describían.

Para empezar, los trabajadores con un desempeño intermedio invirtieron la clasificación del modelo experto de las nueve estrategias de trabajo. Según estos ingenieros, mostrar y contar y el conocimiento de la organización eran las estrategias principales y eran en gran medida responsables de las altas calificaciones de desempeño de los gerentes. Es fácil entender por qué estos ingenieros no expertos llegaron a esta conclusión. Una de las pocas veces que los altos directivos ven a los profesionales del conocimiento en acción es cuando hacen presentaciones. Y en algunos casos, la alta dirección recompensa a los profesionales mediocres con talento para el espectáculo. Pero, en general, los ejecutivos utilizan estas presentaciones públicas para deducir las habilidades y estrategias que producen un buen trabajo técnico. Retomando solo el aspecto superficial, los trabajadores intermedios de Bell Labs se centraban demasiado en la gestión de las impresiones más que en las estrategias críticas, como la creación de redes.

En cuanto a la descripción de las estrategias de trabajo, las diferencias entre estrellas y actores intermedios eran aún más llamativas. Un actor intermedio de la SSBU, por ejemplo, nos habló de la recopilación y organización de los materiales de origen, incluidos documentos y herramientas de software, para un proyecto que estaba empezando con su grupo. Otro describió haber escrito una nota a su supervisor sobre un error de software. Ambos ingenieros creían que habían demostrado una gran iniciativa al encargarse de hacer este trabajo.

Sin embargo, cuando describimos estos ejemplos a los expertos de Bell Labs, fueron fundamentales. Pensaban que estos ingenieros apenas hacían su trabajo, y mucho menos que tomaban la iniciativa. Por ejemplo, un experto explicó que cuando se documenta un error de software, a menudo es imposible que los desarrolladores de software vuelvan a crear el problema para solucionarlo. Para los expertos, lo que se espera de usted en su trabajo es corregir un error o preparar un proyecto. La verdadera iniciativa significa ir más allá del deber. Además, estas acciones deben ayudar a otras personas además de a usted e implican correr algunos riesgos.

Para los expertos de Bell Labs, tomar la iniciativa significa ir más allá del deber.

Las discusiones sobre la creación de redes surgieron diferencias igualmente reveladoras, ya que tanto las estrellas como los actores intermedios dijeron que las redes de personas con conocimientos son fundamentales para un trabajo técnico altamente productivo. Por ejemplo, un actor intermedio de Bell Labs habló de estar perplejo por un problema técnico. Llamó minuciosamente a varios gurús de la técnica y luego esperó, perdiendo un tiempo valioso mientras las llamadas no respondían y los mensajes de correo electrónico sin respuesta. Sin embargo, los artistas estrella rara vez se enfrentan a esas situaciones porque hacen el trabajo de crear redes confiables antes de que realmente las necesiten. Cuando llaman a alguien para pedirle consejo, las estrellas casi siempre reciben una respuesta más rápida.

De hecho, encontramos diferencias similares entre las estrellas y las de rendimiento medio en sus definiciones de todas las estrategias de trabajo. En particular, es evidente que algunos ingenieros con un rendimiento medio carecían de perspectiva. Un ingeniero describió las muchas horas que había dedicado a dominar una herramienta de software para organizar archivos, lo que acabó retrasando la entrega del producto de un cliente. Desde la perspectiva de un experto, por supuesto, el cliente es lo primero. Aunque las estrellas estuvieron de acuerdo en que mejorar sus conocimientos sobre las herramientas de software actuales es útil, también hicieron hincapié en la necesidad de establecer prioridades. Y estos expertos hicieron hincapié en la necesidad de «cambiar de marcha» entre el enfoque limitado que se requiere para determinadas tareas y una visión amplia de cómo su proyecto podría encajar en uno más amplio.

Formación de profesionales del conocimiento

No es sorprendente que a los trabajadores del conocimiento no les gusten los programas de formación productiva disponibles. Nuestras conversaciones con los ingenieros de Bell Labs y otros lugares muestran que a estas personas les gusta tomar sus propias decisiones. Estos profesionales admiten fácilmente que podrían hacer mejor su trabajo, pero también desconfían, como dijo al menos un participante de los Bell Labs, de «convertirse en un clon».

