Supuestos que funcionaron en algún contexto pasado y que no están siendo cuestionados ni por el equipo ejecutivo ni por el operativo. Y la historia nos demuestra que lo que no se cuestiona, no se rediseña.
En el convulsionado presente, muchas compañías experimentan una sensación de progreso: más campañas, más herramientas, más datos, más actividad, y tal vez mejores resultados. Sin embargo, ese progreso es, en muchos casos, casualidad más que causalidad efectiva en un modelo poco cuestionado. Así vemos que se optimiza la ejecución, pero no se revisa la lógica que la sostiene. El resultado es un modelo más complejo, más costoso y más difícil de escalar, pero no necesariamente más efectivo que otro que no se ha implementado aún. El mayor riesgo hoy, en un escenario tan volátil como el que estamos viviendo, no es hacer mal las cosas, sino hacer bien cosas que ya no importan.
Durante años, mejores resultados fueron respuesta a ejercicio incrementales.
Fuerza bruta dirían algunos: mejorar conversión, optimizar campañas, incorporar tecnología. Bajo esa lógica, el modelo no se cuestionaba; se perfeccionaba. Pero ese paradigma dependía de una condición: estabilidad en las reglas del entorno. Pero para sorpresa de la gran mayoría (incluyéndome), esa condición muchas veces estática se transformó en una variable más elástica que nunca.
La irrupción de la IA no mejora el modelo actual, sino que cambia las reglas bajo las cuales los modelos sobre los que trabajan nuestras compañías fueron diseñados. Así vemos diariamente como se aumenta la velocidad, se reducen los costos de ejecución, se acortan la distancias entre datos (relevantes y otros no tanto) y sus decisiones, por lo que nos está permitiendo niveles de adaptabilidad inimaginables. Y en ningún planning scenario lo vimos venir.
En este nuevo contexto -que vamos a ver cuánto durará sin una disrupción esperable-, hacer mejor las cosas ya no es suficiente. Porque cuando cambia la lógica del juego, hacerlo mejor deja de ser una ventaja sostenible. Lo que antes nos diferenciaba, hoy se puede commoditizar rápidamente. Y lo que antes era opcional —como por ejemplo integrar datos, decisiones y ejecución— hoy define la capacidad real de competir.
Sí, ante nosotros un nuevo escenario.
A pesar de esto, la mayoría de las compañías sigue cuestionando la superficie y este nuevo escenario solo se traduce en ajustes de estructuras organizacionales, incentivos, canales, campañas, mensajes. Pero no se cuestionan realmente cómo se toman decisiones, en nuestro caso cómo se conecta Marketing con el Negocio o cómo está diseñado el modelo de crecimiento como uno solo. Estamos interviniendo la ejecución, pero no la arquitectura del modelo, y mientras esa arquitectura no cambie, el impacto seguirá siendo limitado y perdemos la oportunidad que nos brinda la acción a tiempo.
Aquí es donde el concepto de Rethink deja de ser teórico y se vuelve absolutamente operativo. No es un ejercicio creativo, ni un workshop, ni menos un steerco o un grupo de innovación. Es un proceso profundo, estructural y complejo, que implica revisar los supuestos que definen cómo operamos en cada uno de nuestros negocios: cómo crecemos, cómo asignamos recursos, cómo medimos el impacto y qué parte de nuestro modelo de negocio es realmente escalable, y (lo más doloroso) cuáles no.
Iniciar este proceso exige tres movimientos claros, claves, que debiéramos iniciar hoy o mañana:
-Primero, hacer explícitos los supuestos invisibles. Aquello que “siempre se ha hecho así” suele ser donde se esconden las mayores restricciones.
-Segundo, identificar la fricción estructural: decisiones lentas, dependencia excesiva de talento no escalable, desconexión entre áreas, datos que no se traducen en acción. La fricción no es un problema aislado; es una señal del diseño del modelo.
-Tercero, rediseñar desde el resultado esperado, no desde la estructura actual. Pensar cómo debería operar el crecimiento hoy, considerando velocidad, adaptabilidad y uso inteligente de herramientas gravitacionales como la IA.
Este proceso, en la práctica, conecta directamente con tres etapas críticas de nuestro Modelo Operativo:
Plan: donde se deben redefinir los supuestos y alinear el modelo de crecimiento con objetivos reales de negocio, no con inercias históricas legadas -muchas veces- por décadas.
Operate: donde ese modelo se comienza a ejecutar de forma integrada, reduciendo fricción entre datos, decisiones y acción, y donde la IA nativa empieza a jugar un rol venerable en los procesos de acelerar y mejorar calidad en nuestra ejecución.
Scale: donde el modelo deja de depender de esfuerzos manuales y comienza a escalar con consistencia, apoyado en automatización, aprendizaje continuo y una operación diseñada para adaptarse. Acá es donde comienza a polinizar a la compañía completa, desde Marketing.
Sin este proceso, la IA tiende a utilizarse de forma superficial: para hacer más rápido lo mismo de siempre.
Con un modelo bien rediseñado, en cambio, la IA permite algo distinto: cambiar cómo opera el crecimiento en sí, y el potencial se comienza a multiplicar en cuanto nos tornamos protagonistas actual escenario.
Lo que está en juego no es menor. Las empresas que continúen optimizando dentro de modelos heredados seguirán mejorando, pero dentro de límites logarítmicos (unidades incrementales de negocio gracias a unidades incrementales de personas o inversión). Las que se cuestionen esos modelos van a operar bajo una lógica distinta, y esa diferencia no es incremental, es estructural.
Durante años, el problema pareció ser de ejecución. Luego, de estrategia. Hoy es evidente que ambas interpretaciones eran incompletas. ¡El problema era el modelo!
Y hoy existe la oportunidad real de rediseñarlo. Las empresas que ganen no serán las que mejor ejecuten. Serán las que entiendan que el contexto cambió y actúen en consecuencia.
Porque el problema nunca fue la ejecución. Nunca fue la estrategia. Siempre fue el modelo.
