Para Gökçe y Gunther, en su artículo Aprendiendo a vivir con la complejidad

(2011), afirman que los sistemas complejos siempre han existido, sin embargo la
diferencia de épocas anteriores con la nuestra es que ya no sólo se encuentran en
los grandes sistemas, como la ciudad, sino que afectan “…a casi todo lo que
tocamos: los productos que diseñamos, los puestos de trabajo que hacemos todos
los días, y las organizaciones que supervisan,” (Gökçe y Gunther, 2011,70), es
decir, a toda la vida cotidiana. El aumento de la complejidad es resultado de la
revolución tecnológica de la información, específicamente de la interconexión e
interdependencia de los sistemas; que es lo que ha hecho lo complejo más
complejo.
Los sistemas complejos dificultan la predicción, ya que interactúan de manera
inesperada; es más difícil dar sentido a las cosas, ya que el grado de complejidad
puede estar más allá de nuestro conocimiento y es más difíciles de realizar
apuestas, ya que el comportamiento pasado de un sistema
complejo no puede predecir su comportamiento futuro. En un
sistema complejo lo atípico es lo más regular. Las cosas se
complican porque el conocimiento sobre lo complejo no ha calado
en los gerentes ni en las escuelas de negocios. ¿Cómo podemos
llevar ese conocimiento a la palestra?

Echemos un vistazo a lo que la complejidad es, los problemas que

plantea, y cómo se pueden abordar esos problemas.

Los sistemas simples se caracterizan porque siguen un

patrón y contienen pocas interacciones y son extremadamente
predecibles. La misma acción produce el mismo resultado cada
vez, (2011); los sistemas Complicados tienen muchas partes
móviles, pero que operan en formas modeladas o moldeadas. Son
fáciles de predecir. Los sistemas complejos, por el contrario, están
imbuidos de las características que pueden operar de manera
modelada o estampadas pero cuyas interacciones están
cambiando continuamente.

Tres propiedades determinan la complejidad de un entorno. La

primera, la multiplicidad, se refiere al número de elementos que
potencialmente interactúan entre sí. El segundo, la
interdependencia, se refiere a cómo esos elementos están
conectados. La tercera, la diversidad, tiene que ver con el grado de
su heterogeneidad. Cuanto mayor es la multiplicidad, la
interdependencia, y la diversidad, mayor es la complejidad.
En términos prácticos, la principal diferencia entre los sistemas
complicados y complejos es que con los sistemas cokmplejos, por
lo general, se puede predecir los resultados, por conocer las
condiciones de partida. En un sistema complejo, las mismas
condiciones de partida se pueden producir diferentes resultados,
dependiendo de las interacciones de los elementos en el sistema.

Complicated Versus Complejo

Es fácil confundir lo puramente complicado con lo realmente
complejo. Los gerentes necesitan saber la diferencia: Si administra
una organización compleja como si se tratara de un tema
complejo, que va a hacer serios errores costosos. Es posible
entender ambos sistemas simples y complicados por identificar y
modelar las relaciones entre las partes; las relaciones se pueden
reducir a claros, interacciones predecibles. No es posible
comprender sistemas complejos de esta manera, porque todos los
elementos están interactuando continuamente y de manera
impredecible.

Los problemas de la Complejidad

“…dos problemas comunes que enfrentan los administradores de
sistemas complejos: consecuencias no deseadas y dificultad para
darle sentido a una situación” (2011, p. 71).

Consecuencias no deseadas.

En un entorno complejo, incluso pequeñas decisiones pueden tener

efectos sorprendentes. Los investigadores han identificado tres
situaciones en las que esto es probable que suceda. “La primera es
cuando los eventos interactúan sin que nadie tenga la intención de
que lo hagan” (p.71). La segunda situación se refiere “…a las
consecuencias no deseadas que se basan en un agregado de
elementos individuales” (p.72) Los autores presentan como
ejemplo la crisis financiera de 2008, sobre la burbuja inmobiliaria,
para mostrar las consecuencias no deseadas teniendo como base
un agregado de elementos individuales pero interconectados,
afirman que

“…la laxitud de las regulaciones bancarias, la

invención de instrumentos que permitían a los
prestamistas a mover el riesgo de sus balances, las
políticas monetarias que mantuvo las tasas de interés
bajas, la evaporación de estándares razonables de
crédito y los requisitos abajo-pago convencionales, la
ignorancia por parte de los prestatarios, y así
sucesivamente. Como ya hemos aprendido
dolorosamente, muchos observadores pudieron ver
algunos de estos elementos, pero casi nadie los
observo a todos o anticiparon las consecuencias de
 una caída en los precios de la vivienda en todo el
sistema económico.”(P.72)

Una tercera situación es cuando las políticas y los procedimientos

se vuelven obsoletos para responder a lo que fueron creadas, esto
implica el olvido sobre la lógica de los procedimientos.