Los profesionales del conocimiento valoran a los verdaderos expertos en productividad de su laboratorio o bufete de abogados, no a los formadores que entran rápidamente, imparten un taller de un día y luego se van. Por lo tanto, una vez que se puso en marcha el programa de formación de la SSBU de Bell Labs, respetados ingenieros dirigieron las sesiones de formación. De hecho, el proceso de desarrollo del modelo experto se convirtió en la base del propio programa de formación. Los expertos de Bell Labs que entrevistamos informaron de aumentos en su propia productividad porque habían aprendido valiosos consejos al escuchar a sus colegas estrella.

El modelo experto también tiene una clara ventaja sobre un sistema como la tutoría. Si bien muchos profesionales son expertos en su propia productividad, ningún actor estrella lo sabe todo. A diferencia de un programa de mentores en el que un profesional sénior asesora a un empleado subalterno o a un grupo de nuevos trabajadores, un modelo experto reúne las estrategias de muchas estrellas. Y un programa de formación basado en ese modelo hace que esas estrategias sean explícitas.

Desarrollar el plan de estudios.

En la primavera de 1989, los altos directivos de Bell Labs acordaron un programa piloto de formación para la SSBU. Dieciséis ingenieros elegidos por los directivos participaron en dos grupos que se reunían una vez a la semana durante diez semanas. Estos grupos incluían una mezcla de estrellas y artistas de nivel medio, pero tenían más estrellas, ya que queríamos que se convirtieran en entrenadores más adelante. Tras las sesiones piloto iniciales, invertimos la proporción de estrellas y actores intermedios en los grupos.

La tarea principal del programa de formación era hacer que las estrategias de trabajo fundamentales fueran concretas, accesibles y fáciles de aprender. Cada semana del programa piloto se centró en una de las nueve estrategias y la última semana se utilizó como resumen. Pero a pesar de este calendario tan ajustado, los primeros ingenieros que participaron revisaron el plan de estudios a medida que avanzaban, poniendo a prueba las ideas en tiempo real, conservando lo que funcionaba y descartando lo que no.

Por ejemplo, los ingenieros desarrollaron un ejercicio de trabajo en equipo basado en cuestiones relacionadas con el trabajo en la SSBU. El grupo formó un grupo de trabajo simulado para centrarse en un tema empresarial apremiante, como si el proceso de desarrollo de software debía estandarizarse o no. Los participantes decidieron pasar una parte de cada sesión restante en este simulacro de grupo de trabajo. Sin embargo, unas semanas después del ejercicio, una ingeniera se quejó de que, si bien era más realista que la mayoría de las actividades de formación, no tenía ningún impacto real en su trabajo diario ni en el de la empresa. En una semana, los altos directivos de Bell Labs dijeron al grupo piloto que leerían y responderían a un informe escrito de este grupo de trabajo que ya no era un «simulacro». De repente, este ejercicio de trabajo en equipo en particular se hizo más convincente que cualquier otra cosa que el grupo hubiera hecho antes.

Al final del programa piloto, los 16 ingenieros habían creado un plan de estudios detallado para cada una de las 9 estrategias de trabajo. Cada parte de ese plan de estudios incluía un debate franco, ejercicios relacionados con el trabajo, puntuaciones en las listas de verificación de la estrategia laboral y deberes que obligaban a los participantes a practicar mientras aprendían. Como indica el inserto «Un día en la vida de los formadores de productividad», una sesión de taller de Bell Labs incluyó no solo estudios de casos y ejercicios específicos, sino también un desacuerdo activo entre todos los participantes.

Un día en la vida de los entrenadores de productividad

7:30 a.m. Los ingenieros facilitadores, que se forman en parejas, se reúnen con sus compañeros para prepararse para una clase sobre la toma de la iniciativa. Revisan la agenda,

…

Finalmente, el programa de formación de Bell Labs se redujo a seis semanas, y las sesiones fueron impartidas por ingenieros expertos que habían participado anteriormente. Sin embargo, la remodelación continua del plan de estudios en respuesta a los acontecimientos críticos del trabajo sigue siendo la característica más importante del programa actual.

Por ejemplo, durante una de las últimas sesiones, la alta dirección publicó una nota sobre las iniciativas de calidad de la empresa. Los ingenieros de la SSBU pensaban que el memorándum los culpaba por su mala calidad. Así que los participantes del programa de formación decidieron responder directamente a la nota como parte del trabajo de esa sesión. Hasta ese momento, era bastante inusual que los ingenieros dieran ese paso, porque la mayoría creía que los altos directivos no apreciarían, y mucho menos responderían a, un enfoque directo. Pero resultó que los ingenieros tuvieron una respuesta rápida y constructiva. Los altos directivos enviaron mensajes de correo electrónico y hablaron con algunos de los participantes sobre sus inquietudes.

