En el marco de su décimo aniversario, la Comisión de Mujeres Industriales de CAINTRA Nuevo León llevó a cabo un encuentro conmemorativo en Cintermex, el 20 de agosto de 2026, para reconocer una década de trabajo orientado a fortalecer la presencia, participación y liderazgo de las mujeres dentro del sector industrial.

El programa incluyó un panel integrado por Malkah Eluani, actual presidenta de la Comisión de Mujeres Industriales y CEO de IDENTI y las expresidentas Irma León, CEO de Industrias Lowe; Holinka Sepúlveda, directora de Operaciones en Quality North America; Haide Sánchez, CEO de Autycom; María Guadalupe Garza, CEO de International Assembly y Aracely W. Ching, Secretaria de Inversión, Desarrollo Económico e Impulso al  empleo, Gobierno de Guadalupe Nuevo León desde sus respectivas trayectorias, las participantes coincidieron en que el liderazgo femenino constituye un factor estratégico para responder a los cambios tecnológicos, productivos y sociales que inciden en el desarrollo empresarial.

Una comisión que se consolida como red de talento, innovación y competitividad

Durante su intervención, Malkah Eluani destacó que la comisión se ha consolidado como una plataforma de vinculación, acompañamiento y generación de oportunidades para mujeres empresarias y directivas. Subrayó que, a lo largo de diez años, este espacio ha permitido construir redes de colaboración, compartir experiencias de liderazgo y visibilizar la contribución de las mujeres a la innovación, al talento y a la competitividad de las empresas industriales.

La celebración también representó un reconocimiento a quienes impulsaron la creación de la comisión, así como a las expresidentas, integrantes y aliadas que han contribuido a su evolución. En ese sentido, el aniversario fue presentado no solo como una conmemoración institucional, sino como una oportunidad para proyectar nuevas líneas de acción frente a los retos de la industria contemporánea.

Liderar en el futuro: adaptación, conexión y valentía

Irma León afirmó que las líderes empresariales deberán fortalecer su capacidad de adaptación ante entornos cada vez más dinámicos. Señaló que la tecnología continuará ofreciendo herramientas para la toma de decisiones, pero será indispensable que las personas desarrollen el criterio necesario para interpretar la información, implementarla correctamente y convertirla en resultados tangibles para las organizaciones.

Asimismo, enfatizó la importancia de conectar ideas, personas y oportunidades en el momento adecuado, una habilidad que consideró fundamental para alcanzar objetivos estratégicos. Para León, la valentía constituye otro elemento central del liderazgo: reconocer la realidad, tomar decisiones oportunas, modificar el rumbo cuando sea necesario y asumir con responsabilidad los resultados de cada acción.

Tecnología, datos y nuevas competencias para la industria

Holinka Sepúlveda planteó que el futuro de la industria ya está ocurriendo y que las organizaciones deben prepararse para operar en un entorno caracterizado por la velocidad de los datos, la inteligencia artificial y la necesidad de decisiones ágiles. En este contexto, consideró indispensable que las empresas, incluidas las pequeñas y medianas, comprendan e incorporen la tecnología como parte de su estrategia de crecimiento.

La expresidenta hizo énfasis en que, además de las competencias técnicas, las habilidades humanas seguirán siendo determinantes. Escuchar, comunicar con claridad, empatizar y promover cambios culturales serán capacidades esenciales para liderar equipos diversos y responder a los desafíos de los próximos años.

Desafíos para ampliar la participación de las mujeres en sectores estratégicos

Haide Sánchez abordó los retos relacionados con la promoción del talento femenino en áreas tecnológicas y de ingeniería. Destacó la importancia de fomentar vocaciones científicas desde edades tempranas, incrementar la presencia de mujeres en posiciones técnicas y directivas, e impulsar la diversidad como un componente que fortalece la innovación empresarial.

También señaló la necesidad de ampliar la participación femenina en consejos de administración y espacios de toma de decisiones, bajo una visión que valore el talento profesional y el impacto que las mujeres generan en la competitividad de las organizaciones. En su intervención, vinculó además los sistemas de cuidados con la productividad industrial, al considerar que las políticas de corresponsabilidad permiten reducir la pérdida de talento y favorecer la permanencia laboral.

Redes de colaboración y desarrollo profesional

María Guadalupe Garza coincidió en la relevancia de promover a más mujeres en puestos de alta dirección y en espacios estratégicos de decisión. Subrayó el valor de la mentoría entre generaciones, la perseverancia y la construcción de redes que permitan acompañar el crecimiento profesional de nuevas líderes dentro de la industria.

Asimismo, destacó que la adopción tecnológica y la capacitación continua serán condiciones indispensables para la evolución empresarial. En ese sentido, las asociaciones, cámaras y redes de colaboración cumplen un papel relevante al acercar conocimiento especializado, facilitar el intercambio de experiencias y fortalecer las capacidades de las empresas lideradas por mujeres.

Una agenda empresarial para el futuro

Para Aracely, el diálogo también permitió delinear una agenda de futuro para la industria, basada en la preparación estratégica, la innovación y la construcción de redes de apoyo institucional. La integración de tecnologías como la inteligencia artificial, la anticipación de nuevas necesidades de mercado y el fortalecimiento de alianzas entre empresas, cámaras, academia y gobierno fueron planteados como elementos indispensables para mantener la competitividad del sector.

En este contexto, la participación de las mujeres en áreas estratégicas adquiere una relevancia creciente. Más allá de ampliar la representación, el reto consiste en generar condiciones que permitan atraer, desarrollar y retener talento femenino en posiciones técnicas, directivas y de toma de decisiones, así como promover modelos de trabajo que reconozcan la corresponsabilidad familiar y los sistemas de cuidados como factores vinculados a la productividad.

Mensajes de cierre: compromiso institucional y continuidad

Los mensajes de cierre estuvieron a cargo de representantes de CAINTRA Nuevo León, su Director Juan Pablo García Garza y el Presidente Jorge Santos Reyna quienes reconocieron la trayectoria de la Comisión de Mujeres Industriales y el trabajo realizado por sus integrantes durante la última década. En sus intervenciones se destacó el crecimiento de la comisión, su capacidad para generar comunidad y su contribución al fortalecimiento del liderazgo femenino dentro de la cámara y del ecosistema industrial.

Asimismo, se subrayó la importancia de continuar impulsando políticas y prácticas empresariales orientadas a la equidad laboral, entre ellas esquemas flexibles, medidas de apoyo a la conciliación, espacios seguros de trabajo y programas de formación, mentoría y vinculación para jóvenes mujeres interesadas en integrarse al sector industrial.

La conmemoración del décimo aniversario dejó como mensaje central que la competitividad industrial de Nuevo León requiere de liderazgos diversos, preparados y conectados con los retos del presente. A diez años de su creación, la Comisión de Mujeres Industriales se proyecta como un espacio estratégico para seguir articulando talento, innovación y colaboración en favor de una industria más incluyente, dinámica y sostenible.

La entrada Diez años impulsando el liderazgo femenino en la industria de Nuevo León se publicó primero en Business 4.0.

Un supervisor de producción reporta que el departamento de ensamblaje produjo 100 unidades hoy. Parece a ver sido un día de producción excelente, sin embargo, mirando detalladamente lo producido encontramos que 15 de las unidades producidas necesitan ser reprocesadas antes de ser enviadas al cliente. A pesar de que se cumplió la meta de producción, el proceso de ensamblaje no fue eficiente debido a las 15 unidades que se reprocesaron. Este ejemplo muestra como una sola variable, como en este caso, las unidades producidas, no generan un panorama confiable del proceso. ¿Surge la pregunta, Como hacer en el proceso para chequear la calidad para que los productos sean ensamblados correctamente la primera vez? Aquí les explico cómo podríamos mejorar esa consistencia durante la producción utilizando el indicador First Time Yield (FPY) o Rendimiento de primera pasada (RPP)

¿Qué es el FPY o Rendimiento de Primera Pasada?

Este indicador FPY mide el porcentaje de productos que pasan por el proceso sin defectos o reprocesos. Tiene una formula muy sencilla que es:

FPY = (Unidades Buenas/Total de Unidades producidas) x100

Como se puede ver, este indicador (KPI) mide el porcentaje de productos ensamblados que completaron el ciclo de ensamblaje o del proceso de fabricación correctamente desde la primera vez. Es decir, sin requerir reparaciones, ajustes, preinspecciones o cualquier otro requisito de calidad. Este indicador nos muestra en tiempo real cuantas unidades fueron producidas correctamente la primera vez. Un ejemplo sencillo seria; se produjeron 100 unidades, de las cuales 95 cumplen con las especificaciones de calidad. Utilizando la formula previamente vista se tiene que el FPY sería de 95%. Este indicador nos enfoca a trabajar en ese 5% de unidades defectuosas o reprocesadas. Sobra decir que este 5% genera sobre costos. Para entrar a resolver o disminuir ese 5% debemos utilizar las herramientas Lean, o al menos la que más se nos ajuste. Esta el diagrama de Ishikawa, El diagrama de Pareto, los cinco porques, etc.

