Métricas de valor multidimensionales

El lunes posterior al lanzamiento, el nuevo tablero de Distribuidora Norte ocupaba una pantalla grande en la sala de reuniones. Mostraba ventas, entregas, reclamos y clientes con riesgo de baja. Los datos se actualizaban solos y los gráficos coincidían con el diseño aprobado. Era posible contar usuarios, consultas y alertas procesadas. A simple vista, el proyecto ya podía declararse exitoso.

Entonces el gerente hizo una pregunta menos cómoda: “¿Estamos decidiendo mejor?”. Nadie respondió de inmediato. El tablero decía cuánto se había usado, no qué había cambiado gracias a ese uso. Tampoco decía si el supervisor llegaba antes a un reclamo, si los vendedores evitaban una baja que de otro modo se habría producido o si los choferes sentían que el seguimiento los ayudaba a ordenar la ruta o simplemente los vigilaba con más precisión.

Ese silencio separa actividad de valor. Una organización puede poner modelos en producción, comprar licencias, registrar miles de conversaciones con un asistente y aumentar la precisión de un algoritmo sin mejorar ninguna decisión relevante. También puede obtener un beneficio económico y, al mismo tiempo, degradar autonomía, concentrar conocimiento o excluir a quienes no pueden usar el nuevo canal. Medir solo lo que resulta fácil deja fuera la parte del cambio que vuelve sostenible —o intolerable— a la tecnología.

IMIA pregunta si la organización tiene condiciones para avanzar. Este capítulo hace una pregunta posterior y más difícil: ¿valió la pena la intervención, y para quién? La respuesta no puede improvisarse al cierre. Debe empezar antes de construir, cuando todavía es posible acordar qué cambio justificaría el esfuerzo.

El atractivo de las cifras disponibles

Todo sistema produce números sobre sí mismo. Tiempo de respuesta, sesiones activas, documentos procesados, predicciones emitidas, aceptación de recomendaciones. Son mediciones útiles para saber si la solución funciona y si alguien la utiliza. El problema aparece cuando se las presenta como prueba de valor.

Una tasa alta de uso puede significar que la herramienta ayuda. También puede significar que la dirección volvió obligatorio un paso que antes no existía. Una gran cantidad de consultas a un chatbot puede mostrar interés o puede mostrar que las respuestas no resuelven el problema y cada persona debe preguntar varias veces. Una precisión del 92% puede ser excelente en un contexto y desastrosa en otro, según dónde se concentre el 8% restante y qué consecuencias tenga cada error.

Llamo métricas de vanidad a los números que describen actividad y se utilizan para insinuar un resultado que no midieron. No son necesariamente falsos. Son incompletos y, por eso, fáciles de usar en favor de la historia que alguien desea contar.

La presión por mostrar éxito llega temprano. Un proyecto tiene patrocinadores, presupuesto y una promesa que defender. Si nadie acordó una línea de base, al final se elegirá el indicador que mejor haya salido. Tal vez disminuyó el tiempo de una tarea, aunque aumentó el reproceso; tal vez creció la cantidad de casos atendidos, aunque empeoró la resolución; tal vez los empleados entregan antes, pero siguen trabajando por fuera del sistema para lograrlo.

Medir valor exige resistir esa selección retrospectiva. No elimina la interpretación ni produce una verdad automática, pero obliga a comprometer preguntas antes de conocer la respuesta.

La distancia entre desplegar y transformar

Durante 2025 y 2026 apareció evidencia de escala sobre la distancia que separa la inversión en inteligencia artificial del valor obtenido. El informe preliminar del MIT que difundió la expresión GenAI Divide señaló que la gran mayoría de las organizaciones estudiadas no lograba retorno de sus iniciativas generativas a pesar de la magnitud de la inversión. Por su carácter preliminar, conviene no convertir una cifra llamativa en ley general. Su explicación resulta más fértil que el porcentaje: el obstáculo no estaba principalmente en los modelos, sino en una brecha de aprendizaje organizacional. Las soluciones no conservaban suficiente contexto ni se integraban a la operación de modo que pudieran aprender de ella.

La observación coincide con la tesis del puente. Comprar acceso a una capacidad técnica no equivale a incorporarla en el trabajo. Entre ambas cosas hay definiciones, memoria institucional, confianza, responsables y mecanismos para corregir. Si esa trama falta, un modelo más potente puede aumentar la calidad de una demostración sin cambiar el resultado de la organización.

