t

os
4 1 8 -S 1 1
SEPTEMBER 20, 2017

rP
ETHAN BERNSTEIN

STEPHANIE MARTON

Detectando (y Mercantilizando) la Felicidad en

Hitachi

yo
“Lo que se mide mejora.” (Peter Drucker)
“La visibilidad es una trampa.” (Michel Foucault)

“¿Puede darme un consejo para hacer feliz a mi esposa?”

El Dr. Kazuo Yano evadía la pregunta frecuentemente formulada en su tercer discurso como
director ejecutivo (CEO, por sus siglas en inglés) este mes. Hay una delgada línea entre lo personal y
op
lo empresarial cuando estás en el mercado de vender felicidad.

El Dr. Yano, científico y jefe corporativo en Hitachi, fue el cerebro responsable de traer “sensores
de felicidad” al mercado. Inspirado por investigaciones que vinculaban la felicidad con la
productividad (hasta en un 37% 1 ), Hitachi había invertido en desarrollar nuevas tecnologías de
“análisis de personas” para ayudar a las empresas a aumentar la felicidad de los empleados. La
compañía había empezado por fabricar credenciales de alta tecnología que cuantificaban los patrones
tC

de actividad de un usuario (Anexo 1). Las credenciales fueron desarrolladas por Hitachi después de
colaborar con el MIT Media Lab en una investigación inicial que exploraba la conexión entre la felicidad
y los patrones de actividad humana. Los datos de estos dispositivos revelaron una correlación
inusualmente alta entre ciertos patrones de actividad y la subjetiva sensación de felicidad en el trabajo
de una persona. A diferencia de los anillos del humor o hasta de las expresiones faciales, ambos muy
poco confiables, el Dr. Yano creía ahora tener la capacidad de detectar la felicidad de manera precisa.
Cuando se le combinaba con otras fuentes de datos tales como los calendarios de Outlook o el correo
No

electrónico, el equipo del Dr. Yano podía determinar con precisión científica cuáles actividades, eventos
o hasta personas generaban mayor felicidad en los empleados en el trabajo.

Los últimos dos años le habían demostrado al Dr. Yano que había un mercado sorprendentemente
grande para la detección de la felicidad en el trabajo. Hitachi ya había estado comercializando estos
sensores portátiles y las recomendaciones de “felicidad” relacionadas, y sus clientes estaban viendo
resultados. Un cliente, por ejemplo, informó un aumento del 27% en la productividad de su equipo de
ventas al introducir las credenciales. Otro cliente de Hitachi introdujo exitosamente las credenciales
para fomentar una comunicación más conectada entre dos organizaciones en proceso de fusión (Anexo 2).
Do

Con una firme demostración conceptual en mano, el Dr. Yano estaba listo para llevar el modelo de
negocios más lejos. Estaba implementando una aplicación para proporcionar recomendaciones
personalizadas de “felicidad” a los empleados, y estaba considerando otras maneras para automatizar

El caso de LACC número 418-S11 es la versión en español del caso de HBS número 418-019. Los casos de HBS se desarrollan únicamente para su
discusión en clase. No es el objetivo de los casos servir de avales, fuentes de datos primarios, o ejemplos de una administración buena o deficiente.

Copyright 2012 President and Fellows of Harvard College. No se permitirá la reproducción, almacenaje, uso en planilla de cálculo o transmisión
en forma alguna: electrónica, mecánica, fotocopiado, grabación u otro procedimiento, sin permiso de Harvard Business School.

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
el modelo y así llevarlo a escala. Estaba seguro de que la nueva tecnología tenía la capacidad de
transformar la felicidad de los empleados y la productividad de la mano de obra, en Japón y más allá,
si tan sólo pudiese encontrar el modelo de negocios para lanzar semejante mecanismo de felicidad.

El Experimento: Cuantificando la Felicidad

rP
La división de felicidad de Hitachi empezó como un modesto experimento de investigación en el
2005.

