La gestión del conocimiento no funciona. Así es como la estamos solucionando

Muchas organizaciones tienen un problema de conocimiento, aunque no siempre lo ven así. Lo atribuyen a dificultades en la incorporación de nuevos empleados, a equipos aislados entre sí o a una cultura de documentación deficiente. Pero, en el fondo, suele tratarse de lo mismo: el conocimiento institucional se encuentra en gran medida en la mente de las personas, en hilos de Slack, en carpetas que nadie encuentra y en ese conocimiento «tribal» que se va con cada persona que presenta su carta de despido.

Durante mucho tiempo, la respuesta habitual fue recopilar más información. Documentarla, almacenarla, etiquetarla y dar por hecho que, si existía en algún sitio, estaba gestionada. Pero no era así, y las consecuencias eran lo suficientemente manejables como para que la mayoría de las organizaciones aprendieran a convivir con esa disfunción.

La IA ha cambiado ese cálculo. Cuando un modelo de lenguaje puede sintetizar miles de documentos en segundos, la calidad y la estructura de tu conocimiento se convierten en un problema de primera importancia. El contenido desordenado, obsoleto y contradictorio sale a la luz, y con total seguridad, ante personas que no tienen forma de saber que es erróneo. Las organizaciones que trataban la gestión del conocimiento como un mero ejercicio de archivo están descubriendo ahora que lo que archivaron no es adecuado para su finalidad.

No es un problema nuevo, pero se ha vuelto más costoso. La escala y el ritmo del trabajo moderno han cambiado considerablemente lo que está en juego. Los equipos están más dispersos que nunca: a través de husos horarios, de oficinas y de la difusa frontera entre empleados a tiempo completo, contratistas y socios de agencias. El intercambio informal de conocimientos que solía tener lugar en los pasillos y las salas de reuniones —ese que nadie planificaba ni documentaba, pero en el que todos confiaban— no tenía un equivalente claro en un mundo en el que la mitad de tu equipo se encuentra en otro continente y la otra mitad trabaja a distancia los martes y jueves. El tejido organizativo que solía mantener unido el conocimiento se ha debilitado, y la mayoría de las empresas no lo han sustituido por nada.

Al mismo tiempo, el coste de equivocarse en esto se ha agravado. La permanencia media de los empleados en la mayoría de las empresas es más corta que hace una década. Cada vez que alguien se marcha, se lleva consigo no solo sus habilidades, sino también su contexto: el conocimiento tácito de por qué las cosas funcionan como lo hacen, a quién llamar cuando algo falla, qué se ha intentado antes y no ha funcionado. La incorporación de un sustituto lleva meses y, aun así, el nuevo empleado suele trabajar con un mapa incompleto. Si multiplicamos eso por una organización que está creciendo, el lastre se vuelve significativo.

Además, sencillamente, hay más conocimiento que gestionar. El volumen de información interna que generan la mayoría de las empresas ha crecido considerablemente, y las herramientas que utilizan para recopilarla no han seguido el ritmo. Más información, menor facilidad para encontrarla, mayor rotación de personal: no es una buena combinación.

Se está atribuyendo erróneamente el problema

La respuesta habitual ha sido lanzar herramientas al problema. Un wiki por aquí, una base de conocimientos por allá, integrados a la fuerza en cualquier CRM que la empresa ya utilice. La lógica subyacente es que, si les damos a las personas un lugar donde guardar la información, la guardarán allí, y otras personas la encontrarán y la utilizarán. A primera vista, es una teoría razonable, pero simplemente no funciona.

No funciona porque, históricamente, la gestión del conocimiento se ha tratado como un problema de infraestructura, cuando en realidad es, en parte, un problema de comportamiento. Las herramientas son pasivas: esperan a que se utilicen correctamente. Pero las personas no documentan de forma natural lo que saben. No saben qué merece la pena anotar. Anotan cosas, pero nunca las actualizan. E incluso cuando la documentación existe, encontrar lo adecuado en el momento oportuno, en el flujo del trabajo real, es un reto en sí mismo que la mayoría de las herramientas aún no han resuelto. Por no mencionar que la persona que se beneficia de la información documentada suele ser otra persona, en algún momento del futuro. La gente está ocupada. Para el individuo en ese momento, contribuir al conocimiento compartido supone un coste sin un beneficio claro, y en las organizaciones que no lo valoran (¡ni lo facilitan!), la documentación siempre acaba cediendo el paso al trabajo que tienen delante de forma inmediata.

