Un ERP antes de que existiera esa palabra

Hace poco tuve en mis manos un documento fechado en mayo de 1975: una propuesta comercial escrita por Dabor Domic para Manufacturas Orlando S.A.C.I. Cincuenta años después, esa misma lógica de diseño terminó convirtiéndose en un sistema que hoy se llama DADO y que opera en 18 clientes, a plena satisfacción. Leerlo hoy es una experiencia extraña: es como encontrar el plano de una casa que todavía no se ha terminado de construir, pero que ya lleva medio siglo habitada.

¿Qué se puede aprender de una propuesta comercial de hace cincuenta años? Bastante más de lo que uno esperaría.

Una idea que no necesitaba tecnología nueva, sino claridad

En 1975 no había bases de datos relacionales ni mucho menos nube. Había tarjetas perforadas, cintas magnéticas y procesamiento por lotes. Y sin embargo, ahí ya estaba la idea central de lo que hoy llamamos un ERP: que una empresa no es una colección de departamentos aislados, sino un organismo donde sueldos, producción, existencias e inventarios deberían hablar entre sí.

Lo que me llama la atención no es la tecnología —obsoleta, por supuesto— sino la arquitectura del pensamiento. Domic ya distinguía operaciones que hoy llamaríamos Crear, Leer, Actualizar y Eliminar, codificadas en letras simples: A de agregar, M de modificar, S de calcular sueldo, T de eliminar. El CRUD, avant la lettre.

¿No es curioso que las categorías fundamentales de cómo organizamos la información cambien tan poco, aunque las herramientas cambien todo el tiempo?

La fábrica como ecuación

Otra cosa que me sorprendió fue el salto que da el documento hacia la ingeniería de producción. No se conformaba con automatizar papeleo: proponía un modelo matemático de la fábrica completa, con sus seis secciones —cueros, corte, aparado, suela, armado, envase— traducidas a restricciones y ecuaciones de flujo.

Una sección no puede procesar más de lo que recibe de la anterior. El tiempo disponible en cada sección pone un techo real a lo que se puede fabricar. Y sobre esa base, la gerencia podía elegir su objetivo: minimizar tiempo ocioso, minimizar bodegaje, o acortar el calendario total de fabricación.

Es un gemelo digital de la fábrica, cuarenta años antes de que ese término se pusiera de moda.

Confianza, no solo control

Hay un detalle que me parece más humano que técnico. El sistema detectaba desviaciones —piezas que no cuadraban, cuero que rendía menos de lo esperado— pero el documento insiste en que debía ser transparente para el trabajador, que pudiera verificar sus propios registros.

¿Cuántos sistemas de control que diseñamos hoy, con toda la potencia de la inteligencia artificial, siguen olvidando ese detalle? Se puede construir vigilancia, o se puede construir confianza. La diferencia no está en la tecnología, está en la intención con que se diseña.

Un ciclo, no una línea

Lo que más resuena conmigo, quizás porque es también la lógica que aplico en mi trabajo de coaching, es que el sistema no terminaba en un reporte. Domic diseñó un ciclo cerrado: información, decisión, acción, retroalimentación. Los resultados de la producción volvían a alimentar el próximo ciclo de planificación.

Eso es exactamente lo que distingue a un sistema vivo de un archivo muerto. Los datos por sí solos no sirven de nada si no vuelven a entrar en la conversación.

Lo que no cambió en cincuenta años

El documento cierra con una idea que podría haber sido escrita hoy mismo, en plena discusión sobre inteligencia artificial: el valor del computador no está en el cálculo en sí, sino en su capacidad de ampliar la comprensión y la capacidad de actuar del ser humano.

Cincuenta años, un cambio radical de tecnología, y el mismo principio de fondo. La tarjeta perforada se convirtió en formulario digital, el archivo maestro en base de datos, el procesamiento por lotes en tiempo real. Pero la pregunta esencial —para qué sirve toda esta información, a quién sirve— sigue siendo exactamente la misma.

¿Será que las herramientas que usamos importan menos de lo que creemos, y lo que realmente importa es la claridad con la que entendemos el problema que queremos resolver?

Coaching de las Preguntas en la Era de la IA

Propuesta de servicio

El punto de partida

Siempre que traigo el dato de una nueva serie, Andrea, mi mujer, me pregunta: ¿Quién te la dio?

Para ella eso es importante. Y tiene razón.

