Las 7 preguntas que me hago antes de aceptar cualquier proyecto

 

Las 7 preguntas que me hago
antes de aceptar cualquier
proyecto — y por qué nunca
las negocio.No importa si el cliente tiene presupuesto, urgencia y todo el sentido de apuro del mundo. Si estas preguntas no tienen respuestas honestas, no hay proyecto que valga. Esto es lo que aprendí en 15 años y más de una docena de sectores regulados.

McKinsey documentó que los proyectos donde el problema se define correctamente antes de buscar la solución tienen 2.4 veces más probabilidad de éxito. PMI calcula que por cada $1,000 millones invertidos en proyectos, $122 millones se desperdician por ejecución deficiente — y la causa más frecuente no es la tecnología ni el presupuesto. Es que nadie hizo las preguntas correctas al inicio.

Las preguntas que hago antes de aceptar un proyecto no son un filtro de clientes. Son un diagnóstico. La diferencia entre el proyecto que produce valor real y el que produce frustración bien documentada se decide en los primeros treinta minutos de la primera conversación — no en los meses de ejecución que siguen.

Hay algo que aprendí trabajando en entornos regulados — CNBV, COFEPRIS, IATA, ASEA, SENASICA, BANXICO — que no aprendí en ningún libro: los problemas más costosos de resolver no son los técnicamente más complejos. Son los que nadie definió correctamente antes de empezar a resolverlos. He visto proyectos de arquitectura empresarial con presupuestos de millones naufragar porque el directivo que lo aprobó y el equipo que lo ejecutó nunca tuvieron la misma conversación sobre qué era lo que se estaba resolviendo. He visto implementaciones de core bancario paralizadas no por fallas técnicas sino porque nadie había mapeado el proceso de negocio que el sistema debía soportar. He visto iniciativas de IA construidas sobre datos que nadie había verificado — modelos entrenando sobre la versión incorrecta de la realidad. He visto implementaciones de ERP, CRM, SCM, entre otras que se encarecen y no solucionan lo esperado. He visto monolitos y muchos secuestros de información, procesos y tecnología. En todos esos casos, alguien aceptó el proyecto sin hacer las preguntas que habrían revelado el problema real antes de que el dinero empezara a moverse. Yo también lo hice al inicio, al inicio. Aprendí rápido de esto.

$122Mdesperdiciados por cada $1,000M invertidos en proyectos, principalmente por mala definición del problema y ejecución deficiente — no por tecnologíaPMI Pulse of the Profession 2024

85%de proyectos de IA fracasan antes de llegar a producción — la causa principal documentada es definición incorrecta del problema que la IA debía resolverGartner · 2025

2.4×más probabilidad de éxito en proyectos donde el problema se define correctamente antes de buscar la solución — consistente en múltiples industriasMcKinsey Problem-Solving Research · 2023–2024

47%de sobrecosto promedio en proyectos con definición de problema deficiente — el costo de arrancar sin hacer las preguntas correctasDeloitte Project Management Survey 2024

70%de las iniciativas de transformación digital globalmente no alcanzan sus objetivos de valor — la causa más documentada: problema mal definido, solución bien ejecutadaBCG Digital Transformation 2024 · N=850+

Por qué estas preguntas — y por qué en este orden

No son preguntas de screening. Son un diagnóstico. La diferencia importa porque un proceso de screening filtra clientes según criterios del consultor. Un diagnóstico revela la realidad del problema según lo que existe — y con frecuencia lo que revela es diferente de lo que el cliente cree que tiene. La primera conversación con un cliente potencial es la información más valiosa de todo el proyecto: el cliente habla sin filtros, sin la presión de que el proyecto ya está en marcha, sin el sesgo de haber invertido meses en una dirección. Si no sé escucharla correctamente, pierdo la única oportunidad de ver el problema sin el ruido que lo rodeará después.

Trabajo en sectores donde el margen de error tiene consecuencias regulatorias, operacionales y financieras directas. En fintech regulado bajo CNBV, un sistema de monitoreo PLD mal diseñado es una sanción. En farmacéutica bajo COFEPRIS, un proceso de trazabilidad con huecos es un riesgo de retiro de producto. En aviación bajo IATA, una falla en el sistema de operaciones es un incidente de seguridad. En esos contextos, la pregunta correcta no es un lujo metodológico. Es el primer control de riesgo del proyecto.

01

¿Cuál es el problema real — no el síntoma que lo hizo visible?

La primera cosa que el cliente describe siempre es el síntoma. La app se cae en quincena. El reporte de morosidad llega tarde. Los clientes se quejan del tiempo de atención. Los costos de cloud subieron 40% sin explicación. Eso es lo que hace que el problema sea visible. Pero el síntoma y el problema raramente son la misma cosa.

En doce años trabajando en más de quince sectores regulados, he aprendido que el problema real suele estar dos o tres niveles más abajo del síntoma inicial. La app que se cae en quincena no tiene un problema de infraestructura — tiene un problema de arquitectura de escalamiento que nadie diseñó para la carga predecible. El reporte de morosidad que llega tarde no tiene un problema de velocidad de proceso — tiene un problema de datos que no fluyen correctamente entre tres sistemas que nadie integró. Encontrar el problema real toma entre quince y cuarenta minutos de las preguntas correctas. Y cambia completamente qué se tiene que hacer.

McKinsey documentó que el 85% del valor en resolución de problemas complejos está en el diagnóstico correcto — no en la solución. El consultor que llega con la solución antes de entender el problema ya decidió cuál es el problema que su solución resuelve. Eso no es diagnóstico. Es venta.

PMI: $122M desperdiciados por $1B invertido — la causa principal es empezar la solución sin el diagnóstico correcto · McKinsey: 85% del valor está en definir bien el problema

02

¿Quién tiene el ownership real de este problema — y está dispuesto a ejercerlo?

Esta pregunta tiene dos partes y ambas importan por igual. La primera: ¿quién tiene el ownership? La segunda, que casi nunca se hace: ¿está dispuesto a ejercerlo? He visto proyectos perfectamente diseñados morir porque el directivo que los aprobó no estaba dispuesto a tomar las decisiones difíciles que el diseño requería. El ownership sin disposición de ejercerlo produce exactamente lo que Gallup documenta: el 27% de los managers globalmente está comprometido con su trabajo — y ese número cayó tres puntos en un año. El proyecto cuyo dueño no está comprometido con él es un proyecto que vive de los recursos del equipo técnico hasta que ese equipo se agota.

En entornos regulados, esta pregunta tiene consecuencia directa. En una implementación de sistema de PLD bajo CNBV, el Oficial de Cumplimiento que no tiene ownership real sobre el proyecto produce un sistema que técnicamente funciona y regulatoriamente es un riesgo. Porque las decisiones de configuración de alertas, de umbrales de monitoreo, de criterios de escalación requieren a alguien que entienda tanto el marco regulatorio como el proceso de negocio — y que tenga la autoridad para decidir cuando los dos entran en tensión. Si esa persona no existe o no está comprometida, el proyecto necesita ser rediseñado antes de comenzar.

