Hay una frase que me pone especialmente nervioso en una reunión:

— Eso ya lo intentamos hace unos años.

Mi siguiente pregunta siempre sería:

— ¿Y qué pasó?

Entonces empiezan las miradas.

Uno recuerda que no funcionó.

Otro cree que fue por el precio.

Alguien dice que el cliente no estaba preparado.

Y el que realmente dirigió aquel proyecto se marchó de la empresa hace tres años.

Conclusión: sabemos que aprendimos algo, pero hemos olvidado qué aprendimos.

Esto ocurre muchísimo más de lo que piensas.

Guardamos contratos, presentaciones, correos, actas, informes y miles de documentos.

​Información tenemos para aburrir.

Memoria es otra cosa.

​La memoria empresarial debería poder explicarte no solamente qué hicimos, sino por qué lo hicimos, qué ocurrió después y qué cambiaríamos si tuviéramos que hacerlo otra vez.

​

Y aquí la Inteligencia Artificial empieza a abrir una posibilidad interesante.

En los últimos meses se está hablando cada vez más de organizational memory: sistemas capaces de conectar decisiones, conversaciones, documentos y resultados para recuperar el contexto cuando vuelve a aparecer un problema parecido.

No es otra carpeta compartida.

Imagina que estás negociando con un cliente importante y puedes preguntar:

• “¿Hemos aceptado alguna vez una cláusula parecida?”

O antes de lanzar un proyecto:

• “¿Qué iniciativas similares hicimos en los últimos cinco años y por qué fracasaron?”

O algo todavía más valioso:

• “¿Qué prometimos a este cliente hace tres años?”

La respuesta podría estar repartida hoy entre Salesforce, Teams, correos, contratos, informes y, naturalmente, la cabeza de alguien que justo está de vacaciones.

Eso es lo que tenemos que cambiar.

​

No pretendo que la IA se convierta en historiador oficial de la empresa. 

​También puede equivocarse. 

Necesitamos fuentes, permisos, trazabilidad y personas que validen lo importante.

Pero hay una idea económica detrás que me interesa mucho: Olvidar cuesta dinero.

• Cuesta cuando repetimos un proyecto fallido.
• Cuando volvemos a cometer un error comercial.
• Cuando alguien tarda seis meses en descubrir algo que su antecesor ya había aprendido.

Cuando escribí el artículo: Aquí te he visto y no me acuerdo hablaba precisamente de esa mala costumbre empresarial de terminar un proyecto, pasar rápidamente al siguiente y olvidarnos de preguntarnos qué deberíamos conservar de lo aprendido.

• Entonces el problema era conseguir que ese aprendizaje no desapareciera.

Hoy la IA nos ofrece una posibilidad que entonces no teníamos: convertir años de proyectos, decisiones y errores en una memoria que podamos consultar cuando vuelva a aparecer un problema parecido.

Y eso cambia bastante las cosas.

Porque equivocarse puede ser una magnífica inversión.

Pagar dos veces por el mismo error ya es bastante peor.

Otros artículos relacionados:

• Acabo de preguntar a 1000 clientes que no existen
• Educación líquida: el aprendizaje que nunca se detiene
• Un gran superpoder: Mejorar poco, pero aprender siempre
• La IA sabe mucho. Pero no lleva treinta años en tu empresa
• Hay problemas que ninguna empresa puede resolver sola
• 1+1 no son 2: Alianzas para crear proyectos ambiciosos
• Postventa que evita devoluciones