TL;DR

Reflexión sobre diferencia entre investigación académica y consultoría aplicada, por qué el conocimiento debe conducir a acción, metodología para asegurar transferencia efectiva de conocimiento, y balance entre rigor técnico y pragmatismo.

La paradoja del conocimiento sin acción

En 2018, trabajé en proyecto donde contratamos un equipo de investigadores de universidad prestigiosa para conducir análisis de competitividad logística.

El trabajo fue impecable:

  • Metodología rigurosa
  • Análisis multivariado sofisticado
  • Paper académico que fue publicado en revista indexada
  • 200 páginas de findings detallados

Problema: Nadie lo usó.

El cliente tenía preguntas operacionales:

  • ¿Cuál es nuestro costo logístico vs competencia?
  • ¿Dónde deberíamos enfocarnos para mejorar?
  • ¿Cuáles son tres acciones que deberíamos tomar este trimestre?

El reporte daba respuestas teóricamente precisas pero no operacionalmente útiles. Existía un gap entre lo que el cliente necesitaba saber para actuar y lo que el reporte había generado.

Ese gap me llevó a reflexionar: ¿cuál es el propósito del conocimiento?

Investigación académica vs investigación aplicada

He llegado a distinguir dos tipos de investigación fundamentalmente diferentes:

Investigación académica

Propósito: Expandir conocimiento de la disciplina. Probar hipótesis. Contribuir al corpus académico.

Características:

  • Preguntas teóricas
  • Metodología rigurosa, frecuentemente sofisticada
  • Publicación en pares académicos
  • Generalize-able (resultados válidos para múltiples contextos)
  • Largo horizonte de tiempo

Valor:

  • Aporta entendimiento profundo
  • Valida teorías
  • Entrena pensadores

Limitación:

  • No necesariamente genera cambio en organizaciones específicas
  • Frecuentemente es poco legible para tomadores de decisiones
  • La brecha entre “hallazgo académico” y “acción operacional” es enorme

Ejemplo: Paper académico que prueba que “la consolidación de carga reduce costos logísticos en 12% en promedio en contextos urbanos con densidad X”. Académicamente es valioso. Pero para una empresa específica operando en ciudad específica, la pregunta es: “¿Cuánto nos cuesta consolidación a nosotros? ¿Es viable nuestro modelo de negocio? ¿Dónde exactamente invertimos?”

Investigación aplicada

Propósito: Generar conocimiento que permita acción efectiva en contexto específico.

Características:

  • Preguntas operacionales
  • Metodología balanceada (rigor técnico + pragmatismo)
  • Comunicación para tomadores de decisiones
  • Específica al contexto (resultados válidos para esa organización)
  • Horizonte de tiempo acotado

Valor:

  • Genera cambio real
  • Traduce teoría en acción
  • Tiene impacto medible

Limitación:

  • A veces sacrifica generalización por especificidad
  • Requerimientos políticos pueden influir en direccionamiento
  • Puede no ser metodológicamente perfecta

Ejemplo: Diagnóstico para empresa específica que analiza consolidación de carga en contexto geográfico específico, con operaciones específicas, y proporciona: análisis de costos incrementales, opciones de modelos operacionales, implementación step-by-step, métricas de éxito.

La diferencia: análisis paralizador vs análisis para la acción

He trabajado en múltiples proyectos donde análisis excesivo generaba parálisis.

Escenario 1: Análisis paralizador

Equipo analítico pasa 6 meses analizando 15 escenarios diferentes de distribución con niveles de detalle altísimos. Resultado: 300 páginas. Conclusión: “Bajo ciertos supuestos, Opción A es 3% mejor que Opción B, pero bajo otros supuestos, Opción B es 2% mejor”.

Directivo: “Ok, ¿cuál implemento?”

Analista: “Bueno, depende de los supuestos…”

Resultado: No se implementa nada porque análisis no proporciona claridad suficiente para actuar.

