Hace unos días, cientos de agentes de Claude analizaron más de 200.000 secuencias biológicas y encontraron una estructura aparentemente desconocida, denominada ART, que ahora está siendo investigada por científicos de Anthropic.

Su importancia está todavía por determinar, pero hay algo más relevante que el descubrimiento concreto. Claude encontró una relación que aparentemente nadie había identificado antes. No recuperó conocimiento existente, exploró información, detectó una anomalía, relacionó elementos y generó una nueva hipótesis. Por tanto, estamos empezando a pasar de utilizar la IA para acceder al conocimiento que ya existe a utilizarla para producir conocimiento nuevo. ¡Ostras! Por ejemplo, una empresa sabe mucho más de lo que sabe.

Una compañía que lleve diez, veinte o treinta años funcionando. Durante todo ese tiempo ha generado una enorme cantidad de conocimiento, miles de clientes, millones de interacciones, reuniones comerciales, ofertas ganadas y perdidas, cambios de precios, correos, incidencias, decisiones erradas, todo eso contiene conocimiento. El problema es que la empresa no sabe necesariamente que lo tiene, ya que está fragmentado entre bases de datos, CRM, documentos, correos, conversaciones, departamentos y, sobre todo, personas.

Un director comercial conoce una parte, marketing conoce otra, atención al cliente otra, y cada empleado acumula durante años relaciones, experiencias e intuiciones que difícilmente llegan a convertirse en conocimiento de toda la organización. Bien hasta ahora hemos intentado resolverlo integrando datos, construyendo cuadros de mando y contratando analistas, pero, desde mi punto de vista, seguimos haciendo fundamentalmente lo mismo, que es decir primero qué queremos saber y después buscamos los datos que pueden responder.

La IA puede invertir esa lógica, explorar primero y preguntarnos después: “He encontrado esto. ¿Sabíais qué ocurría?”.

Y ahí aparece una capacidad empresarial completamente diferente, descubrir relaciones que nadie estaba buscando Imaginemos una compañía con 50.000 clientes. Puede preguntarle a la IA cuáles tienen mayor riesgo de abandonar, cuáles compran más o qué productos funcionan mejor. Eso ya lo hacemos.

Pero ahora imaginemos agentes analizando continuamente CRM, conversaciones comerciales, atención al cliente, facturación, productos, campañas y comportamiento y que descubren que los clientes que empiezan a realizar más consultas técnicas, pero reducen simultáneamente sus contactos comerciales tienen una probabilidad significativamente mayor de abandonar seis meses después. Nadie había formulado esa hipótesis, pero la relación estaba ahí, el conocimiento no.

O imaginemos que descubre que determinados clientes que compran productos aparentemente diferentes comparten un patrón de comportamiento que revela una necesidad que la empresa nunca había identificado. Quizás, ahí, podría estar naciendo un producto nuevo.

Analiza miles de ofertas comerciales y descubre que la variable que mejor explica por qué se gana una operación no es el precio, el sector o el tamaño del cliente, sino una determinada combinación entre el momento del contacto, el perfil del interlocutor y el tipo de propuesta. Quizá llevamos años creyendo que sabemos por qué vendemos cuando la verdadera explicación estaba escondida en relaciones que nunca habíamos observado.

Y no hablamos solamente de datos, esto me parece especialmente importante. Cuando hablamos de IA empresarial tendemos inmediatamente a pensar en bases de datos, pero una organización está llena de conocimiento no estructurado. Conversaciones, correos, presentaciones, reuniones, comentarios de clientes, incluso desacuerdos. Pues imaginemos una IA capaz de observar durante años ese enorme entramado y descubrir que determinadas palabras empiezan a aparecer cada vez con mayor frecuencia en las conversaciones con clientes meses antes de que aparezca una nueva tendencia de mercado.

Que identifica necesidades que aparecen simultáneamente en departamentos distintos, pero que nadie había relacionado porque esas personas nunca hablan entre sí, o que detecta que los mejores profesionales de una compañía hacen algo diferente al resto que ni siquiera ellos mismos son capaces de explicar.

Ese conocimiento existe, está, pero todavía no ha sido formulado. La IA puede empezar a hacerlo visible, y, por tanto, una organización podría aprender de sí misma. Aquí aparece, para mí, una de las consecuencias más profundas.

Las empresas generan experiencia continuamente, pero aprenden mucho menos de lo que experimentan, una gran parte desaparece en cuanto termina el proceso. Las personas recuerdan una parte, los sistemas almacenan otra, los informes recogen otra todavía menor, pero una IA que pudiera observar de manera permanente la actividad de la organización permitiría convertir esa experiencia dispersa en aprendizaje acumulativo.

No solamente responder: ¿Qué ocurrió?, ni siquiera ¿Qué puede ocurrir?

Si no, ¿qué estamos aprendiendo que todavía no nos hemos dado cuenta de que hemos aprendido?

Eso cambia bastante el papel de la IA dentro de una compañía, de herramienta a sistema de descubrimiento

Hasta ahora estamos incorporando IA principalmente para aumentar la productividad, automatizar procesos, analizar documentos, etc. Supongo que es lógico. Son beneficios inmediatos y fáciles de medir. Pero probablemente estemos utilizando una tecnología nueva para hacer mejor las cosas que ya hacíamos. El siguiente salto puede ser distinto, debe ser distinto. 

Construir organizaciones en las que personas, datos, IA y agentes formen un sistema permanente de aprendizaje y descubrimiento, con agentes explorando información interna y externa, buscando relaciones, contrastando hipótesis, relacionando comportamientos de clientes con movimientos del mercado, encontrando señales que ningún departamento estaba buscando.

Entonces la IA deja de ser solamente una herramienta que utilizamos cuando necesitamos algo, y se convierte en una capacidad permanente de la organización, una capacidad para descubrir el conocimiento nuevo como ventaja competitiva

Esto cambia también la forma de pensar sobre los datos. Durante años hemos dicho que los datos eran un activo, pero tener datos se está convirtiendo progresivamente en algo insuficiente.

Dos competidores pueden utilizar los mismos modelos de IA, pueden contratar tecnologías similares, incluso pueden disponer de información de mercado parecida.

La diferencia puede estar en qué conocimiento es capaz de generar cada uno a partir de todo ello. Una empresa puede descubrir antes una necesidad emergente, otra puede comprender una relación entre comportamientos que sus competidores todavía no han visto, una tercera puede detectar un cambio de mercado cuando todavía parece insignificante etc. La ventaja competitiva deja entonces de estar solamente en tener más información y comienzan a estar en aprender y descubrir más rápido que los demás. Por tanto, pasamos de empresas que almacenan conocimiento a empresas que lo producen. Y eso, lo mire como lo mire, es un salto.

Pero llevemos esta idea fuera de la empresa, porque probablemente sea todavía más interesante. ¿Qué ocurre si aplicamos esta misma capacidad de descubrimiento a las relaciones y al comportamiento humano?

Durante nuestra vida generamos miles de interacciones con otras personas. Conversaciones, mensajes, decisiones, reacciones, silencios, cambios de comportamiento. Nosotros interpretamos cada una dentro de un contexto determinado, pero somos incapaces de observar simultáneamente miles o millones de relaciones humanas y encontrar patrones comunes entre ellas.

Una IA sí podría hacerlo, y quizá descubrir relaciones que todavía no conocemos. Podría descubrir, por ejemplo, qué determinados cambios aparentemente insignificantes en la forma en que dos personas se comunican anticipan el deterioro de una relación mucho antes de que cualquiera de ellas sea consciente de ello, encontrar patrones de colaboración que expliquen por qué determinadas combinaciones de personas funcionan extraordinariamente bien mientras otras, con perfiles aparentemente mejores, fracasan.

En educación podría descubrir qué determinadas formas de preguntar, equivocarse o relacionar conceptos anticipan cómo aprende mejor una persona, aunque ni el profesor ni el propio alumno hayan identificado ese patrón. En salud pública, por ejemplo, podría encontrar relaciones entre comportamientos, entorno y hábitos que hasta ahora analizábamos por separado. No sé, en sociología, podría detectar cómo pequeñas modificaciones en el lenguaje empiezan a anticipar cambios sociales mucho antes de que aparezcan en encuestas o estadísticas.

Y aquí aparece algo que me parece todavía más profundo, una parte del conocimiento nuevo que puede generar la IA quizá no esté escondido en un documento, una base de datos o un laboratorio, quizás este escondido en las relaciones entre millones de comportamientos humanos que hasta ahora nunca habíamos tenido capacidad para observar conjuntamente.

Eso abre posibilidades extraordinarias, pero también preguntas incómodas. Descubrir patrones sobre materiales o moléculas es una cosa, descubrir patrones que expliquen o permitan anticipar nuestro comportamiento es otra muy distinta. Cuanto mayor sea esa capacidad, más importantes serán cuestiones como la privacidad, el consentimiento y, sobre todo, quién puede utilizar ese conocimiento y para qué.

Una cosa es que la IA descubra algo que nosotros no sabíamos sobre una proteína, otra bien distinta es que descubra algo que nosotros no sabíamos sobre nosotros mismos.

Meta acaba de presentar Muse, un agente personal de IA que merece bastante más atención de la que aparentemente ha recibido, y se la debemos otorgar no porque pueda enviar un correo, reservar un viaje, rellenar un formulario, hacer una compra o preparar una lista de la compra. Eso es lo evidente. Lo verdaderamente interesante empieza cuando pensamos qué significa que una IA tenga acceso, con nuestro permiso, al correo, calendario, pagos y otros servicios, recuerde lo que nos importa, aprenda de nuestras conversaciones y pueda actuar en nuestro nombre, porque entonces ya no estamos hablando simplemente de un asistente, empezando a hablar de representación.

Hasta ahora la tecnología nos ha ayudado a participar en la economía. Google nos ayudó a encontrar, Amazon a comprar, los comparadores a elegir, las redes sociales a descubrir etc pero seguíamos siendo nosotros quienes buscábamos, comparábamos, decidíamos y actuábamos. Un agente introduce una posibilidad diferente, que deleguemos progresivamente parte de ese proceso.

Y las consecuencias pueden ser bastante mayores de lo que parece.

Pensemos en nuestro seguro del coche. Podríamos comparar cada semana todas las pólizas disponibles, estudiar sus condiciones y cambiarnos en cuanto apareciera una alternativa mejor. No lo hacemos porque ahorrar 40 euros probablemente no compensa varias horas de búsqueda, llamadas, formularios y gestiones.

Lo mismo ocurre con la electricidad, el teléfono, las suscripciones, los bancos, los vuelos, los hoteles o muchos de nuestros proveedores. Decidir tiene un coste, y buena parte de la economía funciona sobre ese coste.

Hay empresas que conservan clientes porque ofrecen un servicio extraordinario, pero también existen clientes que permanecen porque cambiar exige demasiado esfuerzo. Renovamos contratos, aceptamos incrementos de precio, mantenemos suscripciones que apenas utilizamos y seguimos trabajando con determinados proveedores simplemente porque buscar otra alternativa consume tiempo.

Las empresas suelen llamar a todo eso fidelidad, quizá una parte sea simplemente el coste del cambio.

Ahora imaginemos un agente que conoce nuestros contratos y preferencias y puede vigilar permanentemente el mercado. No necesita esperar a que decidamos buscar una alternativa, puede descubrirla, comparar las condiciones y decirnos:

“He revisado tu seguro. Hay una opción con coberturas similares por 180 euros menos. Puedo hacer el cambio si quieres.”

El coste de decidir, el coste del cambio se acerca a cero y cuando disminuye radicalmente el coste de una actividad, no solo hacemos más rápido lo que ya hacíamos, comenzamos a hacer cosas que antes ni siquiera merecía la pena hacer.

Ahí aparece una primera consecuencia importante de los agentes, pueden crear millones de decisiones económicas que hoy no existen, con todas las consecuencia que esto puede desatar sobre márgenes empresariales, precios, retención, fidelización etc

Durante décadas las empresas han invertido enormes cantidades de dinero en reducir el abandono de clientes, pero si los agentes reducen drásticamente el coste de cambiar de proveedor, algunas barreras de salida pueden empezar a desaparecer.

Tenemos cuatro o cinco suscripciones digitales que cuestan entre 8 y 20 euros al mes. Cancelarlas individualmente no es difícil, pero revisar cuáles utilizamos, localizar cada cuenta y gestionar las bajas requiere tiempo, razón por la cual muchas sobreviven durante meses. Pero amigo, nuestro agente podría detectar que llevamos noventa días sin utilizar dos de ellas y preguntarnos si queremos cancelarlas. Dos clicks, para nosotros son 25 euros ahorrados, para dos empresas son dos clientes perdidos. Multipliquemos ese comportamiento por millones de consumidores.

La IA no estaría simplemente automatizando compras, también podría automatizar el abandono, lo que obliga a hacerse una pregunta bastante incómoda: ¿cuánto del valor de determinadas carteras de clientes procede realmente de la satisfacción y cuánto del coste que supone marcharse? 

Sigamos tirando del hilo. Hay otra consecuencia menos evidente. El consumidor también puede empezar a tener una infraestructura empresarial propia. 

Las empresas siempre han dispuesto de una ventaja frente al consumidor, organización. Una aseguradora tiene sistemas que conocen perfectamente sus pólizas, un banco dispone de tecnología para analizar nuestros movimientos, una aerolínea optimiza continuamente sus precios, Amazon conoce nuestro historial de compra. Las compañías utilizan datos, algoritmos, especialistas y software para tomar mejores decisiones económicas. Nosotros llegamos con nuestro cerebro, algo de tiempo y Google. Por tanto, existe una enorme asimetría de capacidad. Un agente personal puede empezar a reducirla. Por primera vez un consumidor puede empezar a disponer de una pequeña infraestructura de inteligencia trabajando exclusivamente para defender sus intereses.

