Ferran Adrià no es un cocinero. Los fundamentos de Sapiens

Post escrito por Juan Sobejano

Ferran Adrià (FA) está considerado como uno de los mejores cocineros de la historia. Su capacidad para transformar la cocina y trasladarla a la modernidad más absoluta está ya muchas veces glosada. Él introdujo la utilización de nuevos materiales, nuevas herramientas, nuevas técnicas e incluso nuevas formas de enfocar la cocina. Sin embargo, FA es algo más que un cocinero, e incluso se podría decir que es cocinero de manera circunstancial, viendo su trayectoria posterior.

FA es un innovador, una persona que innova en el mundo de la restauración porque es ahí donde se encuentra, pero que podría estar innovando en otro ámbito… y que de hecho lo hace. Porque FA siempre ha sabido sistematizar sus técnicas para pasar de lo concreto a lo general, para no quedarse en la restauración y construir modelos y métodos que pudieran trasladarse a otros entornos, otras industrias y otros sectores.

Uno de esos modelos es Sapiens, que en la propia página de la Fundación El Bulli definen como “metodología de investigación con una visión holística y sistémica”.

He de reconocer, antes de continuar, que me ha costado entrar en el modelo Sapiens. Al principio me parecía más un PESTEL enriquecido que otra cosa. Sin embargo, la cosa no es tan simple. Aunque sí tiene influencias e inspiración de otros modelos y metodologías, cosa que FA no niega, la forma de enfocar el trabajo a realizar y el conocimiento a conseguir lo convierten en algo distinto. Vamos a ir paso a paso.

Qué es Sapiens

Como ya hemos dicho, Sapiens es una metodología de investigación, pero no es una metodología simple, sino que analiza el objeto de estudio desde distintos puntos de vista, planos o métodos:

-El método Léxico (¿Qué es?)

-El método Comparativo (¿Qué no es?)

-El método Clasificatorio (¿Cómo se puede clasificar?)

-El método Sistémico (¿Qué lugar ocupa en el mundo?)

-El método Histórico (¿Cuál es si origen y evolución?)

Imagen de El Bulli Foundation

Además, la metodología Sapiens tiene una serie de características que la hacen interesante:

-Es holística, es decir, enfoca la investigación desde distintos puntos de vista entendiendo que un objeto de estudio, el que sea, no es algo simple y unívoco, sino complejo y al que se puede llegar desde distintas perspectivas.

-Es una metodología sistémica, ya que entiende que esos distintos puntos de vista, esas distintas perspectivas no se mueven y existen solas, ya que forman parte de un sistema, del que forma parte el objeto de estudio. Para FA el verdadero conocimiento no se circunscribe al objeto de estudio, sino que su entorno es fundamental.

-Por lo tanto, es una metodología que conecta el conocimiento, al difuminar los límites y conectar los entornos de lo que estamos estudiando y conocimiento. Un tomate, por ejemplo, no termina en el objeto físico, sino que hemos de ampliar el estudio al conocimiento de su entorno, su origen, su potencialidad… Eso nos hace sabios, de la otra forma nos quedamos en miopes.

-Es un método que cuestiona el status quo y huye del dogmatismo, por lo que no rechaza ninguna fuente de salida, sino que analiza la validez de cualquiera y, por supuesto, de cualquier punto de vista.

-Es un método que ayuda a la descomposición del objeto de estudio. Con esto conseguimos una mayor comprensión de las distintas partes y, por tanto, del todo una vez reunificadas.

–No crea conocimiento, sino que lo descubre. Esto es fundamental, ya que Sapiens es un método de estudio, de análisis y de descubrimiento del saber, no creador de él. Trata de construir una base sólida desde la que partir en un proyecto y donde, ahí sí, crear nuevo conocimiento.

-Es un método abierto, en el sentido de que cada proyecto requiere de la adopción de Sapiens a sus características, dando más peso a algunos de los métodos mencionados sobre otros.

-Al igual que otras metodologías, como Design Thinking, no es tanto un método estructurado como un marco de trabajo, lo que permite libertad en la elección de las herramientas a utilizar.

Vamos ahora a profundizar en cada uno de los métodos antes presentados, que no son si no las distintas caras de un poliedro metodológico que busca el conocimiento.

El método Sistémico

Vamos a empezar por el método Sistémico porque el propio FA indica que es el más importante. Por decirlo de algún modo, el método Sistémico engloba a todos los demás y les da sentido al asumir que todo lo que nos rodea es un sistema y, por tanto, complejo y necesitado de deconstrucción.