En Lean, este indicador FPY es mucho más que un indicador de calidad; es una medida de la estabilidad y capacidad del proceso. Un FPY elevado refleja que el trabajo esta estandarizado, que los operadores cuentan con la capacidad adecuada y el proceso funciona de forma consistente. Al contrario, un FPY bajo generalmente puede concluir que hay variabilidad en el proceso, problemas en métodos de trabajo, falta de comunicación, fallas de materiales o deficiencias en el diseño del proceso. En algunas empresas donde Lean es parte del proceso de producción utilizan este indicador como una herramienta para identificar oportunidades de mejora, reducir desperdicio y fortalecer una cultura de calidad sólida.

El objetivo de acuerdo con Deming y la metodología Lean es que el proceso no se inspecciona únicamente al final, este debe hacerse en cada etapa o ciclo de la operación de ensamblaje, y el FPY permite visualizar que tan cerca o lejos estamos de ese objetivo. Otro concepto que podríamos escuchar de los expertos en Lean es uno conocido como Hidden Factory (Fabricación Oculta) que no es más que el conjunto de actividades que no generan valor o perdida en el ciclo del proceso. Son actividades que consumen tiempo, mano de obra y recursos reflejando un Costo de mala Calidad (Cost of Poor Quality – COPQ) Estas actividades son las que debemos estudiar, analizar y reducir para tener un buen FPY.

¿Como implementar el FPY en una empresa manufacturera en siete pasos?

La implementación de FPY no requiere programas complejos, costosos o softwares de calidad. De hecho, se puede comenzar utilizando herramientas sencillas como hojas de registro, tableros visuales o incluso una hoja de cálculo. El punto importante es desarrollar el hábito de medir y utilizar toda la información para mejorar los procesos.

Paso 1. Seleccione un proceso

Elija un proceso critico que usted quiera mejorar, una línea de ensamblaje o una estación de trabajo. Si existen problemas frecuentes de calidad o retrabajo. Defina primero el alcance, uno que sea conseguible o reducido para que pueda obtener resultados más rápidamente. Recuerde que apenas estamos implementándolo, ya una vez consiga el alcance podría comenzar con procesos más complejos.

Paso 2. Defina una muestra

Se debe tener un completo entendimiento de cuando un producto se considera conforme. Con esa muestra se comparan las otras.

Paso 3. Registre diariamente las unidades producidas

Durante cada turno registre los siguientes datos.

• Total, de muestras procesadas
• Unidades aceptadas en la primera inspección
• Unidades rechazadas
• Unidades retrabajadas

Estos datos serán la base para calcular el FPY y analizar las tendencias.

Paso 4. Calcule el FPY

Utilice la fórmula para FPY:

FPY = (Unidades Buenas/Total de Unidades producidas) x100

El objetivo no es conocer únicamente el porcentaje, sino comprender porque las demás unidades no fueron correctas desde el primer intento.

Paso 5. Analice las causas de los defectos

Reúnase con los ensambladores y el equipo Gemba (El personal de la sección donde se manifiesta el deterioro o reproceso). Presente los datos, comente y pregunte:

• ¿Qué tipo de defectos se producen?
• ¿En qué etapa del ciclo de operación aparecen?
• ¿Que los ocasiona?

De aquí saldrán datos muy interesantes por parte de los involucrados. Datos como piezas que llegaron defectuosas al ciclo de ensamblaje, herramientas en mal estado, etc…

Para hacer el análisis de los datos se pueden utilizar herramientas tales como:

• Diagrama de Pareto.
• Los 5 porques
• Diagrama de Ishikawa
• Observación directa

No busquemos únicamente los síntomas, hay que mirar la causa raíz.

Paso 6. Implemente Acciones de Mejora

Establezca acciones concretas con la información obtenida en los pasos anteriores, en muchas ocasiones lo que se necesita es:

• Actualizar el trabajo estandarizado
• Capacitar a los operarios/ensambladores
• Mejorar las instrucciones de trabajo (SOP, Standard Operation Procedure)
• Implementar dispositivos Poka-Yoke (A prueba de errores)
• Corregir problemas de materiales o herramientas.

Cada mejora reduce la probabilidad de que el defecto vuelva a ocurrir.

Paso 7. Seguimiento

El FPY debe revisarse periódicamente mediante tableros visuales y reuniones cortas de producción. Lo importante no es alcanzar un valor perfecto, si no identificar tendencias, evaluar el impacto de las mejoras y mantener una cultura de aprendizaje continuo. Entre menor y más estable el valor del FPY el proceso es más confiable.

La verdadera ventaja competitiva no está en fabricar más, sino en fabricar correctamente desde la primera vez. El FPY permite medir precisamente esa capacidad, convirtiéndose en un indicador clave para evaluar la estabilidad de los procesos, la efectividad del trabajo estandarizado y el desempeño global de la operación.

Un FPY elevado no solo refleja una buena calidad; también es evidencia de procesos bien diseñados, operadores capacitados, comunicación efectiva y una cultura organizacional enfocada en la prevención de errores en lugar de su corrección. Por el contrario, un FPY bajo revela desperdicios ocultos, retrabajos, costos innecesarios y oportunidades de mejora que muchas veces permanecen invisibles cuando únicamente se analiza el volumen de producción.

Como enseña el Lean Manufacturing, la calidad debe construirse en cada etapa del proceso y no depender de inspecciones finales. Medir el FPY de manera sistemática permite a los líderes tomar decisiones basadas en datos, identificar las causas raíz de los problemas y dirigir los esfuerzos de mejora hacia aquellas actividades que realmente agregan valor para el cliente.

En definitiva, el First Pass Yield es mucho más que un indicador de calidad: es una herramienta estratégica para impulsar la excelencia operacional. Las empresas que adoptan esta filosofía comprenden que la competitividad sostenible no se alcanza trabajando más rápido, sino trabajando mejor, con procesos estables, personas comprometidas y una cultura de mejora continua donde hacer las cosas bien desde la primera vez deja de ser un objetivo y se convierte en la forma habitual de trabajar.

Referencias

Crosby, P. B. (1979). Quality Is Free: The Art of Making Quality Certain. McGraw-Hill.

Deming, W. E. (1986). Out of the Crisis. MIT Press.

Dennis, P. (2017). Lean Production Simplified: A Plain-Language Guide to the World’s Most Powerful Production System (3rd ed.). CRC Press.

Rother, M. (2010). Toyota Kata: Managing People for Improvement, Adaptiveness, and Superior Results. McGraw-Hill.

Shingo, S. (1989). A Study of the Toyota Production System from an Industrial Engineering Viewpoint. Productivity Press.

Spear, S. J., & Bowen, H. K. (1999). Decoding the DNA of the Toyota Production System. Harvard Business Review, 77(5), 96–106.

Society of Manufacturing Engineers (SME). (n.d.). Manufacturing Engineering Resources. https://www.sme.org

La entrada First Pass Yield (FPY): El KPI (Indicador clave del proceso) que todo Gerente de Manufactura debería conocer se publicó primero en Business 4.0.

HostGator advierte que el avance de la inteligencia artificial en las empresas mexicanas ya está obligando a establecer reglas claras para su uso, antes de que la adopción se disperse entre múltiples herramientas y usuarios. En ese contexto, la compañía presentó AllPass como una respuesta orientada a facilitar la administración centralizada de accesos y reforzar la seguridad en el uso cotidiano de la IA.

La brecha entre el uso de la IA y las herramientas corporativas ya es evidente. De acuerdo con un estudio elaborado por Google Workspace, 67% de los trabajadores en México recurre a asistentes de IA personales para tareas relacionadas con su empleo, mientras que solo 35% afirma contar con herramientas corporativas autorizadas.

Ese uso fuera de los canales corporativos también incrementa la exposición al riesgo. El mismo estudio advierte que 41% de los profesionales mexicanos percibe un nivel alto o muy alto de vulnerabilidad al usar asistentes de IA externos, lo que eleva la probabilidad de fuga de datos y refuerza la urgencia de contar con políticas claras de gobernanza.

A ello se suma que los controles internos aún son insuficientes. KPMG advierte que apenas 56% de las empresas en México cumple estrictamente con regulaciones sobre manejo de datos; además, 31% ha definido principios éticos claros y 38% no cuenta con un mecanismo formal de evaluación de riesgos para IA.

