Deja de buscar la decisión perfecta. La investigación del Premio Nobel dice que "suficientemente buena" gana.

La regla de satisfacción mejor documentada en los negocios modernos se encuentra en una carta a los accionistas. En su carta de 2015, Jeff Bezos dividió las decisiones en dos tipos: Tipo 1 — puertas unidireccionales, con consecuencias, irreversibles o casi, que deben tomarse de manera metódica, cuidadosa y lenta — y Tipo 2 — puertas bidireccionales, cambiables, reversibles, donde una decisión subóptima puede simplemente ser revertida. Su diagnóstico: a medida que las organizaciones crecen, aplican el pesado proceso Tipo 1 a todo, y el resultado es lentitud y disminución de la invención. La carta del año siguiente añadió el número: la mayoría de las decisiones deberían tomarse con alrededor de 70% de la información que desearías tener.

Bezos estaba escribiendo consejos operativos, pero estaba reiterando un resultado ganador del Nobel. Herbert Simon demostró en la década de 1950 que la búsqueda exhaustiva de la mejor opción no es lo que parece la toma de decisiones racional — ni para las personas, ni para las organizaciones, ni siquiera en principio. Llamó a la estrategia real satisficing: satisfacer más suficiente. Define lo que significa "suficientemente bueno", busca hasta que lo encuentres, detente.

Ahora mira la hoja de cálculo de comparación que está abierta en algún lugar de tu organización: catorce proveedores, cuarenta columnas de criterios, una reunión de decisión que sigue reprogramándose. Este artículo trata sobre por qué esa hoja de cálculo suele ser el error costoso, qué dice la evidencia que cuesta a las personas que la construyen y cómo satisfacer deliberadamente — incluidos los casos en los que realmente deberías maximizar. La teoría detrás de todo esto tiene su propia pieza complementaria: la racionalidad limitada de Simon.

Haciendo Mejor, Sintiendo Peor: Lo Que Realmente Compra Maximizar

La prueba clásica siguió a estudiantes universitarios durante su búsqueda de empleo en el último año. Sheena Iyengar, Rachael Wells y Barry Schwartz midieron quiénes abordaron la búsqueda como maximizadores — decididos a encontrar el mejor trabajo posible — y quiénes se conformaron con sus propios criterios. Los maximizadores ganaron en papel: salarios iniciales aproximadamente 20% más altos. Y perdieron en todos los demás aspectos: menos satisfechos con los trabajos que aceptaron, más pesimismo, estrés y arrepentimiento a lo largo del proceso (Psychological Science, 2006 — el título del artículo lo dice: Haciendo Mejor pero Sintiendo Peor).

La literatura más amplia sobre maximización, que va desde los estudios originales de Schwartz de 2002 hasta revisiones recientes, repite el patrón: las tendencias de maximización se correlacionan con más arrepentimiento, más dificultad en la toma de decisiones, más depresión y menos satisfacción con la vida, siendo el arrepentimiento el que causa gran parte del daño. Un aumento del 20% en el salario es dinero real y puede valer la pena una vez, en un punto de inflexión de la carrera. Como un modo de operación predeterminado para un equipo, la maximización compra ganancias marginales a nivel objetivo a un costo subjetivo y organizacional acumulativo: decisiones más lentas, decididores agotados y elecciones que todos cuestionan porque el proceso prometía lo mejor y lo mejor es infalsificable.

Las matemáticas nunca estuvieron del lado de la hoja de cálculo.

Incluso si la búsqueda estuviera libre de arrepentimientos, no está libre de tiempo — y las matemáticas de cuándo dejar de buscar tienen una respuesta exacta para un caso idealizado. En el clásico problema de la secretaria (clasificar candidatos vistos uno a la vez, sin posibilidad de retroceder), la estrategia óptima demostrable es observar el primer 37% de opciones sin comprometerse, y luego tomar la primera que sea mejor que todo lo visto hasta ahora. No el 100%. No la mayoría. Treinta y siete por ciento — y esa es la política óptima, en un entorno diseñado para favorecer una búsqueda exhaustiva.

Las decisiones reales son más complicadas que el teorema, pero su lección se transfiere: la búsqueda racional examina una fracción del espacio de opciones y se compromete. Tres fuerzas lo garantizan. Los costos de búsqueda son reales: cada hora de evaluación tiene un costo de oportunidad. Los rendimientos disminuyen: la diferencia entre la opción del percentil 90 y la del percentil 95 es pequeña y está disminuyendo. Y el retraso se acumula: el mercado al que se suponía que debía servir una decisión se mueve mientras se perfecciona la decisión. Una buena decisión ejecutada durante dos meses generalmente supera a una ligeramente mejor que llega dos meses tarde.