Dar sentido a una situación.

Es muy difícil, si no imposible, que un fabricante que tome

decisiones individualmente vea un sistema complejo en su
totalidad. Esto es esencialmente un problema de punto de vista ya
que sólo centrarse en este imposibilita ver las demás, además,
dicen los autores que “Estamos obstaculizados por los límites
cognitivos: La mayoría de los ejecutivos creen que pueden
disfrutar de más información que la investigación sugiere que
realmente puede.”

En conjunto, estos problemas significan que los sistemas complejos

presentan desafíos en al menos tres áreas de actividad
empresarial: previsión del futuro, mitigar los riesgos, y hacer
concesiones.

Vamos a explorar algunos remedios para cada uno.

La mejora de los métodos de pronóstico

Los administradores que se enfrentan a sistemas complejos
pueden tomar varias medidas para aumentar sus capacidades
predictivas. Ellos deberían:

Caída de ciertas herramientas de previsión.

Integradas en muchas herramientas de análisis son dos supuestos

que no estén en posesión de los sistemas complejos. La primera es
que las observaciones de los fenómenos son verdaderamente
independientes; esto a menudo no es el caso en los sistemas
complejos, con sus partes altamente interconectadas. (Piense en el
conocido "efecto mariposa", cuando algo pequeño que ocurre al
principio de una cadena de acontecimientos provoca
consecuencias desproporcionadas para el final). La segunda es que
es posible extrapolar las medias o medianas a poblaciones
enteras. Tome un caso controvertido en la medicina-los EE.UU.
Food and Drug Administration de deliberaciones en curso (a partir
de este escrito) sobre la posibilidad de retirar la autorización para
el uso de la droga Avastin en el tratamiento de cáncer de mama. El
tema ha causado un gran revuelo entre los estimados 17.000
mujeres estadounidenses que toman el medicamento. Seguimiento
de los ensayos clínicos revelaron algunos efectos secundarios
potencialmente graves y no pudieron demostrar que el
medicamento ayuda al paciente estadísticamente media. Sin
embargo, muchos médicos y pacientes han sugerido que prolonga
la vida y mejora la calidad de vida en ciertos pacientes y cura
completamente unos pocos. El tratamiento del cáncer es un
sistema complejo, pero la agencia está aplicando la lógica de un
tema complejo.

En los negocios, el problema aparece cuando las compañías tratan

de predecir el comportamiento del cliente en la base de las
respuestas medias. En promedio, la gente amaba Nueva Coca-
Cola, pero el producto finalmente fracasó. Se manifiesta cuando no
tienen en cuenta que los valores extremos son a menudo más
interesantes que el caso medio. Y eso se nota cuando no logran
dar cuenta de la importancia futura de los primeros
eventos. Boston Scientific pagó una cantidad enorme para el
fabricante de los dispositivos cardiovasculares Guidant, a pesar de
las revelaciones durante el proceso de licitación de los problemas
de calidad y encubrimientos. Si hubiera entendido que esas
revelaciones señalaron problemas más profundos que se remonta
a muchos años, se podrían haber evitado pagar de más por una
empresa que luego tuvo que verter enormes recursos en la
fijación. Las acciones de Boston Scientific aún tienen que
recuperarse.

Y en los sistemas complejos, eventos lejos de la mediana pueden

ser más comunes de lo que pensamos. Herramientas que asumen
valores atípicos sean raros puede oscurecer las amplias
variaciones contenidos en sistemas complejos. En el mercado de
valores de Estados Unidos, las 10 más grandes de un solo día se
mueve representaron la mitad del mercado rendimientos a lo largo
de los últimos 50 años. Sólo un puñado de analistas entretuvo a la
posibilidad de tantos picos significativos cuando construyeron sus
modelos predictivos.