Este escenario resulta especialmente relevante en las pequeñas y medianas empresas, donde la adopción de múltiples herramientas suele ocurrir sin una estrategia centralizada de administración. En la práctica, eso puede traducirse en fragmentación operativa, duplicidad de accesos, menor visibilidad sobre el uso interno de las plataformas y una exposición mayor a errores, fugas de información o decisiones poco trazables.

Por su parte, la UNESCO señaló, en su evaluación sobre el estado de preparación de México en inteligencia artificial, que el país necesita fortalecer capacidades institucionales, coordinación multisectorial y mecanismos de gobernanza para acompañar el desarrollo responsable de esta tecnología. Aunado a ello, en México todavía no existe una ley específica para regular el uso de la IA, por lo que las empresas dependen en mayor medida de políticas internas, criterios de cumplimiento y buenas prácticas propias.

Asimismo, la OCDE sostiene que las empresas deben establecer mecanismos de supervisión, trazabilidad y rendición de cuentas que permitan garantizar un uso confiable y responsable de estas tecnologías, especialmente conforme se integran en procesos críticos de negocio.

“En muchas empresas, la adopción de inteligencia artificial ha sido más rápida que la definición de reglas para usarla. Hoy el desafío no es solo acceder a más herramientas, sino hacerlo con visibilidad, control y criterios claros de seguridad, especialmente en organizaciones que operan con equipos reducidos y múltiples plataformas al mismo tiempo” señaló Ricardo Melo, VP de Growth & Product en HostGator Latam.

Ante este escenario, HostGator anunció en México la disponibilidad de AllPass, una plataforma que concentra en un solo lugar el acceso a distintas herramientas de inteligencia artificial. Esta apuesta busca responder a un problema cada vez más común en las empresas, que es la dispersión de accesos, usuarios y suscripciones, que suele dificultar la aplicación de controles internos y políticas de gobernanza.

Además, la plataforma incorpora un conjunto de funcionalidades enfocadas en proteger información sensible durante el uso cotidiano de la inteligencia artificial. Entre ellas destacan un Modo Privacidad, diseñado para ofrecer una capa adicional de protección para documentos estratégicos y prompts, así como un Modo Anónimo, orientado a conversaciones que requieren un mayor nivel de confidencialidad. Estas capacidades buscan reducir la dependencia de prácticas individuales y favorecer una gestión más consistente de la información dentro de las organizaciones.

Para Ricardo Melo, la conversación sobre inteligencia artificial en las empresas ya no se limita a la productividad, sino a la necesidad de administrar estas herramientas con orden, control y criterios claros de seguridad para proteger la información estratégica y los accesos en un entorno cada vez más digital.

La entrada La gobernanza de la inteligencia artificial se convierte en el nuevo reto para las PyMEs mexicanas se publicó primero en Business 4.0.

Y a la par, vimos que el titular se escribió solo, el ESG ha muerto. Bancos que abandonan alianzas climáticas, fondos que se rebautizan para borrar la palabra «sostenible», agencias que retiran mandatos de reporte y un largo etcétera. La narrativa es simple, ordenada y sobre todo, cómoda. Pero, si nos sentamos a analizarla, también es incompleta.

Los datos de inversión, regulación internacional y exigencias de cadenas de suministro cuentan una historia distinta a la del retroceso generalizado que se ha estado promoviendo. Lo que está ocurriendo no es la muerte de los criterios ESG, es la desagregación de cada una de sus tres letras que responde hoy a un impulsor distinto y solo una de ellas, la más politizada, se mueve (muy poco) al ritmo del péndulo de las elecciones.

No hay que minimizar lo que ha pasado. El giro hacia posturas más conservadoras en buena parte del mundo occidental no es una percepción mediática exagerada, definitivamente ya es un hecho electoral documentado. Esa correlación entre gobiernos y agenda ESG es más visible en tres frentes, por ejemplo la retórica pública, los programas de diversidad corporativa y en Estados Unidos, la arquitectura regulatoria federal.

En marzo del 2025, la Comisión de Bolsa y Valores de Estados Unidos (SEC) votó para dejar de defender legalmente su regla de divulgación climática y en mayo del 2026 propuso derogarla por completo argumentando que excede su autoridad estatutaria, según la propia agencia. En el frente corporativo, vimos que compañías como Target, Meta, McDonald’s, Amazon e IBM redujeron o desmantelaron programas de diversidad citando explícitamente las nuevas órdenes ejecutivas y la orientación de la Comisión de Igualdad de Oportunidades en el Empleo, de acuerdo con un recuento de HR Dive.

Es un fenómeno real. Pero también es, hasta ahora, mayoritariamente estadounidense. Y ahí empieza la parte de la historia que la narrativa del «fin del ESG» no cuenta.

¿Qué dicen los datos?

Mientras la política estadounidense se movía en una dirección, el capital se movía en otra. Según el reporte World Energy Investment 2025 de la Agencia Internacional de Energía (IEA), la inversión energética global estaba prevista para alcanzar 3.3 billones de dólares en 2025, un aumento del 2% en términos reales respecto a 2024. De ese total, alrededor de 2.2 billones se destinarían a energías limpias, el doble de los 1.1 billones dirigidos a petróleo, gas natural y carbón. El propio director ejecutivo de la agencia, Fatih Birol, atribuyó ese crecimiento a la seguridad energética y la competitividad industrial, no a un mandato climático de los gobiernos.

En materia regulatoria internacional, la tendencia tampoco es de repliegue. El estándar contable global de sostenibilidad del ISSB (IFRS S1 y S2) ya había sido adoptado, de forma obligatoria o voluntaria, por 21 jurisdicciones para enero de 2026, según el rastreo trimestral de S&P Global. Ese mismo mes entró en vigor de manera obligatoria en Chile, Catar y México. Mientras Washington se retira del terreno regulatorio, gran parte del resto del mundo (México incluido) avanza en la dirección contraria.

Incluso en Europa, donde el llamado paquete Ómnibus generó titulares de «desregulación ESG», lo que ocurrió en realidad fue una simplificación, no una eliminación, el Parlamento Europeo y el Consejo acordaron en diciembre de 2025 reducir el número de empresas obligadas a reportar bajo la Directiva de Reporte de Sostenibilidad Corporativa (CSRD) y recortar los datos exigidos, con el objetivo declarado de bajar la carga administrativa hasta 25% para grandes empresas y en un 35% para las pymes, según el análisis de la firma Normative. La obligación de reportar sostenibilidad no desapareció; se volvió más liviana y precisa y que, como lo comenté muchas veces, la lógica fue también de mantener la competitividad de la cadena de suministro. Vimos que la Directiva de Due Diligence en Sostenibilidad Corporativa (CSDDD), que obliga a las grandes empresas europeas a vigilar riesgos sociales y ambientales en toda su cadena de proveedores, también fue simplificada en el mismo paquete, pero conservó su lógica de fondo, según el despacho White & Case, quien quiera vender a una gran empresa europea deberá seguir demostrando cómo trata a sus trabajadores y a su entorno.

Al final, lo que ocurre es que ahora ESG no es una sola agenda, aquí está el error de fondo de quienes declaran el fin del ESG, tratan tres letras con lógicas económicas completamente distintas como si fueran un solo bloque ideológico.

Lo Ambiental ya no depende principalmente de la voluntad política. Sus impulsores hoy son la competitividad industrial, la seguridad energética, el costo de la energía y la resiliencia frente a cadenas de suministro concentradas geográficamente. Ninguna empresa automotriz o manufacturera está invirtiendo en electrificación o eficiencia energética porque un gobierno se lo pida; lo hace porque el costo de no hacerlo (como la dependencia energética o exposición a precios volátiles del petróleo y del gas), tiene una desventaja frente a competidores chinos y es más alto que el de la transición misma.

Lo Social es, sin duda, el componente donde la correlación política sí es más directa pero también el más malentendido, porque suele reducirse a los programas de diversidad. Pero lo social es mucho más que DEI, incluye retención de talento, seguridad y bienestar laboral, capacitación, derechos humanos en la cadena de suministro, licencia social para operar, entre muchos otros más. Y en esas dimensiones, la evidencia económica es contundente. Por ejemplo, Gallup estima que la rotación de personal le cuesta a las empresas estadounidenses cerca de un billón de dólares al año y que reemplazar a un empleado cuesta entre 50% y 200% de su salario anual, cifra que coincide con estimaciones de la Sociedad para la Gestión de Recursos Humanos (SHRM). Según datos recopilados por SHRM, tres de cada cuatro empresas con programas formales de bienestar laboral reportan mejoras medibles en retención.

