Tema 4.10 — Complejidad
Ruta académica
Programa: Business Administration
Bloque 1: Fundamentos de administración
Unidad 2: La empresa como sistema
Tema 4: Pensamiento sistémico aplicado a empresas
Subtema: Complejidad
Objetivos de aprendizaje
Al finalizar este subtema deberás ser capaz de:
- Distinguir problemas complicados de problemas complejos.
- Explicar cómo interdependencia, feedback, demoras y no linealidad generan complejidad.
- Comprender emergencia y comportamiento agregado.
- Reconocer límites de la predicción en sistemas empresariales.
- Identificar estrategias de modularidad, experimentación y adaptación.
- Construir un diagnóstico sistémico integrador del Tema 4.
1. Muchas partes no siempre significan complejidad
Un sistema puede tener miles de componentes y ser altamente predecible.
Por otro lado, un sistema con pocos elementos puede producir comportamientos difíciles de anticipar si existen interacciones intensas.
Conviene distinguir:
Complicado
Tiene muchas partes, pero las relaciones pueden descomponerse y analizarse con suficiente estabilidad.
Complejo
El comportamiento emerge de interacciones, feedback, adaptación y cambios difíciles de aislar.
COMPLICADO
muchas piezas + relaciones relativamente previsibles
COMPLEJO
interacciones + feedback + adaptación + emergencia
Una empresa contiene ambos tipos de problemas.
2. Complejidad detallada vs. complejidad dinámica
John Sterman distingue de manera útil entre cantidad de detalles y dynamic complexity.
Un sistema puede tener pocas variables, pero ser dinámicamente complejo si:
- los efectos tardan;
- las relaciones son no lineales;
- existen bucles;
- las decisiones modifican el entorno futuro.
Ejemplo:
Precio, demanda y capacidad pueden ser solo tres variables, pero su interacción puede producir ciclos difíciles de administrar.
3. No linealidad
En sistemas complejos, duplicar una causa no necesariamente duplica el efecto.
Input x2
≠
Output x2
Ejemplo:
Aumentar presupuesto de marketing 100% puede:
- duplicar leads;
- aumentar solo 20%;
- saturar el mercado;
- deteriorar calidad de leads;
- saturar ventas.
La relación cambia según el estado del sistema.
4. Umbrales
Algunos efectos aparecen solo después de superar un nivel.
Ejemplo:
Carga 60% → sistema estable
Carga 75% → estable
Carga 90% → colas crecen rápidamente
Los sistemas de capacidad pueden deteriorarse de forma abrupta cerca de saturación.
Esto explica por qué una operación puede parecer saludable y después colapsar con un aumento relativamente pequeño de demanda.
5. Emergencia
La emergencia ocurre cuando el comportamiento del conjunto no puede reducirse fácilmente a las propiedades de cada parte individual.
Ejemplo:
Ningún empleado “es” la cultura completa de una empresa.
Pero las interacciones entre personas generan patrones culturales.
conductas individuales
+
interacciones repetidas
↓
patrón colectivo emergente
Otros ejemplos:
- reputación;
- clima;
- confianza;
- mercado;
- congestión.
6. Adaptación
Las personas y organizaciones reaccionan a las reglas.
Por ello, cambiar una política modifica conducta.
Ejemplo:
Nueva métrica de desempeño
↓
Empleados adaptan conducta
↓
La relación métrica-realidad cambia
El sistema observado aprende y responde.
Esto diferencia muchos sistemas sociales de mecanismos puramente físicos.
7. Path dependence
Las decisiones actuales pueden estar condicionadas por decisiones pasadas.
Ejemplo:
Una empresa selecciona una plataforma tecnológica.
Después invierte en:
- integraciones;
- capacitación;
- datos;
- procesos.
Cambiarla años después resulta mucho más costoso.
Decisión inicial
↓
Inversión acumulada
↓
Switching cost
↓
Trayectoria condicionada
La historia del sistema importa.
8. Lock-in
Cuando costos de cambio son altos, una organización puede quedar atrapada en una solución que ya no es óptima.
Puede ocurrir con:
- tecnología;
- proveedores;
- estructuras;
- políticas;
- competencias.
El lock-in no implica necesariamente error inicial. Una decisión razonable puede volverse restrictiva con el tiempo.
9. Demoras y atribución incorrecta
Si una decisión produce efectos meses después, las personas pueden atribuir el resultado a una causa más reciente.
Decisión A
↓
[3 meses]
↓
Resultado
pero organización culpa a Decisión B de la semana pasada
Esto dificulta aprendizaje.
10. Efectos secundarios
Una intervención modifica más de una variable.
Ejemplo:
Reducir inventario puede:
- liberar capital;
- reducir almacenamiento;
- aumentar riesgo de stockout;
- aumentar urgencias;
- elevar costos logísticos.