Gallup 2025: solo 27% de managers comprometidos — un proyecto sin ownership real comparte exactamente esa probabilidad de ser ejecutado con plena intención · HBR: la falta de patrocinio ejecutivo genuino es la causa #1 de fracaso en transformación

El diagnóstico correcto no siempre produce la respuesta que el cliente quería escuchar. A veces produce la respuesta que necesitaba escuchar y que nadie más le había dicho. Esa es la conversación más valiosa que se puede tener antes de firmar cualquier contrato.

03

¿Cuál es la calidad real de los datos sobre los que va a operar la solución?

Esta pregunta produce la respuesta más reveladora de las siete — y la que más frecuentemente cambia el alcance del proyecto antes de empezar. En quince años trabajando con datos en sectores regulados, he aprendido que las instituciones sobreestiman sistemáticamente la calidad de sus datos y subestiman el trabajo que requiere llevarlos a un nivel operacional.

La razón es simple: los datos malos producen resultados que parecen correctos durante mucho tiempo. El reporte que sale todos los meses con los mismos números puede estar procesando datos con errores de clasificación que nadie ha detectado porque el error es consistente. El modelo de crédito que funciona "bien" puede estar tomando decisiones sobre datos de ingreso que tienen una inconsistencia en la fuente que solo se descubre cuando se compara contra el estado de cuenta bancario real. En CNBV, en COFEPRIS, en IATA — los reguladores tienen acceso a los datos reales. La institución que lleva años reportando sobre datos incorrectos descubre el problema en la auditoría, no en la implementación.

Gartner estimó que los datos de mala calidad le cuestan a las organizaciones entre $9.7 y $15 millones anuales. Antes de proponer cualquier solución que dependa de datos — y en 2026, casi toda solución depende de datos — hago el diagnóstico de calidad. Si los datos no están en condiciones, eso cambia el alcance, el tiempo y el costo del proyecto. Y es mejor saberlo antes de firmarlo que descubrirlo tres meses después.

Gartner: mala calidad de datos cuesta $9.7–15M anuales por organización · IBM: 85% de proyectos de IA en producción tienen problemas de calidad de datos no detectados en el diseño · Bloomfire: 14% del tiempo laboral se gasta recreando información que ya existía — pero no era confiable

04

¿Qué restricciones regulatorias, de seguridad o de cumplimiento operan sobre este problema — y quién las conoce bien?

Esta pregunta es la que más diferencia mi trabajo de quien no ha operado en entornos regulados. En sectores como fintech (CNBV, Banxico, UIF), salud (COFEPRIS, NOM-024, LFPDPPP), aviación (IATA, AFAC, FAA), energía (ASEA, CRE), farmacéutica (COFEPRIS, SENASICA, FDA) o banca de desarrollo — la solución técnicamente correcta puede ser regulatoriamente inoperable. Y la solución que cumple la regulación puede ser técnicamente más compleja de lo que el cliente anticipó.

El costo de descubrir una restricción regulatoria durante la implementación es entre tres y cinco veces mayor que el costo de mapearla antes de comenzar. He trabajado en implementaciones donde una cláusula del artículo 115 de la Ley de Instituciones de Crédito cambió el diseño de un sistema que llevaba dos meses de desarrollo. He visto proyectos de trazabilidad farmacéutica rediseñarse completamente porque nadie había leído la NOM que aplica antes de definir la arquitectura de datos. Esos rediseños tardíos son costosos. Son evitables. Y la única forma de evitarlos es hacer la pregunta antes, no durante.

Deloitte: 47% de sobrecosto promedio en proyectos con requerimientos regulatorios no identificados al inicio · PCI-DSS, ISO 27001, LFPDPPP, LRITF — cada marco tiene requisitos arquitectónicos que definen la solución tanto como el requerimiento de negocio

15+

Sectores regulados con operación real · CNBV · COFEPRIS · IATA · ASEA · BANXICO · FDA · NOM

Fintech regulado, banca, aviación, farmacéutica, alimentos, retail, ecommerce, hospitalidad, electricidad, petróleo y gas, salud, seguros, manufactura, logística, sector público. En cada uno de esos sectores hay un marco regulatorio específico que define lo que la solución puede y no puede hacer. La experiencia real en entornos regulados no es un diferenciador de CV. Es la diferencia entre proponer una solución que se puede implementar y proponer una que va a colapsar en la auditoría.

Perfil comprobado · CNBV · COFEPRIS · SENASICA · IATA · ASEA · FDA · PCI-DSS · ISO 27001 · ITIL · COBIT · TOGAF · BIAN · DAMA DMBOK · ISO 42001 · ISO 31000 · NIST

05

¿Qué tiene que ser verdad para que esto funcione — y cuántas de esas cosas son verdad hoy?

Esta es la pregunta que más incomoda a los clientes que llegan con certeza sobre lo que necesitan. Porque obliga a separar las condiciones del éxito de las suposiciones del éxito. La diferencia es que las condiciones se verifican y las suposiciones se creen.

En una implementación de core bancario, para que el sistema funcione tienen que ser verdad que los procesos de originación de crédito están documentados correctamente, que el equipo que va a operar el sistema tiene la capacitación adecuada, que los datos históricos se pueden migrar en el formato que el nuevo sistema requiere, y que el área de cumplimiento tiene los criterios regulatorios mapeados contra las funcionalidades del sistema. Cuántas de esas cosas son verdad hoy — antes de firmar el contrato — define si el proyecto dura seis meses o dieciocho. En mis quince años he aprendido que en la mayoría de los proyectos que fracasan, entre el 40% y el 60% de las condiciones de éxito no eran verdad el día que comenzaron. Y nadie lo preguntó.

BCG: solo 35% de transformaciones digitales alcanzan sus objetivos — el análisis post-mortem más consistente identifica supuestos no verificados como causa principal · Stanford Design Thinking: el problema más subestimado en cualquier proyecto es la brecha entre las condiciones asumidas y las condiciones reales

Las preguntas correctas antes de comenzar no alargan el proyecto. Lo acortan — porque eliminan los rediseños que ocurren cuando la realidad corrige las suposiciones que nadie verificó antes de invertir en ellas.

06

¿Cómo se verá el éxito — en números específicos, en una fecha específica?

Esta pregunta separa los proyectos de actividad de los proyectos de resultado. Un proyecto de actividad entrega: un sistema implementado, un proceso documentado, un equipo capacitado. Un proyecto de resultado entrega: cartera vencida reducida del 18% al 6% en nueve meses, tiempo de resolución de siniestros de 22 días a 5 días en seis meses, costo de nube reducido de $15,000 a $5,500 USD mensuales en doce semanas. La diferencia no es semántica. Es la diferencia entre poder evaluar si el proyecto funcionó y tener que confiar en que funcionó.