Las preguntas tienen dueño. No es lo mismo una pregunta tuya que una pregunta de cualquier otro.

En la era de la IA, SABER no será tener las respuestas de preguntas memorizadas. SABER será tener preguntas — tener las propias preguntas, aquellas que habitas, aquellas de las que te haces responsable.

Por qué esto importa ahora

Somos seres cuánticos, de alta complejidad. Lo que nos pasa, lo que experimentamos, no se puede replicar. No se puede reducir a datos ni a información — la materia prima de la IA. Si lo hacemos, eso que decimos de nuestra interioridad es una degradación.

Es como el electrón, que es el resultado de lo que los cuánticos llaman el colapso de la onda que en verdad es algo que mejor describe una probabilidad.

Somos el observador del mundo. Y además somos observadores particulares (Maturana): cualquier otro observa un mundo distinto. Dicen que en el acto de observar estamos creando el mundo, estamos creando la realidad. Somos co-creadores de la realidad.

Por eso la ciencia no puede seguir excluyendo al observador de lo observado — algo que aún no sabe hacer. Son solo los cuánticos quienes han aprendido que cuando hay un observador, el resultado del experimento cambia. Y no entienden bien por qué.

Cuáles son tus preguntas será lo importante en la era de la IA. Yo te ayudo a encontrarlas. Están por ahí, dentro tuyo.

El servicio

1. Coaching de las Preguntas

Te ayudo a buscar tus propias preguntas. Aquellas en que estás, o estarás, enfocado, dirigido, en tu vida. Preguntas que dan tu norte, preguntas que te orientan, preguntas que te dan la pauta.

No se trata de responder por ti, ni de entregarte preguntas ajenas — ni siquiera las mías. Se trata de un proceso de coaching para que emerjan tus preguntas: las que ya habitas sin haberlas nombrado, y las que están por aparecer.

2. Estudio de Materias desde tus Preguntas

Este es un segundo componente, complementario al primero.

A la mayoría nos enseñaron a estudiar desde preguntas que no habíamos investigado nosotros. Por ejemplo: "qué fue lo que pasó en la batalla de las Termópilas, por qué pasó, quiénes se enfrentaron, quiénes los lideraban y qué resultó de todo ello, o las consecuencias".

Lo importante eran los hechos, las causas y las consecuencias, los personajes que gravitaron. Los hechos aspiraban a ser objetivos, no interpretaciones.

Ahora se puede aprender a abordar el mismo tema — historia, o cualquier otra materia — pero desde los propios intereses e inquietudes; desde las propias preguntas. Con apoyo de IA, es posible estudiar cualquier materia no desde el temario que otro definió, sino desde lo que a ti genuinamente te inquieta de ese tema.

Un tema central a desarrollar en este proceso es, precisamente: ¿Cuáles son tus preguntas? ¿Las tienes?

A quién está dirigido

A quienes sienten que en la era de la IA acumular respuestas ya no alcanza, y que lo que los orientará de aquí en más es la calidad y la propiedad de sus propias preguntas — en su vida, en sus proyectos, y en lo que decidan estudiar o profundizar.

Metodología

Un proceso de conversación y coaching, individual, donde:

Se identifican las preguntas que ya se están habitando, aunque no se hayan nombrado.

Se distingue entre preguntas propias y preguntas prestadas — heredadas de otros, de un temario, de una época de la vida que ya pasó.

Se usa la materia de interés del cliente (historia u otra) como terreno de práctica para aprender a estudiar desde las propias preguntas, apoyado en IA.

Se acompaña el proceso de que esas preguntas den norte, dirección y pauta.

Valor del servicio

Este servicio no tiene precio fijo. El valor lo pones tú. Con eso me basta.

¿Cuáles son tus preguntas? Conversemos.

Libro The Artificial Intelligence Experience: An Introduction de Susan J Scown

Cuando la inteligencia artificial era todavía una promesa

Estoy leyendo un viejo libro (1985) sobre inteligencia artificial y la experiencia está resultando mucho más fascinante de lo que esperaba. No tanto porque me esté enseñando la IA de hoy, sino porque me permite mirar nuestro presente desde el futuro que imaginaron otros hace más de cuarenta años.

Muchas de las cosas que el libro describe como desafíos extraordinariamente difíciles —conversar con una computadora, comprender lenguaje corriente, traducir, resumir documentos, reconocer imágenes y voz, programar a partir de instrucciones humanas— son cosas que hoy hago rutinariamente desde mi computador o mi teléfono.