Una mejora no debe evaluarse solo por su efecto directo.
11. Policy resistance
Donella Meadows y la dinámica de sistemas muestran cómo sistemas pueden resistir políticas bien intencionadas.
Ejemplo:
Empresa aumenta objetivos de ventas
↓
Ventas promete más
↓
Operaciones se satura
↓
Calidad cae
↓
Renovaciones caen
La intervención intenta aumentar crecimiento, pero activa bucles que limitan el resultado.
12. Consecuencias no intencionadas
No son necesariamente producto de negligencia.
Surgen porque los modelos mentales no incluyen todas las interacciones relevantes.
Preguntas útiles:
- ¿qué variable cambiará además de la objetivo?;
- ¿quién reaccionará?;
- ¿qué restricción aparecerá?;
- ¿qué efecto se verá después?
13. Predicción vs. preparación
En sistemas complejos, una predicción exacta puede ser imposible o demasiado costosa.
La administración puede complementar forecast con:
- escenarios;
- buffers;
- opciones;
- experimentos;
- monitoreo;
- planes de contingencia.
No puedo saber exactamente qué pasará
↓
pero puedo diseñar capacidad de respuesta
14. Robustez
Un sistema robusto mantiene funcionamiento bajo variaciones esperables.
Ejemplos:
- validaciones;
- capacidad de reserva;
- proveedor alterno;
- procesos claros;
- tolerancia a errores.
Robustez no significa invulnerabilidad.
15. Resiliencia
La resiliencia es capacidad de absorber una perturbación, recuperarse y adaptarse.
SHOCK
↓
DEGRADACIÓN
↓
RESPUESTA
↓
RECUPERACIÓN
↓
APRENDIZAJE
Una empresa eficiente pero sin redundancia puede ser frágil.
16. Redundancia
La redundancia parece desperdicio desde una visión exclusivamente de eficiencia.
Pero puede servir como seguro.
Ejemplo:
Proveedor único
→ menor costo
→ mayor vulnerabilidad
Dos proveedores
→ costo algo mayor
→ mayor resiliencia
El nivel correcto depende del riesgo.
17. Modularidad como gestión de complejidad
Dividir un sistema en módulos con interfaces claras puede contener efectos.
MÓDULO A | interfaz | MÓDULO B
Ventajas:
- cambios localizados;
- menor propagación;
- equipos autónomos;
- reemplazo gradual.
Pero demasiada fragmentación crea sobrecosto de coordinación.
18. Abstracción
No podemos administrar todos los detalles simultáneamente.
La abstracción permite ocultar complejidad no relevante para una decisión.
Ejemplo:
Un CEO no necesita conocer cada query SQL.
Necesita saber:
- disponibilidad;
- costo;
- riesgo;
- capacidad.
Cada nivel organizacional necesita representaciones apropiadas.
19. Modelos mentales
Las personas toman decisiones usando modelos simplificados del mundo.
Ejemplo:
“Más vendedores = más ventas.”
Puede ser cierto bajo ciertas condiciones.
Pero si faltan leads, producto o capacidad de onboarding, agregar vendedores puede no producir el resultado esperado.
Pensamiento sistémico busca hacer explícitos esos modelos.
20. Mapas causales
Un causal loop diagram ayuda a representar hipótesis.
Ejemplo:
Clientes (+) → Ingresos (+) → Inversión en soporte (+)
↑ ↓
└──── Satisfacción (+) ← Calidad (+)
El mapa no demuestra causalidad.
Sirve para estructurar razonamiento y discutir supuestos.
21. Experimentación
Cuando existe incertidumbre, experimentos pequeños pueden reducir riesgo.
HIPÓTESIS
↓
EXPERIMENTO LIMITADO
↓
MEDICIÓN
↓
APRENDIZAJE
↓
ESCALAR / CAMBIAR / DETENER
Este enfoque es especialmente útil cuando los efectos son difíciles de predecir ex ante.
22. Safe-to-fail
En contextos complejos puede ser mejor diseñar pruebas safe-to-fail que esperar certeza total.
Características:
- alcance limitado;
- reversibilidad;
- monitoreo;
- límites de pérdida;
- aprendizaje explícito.
No aplica cuando el riesgo es catastrófico o irreversible.
23. Decisiones reversibles e irreversibles
Reversibles
Pueden probarse con menor costo.
Difíciles de revertir
Requieren mayor análisis.
Ejemplos:
- experimento de pricing en segmento pequeño → relativamente reversible;
- adquisición de empresa → mucho menos reversible.
La complejidad no justifica improvisación; cambia la estrategia de decisión.
24. Complejidad organizacional
Aumenta con:
- número de productos;
- mercados;
- países;
- tecnologías;
- regulaciones;
- dependencias;
- excepciones;
- personalizaciones.
El crecimiento agrega ingresos, pero también coordination cost.