En sectores regulados, esta pregunta tiene una dimensión adicional: el regulador evalúa resultados, no actividades. A la CNBV no le importa que implementaste un sistema de monitoreo PLD — le importa que el sistema detecta las operaciones que debe detectar con la precisión que la norma requiere. A la COFEPRIS no le importa que rediseñaste el proceso de trazabilidad — le importa que cada lote tiene trazabilidad completa del insumo al paciente. Si el proyecto no puede definir el éxito en los términos que el regulador va a usar para evaluarlo, el proyecto no está bien definido.

McKinsey: proyectos con métricas de éxito definidas antes del inicio tienen 3.1× más probabilidad de entregar el valor prometido · PMI: solo 29% de organizaciones definen métricas de éxito claras antes de comenzar sus proyectos principales

07

¿Estoy hablando con quien puede tomar la decisión — o con quien tiene que convencer a quien puede tomarla?

Esta es la pregunta más directa y la que más directivos interpretan como descortesía cuando en realidad es respeto. Respeto por su tiempo y el mío. Porque he aprendido — después de proyectos donde la primera conversación con el director de tecnología fue seguida de cuatro meses de "alineación interna" antes de llegar a quien realmente decidía — que el proyecto que empieza sin el tomador de decisión real en la primera conversación frecuentemente termina siendo un proyecto diferente al que se diseñó.

En entornos regulados esto importa todavía más. La decisión de implementar un sistema de gobierno de datos que cruza todas las áreas de una institución financiera requiere a alguien con autoridad para que finanzas, tecnología, cumplimiento y negocio compartan la misma fuente de verdad. Esa autoridad rara vez vive en el director de tecnología. Vive en el CEO o en el consejo. Si el proyecto se diseña sin esa autoridad en la conversación inicial, se diseña para el nivel de poder que se tiene — que frecuentemente no es el nivel de poder que la solución requiere.

No es una pregunta sobre jerarquía. Es una pregunta sobre qué tan ambicioso puede ser el proyecto — y quién tiene que estar en la sala para que esa ambición sea ejecutable.

HBR: el patrocinio ejecutivo genuino (no nominal) es el predictor #1 de éxito en proyectos de transformación · Gartner: 74% de compras tecnológicas complejas fracasan en implementación por cambio de decisor entre la venta y la ejecución

Lo que revelan las respuestas — y qué hago con ellas

Cuando las siete preguntas tienen respuestas honestas, una de tres cosas ocurre. La primera: el proyecto es exactamente lo que parecía y está listo para comenzar — lo que ocurre aproximadamente el 30% del tiempo. La segunda: el proyecto necesita redefinición de alcance, de objetivo, de condiciones de éxito o de quién está en la sala — lo que ocurre aproximadamente el 50% del tiempo. La tercera: el problema real no es el que describió el cliente y la solución que tienen en mente no lo va a resolver — lo que ocurre aproximadamente el 20% del tiempo.

Ese 20% es el más importante. No porque sea el más frecuente — no lo es. Sino porque es el que más valor produce decir en voz alta. El cliente que escucha "el problema que describes no es el problema real, y esto es por qué" en la primera conversación no pierde tiempo, no pierde presupuesto y no pierde meses de proyecto en una dirección incorrecta. Ese cliente, con frecuencia, regresa — porque la honestidad en la primera conversación es más rara de lo que debería ser.

Lo que estas preguntas no son

No son un filtro para proyectos fáciles. Los proyectos más complejos que he ejecutado — migraciones de core bancario, implementaciones de plataformas de salud reguladas, transformaciones de sistemas de aviación, despliegues de IA en entornos de misión crítica — tienen respuestas difíciles a estas preguntas. Pero las tienen. Y tener respuestas difíciles es mejor que no tener respuestas.

No son un proceso de ventas. A veces revelan que el proyecto no necesita lo que el cliente creía que necesitaba. A veces revelan que hay una solución más simple, más barata y más rápida que la que se tenía en mente. Decir eso no es perder un contrato. Es ganarse la confianza del cliente — que vale más que el contrato.

No son rígidas. Se adaptan al sector, al contexto regulatorio, al tamaño de la organización y a la naturaleza del problema. Pero el principio que las une es invariable: el tiempo invertido en diagnosticar correctamente nunca es tiempo perdido. El tiempo invertido en ejecutar la solución incorrecta siempre lo es.

"Si tuviera una hora para resolver un problema, pasaría cincuenta y cinco minutos pensando en el problema y cinco minutos pensando en la solución."— Albert Einstein · Citado en HBR "Are You Solving the Right Problems?" · Thomas Wedell-Wedellsborg · 2017

Llevó años entender que el valor de estas preguntas no está en las respuestas que producen. Está en el proceso de buscarlas — en la conversación que generan entre el cliente y yo, en los detalles que emergen cuando alguien tiene que articular exactamente qué quiere resolver, con qué recursos, bajo qué restricciones y con cuál definición de éxito. Esa conversación es el proyecto. Todo lo que viene después es ejecución.

Y la ejecución, cuando el diagnóstico es correcto, resulta ser considerablemente más simple de lo que parecía cuando la urgencia era el único marco disponible para entender el problema.

Fuentes: PMI "Pulse of the Profession 2024" · McKinsey "Decoding Leadership" y "Problem-Solving Research" 2023–2024 · Gartner AI in Production Statistics 2025 · BCG "Flipping the Odds of Digital Transformation" 2024 · Deloitte Project Management Survey 2024 · Gallup State of the Global Workplace 2025 · HBR "Are You Solving the Right Problems?" Wedell-Wedellsborg 2017 · Harvard Business Review Knowledge Management Statistics 2026 · Gartner Data Quality Research 2024 · IBM Ponemon Cost of a Data Breach 2025 · Bloomfire Enterprise Intelligence Report 2025 · Stanford d.school Design Thinking Methodology · CNBV · COFEPRIS · IATA · ASEA · BANXICO · Marcos regulatorios: PCI-DSS · ISO 27001 · ITIL · COBIT · TOGAF · BIAN · DAMA DMBOK · ISO 42001 · NIST · ISO 31000.

Jorge Mercado · #JMCoach

Sobre la ceguera estratégica

 

Hay alguien en tu empresa que
sabe exactamente cómo resolver
el problema. No está en ninguna
junta donde se decide.Y en su lugar están los que venden humo, presentan bien y no han resuelto nada en meses. Gallup, MIT Sloan y Harvard ya calcularon cuánto cuesta eso. El número te va a doler.

Los empleados desconectados le cuestan al mundo $8.8 billones de dólares al año en productividad perdida — más que el PIB de Alemania y Japón combinados. La causa documentada no es la falta de talento. Es la falta de mecanismos para que el talento que existe llegue a las decisiones que importan. Y el vacío que deja lo ocupan los que saben vender la solución, no los que saben ejecutarla.

En la misma empresa donde el director lleva seis meses en reuniones sobre un problema sin resolver, hay alguien que lleva tres meses sabiendo la respuesta y esperando que alguien le pregunte. Ese desajuste no es accidental. Es el resultado de cómo la mayoría de las organizaciones diseña quién habla en las juntas y quién escucha.