Es como encontrar un antiguo mapa del territorio en el que ahora vivimos. 

El sueño original: poner conocimiento dentro de la máquina

La inteligencia artificial de aquella época partía de una pregunta formidable:

¿Podemos conseguir que una computadora haga cosas que, si las hiciera una persona, la consideraríamos inteligente?

Para ello se intentaba capturar el conocimiento de especialistas y convertirlo en reglas que una máquina pudiera utilizar.

Así nacieron los sistemas expertos.

Un ingeniero, médico o geólogo podía haber acumulado treinta años de experiencia. El desafío consistía en extraer ese saber —incluyendo intuiciones, excepciones y reglas prácticas— y transformarlo en instrucciones del tipo:

SI ocurre A + B + C → ENTONCES probablemente D.

La máquina podía entonces conservar ese conocimiento y ponerlo simultáneamente a disposición de muchas personas.

Era una idea revolucionaria: transformar la experiencia humana en memoria organizacional.

XCON: cuando la IA comenzó a trabajar

Uno de los casos más impresionantes fue XCON, desarrollado para Digital Equipment Corporation.

Configurar sus computadores VAX era tremendamente complejo. Había miles de componentes y combinaciones posibles. Ingenieros expertos necesitaban decidir qué piezas eran compatibles, cómo conectarlas y cómo montar finalmente cada computador.

XCON convirtió parte de ese conocimiento en miles de reglas.

El resultado fue espectacular: según las notas del libro, una configuración que a un especialista podía tomarle entre 25 y 35 minutos, XCON llegó a realizarla en unos 2,3 minutos, produciendo configuraciones utilizables cerca del 98 % de las veces.

Pero lo más interesante es que los expertos no desaparecieron.

Cambió su trabajo.

Pasaron de ejecutar rutinariamente la tarea a supervisar, corregir, incorporar nuevo conocimiento y mejorar el sistema.

Cuarenta años después seguimos hablando de lo mismo: la colaboración entre inteligencia humana e inteligencia artificial.

La obsesión era representar el conocimiento

Aquella IA intentaba construir inteligencia pieza por pieza.

Utilizaba reglas, símbolos, árboles de búsqueda, lógica, frames, scripts, redes semánticas, heurísticas y motores de inferencia.

Lenguajes como LISP y Prolog fueron protagonistas de esta primera época.

La lógica era aproximadamente:

conocimiento humano → representación → reglas → búsqueda → inferencia → respuesta.

Y aquí aparece la gran diferencia con la revolución actual.

Con el machine learning, las redes neuronales, el deep learning y finalmente los grandes modelos de lenguaje, dejamos de intentar escribir explícitamente todas las reglas.

Las máquinas comenzaron a aprender patrones a partir de enormes cantidades de datos.

Podríamos resumir una parte importante de la historia de la IA mediante cuatro verbos:

PROGRAMAR → BUSCAR → APRENDER → ACTUAR.

Primero le dijimos a la máquina exactamente qué hacer.

Después le dimos conocimiento para que buscara soluciones.

Más tarde aprendimos a construir máquinas que aprendieran patrones que nosotros mismos no éramos capaces de explicitar.

Y ahora estamos entrando en la época de los agentes, capaces de recibir un objetivo, planificar, utilizar herramientas, ejecutar acciones, observar resultados y corregirse.

La computadora debía aprender nuestro idioma

Otra ambición extraordinaria del libro era conseguir que las personas dejaran de tener que aprender el lenguaje de las computadoras.

Hasta entonces había que aprender BASIC, COBOL, FORTRAN, LISP o algún otro lenguaje.

La aspiración de la inteligencia artificial era invertir la relación: que la máquina aprendiera nuestro lenguaje.

El libro describe como problema formidable conseguir que una computadora comprendiera una frase, mantuviera el contexto, tradujera, resumiera documentos, respondiera preguntas o reconociera nuestra voz.

Y aquí mi experiencia leyendo el propio libro se vuelve casi cómica.

Estoy fotografiando sus páginas en grupos de diez y entregándoselas a ChatGPT. La IA las lee, traduce, interpreta, resume, relaciona y me las explica en castellano.

Es decir, estoy utilizando para leer el libro, aquello que el propio libro describía como futuro.

El verdadero problema era el contexto

Los investigadores descubrieron rápidamente algo profundo: comprender palabras no significa comprender lenguaje.