El Marco de Satisfacción: Cinco Pasos

Satisfacer de manera deliberada es un proceso, y la disciplina se carga al principio:

Cuándo maximizar en su lugar: Las puertas de una sola dirección

Satisficing es un defecto, no un dogma, y las excepciones son exactamente las decisiones Tipo 1 de Bezos. Maximiza cuando la decisión es irreversible o casi lo es (una adquisición, una migración de plataforma, un cofundador); cuando el espacio de opciones es lo suficientemente pequeño como para enumerarlo realmente; cuando nada obliga a la rapidez; o cuando pequeñas diferencias de calidad se acumulan durante años. Esas decisiones merecen todo el aparato: búsqueda amplia, debate estructurado, defensores del diablo, tiempo.

El modo de fallo casi nunca es maximizar una puerta bidireccional demasiado poco. Se trata de ejecutar el proceso de puerta unidireccional en puertas bidireccionales: hojas de cálculo de catorce proveedores para una herramienta que podrías cambiar el próximo trimestre. La habilidad es el triaje: clasifica la puerta primero, luego elige el proceso. Los equipos de producto reconocerán el satisficing bajo sus otros nombres: el MVP, la iteración, el famoso consejo de Reid Hoffman de que una primera versión que no te avergüence se envió demasiado tarde. Agile es satisficing aplicado al alcance: entrega lo suficientemente bueno, aprende, ajusta — porque la lección del mercado que obtienes al enviar es más valiosa que el pulido que obtendrías al esperar.

¿Pero qué pasa si nos perdemos algo mejor?

Lo harás. Eso no es un defecto en la satisfacción — es un hecho sobre los espacios de opciones, y también se aplica a los maximizadores. Siempre hay otro proveedor, otro candidato, otro marco; la búsqueda exhaustiva que los descartaría a todos no termina. Maximizar no cierra la brecha, solo retrasa el momento de detenerse y lo valora más alto.

Y el miedo apunta en la dirección equivocada, porque los datos de arrepentimiento van en contra de los maximizadores, no de los satisficers. Las personas más decididas a no perder algo mejor son las que los estudios encuentran menos satisfechas con lo que eligieron. Niveles de aspiración bien establecidos son la respuesta honesta al miedo: si algo genuinamente importante se perdería, pertenece en los criterios — y entonces el satisficing lo protege mejor que una búsqueda abierta, porque los criterios están escritos y se verifican en lugar de flotar en la habitación.

El riesgo residual es real pero diferente: los niveles de aspiración pueden establecerse mal. Demasiado bajos, y aceptas lo mediocre; demasiado altos, y nada pasa nunca — lo que es parálisis por decisión disfrazada de proceso. La calibración proviene del registro: cuando documentas criterios y resultados, descubres qué estándares estaban mal y los ajustas — eso es para lo que sirve el registro de decisiones.

Dónde encaja Argumentree

La parte más difícil de satisfacer es no entenderlo, sino confiar en la parada. Los equipos siguen buscando porque nadie puede ver que la barra se ha superado genuinamente. Argumentree hace que la parada sea confiable: los criterios viven en una estructura compartida que todos ven antes de que lleguen las opciones; los argumentos a favor y en contra de cada opción se presentan y se califican en lugar de reargumentarse de memoria; y el registro — criterios, evaluaciones, razonamientos — persiste, por lo que la decisión no se reabre cada vez que alguien nuevo escucha sobre una alternativa más brillante.

Criterios visibles, argumentos ponderados, un registro duradero: ese es el entorno en el que "suficientemente bueno" es un estándar defendible en lugar de un encogimiento de hombros esperanzador.

Comienza con una decisión

Elige una decisión que tu equipo esté maximizando actualmente. Clasifica la puerta: si es reversible, escribe los criterios, establece el presupuesto, haz el primer intento y regístralo. La incomodidad que sientes al detenerte no es la sensación de estar haciendo algo mal; es la sensación de estar haciendo algo diferente, con un Premio Nobel, un teorema de detención y un montón de estudios sobre el arrepentimiento detrás de ello.

El estándar de Simon nunca fue la mediocridad. Fue la fiabilidad: la organización que decide bien consistentemente supera a la que decide perfectamente de vez en cuando, porque la segunda no existe.