También existe evidencia de beneficios concretos. Brynjolfsson, Li y Raymond estudiaron el uso de IA generativa en soporte y publicaron sus resultados en The Quarterly Journal of Economics en 2025. Observaron un aumento promedio del 15% en los casos resueltos por hora, con una mejora mayor entre trabajadores menos experimentados. El reparto del beneficio importa tanto como su tamaño. La herramienta parecía acercar a quienes comenzaban parte del conocimiento que antes estaba concentrado en los expertos.

Ese hallazgo no autoriza a prometer 15% en cualquier actividad. Ocurrió en un contexto, una tarea y una organización determinados. Sí muestra por qué el valor debe seguir a las personas: una misma tecnología puede beneficiar de manera distinta según la experiencia previa. El promedio oculta esa distribución.

El relevamiento global de McKinsey de fines de 2025 encontró otro contraste. Alrededor del 6% de quienes respondieron fue clasificado como high performer: organizaciones que atribuían a la IA al menos un 5% de su EBIT. Un 39% informaba algún impacto en ese resultado, una vara bastante más amplia. Como toda encuesta de industria, requiere cautela. Aun así, ayuda a formular la pregunta correcta: ¿qué distingue la adopción visible de la capacidad sostenida para capturar valor?

Las evidencias internacionales ofrecen mecanismos y orden de magnitud; no sustituyen la medición local. Una pyme mendocina no trabaja bajo las mismas condiciones que un centro de soporte de una gran empresa. El puente utiliza esos estudios para evitar dos errores opuestos: negar que haya beneficios medibles o suponer que pueden trasladarse sin observar el contexto.

Antes de medir una mejora

La línea de base es una descripción del estado anterior a la intervención. Parece una exigencia obvia, pero muchos proyectos la omiten porque el problema se presenta como urgente o porque los datos históricos no están disponibles. Una vez implementado el cambio, ya no es posible reconstruir con precisión cómo se trabajaba antes. Queda el recuerdo, y el recuerdo tiende a acomodarse al resultado.

Una línea de base no necesita ser sofisticada. Puede combinar tiempos registrados durante algunas semanas, errores observados, entrevistas, muestras de decisiones y una encuesta breve. Lo decisivo es que mida aquello que la intervención afirma que cambiará.

Si el objetivo es reducir el tiempo para responder reclamos, se registra desde cuándo se considera abierto un reclamo, cuándo se considera resuelto y cuántos casos vuelven a abrirse. Si se busca mejorar decisiones comerciales, contar reuniones no alcanza: hay que observar cuánto demora una decisión, qué evidencia utiliza y con qué frecuencia debe corregirse. Si se promete liberar trabajo repetitivo, conviene medir no solo las horas de la tarea original, sino el nuevo tiempo dedicado a revisar resultados, corregir excepciones y mantener el sistema.

“No medíamos eso” es una respuesta válida. Describe una limitación real y puede convertirse en la primera mejora del proyecto: diseñar un período de observación antes de comprometer un porcentaje. Inventar retrospectivamente una base ofrece una cifra más cómoda y una decisión peor.

También hace falta decidir qué variación sería significativa. Una reducción de cinco minutos puede ser importante en una tarea que ocurre miles de veces y trivial en una que sucede una vez al mes. El umbral debe relacionarse con frecuencia, costo, riesgo y experiencia humana.

Gobernar el significado

Antes de construir un tablero, la organización necesita acordar qué significan sus números. Dos áreas pueden usar la palabra “venta” para cosas distintas: una registra el pedido, otra la facturación y otra el cobro. Ninguna definición es necesariamente absurda. El problema aparece cuando se combinan sin declarar la diferencia.

La anarquía de métricas se reconoce cuando dos tableros responden a la misma pregunta con resultados incompatibles y cada área defiende el suyo. Un proyecto de inteligencia artificial no resuelve ese conflicto. Puede esconderlo detrás de una capa más compleja.

Cada indicador relevante necesita una definición accesible, una fuente identificada y un dueño de negocio. El dueño no es la persona que programa el cálculo. Es quien puede explicar por qué la definición representa el fenómeno, aceptar sus límites y autorizar un cambio cuando el proceso se modifica.

La capa semántica —un lugar donde se conservan definiciones y reglas compartidas— evita que cada tablero vuelva a calcular conceptos centrales. Pero la arquitectura por sí sola no gobierna. Hace falta un ritual de revisión. Un indicador puede haber sido útil y dejar de estar conectado con una decisión. Si continúa en pantalla por inercia, se convierte en un KPI zombi: consume atención sin orientar acción.