En colaboración con el MIT Media Lab (Anexo 3), Hitachi había invertido fuertemente en
desarrollar una “credencial” sociométrica (llamada credencial porque las personas la llevaban puesta
alrededor del cuello igual que una credencial en una conferencia) que tenía una amplia gama de
sensores incorporados. Un acelerómetro capturaba el movimiento; seis sensores infrarrojos,

yo
posicionados en diversos ángulos, capturaban si es que el usuario estaba mirando otra credencial (es
decir, otra persona); un micrófono capturaba tanto el tiempo de conversación como el tono; todos los
sensores registraban los datos a intervalos de milisegundos.

Las credenciales sociométricas suponían una gran promesa para contribuir a los primeros en la
empresa llevó a cabo una serie de experimentos en los cuales reclutó alrededor de 500 empleados de
siete compañías para probar las credenciales durante un total de 5,000 días-persona. Cuando las
credenciales eran recargadas en las estaciones de acoplamiento cada tarde, los sensores se comunicaban
op
con los servidores de Hitachi para cargar los datos. Al final de cada día, todos los empleados que
usaban credenciales también completaban una encuesta, para que Hitachi pudiese analizar cuán bien
se correlacionaban los datos de las credenciales con los auto-informes de los partícipes respecto de sus
días. Esta encuesta incluía una versión de la Escala de Depresión del Centro de Estudios
Epidemiológicos (Anexo 4) para estimar su nivel de felicidad a lo largo del día.
tC

Para distinguir patrones en los datos, Hitachi aplicó tecnología de inteligencia artificial para generar
un algoritmo de aprendizaje automático. El programa podía cambiar los parámetros del algoritmo a
medida que procesaba los datos para fortalecer la correlación entre los datos del sensor y los puntajes
de la encuesta. Sorprendentemente, una de las correlaciones más potentes estaba entre ciertos patrones
de movimiento individual y la felicidad promedio auto-informada de los grupos. Hitachi podía
predecir sólidamente los puntajes promedio de felicidad para grupos de diez o más personas,
examinando las tendencias de los patrones de actividad de los miembros individuales del equipo. De
hecho, al término de la fase piloto, el algoritmo era capaz de predecir los niveles de felicidad de un
No

grupo con un 92% de precisión. 2

Mientras que los detalles del programa se mantuvieron estrechamente protegidos, el algoritmo de
Hitachi captaba patrones sutiles del movimiento humano. El algoritmo encontró que los empleados
que mostraron una “larga cola” de momentos activos de corta duración, generando una forma de
“monte Fuji” en los datos de aceleración, generalmente informaban niveles más altos de felicidad
(Anexo 5). La clave no parecía estar en un movimiento en particular, sino en la diversidad de un grupo
de movimientos durante cortos períodos de actividad durante el transcurso de un día”: “Incluso si
usted está simplemente sentado, usted se mueve sutilmente y dicho patrón, a lo largo del tiempo,
Do

muestra muy honestamente si usted es feliz o no.” 3

Si bien la mayor parte de la investigación de Hitachi era llevada a cabo en Japón, el Dr. Yano
confiaba en que los mismos comportamientos podrían predecir la felicidad de manera transversal a las
culturas y, de hecho, especies. Los ratones habían mostrado patrones de actividad comparables y
modificaciones similares a dichos patrones a medida que los niveles de felicidad variaban.

