Repensar los frameworks de innovación
Auge y caída de los sistemas de gestión de la innovación
Hace más de una década vivíamos el hype de los frameworks de innovación.
Podríamos decir que la fiebre del oro de estos sistemas ya pasó, hoy ya están integrados en la dinámica de muchas áreas de las empresas.
Y a mí me tocó vivir ese proceso de nuevo, hace unas semanas estuve en una sala de reuniones llena de post-its.
En una pared aparecía Design Thinking.
En la mesa se discutía Lean Startup.
En la conversación surgían OKRs, cultura organizativa y la sensación general de que “lo que falta es un nuevo framework”.
Fue en ese momento cuando se hizo evidente algo importante:
El problema no es la escasez de frameworks de innovación.
El problema es el modo en que los utilizamos.
Durante años, la innovación se ha presentado como una caja de herramientas. Hoy la hemos normalizado, se ha convertido en algo del día a día, que no llama la atención.
Si el reto era entender al cliente, se aplicaba un marco.
Si el objetivo era lanzar rápido, otro distinto.
Si la preocupación era escalar o alinear, se añadía uno más.
De hecho, con cierta perspectiva, la mayoría de los frameworks de innovación más extendidos pueden agruparse en tres grandes bloques.
Entender el problema y al cliente
En este grupo se encuentran Design Thinking, Jobs to be Done o Blue Ocean Strategy.
Todos comparten un principio común: desplazar el foco desde el producto hacia el problema real que el cliente intenta resolver y hacia la forma en que crea valor.
Experimentar, lanzar y escalar
Aquí se sitúan Lean Startup, Lean Product Management, Agile, Scrum o Kanban.
Son marcos diseñados para reducir incertidumbre, validar hipótesis y acelerar el aprendizaje mediante ciclos iterativos.
Modelo de negocio, portafolio y cultura
Business Model Canvas, Customer Development, enfoques de core vs edge, la distinción entre innovación incremental y disruptiva, OKRs o la innovación abierta buscan responder a una cuestión clave: cómo organizar la innovación para que genere impacto sostenido y no se quede en iniciativas aisladas.
Durante un tiempo, esta aproximación funcionó.
O, al menos, dio la impresión de funcionar.
Sin embargo, con el paso de los años comenzaron a aparecer señales claras de desgaste.
Workshops bien ejecutados que no se traducían en cambios reales.
MVPs que no conseguían escalar.
Laboratorios de innovación cada vez más desconectados del negocio principal.
Aquí es donde se produce el verdadero punto de inflexión.
El cambio de fondo (2021–2025)
En los últimos años, la conversación ha empezado a desplazarse.
Se habla menos de frameworks aislados y más de sistemas de innovación.
La pregunta deja de ser: “¿Qué metodología deberíamos usar?”
Y pasa a ser: “¿Qué sistema estamos diseñando para innovar de forma consistente y sostenible?”
En este contexto ganan relevancia los Innovation Management Systems: enfoques que integran estrategia, portafolio, procesos, cultura, métricas y gobernanza.
No como iniciativas puntuales, sino como un sistema operativo organizativo.
A este cambio se suma otra idea clave: las organizaciones ambidiestras.
La capacidad de optimizar el negocio actual mientras, en paralelo, se exploran nuevos modelos y oportunidades.
Aquí entran en juego las capacidades dinámicas: la habilidad de una organización para detectar cambios, tomar decisiones y reconfigurarse en entornos de alta incertidumbre.
El tercer acelerador: digital y GenAI
A todo lo anterior se añade un factor que acelera y amplifica el cambio: la inteligencia artificial generativa.
La IA deja de ser únicamente un objeto de innovación y pasa a convertirse en parte del propio sistema de innovación.
Se utiliza para:
apoyar el front-end de innovación,
generar y evaluar conceptos,
realizar vigilancia tecnológica,
acelerar la experimentación,
y gestionar portafolios complejos.
No se trata de un nuevo canvas.
Se trata de una extensión estructural del sistema de innovación.
También déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto puede ser una muy buena opción.
Food for thought
Por todo ello, cuando hoy alguien pregunta:
“¿Cuál es el framework de innovación que deberíamos utilizar?”
La respuesta más honesta es también la menos cómoda:
Ninguno en particular. Y todos en su lugar adecuado.
El futuro de la innovación no pasa por seleccionar el framework correcto,
sino por diseñar sistemas de innovación que integren de forma coherente:
exploración y explotación,
personas, cultura y capacidad de cambio,
datos, digitalización e IA generativa,
y modelos de gobernanza que no frenen la velocidad ni el aprendizaje.
Los frameworks siguen siendo útiles.
Pero solo cuando dejan de ser recetas universales
y pasan a convertirse en componentes de un sistema vivo y adaptativo.
Tal vez esa sea la conclusión más relevante:
La innovación no se implanta.
Se diseña, se gobierna y se adapta.
Y eso es todo por hoy. Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
Aquí te dejo unas lecturas para seguir tirando del hilo:
PD1. Para entender el origen del problema. Si quieres entender por qué muchos frameworks funcionan en teoría pero fallan en la práctica, hay un libro que sigue siendo clave: El Dilema de los Innovadores, de Clayton Christensen.
No es un manual de innovación, sino una explicación profunda de por qué las organizaciones bien gestionadas fracasan cuando el contexto cambia. Es el punto de partida intelectual de conceptos como Jobs to be Done, innovación disruptiva y, en última instancia, de la necesidad de diseñar sistemas, no proyectos aislados.
PD2. Para salir de la lógica del método único. Uno de los libros que mejor explica por qué no existe un framework universal es: Seeing What Others Don’t, de Gary Klein.
No habla de innovación como proceso, sino como capacidad para detectar patrones, oportunidades y señales débiles. Es especialmente útil para entender por qué la innovación real depende menos de seguir pasos y más de desarrollar capacidades cognitivas y organizativas.
PD3. Para entender ambidestreza y capacidades dinámicas. Para profundizar en la tensión entre explotar el presente y explorar el futuro, recomiendo: Lead and Disrupt, de Charles O’Reilly y Michael Tushman.
Es una referencia clara sobre ambidestreza organizativa, estructuras duales y liderazgo en contextos de innovación continua. Ayuda a entender por qué la innovación no es solo un problema de método, sino de diseño organizativo y toma de decisiones.
PD4. Para mirar hacia el futuro del sistema de innovación. Si te interesa cómo digital, datos e IA están transformando la forma de innovar, este es un buen punto de entrada: Competing in the Age of AI, de Marco Iansiti y Karim Lakhani.
No habla de innovación “creativa”, sino de cómo las organizaciones que ganan hoy reconfiguran su sistema operativo alrededor de datos, algoritmos y aprendizaje continuo. Es muy útil para entender por qué la IA no es un proyecto más, sino un acelerador estructural del sistema de innovación.