Una pregunta sencilla suele ordenar el diseño: ¿qué decisión del lunes cambia si este número sube o baja? Si nadie puede responder, quizá el gráfico sea interesante, pero todavía no es una métrica de gestión. Si hay una respuesta, debe quedar claro quién decide, dentro de qué plazo y qué otra información necesita.

La cantidad también importa. Un tablero ejecutivo con decenas de indicadores distribuye la atención hasta volverla irrelevante. Es preferible un conjunto pequeño y confiable, acompañado por vistas de detalle cuando una señal exige investigar. Medir más no equivale a comprender mejor.

Cinco dimensiones del valor

El valor económico es indispensable, sobre todo en organizaciones con recursos escasos. Una intervención debe poder explicar qué tiempo libera, qué errores evita, qué costo reduce o qué ingreso vuelve posible. Sin embargo, el resultado económico no agota la transformación. A veces aparece tarde; otras veces mejora a costa de una fragilidad que terminará destruyéndolo.

Por eso el método observa cinco dimensiones. No forman un índice universal ni deben sumarse como si una mejora compensara cualquier daño. Funcionan como perspectivas que obligan a mirar consecuencias diferentes.

Valor económico

Incluye tiempo, costo, ingreso y uso de recursos. Para medirlo bien hay que evitar equivalencias automáticas. Diez horas “ahorradas” no se convierten necesariamente en diez horas facturables. Tal vez se redistribuyen hacia tareas atrasadas, reducen horas extra o permiten atender mejor. Ese resultado sigue teniendo valor, pero debe nombrarse con precisión.

También conviene seguir el costo total. Una automatización puede reducir carga manual y aumentar licencias, supervisión, consumo de infraestructura y dependencia del proveedor. El beneficio neto aparece después de incluir mantenimiento y transición, no en la comparación entre la tarea antigua y la demostración del nuevo sistema.

Valor decisional

Pregunta si las decisiones son más oportunas, consistentes, informadas y trazables. En Distribuidora Norte, no bastaba saber cuántas alertas se habían abierto. Importaba cuánto tiempo pasaba desde la primera señal de un problema hasta una conversación con el cliente, qué información usaba el vendedor y si el motivo de aceptar o rechazar la recomendación quedaba disponible para aprender.

Una decisión más rápida no siempre es mejor. Si la velocidad elimina revisión en un caso de alto riesgo, puede empeorar la calidad. Por eso el valor decisional observa juntas oportunidad y corrección, y distingue entre situaciones reversibles y decisiones que afectan derechos o producen costos difíciles de reparar.

Valor humano

Sigue lo que cambia en la experiencia y capacidad de quienes trabajan con el sistema: autonomía, carga, aprendizaje, confianza y bienestar. Algunas señales son cuantitativas —horas extra, rotación, frecuencia de correcciones— y otras requieren entrevistas u observación.

Esta dimensión impide declarar éxito cuando la productividad aumenta mediante intensificación. También permite reconocer beneficios que el balance económico tarda en mostrar: menos interrupciones, mayor claridad sobre prioridades, posibilidad de aprender una tarea nueva o eliminación de una carga emocional repetitiva.

La percepción no es un dato menor. Si el equipo siente que una herramienta diseñada para ayudar lo vigila, esa interpretación modificará su uso y, con el tiempo, el resultado económico. Lo humano no es una externalidad blanda; forma parte del mecanismo que produce valor.

Valor organizacional

Una intervención puede dejar capacidades que exceden su caso inicial: datos mejor definidos, responsables nuevos, prácticas de revisión, integración entre áreas y experiencia para evaluar tecnología futura. También puede hacer lo contrario y concentrar conocimiento en un proveedor o en una única persona.

IMIA permite observar cambios en esa configuración. Una mejora en cultura y capacidades, en calidad de datos o en gobernanza puede ser un resultado incluso si el primer piloto entrega un beneficio económico modesto. Debe evitarse, de todos modos, usar “ganamos madurez” como consuelo automático. La capacidad nueva necesita una evidencia: una política aplicada, un proceso que ya no depende de una planilla personal, un segundo referente que puede tomar el relevo.

