La transformación digital ha revolucionado la forma en que las empresas capturan, procesan y analizan información. Los cuadros de mando ejecutivos muestran indicadores en tiempo real, la Inteligencia Artificial identifica patrones invisibles para el ser humano y los sistemas ERP integran prácticamente todos los procesos corporativos. Sin embargo, cuanto más sofisticadas se vuelven las herramientas tecnológicas, mayor parece ser el riesgo de que los directivos pierdan contacto con la realidad operativa de sus organizaciones, esta paradoja constituye uno de los mayores desafíos del liderazgo contemporáneo.
Durante décadas, los grandes referentes de la excelencia operacional defendieron que las mejores decisiones no nacen exclusivamente del análisis de datos, sino de la comprensión profunda de los procesos donde realmente se genera valor. Taiichi Ohno (1988), considerado el padre del Sistema de Producción Toyota, insistía en que ningún informe podía sustituir la observación directa del trabajo. De esta filosofía surgió uno de los principios más influyentes del pensamiento Lean: el Genchi Genbutsu, conocido popularmente como Gemba Walk, una práctica mediante la cual los líderes abandonan sus despachos para acudir al lugar donde ocurren los hechos, observar los procesos, dialogar con las personas y comprender los problemas desde su origen.
La palabra japonesa Gemba significa literalmente «el lugar real». No hace referencia únicamente a una fábrica o a una línea de producción. Representa cualquier espacio donde se crea valor para el cliente: un centro logístico, un hospital, una oficina financiera, un departamento de desarrollo de software o incluso un equipo que trabaja de forma remota. El principio es universal: quien desea mejorar un proceso debe conocerlo directamente y no limitarse a interpretarlo mediante indicadores.
Esta idea adquiere una relevancia extraordinaria en la era de la Inteligencia Artificial. Las organizaciones actuales disponen de más información que nunca, pero una parte esencial del conocimiento empresarial continúa siendo invisible para cualquier algoritmo. Se trata del conocimiento tácito, concepto desarrollado por Michael Polanyi (1966) y posteriormente ampliado por Ikujiro Nonaka y Hirotaka Takeuchi (1995). Este tipo de conocimiento no se encuentra documentado en manuales, procedimientos o bases de datos. Reside en la experiencia acumulada de las personas, en su capacidad para reconocer patrones, anticipar problemas, interpretar contextos y resolver situaciones complejas que difícilmente pueden codificarse mediante reglas explícitas.
Cuando un operario identifica una anomalía por el sonido de una máquina antes de que aparezca una alarma, está utilizando conocimiento tácito. Cuando un consultor SAP detecta un riesgo de proyecto únicamente observando la dinámica de una reunión, está utilizando conocimiento tácito. Cuando un director comercial anticipa la pérdida de un cliente gracias a pequeños cambios en su comportamiento, también está aplicando conocimiento tácito. Ninguno de estos procesos aparece reflejado íntegramente en un sistema de información.
El problema comienza cuando las organizaciones dejan de valorar ese conocimiento y sustituyen progresivamente la observación directa por informes automatizados. Los miembros del C-Suite reciben indicadores cada vez más sofisticados, pero visitan con menor frecuencia las operaciones. Los responsables funcionales analizan dashboards mientras reducen las conversaciones con quienes ejecutan diariamente los procesos. Poco a poco, la distancia entre quienes toman decisiones y quienes generan valor comienza a ampliarse.
Peter Drucker (2008) recordaba que la dirección eficaz exige comprender tanto las personas como los procesos. No basta con gestionar información; es necesario interpretar la realidad organizacional en toda su complejidad. El exceso de confianza en la tecnología puede conducir precisamente al efecto contrario: una visión aparentemente objetiva, pero profundamente incompleta.
Desde la perspectiva de la filosofía Lean, esta situación representa una forma moderna de desperdicio. Taiichi Ohno identificó siete grandes desperdicios que limitaban la productividad industrial. En la actualidad podría añadirse un octavo: la pérdida sistemática del conocimiento tácito provocada por la desconexión entre el liderazgo y el lugar donde realmente se crea el valor.