Este método se basa en la teoría de sistemas que en el siglo pasado se desarrolló, sobre todo de la mano de Ludwig von Bertalanffy y su libro Teoría General de los Sistemas. Esta teoría habla de la interconexión que existen entre los distintos elementos que forman la realidad, que constituyen un meta-sistema que genera influencias cruzadas entre todos esos elementos.

Por eso habla FA de dos niveles de sistemas: el de la realidad (naturaleza, ser humano, acción del ser humano…) y el de la empresa, que se mueve a su vez en el de la realidad. Lo que buscamos con este método es sobre todo identificar los sistemas que lleva implícitos un determinado conocimiento, y al mismo tiempo identificar nosotros esas conexiones, ya sea de conceptos, teorías u otro nivel de conocimiento.

En este tipo de análisis parece fundamental ir desentrañando las distintas capas que tiene, por ejemplo, la empresa y las relaciones e influencias formales e informales que existen.

El método Léxico, Semántico y Conceptual

Con el método Léxico, Semántico y Conceptual buscamos centrarnos en las palabras, en los significados y en la búsqueda de aquellos conceptos o sinónimos que tienen y cómo los estamos utilizando en nuestros procesos. Éste es el método inicial desde el que partimos y el que nos permite sentar las bases desde las que construir el proyecto de conocimiento en el que nos encontramos.

El objetivo es disponer de un glosario de términos clave para el proyecto, de modo que nos permita una mayor comprensión y, fundamental, una coherencia de significados y conceptos entre todos los miembros del equipo.

Dentro de este método también es importante introducir el elemento temporal, ya que en ocasiones la evolución de una palabra o un significado nos puede dar información relevante para el proyecto.

El método Comparativo

Con el método Comparativo hacemos un vaciado del objeto de estudio. Lo que pretendemos es fundamentalmente comprender qué no es lo que estamos analizando y tratando de comprender. Resulta interesante este enfoque porque, como ya hemos visto en el método Sistémico, pone el objeto de estudio en un contexto y no se centra sólo en él, sino que busca semejanzas y diferencia con su entorno, definiendo y comprendiendo contextualmente lo analizado.

Como decimos, este método nos permite sobre todo encontrar paralelismos (semejanzas y diferencias) y contextualizar, enriqueciendo así el proceso de estudio. En cierto modo es un primer paso para introducir el proceso de inducción en las fases iniciales de estudio y conocimiento, a través del encuentro de patrones, semejanzas y repeticiones.

Como todos los métodos del modelo Sapiens, no tiene una herramienta adosada, sino que se puede elegir entre distintas herramientas de comparación y revisión de conceptos.

El método Clasificatorio

Como dice FA el método Clasificatorio “ayuda a ordenar, y ordenar ayuda a comprender”. Este método requiere de la realización de los anteriores, para comprender qué es y qué no es lo que estamos estudiando. Las clasificaciones identifican elementos comunes, o al menos con alguna característica común. La capacidad que tenemos de clasificar nos ayuda a simplificar y a comprender desde esa simplificación.

Agrupar elementos comunes o elementos con características comunes nos permite gestionar la complejidad del entorno de conocimiento, nos permite encontrar potenciales relaciones dentro del sistema que es la realidad y la empresa.

Del mismo modo, el análisis por agrupación que implica el método Clasificatorio nos da más claridad a la hora de comprender las características y atributos del objeto de estudio. Clasificar es comprender.

El método Histórico

Por último, el método Histórico busca introducir el tiempo en el proceso de conocimiento. Comprender la evolución del objeto de estudio (no de la palabra que lo designa como en el método Léxico) da mucha información que, bien contextualizada, aumenta la comprensión y el conocimiento.

La historia de un fenómeno nos puede explicar la razón de su existencia, por qué ahora es como es y no de otra manera, qué limitaciones ha podido salvar o qué favores ha podido tener para su evolución. Lo que tenemos es un mapa con la evolución cronológica del objeto de estudio, señalando los principales hitos y, puesto en contexto, el análisis explicativo del objeto en el presente.