Además, si los profesionales tratan de analizar su propia productividad, necesitan tener una idea clara de la forma en que los demás, especialmente los directivos, ven su desempeño. Los alumnos de Bell Labs recibieron comentarios de sus compañeros, gerentes, clientes y otros participantes. También se calificaron a sí mismos en las listas de verificación de la estrategia laboral y rellenaron varias autoevaluaciones más. Con tanta variedad de comentarios, la mayoría de los ingenieros participantes sabían cuáles eran sus puntos fuertes y cuáles eran los que más necesitaban mejorar al final del programa.

Medir el resultado final.

Desde 1989, más de 600 de los 5000 ingenieros de la SSBU de Bell Labs han participado en lo que ahora se denomina Grupo de Mejora de la Productividad (PEG). Como estos ingenieros estaban dispersos en muchos proyectos y departamentos, es difícil demostrar la eficacia del programa con medidas como dedicar menos horas de trabajo a un proyecto en particular. Sin embargo, en sus autoevaluaciones, los participantes declararon un 10% aumento de la productividad inmediatamente después del final de las sesiones, que pasó a ser del 20%% después de 6 meses y 25% después de un año entero. Esta curva ascendente constante es la opuesta a la que sigue a la mayoría de los programas de entrenamiento. Por lo general, la eficacia es máxima el último día del programa y cae a cero después de un año.

Pero incluso si los participantes del PEG declararan aumentos sustanciales de la productividad, esto no demuestra que el rendimiento de estos ingenieros haya cambiado realmente. El objetivo corporativo de PEG no era, por ejemplo, tomar la iniciativa por iniciativa, sino añadir valor a la empresa. Por lo tanto, volvimos a reunirnos con los directivos y les preguntamos: «¿Qué buscarían como índices del aumento de la productividad de una persona que trabajara para usted?» El gráfico «Lo que pensaban los gerentes: la verdadera prueba de productividad» muestra que la productividad de los participantes del PEG mejoró el doble que la de los no participantes en un período de ocho meses. Según los directores de la SSBU, estos ingenieros mejoraron en siete áreas, entre ellas detectar y solucionar problemas, hacer el trabajo a tiempo y con alta calidad, complacer a los clientes y trabajar bien con otros departamentos. Y los artistas estrella no fueron los únicos que se beneficiaron de la formación en PEG. Los actores estrella y intermedio mejoraron a ritmos similares.

Lo que pensaban los directivos: La verdadera prueba de la productividad Este gráfico se basa en una encuesta que se utilizó para evaluar los efectos del programa de formación. El estudio comparó a 300 participantes con 300 no participantes (controles). Los directores de cada grupo completaron la encuesta antes de que comenzaran las sesiones de formación y, de nuevo, ocho meses después.

También comparamos nuestras encuestas de directores con las calificaciones de desempeño estándar de la empresa, que se recopilan de forma rutinaria en Bell Labs y son la base para los ajustes salariales y los ascensos. Analizamos estas puntuaciones antes de que los participantes comenzaran PEG y, ocho meses después de terminar el programa. Curiosamente, las calificaciones de desempeño de los participantes del PEG mejoraron el doble que las de los no participantes, lo que refleja los resultados de nuestras encuestas a directores.

Además, el PEG tuvo un impacto especialmente fuerte en las mujeres y los ingenieros de minorías (consulte el prospecto «Las mujeres y las minorías en los laboratorios Bell»). En las organizaciones tradicionales, estos grupos suelen quedar excluidos del círculo de expertos. Pero crear un modelo experto que desmitifique ciertos secretos de la productividad, en particular la importancia de las estrategias laborales clave y la forma de adquirirlas, hace que el ciclo sea explícito y accesible para todos.

Mujeres y minorías en Bell Labs

En grandes empresas como AT&T, que emplean a muchas mujeres y profesionales de minorías, a menudo hay grupos de apoyo separados para las mujeres y cada minoría. Estos grupos

…

En última instancia, por supuesto, esos aumentos de productividad de los profesionales individuales repercuten en los resultados de la empresa. Si el paquete de compensación total para un profesional del conocimiento es de aproximadamente$ 62 500 (salario más prestaciones adicionales), el ROI es$ 625 cada año por cada 1% aumento de la productividad. Por lo tanto, un 10% aumentar los rendimientos$ 6.250 para cada participante, mientras que 25% el aumento de la productividad se amortizaría$ 15.625, y así sucesivamente.