Me ha pasado más veces de las que puedo contar. Entro a una empresa con un problema que lleva meses sin resolverse — en fintech, en salud, en manufactura, en aviación. El problema se discute en juntas de directivos, se lleva a consultores externos, se presenta en powerpoints con matrices de riesgo y cronogramas de cuatro etapas. Y en algún momento, mientras reviso la operación real, encuentro a alguien — un analista, un coordinador, a veces un operador — que en quince minutos de conversación me describe el problema con una precisión que los meses de reuniones ejecutivas no habían alcanzado. Y también me describe la solución. Con el nivel de detalle de alguien que ha pensado en esto todos los días mientras nadie le preguntaba. Ese momento siempre produce la misma pregunta: ¿por qué esta persona no está en la sala donde se toman las decisiones? Y la respuesta, cuando se dice en voz alta, siempre es incómoda: porque la sala donde se toman las decisiones no fue diseñada para que la información correcta llegue — fue diseñada para que las personas correctas hablen.

$8.8Bbillones anuales en productividad perdida por empleados desconectados — más que el PIB combinado de Alemania y JapónGallup State of the Global Workplace 2025

21%de empleados globalmente comprometidos en 2024 — cayó 2 puntos, el segundo descenso en 12 años. El 79% restante está desconectado o activamente en contraGallup 2025 · N=global

25%de los ingresos anuales de una empresa se pierden en ineficiencia del conocimiento — para una empresa de $9B eso son $2.4B en valor empresarial destruidoBloomfire Enterprise Intelligence Report 2025 · N=115 empresas

21%del tiempo laboral se gasta buscando información que ya existe en la organización — y otro 14% recreando lo que no se pudo encontrarBloomfire 2025 · N=10,000 empleados · 115 empresas

78%de proyectos de gestión del conocimiento fallan por falta de respaldo del liderazgo o ausencia de adopción organizacional — no por falta de tecnologíaHarvard Business Review · KM Statistics 2026

Lo que pasa cuando el que sabe no está en la sala

Hay una forma de ver lo que Gallup llama "desconexión" que las estadísticas globales no capturan bien. No es solo que el empleado no está motivado. Es que el empleado dejó de intentar comunicar lo que sabe porque aprendió — a través de experiencias repetidas — que la información que tiene no cambia las decisiones que se toman sin él. El MIT Sloan documentó que las organizaciones con mejores prácticas de gestión del conocimiento mejoran la colaboración interdepartamental en un 40%. El reverso de ese dato es igual de importante: las que no las tienen pierden ese 40% en fricción, repetición y decisiones tomadas sin la información que habría cambiado el resultado.

Harvard Business Review publicó algo que pocos directivos quieren escuchar: la barrera número uno para que el conocimiento organizacional llegue a las decisiones correctas no es tecnológica — es política. La persona que sabe cómo resolver el problema frecuentemente no está en la sala porque alguien que sí está en la sala tiene un incentivo para que esa persona no esté. El conocimiento es poder en las organizaciones donde el poder se ejerce a través del control de la información. Y quien tiene acceso a las juntas de decisión frecuentemente lo tiene porque controla qué información llega — no porque tenga la mejor información.

El costo específico del conocimiento ignorado — por Bloomfire 2025

El reporte de Bloomfire 2025, basado en seis meses de datos de 10,000 empleados en 115 empresas, calculó el valor potencial de optimizar el conocimiento organizacional: $685 millones recuperables en mayor engagement de la fuerza laboral, $384 millones en mejor calidad de decisiones y $106 millones en mayor motivación para desarrollar habilidades — en una sola empresa de referencia. Los empleados de esas empresas dedican el 21% de su jornada buscando información que ya existe y el 14% recreando información que no pudieron encontrar. Eso es el 35% del día laboral gastado en el problema que el conocimiento mal gestionado produce. No en producir. En buscar lo que ya existía.

Los que venden humo — y por qué el mercado los sigue comprando

Hay una pregunta que me hago cada vez que veo a una empresa que lleva meses pagando a un consultor externo por un problema que alguien adentro podría resolver: ¿por qué el consultor externo convenció al directivo de algo que el empleado interno no pudo?

La respuesta tiene tres partes. Primera: el consultor externo presenta mejor. Tiene el deck con las fuentes correctas, el vocabulario de la industria, los benchmarks comparativos y la confianza de quien ha tenido esa misma conversación con veinte clientes antes. El empleado interno tiene el conocimiento real pero no sabe empaquetarlo. Segunda: el consultor externo no tiene historial que lo limite. Cuando el empleado interno propone una solución, el directivo recuerda la última vez que ese empleado cometió un error. Cuando el consultor externo propone la misma solución, el directivo no tiene contexto negativo para filtrarla. Tercera y más importante: el consultor externo tiene un incentivo para que el problema tarde en resolverse. La solución rápida y simple termina el contrato. La solución compleja, de múltiples fases, con entregables periódicos y workshops de alineación — esa solución extiende la facturación.

IBM documentó que las empresas con prácticas sólidas de gestión del conocimiento interno tienen un 25% más de retención de clientes gracias a la velocidad de resolución de problemas. No por contratar mejores consultores. Por usar mejor el conocimiento que ya tienen. El consultor que llega desde afuera y en seis semanas "descubre" lo que el equipo interno sabía hace meses no descubrió nada. Encontró la presentación correcta para el conocimiento que estaba atrapado en las personas incorrectas.

La diferencia entre el consultor que resuelve y el que vende es visible en retrospectiva y casi invisible en la primera reunión. Ambos presentan con confianza. Ambos tienen casos de éxito. La diferencia aparece en qué pasa cuatro meses después: uno entregó el resultado prometido y el otro está en su cuarta presentación de "avances".

El patrón en seis sectores — la misma historia, distinto nombre

Este no es un problema exclusivo de ninguna industria. Lo he visto en fintech regulado, en manufactura, en salud, en aviación, en retail y en instituciones financieras. El denominador común es siempre el mismo: alguien que sabe, una estructura que no le da acceso, y alguien que vende que sí tiene ese acceso.

Banca y FintechCNBV · PLD · Sistemas · Cumplimiento

El analista de cumplimiento que lleva dos años procesando reportes de operaciones inusuales sabe exactamente dónde están los huecos en el sistema de monitoreo. Sabe cuáles alertas producen falsos positivos y por qué. Sabe qué clientes tienen patrones que el sistema no detecta. Ese conocimiento no está en ningún documento. Está en su cabeza. Y nadie se lo ha preguntado formalmente — en parte porque preguntarle requeriría reconocer que el sistema de monitoreo que alguien aprobó y defendió tiene los problemas que él ve todos los días.

Mientras tanto, la institución contrata una firma externa para "auditar el sistema de PLD" — que en sus primeras semanas de trabajo descubre exactamente lo que el analista interno habría dicho en la primera conversación.