Visto asi, que es como hay que verlo, esto cambia bastante la relación entre empresas y consumidores. Internet democratizó el acceso a la información, los agentes pueden empezar a democratizar la capacidad para utilizarla. La intención puede aparecer antes de que nosotros sepamos que la tenemos. Brutal. Sigamos, porque hay otra capa todavía más interesante.

Durante décadas, Google ha construido una parte extraordinaria de su negocio alrededor de una señal económica potentísima, nuestra intención.

Cuando escribimos “hotel en Roma”, estamos diciendo que probablemente queremos viajar a Roma. Esa intención tiene tanto valor que miles de empresas están dispuestas a pagar por aparecer en ese momento. Pues bien, un agente que conoce nuestro calendario, correo, preferencias y comportamiento puede no necesitar esperar a que escribamos nada.

Sabe que tenemos una reunión en Roma dentro de seis semanas, sabe que normalmente viajamos el día anterior, conoce aproximadamente cuánto solemos gastar y qué tipo de hotel elegimos. Por tanto, puede decir:

“Tienes una reunión en Roma el 14 de noviembre. Los hoteles que suelen encajar contigo están empezando a subir de precio. He encontrado tres opciones. ¿Quieres que reserve alguna?”

Yo todavía no había buscado un hotel, ni siquiera había formulado explícitamente la necesida, pero mi agente ha detectado mi intención antes que yo.

Eso abre una batalla económica enorme!! Durante años las plataformas han competido por saber qué queremos, los agentes pueden competir por anticiparlo. Pero ¿para quién trabaja realmente mi agente?

Y aquí aparece probablemente la cuestión más importante. Estamos suponiendo que nuestro agente representa nuestros intereses, pero los agentes también necesitarán un modelo económico.

¿Qué ocurre cuando estos agentes incorporen publicidad, acuerdos comerciales, afiliación, comisiones o servicios patrocinados?. Imaginemos que pregunto a mi agente qué hotel debería reservar y me recomienda uno.¿Lo recomienda porque es objetivamente la mejor opción para mí?¿Porque existe un acuerdo comercial?¿Porque el hotel paga una comisión? ¿Porque es contenido patrocinado?

La publicidad tradicional intenta influir en nosotros desde fuera, pero un agente conoce nuestras preferencias, nuestro contexto y nuestras necesidades y, además, puede actuar en nuestro nombre. Si mezclamos representación y monetización aparece un conflicto extraordinariamente delicado.

La misma IA encargada de defender mis intereses puede convertirse en el lugar más valioso del mundo para quienes quieren influir sobre ellos.No sería simplemente otro soporte publicitario, podría convertirse en el intermediario comercial más íntimo que haya existido. Hasta aquí hemos supuesto que solo nosotros tenemos uno, pero las empresas también los tendrán, y por tanto, la situación cambia de nuevo. Mi agente quiere reservar un hotel en Roma por menos de 220 euros, el hotel tiene otro agente cuyo objetivo es maximizar ocupación y margen. Bien, ambos pueden negociar. “220 euros es demasiado.” “Puedo ofrecer 205 sin desayuno.”“Por 210 quiero desayuno y cancelación hasta 24 horas antes.” “Aceptado.”Todo puede ocurrir en segundos.

El precio publicado podría dejar de ser necesariamente el precio final. Algunas condiciones podrían negociarse dinámicamente según ocupación, demanda, historial, fidelidad o preferencias y podemos extenderlo a seguros, energía, servicios profesionales, viajes, logística o compras empresariales.

Google ya está construyendo infraestructura precisamente para que los agentes puedan comunicarse con comercios y completar compras. Su Universal Commerce Protocol pretende proporcionar un lenguaje común que permita cubrir el recorrido desde el descubrimiento hasta la compra y la posventa.

Esto nos acerca a algo bastante más profundo que el comercio electrónico a mercados donde máquinas representan intereses económicos humanos y empresariales y negocian entre ellas.

Entonces cambia quién participa realmente en el mercado, ya que los agentes pueden reducir ahora el coste de buscar, comparar, decidir, negociar y actuar.

Cuando juntas todo eso empiezas a ver que Muse no es simplemente otro producto de IA, es una pequeña señal de un cambio bastante mas complejo y profundo.

Podemos pasar de una economía en la que utilizamos herramientas digitales para tomar decisiones a otra en la que delegamos progresivamente algunas de esas decisiones en sistemas que conocen nuestros intereses y tienen capacidad para actuar en nuestro nombre.

Eso puede reducir la fricción de los mercados, cuestionar determinadas formas de fidelización, disminuir la asimetría entre empresas y consumidores, cambiar la formación de precios, anticipar necesidades antes de que sean explícitas y crear una nueva batalla por controlar al intermediario que representa al consumidor, y todavía no sabemos hasta dónde estaremos dispuestos a delegar.

Probablemente ahí esté el límite real, no será únicamente tecnológico sin mas bien de confianza. Pero si esa confianza llega, simplemente diremos lo que queremos (o quizá ni siquiera tengamos que decirlo) y enviaremos a nuestra inteligencia a resolverlo, mientras que al otro lado otra inteligencia esperando para negociar.

Voy a exagerar un poco. Bueno, quizá no tanto. Tengo la sensación de que no estamos terminando de entender de qué va realmente todo esto. Una parte importante de lo que hoy las empresas llaman transformación con IA probablemente dentro de unos años nos parecerá bastante superficial. Copilotos, automatizaciones, agentes, chatbots, generación de contenido, análisis de datos, procesos más rápidos, asistentes para empleados, todo necesario. Todo útil. Hay que hacerlo, sin duda, pero tengo muchas dudas de que eso sea transformación.

Si utilizamos una tecnología radicalmente nueva para seguir haciendo básicamente lo mismo, con los mismos procesos, los mismos departamentos, los mismos puestos, la misma estructura y el mismo modelo de negocio, no estamos transformando demasiado, más bien estamos optimizando.

Y, en mi opinión, ese es uno de los grandes errores que estamos cometiendo.

Estamos intentando meter la IA dentro de la empresa que tenemos, cuando quizá deberíamos preguntarnos qué empresa tendría sentido tener ahora que existe la IA.Parece un matiz, pero no lo es. Son dos conversaciones completamente diferentes.

Cuanto más trabajo en proyectos relacionados con IA, más convencido estoy de que la segunda es infinitamente más importante que la primera, porque quizá estamos interpretando la IA como una nueva ola tecnológica cuando, desde el punto de vista empresarial, está ocurriendo algo bastante más profundo.

La IA, desde mi perspectiva, están cambiando algunas de las restricciones fundamentales alrededor de las cuales construimos las empresas. Y esto sí puede cambiarlo todo.

Durante décadas hemos construido organizaciones alrededor de una limitación muy sencilla, la capacidad humana es limitada. Una persona dispone de determinadas horas, puede procesar una cantidad limitada de información, atender a un número limitado de clientes, analizar determinadas variables, ejecutar determinadas tareas y tomar un número limitado de decisiones. Cuando necesitábamos más capacidad, añadíamos personas y cuando añadíamos muchas personas aparecía otro problema, había que coordinarlas.

Vale, sin problemas,añadimos responsables, departamentos, procedimientos, reuniones, sistemas de información, controles, jerarquías y nuevas capas de management, dicho de otra manera, buena parte de lo que hoy llamamos empresa es, en realidad, una arquitectura creada para organizar, coordinar y escalar capacidad humana.

Y funcionaba. De hecho, funcionaba extraordinariamente bien. El problema es que una de las premisas sobre las que construimos esa arquitectura está cambiando,porque la IA no introduce simplemente una herramienta nueva,introduce capacidad nueva para producir, analizar, relacionar conocimiento, personalizar, coordinar, atender, decidir, aprender y ejecutar a una escala y a un coste que hasta hace muy poco no estaban disponibles.

Por eso me sorprende que nuestra primera reacción sea intentar colocar esa capacidad dentro del organigrama existente. Quiz deberíamos hacer exactamente lo contrario, preguntarnos si el organigrama sigue teniendo sentido.

Me estoy encontrando con esto de manera muy clara y recurrente en muchos de los proyectos en los que estoy trabajando. Cuando tienes la oportunidad de pensar una empresa, una unidad de negocio o una función desde cero y partes de una premisa muy sencilla (la IA ya existe) empiezas a hacer preguntas bastante incómodas.

¿Qué tiene que hacer realmente una persona? ¿Qué puede hacer una IA? ¿Qué pueden ejecutar autónomamente los agentes? ¿Qué no debería hacer ya nadie? ¿Qué procesos existen simplemente porque siempre han existido? ¿Qué decisiones pueden automatizarse? ¿Cómo debería circular el conocimiento? ¿Cuántos niveles de coordinación necesitamos? ¿Cuántas personas hacen falta realmente?

Y entonces ocurre algo curioso realmente curioso.Empiezas a mirar una empresa tradicional y muchas cosas que parecían naturales dejan de parecerlo, como por ejemplo el organigrama, los departamentos, puestos, reuniones, procesos, joder, incluso determinadas funciones completas, y no porque estuvieran mal diseñadas, de hecho estaban perfectamente diseñadas para las capacidades que teníamos. Ese es el punto, porque el cambio no es tecnológico, es de capacidad. La IA no cambia solo lo que una empresa hace, sino lo que una empresa es capaz de hacer. Estamos hablando demasiado de productividad.

“Con IA hacemos esto un 20% más rápido.” “Este proceso necesita un 40% menos de tiempo.” “Este equipo produce el doble.” Fantástico, pero quizá eso sea lo menos interesante.Si cambia radicalmente la capacidad disponible dentro de una organización, la consecuencia no debería ser simplemente producir más, deberíamosmodifica la manera en la que diseñamos la organización.

Durante décadas, simplificando mucho, hemos funcionado con una ecuación bastante estable: + negocio = + personas = + estructura = + coordinación = + costes.

Una persona trabajando con IA, agentes, automatización, datos y procesos bien diseñados puede multiplicar varias veces su capacidad.

Un equipo de cinco puede empezar a hacer cosas que antes requerían veinte, una empresa puede multiplicar clientes sin multiplicar estructura, operar durante más horas sin añadir turno, personalizar servicios que antes necesitaba estandarizar etc. Esto ya no es productividad, es economía empresarial, ya que si cambia el coste de hacer algo, cambia también lo que económicamente tiene sentido hacer, y siguiendo este hilo,aparecerán nuevos productos, nuevos modelos de negocio y nuevos competidores. Si miramos uno años hacia atrás, Internet no se limitó a hacer más productivas a las empresas, hizo económicamente posibles negocios que antes no podían existir. El cloud no fue simplemente una manera más eficiente de tener servidores, trasformo radicalmente el coste de crear una empresa tecnológica.Creo que con la IA seguimos demasiado obsesionados con cuánto tiempo ahorramos redactando un informe cuando deberíamos estar preguntándonos: ¿Qué empresas son posibles ahora que hace cinco años no lo eran? Quizá estemos cambiando incluso la unidad de producción

Hay otra idea que me parece todavía más interesante.

Durante más de un siglo hemos medido buena parte de la capacidad empresarial en personas, empleados, horas, facturación por empleado, coste por empleado,ingresos por comercial, etc. y tenia y tiene sentido porque la persona era la unidad fundamental de capacidad.Ahora bien, quizá eso empiece a quedarse corto.ya que un trabajador “ aumentado” con IA ya no es simplemente una persona, sino una persona + IA + agentes + automatización + datos + software.

Esa combinación puede disponer de una capacidad radicalmente diferente de otra persona que ocupa exactamente el mismo puesto en otra empresa y por eso quizá deberíamos empezar a pensar menos en número de empleados y más en capacidad efectiva de la organización.

Dos compañías con cien personas pueden tener capacidades completamente diferentes, incluso una compañía con cincuenta podría disponer de más capacidad efectiva que otra con quinientas.Esto nos lleva a algo que me interesa especialmente y que podríamos llamar apalancamiento cognitivo.

El capital y las máquinas permitieron durante la Revolución Industrial multiplicar nuestra capacidad física,una excavadora permitió que una persona moviera una cantidad de tierra que antes habría necesitado decenas de trabajadores.

El software permitió después multiplicar determinados procesos a costes marginales mínimos, y laIA introduce ahora la posibilidad de multiplicar determinadas capacidades cognitivas, como el análisis, producción,investigación, personalización, coordinación.

A ver, esto no significa que una máquina “sustituya al pensamiento humano”,

significa algo económicamente mucho más interesante, una pequeña cantidad de personas puede disponer de una cantidad enorme de capacidad adicional.

Eso es apalancamiento, y si aparece una nueva forma de apalancamiento, normalmente cambia la estructura económica de las industrias que afecta.

La empresa del futuro puede ser enorme y tener muy poca gente. Ya estamos empezando a ver señales.

Lovable alcanzó cientos de millones de dólares de ingresos recurrentes anuales con una plantilla que no llega a doscientas personas. Gamma alcanzó los 100 millones de ARR con alrededor de cincuenta. Cursor ha llegado a ratios de ingresos por empleado que hace pocos años habrían parecido absurdos para una compañía de software. Klarna ofrece quizá un caso todavía más interesante porque no nació ayer, ha multiplicado significativamente sus ingresos por empleado mientras reducía plantilla e introducía IA profundamente en sus operaciones. Ojo!, no estoy diciendo que todas las empresas puedan hacer lo mismo, sería absurdo, ni siquiera estoy diciendo que todo esto sea consecuencia exclusiva de la IA, pero lo importante es la dirección que señalan.

Quiz , y solo quizás, estemos entrando en una época en la que tengamos que separar dos conceptos que durante décadas hemos considerado casi sinónimos, tamaño económico y tamaño organizativo.