Esta pérdida tiene consecuencias que trascienden la eficiencia operativa. Afecta directamente a la innovación, porque las mejores oportunidades de mejora suelen identificarse durante la interacción cotidiana con los procesos. Debilita la capacidad de aprendizaje organizacional, porque la experiencia deja de compartirse de forma efectiva. Y deteriora la calidad de las decisiones estratégicas, porque los líderes comienzan a interpretar la organización desde una representación digital de la realidad y no desde la realidad misma.
Henry Mintzberg (1973) describía el trabajo directivo como una actividad intensamente basada en la observación, la comunicación informal y el contacto permanente con múltiples fuentes de información. El liderazgo efectivo nunca dependió exclusivamente de informes estructurados. Su fortaleza residía precisamente en combinar datos cuantitativos con señales cualitativas procedentes de la experiencia directa.
La Inteligencia Artificial no elimina esta necesidad. Al contrario, la hace todavía más relevante. Cuanto mayor sea la capacidad analítica de los algoritmos, mayor deberá ser la capacidad del líder para validar esas conclusiones mediante la observación del contexto real. Los datos responden al «qué» está ocurriendo. El Gemba permite comprender el «por qué».
Las organizaciones que aspiren a liderar durante la próxima década deberán evitar un error frecuente: asumir que la digitalización hace innecesaria la presencia del liderazgo en las operaciones. La verdadera transformación digital no consiste en sustituir el conocimiento humano por tecnología, sino en potenciar la inteligencia colectiva combinando datos, experiencia y observación directa.
La excelencia operacional siempre ha nacido donde convergen las personas, los procesos y el aprendizaje continuo. Esa realidad no ha cambiado con la llegada de la Inteligencia Artificial. Lo único que ha cambiado es la velocidad con la que podemos perder el contacto con aquello que realmente hace excelentes a las organizaciones.
Del Gemba tradicional al Digital Gemba: preservar el conocimiento tácito en la era de la Inteligencia Artificial
La pérdida del conocimiento tácito no suele producirse de manera repentina. Es un fenómeno silencioso que se desarrolla a medida que la organización incrementa su dependencia de la tecnología y reduce progresivamente el contacto directo entre quienes toman decisiones y quienes ejecutan los procesos. Paradójicamente, cuanto mayor es el grado de digitalización, mayor puede llegar a ser la distancia entre el liderazgo y la realidad operativa.
Durante décadas, el principio del Gemba Walk permitió precisamente evitar esa desconexión. Taiichi Ohno (1988) defendía que ningún problema podía comprenderse completamente desde una sala de reuniones. La única manera de descubrir sus causas reales consistía en acudir al lugar donde ocurrían los hechos, observar cuidadosamente el proceso, formular preguntas y comprender las circunstancias específicas antes de proponer soluciones. Esta práctica no buscaba controlar a las personas, sino aprender de ellas.
Ese aprendizaje constituye uno de los pilares fundamentales del conocimiento tácito. Michael Polanyi (1966) resumía esta idea mediante una afirmación que continúa siendo plenamente vigente: «sabemos más de lo que podemos expresar». Gran parte del conocimiento profesional no puede documentarse completamente porque depende de la experiencia acumulada, de la intuición desarrollada durante años y de la capacidad para interpretar señales que difícilmente aparecen reflejadas en procedimientos escritos.
Ikujiro Nonaka y Hirotaka Takeuchi (1995) desarrollaron posteriormente esta idea mediante el conocido modelo SECI, que explica cómo las organizaciones crean conocimiento a partir de la interacción continua entre conocimiento tácito y conocimiento explícito. Según este enfoque, el aprendizaje organizacional surge mediante cuatro procesos complementarios: socialización, externalización, combinación e internalización. La socialización, primera etapa del modelo, depende precisamente del contacto directo entre las personas, de la observación compartida y de la transmisión informal de experiencias. Cuando los líderes abandonan el Gemba, este ciclo comienza a deteriorarse.