Bloomfire: empleados pasan 21% del día buscando información que ya existe internamente · IBM: 25% más retención con gestión de conocimiento efectiva

Salud y HospitalesIMSS · COFEPRIS · Procesos clínicos

La enfermera que lleva ocho años en urgencias del hospital sabe cuántos pacientes se van sin atención después de las 22 horas, en qué días de la semana, por qué y qué cambio operacional simple lo resolvería. El médico residente sabe cuántos diagnósticos se retrasan porque el sistema de laboratorio no está integrado con el de imágenes. El coordinador de turno sabe exactamente qué proceso produce los cuellos de botella que hacen que una cirugía electiva tarde tres horas más de lo planeado. Ninguno de ellos estaba en la última reunión donde se decidió comprar un sistema nuevo de gestión hospitalaria por varios millones de pesos.

El sistema nuevo resuelve la presentación del problema. El problema real sigue operando en el turno de la noche.

HBR: 78% de proyectos de conocimiento fallan por falta de adopción organizacional — no por tecnología · MIT Sloan: +40% colaboración en organizaciones con gestión real del conocimiento

Manufactura e IndustriaProducción · Cadena de suministro · Calidad

El operador de línea que lleva doce años en la misma máquina sabe, sin consultarlo con nadie, qué produce el defecto que aparece en el lote de los lunes. Sabe qué proveedor de materia prima produce inconsistencias que el control de calidad no captura hasta que el producto ya salió. Sabe qué mantenimiento preventivo se omitió hace seis semanas y qué parada no planeada va a producir en las próximas cuatro. Ese conocimiento vale millones en costo de calidad evitado y eficiencia de producción. Y vive exclusivamente en la cabeza de personas que están operando la máquina — no en las juntas donde se decide la estrategia de manufactura del trimestre.

Deloitte: pérdidas por conocimiento operacional no capturado equivalen al 12-15% del EBITDA en manufactura intensiva

Aviación y Operaciones AéreasIATA · Operaciones · Mantenimiento · MRO

El técnico de mantenimiento que revisó ese motor 340 veces sabe la diferencia entre el sonido normal y el que precede a una falla que el sistema de alertas no detectará por otras 48 horas. El despachador de vuelos sabe qué combinación de slots y condiciones meteorológicas produce los retrasos en cascada que la operación todavía no ha modelado formalmente. El agente de servicio al cliente sabe cuáles políticas producen las quejas que más daño hacen a la fidelidad del pasajero — y cuál es la excepción de cinco segundos que las evitaría. Ninguno de esos tres fue consultado en la última revisión de procesos de la aerolínea. La revisión la hizo una consultora internacional que entregó un reporte de 180 páginas en doce semanas.

IATA: el 68% de los retrasos operacionales tiene causa raíz identificable por el personal de línea antes de que ocurra · McKinsey: conocimiento de operaciones no sistematizado produce 20-30% de ineficiencia en aerolíneas

Retail y E-commerceExperiencia cliente · Inventario · Logística

El gerente de tienda que lleva seis años en la misma ubicación sabe qué exhibición produce más conversión en ese barrio específico, qué producto se devuelve siempre por la misma razón que nadie ha corregido en el embalaje, y qué horario de reabastecimiento produce los quiebres de stock que hacen que el cliente se vaya sin comprar. El agente de atención al cliente sabe cuáles tres razones generan el 60% de las quejas — y qué cambio de proceso simple las eliminaría. El e-commerce decidió resolver "el problema de experiencia del cliente" contratando una firma de UX que rediseñó la app. El mismo producto. El mismo proceso de empaque con el mismo defecto. La misma política de devolución que genera la misma queja. Solo que ahora la experiencia de quejarse es más bonita.

Forrester: el 81% de compradores insatisfechos con el proveedor que eligieron — el conocimiento del cliente interno es el activo más subutilizado en retail

Tecnología e ITSistemas · Arquitectura · Deuda técnica

El desarrollador que construyó el módulo hace tres años sabe exactamente por qué el sistema falla en ciertas condiciones específicas — y qué corrección de cuatro líneas de código lo resolvería. El DBA sabe cuál query está consumiendo el 40% de la capacidad del servidor y por qué nadie lo ha indexado correctamente. El analista de datos sabe que el reporte que el directivo usa para tomar decisiones tiene un error en la fórmula de agregación que lleva activo dieciocho meses. Ninguno de los tres está en las reuniones de arquitectura donde se decide si se compra un sistema nuevo o se migra a la nube. En esas reuniones están los proveedores que tienen más que ganar con cada decisión que se tome.

Gartner: la mala calidad de datos cuesta $9.7–15M anuales por organización · El 35% de empleados cita "no encontrar información relevante" como su barrera principal — SHRM 2026

$438B

Productividad perdida en EE.UU. por empleados activamente desconectados · Gallup 2025

$438 mil millones de dólares anuales solo en EE.UU. — no en el mundo, en un solo país. Gallup 2025 documentó que el engagement global cayó al 21%, con el manager engagement cayendo de 30% a 27% en un solo año. El costo no es abstracto: es el proyecto que tardó seis meses en lugar de seis semanas porque nadie hizo la pregunta correcta a la persona correcta. Es la decisión que se tomó con información incompleta porque el que tenía la información completa no estaba en la sala. Es el contrato que se firmó con el proveedor equivocado porque el que sabía cuál era el correcto no habló — o habló y no fue escuchado.

Gallup State of the Global Workplace 2025 · HRZone Analysis April 2025

Por qué el que sabe no habla — y por qué el que no sabe sí habla

Hay una razón documentada por Amy Edmondson del Harvard Business School para que las personas que más saben sean frecuentemente las que menos hablan en organizaciones disfuncionales. La llamó "seguridad psicológica" — la percepción de que hablar no va a tener consecuencias negativas para quien habla. Edmondson documentó que los equipos con baja seguridad psicológica producen resultados significativamente peores en tareas que requieren conocimiento, colaboración e innovación — precisamente las tareas donde el conocimiento organizacional importa más.

El empleado que intentó decirle a su jefe que el proceso tenía un error y fue ignorado — o peor, cuestionado — aprendió una lección que no aparece en ningún manual de onboarding: hablar en esta organización tiene un costo mayor que el beneficio de ser escuchado. A partir de ese momento, hace su trabajo, sabe lo que sabe, y espera a que alguien le pregunte directamente. Si nadie le pregunta, la organización sigue sin esa información. Y el consultor externo que llega sin ese contexto negativo recibe la misma información con mucha más facilidad — porque el empleado no tiene razón para filtrar lo que le cuenta a alguien que no es su jefe.

"El experto que resuelve problemas reales no es el que habla más fuerte en la reunión. Es el que las personas llaman cuando la reunión termina y el problema todavía no está resuelto. Ese es el conocimiento que la organización necesita en la sala desde el inicio — no como recurso de emergencia cuando lo demás falló."— Jorge Mercado · #JMCoach · Coach Profesional ICF · CTO · Arquitectura Empresarial

El equipo que produce resultados consistentes no es necesariamente el más talentoso en papel. Es el que tiene mecanismos para que el conocimiento operacional llegue a las decisiones estratégicas — sin que nadie tenga que ser héroe para hacerlo pasar.

