El cierre sale. Los pagos se procesan. La información llega a quien la necesita. Desde fuera, todo parece funcionar.
Para quienes están dentro de la operación, el recorrido puede ser bastante distinto. Hay datos que se completan en una hoja de cálculo, revisiones que dependen de alguien que conoce la excepción y pasos que seguimos haciendo manualmente porque, hace años, esa era la forma de resolverlos.
Con el tiempo, aprendemos tan bien a trabajar alrededor de esas limitaciones que dejamos de verlas como algo que podría cambiar. Se convierten en parte del trabajo.
Mientras tanto, el sistema puede haber evolucionado. Existen versiones nuevas, funciones que antes no estaban disponibles y mejores formas de ejecutar algunas rutinas. Pero esa evolución no siempre llega a lo que tenemos instalado, configurado o incorporado a nuestra manera de trabajar.
El producto avanza. La operación sigue entregando con lo que aprendió a usar.
La distancia que vamos acumulando
Me interesa esa distancia porque no siempre aparece en las conversaciones sobre modernización. Hablamos de adquirir tecnología, cambiar de plataforma o incorporar inteligencia artificial, mientras algunas capacidades que ya existen siguen pendientes de implementación.
Entre lo que un producto ofrece y lo que una organización aprovecha hay varias decisiones: actualizar, revisar configuraciones, adaptar integraciones, probar escenarios y preparar a las personas para trabajar de otra manera. Esa evolución también puede implicar incorporar mejores prácticas del mercado, evaluar cuáles tienen sentido para nuestra operación y revisar procesos que seguimos ejecutando como fueron definidos años atrás.
Cada una de esas decisiones necesita tiempo, conocimiento y prioridades claras. Es comprensible que algunas se posterguen. Puede haber un cierre cercano, otra implementación en curso o una dependencia que todavía no conseguimos resolver.
El problema aparece cuando la postergación pierde su carácter provisional. Aquello que dejamos para después permanece durante años, aunque las condiciones que justificaban la espera ya hayan cambiado.
No toda función que no utilizamos constituye una deuda. Tampoco necesitamos implementar cada novedad. La distancia importa cuando seguimos absorbiendo costos, riesgos o trabajo que una mejora pertinente podría reducir.
El esfuerzo que hace menos visible la necesidad
Los equipos encuentran maneras de continuar. Aprenden qué revisar, a quién preguntar y cómo corregir una salida antes de compartirla. Esa capacidad sostiene la operación y merece reconocimiento.
Pero también puede ocultar la necesidad de mejorarla.
Si la información llega a tiempo, resulta difícil percibir cuánto trabajo fue necesario para producirla. El resultado final no muestra las comprobaciones repetidas, los archivos intermedios ni el conocimiento que solo unas pocas personas conservan.
Poco a poco, podemos dejar de pedir una solución distinta. Sabemos cómo resolverlo, tenemos otras urgencias y volver a explicar el problema exige una energía que ya estamos usando para entregar.
Reconozco ahí la adaptación gradual sobre la que he escrito antes: acostumbrarnos a una condición hasta dejar de cuestionarla. Incluso podemos terminar transmitiéndola a quienes llegan como si fuera una característica inevitable del trabajo.
La capacidad de un equipo para compensar una limitación puede terminar ocultando cuánto necesita resolverla.
Revisar lo que decidimos dejar para después
Una decisión pudo haber sido razonable cuando se tomó y puede necesitar una revisión hoy. Eso también ocurre con la decisión de no actualizar.
Quizá entonces faltaban pruebas, recursos o condiciones para hacer el cambio. Reconocerlo no obliga a mantener indefinidamente el mismo criterio.
Actualizar tiene riesgos visibles: una interrupción, una incompatibilidad o una rutina que deja de comportarse como esperábamos. Permanecer como estamos tiene otros costos, más dispersos: tiempo adicional, dependencia de personas específicas y dificultad creciente para modificar procesos.
Ambos necesitan entrar en la conversación.
Modernizar con responsabilidad exige entender lo que funciona, comprobar las dependencias y preparar una recuperación si algo falla. También exige revisar periódicamente si las razones para esperar siguen siendo válidas.
La pregunta no debería limitarse a si podemos asumir el esfuerzo de cambiar. Necesitamos comprender cuánto esfuerzo estamos dedicando ya a seguir igual.
La oportunidad que abre la IA
Aquí veo una oportunidad importante con la inteligencia artificial. Creo que puede ayudarnos a reducir una parte considerable del atraso que hemos acumulado, especialmente donde investigar, documentar o preparar una mejora parecía requerir más capacidad de la que teníamos disponible.
Según el sistema y los accesos disponibles, podríamos utilizarla para explorar documentación, comparar una rutina actual con las capacidades del producto, preparar escenarios de prueba o apoyar el desarrollo de una integración. Los agentes también abren posibilidades para coordinar tareas que hoy requieren intervenciones humanas sucesivas.
Eso podría volver abordables mejoras que antes quedaban siempre detrás de otra prioridad.
No daría por hecho que toda la deuda desaparecerá. Seguirá siendo necesario comprender el proceso, validar los resultados y decidir qué cambios convienen. Algunas dificultades tampoco nacen en el código: están en responsabilidades poco claras, datos inconsistentes o decisiones que nadie ha vuelto a revisar.
La combinación de inteligencia humana e inteligencia artificial tiene valor precisamente ahí: ampliar nuestra capacidad de actuar sobre problemas que conocemos, pero que llevamos demasiado tiempo aceptando.
Resolver la limitación o automatizar el rodeo
Hay, sin embargo, una distinción que no quisiera perder.
Imaginemos un proceso que exige exportar información, corregirla en una hoja de cálculo y volver a cargarla. Un agente podría ejecutar esos pasos y ahorrar tiempo. Esa mejora puede ser útil, especialmente mientras preparamos una solución más profunda.
Pero conviene preguntar qué cambió. ¿Eliminamos la causa que exigía esas correcciones? ¿O conseguimos que alguien ya no tenga que hacerlas manualmente?
La respuesta importa para saber qué deuda redujimos y qué dependencia permanece. También para comprobar si la nueva solución será comprensible, mantenible y fácil de revisar cuando cambie el sistema.
La IA puede ayudarnos a modernizar. También puede hacer tan cómodo un procedimiento antiguo que terminemos eternizándolo.
Volver a pedir evolución
Quizá el primer paso sea recuperar preguntas que dejamos de hacer.
¿Qué seguimos haciendo así porque alguna vez fue necesario? ¿Qué capacidad del sistema nunca llegamos a incorporar? ¿Qué trabajo desaparece de la vista porque el equipo consigue resolverlo cada mes?
Me gustaría que la llegada de la IA nos ayudara a retomar esas conversaciones con una expectativa distinta. Ahora podemos explorar nuevas formas de abordar algunas mejoras, sin que eso nos obligue a reemplazar todo ni a cambiar sin cuidado.
Seguir entregando es importante. También lo es conseguir que cada entrega dependa menos de compensaciones acumuladas y deje más espacio para comprender, decidir y mejorar.
Que el sistema continúe funcionando debería permitirnos construir sobre él. Y que las personas hayan aprendido a resolver sus limitaciones debería ayudarnos a entender por dónde empezar.