Y aquí van dos episodios reales que ilustran por qué lo social dejó de ser un tema reputacional para convertirse en uno operacional. El primero ocurrió en noviembre de 2022 en la planta de Foxconn en Zhengzhou, China (la mayor fábrica de iPhones del mundo, con más de 200,000 trabajadores), donde protestas por condiciones laborales y pagos de bonos derivaron en la salida de más de 20,000 empleados recién contratados. Bloomberg reportó que el desabasto resultante le costó a Apple cerca de seis millones de unidades del iPhone Pro y analistas de Evercore ISI, citados por CNBC, estimaron un impacto en ingresos de hasta 5,000 millones de dólares en un solo trimestre. Y el segundo es el proyecto minero Pebble, en Alaska en donde un modelo económico publicado en Resources Policy estimó que escenarios de conflicto social y oposición comunitaria podrían reducir el valor presente neto del proyecto desde aproximadamente 6,000 millones de dólares hasta cerca de 1,100 millones. Ningún gobierno cambia esa aritmética, el riesgo social sigue siendo riesgo financiero y por eso las empresas que operan fábricas, minas o infraestructura crítica no van a dejar de gestionarlo, gane quien gane una elección.

La Gobernanza, por su parte, es la letra menos afectada por el péndulo político. La gestión de riesgos, la transparencia y el cumplimiento normativo siguen siendo condiciones de acceso a financiamiento y a mercados de capital independientemente de la ideología del gobierno en turno.

Entonces ¿cual es el verdadero motor?

La comparación más reveladora no es entre gobiernos con agendas más liberales y más conservadoras. Es entre dos tipos de impulsores. Primero, los políticos con la regulación, incentivos públicos, discurso oficial, etc. y segundo los empresariales, como los clientes, inversionistas institucionales, bancos, aseguradoras y, sobre todo, las cadenas globales de valor. Las aseguradoras ya incorporan riesgo climático en sus primas independientemente de lo que diga cualquier gobierno; los bancos siguen exigiendo información de sostenibilidad para evaluar riesgo crediticio y las grandes empresas tractoras (automotrices, retailers globales y manufactura industrial) continúan trasladando exigencias de sostenibilidad a miles de proveedores, no por mandato regulatorio sino porque sus propios clientes finales e inversionistas se lo exigen a ellas. Un gobierno puede cambiar una ley en un ciclo electoral, pero no puede ordenarle a una cadena de suministro global que deje de pedir trazabilidad, huella de carbono o condiciones laborales verificables a sus proveedores.

Así que el ESG no está ganando ni está perdiendo. Está madurando. La política seguirá teniendo influencia pero ya no determina por sí sola la dirección de la agenda. El futuro del ESG dependerá menos de quién gane las próximas elecciones y más de quién termine definiendo las reglas de las cadenas globales de valor.

La entrada ¿Cómo evolucionará ESG con el péndulo político global? se publicó primero en Business 4.0.

 Ante las revisiones del T-MEC, las empresas manufactureras enfrentan mayores exigencias para mantener su competitividad y certidumbre operativa, lo que hace cada vez más relevante la implementación de inteligencia artificial (IA) y nuevas tecnologías. No obstante, de acuerdo con un análisis de Fracttal, solo 35% de los profesionales de la industria aplica actualmente mantenimiento predictivo, pese a que más del 90% lo considera una prioridad estratégica.

En el marco de la evaluación conjunta del Tratado entre México, Estados Unidos y Canadá (T-MEC), la industria manufacturera mexicana enfrenta el desafío de incrementar su certidumbre operativa, fortalecer el cumplimiento de reglas de origen y mantener márgenes competitivos de producción.

Las revisiones actuales del T-MEC imponen rigurosas auditorías en cadenas de suministro y reglas de origen más estrictas, particularmente en sectores clave como automotriz, aeroespacial y electrónico. Bajo estas exigencias, una falla mecánica no detectada o un paro de línea intempestivo no solo genera pérdidas financieras directas, sino que compromete las ventanas de entrega internacional y genera penalizaciones por incumplimiento contractual.

En este escenario de renegociación comercial, donde la región registró un intercambio récord de más de 872,000 millones de dólares en bienes tan solo durante 2025, el mantenimiento predictivo con ayuda de la inteligencia artificial (IA) adquiere un papel crucial para las empresas que buscan fortalecer la continuidad de sus operaciones y responder a las nuevas exigencias de los mercados de Norteamérica.

Según un estudio de la consultora Gartner, las organizaciones que implementan sistemas de mantenimiento predictivo basados en IA logran disminuir entre un 15% y un 25% los paros no programados de planta. Asimismo, de acuerdo con investigaciones de McKinsey, el uso de IA en la gestión de mantenimiento reduce hasta un 20% los costos de mantenimiento y eleva la productividad de los equipos de trabajo entre un 10% y un 20%.

“En este contexto, en beneficio de la productividad y competitividad global, se requieren soluciones mucho más vanguardistas”, explica Tomás Allen, VP comercial de Fracttal, empresa líder en la implementación de soluciones avanzadas para el mantenimiento predictivo.

La startup tecnológica respaldada por fondos globales como Riverwood Capital y Seaya Ventures destaca que la transformación del mantenimiento industrial de un enfoque reactivo a uno predictivo ha dejado de ser una opción técnica para convertirse en una prioridad estratégica del C-Suite.

“El T-MEC exige certidumbre, continuidad y trazabilidad absoluta en cada eslabón productivo. Ya no podemos permitirnos gestionar plantas multimillonarias bajo el modelo tradicional de ‘apagar incendios’ cuando una máquina se rompe. El mantenimiento predictivo impulsado por IA eleva la salud de los activos al comité de dirección, asegurando que la capacidad instalada responda con máxima confiabilidad ante la demanda de exportación de Norteamérica”, asegura Allen.

Si bien cifras globales de Deloitte señalan que el 57% de las empresas manufactureras han integrado IA en sus operaciones, el análisis de Fracttal muestra que aún existe una brecha importante entre reconocer el valor estratégico del mantenimiento predictivo y llevarlo a la práctica: mientras más del 90% de los profesionales de la industria lo considera una prioridad, solo el 35% lo aplica actualmente.

Para las empresas manufactureras que participan en las cadenas de suministro de Norteamérica, acelerar esta adopción puede representar una ventaja competitiva, al permitirles anticipar fallas, reducir interrupciones y fortalecer la confiabilidad de sus operaciones frente a las crecientes exigencias de la región T-MEC.

Fuente: Fracttal

La entrada Revisión del T-MEC presiona a las empresas mexicanas a implementar IA se publicó primero en Business 4.0.

 Cada mañana, antes de comenzar el turno en el área de ensamblaje, el equipo se reúne durante cinco minutos para revisar el plan de producción, asignar responsabilidades y definir las prioridades del día. Esta breve reunión, alineada con la planeación del área de producción, permite que todos inicien la jornada con objetivos claros y una comprensión común de las actividades a realizar.

En una de esas jornadas observé una situación que llamó mi atención. Dos ensambladores, ambos con experiencia y capacitados para realizar el mismo trabajo, recibieron la tarea de ensamblar el mismo componente. Aunque ambos lograron cumplir con los requisitos de calidad establecidos, la manera de ejecutar el proceso era completamente diferente. Mientras uno completó el ensamblaje en aproximadamente 45 minutos, el otro necesitó casi una hora para terminar la misma actividad. Al finalizar el día, esa diferencia de apenas quince minutos por unidad se tradujo en una productividad significativamente distinta entre ambos operadores.

La experiencia demostró que el problema no estaba en las personas, sino en el proceso. Cuando cada operador desarrolla su propio método de trabajo, la variabilidad aumenta y resulta prácticamente imposible identificar cuál es la mejor forma de realizar la tarea. Sin una referencia común, tampoco es posible medir, comparar ni mejorar el desempeño de manera objetiva.

Es precisamente aquí donde el Trabajo Estandarizado (Standardized Work) se convierte en uno de los pilares fundamentales del Lean Manufacturing. Más que imponer reglas rígidas, busca establecer el mejor método conocido para realizar una tarea de forma segura, eficiente y con calidad consistente. Ese estándar no representa el destino final, sino el punto de partida para la mejora continua. Solo cuando todos trabajan sobre una misma base es posible identificar desperdicios, reducir la variabilidad y construir una cultura de aprendizaje y excelencia operacional.

¿Qué significa realmente estandarizar en un área de ensamblaje?

Pero ¿qué es lo que realmente significa estandarizar un proceso en un área de ensamblaje? Para muchas personas, la estandarización se limita a elaborar instrucciones de trabajo o documentar procedimientos. Sin embargo, dentro de la filosofía del Toyota Production System (TPS), el Trabajo Estandarizado (Standardized Work) representa mucho más que un conjunto de documentos; constituye el mejor método conocido hasta el momento para ejecutar una tarea de forma segura, con la calidad requerida y utilizando el tiempo y los recursos de manera eficiente. Además, implica que el proceso esté claramente documentado, sea repetible, fácil de comprender y capaz de producir resultados consistentes independiente de quién realice la actividad.