Lo que cambia cuando se diseña para escuchar al que sabe

Las organizaciones que resolvieron esto no lo hicieron con una iniciativa de cultura. Lo hicieron con decisiones estructurales específicas sobre quién está en qué sala, con qué información, con qué autoridad para hablar. El MIT Sloan documentó que las organizaciones con prácticas avanzadas de gestión del conocimiento mejoran la colaboración interdepartamental en un 40%. Eso no es el resultado de talleres de team building. Es el resultado de estructuras donde el conocimiento fluye hacia las decisiones en lugar de quedarse atrapado en los procesos.

Cinco preguntas que revelan si tu organización escucha al que sabe — o solo al que presenta bien

¿Cuándo fue la última vez que el director general habló directamente con alguien de la operación — sin filtros, sin intermediarios, sin agenda previa — sobre cómo funciona realmente el proceso que más preocupa al negocio? Si la respuesta requiere recordar cuándo fue, ya pasó demasiado tiempo.

¿Existe algún mecanismo formal para que el conocimiento operacional llegue a las decisiones estratégicas sin pasar por la jerarquía completa? Si cada insight tiene que subir por cinco niveles para llegar al consejo, llegará transformado en lo que cada nivel considera que el siguiente nivel quiere escuchar — no en lo que originalmente era.

¿Las personas que más saben de cada proceso crítico tienen voz en las decisiones sobre ese proceso? No consulta retroactiva — voz en tiempo real, antes de que la decisión esté tomada.

¿Cuánto del gasto en consultoría externa en el último año resolvió problemas que alguien interno ya había diagnosticado correctamente? Si la respuesta es "más de lo que me gustaría admitir", el problema no es de conocimiento — es de mecanismos para usar el conocimiento que ya existe.

¿La persona que más sabe de cada área crítica de tu empresa tiene el mismo nivel de acceso a las reuniones donde se decide el futuro de esa área que la persona con el título más alto en esa área? Si no — si el conocimiento y el acceso están en personas distintas — la organización está tomando sus decisiones más importantes con la mitad de la información que podría tener.

El $8.8 billones de Gallup no es el costo de contratar personas que no saben. Es el costo de contratar personas que saben y diseñar organizaciones que no usan ese conocimiento. El conocimiento está ahí. La pregunta no es cómo encontrarlo. Es si alguien está dispuesto a diseñar la organización para que llegue a donde importa — aunque eso signifique que las decisiones se toman con la información del que opera en lugar de la presentación del que vende.

Hay alguien en tu empresa que sabe exactamente cómo resolver el problema que lleva meses frenado el negocio. El primer paso para aprovecharlo no es crear un programa de innovación ni contratar una plataforma de gestión del conocimiento. Es hacer la pregunta correcta a la persona correcta — hoy, antes de la próxima junta donde se va a decidir contratar a alguien de afuera para que lo descubra.

Fuentes: Gallup "State of the Global Workplace 2025" · Gallup "State of the Global Workplace 2023" (reporte base $8.8T) · Bloomfire "The Value of Enterprise Intelligence Report 2025" (N=10,000 empleados · 115 empresas) · MIT Sloan Management Review · IBM Institute for Business Value · Harvard Business Review "Knowledge Management Statistics" 2026 · Amy Edmondson "The Fearless Organization" · Forbes "Gallup Says $8.8 Trillion Is The True Cost Of Low Employee Engagement" jul 2024 · HRZone "Gallup 2025 Employee Engagement Decline" abr 2025 · SHRM Knowledge Management Statistics 2026 · Forrester "State of Knowledge Management" 2025 · Deloitte Human Capital Trends 2025 · McKinsey "The Value of Getting Personalization Right — or Wrong" aplicado a conocimiento organizacional.

Jorge Mercado · #JMCoach

Hay una triple burbuja sobre deuda

 

Hay una triple burbuja
formándose ahora mismo.
Goldman Sachs y el FMI ya la nombraron.Y la mayoría de las personas está mirando hacia otro lado — hacia el ruido del día — mientras el patrón que precede a cada crisis financiera importante se repite con precisión histórica.

La deuda pública global superó $100 billones de dólares en 2025. La suma de deuda pública más privada es más de tres veces el tamaño de toda la producción económica mundial. Los seis bancos más grandes de EE.UU. advirtieron en sus resultados del Q1 2026 que el próximo ciclo de estrés crediticio ya está formándose — en crédito privado, bienes raíces comerciales y las estructuras de préstamo que conectan bancos con capital privado. Esto no es alarmismo. Es lo que dicen los que manejan el dinero.

Cada burbuja financiera importante de la historia tuvo exactamente el mismo período previo: euforia generalizada, desprecio hacia los que advertían, y la narrativa de que "esta vez es diferente". La de los tulipanes en 1637. La del ferrocarril en 1840. La del .com en 2000. La inmobiliaria en 2008. Y ahora hay tres formándose simultáneamente mientras el debate público está en otro lado.

En 2006, Nouriel Roubini — al que Wall Street llamaba "Dr. Doom" — presentó en el FMI un análisis detallado de las condiciones que, según él, producirían el mayor colapso inmobiliario de la historia de EE.UU. La audiencia lo escuchó educadamente y siguió con su día. Dieciséis meses después, Lehman Brothers cayó. Michael Burry — el gestor de fondos al que la película "The Big Short" inmortalizó — documentó el riesgo en 2005 y apostó contra el mercado durante dos años mientras todos a su alrededor le decían que estaba equivocado. No estaba equivocado. El patrón que precede a toda crisis financiera mayor no es que nadie vio las señales. Es que las señales estaban visibles y la narrativa dominante del momento hacía más cómodo ignorarlas que actuar sobre ellas. Hoy, en agosto de 2026, Goldman Sachs, JP Morgan, el FMI, el BIS y el Foro Económico Mundial han publicado advertencias explícitas sobre tres burbujas que se están formando simultáneamente. Esto no es análisis marginal de economistas pesimistas. Es el consenso oficial de las instituciones financieras más grandes del mundo. Y la mayoría de las personas no lo está leyendo porque está ocupada con otra cosa.

$100Bbillones de dólares — deuda pública global acumulada en 2025, subiendo más rápido que antes de la pandemiaFMI / WEF · 2025

3×el tamaño de toda la producción económica global — lo que representa la deuda pública más privada combinadas en 2025WEF · Foro Económico Mundial · dic 2025

2.4%tasa de impago del crédito privado en Q1 2025 — JP Morgan advierte que si supera el 6% (pandemia), el estrés sistémico se intensificaJP Morgan Private Bank · julio 2025

6de los 6 bancos más grandes de EE.UU. advirtieron en Q1 2026 que el próximo ciclo de estrés crediticio ya está formándoseForbes · Q1 2026 Earnings Analysis · abril 2026

$5Tbillones destruidos en el crash .com 2000. $11T en la crisis inmobiliaria 2008. El tamaño de la próxima corrección aún no tiene estimado públicoFMI / BIS Histórico

El patrón que se repite — siempre igual, siempre ignorado

Antes de hablar de las tres burbujas actuales, hay que entender por qué las burbujas son tan difíciles de ver mientras ocurren. No es falta de información. Es algo más básico: durante el período de inflación de una burbuja, los indicadores se ven bien. Los precios suben. Los rendimientos son altos. Los que están adentro ganan dinero. Y los que advierten parecen equivocados durante el tiempo suficiente como para que la mayoría decida que están equivocados.