Si estoy envolviendo un regalo y digo: “¿Tienes cinta adhesiva?”

probablemente no estoy interesado en hacer un inventario de tus pertenencias. Estoy diciendo: “Pásame la cinta adhesiva.”

Para comprenderme hay que interpretar contexto, intención y conocimiento del mundo.

Lo mismo ocurre cuando digo que alguien es “un pilar de la comunidad”. Una computadora estrictamente literal podría terminar buscando una curiosa estructura arquitectónica.

Aquellos investigadores habían descubierto uno de los grandes problemas de la inteligencia: comprender es también inferir lo que no fue dicho.

De los píxeles al significado

El mismo problema aparecía con la visión.

Una cámara no “ve” una caja. Recibe luz y produce información.

La máquina debía pasar de:

píxeles → bordes → formas → profundidad → objeto → significado.

También se experimentaba con tacto artificial, reconocimiento de voz y robots capaces de desplazarse en ambientes desconocidos.

El gran sueño era integrar:

percibir → comprender → decidir → actuar.

Cuatro décadas después, esa búsqueda continúa bajo nombres nuevos como robótica avanzada, IA multimodal y embodied AI.

Incluso imaginaron al aprendiz del programador

Una de las secciones que más me sorprendió describe un proyecto del MIT llamado The Programmer's Apprentice.

La idea era crear algo parecido a un socio junior del programador.

El humano podría concentrarse cada vez más en qué quería conseguir, mientras la máquina se ocupaba de una parte creciente del cómo hacerlo.

Cuesta leer aquello hoy sin pensar en los copilotos y agentes de programación actuales.

El cambio es enorme:

Antes debíamos explicarle al computador cada paso.

Hoy podemos decirle cada vez más simplemente, qué queremos conseguir.

Y quizás el próximo salto sea todavía más interesante: utilizar la IA no sólo para ejecutar lo que queremos, sino para ayudarnos a descubrir qué queremos.

Acertaron el futuro, pero se equivocaron en el camino

El libro también relata una gigantesca carrera internacional por dominar la inteligencia artificial.

Japón lanzó su proyecto de computadores de quinta generación. Estados Unidos reaccionó. Aparecieron MCC y los programas de DARPA. Europa creó ESPRIT. Gran Bretaña impulsó el programa Alvey. Alemania y la Unión Soviética desarrollaron sus propias iniciativas.

Gobiernos, universidades, ejércitos y grandes corporaciones comprendieron algo extraordinariamente temprano: la inteligencia artificial sería también una fuente de poder económico, tecnológico y geopolítico.

En eso acertaron plenamente.

Donde se equivocaron fue en la ruta.

Apostaron fuertemente por sistemas simbólicos, reglas, lógica, Prolog y bases de conocimiento. La gran revolución terminaría llegando décadas después por otra vía: redes neuronales, enormes cantidades de datos, procesamiento paralelo, GPU, deep learning y transformers.

Vieron venir el continente, pero dibujaron mal el mapa para llegar hasta él.

Una enseñanza que permanece intacta

Hay algo, sin embargo, que aquellas primeras experiencias empresariales con IA comprendieron muy bien.

Un sistema de inteligencia artificial nunca está realmente terminado.

El conocimiento cambia. Aparecen excepciones. Cambian los usuarios. Cambia el negocio. Aparecen nuevas capacidades.

Por eso recomendaban construir pequeños prototipos, utilizarlos, aprender de ellos, corregirlos y volver a probar.

Curiosamente, es exactamente lo que hago hoy conversando con una IA.

Le pido algo. Me responde.

Al mirar su respuesta descubro que no era exactamente eso lo que quería.

Entonces reformulo mi pregunta.

La IA vuelve a responder.

Y, en ese proceso, no solamente mejora la respuesta: también mejora mi comprensión del problema.

Quizás ahí esté uno de los cambios más profundos.

Hace cuarenta años el gran desafío era:

¿Cómo metemos el conocimiento del experto dentro de la máquina?

Hoy comienza a aparecer otra pregunta:

¿Qué puede llegar a hacer el ser humano cuando tiene una inteligencia como ésta sentada permanentemente a su lado?

Y quizás esa sea, finalmente, la verdadera *Artificial Intelligence Experience*: no observar cómo las máquinas se vuelven más inteligentes, sino descubrir en qué podemos convertirnos nosotros cuando comenzamos a pensar con ellas.

