Sin embargo, la complejidad de los tiempos actuales es tal, que resulta común que los escenarios se queden cortos frente al creciente número de fuerzas presentes en la realidad, de allí que otros modelos más dinámicos pueden ser necesarios, si pretendemos pronósticos más acertados y oportunos. Voy a nombrar algunos que he utilizado en el pasado y que pueden ser complementarios o alternativas:
-
Análisis de tendencias: Estudia patrones históricos para proyectar tendencias futuras.
-
Método Delphi: Utiliza un panel de expertos que responden cuestionarios en rondas sucesivas para llegar a un consenso.
-
Análisis de impacto cruzado: Evalúa las interacciones entre diferentes eventos o tendencias.
-
Análisis de horizontes: Explora señales emergentes de cambio en diferentes horizontes temporales. (Este es uno de mis preferidos).
-
Backcasting: Parte de un futuro deseado y trabaja hacia atrás para identificar los pasos necesarios.
-
Simulación: Crea modelos sobre los cuales se simulan diferentes condiciones y resultados.
-
Análisis morfológico: Explora todas las posibles combinaciones de diferentes dimensiones de un problema.
-
Árboles de relevancia: Organiza información en una estructura jerárquica para mostrar relaciones.
Por supuesto que existen otros métodos adicionales a los mencionados, probablemente algunos muy efectivos y adaptados a determinados sectores o industrias, pero me he reservado para el final el modelo, que, en mi opinión, funciona excepcionalmente bien en entornos líquidos. Me refiero al análisis de incentivos basados en teoría de juegos. Se trata de una herramienta poderosa para entender y predecir comportamientos estratégicos en diversos contextos. La teoría de juegos es una rama de las matemáticas que estudia la toma de decisiones y analiza situaciones donde el resultado depende de las decisiones de múltiples actores.
Quisiera ponerles un ejemplo: Imaginemos una situación de competencia entre dos empresas de telefonía móvil, a las que llamaremos Empresa A y Empresa B. Ambas están considerando lanzar un nuevo plan de datos ilimitados. Utilizando teoría de juegos, podemos hacer un pronóstico sobre sus decisiones y el resultado probable del mercado.
Las opciones para cada empresa son: lanzar el plan de datos ilimitados o mantener sus planes actuales. Podemos representar esto en una matriz de pagos simplificada:
Los números representan las ganancias estimadas (en millones) para cada empresa en cada escenario.
-
Si ambas empresas lanzan el plan, compartirán el mercado (5, 5).
-
Si solo una lo lanza, ganará una mayor cuota de mercado (8), mientras que la otra perderá (2).
-
Si ninguna lo lanza, mantendrán sus ganancias actuales (6, 6).
En este caso, lanzar el plan es una estrategia dominante para ambas empresas, ya que siempre obtendrán un mejor resultado lanzando el plan, independientemente de lo que haga la otra empresa. Por lo tanto, el pronóstico sería que ambas empresas lanzarán sus planes de datos ilimitados, llegando al equilibrio en (5, 5). En teoría de juegos, a este equilibrio se le conoce como Equilibrio de Nash, en honor al inventor del modelo.
Este pronóstico sugiere que, aunque ambas empresas podrían obtener mayores ganancias si cooperaran y no lanzaran los planes (6, 6), la competencia y la falta de confianza mutua las llevarán a una situación donde ambas lanzan los planes, obteniendo menos beneficios, pero evitando el peor escenario individual.
En teoría de juegos existen algunos conceptos clave:
-
Jugadores: Los actores involucrados en la situación.
-
Estrategias: Las posibles acciones que cada jugador puede tomar.
-
Pagos: Los beneficios o costos que cada jugador recibe según las estrategias elegidas.
-
Equilibrio: La situación donde ningún jugador tiene incentivos para cambiar su estrategia unilateralmente.
Para los analistas de riesgo, la teoría de juegos tiene un valor excepcional para el análisis estratégico, ya que, en la evaluación de riesgos de inversión, así como en la valoración de costo – beneficio de proyectos de seguridad existen varias categorías que pueden desarrollarse a partir de matrices de pago similares a la vista anteriormente. Aquí menciono algunos ejemplos:
-
Riesgo de pérdida de oportunidad: No tomar decisiones en el momento adecuado o a destiempo puede generar debilidades o niveles inadecuados de sobreexposición a amenazas.
-
Riesgo de acción fallida: No actuar en el momento adecuado puede dejar descolocada a la organización frente a determinadas amenazas.
-
Riesgo de status quo: No hacer nada puede tener consecuencias que incrementen los niveles de exposición a riesgos en el futuro o dejar a la organización mal posicionada estratégicamente frente a potenciales crisis.
Con el modelo basado en teoría de juegos el pronóstico se basa realmente en los incentivos o castigos que cada actor tiene para responder frente al futuro. Esto ayuda a predecir comportamientos en situaciones complejas y permite entender los intereses de los distintos participantes en acción. Como en todo modelo, es imposible capturar todos los factores relevantes, muy a pesar de ello, ofrece una perspectiva clara y coherente para la toma de decisiones en medio de la incertidumbre. Les dejo un libro como referencia:
The Art of Strategy: A Game Theorist’s Guide to Success in Business and Life