El Foro Económico Mundial lo documentó con precisión en diciembre de 2025: las burbujas financieras son tan antiguas como la práctica de intercambiar activos. Y tienen un ciclo que el economista Hyman Minsky describió con exactitud en los años 70 — desplazamiento inicial, euforia, apalancamiento, colapso — y que se ha repetido sin excepción en cada crisis financiera mayor de los últimos cuatro siglos.

1637

Tulipomanía, Holanda. Un solo bulbo de tulipán llegó a costar más que una casa en Ámsterdam. El mercado colapsó en semanas. Los que advirtieron el desajuste entre precio y valor intrínseco fueron ignorados durante años mientras los precios seguían subiendo.

1840

Fiebre ferroviaria, Reino Unido. Se construyeron 9,000 millas de vías en cinco años financiadas con deuda masiva. Cuando el crecimiento esperado no llegó, los precios de las acciones ferroviarias colapsaron 85%. El argumento durante la euforia: "el ferrocarril es el futuro y el futuro no tiene precio".

2000

Burbuja .com, EE.UU. Empresas sin ingresos llegaron a valuaciones de miles de millones. Se destruyeron $5 billones de dólares en valor en el crash. El argumento durante la euforia: "internet cambia todas las reglas del negocio tradicional". Correcto en la premisa, equivocado en el precio.

2008

Crisis inmobiliaria subprime, EE.UU. / global. $11 billones de dólares en riqueza familiar destruidos. Millones de hipotecas empacadas en instrumentos que nadie entendía completamente, calificadas como AAA. El argumento durante la euforia: "los precios de las casas nunca han caído a nivel nacional".

2022

Crypto winter. $2 billones de dólares en capitalización de mercado evaporados en meses. Bitcoin cayó de $69,000 a $16,000. El argumento durante la euforia: "el cripto es una cobertura contra la inflación y el nuevo oro digital". En la caída, cayó más que los activos tradicionales.

La progresión es idéntica en todos los casos. El patrón que Michael Burry identificó en 2005 no fue secreto — los datos sobre la calidad de las hipotecas estaban disponibles públicamente. Lo que lo hizo accionable para él fue que estaba dispuesto a leerlos sin el sesgo de quien ya estaba adentro del mercado y tenía incentivos para que los precios siguieran subiendo. Eso es exactamente lo que hace tan difícil ver una burbuja cuando estás dentro de ella.

Los mercados financieros no avisan cuando van a caer. Los indicadores que preceden a cada corrección mayor son visibles en retrospectiva y frecuentemente ignorados en tiempo real — porque durante la fase de euforia, los mismos indicadores que señalan el riesgo parecen evidencia del éxito.

Las tres burbujas de 2025–2026 — nombradas por quienes manejan el dinero

El Foro Económico Mundial publicó en diciembre de 2025 un análisis explícito sobre lo que llamó "el problema de las tres burbujas". No un economista marginal. El WEF. Y lo que describieron no es especulación — son tres fenómenos con características documentables que comparten el mismo perfil que cada burbuja histórica mayor: precios desconectados de fundamentos, apalancamiento creciente y la narrativa de que "esta vez es diferente".

Burbuja #1 — La IA y la infraestructura que nadie sabe si se va a usar

Goldman Sachs · WEF · Jeff Bezos · 2025–2026

Goldman Sachs advirtió explícitamente en enero de 2026 que los máximos históricos de las bolsas impulsados por IA podrían derivar en una burbuja. David Solomon, CEO de Goldman, lo dijo sin eufemismos: "sabemos, como estudiosos de la historia, que tras períodos de entusiasmo generalizado en torno a las nuevas tecnologías, acaba habiendo una divergencia en la que algunas empresas prosperan y otras fracasan". Jeff Bezos — fundador de Amazon — habló públicamente de una "burbuja" que podría provocar pérdidas, enfatizando que la industria es "real" pero reconociendo el riesgo de sobrevaluación.

El WEF señaló que cuatro empresas estadounidenses están construyendo agresivamente la infraestructura de IA — datacenter, energía, hardware — con deuda privada masiva. La pregunta que nadie ha respondido con evidencia: ¿la demanda real de esa infraestructura justificará la inversión? En la burbuja ferroviaria de 1840, el ferrocarril era real, transformador y cambió el mundo. Y aun así los precios colapsaron 85% porque la inversión superó por décadas la demanda real. El argumento de que la IA es real no responde si los precios actuales son reales.

Burbuja #2 — El crédito privado: el mercado que creció sin que nadie mirara

JP Morgan · Reserva Federal · Forbes · 2025–2026

El mercado de crédito privado — préstamos directos de fondos no bancarios a empresas — tiene hoy un tamaño similar al de los préstamos apalancados y bonos de alto rendimiento combinados (JP Morgan 2025). Creció de $400 mil millones en 2012 a más de $1.7 billones en 2025. Las tasas de impago están al 2.4% — por encima del 1.5% de los bonos de alto rendimiento. JP Morgan advierte que si el impago supera el 6% — como en la pandemia — las pérdidas podrían "intensificar el estrés sistémico".

Lo más revelador: la Reserva Federal encuestó a profesionales de inversión sobre posibles crisis económicas, y el crédito privado apareció en la lista de preocupaciones. No es una categoría marginal. Es un mercado de $1.7 billones con opacidad de información — no cotiza en bolsa, no tiene los requerimientos de transparencia de los mercados regulados — y con estructuras de apalancamiento que los seis bancos más grandes de EE.UU. describieron en sus resultados de Q1 2026 como la fuente del próximo ciclo de estrés: "credit conditions today are benign, but the foundations of the next stress cycle are quietly forming" (Forbes, abril 2026).

Burbuja #3 — La deuda pública: la más inquietante de las tres

FMI · WEF · BIS · 2025

La deuda pública global superó los $100 billones de dólares en 2025 — y ha venido aumentando a un ritmo más acelerado que antes de la pandemia. El WEF señaló que Kenia ya destina más de la mitad de sus ingresos solo al pago de préstamos. La carga de deuda de EE.UU. avanza hacia niveles que antes se asociaban con Italia y Grecia. Si se suma la deuda privada, el total supera tres veces el tamaño de toda la producción económica global. Eso no es sostenible indefinidamente. La pregunta no es si habrá ajuste. Es cuándo, qué lo dispara y quién lo absorbe.

El BIS ha advertido consistentemente desde 2023 que la combinación de deuda alta con tasas de interés elevadas produce una "trampa de deuda" donde los gobiernos tienen cada vez menos espacio fiscal para responder a la próxima crisis con los instrumentos que usaron en 2008 y 2020. La siguiente recesión llegará en un momento donde la capacidad de respuesta fiscal global es significativamente más limitada que en recesiones anteriores.