Libro Nuevo orden mundial de Ray Dalio

Ray Dalio es inversionista y gestor de fondos norteamericano, socio fundador de Bridgewater Associates, el mayor fondo de cobertura del mundo. El 2020 lo señalaron como el hombre más rico del planeta. Y sin embargo, lo que más me interesó de este libro no fue su fortuna, sino el método con el que la construyó.

Un modelo para leer la historia

Para gestionar los fondos que administra, Dalio desarrolló un modelo basado en 17 parámetros para medir la evolución de los países. Con ellos construyó lo que llama El Gran Ciclo, una teoría capaz de describir —y hasta anticipar— el destino de los imperios. Mantiene además un sitio, EconomicPrinciples.org, donde va compartiendo esta mirada con su público.

¿Se puede leer la historia de la humanidad como si fuera un balance financiero? Dalio cree que sí, y lo demuestra.

Tres fuerzas, un mismo patrón

Detrás del Gran Ciclo, Dalio identifica tres grandes fuerzas que se mueven juntas: el ciclo de la deuda y el dinero, el ciclo del orden y desorden interno de cada país, y el ciclo del orden y desorden externo, es decir, cómo se relaciona una potencia con las demás. Cuando las tres fuerzas se alinean, un imperio sube. Cuando se desalinean, cae.

Y describe el arquetipo completo: los imperios nacen, ascienden, llegan a una cima donde empiezan a degradarse, y ese deterioro casi siempre termina en guerras o guerras civiles.

El paseo por la historia

El libro recorre cinco siglos con una precisión que impresiona. Los Países Bajos vivieron un auge notable, al punto que su moneda, el florín, fue durante un tiempo donde el mundo entero ahorraba e invertía. España, antes que ellos, había tenido su época de gloria con el descubrimiento y la conquista de América.

Después llegó el Reino Unido. Los Países Bajos sostuvieron varias guerras contra los ingleses hasta ser derrotados, y España fue vencida en el mar cuando Inglaterra vino a disputarle el dominio. Así se fue construyendo el imperio Británico, impulsado por la revolución industrial, hasta poblar el planeta de colonias.

Las dos guerras mundiales marcan el quiebre siguiente: ahí termina el auge británico y comienza la supremacía de su antigua colonia, Estados Unidos. Dalio no se queda solo en Occidente: recorre también el imperio Chino desde el año 500 antes de Cristo, y encuentra ahí los mismos ciclos que sustentan su teoría en el resto del mundo.

¿Y ahora?

Según este modelo, Estados Unidos va en franco deterioro, y el imperio emergente que le disputa la supremacía es China. Verlo desde la mirada tan sistemática de Dalio, con datos y patrones que se repiten durante siglos, hace mucho más nítido ese deslizamiento.

Recuerdo una conversación con alguien que se movía en mercados de alto nivel, que me dijo que él no invertía en empresas, sino en países. Creo que Dalio, con Bridgewater, hace exactamente eso.

La lectura predispone a ver lo que se viene: una guerra entre Estados Unidos y China dentro de un plazo de diez años, según el propio Dalio. Y a esta altura de la historia, con el poder destructivo que existe hoy, no quiero ni imaginar la devastación que eso significaría para el planeta. La guerra actual contra Irán, de hecho, bien podría leerse como un ataque indirecto a China, que se abastece de manera importante desde el golfo Pérsico, hoy bloqueado.

La lección de la sobriedad

Lo que más me dejó pensando es otra cosa: cuando los países llegan a la cúspide, se engolosinan. Empiezan a sentir que se merecen condiciones fastuosas de vida, gastan en exceso, se endeudan, sin ver que están cavando su propia tumba.

¿No es la misma tentación, a otra escala, la que enfrenta cualquiera que logra éxito o riqueza? Quizás la lección de fondo no es solo geopolítica: es que, incluso alcanzando la abundancia, hay que sostener la sobriedad y la austeridad. Los imperios que olvidan eso, tarde o temprano, lo pagan.

Es un libro de altísimo valor para quienes manejan cifras significativas de ahorro y están permanentemente pensando dónde invertir. Pero también, creo, para cualquiera que quiera entender hacia dónde va el mundo en que vivimos.

¿Estamos dispuestos, como personas y como países, a mantener la sobriedad justo cuando más nos cuesta hacerlo: en la cima?

