Oportunidades en Redes complejas

23/05/2016
Las empresas, los mercados, las infraestructuras, las ciudades, la Internet de las cosas, el medio ambiente, etc., deberán ser tratados con los conocimientos e instrumentos de la ciencia de redes complejas.

Parece que nadie dudaría de la corrección de la frase “el mundo es más complejo e impredecible”. Pero, ¿qué significa exactamente? ¿Y cómo afecta esto a los negocios? Desde hace unos años, las empresas deben enfrentarse a un mercado con muchos más agentes, distribuidos en un entorno global, y que interaccionan. Tomar decisiones en este contexto, con muchas más variables interaccionando, es ciertamente más difícil. Entender la lógica (en qué consisten) y la dinámica (cómo funcionan) de las redes complejas no solo será de gran ayuda para la gestión, sino que será imprescindible.

Ante todo, hay que distinguir los términos “complicado” y “complejo”. Un sistema complicado es aquel que tiene un gran número de componentes, pero que como conjunto funciona de una manera predecible. Un ejemplo sería una máquina diseñada por humanos, como un avión: sabemos cómo interaccionan sus múltiples partes, y así podemos controlarlo y el resultado es predecible. En cambio, un sistema complejo está formado por componentes que, aunque siguen un cierto patrón en su estructura, interaccionan de una forma cambiante, impredecible. Un buen ejemplo lo constituyen las actuales redes eléctricas interconectadas.

En un sistema complejo, no sabemos cuál será el resultado partiendo de unas ciertas condiciones iniciales: el resultado concreto depende de las interacciones que ocurran entre los componentes. La mayor o menor complejidad de un sistema depende, principalmente, de tres variables: multiplicidad (cuántos elementos están potencialmente relacionados entre sí), interdependencia (cuán conectados están los unos con los otros), y diversidad (grado de heterogeneidad de los componentes).

En definitiva, la principal diferencia entre un sistema complicado y un sistema complejo es que en el primero podemos habitualmente predecir lo que pasará si conocemos las condiciones iniciales. En un sistema complejo, unas mismas condiciones iniciales pueden derivar en distintos resultados, dependiendo de la interacción que se haya producido entre sus componentes.

El mundo real es matemáticamente complejo (está formado por sistemas complejos). El estudio empírico sobre redes reales ha demostrado que las redes del mundo real se comportan de manera muy distinta de los supuestos habituales de la teoría de redes convencional. En esta, se supone que la distribución de conexiones entre nodos sigue la conocida distribución normal (la campana de Bell) alrededor de un promedio. Sin embargo, la investigación de las redes digitales ha demostrado que la mayoría de sus nodos tienen un número de conexiones muy bajas, y uno pocos nodos tienen una altísima conectividad (los hubs dela red). Así, la distribución de conexiones sigue lo que se conoce como una ley de potencia (power law).

Las empresas deberán gestionarse como sistemas complejos adaptativos, es decir, como sistemas compuestos de agentes heterogéneos que toman sus decisiones de forma independiente, que evolucionan en el tiempo, y que interaccionan de diferentes formas. Como resultado de su interacción, ocurren cosas que no podrían predecirse de la mera suma de sus partes. Es decir, del conjunto de interacciones “emerge” un fenómeno no predecible de forma convencional.

Los directivos deberán aprender que en los sistemas complejos no hay una relación clara entre causa y efecto: que hay cosas que pasan sin que podamos entender por qué. Y que algunas causas no tienen por qué tener un efecto. De las interacciones entre los componentes de un sistema emergen comportamientos que no tienen causas claras. Aprender a no empecinarse en tratar la emergencia de fenómenos en sistemas complejos con las herramientas convencionales de gestión será uno de los principales retos de la gestión en la próxima década.

Se hablará del “metabolismo” de los sistemas complejosy trataremos con fenómenos impactantes pero impredecibles como el efecto mariposa.