La información continúa circulando mediante informes, indicadores y plataformas digitales, pero la experiencia deja de compartirse con la misma riqueza. Los problemas operativos llegan resumidos en gráficos. Las oportunidades de innovación aparecen reducidas a métricas. Las conversaciones espontáneas que tradicionalmente permitían descubrir causas profundas son sustituidas por reuniones estructuradas donde únicamente se analizan resultados.
La Inteligencia Artificial puede potenciar extraordinariamente el conocimiento explícito, pero presenta limitaciones importantes para capturar el conocimiento tácito si este nunca llega a ser compartido. Ningún algoritmo puede aprender aquello que la organización jamás convierte en información disponible. En consecuencia, la calidad de los modelos inteligentes dependerá directamente de la capacidad de la empresa para preservar el aprendizaje generado diariamente por sus profesionales.
Desde esta perspectiva propongo el modelo Digital Gemba Intelligence (DGI®) como una evolución contemporánea del Gemba Walk tradicional. Este enfoque no pretende sustituir la observación directa mediante Inteligencia Artificial, sino integrarla dentro de un ecosistema de aprendizaje continuo donde la tecnología amplifique la capacidad del liderazgo para comprender la realidad organizacional.
El modelo se estructura sobre cinco principios:
El primero consiste en la presencia ejecutiva sistemática. Los miembros del C-Suite deben mantener contacto periódico con las operaciones independientemente del nivel de digitalización alcanzado por la empresa. La información obtenida directamente en el Gemba complementa, valida y contextualiza los indicadores generados por los sistemas analíticos.
El segundo principio corresponde a la captura estructurada del conocimiento tácito. Cada interacción relevante, cada mejora identificada y cada aprendizaje significativo deben transformarse en conocimiento organizacional mediante mecanismos que permitan compartirlo con el resto de la empresa. La experiencia individual deja así de depender exclusivamente de las personas para convertirse en patrimonio colectivo.
El tercer principio incorpora la Inteligencia Artificial aumentativa. Los algoritmos analizan tendencias, detectan anomalías, identifican correlaciones y generan recomendaciones predictivas. Sin embargo, esas conclusiones siempre son contrastadas mediante observación directa antes de incorporarse a la toma de decisiones estratégicas.
El cuarto principio establece un aprendizaje bidireccional. Tradicionalmente el liderazgo acudía al Gemba para enseñar. En el modelo Digital Gemba Intelligence ocurre exactamente lo contrario: los líderes acuden principalmente para aprender. La experiencia operativa alimenta la estrategia y la estrategia orienta posteriormente la mejora continua.
Finalmente aparece el quinto principio: la retroalimentación inteligente. Toda decisión estratégica debe regresar al Gemba para evaluar sus efectos reales, corregir desviaciones y generar nuevo conocimiento que vuelva a incorporarse al sistema de aprendizaje organizacional. De esta manera se crea un ciclo permanente donde tecnología, experiencia y liderazgo evolucionan conjuntamente.
Este planteamiento mantiene una estrecha relación con la filosofía del Kaizen desarrollada por Masaaki Imai (1986). La mejora continua no depende únicamente de grandes proyectos de transformación. Se construye mediante pequeñas observaciones realizadas diariamente por quienes conocen profundamente los procesos. La Inteligencia Artificial multiplica la capacidad para identificar oportunidades de mejora, pero continúa necesitando el criterio humano para interpretar correctamente el contexto operativo.
Peter Senge (2006) afirmaba que las organizaciones inteligentes aprenden porque son capaces de conectar experiencias individuales con conocimiento colectivo. El modelo Digital Gemba Intelligence persigue precisamente ese objetivo: evitar que la experiencia permanezca aislada en personas concretas y transformarla en un activo estratégico accesible para toda la organización.
Esta necesidad adquiere una importancia aún mayor en proyectos de transformación digital como las migraciones hacia SAP S/4HANA, ámbito especialmente relevante dentro de la investigación sobre excelencia operacional. Una parte significativa de los riesgos asociados a estos proyectos no procede exclusivamente de factores tecnológicos. Surge de la pérdida del conocimiento operativo acumulado durante años por usuarios expertos, responsables funcionales y equipos de negocio. Cuando ese conocimiento no se captura antes de la transformación, la organización corre el riesgo de implantar sistemas técnicamente correctos pero alejados de la realidad operativa.
