El capital social que ningún algoritmo puede reemplazar en una emergencia
El 1 de enero de 2023, una máquina quitanieve de 14.000 libras aplastó a Jeremy Renner en su propiedad de Nevada. Más de 30 huesos rotos. Trauma torácico contundente. Cuarenta y cinco minutos de espera hasta recibir atención avanzada mientras los servicios de emergencia luchaban contra la geografía remota y la imprecisión de los sistemas de localización celular básicos. Renner sobrevivió —él mismo lo atribuye a aproximadamente 150 personas— y tres años después hizo pública su apuesta financiera en RapidSOS, la compañía neoyorquina que integra datos de localización exacta, signos vitales desde dispositivos conectados y telemetría vehicular directamente en las pantallas de los despachadores del 911.
La historia se cubrió como un caso de celebridad que convierte su trauma en inversión. Eso es el 10% de lo relevante. El otro 90% es lo que esta apuesta revela sobre cómo se construyen —y sobre todo, cómo se destruyen— las redes que sostienen organizaciones enteras cuando los sistemas formales fallan.
La fragilidad que los datos no pueden ver
RapidSOS opera sobre una lógica impecable desde el punto de vista técnico: si el despachador tiene coordenadas GPS exactas, frecuencia cardíaca del accidentado y telemetría del vehículo involucrado, el tiempo de respuesta se reduce. Los pilotos reportados muestran una reducción del 20% en tiempos de respuesta, y la plataforma ya cubre más de 6.000 puntos de respuesta de seguridad pública en Estados Unidos, alcanzando al 99% de la población. Con una valoración superior a 1.500 millones de dólares tras su ronda Serie E de 120 millones en 2024, el modelo de negocio tiene músculo financiero real.
Pero hay una dimensión que el flujo de datos estructurados no captura, y que el propio caso de Renner ilustra con precisión clínica: fueron 150 personas —no 150 algoritmos— las que evitaron su muerte. Médicos, rescatistas, personal de quirófano durante 16 cirugías, equipos de rehabilitación. Una red densa de confianza operativa, construida sobre años de práctica profesional compartida, jerarquías informales y disposición a actuar bajo incertidumbre. Eso es capital social funcionando bajo presión máxima.
El problema con los equipos directivos —y aquí el caso de RapidSOS sirve como espejo para cualquier organización que gestione operaciones críticas— es que tienden a sobreindexar en la arquitectura tecnológica y a subinvertir sistemáticamente en la arquitectura humana. Cuando el equipo que diseña un sistema de respuesta de emergencias proviene de un perfil homogéneo —técnico, urbano, con acceso histórico a conectividad estable— el sistema nacerá con puntos ciegos estructurales. No por mala intención: simplemente porque nadie en la sala de diseño ha experimentado lo que significa llamar al 911 desde una zona rural sin señal, o en un idioma que no es el dominante, o con un dispositivo de gama baja que no transmite datos de wearables.
El CEO de RapidSOS, Michael Martin, señaló a Fortune que el 50% de las llamadas al 911 presentan desafíos de localización. Eso no es un problema técnico residual. Es la manifestación cuantificada de los límites de diseñar para el usuario promedio imaginado por el equipo, no para el usuario real que existe en la periferia del sistema.
Cuando la inversión en tecnología no reemplaza la inversión en redes
Renner declaró públicamente que personalmente detesta la inteligencia artificial, pero que la usa porque reconoce su utilidad instrumental. Esa tensión —entre la aversión instintiva y el reconocimiento estratégico— es exactamente la que viven muchas organizaciones medianas y grandes frente a sus propias decisiones de inversión en digitalización. Compran la herramienta. Omiten transformar la red humana que debe operarla.