Una empresa puede ser enorme en facturación, clientes, mercados, transacciones o conocimiento procesado y, sin embargo, ser extraordinariamente pequeña en estructura humana. No una pequeña empresa, una gran empresa con una organización pequeña.Hasta ahora crecer llevaba aparejado un coste casi inevitable, la complejidad. + personas,+ coordinación, + procesos, + política interna, + reuniones, + capas… Y + lentitud. Es lo que podríamos llamar el “impuesto” organizativo del crecimiento. ¿Y si la IA permite reducir parte de ese impuesto?. Pues entonces una empresa pequeña podría empezar a competir contra una grande no a pesar de ser pequeña, sino precisamente porque es pequeña. Puede tomar decisiones más rápido, experimentar más, cambiar procesos sin negociar con diez departamentos, entrar en mercados que una gran estructura considera demasiado pequeños, abandonar un producto sin tener que amortizar toda una organización construida alrededor de él etc.

Quizá la gran ventaja de determinadas empresas nativas IA no sea utilizar más inteligencia artificial, será no tener que cargar con la complejidad que históricamente acompañaba al crecimiento. Sigamos por este camino. Creo que existe algo todavía más incómodo, el coste de coordinación

Una parte enorme de una empresa no produce directamente, sino que coordina en distinta capas, responsables que coordinan equipos, equipos que coordinan otros equipos, reuniones para compartir información, mandos que trasladan objetivos hacia abajo y resultados hacia arriba, en definitiva, procesos cuyo principal propósito es conseguir que diferentes partes de la organización sepan qué están haciendo las demás.

No digo que todo esto vaya a desaparecer, pero sí creo que deberíamos preguntarnos cuánto de la estructura empresarial existe porque coordinar personas ha sido históricamente caro. Porque los agentes no solo ejecutan tareas, pueden compartir contexto, supervisar, comprobar, escalar , distribuir trabajos, analizar información , coordinarse con otros agentes y hacerlo permanentemente, sin una reunión el lunes a las nueve.

Esto abre una pregunta bastante más incómoda que “¿qué tareas podemos automatizar?”: ¿Qué parte del management actual existe para resolver un problema de coordinación cuyo coste puede caer radicalmente?

No tengo la respuesta, pero me parece una pregunta mucho más importante que decidir qué copiloto compramos. Si seguimos con esta lógica, cuidado! ¿ Y si algunas ventajas competitivas quizá no eran ventajas? Existen muchas empresas creen tener ventajas competitivas que quizá sean simplemente capacidades que hasta ahora eran muy caras de replicar. Has tardado veinte años en construir un gran equipo de análisis,otro competidor necesitaba veinte años para replicarlo. Eso era una barrera, sin duda, pero ¿qué ocurre si utilizando modelos, agentes, datos y unas pocas personas alguien puede obtener en dos años una parte importante de esa capacidad?. Quizá tu ventaja competitiva no era el análisis, era que construir capacidad de análisis era caro. Y son cosas muy diferentes.

Lo mismo puede empezar a ocurrir con programación, marketing, producción de contenidos, atención, investigación, conocimiento, personalización o determinadas capacidades comerciales. La IA puede convertir capacidades que antes eran escasas y caras en capacidades mucho más abundantes y accesibles, y por tanto, dejan de ser una fuente de diferenciación.

Por eso la IA no solo va a crear ventajas competitivas, también va a desnudar muchas ventajas competitivas que nunca lo fueron realmente.

Eran barreras de coste, de conocimiento, capacidad, barreras de acceso,y algunas pueden caer, y caerán. La pregunta estratégica entonces cambia otra vez.

Ya no es solamente: ¿Qué podemos hacer gracias a la IA? También es ¿Qué cosas que hoy consideramos una ventaja de nuestra empresa dejarán de serlo cuando nuestros competidores tengan acceso a capacidades parecidas?

Ahí empieza una conversació sobre dónde estará el valor, comenzando por datos propietarios, distribución, marca,confianza,relaciones, comunidad, experiencia,capacidad para aprender más rápido que los demás, activos que no aparecen simplemente escribiendo un prompt. La IA también puede reducir el coste de construir un competido y esto me parece especialmente interesante para cualquier consejo de administración. Históricamente, entrar en determinados mercados requería construir mucha organización, tecnología, marketing, capital , tiempo, analistas, atención cliente etc etc. Osea, una enrome barrera de entrada. Pero si una parte creciente de esas capacidades puede comprarse como software, generarse mediante IA, ejecutarse con agentes o contratarse bajo demanda, ocurre algo bastante serio, puede caer el coste de construir una empresa capaz de competir contigo y la barreras de entrada dejan de serlo. Ese sí es un problema estratégico, porque mientras una compañía tradicional se pregunta cómo utilizar IA para reducir un 20% sus costes, alguien puede estar utilizándola para construir por una fracción del coste una compañía que ataque precisamente su parte más rentable. No necesita replicar toda tu empresa, ese es otro error, pero puede replicar solamente aquello que genera valor y dejar fuera toda la estructura que tú necesitas para sostenerlo.

Visto así, el gran riesgo para una empresa tradicional no es que su competidor utilice mejor ChatGPT, sino que su próximo competidor ni siquiera se parezca a ella, ya que puede que facture lo mismo con una fracción de su estructura, lance en semanas lo que ella tarda meses en aprobar, atienda mercados que para ella no son rentables o que , por ejemplo, cobre precios que su estructura de costes no puede soportar. Eso no es una diferencia de productividad, son reglas económicas diferentes , pero aquí voy a decir algo que puede parecer contradictorio. Se trata de hacer pensar.. Creo que muchas empresas están corriendo demasiado para automatizar, no porque no deban hacerlo, ino porque están empezando por el final. Escucho continuamente: “Tenemos que automatizar nuestros procesos”. ¿Seguro?

Primero habría que preguntarse si esos procesos deberían seguir existiendo, ya que si un proceso nació para mover información entre cuatro departamentos que hoy podrían compartir contexto automáticamente, automatizarlo no transforma nada, solo consigue que una estupidez ocurra más deprisa y más barata.

Quizá la secuencia correcta sea otra: Eliminar / Rediseñar / Automatizar / Agentificar.

Primero eliminar lo que ha dejado de tener sentido, después rediseñar alrededor de las capacidades disponibles hoy y solo entonces automatizar y delegar en agentes.

En mi opinión, uno no de los grandes riesgos de esta primera etapa de la IA es terminar construyendo empresas extraordinariamente eficientes haciendo cosas que ya no deberían hacer. Deuda tecnológica, sí. Pero sobre todo deuda organizativa Tenemos muy interiorizado el concepto de deuda tecnológica, sistemas antiguos que condicionan nuestra capacidad para evolucionar. Creo que vamos a hablar muchísimo más de otra bastante más incómoda, la deuda organizativa. Procesos , puestos, jerarquías, deparatentos,estrcturas heredadas que simplemente pertenecen a otra arquitectura de capacidades.

Y añadiría incluso una tercera: deuda de modelo de negocio. Modelos construidos alrededor de costes, capacidades y restricciones que pueden estar dejando de existir. Cambiar software puede ser complejo, modificar una organización significa tocar poder, presupuestos, responsabilidades, puestos, carreras profesionales, formas de trabajar y personas.Y no digamos cambiar un modelo de negocio, que significa cuestionar, además, aquello que hoy paga las nóminas.P or eso muchas compañías elegirán naturalmente el camino menos doloroso, poner IA encima y conseguirán eficiencia, pero cuidado con confundir eficiencia con transformación. Hacer más eficiente el pasado no garantiza ser competitivo en el futuro.

De hecho, una empresa puede hacer perfectamente todos sus deberes con la IA y aun así perder. Si, puede formar a toda su plantilla, desplegar copilotos,automatizar cientos de procesos, crear decenas de agentes,aumentar un 30% la productividad… Y aun así perder, porque mientras ella estaba optimizando su arquitectura, otro estaba cuestionando la necesidad de tenerla.

Y esa diferencia me parece brutal. Entonces, ¿qué es realmente una estrategia de IA? Desde luego, no una lista de casos de uso, ni un catálogo de herramientas ni decidir qué departamentos van a utilizar Copilot. Eso es implantación tecnológica.Necesaria, pero implantación.

Una estrategia de IA empieza cuando esta nueva capacidad modifica decisiones sobre dónde competir, cómo competir, qué capacidades necesitas, qué estructura tiene sentido, qué costes puedes eliminar, qué ventajas siguen siendo defendibles y qué nuevos negocios puedes construir.

Eso sí es estrategia.

Por eso la pregunta que escucho continuamente “¿Dónde podemos aplicar IA en nuestra empresa?” me parece cada vez menos interesante. Es una pregunta táctica. Yo empezaría por otra bastante más incómoda:

Si hoy tuviéramos que crear nuestra empresa desde cero, sabiendo que existe la IA, ¿la construiríamos como está construida ahora?

¿Tendríamos los mismos departamentos? ¿Los mismos puestos? ¿Los mismos procesos? ¿Los mismos niveles jerárquicos? ¿Misma estructura de costes?¿Misma propuesta de valor? ¿El mismo modelo de negocio?

Me cuesta imaginar muchas organizaciones respondiendo que sí a todo, y precisamente la distancia entre la empresa que tenemos y la empresa que construiríamos hoy es la verdadera medida de la transformación pendiente.

Ese es, para mí, el diagnóstico. No empezar preguntando qué tareas automatizamos, sino cuáles no deberían existir, si necesitamos ese proceso, que capacidad debería tener hoy esa persona, qué sentido tiene ese departamento cuando existen esos agentes etc.No utilizar la IA para mejorar el modelo de negocio actual, sino qué modelos de negocio son posibles ahora que antes no lo eran. Porque ahí está la oportunidad, y la amenaza. Las empresas que nacen ahora tienen una ventaja enorme,pueden diseñarse directamente alrededor de estas nuevas capacidades, no tienen que desaprender la empresa anterior. Por lógica, cuanto mayor, más antigua y más compleja sea una organización, más difícil será recorrer esa distancia.La gran brecha empresarial de los próximos años no estará entre empresas que utilizan IA y empresas que no. Eso será anecdótico. Todas acabarán utilizándola.

El socavón estará entre empresas heredadas y empresas aumentada, dopadas por IA, entre compañías que hayan utilizado la IA para hacer mejor lo que ya hacían y compañías que hayan entendido que esta tecnología permite cambiar qué hacen, cómo lo hacen, quién lo hace, cuánto cuesta hacerlo, qué capacidades necesitan, a qué clientes pueden atender, contra quién pueden competir y, finalmente, qué empresa pueden llegar a ser. Las primeras conseguirán eficiencia, las segundas pueden construir una nueva ventaja competitiva. Cuando estoy delante de un CEO no empiezo preguntando: ¿Cuál es vuestra estrategia de IA? No. Cada vez me interesa menos esa pregunta.

Pregunto algo parecido a esto: Si vuestro principal competidor naciera mañana desde cero, con toda la capacidad que hoy proporciona la IA, ¿cómo diseñaría su empresa específicamente para competir contra vosotros?

¿Qué no contrataría? ¿Qué departamentos no crearía? ¿Qué procesos no tendría?

¿Qué automatizaría desde el primer día? ¿Qué haría prácticamente gratis que a vosotros os cuesta dinero? ¿Qué parte de vuestra supuesta ventaja podría replicar? ¿Y qué negocio podría construir que vuestra estructura actual ni siquiera os permite imaginar?

Y después, ya metidos en harina, hago una segunda pregunta bastante más incómoda:

¿Podríais competir contra esa empresa con la organización que tenéis hoy?

Si la respuesta genera silencio, probablemente hemos empezado a entender de qué va realmente todo esto, porque quizá la gran transformación que trae la IA no consista en introducir inteligencia artificial en nuestras empresas, es asumir que la inteligencia artificial está cambiando la propia idea de cómo se construye una empresa.

Hay una forma de mirar la evolución de Internet que me parece especialmente interesante. Cada gran etapa ha tenido una empresa capaz de colocarse entre nosotros y aquello que queríamos hacer. Google se colocó entre nosotros y la información, Meta, entre nosotros, las personas, los contenidos y buena parte de nuestro tiempo y Amazon, entre nosotros y la compra. Apple, incluso, entre nosotros y las aplicaciones que utilizamos.

No construyeron negocios gigantescos únicamente porque tuvieran buenos productos sino porque consiguieron ocupar posiciones estratégicas dentro de la cadena de valor digital. Lugares por los que acabábamos pasando millones de personas y, sobre todo, millones de decisiones económicas.

Creo que la IA está abriendo ahora una batalla parecida, pero posiblemente de mayor profundidad, ya que la IA no está creando simplemente otra plataforma, está empezando a crear una nueva capa entre nosotros y el mundo digital.

Hasta ahora Internet nos proporcionaba herramientas, pero nosotros hacíamos el trabajo. Buscábamos, navegábamos, comparábamos, interpretábamos y decidíamos. Sin embargo, la IA empieza a invertir esa relación. Me explico. Nosotros explicamos qué queremos conseguir y es la máquina la que puede empezar a buscar, interpretar, comparar, recomendar y, progresivamente, actuar.

El cambio parece pequeño cuando utilizamos ChatGPT para hacer una pregunta, pero deja de serlo cuando pensamos hacia dónde puede llevarnos.

Una cosa es pedir a Google “mejor coche híbrido 35.000 euros”. Y otra bastante distinta es contarle a una IA que somos cuatro en casa, hacemos 25.000 kilómetros al año, no tenemos cargador, viajamos con frecuencia y queremos un coche para los próximos ocho años. En el primer caso, expresamos una búsqueda, en el segundo estamos expresando un objetivo; creo que esta diferencia es fundamental para entender el negocio que puede construirse alrededor de la IA.