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 Detectando (y Mercantilizando) la Felicidad en Hitachi 418-S11

t
os
Al término de la fase piloto, Hitachi había desarrollado, lo que ellos creían que era, un valioso
programa de aprendizaje automático para predecir la felicidad de los empleados, y el algoritmo seguía
creciendo a medida que se alimentaba de más datos. Para el 2016, la empresa había recopilado más de
un millón de días de datos humanos provenientes de más de diez mil personas, y podía usar los datos
del sensor para predecir la felicidad que cada persona informaba respecto de sí misma con una
precisión del 94%.

rP
El Modelo de Negocios: Comercializando la Felicidad
El experimento de Hitachi explotaba áreas de interés de rápido crecimiento para los ejecutivos:
“macro datos humanos” y la analítica de personas. La analítica de personas, el campo basado en el uso
de datos para mejorar la calidad de las decisiones relacionadas a las personas, había estado cobrando
impulso de manera constante por dos décadas, trascendiendo su hogar en los departamentos de

yo
RR.HH. para ingresar a las suites ejecutivas. Las compañías tecnológicas líderes tales como HP y
Google ya estaban aplicando Inteligencia Artificial para ayudar en la gestión de talentos. 4 Según el
Informe de Tendencias Globales del Capital Humano de Deloitte para el año 2017, más del 70% de las
compañías consideraban a la analítica de personas una gran prioridad. 5

Para potenciar las estrategias de analítica de personas, los lugares de trabajo necesitaban recopilar
datos humanos a gran escala o “big human data” que combinaban las métricas análogas tradicionales
op
de la fuerza laboral (por ejemplo, el número de llamadas de ventas) con métricas digitales (por ejemplo,
los patrones de habla de las personas que llaman). Japón, frecuentemente puntera en las tecnologías
digitales, estaba liderando el camino para fusionar estos mundos digitales y análogos. Hitachi, como
una de las compañías de tecnología más antiguas y prominentes de Japón, estaba bien posicionada
para acelerar esta fusión.

Hitachi empezó a vender servicios con sensores portátiles a empresas japonesas y a proporcionar
tC

análisis de datos y recomendaciones personalizadas respecto de cómo mejorar la productividad de la

fuerza laboral. Si bien el modelo de negocios de pago había sido lanzado apenas en el 2016, los
resultados iniciales habían sido impresionantes: tanto los sensores portátiles como los servicios de
análisis de datos eran lucrativos y un solo contrato podía involucrar cientos de miles de dólares. Los
términos contractuales variaban significativamente, oscilando entre 1 mes a más de un año e
incluyendo entre 50 y miles de empleados.

Hitachi fue capaz de aprovechar las sólidas relaciones que tenía con sus clientes para hacer crecer
No

el negocio rápidamente, “Todos los clientes actuales de nuestra empresa quieren este servicio”
compartió el Dr. Yano, “y nuestro negocio está creciendo bastante rápido. Tenemos más pedidos de los
que podemos aceptar.” 6 El Dr. Yano había visto un interés particularmente fuerte de parte de empresas
de servicios financieros, incluidos Mizuho y el Banco de Japón, pero él atendía clientes de diversos
grupos de industrias. Incluso agencias del sector público estaban apuntándose. Para el 2017, la gran
mayoría de clientes tenían su sede en Japón, pero él esperaba penetrar los mercados internacionales
pronto, centrándose primero en los EE.UU., donde sentía un fuerte apetito por tecnologías que
aumentaran la productividad.
Do

Desafíos y Molestias Crecientes

Al igual que muchos modelos de negocios en el universo de la analítica de personas, el Dr. Yano
también estaba revisando algunas barreras iniciales para el crecimiento del negocio.

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
¿De quién es la información?
Si bien el medir la felicidad con precisión podía teóricamente beneficiar a las organizaciones,
gerentes y empleados, las organizaciones y los gerentes eran los compradores de los servicios de
Hitachi y por tanto eran los principales propietarios de los datos. Sin embargo, esa realidad obviamente
provocaba preocupaciones respecto de la privacidad. Era como si la organización estuviese pidiéndole

rP
a cada empleado que usara una docena de rastreadores Fitbit con la aplicación de rastreo siendo
directamente accesible para los gerentes.