Dicho esto, la secuencia aparentemente lógica de utilización de los distintos métodos es: Léxico, Comparativo, Clasificatorio, Sistémico e Histórico

El método Sapiens y la innovación

Como todo lo que analizamos en Innolandia, buscamos qué usos puede darse de lo analizado en un proyecto de innovación. Trabajar la innovación, sobre todo como lo hacemos nosotros, basados nuestros procesos en Design Thinking, Lean Startup y Agile, implica adecuar el uso de las herramientas a esta metodología. No podemos, en ocasiones, replicar herramientas sin más, sino que hemos de trabajar desde las necesidades del proyecto.

Utilizando el Design Thinking vemos que hay una serie de fases (Empatizar, Definir, Idear, Prototipar, Validar) y que no en todas las fases Sapiens es útil. De hecho, creemos que Sapiens es útil en las dos primeras fases (Empatizar y Definir) y puede ser una buena base sobre la que trabajar la fase de ideación. Todo aquello que suponga un análisis, un descubrimiento o consolidación de conocimiento o una mejor comprensión del objeto de estudio (el cliente objetivo, por ejemplo) puede ser de gran valor para estas fases.

La utilización de Sapiens en fases posteriores pierde impacto porque no es bueno creando conocimiento, sino descubriendo, comprendiendo y fijando el que ya existe.

En este sentido el método Sapiens presenta varios puntos interesantes:

1.-La contextualización que permite trabajar Sapiens ayuda a anticipar tendencias y a comprender mejor las barreras con las que nos vamos a encontrar y el impacto que vamos a generar. Permite poner el objeto de estudio en un contexto determinado y comprende mejor algunas de sus características (si es un objeto, proceso…) o comportamientos (si es una persona).

2.-La descomposición en partes más básicas y manejables del desafío al que nos vamos a enfrentar permite una mayor comprensión del mismo y la identificación de puntos críticos y áreas de mejora. Esto supone también que el análisis se hace más profundo, pues la descomposición (o deconstrucción) es una forma de análisis en sí misma, y mejora la comprensión de lo analizado.

3.-Sapiens favorece la interdisciplinariedad, es decir, la diversidad de enfoques y de áreas de reflexión, por lo que aumenta nuestra capacidad creativa y minimizamos determinados sesgos que alteran el proceso de innovación. En este sentido, trabajando la interdisciplinariedad en el proceso de Empatizar y Definir, partimos de una situación mucho más consistente y con mayor capacidad de creatividad en la fase de Idear.

4.-Al tener como resultado una información más profunda y contextualizada podemos hacer una mejor evaluación y priorización de oportunidades identificando aquellos componentes del proceso de innovación que son críticos, asignando de ese modo los recursos de una manera más eficiente.

5.-La contextualización y el análisis profundo que hemos mencionado nos permite controlar mejor la gestión del cambio que implica la innovación. Disponemos que mejor información para comprender cómo la innovación puede interactuar con el entorno y nos permite adelantarnos a los posibles impactos negativos diseñando innovaciones más flexibles y resilientes.

Pero, como toda herramienta, también tiene sus puntos débiles:

1.-Sapiens carece de una estructura concreta, no es un método estructurado y claramente definido, sino que, como hemos dicho antes, es más un marco de trabajo. Por esto puede no ser muy eficiente en entornos muy estructurados y con reglas muy definidas o con poca experiencia en el uso de metodologías abiertas. En estos entornos la ambigüedad que permite Sapiens no parece muy adecuada. Pero, sin embargo, en modelos como el Design Thinking sí puede ser útil, pues la libertad que implica esta metodología casa muy bien con la falta de estructura de Sapiens.

2.-Sapiens requiere de un alto consumo de tiempo y recursos, ya que el nivel de análisis suele ser profundo. Es cierto que el nivel de profundización del análisis depende de nosotros, pero si no llegamos a determinados niveles de comprensión, Sapiens pierde efectividad.

3.-Sapiens no permite medir resultados de forma objetiva. No hay una metodología de medición que nos asegure que el conocimiento que extraemos a través de Sapiens sea el adecuado o el mejor posible.

4.-Llegar a un nivel profundo de análisis y de conocimiento, que antes hemos comentado que es necesario, tiene el peligro de generar una sobrecarga de información. Esta acumulación de información se puede hacer difícil de gestionar, lo que requiere poner límites, que a su vez puede afectar a la calidad del resultado final.

5.-En industrias o sectores con un alto nivel normativo, como el financiero o el de infraestructuras, es posible que sapiens no de los mejores resultados al ser un método que favorece la creatividad, pues parte de un enfoque que huye del dogmatismo, como comentamos al principio.