3× PIB

Deuda total mundial vs. producción económica global · WEF · FMI · 2025

Cuando sumas la deuda pública ($100 billones) más la deuda privada global, el resultado supera tres veces el PIB mundial. Para contexto: antes de la crisis de 2008, esa ratio era de aproximadamente 1.8 veces. Antes de la Gran Depresión de 1929, era de 2.1 veces. El nivel actual no tiene precedente en la historia económica moderna. Y a diferencia de 2008 o 2020, los gobiernos llegan a este momento con menos espacio fiscal para responder si algo sale mal.

WEF "El problema de las tres burbujas" dic 2025 · FMI World Economic Outlook 2025 · BIS Annual Report

La deuda global que supera tres veces el PIB mundial no es una abstracción académica. Es la suma de las decisiones de endeudamiento de gobiernos, empresas y hogares en todo el mundo — cada una individualmente justificable, colectivamente sin precedente. Cuando ese nivel de deuda se combina con tasas de interés elevadas, el costo del servicio comprime el espacio de maniobra de todos los actores al mismo tiempo.

Por qué la mayoría no lo ve — la distracción tiene nombre

Hay una razón documentada por la economía del comportamiento para que las burbujas sean tan difíciles de ver mientras ocurren. No es irracionalidad — es racionalidad de corto plazo. Si los precios están subiendo y yo estoy adentro, salir tiene un costo inmediato y real. Quedarme tiene un costo futuro y probabilístico. Los humanos, consistentemente, subestimamos el costo futuro y probabilístico frente al costo inmediato y certero. Robert Shiller — Premio Nobel de Economía — documentó este patrón en cada burbuja que estudió y lo llamó "narrativa económica contagiosa": la historia que explica por qué esta vez los precios altos son justificados se propaga más rápido y más ampliamente que el análisis que los cuestiona, porque es más cómoda de creer.

La narrativa actual tiene tres versiones. "La IA lo va a cambiar todo, así que los precios actuales son razonables." "El crédito privado tiene mejores salvaguardas que los CDOs de 2008." "Los gobiernos siempre pueden monetizar su deuda — no hay límite real." Las tres pueden ser parcialmente ciertas y aun así no explicar por qué los precios actuales están en sus niveles. La IA puede cambiar el mundo y aun así la infraestructura de IA puede estar sobreinvertida. El crédito privado puede ser mejor que los CDOs de 2008 y aun así crear estrés sistémico si los impagos aumentan. La deuda soberana puede ser manejable y aun así comprimir la capacidad de respuesta a la próxima crisis.

"Tras períodos de entusiasmo generalizado en torno a las nuevas tecnologías, acaba habiendo una divergencia en la que algunas empresas prosperan y otras fracasan. Sabemos esto como estudiosos de la historia."— David Solomon · CEO de Goldman Sachs · Presentación de resultados Q3 2025 · enero 2026

Lo que hacen los que no están distraídos

Este no es un artículo catastrofista. Las burbujas no siempre explotan de forma abrupta. A veces se desinflan gradualmente. A veces una de las tres se corrige mientras las otras dos se mantienen. El Banco de Pagos Internacionales y JP Morgan no están diciendo que el colapso es inminente — están diciendo que las condiciones para un ciclo de estrés están formándose y que quien las ignore llegará a ese ciclo sin preparación.

Hay personas y organizaciones que leen estas señales y actúan. No en modo pánico — en modo de gestión de riesgo. Y lo que hacen es específico y documentado.

Lo que hacen los que leen las señales — sin alarmismo, con sentido

Revisan su exposición a activos que dependen de que la narrativa siga siendo verdadera. Las acciones de empresas de IA que cotizan a 80 o 100 veces sus ganancias tienen precio que asume que todo lo que la narrativa promete ocurrirá. Si ocurre el 70% de lo prometido, el precio todavía podría colapsar significativamente. Saber cuánto de tu cartera depende de que el escenario optimista sea exacto es el primer paso.

Construyen liquidez antes de necesitarla. La empresa y la persona que llega a un ciclo de corrección con liquidez disponible tiene opciones que los que llegaron apalancados no tienen. Warren Buffett llegó a 2024 con $325 mil millones en efectivo en Berkshire Hathaway — más del 30% de sus activos totales. No porque crea que el mercado va a caer mañana. Porque sabe que cuando caiga, quien tiene efectivo puede comprar lo que los apalancados tienen que vender.

Distinguen entre la tecnología real y el precio de la tecnología real. El ferrocarril era real en 1840 y los precios colapsaron. Internet era real en 2000 y los precios colapsaron. La IA puede ser real y los precios de algunas empresas de IA pueden estar desconectados de lo que esa realidad produce en ganancias en el tiempo visible. Invertir en la tesis sin pagar por el escenario perfecto es la distinción que los mejores inversores hacen.

No intentan predecir cuándo — sino prepararse para cuando. Michael Burry apostó contra el mercado inmobiliario en 2005 y tuvo que sostener esa posición durante dos años mientras perdía dinero antes de que el mercado le diera la razón. Nadie puede predecir el timing de una corrección. Lo que sí se puede predecir es que quien llega preparado tiene opciones. Quien llega distraído tiene sorpresas.

El WEF terminó su análisis de diciembre de 2025 sobre las tres burbujas con una pregunta que vale más que cualquier respuesta: "¿Podemos sobrevivir a un triple estallido?" La respuesta que dan es matizada — depende de la secuencia, de la política monetaria disponible, de la capacidad fiscal de los gobiernos y de si las tres se corrigen simultáneamente o en diferentes momentos. Lo que no dicen es que el riesgo es marginal o gestionable sin preparación.

Las burbujas no se ven porque nadie tiene los datos. Se dejan de ver porque mirar implica actuar, y actuar implica asumir el costo inmediato de salir de algo que todavía está subiendo. Ese costo inmediato siempre parece mayor que el riesgo futuro — hasta que el riesgo futuro llega y resulta ser mucho mayor de lo que parecía. Goldman Sachs, JP Morgan, el FMI, el BIS y el Foro Económico Mundial ya pusieron los datos sobre la mesa. La pregunta ahora no es si alguien los vio. Es qué va a hacer cada quien con ellos.

Fuentes: Foro Económico Mundial "El problema de las tres burbujas: IA, criptomonedas y deuda" diciembre 2025 · Revista EYN / Goldman Sachs y JPMorgan advierten sobre burbujas enero 2026 · Forbes "Wall Street's Big Banks Signal The Next Credit Risks" abril 2026 · JP Morgan Private Bank LATAM "Crédito privado: ¿prometedor o problemático?" julio 2025 · JP Morgan Asset Management Private Credit Outlook · FMI World Economic Outlook 2024–2025 · BIS Annual Economic Report 2025 · BIS Quarterly Review 2024 · Robert Shiller "Narrative Economics" · Hyman Minsky "Stabilizing an Unstable Economy" · Historical data: Tulip mania / Railway mania / Dot-com crash / 2008 financial crisis / FMI database.

Jorge Mercado · #JMCoach