Durante años Google tuvo uno de los activos económicos más valiosos de Internet, es decir, conocer nuestra intención. Si alguien buscaba “seguro de coche”, “abogado laboralista” u “hotel en Roma”, había una probabilidad razonable de que estuviera cerca de una decisión económica. Sobre esa proximidad entre búsqueda y decisión se construyó una parte enorme del negocio publicitario digital.

La IA puede entrar todavía más profundamente en ese proceso, ya que no solo puede conocer qué queremos sino que conoce por qué lo queremos, qué restricciones tenemos, qué alternativas estamos considerando, qué nos preocupa y qué criterios utilizaremos para decidir. Es decir, puede acumular contexto alrededor de nuestra intención.

Y el contexto mejora enormemente la capacidad de intermediar.

Aquí es donde creo que aparece una cuestión estratégica mucho más importante que la batalla entre ChatGPT, Gemini, Claude o el modelo que ocupe el primer puesto del benchmark de turno. La verdadera batalla será quien controla la capa de decisión. Si una IA entiende lo que necesito, busca las alternativas, establece los criterios, compara las opciones y finalmente me recomienda dos o tres, una parte enorme del valor se desplaza hacia ella, ya que construye mi conjunto de opciones.

Durante años las empresas han competido por aparecer en Google, en Amazon. Instagram, conseguir tráfico, audiencia, notoriedad o posición. La economía de la atención. En un entorno dominado por agentes, puede que el problema sea diferente, porque no necesitaremos que una persona visite diez webs para decidir qué comprar, sino que su agente visite, consulte o interactúe con esas diez empresas por ella y vuelva con tres alternativas.

En ese nuevo escenario, el poder no está únicamente en controlar la atención, más bien está en controlar la selección. Una enorme diferencia, ¿no creéis?

La economía digital que conocemos está construida en buena medida alrededor del tráfico. Google distribuye tráfico, los medios lo monetizan, marketplaces concentran demanda, los comparadores intermedia, los afiliados derivan usuarios, y, al final, las marcas compran visibilidad para entrar en el proceso.

Pero ¿qué ocurre si una parte creciente de ese recorrido desaparece? ¿Qué ocurre si entre “quiero hacer un viaje” y “he reservado el viaje” ya no existen veinte búsquedas, quince webs y cuatro comparadores, sino una conversación con una IA? No desaparecerá Internet, cambiará quién lo recorre y eso, por narices, redistribuirá el valor y, por tanto, cambiará profundamente quién gana dinero en Internet y quién pierde capacidad de influencia

Por eso la llegada de publicidad a ChatGPT me parece relevante, pero casi secundaria. Al final, publicidad es simplemente una primera evidencia de que esa nueva posición empieza a monetizarse, pero el verdadero negocio puede venir después.

Comisiones por transacciones, generación de leads, reservas, afiliación, servicios financieros, marketplaces, agentes negociando con otros agentes, pagos ejecutados directamente, servicios contratados sin necesidad siquiera de visitar una web, etc.

En ese punto, la IA es parte de la infraestructura económica de Internet.

Google no puede permitirse que la búsqueda deje de ser el punto donde comienza una intención. De igual forma, Amazon no puede permitir que un agente externo decida qué producto comprar antes de entrar en Amazon y Meta necesita que la IA siga viviendo dentro de su ecosistema. Y mientras, OpenAI necesita convertir ChatGPT en algo mucho mayor que un lugar donde hacemos preguntas.

Todos están intentando ocupar, de formas diferentes, el espacio entre la intención y la acción. Es evidente que quien controle ese espacio tendrá algo extraordinariamente valioso, que es la capacidad para influir en qué opciones entran en una decisión antes incluso de que la decisión exista.

Y aquí aparece otra consecuencia que creo, opino, que las empresas todavía estamos empezando a entender.

Durante dos décadas nos hemos preocupado por ser encontrados por Google, después tuvimos que aprender a ser relevantes para los algoritmos de las redes sociales. Pues ahora tendremos que empezar a preocuparnos por ser elegibles por la inteligencia artificial.

Una IA necesitará entender qué hacemos, cuánto cuesta, para quién somos adecuados, qué nos diferencia, qué reputación tenemos, qué dicen nuestros clientes, qué datos respaldan nuestras afirmaciones y en qué circunstancias somos una buena solución. Eso convierte la relación entre empresas e IA en una cuestión estratégica. De hecho ya está ocurriendo. Vamos a competir por formar parte de las respuestas, las recomendaciones y, finalmente, las decisiones de los agentes. Y, claro, esto afecta a casi todo: marketing, distribución, producto, datos, reputación, pricing, contenidos, tecnología y relación directa con el cliente.

La historia de Internet nos ha enseñado que las mayores compañías no siempre fueron las que crearon más contenido, más productos o más servicios, en muchas ocasiones fueron las que consiguieron colocarse en medio, pero la IA puede intentar colocarse en un lugar todavía más profundo, más estratégico, entre lo que queremos conseguir y la forma de conseguirlo.

Si lo consigue, que lo conseguirá, no estaremos simplemente ante una nueva tecnología, ni siquiera ante una nueva plataforma, sino en una nueva capa de intermediación de la economía digital.

¿Quién controla esa capa, qué negocios quedan por encima de ella y cuáles corren el riesgo de quedar por debajo?

Era este sábado, algo tarde. Quedábamos unos cuantos alrededor de una mesa, con una copa de vino delante y un grupo de chavales de dieciocho años, amigos de la hija de un amigo hablando de IA, de Nietzsche, del futuro y de cómo será el mundo dentro de veinte años. Me llamó la atención una cosa. No discutían sobre ChatGPT, ni sobre cuál era la mejor herramienta, ni siquiera sobre si la IA destruirá empleo. Nada de eso. La conversación acabó derivando hacia una pregunta mucho más sencilla y, al mismo tiempo, mucho más difícil: ¿qué significa realmente ser inteligente? Y entonces me di cuenta de algo, llamarme observador…

Llevo más de dos años hablando prácticamente a diario de IA,de modelos cada vez más potentes, de agentes autónomos, de automatización, de productividad, de software que escribe código, diseña campañas, analiza contratos o responde preguntas complejas. Sin embargo, dedicamos muy poco tiempo a definir aquello que, supuestamente, estamos intentando reproducir. ¿Qué entendemos exactamente por inteligencia?

Responder rápido no es necesariamente ser inteligente. Memorizar tampoco resolver cálculos complejos, escribir un texto brillante o tener siempre una respuesta preparada tampoco parecen suficientes. Si alguien es capaz de recordar millones de libros, pero es incapaz de distinguir qué es importante y qué no, ¿es realmente inteligente?. Si otra persona encuentra siempre la respuesta correcta, pero nunca sabe formular la pregunta adecuada, ¿podemos decir que lo es? . Quizá, pude ser, llevamos demasiado tiempo confundiendo conocimiento con inteligencia, y creo que esa confusión va mucho más allá de un debate filosófico. También , en mi opinión, explica buena parte de cómo hemos construido nuestras empresas, nuestras profesiones e incluso nuestra economía. Durante décadas hemos dado por hecho que el valor estaba en acumular conocimiento, incorporar especialistas o reunir más información que los demás. Pero ¿y si nunca fue exactamente así?

Quizá por eso la IA está generando tanta incertidumbre en las empresas. Llevamos dos años comparando herramientas, modelos y funcionalidades cuando, en realidad, la conversación importante nunca ha sido tecnológica. Ningún director general se pregunta si quiere más tecnología, se pregunta cómo crecer más rápido, cómo tomar mejores decisiones, cómo innovar antes que sus competidores o cómo multiplicar la capacidad de su organización sin multiplicar proporcionalmente sus costes. La IA no es el objetivo, es una nueva forma de adquirir capacidades y entender esa diferencia cambia completamente la manera de afrontar esta revolución. Porque las empresas nunca han comprado tecnología por sí misma, compran la capacidad de esa tecnología.

La aparición de la IA nos está obligando, por primera vez en mucho tiempo, a volver a hacernos una pregunta profundamente humana, no qué puede hacer una máquina, sino qué hacemos nosotros cuando decimos que alguien es inteligente.

Durante siglos esa pregunta apenas tuvo importancia. No necesitábamos responderla porque no existía nada con lo que compararnos. Éramos la única especie capaz de escribir un libro, desarrollar una teoría científica, diseñar una empresa, imaginar un futuro posible o resolver un problema complejo mediante el lenguaje. Bastaba con observarnos a nosotros mismos, pero ahora ha aparecido algo completamente distinto.

Un sistema capaz de escribir un ensayo, traducir un libro, desarrollar una aplicación, resumir miles de documentos, analizar balances financieros, preparar una estrategia comercial o mantener una conversación como esta. De repente, descubrimos que quizá nunca habíamos entendido del todo aquello que creíamos exclusivamente humano.

Resulta curioso.

La IA no solo está poniendo a prueba nuestras profesiones, nuestros modelos educativos o nuestras empresas, también está poniendo a prueba nuestras definiciones. Si una máquina puede realizar muchas de las tareas que durante años utilizamos como prueba de inteligencia, quizá el problema no sea la máquina, el problema sea nuestra definición de inteligencia.

Pensándolo bien, todos conocemos personas con una memoria extraordinaria que toman decisiones desastrosas. También conocemos personas capaces de citar cientos de libros y, sin embargo, incapaces de comprender el problema que tienen delante. Del mismo modo, hay profesionales que no destacan por acumular conocimientos enciclopédicos, pero poseen algo mucho más difícil de encontrar: criterio. Son capaces de entender una situación, conectar ideas que parecen inconexas, identificar aquello que realmente importa y anticipar las consecuencias de una decisión antes que los demás.

Quizá por eso me llamó tanto la atención aquella conversación con un grupo de chavales de dieciocho años. Mientras muchos profesionales seguimos preguntándonos qué herramienta utilizar, ellos estaban intentando responder a una pregunta mucho más profunda, qué significa realmente pensar. Tal vez sea una cuestión generacional, o quizá simplemente todavía no han heredado algunos de nuestros marcos mentales. Nosotros tendemos a mirar la IA desde lo que hace, ellos parecen mirarla desde lo que cambia y sospecho que ahí hay una lección importante para las empresas. Las organizaciones que lideren esta transformación no serán necesariamente las que adopten antes una herramienta, sino las que entiendan antes que está cambiando la naturaleza de las capacidades sobre las que competirán durante la próxima década.

Entonces, ¿dónde está realmente la inteligencia? ¿En la memoria? ¿En la velocidad? ¿En el conocimiento? ¿En la creatividad? ¿En la capacidad de adaptación? ¿En el juicio? Sinceramente, creo que nadie tiene una respuesta definitiva. Filósofos, psicólogos, neurocientíficos e ingenieros llevan décadas intentando responder a esa pregunta y probablemente seguirán haciéndolo durante muchos años más.

Pero quizá eso sea precisamente lo interesante.

La IA no ha llegado únicamente para volver a formular qué significa ser inteligente, también nos está obligando a empresas, profesionales y organizaciones a replantearse una pregunta igual de importante: ¿qué capacidades seguirán teniendo valor cuando una máquina sea capaz de reproducir muchas de las que hasta ahora considerábamos exclusivamente humanas? Para mi, aquí empieza la conversación verdaderamente importante.

Durante décadas las empresas han crecido incorporando personas para adquirir capacidades. Contratábamos analistas para analizar mercados, programadores para desarrollar software, diseñadores para crear productos, abogados para interpretar normas, consultores para resolver problemas complejos o directivos para tomar decisiones. En realidad, nunca hemos comprado personas, siempre hemos comprado capacidades y esas personas, esos perfiles eran la forma de acceder a ellas.

La inteligencia artificial está cambiando esa lógica. Por primera vez una organización puede acceder a muchas de esas capacidades sin aumentar proporcionalmente su estructura. Ya sabéis, puede investigar mercados, analizar miles de documentos, desarrollar aplicaciones, diseñar propuestas comerciales, automatizar procesos, generar simulaciones o coordinar agentes especializados en cuestión de minutos, no porque las personas hayan dejado de ser necesarias, sino porque la capacidad de una organización ya no depende exclusivamente del número de personas que forman parte de ella, y como es obvio,eso representa un cambio económico enorme.

Creo , intuyo, leo y veo como estamos interpretando la IA como una revolución tecnológica cuando, en realidad, es una revolución sobre las capacidades empresariales, igual que la revolución Industrial multiplicó la capacidad física de las organizaciones e Internet multiplicó su capacidad para acceder y distribuir información, la IA multiplica su capacidad para analizar, crear, decidir, desarrollar, coordinar y ejecutar.

No estamos comprando tecnología, estamos comprando capacidades, y esa diferencia cambia completamente la conversación.

Las empresas no competirán porque utilicen ChatGPT o el modelo de IA más avanzado, esa tecnología terminará siendo accesible para todos. La competencia estará en algo mucho más difícil de copiar, la capacidad para rediseñar su organización alrededor de estas nuevas capacidades, combinando el talento humano con la IA de una forma que genere más valor que sus competidores.

Todas las grandes revoluciones tecnológicas terminan produciendo el mismo efecto. No cambian únicamente las herramientas, emplazan el lugar donde reside el valor, y hacen abundante aquello que antes era escaso, obligando a descubrir cuál es la siguiente fuente de ventaja competitiva.

Durante años el valor estuvo en acceder a la información, después estuvo en distribuirla mejor que los demás y ahora empieza a desplazarse hacia la capacidad para combinar inteligencia humana e IA, transformando esa combinación en mejores decisiones, mejores productos, mejores organizaciones y nuevos modelos de negocio.

Quizá dentro de unos años descubramos que el mayor impacto de la IA nunca fue escribir textos, programar software o automatizar procesos, sino que su contribución haya sido obligarnos a replantearnos qué significa realmente crear valor, tanto para una persona como para una empresa.

Cuanto más capaces son las máquinas de reproducir algunas de nuestras capacidades, más importante se vuelve distinguir aquello que simplemente puede automatizarse de aquello que realmente marca la diferencia.

