menu_open Columnists
We use cookies to provide some features and experiences in QOSHE

More information  .  Close

Quan l’algoritme no sap el que vol el teu equip

4 0
29.03.2026

Creat: 29.03.2026 | 05:39

Actualitzat: 29.03.2026 | 05:39

Les dades miren cap enrere i el lideratge mira cap endavant. Fa dos anys, una empresa de distribució catalana va arribar a nosaltres amb un problema que semblava tècnic. Havien invertit mesos a construir un model predictiu de rotació de personal. Les dades eren impecables. Les variables, ben seleccionades. El model deia amb un 87% de precisió qui se n’aniria els propers noranta dies.

El problema era un altre: no sabien què fer amb aquesta informació. Tenien el diagnòstic. No tenien el criteri per actuar. I això no ho resol cap algoritme. L’error més car de l’era de la dada: en els últims anys, les organitzacions han desenvolupat una fe gairebé religiosa en les dades. Dashboards en temps real, KPIs en cascada, models de machine learning per a decisions de negoci. I té sentit: les dades redueixen la incertesa, objectiven converses difícils, acceleren decisions.

Però hi ha una trampa silenciosa en tot això que des de Talensia observem amb freqüència creixent: confondre correlació amb comprensió.

Hi ha un concepte que en ciència de dades es diu overfitting: quan un model aprèn tan bé les dades del passat que deixa de generalitzar el futur. És exactament el que li ocorre a un lideratge que només mira mètriques històriques. Optimitza el que coneix. No veu el que està emergint. El talent que transformarà la teua organització en els propers cinc anys probablement no apareix bé en cap sistema d’avaluació actual. Perquè els sistemes mesuren el que ja saps valorar.

La pregunta que els models no poden respondre: treballant amb el comitè de direcció d’una empresa tecnològica de mida mitjana, vam proposar un exercici incòmode: apagar els quadres de comandament durant una hora i descriure, només amb paraules, com estava l’equip. Hi va haver silenci llarg. Després respostes vagues. Després una directora que va dir, a poc a poc: “Crec que estem perdent la gent més interessant i no sabem per què.” Això no estava en cap informe. Però era la dada més important de la sala.

El lideratge en l’era de la dada no consisteix a dominar les eines. Consisteix a saber quina pregunta mereix ser resposta. I aquesta capacitat —la de formular la pregunta correcta— continua sent irreductiblement humana.

Des de Talensia, acompanyem equips directius a integrar la cultura de la dada sense perdre la cultura del criteri. Aquestes són tres palanques concretes.

La primera: separar la reunió de dades de la reunió d’interpretació. Una cosa és revisar els números. Una altra, de molt diferent, és debatre què signifiquen. Barrejar-los produeix anàlisis superficials i decisions precipitades.

La segona: incloure en cada decisió basada en dades una pregunta obligatòria: què no està capturant aquest model? Aquesta pregunta força els equips a buscar la informació qualitativa que els sistemes no recullen. La conversa informal. El senyal feble. La intuïció fonamentada.

La tercera: mesurar també el que no es pot mesurar fàcilment. El nivell de confiança en l’equip, la qualitat de les converses difícils, la disposició a assenyalar problemes sense por. A Talensia utilitzem instruments específics per fer visible el que els KPIs habituals invisibilitzen.

El líder que continuarà sent necessari: la intel·ligència artificial automatitzarà una part creixent de les decisions operatives. El que no automatitzarà és el judici sobre quines decisions mereixen ser preses, ni la capacitat de generar el context humà en què aquestes decisions tenen sentit.

El líder del futur immediat no és el que millor interpreta un model. És el que sap quan el model s’equivoca. El que manté la conversa que la dada no pot tenir. El que entén que darrere de cada fila d’una base de dades hi ha algú que va decidir quedar-se o marxar, comprometre’s o desconnectar-se. Els algoritmes miren cap enrere. El lideratge mira cap endavant.


© Segre