La solución de Hitachi en el momento consistía en disociar los datos, haciéndolos anónimos: el Dr.
Yano solo proporcionaría análisis colectivos, normalmente en grupos de 10 o más personas para así
asegurar que las personas no se sintieran vigiladas. Sin embargo, la tecnología claramente tenía el
potencial para hacer un seguimiento individual, y la promesa de hacerlo era tan grande como el riesgo.

yo
En respuesta a dicho riesgo, algunas jurisdicciones estaban en proceso de aprobar una legislación
que limitara el monitoreo de los empleados (Anexo 6) y algunos grupos, como el Instituto Nacional de
Derechos Laborales, ya habían presentado demandas. Los empleados mismos se mostraron divididos
sobre el tema: un informe del Comité Ejecutivo en Materias Corporativas determinó que un 40% de los
empleados pensaba que era aceptable que sus empleadores rastrearan sus movimientos con sensores,
mientras que aproximadamente un 30% pensaba que era inaceptable. 7
op
Incluso si los gerentes nunca accedieran a los datos individuales, la percepción de estar bajo
vigilancia podría ser invasiva en sí misma. “Aquel que es sometido a un campo de visibilidad, y que
lo sabe… se convierte en el principio de su propia sujeción” 8 En algunos casos se había visto que la
percepción de estar siendo monitoreado disminuía la motivación y desencadenaba comportamientos
contraproducentes en el trabajo.

¿Potencial para la parcialidad?

tC

También había cierta preocupación respecto de cuán inteligente era realmente el algoritmo de
inteligencia artificial de Hitachi. El algoritmo se entrenó a sí mismo sin una orientación humana directa,
lo cual le permitió aprender de muchos más datos que los que un ser humano podría analizar, pero
esta libertad también podría resultar en algoritmos que privilegiaran o discriminaran a ciertos sub-
grupos de formas no deseadas.

En los últimos cinco años, varias empresas habían descubierto que sus máquinas de toma de
No

decisiones habían mostrado una parcialidad dañina. Por ejemplo, un algoritmo de precios de Princeton
Review estaba sistemáticamente cobrando de más a los clientes asiáticos, un resultado “incidental” de
la utilización de parámetros basados en la geografía. 9 ¿Existían consecuencias indeseadas del algoritmo
del Dr. Yano?

¿Felicidad y productividad?
La felicidad, según se define en la encuesta auto-completada, podría tener un verdadero lado
positivo, pero también era posible imaginar momentos en los cuales los empleados podrían priorizar
Do

fines alternativos en vez de su felicidad diaria. Tal vez los pilotos están más concentrados cuando están
levemente enojados, o los académicos son más productivos cuando están melancólicos y solos. Los
críticos también habían cuestionado si es que la escala de Hitachi capturaba adecuadamente formas de
felicidad más elevadas, tales como el sentido de propósito. ¿Podrían los esfuerzos de Hitachi por
evaluar la felicidad redundar en un menoscabo de comportamientos y emociones aún más importantes
en el trabajo?

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 Detectando (y Mercantilizando) la Felicidad en Hitachi 418-S11

t
os
¿Un Movimiento de Felicidad?
A pesar de las preocupaciones y algunas reacciones encontradas respecto de los sensores portátiles
de Hitachi, el Dr. Yano tenía razones para estar optimista. Su negocio de la felicidad estaba ubicado en
el nexo de las principales fuerzas transformadoras de la analítica de personas y los datos de sensores
portátiles. A medida que las cadenas financieras, de clientes y de suministro se hacían más digitales, la

rP
información de los empleados y las herramientas de analítica de personas podrían ser integradas de
manera más potente en toda la empresa. Los sensores portátiles pronto podrían monitorear muchos
más aspectos de la biología humana, desde la respuesta galvánica de la piel a los niveles de glucosa.
Las posibilidades para profundizar y hacer crecer el algoritmo de aprendizaje automático eran
emocionantes.