Sospecho que esa será la gran conversación de la próxima década. No si las máquinas llegarán a ser inteligentes como nosotros, sino si nosotros seremos capaces de entender, antes que los demás, hacia dónde se está desplazando el valor en la nueva economía impulsada por la IA.

Creo que esta es una de las preguntas más importantes que puede hacerse hoy cualquier empresario, y, sin embargo, tengo la sensación de que muy pocos se la están haciendo. Llevamos más de dos años hablando de inteligencia artificial, debatiendo sobre modelos, herramientas, agentes, automatizaciones y productividad. Miles de empresas han incorporado ChatGPT, Claude o Gemini para redactar textos, resumir documentos, analizar información o automatizar tareas. Sin embargo, creo que toda esa conversación parte de una idea equivocada, ya que estamos intentando mejorar una empresa diseñada para un mundo que ya no existe.

Desde hace meses venimos defendiendo una tesis que, cuanto más avanza la IA, más sentido cobra. El verdadero cambio no está en la tecnología, está en el negocio. La IA no cambia únicamente cómo trabajamos, redefine el modelo mental con el que diseñamos una empresa.

La mayoría de organizaciones sigue preguntándose cómo incorporar IA a la empresa que ya tiene. Y nosotros creemos que la pregunta debería ser exactamente la contraria.

Si hoy tuviera que crear mi empresa desde cero, disponiendo de todas las capacidades que ofrece la IA, ¿la construiría exactamente igual?

Creo que, en la mayoría de los casos, la respuesta sería no. Y ese “no” lo cambia absolutamente todo porque, entonces, de automatizar tareas para empezar a replantear la arquitectura del negocio.

Pensemos, por ejemplo, en una empresa de servicios profesionales. Durante años necesitó incorporar más consultores, analistas o abogados a medida que aumentaba el número de clientes. Era la única forma de crecer. Más trabajo implicaba más personas y, por tanto, una estructura cada vez mayor.

Pero si esa misma empresa naciera hoy, probablemente se haría preguntas diferentes. ¿Tiene sentido que un consultor dedique horas a buscar información, revisar contratos, elaborar borradores o preparar informes cuando muchas de esas capacidades pueden realizarse en minutos? ¿No sería más lógico diseñar una organización donde los profesionales dedicaran la mayor parte de su tiempo a interpretar, decidir, negociar y aportar criterio, mientras otras capacidades se desarrollan de otra forma? No hablamos de sustituir personas, sino de rediseñar el valor que aporta cada persona.

Veamos otro ejemplo.

Una empresa industrial quiere duplicar su facturación en cinco años. Tradicionalmente, comenzaría calculando cuántos comerciales necesita contratar, cuántos ingenieros debe incorporar o cuánto tendrá que crecer su estructura para soportar ese aumento de actividad, pero la pregunta correcta sería otra: ¿qué capacidades necesita esta empresa para competir dentro de cinco años?

Por ejemplo, analizar en tiempo real miles de datos procedentes de producción, ventas y clientes, anticipar averías antes de que se produzcan, responder a un cliente en cualquier idioma y a cualquier hora, desarrollar nuevos productos en semanas en lugar de meses, o, quizás, capacidad para tomar decisiones comerciales apoyándose en información que hasta hace muy poco era imposible procesar. Fijémonos en un detalle.

Ninguna de esas capacidades existía al mismo coste hace apenas unos años. Hoy sí. Pensemos ahora en un medio de comunicación, un sector sobre el que llevamos meses reflexionando. Durante décadas su arquitectura apenas cambió, periodistas, edición, publicidad, distribución y tecnología. Todo giraba alrededor de producir información y distribuirla lo mejor posible.

Pero si hoy hubiera que crear un medio desde cero, ¿lo construiríamos exactamente igual? Probablemente no.

Quizá empezaríamos preguntándonos qué capacidades necesita realmente un medio para generar valor en un mundo donde cualquier persona puede obtener información en segundos y donde una IA responde millones de preguntas cada día. La respuesta seguramente ya no sería publicar más noticias, sería construir confianza, organizar conocimiento, desarrollar y crear comunidad, ayudar a tomar decisiones, y, sobre todo, convertirse en una fuente imprescindible tanto para las personas como para las propias inteligencias artificiales.

De nuevo, no cambia únicamente la tecnología, sino la arquitectura del negocio.

Y creo que ese es el verdadero reto al que se enfrentan hoy los directivos.

Durante demasiado tiempo hemos diseñado las empresas alrededor de los recursos que teníamos disponibles, sean personas, departamentos, procesos y/o estructuras organizativas que respondían a las capacidades de una época determinada.

La IA introduce nuevas capacidades que obligan a revisar muchas de esas decisiones no porque todo deba cambiar, sino porque, por primera vez en décadas, podemos construir organizaciones de una forma completamente distinta.

La historia empresarial demuestra que las grandes transformaciones nunca llegan simplemente porque aparezca una nueva tecnología sino cuando alguien tiene el valor de replantearse las reglas con las que diseña su empresa. Amazon no revolucionó el comercio porque existiera Internet, lo hizo porque diseñó una empresa que solo tenía sentido en un mundo conectado. Netflix no transformó el entretenimiento porque apareciera el streaming sino porque dejó de pensar como un videoclub. Airbnb no cambió el turismo porque existieran los teléfonos inteligentes, lo cambió porque entendió que esas nuevas capacidades permitían construir un modelo de negocio que antes era imposible.

La mayoría de empresas sigue preguntándose cómo utilizar la IA, pero, en mi opinión, quienes liderarán la próxima década probablemente se hagan otra pregunta mucho más profunda.

Si hoy pudiera construir mi empresa desde cero, disponiendo de todas estas nuevas capacidades, ¿la diseñaría exactamente igual?

Quizás esa sea la conversación estratégica más importante que debería estar teniendo cualquier consejo de administración, porque la respuesta no está en la IA, que al final será un commodity, está en el diseño de la empresa.

Y termino con una última pregunta.

¿Qué parte de tu empresa existe porque era la mejor decisión hace diez años… y cuál seguiría existiendo exactamente igual si hoy tuvieras la oportunidad de diseñarla desde cero?

En las últimas dos semanas me ha ocurrido algo curioso. Viendo un documental de Netflix sobre la historia de Estados Unidos (El experimento estadounidense), apareció un libro del que, sinceramente, nunca había oído hablar: Common Sense, de Thomas Paine.

Días después terminé de leer Los cañones de agosto, de Barbara Tuchman, probablemente uno de los mejores libros escritos sobre el inicio de la Primera Guerra Mundial. Aparentemente no tienen nada que ver: uno habla del nacimiento de una nación, el otro, del comienzo de una guerra, y , sin embargo, mientras escuchaba y leía, no podía dejar de pensar en la IA, no por la tecnología, sino por otra cosa. Los dos libros hablan, en el fondo, del mismo fenómeno, del momento en que el mundo cambia, pero las personas siguen tomando decisiones utilizando las reglas del mundo anterior.

Thomas Paine entendió que las colonias americanas ya no podían seguir pensando como una prolongación de Inglaterra ya que las condiciones habían cambiado, y por tanto, seguir utilizando las mismas reglas deja de tener sentido.

Barbara Tuchman cuenta algo parecido desde otro ángulo. En el verano de 1914, los dirigentes europeos no eran incompetentes, era personas inteligentes que tomaban decisiones aparentemente racionales…para un mundo que ya estaba dejando de existir. Aplicaron doctrinas militares, alianzas políticas y modelos de pensamiento heredados de décadas anteriores a una realidad completamente nueva. El resultado, como es sabido, fue una guerra que ninguno imaginó en la dimensión que terminó alcanzando.

Me fue imposible no pensar que quizá eso es exactamente lo que nos está ocurriendo con la inteligencia artificial.

Llevamos meses hablando de herramientas, de agentes, de automatización, de copilotos, de prompts, de modelos y, ahora, incluso del fenómeno conocido como tokenmaxxing, empresas que miden el éxito de su estrategia de IA por el número de tokens consumidos, las licencias activadas o los agentes desarrollados. Algunas incluso han llegado a incentivar a sus empleados para utilizar más inteligencia artificial.

Y, sinceramente, creo que esa noticia no habla de IA, sino de dirección empresarial, de organizaciones que siguen creyendo que transformar consiste en utilizar más tecnología. Pero consumir más tokens no significa crear más valor. Es, sencillamente, consumir más infraestructura y asumir más costes. Cada interacción con un modelo, cada agente desplegado y cada automatización tiene un precio. Si detrás de ese gasto no existe una decisión estratégica que aumente la capacidad de la organización o cambie realmente su posición competitiva, la empresa no se está transformando, solo está incrementando su factura tecnológica, y lo más preocupante es que esta historia ya la hemos vivido.

Hace 20 años, muchas empresas confundieron transformación digital con comprar tecnología. Implantaron CRMs, ERPs, páginas web o aplicaciones móviles creyendo que eso transformaría su negocio. En la mayoría de los casos no fue así, solo digitalizaron procesos, pero siguieron gestionando la empresa con el mismo modelo, la misma organización y las mismas reglas.

Con la IA corremos el riesgo de repetir exactamente el mismo error, solo que mucho más deprisa.

Seguimos preguntándonos qué herramienta utilizar, qué agente desarrollar o qué proceso automatizar, cuando probablemente muchas de esas actividades dejarán de existir dentro de pocos años. Quizá no haya que automatizar un departamento, sino rediseñarlo. Puede que no tengamos que optimizar el modelo de negocio, sino construir uno nuevo, porque la verdadera pregunta no es cómo implantar la inteligencia artificial (IA), es otra muy distinta. ¿Qué empresa necesitamos construir para competir en una economía donde la capacidad ya no depende únicamente de las personas, la estructura o el capital, sino también de sistemas inteligentes capaces de analizar, aprender, coordinar y ejecutar?

Llevo meses defendiendo que la implantación de la IA debería comenzar exactamente al revés de como se está haciendo. No por la tecnología, sino por el negocio. Revisando el modelo de empresa, cuestionando la propuesta de valor, entendiendo cómo cambian los mercados, identificando las nuevas capacidades que aparecerán y diseñando la organización que será capaz de competir en ese nuevo contexto. Solo entonces tiene sentido decidir qué herramientas implantar.

Y aquí, en mi opinión, está el mayor error que estamos cometiendo.

Estamos utilizando la inteligencia artificial para optimizar empresas diseñadas para una economía que la propia inteligencia artificial está haciendo desaparecer.

Creo que esa es la conversación que todavía no estamos teniendo, ya que no ante una revolución tecnológica, sino ante una transición económica, una transición que cambiará la forma de crear valor, de organizar las empresas, de competir y, probablemente, de entender el trabajo.

Por eso cada vez estoy más convencido de que las organizaciones no necesitan únicamente expertos en IA, sino especialistas capaces de ayudarlas a interpretar este cambio, a rediseñar su modelo de negocio y a construir la empresa que necesitarán dentro de cinco años. La historia nos enseña algo que rara vez recordamos,las grandes transformaciones no empiezan cuando aparece una nueva tecnología, sino cuando las reglas con las que interpretábamos el mundo dejan de servir.

Tengo la sensación de que ese momento ya ha comenzado.

Durante los últimos meses he leído cientos de artículos, estudios e investigaciones sobre inteligencia artificial, he seguido el lanzamiento de nuevos modelos, probado herramientas, construido agentes, observado empresas y hablado con directivos de sectores muy diferentes. Si algo he defendido desde el principio es que la IA nunca ha sido una conversación sobre tecnología. La tecnología solo es el detonante, pero lo verdaderamente interesante siempre ha sido entender qué ocurre cuando esa tecnología modifica la capacidad de las personas, de las empresas y, como consecuencia, de los mercados. Mientras buena parte del debate seguía centrado en herramientas, modelos o automatización, yo seguía intentando responder una única pregunta.

¿Qué está cambiando de verdad?

Mi primera hipótesis fue que el gran cambio era la productividad, ya que parecía una explicación razonable. Si una persona podía hacer en dos horas lo que antes requería una jornada completa, era evidente que algo importante estaba ocurriendo. Después pensé que la verdadera transformación estaba en los procesos, eliminando tareas repetitivas, acelerando operaciones y automatizando trabajo. Más tarde llegué a la conclusión de que el impacto más profundo estaría en las personas, porque un profesional apoyado por IA podía multiplicar su rendimiento. Sin embargo, ninguna de esas hipótesis conseguía explicar todo lo que estaba observando.

¿Por qué empresas muy pequeñas empezaban a competir con organizaciones mucho más grandes? ¿Por qué el tamaño dejaba de ser una ventaja tan clara? ¿Por qué algunos equipos multiplicaban su capacidad sin aumentar plantilla? ¿Por qué el tiempo empezaba a dejar de ser el principal factor limitante para ejecutar una estrategia? ¿Por qué la velocidad de adaptación parecía convertirse en una ventaja más importante que la propia dimensión de la empresa? Porque, porque….. Esas preguntas parecían apuntar en la misma dirección, aunque todavía no era capaz de ponerle nombre.

Fue entonces cuando comprendí que quizá estaba observando el fenómeno desde el lugar equivocado. No estaba analizando una colección de herramientas, intentaba explicar un cambio de capacidad, una cuestión de productividad, de automatización, pero esas eran las consecuencias, aunque la causa era otra.

La IA no solo acelera tarea, hace posible que una persona reúna capacidades que antes estaban repartidas entre varios especialistas, posibilita que un equipo reducido opere con recursos que antes exigían estructuras mucho mayores, puede coordinar conocimiento, analizar información, generar contenido, tomar decisiones y ejecutar acciones a una velocidad que hace apenas unos años parecía inalcanzable. Cambia la capacidad, por tanto, la empresa, y eso trasforma las reglas de la competencia, lo que inevitablemente varía ya no únicamente la empresa, sino la economía.

