En salud y otros sectores, muchas de las ineficiencias que la IA promete eliminar existen porque alguien gana con ellas.
Hace algunos
años tuve que juntar a unas veinte personas en una sala y llenar una pared
de post-its para reconstruir, paso a paso, un proceso que
nadie lograba explicarme de punta a punta: cómo circulaban los insumos dentro
del hospital, según los pagara el hospital o el seguro del paciente. Era un
viernes por la tarde y la consigna fue simple: nadie se va hasta que el
circuito esté completo.
Pasadas casi
tres horas, salimos creyendo que lo habíamos entendido. Pero la incómoda verdad
es que, aun con todos los involucrados participando del ejercicio, el paso a
paso seguía siendo difícil de explicar, sobre todo por la cantidad de
excepciones que manejaba el hospital. A todas luces era un proceso ineficiente
o, como se lo llama ahora, un proceso lleno de fricciones.
Cada nueva ola
tecnológica llega con la misma promesa: eliminar ineficiencias. Menos
pasos, menos demoras, menos burocracia, menos intermediación o menos costo. La
idea parece una obviedad. Si un sistema está lleno de formularios,
validaciones, autorizaciones, demoras y opacidad, reducir fricción debería ser
una mejora evidente.
Pero no siempre
ocurre así. No toda fricción es un error de diseño. Tampoco persiste siempre
porque no se entienda o porque falten herramientas para eliminarla. A veces, la
fricción está ahí porque cumple una función.
El sistema
financiero lo muestra bien. Desde afuera, muchas fricciones parecen absurdas:
pagar diferido, auditar cargos, revisar resúmenes, conciliar movimientos,
extender plazos, multiplicar validaciones. Todo eso puede leerse como
ineficiente. Pero quienes entienden de verdad la lógica financiera quieren
justamente parte de esa fricción. Quieren recibir antes y pagar después.
Quieren revisar, auditar y mantener el efectivo el mayor tiempo posible.
Los smart
contracts resultaban muy atractivos. Son acuerdos que se ejecutan
solos cuando se cumplen ciertas condiciones. Corren sobre blockchain,
la tecnología de registro descentralizado que popularizó Bitcoin, y
prometen algo muy poderoso: que lo pactado quede registrado de forma
compartida, auditable y difícilmente modificable.
En teoría,
tienen todo el sentido. Pero en la práctica chocan con una realidad incómoda:
no siempre se quiere eliminar la fricción. Los smart contracts no
se masificaron como muchos proyectaban. Si bien funcionan donde todas las
partes quieren automatizar, su adopción fue bastante peor allí donde alguna de
las partes tiene incentivos para conservar fricción.
No
toda fricción es desperdicio. A veces es estrategia.
En salud, esta
lógica aparece de manera todavía más cruda. Cada nueva tecnología que entra al
sector promete algo parecido: menos papeles, menos autorizaciones, menos
demoras, menos redundancia. La IA empuja hoy esa promesa con una potencia
nueva. Puede resumir, clasificar, priorizar, extraer datos, automatizar tareas,
ordenar flujos y reducir tiempos.
Pero antes de
discutir qué puede hacer la IA, conviene recordar algo más básico: la
tecnología no reemplaza el diseño de procesos.
Si un proceso no
puede describirse con claridad, paso a paso y funcionar razonablemente bien aun
sin tecnología, difícilmente vaya a mejorar solo por ser digital o automático. La
tecnología no arregla procesos rotos. Los escala, los acelera y muchas veces
los empeora. Primero están los procesos; después, la tecnología.
Cuando ese orden
se invierte, aparece uno de los errores más frecuentes de esta época: se
pretende resolver con IA algo que ni siquiera fue suficientemente entendido en
papel o, como decía más arriba, en una secuencia de post-its. Se
habla de automatización antes de haber definido con claridad qué se quiere
hacer y para qué.
Pero incluso
cuando el proceso está claro, en salud aparece un problema adicional. Solemos
hablar de ineficiencias como si fueran fallas técnicas, cuando muchas veces son
la expresión visible de un sistema de incentivos desalineados.