La evidencia sobre esto en mercados de servicios críticos es consistente: los sistemas más sofisticados de coordinación de emergencias fallan no por deficiencias tecnológicas, sino por roturas en la confianza entre los nodos humanos que los alimentan. Un despachador que no confía en los datos de un nuevo sistema los ignora. Un primer respondedor que nunca fue entrenado en colaboración con los equipos hospitalarios duplica esfuerzos que cuestan minutos. La tecnología amplifica la capacidad de las redes que ya funcionan; no crea redes donde no existen.
Para las pymes que operan en sectores con alta dependencia de coordinación —logística, salud, manufactura con múltiples proveedores, servicios financieros con corresponsales— esto tiene una implicación directa: el presupuesto tecnológico no puede desvincularse del presupuesto de construcción de confianza entre los actores de la cadena. Una empresa que automatiza su gestión de proveedores sin haber invertido en construir relaciones de trabajo reales con esos proveedores está apostando a que el sistema nunca va a fallar. Y los sistemas siempre fallan en algún punto.
El mercado de NG911 proyectado en 21.600 millones de dólares para 2028 crecerá sobre contratos gubernamentales y municipales. La tracción de RapidSOS con Apple, Verizon y General Motors valida su posición técnica. Pero la sostenibilidad de ese crecimiento depende de algo que no aparece en ningún pitch deck: la capacidad de los equipos locales de adoptar el sistema, confiar en él bajo presión y adaptarlo a las realidades de sus comunidades específicas. Eso requiere diversidad de origen y de perspectiva dentro de los equipos que diseñan la implementación, no solo dentro del equipo de ingeniería central.
El activo que no aparece en el balance y determina la supervivencia
Hay una métrica que ningún modelo financiero de RapidSOS —ni el de ninguna empresa de tecnología operacional— captura adecuadamente: la densidad de la red de confianza entre sus implementadores locales. California tiene presupuestados 500 millones de dólares para su despliegue de NG911 en cinco años. El Departamento de Seguridad Nacional tiene pendientes 250 millones en subsidios para PSAPs rurales. Esos son los números visibles.
Los invisibles son cuántos de esos centros de despacho tienen equipos con suficiente diversidad de experiencia para identificar los casos extremos donde el sistema falla, cuántos tienen liderazgos con la confianza institucional para reportar esas fallas sin miedo a consecuencias, y cuántos tienen relaciones laterales —entre municipios, entre servicios, entre jurisdicciones— para compartir aprendizajes operativos sin esperar que la casa matriz los procese y redistribuya.
Renner financieramente está bien posicionado: apostó a un mercado con crecimiento proyectado sólido, con respaldo de Google Ventures, Kleiner Perkins y Bain Capital Ventures, y con ventaja competitiva medible —70% de participación en integraciones con PSAPs en EE.UU.—. Su apuesta personal tiene lógica. Pero la lección para el C-Level que lee esto no está en el retorno financiero proyectado de su inversión.
Está en el hecho de que 150 personas con vínculos de confianza operativa hicieron lo que ningún sistema de datos, por sofisticado que sea, puede reemplazar cuando los márgenes son de minutos y la incertidumbre es total. Las organizaciones que entienden esto no construyen redundancia tecnológica solamente: construyen redundancia humana, con deliberada diversidad de perfil, para asegurarse de que cuando el sistema automatizado llegue a su límite, la red de personas que lo rodea tenga la densidad suficiente para sostener la operación.
El directivo que llega a su próxima reunión de directorio y mira alrededor de la mesa encontrará una señal de alerta o una confirmación de fortaleza. Si todos provienen del mismo sector, cursaron en las mismas universidades y procesaron los últimos diez años desde contextos similares, comparten inevitablemente los mismos puntos ciegos. Esa homogeneidad no es un problema ético abstracto: es una fragilidad operativa concreta, del mismo tipo que dejó a los despachadores del 911 de Nevada sin coordenadas exactas durante 45 minutos críticos. La diferencia es que cuando una organización colapsa por esa fragilidad, no siempre hay 150 personas cerca para evitar el desastre.