Ese fue el momento en el que dejé de leer noticias sobre inteligencia artificial como si fueran noticias tecnológicas y comencé a leerlas como si fueran indicadores económicos. Cada nuevo modelo, cada agente, cada avance en razonamiento o automatización dejaba de ser un lanzamiento más y se convertía en pieza de un sistema que empezaba a reorganizar la capacidad de producir, decidir y competir.

Quizá por eso muchas empresas sienten que algo está ocurriendo, aunque todavía no sepan explicarlo. El error, en mi opinión, es que siguen intentando medir esta transformación con indicadores diseñados para una economía muy distinta, una donde crecer significaba contratar más personas, construir más estructura, invertir más capital y coordinar organizaciones cada vez más complejas. Sin embargo, la IA introduce una variable completamente distinta, como que la capacidad puede crecer mucho más rápido que la estructura. Eso tiene que ser un punto de ruptura.

No estamos viviendo una evolución de la transformación digital, asistimos al nacimiento de un modelo económico donde el principal activo deja de ser únicamente el capital, el talento o incluso la propia tecnología para ser la capacidad de combinar inteligencia humana e inteligencia artificial para generar resultados que antes eran imposibles.

Durante meses he intentado poner orden a todas esas ideas, no para crear un concepto “nuevo”, sino para encontrar un marco que explicara por qué tantas cosas estaban cambiando al mismo tiempo. La economía nunca cambia por sí sola, se trasforma cuando cambia la capacidad de quienes participan en ella. Si la IA está modificando la capacidad de las personas y de las organizaciones, es lógico pensar que también terminará modificando la propia economía.

Quizá todavía sea pronto para afirmar cómo será esa nueva economía, seguramente muchas de las ideas que hoy parecen evidentes evolucionarán con el tiempo, pero hay una conclusión que cada día tengo más clara: seguir hablando de inteligencia artificial como una herramienta resulta ser claramente insuficiente. Yo creo que estamos viendo , asistiendo al nacimiento de una nueva forma de crear capacidad, de competir y de generar valor.

Tal vez el error haya sido intentar explicar este cambio utilizando conceptos de la economía anterior, ya que parece evidente que no es una revolución tecnológica, sino al nacimiento de una “nueva” economía, y quizá, precisamente porque todo comienza conectando inteligencias, conocimiento, personas y sistemas capaces de aprender y colaborar, la mejor forma de describir ese cambio sea llamarla Economía Sináptica. Una sinapsis es el punto donde dos neuronas intercambian información. La inteligencia no reside en una neurona aislada, sino en millones de conexiones entre ellas y creo que con la IA está ocurriendo algo parecido. El valor ya no nace solo de las personas, ni solo de la inteligencia artificial, sino de las conexiones que establecemos entre ambas. Quizá por eso he empezado a pensar en este nuevo escenario como una Economía Sináptica, no como un eslogan, sino como un intento de poner nombre a una realidad que ya ha empezado a transformar la forma en que competimos, crecemos y creamos valor.

Durante los últimos meses ha generado bastante debate una propuesta impulsada en Alemania para flexibilizar la jornada laboral y permitir que el tiempo de trabajo se mida más por cómputos semanales que por horas diarias estrictas. Sin embargo, tengo la sensación de que lo verdaderamente interesante de esta discusión no está en los horarios, sino en la pregunta que revela.

Seguimos intentando gestionar organizaciones del siglo XXI con métricas heredadas de la economía industrial, preguntándonos cuántas horas trabaja una persona, midiendo el esfuerzo en tiempo y organizando las empresas alrededor de la jornada laboral. Es bastante evidente que cada vez tiene menos sentido.

Durante más de dos siglos existió una relación relativamente sencilla entre tiempo, trabajo y producción. Si una empresa quería crecer, necesitaba más personas, más estructura, más recursos y más horas de trabajo. Sobre esa lógica se construyeron las organizaciones modernas, los sistemas de control, las políticas laborales y buena parte de los indicadores que todavía utilizamos para medir el rendimiento.

Algunos llevamos meses reflexionando sobre esta cuestión desde otra perspectiva más amplia, más holística. La mayoría de los debates sobre IA se centran en herramientas, automatización o productividad, pero quizá la conversación realmente importante es otra, cómo cambia una economía cuando la capacidad deja de depender exclusivamente del tiempo humano disponible.

La IA está empezando a alterar una de las relaciones más importantes de la economía moderna. Por primera vez convivimos con sistemas capaces de amplificar significativamente la capacidad de las personas. Un profesional equipado con IA puede analizar más información, investigar más rápido, generar propuestas más completas, automatizar tareas repetitivas, coordinar procesos y tomar decisiones mejor informadas en una fracción del tiempo que necesitaba hace apenas unos años.

Y aquí aparece una cuestión fundamental. Si dos personas trabajan exactamente cuarenta horas semanales, pero una de ellas dispone de herramientas capaces de multiplicar varias veces su capacidad de ejecución, ¿tiene sentido seguir midiendo ambas situaciones únicamente por tiempo? Probablemente no.

De hecho, una parte importante de lo que hemos denominado Economía Aumentada nace precisamente de esta observación. La IA no está modificando únicamente la productividad sino la relación entre tiempo, capacidad y creación de valor.

La IA está impulsando un paradigma diferente, un modelo en el que una organización puede aumentar significativamente su capacidad sin incrementar proporcionalmente sus recursos, automatizar procesos, integrar agentes, aprovechar conocimiento acumulado, reducir tiempos de coordinación y multiplicar la capacidad de sus equipos. Es lo que llevo tiempo denominando Empresa Aumentada.

El debate alemán es mucho más interesante de lo que parece, no porque hable de jornadas laborales, sino porque pone de manifiesto que seguimos observando el trabajo desde una lógica basada en el tiempo, cuando la verdadera transformación está ocurriendo en la capacidad. Quizá la cuestión ya no sea cuántas horas trabaja una persona, ni siquiera cuántas horas trabaja una organización, la pregunta relevante es cuánta capacidad es capaz de generar.

Es, justo aquí, donde la propuesta alemana adquiere una dimensión mucho más profunda. Durante décadas dimos por hecho que tiempo y producción estaban íntimamente ligados, es decir, más horas significaban más trabajo y, en consecuencia, más valor. Sin embargo, la inteligencia artificial está empezando a romper esa relación histórica, ya que una organización puede aumentar significativamente su capacidad sin incrementar proporcionalmente ni el tiempo, ni las personas, ni la estructura.

Por eso llevamos meses hablando de Empresa Aumentada, Economía Aumentada o Capacidad Aumentada. En realidad, todos estos conceptos intentan describir un mismo fenómeno, el paso desde una economía organizada alrededor del tiempo hacia otra organizada alrededor de la capacidad.

Desde mi punto de vista, la IA está rompiendo la relación histórica entre tiempo y producción y la está sustituyendo por una nueva relación basada en capacidad y resultados. Mientras, seguimos discutiendo si una jornada debe ser de ocho, nueve o diez horas, empiezan a surgir organizaciones capaces de generar mucho más valor sin aumentar proporcionalmente ni el tiempo, ni las personas, ni la estructura.

Por eso sospecho que una de las grandes conversaciones de los próximos años no girará alrededor de los horarios laborales. Girará alrededor de cómo medir, gestionar y desarrollar capacidad en organizaciones donde una parte creciente del trabajo ya no será realizada exclusivamente por personas.

Cuando cambia la forma en que se crea valor, terminan cambiando las empresas, los mercados y, tarde o temprano, nuestra propia forma de entender el trabajo.

Quizá la propuesta alemana no trate realmente sobre horarios, probablemente sea uno de los primeros síntomas de una pregunta mucho más profunda: ¿Seguiremos gestionando tiempo o empezaremos a gestionar capacidad?

Ayer noche leí un interesante artículo publicado en El Confidencial sobre la conocida Paradoja de Solow. Una reflexión económica que lleva décadas sobre la mesa y que, resumida de forma sencilla, plantea una cuestión aparentemente extraña: ¿cómo es posible que tecnologías tan transformadoras como los ordenadores, Internet o el software hayan tardado tanto en reflejarse en las estadísticas de productividad?

Mientras leía el artículo, me di cuenta de que lo que realmente me llamaba la atención no era la paradoja económica en sí, era otra cosa; supongo será porque no soy economista. Llevo más de veinticinco años trabajando en entornos digitales, ayudando a empresas a adaptarse a cambios tecnológicos, desarrollando modelos de negocio y observando cómo cada gran transformación tecnológica termina alterando la forma en que las organizaciones compiten y leyendo aquella reflexión pensé que quizá estamos haciéndonos la pregunta equivocada.

Tal vez el verdadero cambio que estamos viviendo no tiene que ver únicamente con la productividad, sino que tiene que ver con la capacidad porque la inteligencia artificial no está cambiando solamente la forma en que realizamos determinadas tareas, está transformando las reglas sobre las que se construía el crecimiento empresarial.

Durante décadas existió una lógica relativamente estable, casi básica, que consistía en que si una empresa quería crecer necesitaba más personas, más estructura, más recursos, más inversión y más tiempo.

Las mejoras de eficiencia existían, por supuesto, pero el crecimiento mantenía una relación bastante directa con el tamaño de la organización, es decir, crecían aumentado sus recursos. Hoy esa relación empieza a comportarse de forma diferente, y eso tiene implicaciones enormes.

Por primera vez una pequeña organización puede acceder a capacidades que históricamente estaban reservadas a grandes corporaciones, una pyme puede analizar mercados globales, generar contenidos de alta calidad, desarrollar propuestas comerciales avanzadas, puede automatizar procesos complejos, disponer de asistentes especializados, hasta puede construir sistemas capaces de trabajar de forma coordinada. Y todo eso puedo hacerlo con una inversión infinitamente menor de la que habría necesitado hace apenas unos años. 

Eso no es una mejora incremental, es un cambio estructural. 

La Empresa de Escala construía su ventaja competitiva a través del tamaño, cuanto más recursos acumulaba, mayor era su capacidad. La Empresa Aumentad sigue una lógica diferente, ya que utiliza la IA para multiplicar capacidades, permitiendo hacer más, decidir más rápido y competir de otra manera sin necesidad de crecer al mismo ritmo en estructura.

La capacidad deja de depender exclusivamente del tamaño y empieza a depender también de la inteligencia disponible y eso cambia la forma de competir, debería de cambiar la forma de organizarse, de crecer, pero sobre todo, cambia la forma de entender qué es una empresa

Llevo meses escribiendo sobre conceptos como Economía Aumentada, Inteligencia Empresarial Acumulada o Tasa de Amplificación Productiva (TAP), no porque crea que necesitemos nuevos términos para todo, más bien porque tengo la sensación de que estamos intentando describir fenómenos nuevos utilizando palabras que pertenecen a una realidad anterior.

Cuando una persona puede multiplicar varias veces su capacidad gracias a la IA, no estamos hablando únicamente de eficiencia, o cuando un equipo puede ejecutar proyectos que antes requerían estructuras mucho mayores, no estamos hablando únicamente de automatización. 

Si una organización puede crecer sin aumentar proporcionalmente sus recursos, tampoco estamos hablando únicamente de productividad, parece que estamos hablando de capacidad, y esa nueva capacidad se traslada a la organización, la competitividad y la adaptación. Esa es, en mi opinión, una de las claves de todo lo que está ocurriendo. 

La conversación sobre la inteligencia artificial suele centrarse en herramientas, qué modelo utilizar, desarrollar este u otro agente, automatizar tal o cual procesos o si ya podemos comenzar a delegar, pero sospecho que la conversación realmente importante es otra.

La cuestión no es qué puede hacer la IA, es qué puede llegar a ser una organización cuando incorpora esa capacidad a su estructura. Sí, suena imponente, pero así lo veo yo. La tecnología, por sí sola, nunca transforma empresas, lo que transforma empresas son las nuevas capacidades que la tecnología pone a su disposición. 

Internet no cambió el mundo porque conectara ordenadores, sino porque permitió crear organizaciones, mercados y modelos de negocio que antes eran imposibles. Yo siempre digo que Internet se añadió a la empresa y mejoro la conexión con el exterior, mientras que la IA no se añade, se integra, multiplicando lo que ya está. No estamos simplemente ante una nueva herramienta.

Estamos ante una nueva capa de capacidad económica, una capa que afecta a la velocidad, al conocimiento, a la coordinación, a la ejecución, al aprendizaje y a la toma de decisiones. Esta es la razón por lo que la pregunta más interesante para los próximos años no será quién utiliza más inteligencia artificial, ni siquiera quién automatiza más procesos, la verdadera pregunta será otra.

¿Qué organizaciones serán capaces de convertir esta nueva capacidad en una ventaja competitiva real? La diferencia entre empresas no estará únicamente en la tecnología que compren, sino en su capacidad para reorganizarse alrededor de ella. 

Quizá ahí encontremos una explicación distinta a la famosa Paradoja de Solow. El problema nunca fue que la tecnología no generara valor, lo que ocurre es que observábamos una transformación mucho más profunda de lo que parecía, una que no cambiaba únicamente la productividad, sino que estaba cambiando lo que las organizaciones podían llegar a ser. 

Esa conversación, en mi opinión, acaba de empezar.

La semana pasada hemos conocido que ChatGPT ha superado los 1.000 millones de usuarios. La cifra es impresionante, pero creo que el verdadero valor de la noticia no está en el número sino en lo que representa. 

Cuando una tecnología alcanza esa escala deja de ser una herramienta para convertirse en una infraestructura. Esto ya ocurrió con Internet, con el teléfono móvil, las redes sociales y ahora está ocurriendo con la inteligencia artificial.

