Esta charla técnica trata del desarrollo tecnológico en general, pero quizá más concretamente del desarrollo tecnológico incremental. Evidentemente, está influida por mi propia experiencia en la industria óptica, donde el módulo óptico no es más que un componente de un sistema más amplio que combina diversas disciplinas de ingeniería, desde la mecánica a la óptica, pasando por las matemáticas y el software.

Expectativas: asegúrate de gestionarlas

No todas las cosas sencillas son sencillas. Si se hace que un número suficiente de cosas sencillas dependan unas de otras, el resultado a menudo deja de ser sencillo. Este suele ser el caso de los integradores de sistemas, que pueden subcontratar o adquirir componentes de gama alta, añadir su propia tecnología especializada y sus conocimientos del mercado para ensamblar productos complejos.

Eventualmente, la pregunta pasa a ser: ¿cumplimos con las expectativas? ¿Qué expectativas? En un mercado maduro, las expectativas son bastante bien conocidas. A veces, las expectativas están fijadas por los límites físicos fundamentales. Muchos productos maduros operan a algún pequeño factor por encima de los límites establecidos por la física fundamental. Tu teléfono es uno de esos ejemplos. Ya hace 25 años, los receptores telefónicos operaban no muchos dB por encima del límite de ruido establecido por la temperatura y la constante de Boltzmann.

Sin embargo, algunos productos aún están a punto de alcanzar estos límites. En nombre de la diligencia debida, ¿no debería todo propietario de producto saber en qué punto se encuentra su producto en relación con los límites fundamentales? A medida que los productos (en los segmentos de gama alta) maduran, tienden a llegar allí.

La niebla de var

No, no lo escribí mal. Lo leíste correctamente. ¿Qué quiero decir con eso? Esta charla técnica trata sobre integradores de sistemas y, en este contexto, eso significaría alguien que ensambla un producto con muchas partes móviles de las cuales depende el resultado final. Como ingenieros, sabemos sobre calibración. Esto nos permite compensar fenómenos bastante complejos siempre que sean repetitivos, ya sea en el tiempo o en el espacio. Por esta razón, la calidad de muchos productos se mide en qué tanto, o más bien, qué tan cerca seguimos el objetivo nominal en promedio. La medida para esto suele ser la varianza, pero dado que nos gusta hablar de variables primarias en lugar de al cuadrado, preferimos tomar la raíz cuadrada y, en su lugar, hablamos de desviaciones estándar. Sin embargo, la medida subyacente de la calidad surge de una suma de cuadrados de fenómenos (a menudo) independientes.

El dilema del incrementador

Esto no es una crítica a Clayton Christensen, sino que trata sobre las ventajas y los inconvenientes de la ingeniería incremental, especialmente en el contexto de los integradores de sistemas. Cuando se nos evalúa mediante un indicador de calidad basado en una varianza, el conocimiento de lo que falla en nuestro producto puede verse drásticamente difuminado debido a la naturaleza de la suma de los cuadrados de los errores, que finalmente se representa como una desviación estándar. Imaginemos que nos lanzamos a un proyecto y eliminamos por completo uno de esos errores y, al final, todo ese esfuerzo se ve recompensado con una mejora de 3% en la desviación estándar con la que comparamos nuestro producto. Esa no es una reunión agradable con la dirección. Hemos gastado los beneficios de tres o seis meses en una mejora marginal del rendimiento. No volverá a pasar.

¿Y ahora qué? ¿Dejamos de mejorar? ¿Hemos alcanzado los límites físicos? Aquí es donde tenemos que saber exactamente cómo y por qué funcionan los productos que construimos. Dentro de una desviación pueden esconderse errores bastante sustanciales y, si no nos ocupamos de los detalles, no sabremos cuál atacar primero hasta que hayamos conseguido aplastar montones de contribuciones menores que solían ocultarlo. Y existe el riesgo de que nunca tengamos la oportunidad de conseguirlo.

Una anécdota

Tengo aquí una historia de mi propio pasado, la calibración un modulador de luz espacial con espejo basculante (SLM). A pesar de lo sencillo que puede parecer hoy en día, en aquella época se consideraba difícil. Para resolverlo, construí un modelo que contenía lo que creía que serían las variables relevantes. Probé varias ideas y, al final, una de ellas dio resultado.

Sin embargo, mi enfoque fue recibido con escepticismo. La máquina no rindió según las expectativas y recibí una buena cantidad de reacciones negativas. Sin embargo, dado que presté atención a los detalles, sabía que todos los resultados intermedios durante el proceso de calibración estaban perfectamente alineados con las expectativas del modelo. Y aquí radica la primera lección: mantener un registro de nuestras expectativas. Por lo tanto, no necesité agachar demasiado la cabeza, los problemas no estaban en el algoritmo. Pasaron casi tres años hasta que se resolvieron los problemas de carga y deriva mecánica de la SLM y, ¡oh, sorpresa!, el algoritmo comenzó a ofrecer los resultados previstos en el modelo.

Disponer de un modelo lo bastante detallado resultó crucial durante este desarrollo. Tardé menos de dos semanas en escribirlo, y eso que era mi primer intento. Valió la pena cada segundo. Estoy bastante seguro de que, sin él, me habría derrumbado bajo presión intentando resolver problemas que no me correspondía resolver.

Para llevar

Entonces, ¿cuál es la conclusión de todo esto? Desde mis primeros días hace 25 años, hasta tan recientemente como la semana pasada, se me recuerda el valor de saber cuál debe ser el resultado. Cómo debe funcionar el producto. Todo lo que he desarrollado, ha sido mi objetivo saber cómo funciona el producto antes de que sea construido. No siempre es posible, pero la ambición produce conocimientos invaluable. A veces no hay hombros de un gigante sobre los cuales pararse. Cuando escaseen los gigantes, construye modelos, modelos lo suficientemente detallados para capturar las complejidades de tu producto, para que sepas qué esperar cuando enciendas la luz.