A continuación mostramos un ejemplo de proyecto de innovación con metodología Design Thinking y utilizando Sapiens en las fases antes señaladas, además de apalancar el proyecto con la IA Generativa:

Proyecto: Plataforma de Sostenibilidad en la Industria Alimentaria

Metodología: Design Thinking + Método Sapiens + IA Generativa

En este enfoque, combinamos Design Thinking con el método Sapiens para fortalecer las fases de empatizar y definir, y proporcionar apoyo en la fase de ideación. La IA generativa se usa como un factor clave para procesar datos, generar insights y facilitar la creación de soluciones innovadoras.

1. Fase de Empatizar: Profundizando en la Realidad con Sapiens

En esta fase, se busca comprender profundamente a los usuarios y el contexto de la industria alimentaria. Aquí, el método Sapiens nos ayuda a analizar la realidad de manera holística.

Método Sistémico: Mapeo de Ecosistemas y Relaciones

Objetivo: Identificar los sistemas que interactúan en la sostenibilidad alimentaria y sus interconexiones.
Aplicación:
- Se utiliza IA generativa para analizar fuentes de datos en tiempo real (redes sociales, informes de tendencias, regulaciones ambientales) y detectar patrones.
- Se identifican actores clave: agricultores, distribuidores, minoristas, consumidores y reguladores.
- Se exploran influencias cruzadas, como la relación entre desperdicio de alimentos y regulaciones gubernamentales.
Beneficio: Permite visualizar la complejidad del problema y entender cómo diferentes factores impactan la sostenibilidad en la industria.

Método Léxico, Semántico y Conceptual: Construcción de un Lenguaje Común

Objetivo: Definir términos clave para asegurar coherencia en el equipo.
Aplicación:
- Se usa IA para extraer y analizar cómo se habla de sostenibilidad en diferentes sectores y regiones.
- Se crean mapas semánticos que muestran la evolución del concepto de «sostenibilidad» en la industria alimentaria.
Beneficio: Asegura que todo el equipo y los stakeholders hablen un mismo idioma, reduciendo ambigüedades en la toma de decisiones.

Método Comparativo: Benchmarking y Análisis de Diferencias

Objetivo: Contextualizar el problema comparando la sostenibilidad alimentaria con prácticas en otros sectores.
Aplicación:
- La IA analiza estudios de sostenibilidad en industrias como la moda y la automotriz para encontrar estrategias adaptables.
- Se comparan prácticas en diferentes países para entender qué modelos funcionan mejor según el contexto.
Beneficio: Identifica oportunidades para aplicar estrategias innovadoras ya validadas en otros sectores.

2. Fase de Definir: Síntesis del Problema con Sapiens

Aquí el reto se delimita con precisión para desarrollar soluciones relevantes.

Método Clasificatorio: Organización de Insights y Priorización de Problemas

Objetivo: Agrupar los hallazgos para simplificar la toma de decisiones.
Aplicación:
- Se usa IA generativa para categorizar problemas clave en cuatro dimensiones:
  - Producción: Uso de recursos y huella de carbono.
  - Distribución: Ineficiencias logísticas y desperdicio.
  - Consumo: Hábitos y percepción del consumidor.
  - Residuos: Gestión y reciclaje.
- Se genera un modelo visual donde se identifican patrones de impacto y oportunidades.
Beneficio: Permite priorizar desafíos y estructurar el problema de manera clara.

Método Histórico: Análisis Evolutivo para Entender el Origen del Problema

Objetivo: Comprender la evolución del problema y prever tendencias futuras.
Aplicación:
- Se usa IA para analizar informes históricos sobre regulaciones alimentarias y cambios en la percepción de sostenibilidad.
- Se identifican hitos clave, como la llegada de certificaciones ecológicas y la influencia de movimientos ambientalistas.
- Se generan proyecciones sobre cómo la sostenibilidad evolucionará en la próxima década.
Beneficio: Permite diseñar soluciones alineadas con el futuro de la industria.

3. Fase de Ideación: Generación de Soluciones con Apoyo de Sapiens

Aquí se exploran múltiples soluciones innovadoras.