Jeffrey Liker, en The Toyota Way, explica que la mejora continua solo es posible cuando existe estabilidad en los procesos. De igual forma, Taiichi Ohno afirmaba que «sin estándares no puede haber Kaizen», porque resulta imposible mejorar un proceso que cambia constantemente dependiendo de la persona que lo ejecute. El Trabajo Estandarizado proporciona esa línea base sobre la cual es posible medir el desempeño, identificar desperdicios y desarrollar mejoras sostenibles. Esta idea fue desarrollada por Taiichi Ohno, uno de los arquitectos del Toyota Production System, quien sostenía que sin un estándar no existe una referencia objetiva para identificar oportunidades de mejora.

Durante el podcast de Sebastián Giraldo sobre excelencia operacional, se enfatiza una idea que coincide plenamente con la filosofía Lean: las organizaciones no alcanzan resultados extraordinarios únicamente por implementar herramientas, sino por desarrollar comportamientos consistentes y una disciplina operacional que permita ejecutar los procesos de manera uniforme todos los días. La estandarización no pretende crear burocracia, imponer reglas rígidas ni limitar la creatividad de los colaboradores. Por el contrario, busca eliminar la improvisación para que las personas puedan concentrarse en resolver problemas, proponer mejoras y aprender continuamente. En otras palabras, el estándar no representa el destino final, sino el punto de partida desde el cual la organización evoluciona mediante el ciclo permanente de mejora continua.

¿Por qué la estandarización debe preceder a la mejora continua?

Una de las ideas recurrentes en muchas organizaciones es buscar una transformación inmediata sin haber construido primero una base sólida de estabilidad operacional. Se pretende implementar herramientas Lean, automatizar procesos o iniciar proyectos de mejora continua cuando las actividades diarias aún se ejecutan de manera diferente según las personas, el turno o la experiencia del operador. Sin estabilidad no existe consistencia; sin consistencia no es posible medir objetivamente el desempeño y, en consecuencia, tampoco identificar oportunidades reales de mejora. En otras palabras, intentar mejorar un proceso inestable es como querer medir el crecimiento de una planta mientras se cambia constantemente la tierra donde está sembrada.

Durante su podcast sobre excelencia operacional, Sebastián Giraldo enfatiza que las organizaciones de alto desempeño no alcanzan resultados sobresalientes únicamente por adoptar herramientas o metodologías, sino porque desarrollan disciplina operacional. La verdadera excelencia proviene de ejecutar los procesos de manera consistente todos los días, permitiendo que los problemas sean visibles y puedan resolverse de forma sistemática. Esa consistencia convierte la mejora continua en un proceso sostenible y no en una iniciativa aislada.

Con frecuencia se interpreta la estandarización como un conjunto de reglas rígidas que limitan la creatividad. Sin embargo, ocurre exactamente lo contrario. El estándar proporciona una base común que reduce la incertidumbre, facilita el aprendizaje y permite que la creatividad se concentre en mejorar el proceso, no en reinventarlo cada día. Como afirma Ana María Navarro en Esencialmente, la excelencia no se construye mediante esfuerzos extraordinarios ocasionales, sino a través de los hábitos que practicamos de forma constante. En manufactura sucede lo mismo: cuando las personas siguen un método común, los procesos se vuelven predecibles, los resultados son confiables y cada mejora puede evaluarse con datos objetivos. Así, el Trabajo Estandarizado deja de ser un requisito documental para convertirse en el punto de partida de una auténtica cultura de mejora continua.

Los tres elementos del trabajo estandarizado

De acuerdo al Sistema de Producción Toyota (TPS), el trabajo estandarizado está basado en tres elementos fundamentales: el tiempo de ciclo (Takt Time), la secuencia de trabajo y el trabajo en proceso estándar (Standard WIP). Con estos elementos se pueden crear un sistema de producción estable y consistente que sirve de base para la mejora continua.

Consideremos como ejemplo una pequeña empresa manufacturera que ensambla sembradoras manuales agrícolas. La demanda del cliente requiere 24 máquinas por día, y el departamento de ensamblaje opera 480 minutos por turno. Al dividir el tiempo de producción disponible (480 minutos) entre la demanda del cliente (24 máquinas), el tiempo de ciclo es de 20 minutos por máquina. Esto significa que, en promedio, una máquina terminada debería salir de la línea de ensamblaje cada 20 minutos para satisfacer la demanda del cliente sin sobre producir ni generar retrasos.

Una vez establecido el ritmo de producción, el siguiente paso es definir la secuencia de trabajo. Supongamos que un ensamblador instala las mangueras hidráulicas antes de montar las válvulas de control, mientras que otro realiza estas operaciones en el orden inverso. Aunque ambos operarios finalmente completan el ensamblaje correctamente, uno de ellos dedica sistemáticamente tiempo adicional a recolocar piezas y buscar herramientas. Al observar el proceso en el Gemba, el equipo identifica la secuencia de tareas más segura y eficiente y la documenta como método estándar. Posteriormente, se capacita a cada operario para que siga la misma secuencia, reduciendo la variabilidad y mejorando la productividad.

El último elemento es el Inventario Estándar de Trabajo en Proceso (IETP), que define la cantidad mínima de piezas y ensamblajes parcialmente terminados necesarios para mantener un flujo continuo. Por ejemplo, si cada estación de trabajo solo requiere un kit de componentes y una máquina parcialmente ensamblada para seguir funcionando sin problemas, mantener inventario adicional entre estaciones solo aumenta el tiempo de entrega y oculta problemas de producción. Mantener el inventario mínimo necesario permite identificar cuellos de botella, mejora el flujo de materiales y facilita la detección más rápida de problemas.

Estos tres elementos funcionan conjuntamente como un sistema integrado. El tiempo de ciclo (Takt Time) establece el ritmo en función de la demanda del cliente, la secuencia de trabajo define el método más conocido para realizar el trabajo y el IETP garantiza que solo se mantenga el inventario necesario para sostener el flujo de producción. En conjunto, crean la estabilidad necesaria para que los ingenieros midan el rendimiento, identifiquen anomalías y mejoren continuamente el proceso mediante Kaizen. Como enfatizó Taiichi Ohno, la estandarización no es el fin último de la manufactura esbelta, sino el punto de partida esencial para la mejora continua.

Estandarizar los procesos de ensamblaje crea respeto por la gente

Uno de los principios menos comprendidos del Toyota Production System (TPS) es que el Trabajo Estandarizado representa una forma de respeto por las personas. Estandarizar no significa imponer procedimientos, sino proporcionar claridad, seguridad y las herramientas necesarias para que cada colaborador desempeñe su trabajo con confianza y calidad. Por ello, los estándares no deben escribirse para los operadores, sino con ellos. Su experiencia diaria en el Gemba es fundamental para identificar oportunidades de mejora. Cada procedimiento debe considerarse un documento vivo, sujeto a revisiones controladas y mejoras continuas, fortaleciendo así una verdadera cultura de aprendizaje y participación.

El Trabajo Estandarizado es mucho más que un procedimiento documentado o una herramienta propia del Lean Manufacturing. Representa el compromiso de una organización por desarrollar procesos estables, seguros y repetibles que permitan obtener resultados consistentes y, al mismo tiempo, crear las condiciones necesarias para la mejora continua. Sin un estándar común, cada persona trabaja según su propia experiencia, la variabilidad aumenta y cualquier intento de medir o mejorar el desempeño pierde objetividad.

Como enseñó Taiichi Ohno, los estándares no existen para limitar a las personas, sino para proporcionar un punto de partida desde el cual puedan identificar desperdicios, resolver problemas y generar mejores formas de trabajar. En este sentido, el Trabajo Estandarizado no elimina la creatividad; la orienta hacia la innovación del proceso en lugar de la improvisación diaria.

Las organizaciones que aspiran a alcanzar la excelencia operacional deben comprender que la mejora continua no comienza con grandes inversiones, nuevas tecnologías o complejos sistemas de gestión. Comienza estableciendo una manera común de realizar el trabajo, involucrando a quienes ejecutan el proceso y creando una cultura donde cada estándar puede ser cuestionado y mejorado mediante hechos, datos y aprendizaje colectivo.

En un entorno manufacturero cada vez más competitivo, donde la calidad, la productividad y la flexibilidad son factores determinantes, el Trabajo Estandarizado deja de ser una opción para convertirse en una ventaja competitiva. Al final, la verdadera excelencia no consiste en hacer algo extraordinario una sola vez, sino en ejecutar de manera extraordinariamente consistente las actividades cotidianas. Cuando la estabilidad se convierte en un hábito y la mejora continua en una responsabilidad compartida, las organizaciones construyen una cultura capaz de sostener resultados a largo plazo y responder con éxito a los desafíos de la industria moderna.

Referencias

Dennis, P. (2017). Lean Production Simplified: A Plain-Language Guide to the World’s Most Powerful Production System (3rd ed.). CRC Press.