Como consecuencia, acabamos teniendo repositorios de conocimiento estáticos que son, en esencia, cementerios digitales. Mucho contenido, muy poco de él actualizado y casi nada de él localizable de forma significativa. Entonces, ¿cómo reducimos esta desconexión?

En qué se ha equivocado el panorama de la gestión del conocimiento

La respuesta a la que han llegado la mayoría de las herramientas es reducir la carga administrativa de la documentación: plantillas, indicaciones, integraciones que generan automáticamente resúmenes de reuniones o extraen contexto de otras herramientas. Y todo esto es útil. Pero las herramientas que se quedan ahí también parten del mismo modelo erróneo: que el problema es la fricción y que, si se facilita lo suficiente la documentación, la gente la elaborará. Sin embargo, en la práctica, es probable que no lo hagan. Al menos, no de forma constante. Reducir las barreras para contribuir no cambia el cálculo subyacente. Si nadie solicita ese conocimiento en este momento, el incentivo para crearlo sigue sin existir.

Además, la oleada más reciente de herramientas de gestión del conocimiento basadas en la IA ha replanteado el problema sin resolverlo realmente. El argumento suele ser: conecta todas tus fuentes de conocimiento, deja que la IA saque a la luz lo que es relevante y observa cómo aumenta la productividad.

Sin embargo, la mayoría de ellas siguen centrándose en optimizar la recuperación, haciendo que sea más rápido y fácil encontrar lo que ya se ha escrito. Ese es un problema que merece la pena resolver, pero es el segundo problema, no el primero. Si la creación y el mantenimiento del conocimiento fallan en la fase inicial, una mejor recuperación solo te da la respuesta equivocada más rápido. Una IA que muestra con seguridad información obsoleta o inexacta es, en cierto modo, peor que no tener IA en absoluto, porque crea la ilusión de tener la respuesta cuando en realidad no la tienes.

Aquí también hay un problema estructural. La mayoría de las herramientas se basan en una única modalidad: una wiki, una interfaz de búsqueda, un bot de preguntas y respuestas. Pero el conocimiento dentro de una organización no se encuentra en un solo lugar ni adopta una única forma, y los momentos en los que las personas realmente lo necesitan no encajan perfectamente en una sola herramienta. El resultado es que las empresas acaban teniendo un puñado de sistemas que se solapan, cada uno de los cuales resuelve una parte del problema, sin que ninguno de ellos se comunique con los demás, y con empleados que han aprendido por experiencia que no merece la pena el esfuerzo de buscar algo internamente.

El problema más profundo es que la mayoría de las herramientas de gestión del conocimiento se diseñaron partiendo de la suposición de que el conocimiento ya existe en forma documentada y solo necesita organizarse mejor. Por las razones descritas anteriormente, esa suposición es en gran medida errónea. La mayor parte de lo que una organización sabe realmente, como el razonamiento que subyace a las decisiones o el contexto de los procesos, por ejemplo, nunca se ha puesto por escrito. Ningún rediseño de la interfaz ni ninguna capa de IA puede cambiar eso. No se puede sacar a la luz el conocimiento que falta.

Cómo vemos esto en Happeo

La mayoría de las herramientas de gestión del conocimiento te obligan a elegir entre estructura e inteligencia. O bien obtienes una intranet bien organizada, o bien una capa de búsqueda que intenta dar sentido al caos que ya existe. La primera te proporciona una base que, sin embargo, sigue dependiendo por completo de las personas que la mantienen. La segunda solo es tan buena como lo que ya se ha documentado.

Pero Happeo es ambas cosas, de forma deliberada. La capa de intranet —páginas, canales, integraciones con las herramientas que tu equipo ya utiliza— proporciona al conocimiento un hogar dentro de la organización. Es donde reside la memoria institucional de tu empresa: estructurada, con un responsable, conectada a las personas y los equipos encargados de mantenerla actualizada. Pero una intranet bien organizada por sí sola sigue teniendo las mismas debilidades fundamentales que todo lo demás: solo puede sacar a la luz lo que ya está ahí.

Ahí es donde el motor de conocimiento cambia la ecuación. La pregunta más útil en la gestión del conocimiento no es «dónde debe residir el conocimiento», sino «cómo sabemos lo que falta». La mayoría de las herramientas no tienen respuesta para eso. Alguien busca algo, no encuentra nada útil, pregunta a un compañero en Slack y la organización no aprende nada de ese momento. La laguna que acaba de ponerse de manifiesto queda sin registrar, y el conocimiento que la cubre, sin documentar, por lo que la siguiente persona que necesite lo mismo tendrá que empezar desde cero.