Mientas que el Dr. Yano consideraba maneras de expandir su modelo de negocios para satisfacer

yo
dichas oportunidades y tendencias, estaba seguro de que este era sólo el primer paso en el camino hacia
un futuro más feliz. “La medición de la felicidad tiene el potencial de revolucionar no solo la vida de
las personas sino también la gestión y la creación de consensos al interior de las empresas, comunidades
y naciones, e incluso de la humanidad en su conjunto”. 10

Mientras que el Dr. Yano seguía avanzando para medir y mercantilizar la felicidad, ¿arriesgaba
dejar atrás lo analógico en su búsqueda de lo digital? ¿O era exactamente la fusión lo que podría ayudar
a Hitachi a tomar la delantera en la analítica de personas?
op
tC
No
Do

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
Anexo 1 Sensores portátiles de Hitachi

rP
yo
op
Fuente: Yano, K., Akitomi, T., Ara, K., Watanabe, J., Tsuji, S., Sato, N., Hayakawa, M., & Moriwaki, N. 2015. Midiendo la
felicidad utilizando tecnología portátil: Tecnología para impulsar la productividad en trabajos de conocimiento y
empresas de servicios. Hitachi Review, 64(8): 517. http://www.hitachi.com/rev/pdf/2015/r2015_08_116.pdf
(consultado el día 20 de septiembre del 2017).

Anexo 2 Sensores portátiles utilizados para integrar redes después de una fusión de organizaciones
tC
No
Do

Fuente: Información de la Compañía.

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 Detectando (y Mercantilizando) la Felicidad en Hitachi 418-S11

t
os
Anexo 3 Propuesta de Colaboración en la Investigación: Hitachi, MIT Sloan y MIT Media Lab

12 de junio del 2005

Propuesta de Colaboración en la Investigación

rP
Marcadores de los Sensores:

Cuando las Organizaciones se encuentran con computadores ultra pequeños

Kazuo Yano, PhD, miembro de la IEEE

yo
Director de Proyectos, Proyecto Estratégico de la Red de Sensores

Laboratorio Central de Investigación, Hitachi Ltd.

La TI ha alcanzado un momento decisivo. Históricamente, los años noventa fueron la época en que
la simple introducción de los computadores permitió la automatización del trabajo y las
op
comunicaciones, lo que mejoró directamente la productividad de las organizaciones y empresas. Sin
embargo, la época dorada se está desvaneciendo y el próximo crecimiento requiere un nuevo modelo
más allá de la “automatización del trabajo” y la “aceleración de las comunicaciones”.

Por otro lado, la tecnología sigue logrando computadores aún más pequeños, los cuales deben
integrarse al entorno y ser llevados por seres humanos.
tC

Esta tecnología de última generación, ¿impulsa una mejora en la productividad de las

organizaciones, o incluso el crecimiento económico? Esta pregunta es lo que esta investigación debe
responder. También esto es lo que la futura industria de la TI debe abordar. ¿La nueva tecnología
permite un crecimiento sustentable de la productividad tal como lo que ha logrado la TI convencional?
Si esto es posible, ¿cómo se ve el nuevo modelo? Debiese ser diferente de un modelo convencional de
“aceleración de las comunicaciones” o de “automatización del trabajo”. Nos gustaría responder estas
preguntas.
No

Generalmente se espera que estos computadores ultra pequeños cumplan el siguiente papel: las
credenciales o computadores usados o integrados en el entorno ayudan a proporcionar realidades de
frentes laborales en tiempo real tales como los datos masivos, lo cual permite que las TI resuelvan
problemas más difíciles y valiosos. A veces a éstos se les conoce como redes de sensores.