Como venimos comentando desde hace meses, la verdadera transformación no iba a producirse cuando la IA fuera capaz de escribir mejor un texto o responder mejor una pregunta, comenzaría cuando alcanzara una penetración suficiente para convertirse en una infraestructura económica y cuando empezara a integrarse directamente en los procesos de trabajo de empresas, instituciones y mercados.

Durante los últimos dos años hemos asistido a una fase de descubrimiento, por denominarlo de alguna manera. Millones de personas han utilizado la IA para escribir textos, resumir documentos, generar imágenes, programar o analizar información. Era una fase necesaria. La tecnología tenía que demostrar que funcionaba y el mercado tenía que aprender a utilizarla.

Pero mientras gran parte de las empresas siguen centradas en esa conversación, la industria ya está avanzando hacia la siguiente etapa. La noticia de los 1.000 millones de usuarios coincide con otra tendencia mucho más relevante, la aparición de los agentes, que, desde mi punto de vista, cambiara el escenario.

También llevamos tiempo defendiendo que la conversación sobre la IA evolucionaría muy rápido. Primero hablaríamos de herramientas, después de asistentes, más tarde de agentes y finalmente de organizaciones diseñadas para operar en una economía donde parte de la capacidad productiva es digital, escalable y autónoma. Precisamente eso es lo que estamos empezando a ver ahora.

Hasta hace poco la IA actuaba principalmente como una herramienta de apoyo. El usuario preguntaba y la IA respondía, pero trabajo seguía dependiendo de la intervención humana. Ahora empezamos a entrar en una fase donde los sistemas no solo generan información, sino que ejecutan acciones, coordinan procesos, utilizan herramientas, toman decisiones dentro de determinados límites y completan tareas completas. La diferencia puede parecer técnica, pero sus consecuencias son económicas.

El verdadero impacto de la IA nunca ha sido generar mejores respuestas, sino aumentar la capacidad operativa de personas, equipos y organizaciones.

Durante décadas, crecer significaba incorporar más recursos, más personas, más departamentos, más niveles de coordinación y más complejidad organizativa. El tamaño era la respuesta natural al crecimiento. Ahora, con la aparición de los agentes empieza a cuestionar esa lógica.

Por primera vez, una organización puede aumentar significativamente su capacidad sin aumentar proporcionalmente su estructura. Parte del análisis, la coordinación, la ejecución y el seguimiento pueden ser asumidos por sistemas inteligentes que sustituyendo completamente a las personas, sino que amplifican su capacidad, y es aquí es donde creo que muchas empresas están interpretando mal lo que está ocurriendo. La IA no es una herramienta tecnológica más, es una nueva capa de capacidad económica.

No cambia únicamente cómo trabajamos, varía cuánto trabajo puede realizar una organización con los mismos recursos, cambia su capacidad de adaptación, los costes de coordinación, la estructura competitiva de los mercados etc. 

Cada vez vemos más startups generando resultados que hace pocos años habrían requerido equipos muchísimo mayores, por la misma razón grandes compañías están replanteando procesos completos y en muchos casos los principales proveedores tecnológicos ya no hablan de asistentes, sino de agentes.

Lo que estamos viendo no es la evolución de una herramienta, es el nacimiento de una nueva arquitectura productiva.

Por esta razón, las noticias más relevantes ya no hablan de modelos más inteligentes o de nuevas funcionalidades. Como venimos observando, contando y relatando desde hace meses, la conversación está desplazándose hacia la productividad, la organización, los agentes, los costes de coordinación y los nuevos modelos operativos. En otras palabras, la conversación está dejando de ser tecnológica para convertirse en económica y empresarial.

Quizá por eso la noticia de los 1.000 millones de usuarios es tan importante. No porque confirme el éxito de ChatGPT, es porque marca el momento en que la adopción masiva coincide con la aparición de una nueva capacidad, la operativa. Cuando una tecnología alcanza simultáneamente escala global y capacidad de ejecución, el cambio deja de ser opcional….. La primera fase consistió en descubrir qué podía hacer la IA, en esta segunda consiste en integrar esa capacidad dentro de los procesos de trabajo, y en la tercera, que probablemente ya ha comenzado, consistirá en rediseñar empresas enteras alrededor de esa nueva realidad.

Ya nadie si plantea si IA si o IA no, la cuestión es quién será capaz de reorganizar su negocio para competir en una economía donde la capacidad, la velocidad y la coordinación empiezan a multiplicarse de forma exponencial.

Y esa es una conversación mucho más estratégica que cualquier debate sobre prompts, modelos o herramientas.

Hay semanas en las que las noticias son importantes y otras en las que lo verdaderamente importante no son las noticias, sino el patrón que dibujan juntas. Esta última ha sido una de ellas.

En apenas unos días hemos visto gobiernos aprobando leyes específicas sobre inteligencia artificial, empresas reorganizando estructuras para incorporar agentes y automatización, gigantes tecnológicos compitiendo por controlar la infraestructura sobre la que funcionará la próxima generación de IA, universidades replanteándose sistemas de aprendizaje, inversores valorando compañías de IA en cifras históricas e incluso el Vaticano, la Iglesia, dedicando una encíclica completa a reflexionar sobre su impacto en la sociedad.

A primera vista parecen acontecimientos independientes, pero no lo son, forman parte del mismo fenómeno, y, sobre todo, confirman algo que algunos llevamos meses defendiendo, la inteligencia artificial ha dejado de ser una herramienta para convertirse en una plataforma transformadora.

Durante los últimos dos años la conversación ha girado alrededor de una pregunta bastante simple: ¿qué puede hacer la IA?, tenía sentido, necesitábamos entender la tecnología, verla funcionar, comprobar hasta dónde llegaba, medir sus capacidades etc, pero estamos empezando a dejar atrás esa fase. Una vez que una tecnología demuestra que funciona, deja de importar tanto lo que hace y empieza a importar lo que provoca. Y sí, estamos en esa fase. Parece obvio.

Los gobiernos no regulan experimentos, regulan aquello que consideran suficientemente importante como para afectar a la economía, al empleo y a la sociedad. Las empresas no rediseñan estructuras porque aparezca una nueva aplicación, solo lo hacen cuando perciben que la forma de crear valor está cambiando. Los inversores no asignan valoraciones cercanas al billón de dólares porque una herramienta sea interesante, será más bien porque creen que están ante una infraestructura estratégica y el mundo Universitario no cambia sistemas educativos porque aparezca una moda tecnológica, lo hacen cuando entienden que las capacidades que demandará el mercado serán distintas.

Qué decir de la Iglesia, que no entra en un debate tecnológico por casualidad, solo lo hace cuando percibe que estamos ante un cambio que afecta a la propia condición humana.

Por todas esta razones, creo que esta semana marca algo más importante que una sucesión de titulares, indica el momento en el que empezamos a asumir colectivamente que la IA no es una herramienta más, es una nueva capa de capacidad.

Llevamos meses hablando de ello, de le la persona aumentada, la capacidad aumentada, hablando que una persona apoyada por IA puede producir varias veces más valor que antes, intentando entender que el verdadero impacto no está en automatizar una tarea, sino en multiplicar la capacidad de ejecución de individuos, equipos y organizaciones. Precisamente por eso el debate ya no es tecnológico, es económico, es empresarial y, desde luego y sobre todo, es estratégico.

Cuando una tecnología amplía la capacidad humana no cambia únicamente las herramientas, reconfigura las organizaciones, los procesos, los modelos de negocio, la forma de competir y, en última instancia, la economía.

Las preguntas verdaderamente importantes ya no son si ChatGPT redacta mejor un texto o si un agente puede responder correos, son otras.

¿Qué sucede cuando una persona puede producir cinco veces más?

¿Qué pasa cuando una empresa puede operar con la mitad de estructura?

¿Qué ocurre cuando una startup puede competir contra organizaciones que hace apenas unos años necesitaban cientos de empleados?

¿Qué acontece cuando una pyme accede a capacidades que antes solo estaban al alcance de grandes corporaciones?

¡Ahí es donde empieza la transformación real! No estamos viviendo únicamente una revolución tecnológica, estamos asistiendo al nacimiento de una nueva unidad económica.

Durante décadas la unidad básica de producción fue la persona, pero ahora empieza a emerger algo distinto, la persona aumentada que combina talento humano, conocimiento, datos e inteligencia artificial. Cuando cambia la unidad de capacidad, termina cambiando todo lo demás.

En mi opinión, que estamos dejando atrás la fase en la que nos preguntábamos qué puede hacer la inteligencia artificial, y girando la conversación hacia lo verdaderamente importante, sobre lo que estamos hablando hace meses.

¿Cómo se reorganizarán las empresas, los mercados y la economía alrededor de una tecnología capaz de multiplicar la capacidad humana?

Porque si la IA cumple siquiera una parte de lo que promete, el cambio no estará en las herramientas, sino en las estructuras. Empresas más pequeñas compitiendo con grandes corporaciones, equipos reducidos generando el mismo resultado que departamentos completos, nuevos modelos de negocio construidos sobre capacidad aumentada u organizaciones que dejarán de medir su potencial por el número de empleados para empezar a medirlo por su capacidad de ejecución. Quizá ahí esté la verdadera transformación que estamos empezando a vislumbrar.

Hace poco volví a pensar en Lucy, la película de Luc Besson protagonizada por Scarlett Johansson. Más allá de la ciencia ficción o del falso mito de “usar el 100% del cerebro”, siempre hubo algo interesante detrás de aquella historia, al menos para mi. La idea de qué ocurre cuando una inteligencia empieza a multiplicar radicalmente su capacidad de procesar información, conectar patrones, aprender, coordinar y actuar sobre el entorno. Igual ya, en la actualidad estamos más cerca de algo parecido, no porque vayamos a convertirnos en superhumanos de película, sino porque la IA sea la primera tecnología de la historia que amplifica directamente capacidad cognitiva humana. Si es así, como creo, esto cambia completamente las reglas económicas, empresariales y sociales sobre las que llevamos funcionando siglos.

Hace unos días leía también unas declaraciones de Jeff Bezos donde planteaba una idea que a mucha gente le pareció exagerada, y era la posibilidad de que en el futuro muchas familias pudieran vivir con un solo sueldo gracias a la IA. Creo sinceramente , que aunque pueda sonar provocador, apunta exactamente hacia el mismo lugar,porque el verdadero cambio de la IA no está en ChatGPT, ni en los prompts, ni siquiera en los agentes, esta cuando una persona conectada a IA empieza a operar con una capacidad muy superior a la que tenía hace solo unos años.Y eso, en el fondo, es exactamente Lucy.

En la película, Lucy no cambia el mundo, lo que cambia es su capacidad para interactuar con él. Empieza a procesar más rápido, entender más cosas, conectar información, anticipar patrones y ejecutar decisiones a otra velocidad. La IA , si lo miras bien, empieza a hacer algo parecido con nosotros. No sustituye al humano, pero amplifica brutalmente al humano conectado a ella. Sinceramente, creo que todavía no somos conscientes de las consecuencias reales que eso puede tener.

Llevamos tiempo, meses, escribiendo en este mismo blog y en otros medios, sobre muchas de las consecuencias que empiezan a aparecer alrededor de esta idea. Cómo cambia la unidad de producción, cómo una sola persona apoyada por IA puede multiplicar capacidad operativa, sobre como estructuras empresariales empiezan a dejar de crecer únicamente añadiendo personas o cómo determinadas capas de coordinación y trabajo cognitivo comienzan a automatizarse parcialmente. Para mí, este es el verdadero cambio

Durante siglos la economía ha funcionado sobre una lógica relativamente estable, “más de todo”: más producción requería más personas, más capacidad requería más estructura y más crecimiento requería más trabajo humano. Incluso Internet, pese a transformar industrias enteras, seguía funcionando así. Ejemplos tenemos, como Amazon, Google, bancos, medios, consultoras o plataformas digitales crecieron construyendo enormes estructuras humanas capaces de coordinar información, operaciones, gestión y conocimiento. La IA empieza a romper parcialmente esa ecuación. Ya no solo automatiza tareas repetitivas, empieza a amplificar capacidad cognitiva.

Una sola persona apoyada por IA puede analizar más información, generar más contenido, investigar más rápido, coordinar más tareas, automatizar más procesos, programar, resumir, planificar, vender, crear o tomar decisiones a velocidades imposibles hace solo unos años. Y cuando eso ocurre, la relación histórica entre trabajo humano y generación de valor económico empieza a cambiar profundamente.

Por eso creo que Bezos habla de familias capaces de vivir con un solo sueldo. No porque vaya a desaparecer el trabajo ni porque todo vaya a ser gratis. Habla de algo mucho más profundo, más complejo, una sola persona podrá generar muchísimo más valor económico que antes.

Así las cosas, empieza a aparecer otro modelo, crecer añadiendo capacidad sin crecer proporcionalmente en estructura humana, con las consecuencias enormes que tendrá. Por ejemplo, sobre cómo se organizan las empresas, cómo se coordina el trabajo, qué tamaño necesitan realmente las estructuras, qué tareas seguirán teniendo sentido, cómo evolucionarán los salarios, qué ocurrirá con determinados perfiles o incluso cómo se redefine la propia idea de productividad.

Esta es la razón por la que creo muchas empresas siguen enfocando mal la IA. Piensan en herramientas, en automatizar tareas aisladas, en “poner un agente”, pero el verdadero cambio no está ahí ,aparece cuando parte de la inteligencia operativa deja de depender exclusivamente del tamaño humano de una organización. Esa será la gran transformación económica de esta década, no una revolución de software, sino una revolución de capacidad humana aumentada.

Muchas empresas están haciéndose ahora mismo una pregunta, a mi juicio equivocada, sobre la inteligencia artificial. La conversación suele girar alrededor de qué herramienta usar, qué modelo implantar, software contratar o qué tareas automatizar.