Hay una fricción
operativa: documentación redundante, mala interoperabilidad, circuitos
manuales absurdos, búsqueda de información dispersa, tareas repetitivas. Esa
fricción sí debería bajar y ahí la IA tiene muchísimo para aportar.
Pero hay también
una fricción sistémica. Y esa es otra cosa. No nace del
desorden, sino de la estructura del sistema. Son las autorizaciones que filtran
utilización, la complejidad de precios, las capas de validación, la
documentación que funciona como barrera, las demoras que transfieren costo o
riesgo, los procesos diseñados no para cuidar mejor a una persona, sino para
definir quién paga, quién audita, quién controla y quién captura margen. Esa
fricción no es accidental. Es estratégica. Es como suelo decir: by
design.
Haven fue un buen ejemplo de lo difícil que es cambiar eso
desde afuera. En 2018, Amazon, JPMorgan y Berkshire
Hathaway, tres de las empresas más poderosas del planeta, lanzaron
una iniciativa para simplificar la atención de salud de sus empleados, mejorar
calidad y bajar costos. Tenían escala, capital, talento y credibilidad. Si
alguien podía cambiar las reglas del juego, parecían ellos.
El proyecto se
desarmó en menos de tres años. No fracasó por falta de recursos ni de
inteligencia. Fracasó porque quiso introducir una lógica más racional en un
sistema que respondía a incentivos mucho más profundos y resistentes. En
teoría, simplificar tenía todo el sentido. En la práctica, chocó con modelos de
pago, poder de mercado y reglas no escritas que no iban a ceder solo porque la
propuesta fuera mejor.
Los débitos en
salud son un ejemplo perfecto. Para quien no lo sabe, un débito es cuando quien
paga una prestación ya realizada decide no reconocerla del todo o hacerlo solo
en parte al momento de liquidarla.
Para quien
presta el servicio, suele vivirse como una patología administrativa. Pero del
lado de quien paga, no son una falla del sistema: son una herramienta.
Funcionan como auditoría, defensa, negociación o retención financiera. Lo que
para un actor es fricción innecesaria, para otro puede ser control, margen o
dinero.
Por eso tantos
proyectos tecnológicos impresionan pero no transforman. No porque la tecnología
sea mala. Muchas veces fracasan porque intentan resolver con software, o
ahora con IA, lo que en realidad es un problema de economía política. Ven
fricción y asumen que toda fricción es innecesaria. Automatizan la superficie,
pero no alteran la lógica que la produjo.
Y ahí aparece el
problema de fondo. El sistema no termina de estar realmente centrado en
el paciente. Si en cada intervención, en cada proceso y en cada decisión la
pregunta dominante fuera “¿qué es lo mejor para esta persona?”, muchas
soluciones serían bastante más fáciles de encontrar. No sencillas, pero sí más
claras.
Lamentablemente,
no suele ser así. Con demasiada frecuencia, las preguntas que ordenan el
sistema son otras: quién paga, quién cubre, quién autoriza, quién transfiere
riesgo, quién protege su margen, quién gana tiempo, quién evita perder.
Mientras esas
sean las preguntas dominantes, la fricción va a reaparecer bajo nuevas formas,
incluso con mejor tecnología, incluso con IA. Por eso la pregunta no es si la
IA va a cambiar la salud. Va a cambiar muchas cosas. La pregunta es qué parte
del sistema estamos realmente dispuestos a dejar cambiar.
Mi impresión es
que conviene desconfiar de las promesas grandilocuentes y empezar por algo
mucho más concreto: un problema específico, medible, con pocos actores, un KPI
basal y un resultado verificable. Menos épica y más ejecución. Menos
disrupción y más procesos. Menos PowerPoint y más circuitos
reales.
Porque en salud,
muchas veces, la fricción no desaparece cuando llega una nueva tecnología.
Desaparece recién cuando deja de servirle a alguien.