Sin embargo, por ahora, nadie sabe que esto es realmente aplicable a problemas cruciales del mundo
real a los cuales se ve enfrentada la organización, la empresa y la sociedad. Preguntémonos si es que la
operación de fabricación de una compañía podría ser más productiva que la de sus competidores
utilizando estas tecnologías. ¿Qué pasaría si la calidad del servicio y la satisfacción del cliente de un
Do

restaurante o de un hospital serían mejoradas? ¿Qué pasaría si el nuevo negocio debe despegar antes
de que los negocios establecidos pierdan su impulso? ¿Qué pasaría si una compañía, que es un conjunto
de unidades de negocio fragmentadas y optimizadas localmente debe ser revitalizada para convertirse
en una organización sinérgica totalmente optimizada? ¿Qué pasaría si una organización, después de la
fusión de dos compañías, debe desarrollar un sentido de unidad? ¿Qué pasaría si el producto
estratégico que determina el destino de una compañía debe ser enviado a tiempo? ¿Qué pasaría si hay

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
que introducir distinguidos capitales humanos que decidan el futuro de una compañía? Estas son
preguntas simples, pero esenciales, que por ahora no podemos responder.

Esta investigación tiene por objeto establecer un modelo de innovación organizativa en la nueva era
antes mencionada, a la luz de las tecnologías de computadores ultra pequeños.

rP
Nuestro enfoque comienza por mirar el ciclo PDCA (por sus siglas en inglés para Plan Do Check
Action, que significa Planificar-Hacer-Verificar-Actuar) de una organización hacia su dirección
estratégica, donde los datos de realidad tomados por sensores en el frente de trabajo, tales como los
nodos sensores, identificación por radiofrecuencia (o RFID por sus siglas en inglés para Radio Frequency
Identification), cámaras, GPS, proporcionan una oportunidad de retroalimentar a los miembros para
alinear sus acciones y decisiones diarias con el propósito de la organización, especialmente en las fases
de Verificar y Actuar.

yo
Especialmente, cuando los sensores se utilizan como un medio para evaluar las puntuaciones (esto
a veces se conoce como indicador clave de rendimiento o KPI por sus siglas en inglés para key
performance indicator) en tiempo real, se espera que sean una poderosa herramienta de operación e
innovación. Aquí nos referimos tentativamente a este enfoque como “cuadro de marcadores del
sensor” influenciado por el enfoque ampliamente utilizado del “cuadro de mando integral” (BSC por
sus siglas en inglés para balanced scorecard)." La razón por la que usamos “cuadro de marcadores” en
vez de “cuadro de mando” es simplemente para enfatizar el aspecto de compartir puntajes, pero no
op
debe ser considerada de manera tan literal.

La ventaja de utilizar tecnologías de red de sensores de vanguardia no se limita a la capacidad de

respuesta en tiempo real. Más bien, una ventaja aún más importante podría ser la capacidad de respetar
realidades profundas, comportamientos humanos e interacciones humanas en la gestión. Como
resultado, podría ser posible una gestión que considere las dinámicas sociales e incluso realidades
humanas internas más allá de los índices financieros tradicionales. La observación de fondo en la cual
tC

se basa el cuadro de mando integral es que los índices financieros no orientan adecuadamente las
actividades diarias del frente de trabajo y la toma de decisiones, lo que ha llevado al cuadro de mando
integral a esclarecer posturas que van más allá de lo financiero. Sin embargo, cuando se practica, es
difícil capturar las realidades del proceso interno y del capital humano mediante índices contables con
los dedos. Los ejecutivos dicen: “El verdadero activo de nuestra compañía es el capital humano”. Pero
no es fácil fomentar la autodisciplina y personas con un fuerte incentivo, en circunstancias que las
decisiones y comportamientos diarios deben ser coherentes con la estrategia de la compañía. A nosotros
No

nos gustaría intentar dejar la puerta entreabierta mediante la utilización de computadores ultra
pequeños y credenciales.

Para abordar este mundo no explotado, es necesario que tres tipos de experiencia colaboren: el
estudio y la práctica de la gestión organizacional; análisis y comportamientos humanos/sociales; y las
redes de sensores de última generación. Esto es lo que se propone alcanzar con la colaboración de los
tres, el MIT Sloan School, el MIT Media Laboratory e Hitachi.