Por ello, preservar el conocimiento tácito deja de ser una cuestión exclusivamente relacionada con la gestión del talento. Se convierte en un elemento crítico para garantizar la continuidad del negocio, reducir riesgos en procesos de transformación y mantener la capacidad de innovación en organizaciones altamente digitalizadas. El liderazgo del futuro no será evaluado únicamente por su capacidad para interpretar grandes volúmenes de datos.
También será reconocido por su habilidad para seguir caminando el Gemba, escuchar a las personas, comprender aquello que ningún informe puede mostrar y combinar la inteligencia de las máquinas con la experiencia acumulada por quienes crean valor cada día.
El conocimiento tácito como ventaja competitiva sostenible en la empresa inteligente
La historia de la gestión empresarial demuestra que las organizaciones más exitosas nunca han sido únicamente aquellas que disponían de mejores recursos tecnológicos. Han sido, sobre todo, las que lograron aprender más rápido que sus competidores. Esa capacidad de aprendizaje siempre ha dependido de un activo difícil de medir, imposible de comprar y extraordinariamente complejo de reemplazar: el conocimiento tácito acumulado por las personas que forman parte de la organización.
En la actualidad, la Inteligencia Artificial está transformando radicalmente la forma en que las empresas generan conocimiento. Los algoritmos analizan millones de registros en segundos, identifican relaciones invisibles para el análisis tradicional y permiten construir modelos predictivos con niveles de precisión impensables hace apenas unos años. Sin embargo, incluso los sistemas más avanzados continúan dependiendo de un elemento esencial: la calidad del conocimiento humano que alimenta esos modelos.
Este hecho obliga a replantear uno de los principios fundamentales del liderazgo ejecutivo. Durante años se asumió que la digitalización reduciría progresivamente la necesidad de interacción directa entre los directivos y las operaciones. Hoy comienza a demostrarse exactamente lo contrario. Cuanto más sofisticados son los sistemas de información, mayor importancia adquiere la capacidad del líder para validar la realidad mediante la observación directa, interpretar señales cualitativas y comprender el contexto que los datos, por sí solos, no consiguen explicar.
Desde esta perspectiva, el Gemba Walk deja de ser una práctica propia del Sistema de Producción Toyota para convertirse en una competencia estratégica del liderazgo contemporáneo. Su propósito ya no consiste únicamente en detectar desperdicios operativos, sino en preservar el conocimiento tácito, fortalecer la inteligencia organizacional y evitar que la transformación digital genere una desconexión progresiva entre quienes diseñan la estrategia y quienes crean diariamente el valor para el cliente.
Esta evolución exige un cambio profundo en la cultura organizacional. Las empresas ya no deben considerar el conocimiento como un recurso que pertenece exclusivamente a las personas o a los departamentos, sino como un patrimonio colectivo cuya conservación constituye una responsabilidad estratégica. Compartir experiencia deja de ser un comportamiento deseable para convertirse en un elemento imprescindible de la competitividad empresarial.
En este contexto, el liderazgo adquiere una nueva dimensión. Su función no consiste únicamente en dirigir equipos o asignar recursos. Consiste en crear las condiciones necesarias para que el conocimiento fluya libremente entre personas, procesos y tecnologías. Esto implica desarrollar mecanismos que favorezcan la colaboración transversal, incentivar la documentación del aprendizaje, promover comunidades de práctica y utilizar la Inteligencia Artificial como una herramienta destinada a ampliar la capacidad colectiva de aprendizaje y no como un sustituto de la experiencia humana.
James March (1991) señalaba que las organizaciones deben encontrar un equilibrio permanente entre la exploración de nuevas oportunidades y la explotación eficiente del conocimiento existente. La Inteligencia Artificial potencia enormemente la explotación del conocimiento ya disponible. Sin embargo, la exploración continúa dependiendo en gran medida de la curiosidad humana, de la observación directa, del diálogo interdisciplinario y de la capacidad para descubrir oportunidades donde todavía no existen datos suficientes. Precisamente por ello, el Gemba mantiene una vigencia extraordinaria en la empresa digital.