Entrevista al malabarista de esquina Raymi Cufré

Me llamó la atención un día mientras hacía malabares en la esquina de Isabel La Católica con Vespucio. Buen manejo de las clavas, y también del monociclo. Le propuse entrevistarlo y aceptó de inmediato.

—Voy al gimnasio, después me ducho en mi casa y me vengo; hora y media más o menos —le dije.

Conforme, quedamos así.

Origen y familia

Raymi Cufré tiene 34 años y un claro acento argentino. Es originario de Córdoba, aunque en realidad nació y se crió en Villa General Belgrano, un lugar muy bonito, según me cuenta, parecido a la zona de Puerto Varas en Chile. Se mudó a Córdoba a los 12 años, al pasar a segundo medio.

Es el único hijo varón del primer matrimonio de su padre, y tiene dos hermanas con las que mantiene buena relación. Su padre es carpintero de profesión y, en un segundo matrimonio, tuvo cuatro hijos más. Su madre murió de leucemia cuando él tenía un año.

Hay algo curioso en los nombres de la familia: el apellido es de origen vasco-francés, y su nombre es de origen quechua, y los de sus dos hermanas son mapuches. Los hijos del segundo matrimonio de su padre, en cambio, llevan nombres cristianos. En definitiva son 7 hermanos, 3 varones y 4 mujeres.
Su padre vive y tiene poco más de 60 años.

Formación

Raymi estudió panadería y pastelería. Después estudió cinco años el folclore, disciplina en la que tiene título de profesor. Más tarde llegó el mundo circense. Dice haber crecido en un ambiente con mucho folclore.

Vida personal

No tiene hijos ni pretende tenerlos, y se declara separado de su última pareja desde hace dos años.

Su oficio le ha permitido recorrer buena parte de América Latina: Bolivia, Perú, Ecuador, Colombia, Venezuela, Brasil, Paraguay y Chile. La primera vez que vino a Chile le encantó, y quedó con ganas de volver. Ya lleva un año viviendo en Santiago.

Vive en un cuarto que arrienda en Lo Hermida, Peñalolén, con baño y una pequeña cocina, por el que paga $190.000 mensuales. Ha recorrido bastante el país: desde La Serena y el Valle del Elqui hasta Coyhaique, Puerto Varas y Puerto Montt, ciudad donde vivió dos años.

El oficio

Hoy trabaja como artista circense callejero. Habla de "habitar los espacios": se dedica principalmente al malabarismo de esquina, actos muy cortos pensados para el tránsito de la calle. A veces lo contratan para eventos, cumpleaños y matrimonios, y también tiene una función unipersonal de 35 minutos, para la que además maneja su propio vestuario.

Es una persona alegre, contenta con lo que hace. Me dice que disfruta su trabajo y que la gente lo trata bien. Ha trabajado tanto en pareja como con amigos, y además de malabarista es acróbata.

Otros aspectos

Es vegetariano desde hace siete años —no le gusta la matanza que implica comer carne— y aspira a hacerse vegano.

Políticamente, considera importante tener una posición: no habría votado por Milei, a quien considera "un loco". Se declara más bien anarquista y ateo.

En cuanto a lo económico, gana en torno a 500 lucas al mes. En un buen día saca entre 20 y 25 lucas, y hay jornadas en que ha llegado a 40 o 45.

Celular: 9 4897-8440
Mail: raymicufre92@gmail.com
Instagram: raymi_ska

Somos cuánticos

Conversando con Pedro Arellano apareció una imagen que me sigue dando vueltas: somos ondas, pero muchas veces vivimos como partículas.

Lo digo como metáfora, no como una explicación física de la conciencia. Pero como metáfora me sirve, porque describe algo que reconozco todos los días.

Vivir como partícula

Hay momentos en que me vivo como una unidad aislada. Mi historia. Mis problemas. Mis logros. Mis amenazas. El mundo está afuera y yo tengo que encontrar la manera de defenderme, hacerme un lugar, demostrar lo que valgo.

A eso le llamamos, en nuestra conversación, "vivir como partícula".

Desde ahí, la relación se vuelve un trabajo entre dos entidades separadas. Tengo que acercarme al otro, entenderlo, negociar, construir un puente. Y la competencia aparece fácilmente: tu espacio puede parecer una reducción del mío; tu logro, una medida de mi insuficiencia.

¿Te ha pasado sentir que el éxito del otro te resta algo, aunque nada tuyo haya cambiado?