Graban, M. (2018). Measures of Success: React Less, Lead Better, Improve More. Lean Enterprise Institute.

Liker, J. K. (2021). The Toyota Way: 14 Management Principles from the World’s Greatest Manufacturer (2nd ed.). McGraw-Hill Education.

Mann, D. (2015). Creating a Lean Culture: Tools to Sustain Lean Conversions (3rd ed.). CRC Press.

Navarro, A. M. (2025). Esencialmente. (Utilice los datos editoriales exactos de la edición que consultó: editorial, ciudad e ISBN).

Ohno, T. (1988). Toyota Production System: Beyond Large-Scale Production. Productivity Press.

Rother, M. (2010). Toyota Kata: Managing People for Improvement, Adaptiveness, and Superior Results. McGraw-Hill.

Giraldo, S. (2026, Jul 11). Jidok Cast Chapter 3 – Excelencia Operacional en Contextos VUCA [Podcast]

Giraldo, S. (2022, November 2). Las claves ocultas de la excelencia operacional [Podcast]. Equipos que llegan a la Luna.

La entrada Trabajo estandarizado: La base de la mejora continua se publicó primero en Business 4.0.

Con esta colaboración, ambas instituciones buscan generar beneficios concretos para sus respectivos asociados mediante el intercambio de conocimientos, la promoción conjunta de programas de capacitación y actualización profesional y el desarrollo de iniciativas de interés común que aporten valor tanto al ecosistema tecnológico como al financiero de Nuevo León.

El convenio contempla tres ejes principales de trabajo conjunto:

• Participación cruzada en eventos. Los asociados de ambas instituciones tendrán acceso a los eventos organizados por cada organización con tarifas preferenciales, fortaleciendo así los temas de tecnología digital y finanzas de manera transversal.
• Intercambio de conocimiento. El Csoftmty e IMEF Grupo Monterrey compartirán información oficial y tendencias clave en las materias que domina cada entidad, con el propósito de mantener a sus comunidades actualizadas frente a los cambios del entorno digital y financiero.
• Colaboración de expertos. Se abre la posibilidad de que especialistas de ambas instituciones participen como panelistas o conferencistas en espacios, webinars, capacitaciones y talleres organizados por la contraparte.

Durante el encuentro se dieron cita:

Gustavo García, Presidente del Csoftmty, Ángeles Vela, Directora General del Csoftmty, Saúl Marenco, Vicepresidente de Mercados Estratégicos del Csoftmty y Sonia Tijerina, Directora de Mercados Estratégicos del Csoftmty, así como Armando Guardado y Luis Yunes en representación del Comité de Fintech del clúster. Destaca también la participación de Miriam Cantú, Directora de Clústers en la Secretaría de Economía de Nuevo León.

Por parte de IMEF Grupo Monterrey asistieron: María Concepción del Alto Hernández, Presidenta del Consejo Directivo y Raúl Eduardo Rhon, Vicepresidente de Relaciones Institucionales, además de Carlos García, de Tecnomanagement 2026, Noé Elizondo y Ricardo Rendón, expresidentes de este organismo.

Con esta firma, el Csoftmty reafirma su papel como impulsor del desarrollo tecnológico en Nuevo León, ahora en conjunto con una de las instituciones financieras más representativas
de la región.

La entrada Csoftmty e IMEF Grupo Monterrey firman convenio de colaboración para unir tecnología y finanzas se publicó primero en Business 4.0.

En las juntas directivas y comités ejecutivos de hoy, asistimos a un fenómeno tan recurrente como costoso: la hipertrofia analítica. Organizaciones sobrecargadas de tableros de control (KPIs), reportes de consultoría y modelos predictivos impulsados por Inteligencia Artificial, pero paralizadas frente a la ejecución en el terreno. Tienen datos sobre todo, pero tracción en casi nada.

¿Por qué existe esta brecha abismal entre lo que la dirección “sabe” y lo que la organización realmente “hace”?

La respuesta no está en ajustar el presupuesto de capacitación ni en contratar una nueva herramienta tecnológica. La respuesta está en entender la arquitectura integral de la toma de decisiones humana, una verdad que la filosofía ancestral, el desarrollo organizacional moderno y la neurociencia han intentado recordarnos desde ángulos complementarios.

La disociación estratégica: Las tres mentes del líder 

Para que una estrategia se convierta en resultado operativo, necesita transitar de manera fluida por tres niveles de procesamiento dentro de la estructura directiva y sus equipos:

A. La Mente Racional (Neocórtex / La Teoría)

Es el dominio de la estrategia abstracta, la lógica de negocios y la analítica. Corresponde al conocimiento ordinario: la dimensión más sobreexplotada en el entorno directivo contemporáneo. Aunque hoy abunda la falsa sensación de certeza porque un dato está documentado en un libro, expuesto en una presentación ejecutiva o respaldado por un modelo de Inteligencia Artificial, la historia demuestra que la lógica teórica por sí sola nunca ha sido suficiente. Esto es apenas una fracción de la verdad.

Desde la neurociencia evolutiva, Paul MacLean identificó este nivel en el Neocórtex (la corteza cerebral), la capa donde residen los procesos racionales superiores, la abstracción y la articulación lógica de juicios, conceptos e ideas. Su función es vital para planificar y mapear escenarios; sin embargo, si no se gestiona con cuidado, puede convertirse en una trampa directiva: por sí sola genera lo que en las intervenciones organizacionales diagnosticamos recurrentemente como parálisis por análisis.

B. La Mente Afectiva y Moral (El Sistema Límbico / El Corazón / Liangzhi)

Es la sede de los valores, el propósito y el discernimiento. Más allá de un simple conjunto de reglas de comportamiento, la metodología de toma de decisiones de San Ignacio de Loyola advertía que la fría lógica es insuficiente si no pasa por la consolación del alma (el sentir profundo de dirección). Hoy podemos reconocer esta parte complementaria en las llamadas «habilidades blandas», que no son otra cosa que saber trabajar con PERSONAS, no solo con herramientas, procesos y sistemas.

Wang Yangming llamaba a esto Liangzhi: la sabiduría innata o la brújula interna que distingue de inmediato lo correcto. En términos organizacionales, sabemos que la configuración de comportamientos, habilidades y competencias, partiendo del compromiso cultural y la alineación de propósito, son una base poderosa para la obtención de RESULTADOS DUROS. Sin esta dimensión, la estrategia carece de energía y legitimidad moral. Esto provoca que la estrategia se distancie peligrosamente de la operación, sumado al carente proceso de conexión que se esperaría de los equipos tácticos, quienes no logran cumplir su cometido al perder el sentido de lo que hacen.

C. La Mente Somática e Instintiva (El Cerebro Reptiliano / La Víscera)

Es el impulso de ejecución en su estado más puro. Aquí es donde verdaderamente se generan los datos que alimentan a los sistemas, se contrasta si un proceso es realmente funcional y se detectan las fallas somáticas en tiempo real. En esta dimensión —ubicada en el piso de planta, en el frente de servicio o en la línea de ventas— es donde se manifiestan los problemas reales y sus causas raíz más profundas. Es el dominio de la experiencia directa, cotidiana y táctil de la operación y de los operadores.

Si un líder opera únicamente desde esta dimensión, cae en una reactividad caótica. Peor aún, al carecer de una visión más amplia, ni siquiera logra consolidarse como líder: se convierte en un «Mega-Operador», estancado sin evolución y atrapado en el mero cúmulo de expertise concreto. Por otro lado, al omitir los conceptos estratégicos previos, las mejores ideas operativas se quedan confinadas en un cajón; son destellos fugaces que la cotidianeidad ahoga antes de que puedan gestarse. Es precisamente en esta desconexión somática donde nacen los silos laborales que tanto duelen a las empresas.

El diagnóstico es claro: Las empresas no fallan por falta de ideas en el Neocórtex, sino por desconexión con el Sistema Límbico (falta de compromiso, sentido y liderazgo con personas) y por bloqueo en el sistema de ejecución somática (el temor a la falla en el mundo real).

Visto desde una perspectiva organizacional y sistémica, muchas empresas ni siquiera logran identificar en cuál de estos tres puntos se encuentra su cuello de botella. Al serles un territorio desconocido, son incapaces de intervenirlo y terminan atrapadas en la perplejidad de no entender por qué, a pesar del esfuerzo y la teoría, los resultados esperados simplemente no se dan.

De la teoría inerte al conocimiento real 

Desde aquellos tiempos del filósofo oriental Wang Yangming, ya se planteaba una tesis contundente que desafía —aún hoy— a la formación ejecutiva tradicional: «El conocimiento es el comienzo de la acción; la acción es la culminación del conocimiento«.