Hitachi ha estado investigando las redes de sensores desde hace tres años y uno de los líderes en la
escena está cerca de ser comercializado. Este año hemos realizado un experimento abierto en marzo
Do

sobre la trazabilidad de la temperatura de peces frescos, seguido en mayo por un comunicado de

prensa respecto del nodo sensor más pequeño del mundo (15 mm cuadrados, 3,4 centímetros cúbicos)
y el nodo de pulsera, el cual monitorea pulsos y movimientos para el cuidado de la salud. Estamos
convencidos de utilizar estos sistemas en esta colaboración si es que son necesarios.

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 Detectando (y Mercantilizando) la Felicidad en Hitachi 418-S11

t
os
Hitachi no solo se une a la colaboración, sino que también está dispuesto a ser usado como un campo
de prueba de gestión empresarial.

Hitachi utilizará el nuevo modelo de gestión/TI y los resultados experimentales que cree esta
colaboración para hacer mejores propuestas a los clientes. Asimismo, la teoría de gestión será publicada
como artículos y libros, los cuales también deben ser potenciados en las propuestas de negocio de

rP
Hitachi.

Por último, pero no por ello menos importante, el desafío que enfrenta la industria de la TI, tal como
fue descrito en la primera parte de esta propuesta, también es el desafío al cual se enfrenta Hitachi,
cuando uno recuerda que el dominio empresarial más grande de Hitachi es el negocio de la TI. Nos
gustaría desarrollar esta colaboración con el MIT como un tema importante que influye en nuestro
futuro. Esperamos que esta sea también una oportunidad para el MIT de desafiar un nuevo y osado
campo, que también sea beneficioso para el MIT.

yo
Fuente: Documentos de la compañía. op
tC
No
Do

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
Anexo 4 Escala de Depresión del Centro de Estudios Epidemiológicos (CES-D)

Nota: Hitachi incorporó la escala de depresión CESD en todas las encuestas, pero agregó y personalizó preguntas
dependiendo de las necesidades del cliente.

Centro de Estudios Epidemiológicos

rP
Escala de Depresión (CES-D), NIMH
A continuación encontrará una lista de las formas en que usted se puede haber sentido o comportado. Por favor
dígame con qué frecuencia se ha sentido de esta manera durante la última semana. Marque un círculo sobre un
número en cada fila.

yo
Durante la Última Semana

Algunas Ocasional-
Rara vez o
veces o por mente o una Todo el
nunca cantidad
un poco del tiempo (5-7
(menos de 1
tiempo (1-2 moderada de días)
día) tiempo (3-4
días)
días)
op
1. Me molesté por cosas que normalmente no me 0 1 2 3
molestan.
2. No tuve ganas de comer; tuve poco apetito 0 1 2 3
3. Sentí que no podía librarme de la melancolía ni 0 1 2 3
siquiera con la ayuda de mi familia o amigos.
4. Sentí que era tan bueno como los demás 0 1 2 3
tC

5. Tuve problemas para mantenerme concentrado 0 1 2 3

en lo que estaba haciendo
6. Me sentí deprimido 0 1 2 3
7. Sentí que todo lo que hacía era un esfuerzo 0 1 2 3
8. Me sentí esperanzado respecto del futuro 0 1 2 3
9. Pensé que mi vida había sido un fracaso 0 1 2 3
10. Me sentí temeroso 0 1 2 3
No

11. Mi sueño fue intranquilo 0 1 2 3

12. Estuve feliz 0 1 2 3
13. Hablé menos de lo normal 0 1 2 3
14. Me sentí solitario 0 1 2 3
15. La gente fue hostil 0 1 2 3
16. Disfruté de la vida 0 1 2 3
17. Tuve episodios de llanto 0 1 2 3
Do

18. Me sentí triste 0 1 2 3

19. Sentí que no le caía bien a la gente 0 1 2 3
20. No podía ponerme “en marcha” 0 1 2 3

Fuente: Radloff L. S. 1977. La escala CES-D: Una escala de depresión a ser auto-completada para la investigación en la
población general. Applied Psychological Measurement, 1(3): 385-401, 387.