Valor social

En el sector público esta dimensión suele ser obligatoria. Mide acceso, equidad, posibilidad de apelación, calidad del servicio y distribución de beneficios y errores. Un trámite digital puede reducir costos y excluir a quienes tienen mala conectividad. Un modelo puede mejorar el promedio y concentrar falsos positivos en un grupo específico. El resultado agregado no describe esa distribución.

También aplica a organizaciones privadas cuando una decisión afecta oportunidades, precios o condiciones de acceso. En proyectos vinculados con sostenibilidad, la dimensión social debe conversar con el costo ambiental de la infraestructura. Las promesas de “inteligencia” o “eficiencia verde” exigen medir energía, inclusión y efectos materiales, no solo cambiar el lenguaje del informe.

Elegir sin reducir

No todos los proyectos pueden medir las cinco dimensiones con la misma profundidad. Intentarlo puede producir un sistema tan costoso que nadie sostenga. Al comienzo se eligen dos o tres ejes prioritarios según el dictamen sociotécnico, pero se revisan los demás para detectar daños graves.

En una automatización administrativa de bajo riesgo, valor económico y humano pueden ser el centro: cuánto tiempo se libera y cómo cambia la carga. En un sistema que prioriza inspecciones públicas, valor decisional y social son inseparables. En una organización que recién ordena sus datos, el valor organizacional puede anteceder al retorno económico.

Priorizar no significa olvidar. Significa declarar qué se medirá de manera sistemática y qué se vigilará como guardarraíl. Una mejora en dos ejes no habilita a ignorar un daño severo en otro. No hay cantidad de horas ahorradas que vuelva aceptable una discriminación no corregida.

Un protocolo que acompaña el proyecto

La medición comienza durante el diagnóstico. Allí se acuerda la línea de base, se eligen dimensiones y se registran supuestos. Antes de construir se definen objetivos y umbrales: qué cambio sería valioso, durante cuánto tiempo debe sostenerse y qué consecuencia obligaría a detener el piloto.

Durante la implementación se observan indicadores tempranos. No para declarar victoria, sino para corregir. Si aumenta el uso y también los rodeos manuales, algo necesita investigación. Si baja el tiempo pero crecen las reaperturas, la velocidad está ocultando reproceso.

El cierre compara con la línea de base y separa tres clases de resultado: lo que puede atribuirse con razonable confianza a la intervención, lo que mejoró pero tiene causas múltiples y lo que no pudo medirse. Esta distinción protege contra la tentación de adjudicar al proyecto cualquier cambio favorable ocurrido en el mismo período.

Después entra la higiene sociotécnica. Algunos beneficios se desvanecen cuando termina el acompañamiento; otros aparecen cuando el equipo aprende a usar la herramienta con más criterio. Una revisión a los tres o seis meses dice más sobre adopción que la semana del lanzamiento.

Volver a la sala de reuniones

Para Distribuidora Norte, el tablero final no necesitaba comenzar con cinco decenas de indicadores. Podía hacerlo con dos preguntas bien medidas. La primera: ¿el supervisor actúa antes frente a un reclamo relevante? La segunda: ¿los choferes perciben que el nuevo flujo les ayuda a resolver la ruta o que solo agrega vigilancia?

La primera exigía acordar cuándo comenzaba un reclamo, cuándo había una acción y cuántos casos se reabrían. La segunda no podía inferirse del uso. Requería escuchar al equipo antes y después, observar los rodeos y registrar si aumentaban las correcciones realizadas fuera del sistema.

El ahorro en pesos podía llegar más tarde. Sin una línea de base confiable, prometerlo habría sido una narración. La mejora en calidad de datos y gobernanza sí podía observarse mediante el cambio en las dimensiones correspondientes de IMIA, siempre con la honestidad de que el instrumento describe configuración y todavía espera calibración empírica.

Medir de esta manera no produce una cifra perfecta. Produce algo más útil: una explicación discutible y verificable de qué cambió, para quién y a qué costo. Vuelve posible reconocer un éxito parcial, detener una intervención que genera daño o aprender de un resultado distinto al esperado.

El valor no vive en el modelo porque el modelo no espera un reclamo, no toma una decisión difícil, no aprende un oficio ni pierde acceso a un derecho. Todo eso ocurre en personas y organizaciones. Las métricas adquieren sentido cuando siguen esas consecuencias y se niegan a confundir el brillo de la actividad con la transformación del trabajo.

Ver también: Conceptos propios (métrica de valor) · IMIA — el instrumento de madurez · El puente aplicado a las pymes · Higiene sociotécnica