Para Yangming, no puedes decir que «sabes» qué es la excelencia operativa si tus procesos siguen siendo mediocres en la práctica. Saber datos sobre la eficiencia no es eficiencia; es simplemente información. Ampliando la perspectiva, nos damos cuenta de que la inmensa mayoría de los procesos de capacitación corporativa sufren de este mismo mal: asumir erróneamente que tener la información equivale a estar formado.

El verdadero aprendizaje —lo que Yangming llamaba Conocimiento Real— solo ocurre cuando la idea encarna en la acción. Este es precisamente el corazón del aprendizaje vivencial; lo que en lo personal defino como INSTALAR EL CONOCIMIENTO.

Saber que el fuego quema porque te lo explicaron en un manual es mera teoría; saber que quema porque ya sentiste el calor es una experiencia transformadora. Evidentemente, no necesitamos llegar a extremos en la organización, pero sí debemos diseñar intervenciones y ejercicios que permitan procesar la información mediante experiencias concretas. Se trata de ilustrar esa verdad para preparar al equipo lo mejor posible, garantizando que, al enfrentarse a la realidad operativa, sepan exactamente cómo actuar.

En el contexto empresarial, esto implica que las capacitaciones teóricas de 20 horas sin aplicación inmediata en proyectos reales son, en el mejor de los casos, entretenimiento corporativo y, en el peor, un desperdicio de recursos. Imaginemos por un momento la magnitud de las cifras que las empresas invierten año con año esperando que los resultados «aparezcan mágicamente», pero sin contar con un proceso que acompañe y valide el ciclo completo:

Conocimiento → Acción → Conocimiento Instalado

Action Research (Investigación-Acción): La metodología para cerrar la brecha

¿Cómo traducimos esta filosofía de integración a la gestión de operaciones y al cambio cultural? La respuesta metodológica es la Investigación-Acción (Action Research), popularizada en el ámbito organizacional por Kurt Lewin y perfeccionada en el desarrollo de estructuras de alta competitividad.

Incluso, siendo más ambiciosos, podemos emparentarla de manera natural con los ya comprobados procesos de Lean Manufacturing, donde los ciclos de Planear, Hacer, Medir y Estandarizar guardan una profunda similitud y coherencia. En el desarrollo de intervenciones complejas —como las que hoy ejecutamos en equipo junto a otros consultores en el terreno real—, la convergencia de estos marcos cobra todo el sentido: son justamente esas vivencias operativas las que inspiran esta visión.

La Investigación-Acción no permite que la teoría permanezca aislada en una torre de marfil. Plantea un ciclo dinámico, vivo e iterativo:

Diagnosticar (Sentir) → 2. Diseñar (Pensar) → 3. Intervenir (Actuar) → 4. Reflexionar (Aprender)

• Diagnóstico con Corazón y Razón (Sentir / Discernimiento): No solo se leen métricas frías. Se escucha el clima organizacional, se leen las tensiones de los mandos medios y se identifican los cuellos de botella. Profundizando aún más, es en esta fase donde se detecta el desgaste sutil en las interacciones entre las áreas, allí donde la cultura realmente se rompe.
• Diseño de Intervención Ligera (Pensar / Analítica): Se formula una hipótesis de mejora clara y bien fundamentada con base en los datos y el contexto.
• Acción en el Terreno (Actuar / Fase Somática y Ejecutiva): En lugar de esperar seis meses para desplegar un plan maestro «perfecto», se lanza un piloto o sprint inmediato en un área delimitada. Se pone la idea a prueba de fuego frente a la realidad operativa.
• Reflexión sobre el Resultado (Aprender / Estandarización): La experiencia práctica retroalimenta y modifica el modelo teórico original. Lo que funcionó se estandariza; lo que no, se ajusta con agilidad.

Este proceso no es otra cosa que la operacionalización de la Unidad del Conocimiento y la Acción. Es precisamente en este engranaje donde el «arte» de la consultoría despliega toda su magia.

El reto del Liderazgo Maduro

El mercado actual no premia a las organizaciones que acumulan más diplomas, certificaciones o manuales de procesos en sus bibliotecas digitales. El mercado premia la velocidad y precisión con la que una organización es capaz de convertir una convicción en un hábito operativo. Justo aquí es donde las empresas ingresan al verdadero territorio de la COMPETITIVIDAD.

Por eso, uno de los valores más estimulantes de formar parte del equipo de consultores del Centro de
Competitividad de Monterrey (CCM) radica precisamente en esa misión: llevar este cuerpo de ideas e hipótesis hasta los pisos reales de las empresas, corroborando que su transformación no es un discurso abstracto, sino una realidad sostenida por prácticas e ideas sumamente comprobables.
Alinear la mente analítica que planifica (Neocórtex), la brújula ética que da dirección (Liangzhi / Corazón) y la fuerza ejecutiva que actúa (Víscera / Operación) no es un lujo filosófico; es la ventaja competitiva más difícil de replicar en la era digital.

Para los líderes, directivos y consultores que buscan un impacto de fondo en las organizaciones, la pregunta final no es «¿Qué más necesitamos saber?», sino «¿Qué de lo que ya sabemos estamos listos para empezar a practicar hoy… incluso desde nuestro propio ejercicio como consultores?»

Bibliografía

• MacLean, P. D. (1990). The Triune Brain in Evolution: Role in Paleocerebral Functions. Plenum Press. (Respaldo para la diferenciación funcional entre Neocórtex, Sistema Límbico y Cerebro Reptil/Somático).

• Damasio, A. R. (1994). Descartes’ Error: Emotion, Reason, and the Human Brain. Grosset/Putnam. (Respaldo sobre la necesidad del sistema emocional/límbico para la toma de decisiones efectivas y racionales).

• Wang, Y. (Trad. Chan, W. T., 1963). Instructions for Practical Living and Other Neo-Confucian Writings by Wang Yang-ming. Columbia University Press. (Fuente primaria del concepto Zhi Xing He Yi: la unidad indisoluble entre conocimiento y acción, y el desarrollo del Liangzhi).

• Kolb, D. A. (1984). Experiential Learning: Experience as the Source of Learning and Development. Prentice-Hall. (Sustento del ciclo de aprendizaje vivencial para «instalar el conocimiento» en las organizaciones).

• Lewin, K. (1946). «Action Research and Minority Problems». Journal of Social Issues, 2(4), 34-46. (Fundamento de la metodología de Investigación-Acción aplicada al cambio cultural y sistémico).

• Pfeffer, J., & Sutton, R. I. (2000). The Knowing-Doing Gap: How Smart Companies Turn Knowledge into Action. Harvard Business School Press. (Sustento empírico sobre la brecha corporativa entre el saber teórico y la ejecución operativa).

• Liker, J. K. (2004). The Toyota Way: 14 Management Principles from the World’s Greatest Manufacturer. McGraw-Hill. (Respaldo sobre la integración entre la filosofía Lean, el Genba/piso operativo y la mejora continua)

La entrada La paradoja del ejecutivo moderno: Por qué saber no es suficiente en la era de la ejecución se publicó primero en Business 4.0.

Hoy convivimos Baby Boomers, Generación X, Millenials y Zoomers en el campo laboral, y podría decirse que el entretenimiento de ciencia ficción nos dio a las primeras dos generaciones una vista fantasiosa de lo que serían las aplicaciones de inteligencia artificial, como kit el auto increíble que además de tener conducción autónoma, tenía desarrollado un modelo de lenguaje avanzado y reconocimiento de voz, así como acceso a información en tiempo real, con el que podía realizar estimaciones y cálculos impensables para la época. Tal vez para los Millennials y Zoomers, este tipo de ser ciencia ficción se vea anticuada. No lo digo por nostalgia, sino por poner un ejemplo del por qué el tema de la evolución tecnológica siempre ha sido de amplio interés para tu servidor.

Y por muchos años se vieron avances tecnológicos como los celulares, el GPS o el reconocimiento de voz, tecnologías que cambiaron muchísimo las dinámicas en todos los aspectos de la vida; pero aun así estábamos muy lejos de lo que la ciencia ficción nos invitaba a imaginar.

Y fue en plena pandemia cuando la IA sorprendió realmente al mundo científico. Para ser preciso, el 30 de noviembre de 2020 DeepMind anunció que AlphaFold 2 había logrado predecir la estructura tridimensional de las proteínas. La noticia llegó al mundo no-científico hasta mediados del siguiente año, pero la noticia se sintió como si la Inteligencia Artificial hubiera descifrado la vida; pero con una tecnología inalcanzable para una gran mayoría, y justo un par de años después Chat Gpt vería la luz del mundo y podemos decir que la humanidad cambió.

Y me explico el porqué de la “exageración” del cambio.