Pero estas cifras de ROI no incluyen los beneficios de productividad más indirectos. Los participantes del PEG mejoraron drásticamente en la forma en que ayudaron a sus colegas. Estos ingenieros también crearon vínculos más fuertes con los clientes. Si bien estos cambios positivos son difíciles de medir, son esenciales para un equipo de trabajo altamente productivo.

Comprometerse con una actuación estelar

Algunos directivos todavía se preguntan si la alta productividad se debe únicamente al estilo de trabajo individual y a la motivación. En muchos casos, buscan una justificación para su propio estilo. La gente de «escritorio limpio» quiere creer que estar organizado conduce a una mayor productividad. Sin embargo, los gerentes de «escritorio descuidado» ven su estilo como una prueba de la creatividad que se traduce en un alto rendimiento.

Pero no hemos encontrado esa relación. Más bien, los programas de formación como el PEG pueden ayudar a los profesionales a descubrir los puntos fuertes y débiles de sus estilos de trabajo individuales. Los gerentes ganan poco si imponen un sistema de gestión del tiempo, con un libro de programación y pestañas de prioridades de las tareas pendientes, a alguien que prefiere tener esa información en la cabeza. Ayudar a este trabajador a desarrollar una mejor estrategia para almacenar la información mentalmente y fijar prioridades tiene más sentido.

La motivación, sin embargo, es otra cuestión. En Bell Labs, la mayoría de los ingenieros con los que trabajamos estaban deseosos de recibir consejos de productividad. Sabían que su éxito estaba ligado al alto rendimiento y vieron con qué facilidad se acumulaba el trabajo. Como las sesiones del PEG se centraron en desarrollar estrategias de trabajo individuales, los profesionales motivados se beneficiaron al mejorar su propia productividad.

Pero cuando los trabajadores no están motivados para mejorar, un programa como PEG no ayuda mucho. En encuestas realizadas fuera de Bell Labs, descubrimos que alrededor de un tercio de los trabajadores del conocimiento no se sienten atados al destino de su empresa ni creen que su productividad y sus buenas ideas se ven recompensadas suficientemente. Por ejemplo, las sedes corporativas suelen promocionar el trabajo en equipo como fundamental para el éxito individual y empresarial; sin embargo, la capacidad de un empleado para trabajar con otros suele tener poco que ver con las calificaciones de desempeño o las recompensas anuales. Muchos profesionales lo saben y tienen razón al resentirlo.

Sin embargo, ese resentimiento puede provocar graves caídas de la productividad. Entonces, una empresa con profesionales improductivos y activamente resentidos puede que tenga que abordar otras cuestiones organizativas, como revisar el sistema de recompensas o tratar a sus profesionales como personas con necesidades individuales.

Está claro que no es posible convertir a cada trabajador común en una estrella. A pesar del PEG o de cualquier otro programa de entrenamiento, hay diferencias entre los profesionales, al igual que entre los atletas que siguen el mismo régimen de entrenamiento. Probablemente ni siquiera sea deseable o rentable que todos los profesionales sigan un programa de formación, ya que no todo el mundo disfruta ni se ve obligado por las intensas sesiones de taller.

Sin embargo, los participantes del PEG en los laboratorios Bell no solo han mejorado su propia productividad, sino que también han tenido un efecto positivo en la productividad de los compañeros de trabajo que no participan. Las listas de verificación y otros materiales derivados del modelo experto se han fotocopiado, distribuido e incorporado al funcionamiento diario de la SSBU. Una vez que esa difusión informal se produzca a gran escala, ya no será necesaria la formación formal.

Desarrollar un modelo experto puede proporcionar una plataforma poderosa para aprovechar el capital intelectual en muchas profesiones. Sin embargo, el programa PEG de la SSBU de Bell Labs no es un modelo para otra empresa, ni siquiera para un laboratorio de investigación con un entorno similar. La combinación de estrategias laborales puede variar de una profesión a otra; un departamento de marketing, por ejemplo, puede descubrir que mostrar y contar es una estrategia fundamental para lograr un desempeño estelar, además de tomar la iniciativa. Sin embargo, independientemente de la profesión, los altos directivos tienen que centrarse en las personas cuando abordan la mejora de la productividad. En la nueva economía del conocimiento, es el desempeño de los profesionales del conocimiento, no solo de las tecnologías complejas, lo que hará que una empresa triunfe o fracase.