Escenario 2: Análisis para la acción

Equipo proporciona análisis más simple pero claro. 30 páginas. Conclusión: “Opción A es mejor. Generaría economías de 15-20% con implementación de 6 meses. Aquí están los riesgos y cómo mitigarlos. Aquí está el plan de acción.”

Directivo: “Entendido. Empezamos lunes.”

Implementación ocurre. Impacto se mide.

El análisis de Escenario 2 es menos “perfecto” teóricamente. Pero es más valioso.

Esa es la diferencia entre investigación que genera análisis paralizador y investigación que genera acción.

Casos donde la acción marcó la diferencia

Caso 1: Encuesta Nacional de Logística Colombia (2015)

“Colombia es Logística” fue investigación aplicada excelente.

No fue la más sofisticada metodológicamente. Había encuestas académicas que utilizaban análisis más complejo. Pero:

  • Fue diseñada específicamente para responder preguntas que importaban a tomadores de decisiones
  • Resultados fueron entregados en formato que permitía acción (indicadores específicos, benchmarks por sector)
  • Dinámicas de participación se diseñaron para generar apropiación (empresas recibían benchmarks personalizados)

Resultado: DNP utilizó resultados para diseñar política pública. Gremios adoptaron indicadores como referencias. Empresas se compararon.

La encuesta fue exitosa no porque fuera la más rigurosa, sino porque fue investigación aplicada para la acción.

Caso 2: Evaluación de políticas de transporte (2023-2024)

Trabajé evaluando impacto de políticas públicas de transporte de carga para DNP.

Podría haber generado análisis econométrico sofisticado, papers académicos. En lugar, hice:

  • Análisis de datos disponibles (sólido pero no sofisticado)
  • Análisis cualitativo riguroso (50+ entrevistas con transportistas, reguladores, clientes)
  • Síntesis clara sobre qué políticas estaban teniendo impacto y cuáles no

Resultado: DNP tenía comprensión clara de dónde ajustar. No era “certeza matemática”. Pero era suficiente para informar decisión.

Ese nivel de confianza es a veces lo mejor que puede ofrecer investigación aplicada: no certeza absoluta, sino comprensión suficiente para actuar con riesgo calculado.

Metodología para asegurar transferencia de conocimiento

He aprendido que transferencia de conocimiento no es automática. Requiere diseño.

Principio 1: Claridad sobre usuarios finales

Antes de comenzar investigación, claridad absoluta sobre: ¿Quién va a usar esto? ¿Qué decisiones tienen que tomar? ¿En qué formato necesitan información?

Eso debería dirigir el diseño de investigación.

Si usuario final es director ejecutivo ocupado: informe de 20 páginas con recomendaciones claras. Si es analista técnico: análisis detallado con datasets subyacentes.

Principio 2: Co-diseño

Investigación aplicada mejor es co-diseñada. No “yo como investigador externo llego y diseño qué vamos a estudiar”. Es “¿Cuál es pregunta que ustedes necesitan responder? ¿Cómo podemos investigarla de forma rigurosa?”

Eso genera apropiación. Cuando organización participa en diseño, es más probable que use resultados.

Principio 3: Iteración y feedback

En lugar de “aquí entrego reporte final”, es “aquí hay análisis preliminar, ¿qué ven ustedes, qué ajustes? Basado en feedback, refinamos”.

Eso requiere más tiempo. Pero genera mayor relevancia. Y frecuentemente feedback genera insights que investigador solamente no hubiera visto.

Principio 4: Comunicación en múltiples formatos

No todos aprenden igual. Reporte escrito, presentación ejecutiva, infografía, datos abiertos interactivos, capacitación, podcast.

Mismo contenido, diferentes formatos, para diferentes audiencias y estilos de aprendizaje.

Principio 5: Responsabilidad sobre implementación

Investigador no debería desaparecer después de entregar reporte. Debería acompañar implementación: aclarar dudas, validar que interpretación es correcta, ajustar si realidad es diferente a supuestos.