Happeo se ha diseñado en torno a ese momento. Cuando alguien no encuentra lo que busca, eso es una señal. Te dice algo sobre lo que busca la gente, lo que sabe tu organización, lo que aún no ha captado y dónde hay que trabajar en la documentación. Sacamos a la luz esas lagunas y facilitamos su subsanación, tanto para la persona que ha realizado la búsqueda como para el experto que tiene la respuesta. El conocimiento se crea cuando y porque se necesita. No de forma especulativa, ni como un ejercicio de documentación que nadie ha solicitado.

Nuestro enfoque invierte la lógica habitual: en lugar de pedir a las personas que contribuyan de forma abstracta o según un calendario fijo, vincula la contribución directamente a una necesidad demostrada.

Una nota sobre la IA, en concreto

Estamos incorporando la IA a Happeo de forma intencionada, lo que significa que también lo hacemos con moderación. Los casos de uso en los que la IA se gana su lugar en un contexto de gestión del conocimiento son específicos: ayudar a las personas a encontrar cosas que no podrían encontrar por sí mismas, señalar contenidos obsoletos, mostrar de forma proactiva el conocimiento relevante en el momento en que alguien lo necesita y reducir las dificultades a la hora de crear una buena documentación. Creemos que se trata de problemas reales en los que la IA puede ser de gran ayuda.

Lo que no vamos a hacer es implementar la IA como sustituto de la claridad organizativa. Si tu empresa no sabe lo que sabe, si nadie se responsabiliza de la exactitud de tu contenido y si el intercambio de conocimientos no forma parte del funcionamiento de tus equipos, entonces añadir una capa de IA encima de todo eso no lo soluciona, sino que solo acelera el ruido. Las organizaciones que sacarán el máximo partido a la gestión del conocimiento asistida por IA son aquellas que han realizado el trabajo estructural previo.

Reflexiones finales

Si tu organización ha intentado resolver esto antes y no ha dado resultado, es probable que el problema fuera que la herramienta se centraba en el almacenamiento y nadie prestaba atención a las lagunas. Cada búsqueda fallida que acabó en un mensaje de Slack, cada dato contextual que se perdió con la salida de alguien, cada decisión tomada sin la memoria institucional que podría haberla cambiado: esos son los momentos que se acumulan. Individualmente son invisibles, pero a gran escala, en una organización en crecimiento, resultan costosos. Eso es precisamente lo que Happeo viene a cambiar.

Si quieres saber más sobre cómo podemos ayudar a tu organización, reserva hoy mismo una consulta gratuita con nosotros.

Preguntas frecuentes

¿Por qué la mayoría de las herramientas de gestión del conocimiento no logran resolver el problema del conocimiento?

La mayoría de las herramientas de gestión del conocimiento abordan esta cuestión como un problema de almacenamiento en lugar de como un problema de comportamiento, partiendo de la base de que, si las personas disponen de un lugar donde documentar la información, lo utilizarán de forma sistemática; sin embargo, sin una necesidad demostrada, rara vez existe el incentivo para documentar.

¿Cómo ha cambiado la IA el panorama del conocimiento organizativo?

La IA puede sintetizar miles de documentos en segundos, lo que significa que el contenido desordenado, obsoleto o contradictorio ahora se pone a disposición, con total confianza, de personas que no tienen forma de saber que es erróneo, lo que convierte la mala calidad del conocimiento en un problema mucho más visible y costoso.

¿En qué se diferencia el enfoque de Happeo respecto a la gestión del conocimiento?

Happeo combina una intranet estructurada con un motor de conocimiento que identifica las lagunas mediante el seguimiento de las búsquedas fallidas, de modo que la documentación se crea en respuesta a una necesidad demostrada, en lugar de como un ejercicio especulativo que nadie ha solicitado.

¿Qué papel desempeña la IA en el enfoque de gestión del conocimiento de Happeo?

En Happeo, la IA se utiliza específicamente para ayudar a las personas a encontrar lo que no podían encontrar por sí mismas, señalar contenidos obsoletos y mostrar de forma proactiva el conocimiento relevante, no como sustituto de la claridad organizativa ni de la responsabilidad sobre la exactitud de los contenidos.