PathMBA Vault

Liderazgo

Cuando el fracaso es intolerable

por Scott D. Anthony

He leído con interés el reciente post de David Simms sobre el poder del fracaso positivo. Por supuesto, estoy de acuerdo con la perspectiva general: dada la naturaleza probabilística de la innovación, el fracaso no siempre es algo malo y, en igualdad de condiciones, uno apoyaría a alguien que lo ha intentado, ha fracasado y ha aprendido por encima de alguien que nunca lo ha intentado.

Lo interesante para mí es que ésta no es una perspectiva particularmente nueva. El fracaso ha sido durante mucho tiempo una insignia de honor en Silicon Valley; líderes del pensamiento como Henry Mitnzberg, Rita McGrath y Tim Brown señalan cómo el fracaso es una parte esencial del éxito de la innovación. Sin embargo, en la mayoría de las organizaciones persiste el miedo al fracaso.

He argumentado que parte de esto es un problema de incentivos. Con demasiada frecuencia la gente recompensa (o castiga) los resultados cuando debería recompensar (o castigar) los comportamientos. Sospecho que otra parte del problema es que simplemente no tenemos una buena forma de categorizar el “fracaso”.

En realidad, hay tres tipos de fracasos que me molestan:

  1. Cuando alguien hace algo mal a sabiendas. Por ejemplo, ocultar intencionadamente datos negativos de un estudio de mercado para obtener la aprobación de la alta dirección para un proyecto favorito. Esto es más común de lo que usted cree.
  2. Cuando alguien podría haber descubierto fácilmente que estaba haciendo lo incorrecto. Veo que esto sucede en las empresas con demasiada frecuencia, sobre todo en las que intentan crear nuevas fuentes de ingresos o utilizan enfoques únicos de comercialización. La llamada telefónica adecuada o la investigación correcta podrían haber puesto rápidamente de manifiesto un fallo en un plan. Pero un prejuicio interno llevó a actuar sin investigar. Recuerdo que hace un par de años asesoré a un equipo que había elaborado un plan aparentemente sólido para vender a universidades académicas. Mi orientación fue bastante sencilla: coger el teléfono y llamar a algunas personas que habían vendido a esas universidades. Esa sencilla actividad puso de relieve cómo el equipo tenía una suposición errónea sobre la velocidad del ciclo de ventas. Si el equipo hubiera ejecutado sin esa simple investigación sería un error punible.
  3. Cuando alguien invierte mucho tiempo y dinero en investigar algo que sólo puede aprenderse por experiencia. Algunas cosas son simplemente desconocidas e incognoscibles antes del hecho. ¿Cómo utilizaría la gente un servicio como eBay? ¿Cambiaría la gente su hábito de limpieza si dispusiera de un producto sencillo y fácil de usar como Swiffer? ¿Cuánto pagaría la gente por una “aplicación”? Son preguntas que sólo podrían responderse a través de la acción. Cuando la gente se pasa una eternidad investigando estas preguntas, es un error crítico porque ha malgastado recursos y, lo que es más importante, tiempo.

Por otro lado, el error tolerable es aprender de una manera eficiente en cuanto a recursos, donde lo que mis colegas denominan la suposición de “matar el negocio” es falsa. De hecho, me pregunto cuán diferentes serían las cosas si los líderes pidieran a los innovadores que formularan hipótesis negativas. En otras palabras, imagine establecer una métrica como: “Cerraremos este proyecto en 90 días porque habremos vendido a menos de 100 clientes”.

Si resulta que “tenía razón”, entonces celebrará el aprendizaje efectivo. Si se sorprende positivamente, también lo celebra.

No soy científico de formación, pero parece que este enfoque de intentar refutar una “hipótesis nula” podría ser una forma de cambiar el tenor del debate haciendo que lo que históricamente podríamos haber considerado un fracaso sea un buen resultado. ¿Qué opina usted?

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.