Simular el comportamiento de un sistema.

En lugar de la extrapolación de las medianas irrelevantes, mira

para el modelado que le dará una idea de sistema y las formas en
que sus distintos elementos interactúan. Los ejemplos incluyen los
modelos de gestión de relaciones con los clientes que utilizan las
empresas de telecomunicaciones para anticipar la vulnerabilidad
de una persona a la deserción, y las herramientas de minería de
datos que se utilizan para predecir las respuestas de los
consumidores a los distintos tipos de publicidad.Además,
asegúrese de que sus modelos de predicción incorporan de baja
probabilidad pero de alto impacto extremos. Los investigadores
complejidad Pierpaolo Andriani y Bill McKelvey observaron que
16.000 terremotos menores ocurren en California cada año, pero
uno realmente grande sólo ocurre una vez cada 150 o 200 años. El
terremoto promedio, entonces, no es muy peligroso. Sería
imprudente, sin embargo, los códigos de construcción de base
sobre el terremoto promedio cuando lo que más importa es el
grande. Así, también, en los negocios: Lo más importante puede
ser la posibilidad extrema pero raro, no el más probable.

Utilice tres tipos de información predictiva.

Si es imposible predecir el futuro en un sistema complejo con un

alto grado de exactitud, y si las organizaciones deben colocar las
apuestas, no obstante, con el futuro en mente, ¿qué es lo más
prudente para los líderes que necesitan para poner un poco de
estacas en el suelo? ¿Cómo pueden encontrar un término medio
entre los escenarios excesivas y complicadas sobre lo que podría
suceder y predicciones lineales que dependen excesivamente en el
conocimiento pasado?Asesoramos a los administradores a ser
explícito acerca de lo que ellos piensan que será aplicable a partir
de la experiencia del pasado y lo que podría ser diferente esta
vez. Una forma de hacer esto es dividir los datos entre los tres
cubos:

• Retrasado: datos sobre lo que ya ha sucedido. La mayoría de los

indicadores financieros e indicadores clave de rendimiento se
incluyen en esta cubeta.

• actuales: datos sobre dónde se encuentra en este momento. Su

cartera de oportunidades podría ser en este cubo.

• ejecución: datos sobre donde las cosas podrían ir y cómo el

sistema podría responder a un abanico de posibilidades.

Si la mayor parte de su información está en el cubo de retraso, eso

es una señal de advertencia.Decisiones basándose principalmente
en indicadores rezagados es esencialmente apostando a que el
futuro será como el pasado. Por lo menos algunos de sus datos
debe estar en el cubo que lleva. Esta información será borrosa y
subjetiva por definición: El futuro no ha sucedido todavía. Pero sin
él, usted es apto para ser sorprendido por el cambio.

Para un ejemplo de cómo el cubo líder impulsó medidas para evitar

un posible fallo del sistema, recordar el Y2K dilema la preocupación
de que las computadoras serían estropearse en el cambio de siglo
debido a que muchos utilizan un formato de año de dos dígitos. Los
primeros programadores espera que el software que crearon sería
completamente reacondicionado mucho antes del milenio se dio la
vuelta, pero muchos sistemas heredados críticos utilizando el
formato de dos dígitos se mantuvo (un hecho que nos colocaría en
el cubo de retraso). Los escenarios catastróficos en el cubo que
lleva eran tan vívidas y plausible que se hicieron enormes
esfuerzos para que los sistemas informáticos complejos en
cumplimiento antes del año 2000 llegaron (los planes para este fin
serían colocados en el cubo actual). Cuando llegó el momento, sólo
un puñado de problemas a la superficie, la mayoría de ellos menor
de edad.

Tenga en cuenta que si bien la herramienta Bote simplifica la

realidad, que no asume la complejidad de distancia, a diferencia de
herramientas de previsión tradicionales.

Mejor Mitigación de Riesgos

Minimizar el riesgo es crucial para cualquier persona a cargo de un
sistema complejo, y los enfoques tradicionales no son lo
suficientemente buenos. Los gerentes deben aprender a:

Limitar o incluso eliminar la necesidad de predicciones

exactas.