Balance entre rigor técnico y pragmatismo

Existe tensión permanente entre:

  • Ser metodológicamente perfecto
  • Ser pragmáticamente útil

No son opuestos, pero algunas veces están en conflicto.

Cuando investigador privado suficiente rigor, a veces el costo es que resultados demoran demasiado. Cuando se apresura por pragmatismo, a veces sacrifica rigor.

Mejor práctica es: rigor en lo que importa, pragmatismo en lo que es menos central.

Ejemplo: En diagnóstico de costos logísticos, es fundamental ser riguroso en como se miden y se estructuran costos. Eso es central. Pero no es fundamental si análisis de benchmarking es estadísticamente perfecto si da dirección apropiada.

Otro ejemplo: En evaluación de política pública, es fundamental entender datos e intuiciones de actores. Puede ser menos central si usar metodología más simple que metodología más sofisticada.

Docencia como vehículo de transferencia de conocimiento

Uno de los mecanismos más efectivos de transferencia que he encontrado es docencia.

Cuando enseño en universidades o en programas ejecutivos, no estoy solo transferiendo información. Estoy:

  • Dando contexto
  • Respondiendo preguntas específicas
  • Adaptando a audiencia
  • Generando diálogo

Estudiantes no solo reciben información. La procesan, la cuestionan, la aplican a casos que conocen.

Resultado: La retienen mejor y la aplican más efectivamente.

He notado que ejecutivos que toman cursos sobre logística donde discutimos casos reales frecuentemente aplican lo aprendido a su empresa semanas después.

Documentos que escribo, por bien hechos que sean, rara vez generan ese nivel de aplicación.

Eso me ha llevado a dedicar más tiempo a docencia y menos tiempo a reportería, como mecanismo de impacto.

El rol de la investigación en transformación

Pero existe también rol de investigación que no genera acción inmediata pero que es crítica para transformación de largo plazo.

Entendimiento de cómo funcionan sistemas complejos, estudios longitudinales que permiten ver tendencias, investigación que desafía supuestos existentes.

Ese tipo de investigación puede no generar impacto en 6 meses. Pero genera transformación en 5-10 años.

La pregunta es balance: cuánto de mi tiempo y energía en investigación para acción corto plazo vs investigación para transformación largo plazo.

Creo que balance correcto es 70-30. Mayoría del trabajo debe ser accionable, útil en corto plazo. Pero porcentaje significativo debe ser investigación más exploratoria que genera capacidad de cambio transformador.

Reflexión final: conocimiento como responsabilidad

Tengo acceso a conocimiento sobre logística latinoamericana que relativamente pocas personas tienen.

Eso genera responsabilidad: no simplemente acumular conocimiento, sino generarlo en forma que pueda ser usado para mejorar eficiencia, competitividad, sostenibilidad del sector.

Conocimiento que no se comparte, no se implementa, no genera cambio es desperdicio.

ATICA fue intento de hacer conocimiento accesible. Docencia es otro intento. Este blog es otro.

Pero va más allá: es también cómo estructuro mi trabajo consultivo, cómo diseño proyectos, cómo comunico resultados.

Siempre con pregunta de fondo: ¿Esto va a generar cambio real?

Si la respuesta es “probablemente no”, entonces probablemente no vale el esfuerzo.

Si la respuesta es “sí, y aquí hay un plan para asegurar eso”, entonces vale la pena.

Esa es filosofía que ha guiado mi carrera en últimos años, y espero que continúe guiando.

Porque al final, investigación sin acción es ruido. Y hay demasiado ruido en el mundo ya.

Lo que necesitamos es más conocimiento que genere cambio, transformación, impacto real en cómo operamos nuestras empresas, nuestros territorios, nuestros sistemas.

Tags: #conocimiento #accion #consultoria #investigacion #metodologia #impacto

Relacionado: 25 Años en Logística Latinoamericana ATICA - Asistente de IA