La diferenciación no se encuentra donde todos están buscando. Eso debería ser obvio, pero no lo es, porque la mayoría de las organizaciones buscan la innovación desde mejorra lo que ya conocen y dominan. Más expertise. Más especialización. Más dominio técnico del mismo territorio. Y entre más saben, más se parecen a todos los demás que saben lo mismo.

El conocimiento a profundidad de una industria produce una especie de convergencia de perspectivas. Los mismos marcos de análisis, los mismos casos de referencia, las mismas métricas, las mismas conferencias, las mismas mejores prácticas, los mismos reportes de las mismas consultoras. La convergencia es evidencia de que todos operan bajo el mismo encuadre. La especialización te hace experto y simultáneamente te ciega, porque el costo de saber mucho sobre algo es dejar de ver lo que existe fuera de ese algo.

Las soluciones, genuinamente nuevas, emergen de la fricción, de hacer chocar ideas entre dominios que no tenían razón para cruzarse.

En 1999, dos cirujanos cardíacos del Great Ormond Street Hospital de Londres se inspiraron en las maniobras de pit stop de Fórmula 1 para resolver cómo transferir un paciente del quirófano a cuidados intensivos. Llamaron a Ferrari, viajaron a su sede de Maranello. Mostraron videos de su proceso al director técnico, que los destrozó: no había jerarquía, no había secuencia, varias conversaciones ocurrían al mismo tiempo, nadie estaba a cargo. En un pit stop, eso sería un accidente seguro.

Autos y cirugía pediátrica, nada en común. Pero la estructura en la tarea era idéntica: equipo bajo presión ejecutando tareas simultáneas donde cada segundo cuenta y el traspaso de responsabilidad no tolera error. Los cirujanos no copiaron a Ferrari. Importaron una estructura. Asignaron y  diseñaron secuencias similares. Contrataron una coreógrafa para diseñar los movimientos del equipo.

La solución no vino desde el campo de la medicina. Vino de ver automovilismo.

Mismo patrón en campos completamente distintos. Los algoritmos que optimizan redes de telecomunicaciones se inspiraron en cómo las colonias de hormigas depositan feromonas para señalar rutas eficientes. No se necesitaba saber más de telecomunicaciones. Se necesitaba saber algo de entomología. Airbnb no se diferenció ofreciendo habitaciones más baratas que los hoteles. Importó la estructura emocional de quedarse en casa de un amigo, la familiaridad, la cocina compartida, la confianza personal, a una transacción entre desconocidos. La innovación no venía del conocimiento hotelero. Venía de entender la hospitalidad desde la antropología.

En Mastercard, cuando Ajay Banga asumió como CEO en 2010, hizo una encuesta entre sus siete mil empleados. Innovación quedó en lugar veintiséis de veintisiete. Penúltimo. Una empresa de tecnología de pagos donde la innovación era irrelevante. Profundidad máxima. Amplitud cero. Banga encargó a Garry Lyons crear Mastercard Labs, y una de sus iniciativas, Innovation Express, encerraba a personas de disciplinas distintas en un hotel durante cuarenta y ocho horas con un desafío y la instrucción de no salir sin un prototipo. La frustración común en las organizaciones grandes es que quienes entienden el problema nunca se encuentran directamente con quienes escriben la solución, hay demasiadas capas intermedias. Forzar la conversación eliminaba las capas.

Aristóteles distinguía entre episteme, el conocimiento de lo particular, y phronesis, el juicio práctico que permite aplicar lo que se sabe en contextos que no se parecen a donde se aprendió. La phronesis no se desarrolla profundizando en un solo dominio. Se desarrolla navegando entre varios. Es la inteligencia del polímata: no saberlo todo, sino saber lo suficiente de suficientes cosas como para ver conexiones que el especialista no puede ver porque nunca miró fuera de su ventana.

Las organizaciones premian la especialización. Contratan por expertise. Promueven por dominio técnico. Evalúan por profundidad en el rol. Y cuando necesitan innovar, reúnen a personas que saben mucho de lo mismo para que intenten pensar diferente, con los mismos marcos que usan para todo lo demás.

Las universidades hacen lo mismo. Cuatro años de formación en un solo dominio, con electivas que rara vez cruzan fronteras disciplinaria. Sales sabiendo mucho de derecho o de ingeniería o de administración. Pero no lo suficiente de biología, de filosofía, de diseño industrial como para que esos campos te sugieran algo cuando enfrentes un problema que tu formación no puede resolver. Y esos problemas, los que tu formación sí resuelve, son exactamente los que la inteligencia artificial automatiza primero.

Lo que queda cuando la máquina procesa, es juicio. Y el juicio más valioso no es el que profundiza en lo conocido sino el que conecta lo que parecía inconexo. La próxima vez que alguien traiga una referencia de un campo que parece irrelevante hay que protegerla. La diferenciación puede estar en saber algo de lo que no tiene que ver contigo.