10

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 Detectando (y Mercantilizando) la Felicidad en Hitachi 418-S11

t
os
Anexo 5 Patrones de actividad en los datos de aceleración.

rP
yo
op
Fuente: Yano, K., Akitomi, T., Ara, K., Watanabe, J., Tsuji, S., Sato, N., Hayakawa, M., & Moriwaki, N. 2015. Midiendo la
felicidad utilizando tecnología portátil: Tecnología para impulsar la productividad en los trabajos de conocimiento y
las empresas de servicios. Hitachi Review, 64(8): 519. http://www.hitachi.com/rev/pdf/2015/r2015_08_116.pdf
(consultado el 20 de septiembre del 2017).

Anexo 6 Código Penal de California, Sección 637.7

tC

SECCIÓN 637.7: INVASIÓN A LA PRIVACIDAD

(a) Ninguna persona o entidad en este estado utilizará un dispositivo de rastreo para determinar
la ubicación o movimientos de una persona.
(b) Esta sección no se aplicará cuando el propietario, arrendador o arrendatario de un vehículo
haya consentido en el uso de un dispositivo de rastreo respecto de dicho vehículo.
(c) Esta sección no se aplicará respecto del uso legítimo de un dispositivo de rastreo hecho por un
organismo encargado de la aplicación de la ley.
No

(d) De la forma en que es utilizado en esta sección, un “dispositivo electrónico de rastreo” significa
cualquier dispositivo acoplado a un vehículo u otra cosa móvil que revele la ubicación o
movimientos mediante la transmisión de señales electrónicas.
(e) La contravención a esta sección es un delito menor.
(f) La contravención a esta sección por una persona, negocio, firma, compañía, sociedad,
asociación o corporación autorizada de conformidad con la División 3 (empezando por la
Sección 5000) del Código Comercial y Profesional constituirá un motivo para revocar la
autorización otorgada a dicha persona, negocio, firma, compañía, sociedad, asociación o
corporación, de conformidad con las disposiciones que regulan la revocación de un permiso
Do

según lo establecido en la División 3 (empezando por la Sección 5000) del Código Comercial y
Profesional.

(Añadido por Stats. 1998, Ch. 449, Sec. 2. En vigencia desde el 1 de enero de 1999.)
Fuente: Invasión de Privacidad, Código Penal de California §637.7 (1999). https://leginfo.legislature.ca.gov/faces/
codes_displaySection.xhtml?sectionNum=637.7.&lawCode=PEN (consultado el 20 de septiembre del 2017).

11

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860
 418-S11 Detectando (y Mercantilizando) la Felicidad en Hitachi

t
os
Referencias

1 S. Achor, “La Inteligencia Positiva” Harvard Business Review (Ene./Feb. 2012).

2 http://www.hitachi.com/rev/pdf/2015/r2015_08_116.pdf.

rP
3 Entrevista con Kazuo Yano. Abril, 2017.

4 Informe 2015.

5 Informe respecto de las Tendencias del Capital Humano de Deloitte, 2017

6 Entrevista con Kazuo Yano. Abril, 2017.

7 https://0-www.cebglobal.com.www.pulse.petronas.com.my/talentdaily/how-do-employees-really-feel-about-being-
monitored/.

yo
8 Michel Foucault, Disciplina y Castigo: El nacimiento de la prisión.

9 https://thewire.in/10103/neutral-algorithms-could-actually-discriminate-against-the-most-vulnerable-classes/.

10 http://www.hitachi.com/rev/pdf/2015/r2015_08_116.pdf.
op
tC
No
Do

12

This document is authorized for educator review use only by Antonio Robles Garcia, IMF Business School until Jun 2022. Copying or posting is an infringement of copyright.
Permissions@hbsp.harvard.edu or 617.783.7860