Desde el punto de vista de la excelencia operacional, esta realidad resulta especialmente significativa. Lean Management nunca persiguió únicamente la eliminación de desperdicios. Su verdadero objetivo consistía en desarrollar organizaciones capaces de aprender continuamente. El Kaizen, entendido como mejora permanente, requiere que las personas observen, cuestionen, experimenten y compartan conocimiento de manera constante. Ninguna plataforma tecnológica puede sustituir completamente ese proceso porque el aprendizaje organizacional continúa siendo, ante todo, un fenómeno humano.
Por ello, el futuro del liderazgo no dependerá únicamente del grado de adopción de la Inteligencia Artificial, sino de la capacidad para integrar armónicamente tres formas de inteligencia complementarias: la inteligencia de los datos, que permite comprender patrones cuantitativos; la inteligencia organizacional, que transforma la experiencia colectiva en conocimiento compartido; y la inteligencia humana, que aporta criterio, ética, creatividad y capacidad para interpretar contextos complejos.
Las organizaciones que consigan combinar estas tres dimensiones desarrollarán una ventaja competitiva extraordinariamente difícil de imitar. Mientras otras empresas competirán únicamente mediante tecnología, ellas competirán mediante conocimiento integrado. Mientras otras automatizarán procesos, ellas automatizarán el aprendizaje sin renunciar a la experiencia humana. Y mientras otras sustituirán progresivamente el contacto directo por paneles de control, ellas utilizarán esos mismos paneles para enriquecer, y no reemplazar, la observación del Gemba.
En consecuencia, la verdadera transformación digital no consiste en eliminar la necesidad de recorrer las operaciones. Consiste en lograr que cada recorrido por el Gemba sea mucho más valioso gracias al conocimiento previamente generado por la Inteligencia Artificial. La tecnología deja de ser el destino final del liderazgo para convertirse en un instrumento que amplía su capacidad de comprender la realidad.
La empresa inteligente del futuro no será aquella que posea más sensores, más algoritmos o más capacidad de procesamiento. Será aquella que consiga preservar el conocimiento tácito de sus profesionales, integrarlo con plataformas inteligentes y transformarlo continuamente en innovación, aprendizaje y ventaja competitiva. En ese escenario, el Gemba deja de ser una práctica operativa para convertirse en uno de los pilares fundamentales del liderazgo estratégico del siglo XXI.
Referencias
Drucker, P. F. (2008). Management (Rev. ed.). HarperBusiness.
Imai, M. (1986). Kaizen: The key to Japan’s competitive success. McGraw-Hill.
March, J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, 2(1), 71–87.
Mintzberg, H. (1973). The nature of managerial work. Harper & Row.
Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company: How Japanese companies create the dynamics of innovation. Oxford University Press.
Ohno, T. (1988). Toyota production system: Beyond large-scale production. Productivity Press.
Polanyi, M. (1966). The tacit dimension. Routledge & Kegan Paul.
Senge, P. M. (2006). The fifth discipline: The art and practice of the learning organization (Rev. ed.). Doubleday.
Aportación original del autor
El modelo Digital Gemba Intelligence (DGI®) propuesto en este artículo constituye un marco conceptual de dirección estratégica orientado a preservar el conocimiento tácito en organizaciones altamente digitalizadas. Su propuesta integra los principios del Genchi Genbutsu del Sistema de Producción Toyota, el modelo SECI de creación del conocimiento de Nonaka y Takeuchi, el pensamiento sistémico de Senge y las capacidades de la Inteligencia Artificial aumentativa para construir un ciclo continuo de aprendizaje organizacional. Este enfoque plantea que la ventaja competitiva del futuro no residirá únicamente en la capacidad de automatizar procesos, sino en la habilidad para combinar la observación directa del Gemba, el conocimiento tácito de las personas y la inteligencia analítica de los sistemas digitales, fortaleciendo así la excelencia operacional, la resiliencia organizacional y la calidad de las decisiones estratégicas del C-Suite.
