Skip to main content

La innovación es difícil porque las organizaciones suelen interponerse en el camino y descansar en su éxito actual. Innovar significa hacer algo de manera diferente, pero las organizaciones son muy buenas haciendo lo mismo de la misma forma; por ejemplo, piensa en McDonald's: independientemente de si te gusta o no la comida que preparan, sabes que siempre es igual. Disfruto de vez en cuando un Big Mac, y sin importar en qué parte del país me encuentre, sé que sabrá prácticamente igual al que comí la semana pasada en otra ciudad. Y producir el mismo artículo con la misma calidad cada vez es precisamente de lo que trata el negocio. Por eso innovar es complicado: porque tienes una empresa que ha sido exitosa haciendo lo mismo con la misma calidad, y ahora le pides que cambie eso.

A menudo, tampoco se trata solo de fabricar cosas; he trabajado en compañías orientadas al servicio donde innovar no significa hacer cambios radicales en una línea de producción, sino más bien ajustes sencillos en un proceso o política. Esa misma resistencia al cambio sigue presente, y también los vestigios de tomar decisiones basadas en costos hundidos. Si algo se modifica o mejora mediante la innovación, con frecuencia lo único que percibe la gente es que estaban haciendo las cosas mal. Existe tanto miedo a haber estado equivocados, que se pierde la oportunidad de enfocarse en hacerlo mejor.

Darle la vuelta a esto es extremadamente difícil, especialmente en empresas exitosas. En mi opinión, para iniciar el cambio o la innovación hay que aprovechar el pasado de la organización. A menos que se trate de una empresa joven, no siempre hicieron las cosas de la misma manera; en algún momento innovaron y así llegaron hasta donde están ahora. A veces necesitan que se les recuerde esto; de hecho, a veces nosotros mismos, para innovar en nuestras propias vidas, tenemos que recordarlo.
En algún momento, todos tomamos una decisión que nos encaminó por determinado sendero; tanto como organizaciones como a nivel personal, necesitamos reencontrar ese sentido de identidad, ser valientes y desafiarnos a nosotros mismos. De lo contrario, corremos el riesgo de hacer lo mismo todos los días esperando a morir.

Sigue leyendo—y sigue liderando de manera más inteligente

Crea una cuenta gratuita para terminar este artículo y unirte a una comunidad de líderes visionarios que están desbloqueando herramientas, guías prácticas e ideas para prosperar en la era de la IA.

Name*
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
Este campo está oculto cuando se visualiza el formulario
By submitting this form, you agree to receive our newsletter, and occasional emails related to People Managing People. You can unsubscribe at any time. For more details, please review our Privacy Policy

Y con esa alegre reflexión, les deseo lo mejor. La innovación es algo con lo que todos lidiamos, ya sea en nuestra vida profesional o privada. Recuerda cuándo fuiste valiente y recupera esa mente audaz nuevamente.

Brendan Lys

Operando en la intersección de Recursos Humanos y Ciencia de Datos, aprovecho una amplia experiencia especializada en Recursos Humanos junto con las metodologías y enfoques de la Ciencia de Datos. Este enfoque en descubrir conclusiones prácticas a partir de datos se ha aplicado en áreas como: remuneraciones y beneficios, planificación de la fuerza laboral, selección de personal, salud y seguridad, diversidad y formación. Pero, ¿cómo se ve realmente la aplicación de la ciencia de datos a los retos y oportunidades de RRHH? En un entorno de RRHH, los datos con los que trabajamos suelen provenir directamente de nuestro HRMIS; una ventaja de las metodologías de ciencia de datos es que podemos incorporar datos adicionales internos o externos, datos que no serían accesibles únicamente desde el análisis tradicional de RRHH. Por ejemplo, las descripciones de puesto contienen mucha información que a menudo se ignora porque no está en un formato fácilmente analizable. Un proyecto paralelo en el que trabajo actualmente (abril de 2019) utiliza minería de texto en descripciones de puesto para aportar información sobre a qué familia profesional corresponde cada puesto. Los resultados de mi trabajo han sido aprovechados por organizaciones de diversos sectores, incluidos: el gobierno (Australia y Nueva Zelanda), empresas que cotizan en ASX y NZX, servicios públicos, organizaciones sin fines de lucro y educación superior.