25. Complejidad accidental
No toda complejidad es necesaria.
Puede surgir por:
- procesos duplicados;
- herramientas superpuestas;
- excepciones históricas;
- personalizaciones;
- roles ambiguos;
- datos inconsistentes.
Una disciplina importante de management es distinguir:
COMPLEJIDAD ESENCIAL
vs.
COMPLEJIDAD ACCIDENTAL
26. Deuda organizacional
Podemos utilizar el concepto de deuda organizacional para describir decisiones temporales que se vuelven permanentes.
Ejemplos:
- hoja manual “provisional”;
- aprobación excepcional que se vuelve regla;
- rol duplicado;
- integración improvisada.
Cada parche añade costo futuro de coordinación.
27. Caso integrador: crecimiento de una empresa
Una startup crece de 20 a 300 personas.
Aparecen:
- más productos;
- más managers;
- más herramientas;
- más aprobaciones;
- más clientes enterprise;
- más regulaciones.
La empresa intenta resolver cada problema agregando una regla.
Resultado:
Problema
→ nueva regla
→ más complejidad
→ más excepciones
→ más problemas
→ nuevas reglas
La intervención correcta puede ser rediseñar arquitectura organizacional, no agregar otro control.
28. Framework integrador del Tema 4
Ante cualquier problema, analiza:
1. Inputs
¿Qué entra al sistema?
2. Proceso
¿Cómo se transforma?
3. Outputs
¿Qué produce?
4. Feedback
¿Qué información vuelve?
5. Entorno
¿Qué condiciona desde fuera?
6. Subsistemas
¿Qué partes participan?
7. Interdependencias
¿Qué depende de qué?
8. Fronteras
¿Qué incluimos en el análisis?
9. Complejidad
¿Qué bucles, demoras, adaptación o no linealidad existen?
29. Preguntas de reflexión
- ¿Qué problema empresarial es complicado y cuál es complejo?
- ¿Dónde existe un umbral que produzca deterioro abrupto?
- ¿Qué comportamiento emergente no pertenece a una sola persona?
- ¿Qué decisión histórica genera lock-in?
- ¿Qué política puede encontrar resistencia del sistema?
- ¿Qué redundancia conviene conservar aunque reduzca eficiencia?
- ¿Qué complejidad accidental debería eliminarse?
30. Ejercicio integrador del Tema 4
Selecciona un problema real o hipotético:
- churn;
- retrasos;
- baja rentabilidad;
- crecimiento desordenado;
- sobrecarga de soporte;
- exceso de inventario.
Construye un diagnóstico que incluya:
- cinco inputs;
- proceso principal;
- tres outputs;
- un outcome;
- dos bucles de feedback;
- una demora;
- tres subsistemas;
- cuatro interdependencias;
- frontera elegida;
- dos factores del entorno;
- una consecuencia no intencionada posible;
- una intervención safe-to-fail.
Cierra explicando por qué una solución local podría fallar.
31. Ideas clave
- Complejidad no es sinónimo de muchas partes.
- Feedback, demoras, adaptación y no linealidad generan complejidad dinámica.
- Los sistemas sociales producen comportamiento emergente.
- La historia crea path dependence y lock-in.
- Robustez y resiliencia pueden requerir redundancia.
- Modularidad, abstracción y experimentación ayudan a gestionar complejidad.
- Pensamiento sistémico no elimina incertidumbre: mejora la calidad del diagnóstico y de la adaptación.
32. Videos recomendados en YouTube
-
MIT OpenCourseWare — Systems Thinking and Modeling for a Complex World
https://www.youtube.com/watch?v=o-Yp8A7BPE8 -
Crash Course Sociology — Formal Organizations #17
https://www.youtube.com/watch?v=YDuBh7VbGgU
33. Bibliografía y fuentes verificables
- Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World. Irwin/McGraw-Hill.
- Meadows, D. H. (2008). Thinking in Systems: A Primer. Chelsea Green Publishing.
- Simon, H. A. (1962). The Architecture of Complexity. Proceedings of the American Philosophical Society, 106(6), 467–482.
- Senge, P. M. (2006). The Fifth Discipline. Doubleday.
- Weick, K. E., & Sutcliffe, K. M. (2015). Managing the Unexpected (3rd ed.). Jossey-Bass.
- Taleb, N. N. (2012). Antifragile: Things That Gain from Disorder. Random House.
Verificación
- MIT OpenCourseWare: https://ocw.mit.edu/courses/res-15-004-system-dynamics-systems-thinking-and-modeling-for-a-complex-world-january-iap-2020/
- OpenStax, “Contingency and System Management”: https://openstax.org/books/principles-management/pages/3-7-contingency-and-system-management
<!-- oone-academy-navigation -->
Navegación
← Anterior: Fronteras organizacionales · Índice del Tema 4 · Siguiente: Dirección →