MÁRQUEZ Y CÍA

Imaginemos que una empresa se enfrenta al reto de desarrollar un nuevo producto o servicio, poner a prueba una aplicación o un software o recabar ideas creativas sobre cualquier decisión, desde el diseño de un logo a una campaña publicitaria o a un nuevo modelo de negocio. Para lograrlo puede tirar del talento propio y sus recursos de I+D. Si además necesita un conocimiento extra, tal vez recurra al outsourcing. Pero si busca una aportación abundante de propuestas, entonces puede optar por el modelo de trabajo crowdsourcing, entendido como la plataforma donde una comunidad extensa aporta ese número igualmente amplio de ideas. El volumen es la clave del modelo porque implica que muchos saben más que pocos y sus conocimientos agregados son más diversos y complementarios que los de un grupo reducido de expertos. Eso sí, los participantes deben contar con un incentivo claro para garantizar su implicación, por ejemplo una retribución económica a las mejores ideas seleccionadas, premios o acceso a descuentos o servicios premium. Hablamos de un modelo de colaboración a través de una plataforma digital, de ahí que el desarrollo del crowdsourcing se sustente sobre el boom de redes y análisis de datos. Las proyecciones prevén que el mercado global de plataformas crecerá de forma sostenida al menos hasta 2030. Así, la conocida variedad del crowdfunding para recabar financiación pasará de 1.500 millones de dólares en 2024 a más de 3.100 en 2029, mientras el negocio de las plataformas específicas para probar productos y servicios crecerá a una tasa compuesta anual del 10,5% en ese mismo periodo. Pongamos algunos casos de uso reales para entenderlo mejor. Por ejemplo, una empresa de moda renueva a través de redes sociales sus modelos; una marca de snacks crea una estrategia publicitaria mediante ideas que sugieren los clientes en vez de agencias; una web de audiovisuales convoca a la comunidad de programadores para mejorar sus algoritmos de búsqueda; en una compañía de cursos de idiomas los hablantes nativos mejoran la calidad de contenidos con traducciones propias y sugerencias; una multinacional crea una plataforma de ideas tecnológicas para solucionar retos concretos, con más de 500 materializadas, además de valoraciones y votos de la comunidad. Ahora se suman las aplicaciones de IA que permiten a los usuarios crear objetos y entornos para videojuegos o propuestas del cóctel perfecto. También se organizan campañas que recaban fuerza de trabajo para realizar tareas como analizar datos, etiquetar imágenes o entrenar modelos de IA. Más allá de los objetivos empresariales, otras instituciones resuelven problemas técnicos del sector aeroespacial o de plegamiento de proteínas, transcriben manuscritos históricos o desarrollan una app que mejora la seguridad de las mujeres en zonas conflictivas. Universidades como la de Nueva York y Harvard tiene laboratorios que desarrollar proyectos y plataformas colaborativas. Pero el modelo también exige peajes. Que sea tan disperso, diverso y a veces masivo dificulta la gestión de las colaboraciones y requiere planificación, la plataforma correcta con una interfaz sencilla, incentivos y formas de participar adaptados al público objetivo, además de mecanismos de control de calidad, indicadores de rendimiento KPI para medir el impacto y un equipo de expertos adecuados que valoren las conclusiones prácticas. De cumplirse estos requisitos, el modelo puede ahorrar costes en proyectos complejos, innovar con agilidad cuando la competencia deja poco margen de tiempo, escalar digitalmente la capacidad y el número de participantes, que los usuarios ayuden a generar productos y contenidos más adaptados a sus expectativas, y un mejor conocimiento de esa comunidad que puede traducirse en prestigio corporativo. Además, las plataformas de crowdsourcing reforzadas con IA y blockchain prometen automatizar tareas como la comunicación con los participantes mediante lenguaje natural y personalizada para cada perfil, el análisis cualitativo de las ideas para extraer las más valiosas o detectar patrones o tendencias, o mejorar la seguridad y la transparencia de las comunicaciones para respetar normativas como las de privacidad y derechos de autor. Como explica el experto Daren Brabham, este modelo surge de forma natural en la era del dato, aprovecha la capacidad sin precedentes de acceder a la información por parte de millones de personas, cuyo conocimiento masivo y creativo complementa al de los especialistas. De esta forma amplía los esquemas de la formación académica y el trabajo.