Las proteínas participan en prácticamente en todos los procesos biológicos. Su función depende, en buena medida, de la forma tridimensional que adoptan. Conocer esa estructura ayuda a comprender cómo actúan, cómo se relacionan con otras moléculas y qué ocurre cuando algo falla. El detalle es que determinar esa forma podía requerir meses o incluso años de trabajo experimental.

Por eso cuando una IA logró predecir estructuras con una precisión que, en muchos casos, se acercaba a la obtenida mediante técnicas de laboratorio. De pronto, una tarea extraordinariamente lenta parecía susceptible de acelerarse mediante esta tecnología.

Desde ese entonces empezamos a visualizar medicamentos diseñados en días, enfermedades resueltas antes de mostrar síntomas y tratamientos personalizados. En algunas conversaciones parecía que los laboratorios pronto serían reemplazados por centros de datos y que los investigadores podrían dedicarse a esperar tranquilamente la respuesta de un algoritmo.

Y en semanas recientes se dio a conocer un acuerdo entre Takeda e Insilico Medicine donde mencionan que utilizarán su plataforma de Inteligencia Artificial para identificar candidatos a nuevos medicamentos y llevar aquellos que resulten prometedores hacia las siguientes etapas de desarrollo, validación clínica y comercialización.

Ese no es un caso aislado. Cada vez vemos más empresas dedicadas específicamente a utilizar IA para identificar objetivos terapéuticos, diseñar moléculas, encontrar nuevos usos para medicamentos existentes y seleccionar candidatos con mayores posibilidades de avanzar.

Es una transformación importante porque desarrollar un fármaco es un proceso lento, costoso y lleno de callejones sin salida.

Miles de moléculas pueden verse prometedoras en las primeras etapas. Muy pocas llegan a convertirse en un tratamiento aprobado. Ahora laIA permite explorar más combinaciones, descartar antes algunos caminos y orientar mejor los experimentos.

Sin embargo, entre imaginar una molécula y administrarla a una persona existe una distancia enorme. Pero un estudio publicado este año por Anna Tan, Ezra Woon y James Wang analiza el uso de IA para integrar información multi-ómica; particularmente en la investigación del Alzheimer.

El concepto multi-ómico puede sonar complicado, pero es más sencillo de lo que se escucha. Nuestro cuerpo genera información en distintas capas. Está la genómica, relacionada con los genes. La transcriptómica permite observar cómo se expresa esa información genética. La proteómica estudia las proteínas. La metabolómica analiza las moléculas que participan en el metabolismo. A eso pueden sumarse imágenes médicas, biomarcadores, antecedentes clínicos, hábitos y evolución del paciente. Cada capa muestra una parte… La Inteligencia Artificial permite cruzarlas. De ahí el término.

Durante siglos, la medicina avanzó especializándose. Esa especialización produjo conocimiento profundo, pero también fragmentado. Un investigador estudiaba genes. Otro analizaba proteínas. Otro observaba imágenes cerebrales. Otro seguía el deterioro cognitivo.

El organismo, mientras tanto, seguía funcionando como un sistema.

La aportación de la IA consiste en comenzar a reconstruir esas relaciones. Puede identificar patrones no lineales, encontrar combinaciones difíciles de detectar y asociar determinados perfiles moleculares con riesgos, velocidad de progresión o posibles respuestas terapéuticas.

La Inteligencia Artificial no está simplificando la biología. Está dejando visible cuánto la habíamos fragmentado para poder estudiarla.

Pero hacer visible una relación no equivale a comprenderla. Los autores del estudio advierten que estos modelos todavía enfrentan límites importantes: datos poco representativos, predicciones difíciles de explicar y hallazgos que aún deben demostrar utilidad clínica. En medicina no basta con decir: “la IA lo identificó”. Alguien tiene que validar, interpretar y decidir.

Y quizá ahí está la oportunidad para las pymes. Una empresa también genera información en distintas capas: ventas, inventarios, costos, calidad, mantenimiento, entregas y clientes. El problema es que normalmente cada área observa únicamente su parte y el dueño termina intentando reconstruir el negocio entre reportes, conversaciones y archivos que no coinciden.

La IA puede ayudar a conectar esa información y encontrar relaciones que antes quedaban escondidas. No hace falta diseñar medicamentos ni construir un sofisticado centro de datos. Puede empezar identificando qué productos consumen capacidad sin dejar margen, qué clientes concentran los retrasos o qué fallas se repiten antes de una entrega incumplida.

Pero observar más no garantiza decidir mejor. La oportunidad no consiste en preguntarle todo a la IA. Consiste en elegir una decisión importante, reunir la información que hoy está fragmentada y utilizar la tecnología para verla completa.

Porque quizá tu empresa ya tiene los datos que necesita. Lo que todavía no tiene es una forma de conectarlos.

La entrada Conectando los puntos se publicó primero en Business 4.0.

La industria mexicana de electrodomésticos buscará concretar oportunidades de negocio cercanas a los 3 mil millones de dólares durante el Encuentro de Negocios de la Industria de Electrodomésticos (ENCLELAC) 2026, un espacio que reunirá a fabricantes, proveedores, autoridades y especialistas para fortalecer la cadena de suministro de uno de los sectores manufactureros más importantes del país. El encuentro fue presentado este jueves por representantes del Clúster de Electrodomésticos de Nuevo León (CLELAC) y autoridades estatales.

México ocupa hoy el quinto lugar entre los mayores exportadores de electrodomésticos del mundo, mientras que Nuevo León concentra alrededor del 40% de las exportaciones nacionales del sector, alberga 345 empresas vinculadas a esta industria y busca consolidarse como el principal ecosistema de manufactura de electrodomésticos en Norteamérica.

Durante la presentación, Baldwin Britton, presidente del Consejo Directivo del CLELAC, destacó que la industria atraviesa una transformación que obliga a replantear las ventajas competitivas del país.

«Durante muchos años, la conversación sobre manufactura en México giró alrededor de costos laborales. Hoy la ventaja competitiva ya no depende únicamente de producir más barato; depende de producir con mayor inteligencia«, afirmó Britton.

El directivo añadió que ENCLELAC 2026 es reconocido como el principal punto de encuentro entre manufactura, tecnología, proveeduría e inversión en el sector, con una bolsa potencial de negocios cercana a los 3 mil millones de dólares.

Bajo el lema «Simple Life», la edición 2026 del encuentro abordará la forma en que la inteligencia artificial, la automatización, el mantenimiento predictivo, los digital twins y el análisis de datos están redefiniendo tanto las plantas de producción como los electrodomésticos del futuro, precisó Yoelle Rojas, directora general del CLELAC.

Para Rojas, el reto ya no consiste únicamente en automatizar procesos, sino en desarrollar operaciones capaces de tomar decisiones con base en datos. «Ya no se trata únicamente de automatizar procesos, sino de crear plantas capaces de tomar decisiones operativas con base en datos«, señaló.

En tanto, la titular de la Secretaría de Economía de Nuevo León, Betsabé Rocha, subrayó que este contexto representa una oportunidad para fortalecer la posición del estado como uno de los principales polos industriales de América del Norte.

“El sector de electrodomésticos es hoy uno de los que se adaptan más fácil a los temas geopolíticos y también a las nuevas tendencias del mercado, pues su cadena de proveeduría es muy sólida, con muchas empresas locales, que nacieron aquí y se han consolidado vendiendo a OEM’s internacionales”, dijo Rocha.

La Secretaria recordó que Nuevo León triplicó el índice de crecimiento a nivel nacional, y esto se ha dado en buena parte gracias a la manufactura, que aporta uno de cada tres empleos en el estado.

En tanto, Emmanuel Loo, subsecretario de Inversión, Innovación e Inteligencia Artificial de Nuevo León, destacó que el crecimiento del sector electrodomésticos está ligado a la llegada y la expansión de los llamados data centers en la región, debido a las necesidades que estos tienen por sistemas de enfriamiento que aporta el sector de aire acondicionado y HVAC.

“También estamos migrando de los refrigeradores tradicionales a los electrodomésticos conectados. Hoy en día no es solo un refrigerador, sino todo lo que tiene que ver con dispositivos con IoT, por lo que el sector de electrodomésticos seguirá siendo estratégico, con sus más de 25 mil empleos que genera para el estado”, explicó Loo.

Además de impulsar nuevas oportunidades de negocio, ENCLELAC 2026 busca fortalecer la integración entre fabricantes, proveedores, centros de investigación y autoridades para acelerar el desarrollo tecnológico del sector.

La apuesta, coincidieron los participantes, es construir una industria más competitiva a partir de un esfuerzo conjunto entre gobierno, empresa y academia, capaz de generar innovación, fortalecer la proveeduría nacional y consolidar a México como uno de los referentes mundiales de la manufactura avanzada.

La entrada ENCLELAC 2026 busca colocar 3,000 mdd en proveeduría para la industria de electrodomésticos mexicana se publicó primero en Business 4.0.