En un mundo impredecible, a veces las mejores inversiones son las

que minimizar la importancia de las predicciones. Tome el diseño
del producto. En un sistema convencional, los fabricantes deben
adivinar qué configuración de características clientes comprarán,
ya qué precio. Ellos corren un alto riesgo de equivocarse,
especialmente cuando el producto es complejo.

En un mundo impredecible, a veces las mejores inversiones son las

que minimizar la importancia de las predicciones.

Es posible eliminar este conjeturas mediante el diseño de un

sistema que pone a los usuarios a cargo de las decisiones, que les
permite crear las salidas que desean.

Utilice la disociación y la redundancia.

A veces los elementos de un sistema complejo se pueden separar

el uno del otro para disminuir las consecuencias sistémicas si algo
sale mal. Desacoplamiento produce dos beneficios:
Los elementos también pueden ser diseñados para sustituir uno
por el otro en caso de que parte del sistema va hacia
abajo. Redundancia intencional hace que sea más probable que el
sistema puede continuar funcionando a al menos cierto grado
incluso cuando son desafiados porciones de ella.Desacoplamiento
y redundancia implican gasto adicional, pero la inversión puede
valer la pena.

Por supuesto, hay límites a la disociación y la redundancia que

puede contener (y pagar) dentro de una sola organización. Puede
que tenga que recurrir a recursos externos para ampliar las
respuestas de adaptación de su organización puede reunir. La
consultora Accenture, por ejemplo, tiene una amplia red de socios
a los que se puede convertir rápidamente si un cliente tiene una
necesidad imprevista que Accenture no puede abordar. También
utiliza asociaciones (incluyendo un acuerdo con uno de nosotros,
Rita) para llevar a cabo la investigación que podría no ser parte de
su negocio principal, pero podría dar alertas tempranas de interés
para sus clientes.

Dibuje en la narración y contrafactuales.

Otro aspecto de la mitigación del riesgo es asegurarse de que la

gente ve los acontecimientos futuros improbables pero
potencialmente catastróficos como real. Compartiendo anécdotas
de cuasi accidentes y ensayar respuestas a un evento negativo
hipótesis puede ayudar a centrar la atención en un hecho futuro
posiblemente significativo. .

Triangular.

Triangulación significa atacar el problema desde varios ángulos-

utilizando diferentes metodologías, haciendo diferentes supuestos,
la recogida de datos diferentes, o mirando a los mismos datos en
diferentes formas.

Adoptar un enfoque de opciones reales.

Esto significa hacer inversiones relativamente pequeñas que le dan

el derecho, pero no la obligación, de hacer nuevas inversiones en
el futuro. El objetivo es limitar su lado negativo y aumentar al
máximo el valor que puede capturar al alza. La idea no es evitar
cometer errores, pero para hacerlos de forma barata y temprana,
aprendiendo de ellos y el aumento de su capacidad de resistencia
a medida que avanza.

Garantizar la diversidad de pensamiento.

Sistemas complicados son como máquinas; por encima de todo,

es necesario minimizar la fricción. Los sistemas complejos son
orgánicos; que necesita para asegurarse de que su organización
contiene suficientes diversos pensadores para hacer frente a los
cambios y variaciones que inevitablemente ocurrirán. En un
sistema complejo, encontrar a las personas adecuadas para el
trabajo significa la búsqueda de este tipo de pensadores (véase el
recuadro "Un enfoque ilógico contratación" para una estrategia
inusual pero eficaz).

Hemos hecho enormes progresos en nuestra capacidad para

operar sistemas complicados, incluso las más grandes; hemos
hecho esto mediante el estudio de las averías y ajustar en
consecuencia. Hemos hecho menos progresos en nuestra
capacidad para operar sistemas complejos que desafían el
modelado convencional y desafiar las prácticas de gestión
tradicionales. Los líderes tienen que utilizar mejores herramientas
para anticipar cómo estos sistemas se comportarán-herramientas
que pueden ayudar a entender las interacciones constantes de
numerosos factores, y el impacto de los eventos raros pero
extremas. Al tomar medidas para mitigar los riesgos, haciendo
equilibrios medidos que mantienen fallos prematuros pequeños, y
la recolección de diversos pensadores que pueden tratar de
manera creativa con la variación, podemos acercarnos a la toma
de decisiones en nuestras organizaciones complejas con más
confianza y aumentar nuestras posibilidades de éxito.