Método Sistémico: Exploración de Conexiones para Nuevas Ideas

Objetivo: Identificar sinergias entre diferentes actores y soluciones.
Aplicación:
- Se utiliza IA para mapear conexiones inesperadas entre sectores (por ejemplo, cómo la inteligencia artificial en la moda sostenible puede aplicarse a la trazabilidad de alimentos).
- Se exploran modelos de economía circular y su aplicabilidad en la industria alimentaria.
Beneficio: Fomenta soluciones integradas que maximicen el impacto.

Método Comparativo: Evaluación de Alternativas con IA Generativa

Objetivo: Identificar qué solución es más viable.
Aplicación:
- Se generan múltiples escenarios utilizando IA y se comparan diferentes enfoques (ejemplo: impacto de incentivos fiscales vs. regulación estricta en la reducción del desperdicio alimentario).
Beneficio: Permite predecir qué estrategia tiene mayor potencial antes de la implementación.

4. Fase de Prototipado: Creando y Refinando el Producto

En esta fase, se desarrollan versiones iniciales de la plataforma de sostenibilidad en la industria alimentaria. El objetivo es materializar las ideas de la fase de ideación en algo tangible que pueda ser probado y mejorado.

Rol de la IA Generativa en el Prototipado

Generación de Interfaces y Flujos de Usuario
- Se utiliza IA generativa (como ChatGPT + herramientas de UI/UX como Figma con IA) para diseñar prototipos de interfaces.
- Se crean wireframes rápidos basados en las necesidades detectadas en la fase de empatizar.
- La IA sugiere layouts y optimiza la accesibilidad y usabilidad del sistema.
Desarrollo Rápido de Código
- Se usa IA (como GitHub Copilot o GPT para programación) para escribir el código inicial de la plataforma.
- Se generan scripts para la integración con bases de datos y algoritmos de análisis de sostenibilidad.
- La IA ayuda a detectar errores y optimizar el rendimiento del código en tiempo real.
Simulación de Escenarios
- Se crean modelos generativos que predicen el impacto del uso de la plataforma en diferentes escenarios (ejemplo: cómo reduciría el desperdicio de alimentos en una región).
- La IA ayuda a generar variaciones del prototipo según diferentes casos de uso.
Optimización del Lenguaje e Interacción con el Usuario
- Se entrena un chatbot con IA para responder preguntas sobre sostenibilidad en la plataforma.
- La IA analiza la forma en que los usuarios interactúan con los primeros prototipos para optimizar los flujos de conversación.

Resultado: Se obtiene un prototipo funcional con una interfaz intuitiva y funcionalidades básicas, optimizado por IA generativa en términos de diseño, código y experiencia de usuario.

5. Fase de Validación: Testeo y Mejora del Prototipo

Esta fase consiste en probar el prototipo con usuarios reales y recopilar datos para mejorar la solución antes de su lanzamiento.

Rol de la IA Generativa en la Validación

Análisis de Feedback en Tiempo Real
- Se usa IA para procesar comentarios de usuarios en encuestas, entrevistas y pruebas de usabilidad.
- Se identifican patrones en las opiniones para detectar áreas de mejora.
Pruebas A/B con Generación de Alternativas
- Se crean diferentes versiones del prototipo (A/B Testing) y la IA analiza cuál tiene mejor rendimiento.
- La IA optimiza la disposición de elementos en la interfaz según datos de interacción.
Mejoras en el Algoritmo de Sostenibilidad
- Se entrena el modelo de IA con nuevos datos recolectados en la prueba de campo.
- La IA ajusta sus recomendaciones y predicciones con base en la retroalimentación del usuario.
Predicción del Impacto y Ajustes Finales
- Se simulan escenarios futuros con la IA para evaluar cómo se comportaría la plataforma en el mercado.
- Se identifican riesgos y oportunidades antes de escalar el producto.

Resultado: Se obtiene una versión refinada de la plataforma, con mejoras basadas en datos reales y validada por usuarios potenciales.

Conclusión: Un Enfoque Híbrido para Innovación Disruptiva

Al integrar Design Thinking, el método Sapiens y la IA generativa, se potencia la capacidad de comprender el problema en profundidad, definirlo con precisión y generar soluciones innovadoras con respaldo analítico.

Impactos Clave del Enfoque

✅ Mayor comprensión del problema: Gracias al análisis sistémico y contextual.
✅ Definición clara y alineada: Con un lenguaje común y clasificación efectiva.
✅ Creatividad potenciada por IA: La IA genera, filtra y prioriza ideas basadas en datos.
✅ Decisiones estratégicas basadas en datos: Se simulan escenarios futuros antes de actuar.