Vivir como onda

Pero también conocemos otra experiencia.

Una conversación en la que aparece una idea que ninguno traía. Un grupo en el que la confianza permite decir algo que a solas no habríamos podido formular. Un encuentro después del cual ya no somos exactamente quienes éramos antes.

Ahí la imagen de la onda cobra sentido. Lo que cada uno trae se entremezcla y se transforma en el encuentro.

Pedro pone mucha atención en la relación. Tiene una capacidad especial para propiciar esa sintonía entre personas. Escuchándolo, me surgió una pregunta: ¿y si la relación empieza mucho antes de que decidamos construirla?

Una trama que ya estaba ahí

Antes de este encuentro ya hay otros en mí: en el lenguaje con que pienso, en las historias que me cuento, en lo que aprendí a temer y en lo que me atrevo a imaginar. Mi singularidad también está hecha de relaciones.

Quizás "volver a la onda" sea reconocer esa trama.

Desde ahí, colaborar adquiere otro sentido. Puedo aportar algo propio y, al mismo tiempo, dejar que el encuentro lo transforme. Lo que emerge puede ampliar las posibilidades de todos.

Eso requiere trabajo. La confianza, la escucha y el cuidado no aparecen por arte de magia. Pero cambia el lugar desde el que hacemos ese trabajo: reconocemos que lo que ocurre entre nosotros también forma parte de quienes somos.

Ser alguien y, a la vez, ser parte

Necesitamos identidad, límites y voz propia. Podemos tenerlos sin olvidar nuestra pertenencia.

Me quedo con esa imagen de nuestra conversación con Pedro: ser alguien y, a la vez, ser parte.

¿Cuánto cambiaría nuestra manera de vivir y de trabajar si tuviéramos más presente esa doble condición?

La caluga de un millón y medio

El domingo fui a visitar a mi madre, la Chiví, que tiene 97 años. Como siempre, me tenía mis tres calugas Varsovienne.

Mientras comía una, ocurrió lo inesperado: la caluga me sacó un colmillo.

Nunca más calugas Varsovienne

No me dolía, pero quedé con un forado que se veía cuando me reía con ganas. Y debo reconocer que me produjo un pequeño bajón. A los 74 años, encontrarse de pronto con un diente en la mano tiene cierto efecto psicológico.

Fui a la urgencia dental de Redsalud. Me examinaron, hicieron una radiografía panorámica y apareció un diagnóstico bastante más complejo: había caries debajo, había que sacar raíces, poner hueso, esperar cuatro meses, entrar a pabellón, poner pernos y finalmente fabricar el nuevo diente.

Esperé el presupuesto: $1.500.000.

Me fui con la cola entre las piernas.

Al día siguiente decidí consultar a mi dentista habitual, Berta Munizaga, a quien últimamente había encontrado un poco cara.

Llegué con el diente en la mano. Lo miró, examinó la cavidad, limpió y escarbó cuidadosamente y me dijo:

—Te lo voy a pegar.

Aplicó un cemento muy resistente, instaló nuevamente el colmillo, me hizo apretar, limpió los excesos, comprobó que pasara bien el hilo dental y listo.

—¿Cuánto te debo?

$35.000.

Salí feliz, con mi diente nuevamente en su lugar y, curiosamente, encontrando baratísima a mi dentista, que es la mujer de mi amigo Juan Aviñó.

No sé cuánto durará. Quizás algún día tenga que hacerme el tratamiento completo. Pero esta experiencia me recordó algo importante: una segunda opinión puede cambiar completamente el problema que tenemos delante.

Vivimos fascinados por las soluciones completas, definitivas y sofisticadas. A veces son necesarias. Pero otras veces conviene hacer una pregunta mucho más sencilla:

¿Qué es lo mínimo que necesitamos hacer ahora?

Mi dentista me regaló algo muy valioso: tiempo. Y una solución proporcional a mi situación.

Así que a los 74 años recibí una pequeña lección de estrategia: antes de embarcarse en una solución de un millón y medio, vale la pena averiguar si existe una de treinta y cinco mil.

Eso sí, mi dentista fue terminante:

—Se acabaron las calugas.

El próximo domingo volveré donde la Chiví. Las Varsoviene seguramente estarán esperándome.

Tendré que mirarlas desde lejos.

Hay riesgos que a los 74 años ya no vale la pena correr.