La pregunta realmente importante es otra: ¿Cómo se construye una empresa capaz de adaptarse continuamente sin colapsar? Quizás, ese sea el verdadero cambio que trae la IA, o, al menos, uno de los más importantes. La IA, como ya sabéis, no solo automatiza procesos, mejora productividad o acelera tareas; también convierte el cambio permanente en condición estructural del negocio, y esto obliga a replantear profundamente cómo deben funcionar las organizaciones.

Durante décadas, las empresas se diseñaron para maximizar estabilidad y eficiencia en entornos relativamente previsibles, con procesos sólidos, jerarquías claras y modelos de gestión orientados a reducir incertidumbre, pero la IA introduce justo la lógica contraria. Y eso es difícil de interiorizar. Cada semana aparecen nuevas capacidades, nuevos agentes, nuevas formas de producir, vender, analizar o coordinar trabajo. Nuevo, mejor, innvador, y eso significa que la ventaja competitiva ya no depende solo de tener tecnología (que también), sino que empieza a depender de la capacidad organizativa para absorber cambio constante sin romperse internamente.

Ahí aparecen cinco principios muy importantes para entender cómo deberían empezar a construirse muchas empresas a partir de ahora. El primero es entender que la estructura debe ser más modular y menos rígida. Las organizaciones excesivamente jerárquicas y lentas empiezan a sufrir muchísimo en entornos de cambio acelerado, ya que cada capa de validación, cada silo y cada proceso innecesario añade fricción justo cuando el mercado exige velocidad. Por eso, creo que veremos equipos mucho más pequeños, más autónomos y con mucha más capacidad de decisión operativa, no porque “quede moderno”, sino porque la velocidad empieza a convertirse en ventaja competitiva estructural.

El segundo principio es separar herramientas de capacidades. Muchas compañías están obsesionadas con elegir “la herramienta correcta”, cuando probablemente ninguna herramienta concreta será estable demasiado tiempo. Lo importante no será acertar con el software definitivo, sino construir capacidades internas para integrar continuamente nuevas tecnologías sin paralizar la organización, es decir, capacidad de aprendizaje, adaptación rápida, integración tecnológica y reorganización constante. 

El tercer principio es probablemente uno de los más difíciles culturalmente: las empresas tendrán que aprender a priorizar velocidad de aprendizaje sobre perfección operativa. Durante décadas, el management tradicional premió estabilidad, control y reducción de errores, pero en entornos donde la tecnología cambia cada pocas semanas. Por ello, esperar a tener certezas absolutas puede convertirse en un problema enorme. Mientras una empresa sigue analizando, otra ya está aprendiendo. Y estoy convencido que aquí veremos una diferencia brutal entre organizaciones: las que experimenten rápido y las que sigan atrapadas intentando estabilizar un entorno que ya nunca volverá a ser completamente estable.

El cuarto principio afecta directamente a la relación entre personas y estructura. Durante décadas, las empresas crecieron bajo una lógica de los más sencilla, más trabajo, más personas, más management, pero la IA empieza a romper parcialmente esa correlación. Como ya hemos hablado en otro artículos, una sola persona puede producir muchísimo más que antes y eso obliga a replantear completamente los roles, equipos, procesos y, sobre todo, modelos de productividad. A ver, no significa que las personas desaparezcan, pero cambia profundamente cómo se organiza el trabajo humano alrededor de capacidades aumentadas por IA.

Y ahí aparece el quinto principio, que, probablemente, es el más estratégico de todos: las empresas necesitan recuperar tiempo para pensar el futuro antes de que el mercado las obligue a cambiar desde la urgencia. Creo, sinceramente, que muchísimas compañías están entrando en una trampa peligrosísima. Toda su energía organizativa está consumida por el presente (ventas, márgenes, clientes etc ) y cuando toda la empresa vive atrapada resolviendo urgencias constantes, pierde capacidad de adaptación estructural. Esto ya lo vi con la llegada de Internet. Las grandes transformaciones rara vez destruyen empresas de golpe. Poco a poco van reduciendo margen, luego, velocidad; después, capacidad de inversión, etc.; y cuando finalmente el cambio se vuelve evidente, muchas veces ya no queda pulmón financiero ni organizativo para reaccionar sin dolor. Y esto también lo he vivido en primera persona con la llegada de, en su momento, Internet. Por eso, creo que la IA no está creando simplemente una nueva ola tecnológica, sino que está obligando a rediseñar la propia idea de empresa.

Probablemente, las organizaciones más fuertes de la próxima década no serán las más grandes ni necesariamente las más tecnológicas. Quizás sean aquéllas que consigan mantenerse suficientemente adaptables para evolucionar continuamente sin colapsar mientras el entorno cambia a una velocidad cada vez mayor.

Estamos empezando a recorrer una evolución de la IA mucho más profunda de lo que parece y, probablemente, mucho más rápida de lo que esperamos. Aun así, seguimos interpretando todo esto desde una fase todavía muy inicial. Por hacer un paralelismo con la evolución de Internet, quizá podríamos resumirlo así.

La IA 1.0 es la fase de la IA como herramienta. Es la etapa más visible ahora mismo. Usamos IA para escribir, resumir, programar, diseñar, automatizar pequeñas tareas o aumentar productividad. ChatGPT, Gemini, Copilot . La IA responde, pero seguimos siendo nosotros quienes dirigimos constantemente. Es una lógica de “productividad aumentada”. La inteligencia artificial todavía funciona como una herramienta avanzada dentro de estructuras económicas completamente humanas, pero, sinceramente, creo que dentro de unos años veremos esta etapa casi como la prehistoria de todo lo que viene después….Web ladrillos.

 La IA 2.0 es la fase de los agentes especializados. Aquí la IA deja de limitarse a responder y empieza a actuar. Aparecen agentes capaces de reservar, investigar, conectar APIs, coordinar workflows, supervisar tareas repetitivas, reorganizar procesos, ejecutar operaciones simples o trabajar sobre objetivos. Y aquí empieza un cambio importante, que es menos prompting constante y más autonomía operativa. La IA deja de ser una herramienta pasiva y empieza a convertirse en una pequeña unidad operativa digital. Y eso cambia mucho más que la productividad, porque empieza a sustituir parcialmente coordinación humana. Todavía dependemos mucho de supervisión humana, claro, pero la dirección parece evidente.

La IA 3.0 sería la economía de agentes y creo que ahí es donde empieza realmente la transformación profunda. Los agentes dejan de funcionar de forma aislada y comienzan a coordinarse entre sí. Cuando eso ocurra a escala cambiará la velocidad de la economía, la estructura de costes, la intermediación, la coordinación y la propia lógica del mercado. Tendremos agentes financieros, logísticos, comerciales, energéticos, legales, operativos, sanitarios o publicitarios interactuando continuamente mientras negocian, optimizan, reorganizan recursos, ajustan precios, coordinan operaciones y ejecutan decisiones en tiempo real. La leche! Y aquí aparece algo enorme, la economía deja de moverse únicamente a velocidad humana, porque los agentes no necesitan reuniones, horarios, validaciones lentas ni cadenas infinitas de coordinación. Simplemente, operan continuamente

En mi opinión, esta fase llegará muchísimo antes de lo que pensamos, de hecho, ya empiezan a verse señales muy claras: startups diminutas con outputs gigantescos, modelos “solo founders”, automatización extrema, empresas donde una persona hace el trabajo de diez u organizaciones diseñadas directamente alrededor de IA desde el principio. Y, aun así, creo que la fase realmente importante es la siguiente.

La IA 4.0 será probablemente la etapa de economías autónomas coordinadas por inteligencia artificial. Aquí aparece probablemente una de las preguntas más importantes de las próximas décadas : ¿qué sistema económico emerge cuando gran parte de la coordinación, análisis, negociación y ejecución empieza a ser realizada por sistemas inteligentes coordinándose entre sí?

Toda nuestra economía se ha construido sobre una idea muy simple, sencilla y obvia, las personas eran necesarias para que todo funcionara. Las empresas existían porque hacían falta humanos para coordinar equipos, tomar decisiones, supervisar procesos, negociar, analizar información y ejecutar trabajo. En el fondo, el sistema económico funcionaba porque las personas eran el motor operativo de todo.

Pero la IA 4.0 empieza a cambiar precisamente eso. Ya no hablamos solo de herramientas ni siquiera de agentes especializados, serán sistemas económicos donde gran parte de la actividad operativa funciona mediante redes de inteligencia artificial coordinándose en tiempo real. Esto llegará mucho antes de lo que imagínanos, de verdad aún no somos conscientes de la velocidad a la que esto puede llegar . Solemos mirar el futuro como algo gradual, pero las infraestructuras tecnológicas no evolucionan linealmente. Internet tardó años en desplegar todas sus consecuencias reales porque necesitaba infraestructura, conectividad, dispositivos, y, sobre todo, cultura digital y masa crítica. La IA, sin embargo, evoluciona sobre una infraestructura global que ya existe, donde Internet ya está desplegado, la nube ya existe, los datos , las APIs y las plataformas existen y por eso la curva probablemente será muchísimo más rápida.

De hecho, si miramos alrededor, ya estamos viendo señales: organizaciones ultrapequeñas generando ingresos millonarios, agentes capaces de ejecutar workflows completos, sistemas coordinando operaciones sin intervención humana constante o automatización cognitiva entrando en sectores enteros.

Esto solo el principio. Cuando los agentes comiencen a coordinarse masivamente entre sí, aparecerá algo completamente nuevo, mercados funcionando parcialmente a velocidad algorítmica. Imaginemos agentes financieros moviendo liquidez continuamente, agentes energéticos negociando consumo en tiempo real, agentes logísticos reorganizando rutas dinámicamente, agentes comerciales ajustando campañas automáticamente o agentes legales supervisando cumplimiento normativo en tiempo real. Alguien dirá, “ya existen algo parecido en la actualidad”. Pues no. La diferencia de la IA 4.0 frente a la automatización actual es que ya no hablamos de sistemas aislados ejecutando tareas concretas bajo reglas fijas, sino de redes de agentes inteligentes capaces de coordinarse entre sí, interpretar contexto, tomar decisiones operativas y reorganizar procesos completos en tiempo real, acercándonos por primera vez a una economía parcialmente autónoma funcionando más allá de los ritmos humanos tradicionales. Todo funcionando simultáneamente, optimizado y coordinado automáticamente, y aquí, amigos, cambia algo enorme porque la economía deja de depender completamente de los ritmos humanos.

Gran parte del sistema actual está diseñado alrededor de nuestras limitaciones, tiempos de decisión, capacidad cognitiva, coordinación lenta, horarios, burocracia o supervisión humana, pero con la IA 4.0 puede reducir radicalmente muchas de esas barreras históricas. Eso afecta prácticamente a todo, desde el empleo, tamaño de las empresas, productividad, distribución de riqueza, mercados, consumo, intermediación e incluso al propio concepto de trabajo.

Al final, si cada vez más parte de la economía empieza a funcionar mediante sistemas autónomos coordinándose entre sí, muchas de las bases sobre las que hemos construido el capitalismo moderno empiezan a tambalearse.

Y esto está, probablemente , mucho más cerca de lo que parece, porque todavía seguimos mirando la IA como una herramienta de productividad cuando quizá estamos empezando a construir una nueva infraestructura económica basada en inteligencia artificial coordinándose a escala global. Y si eso ocurre, el gran debate del futuro ya no será tecnológico, será económico, político y civilizatorio.

Durante las últimas semanas no hacen más que aparecer titulares sobre despidos en consultoras, tecnológicas y grandes empresas, informes que hablan de miles de puestos eliminados, anuncios de reestructuraciones, declaraciones de CEOs apuntando directamente a la inteligencia artificial, incluso empieza a asomar algo que hasta hace poco parecía lejano como el debate sobre la intervención de los gobiernos.

Se habla de automatización, de eficiencia, de sustitución de puestos, se repiten cifras, nombres de consultoras, tecnológicas, planes de ajuste, y, sin embargo, la explicación que domina es, quizás, demasiado sencilla para lo que está ocurriendo, porque no estamos ante otra ola tecnológica que mejora procesos. En mi opinión, estamos ante un cambio en la unidad de producción.

Durante décadas (por no decir siglos) hemos construido las empresas sobre una lógica muy concreta y es que la producción depende de las personas. Una persona equivale, más o menos, a una unidad de trabajo. Por simplificar, si quieres producir más, contratas más, para crecer, amplías equipo y si quieres escalar, réplicas estructura. Ese ha sido el modelo que han sostenido consultoras, agencias, medios, departamentos de marketing, equipos tecnológicos y sobre ese modelo se han construido los costes, las jerarquías, los incentivos y, en última instancia, la cuenta de resultados. Pero esa lógica, con la IA, ha mutado.

Lo que introduce la inteligencia artificial no es solo eficiencia, introduce una nueva relación entre persona y producción, y este es el click de la cuestión. Hoy, en muchos entornos profesionales, la ecuación empieza a parecerse más a 1 persona + IA = 5, 8 o 10 unidades de trabajo, apareciendo perfiles “10x”, founders en solitario y equipos mínimos con output masivo. No estamos viendo casos aislados, estamos viendo cómo el sistema empieza a reorganizarse alrededor de una nueva unidad de producción, señal clara de hacia dónde se está moviendo el sistema. El actual sistema empresarial no está diseñado para esto, sino para un mundo en el que cada persona añade una cantidad de producción, el crecimiento es proporcional al tamaño del equipo y los costes variables son, fundamentalmente, personas. ¿Pero qué pasa cuando una sola persona puede multiplicar su capacidad de producción? El equilibrio se rompe, y eso es exactamente lo que estamos viendo ahora mismo en forma de despidos.

No se está despidiendo (solo) porque la IA sustituya tareas, se está despidiendo porque el modelo organizativo está sobredimensionado para la nueva unidad de producción. Antes, para producir X, necesitabas 10 personas, ahora puedes producir X (o más) con 3. La diferencia, por tanto, no es tecnológica, es estructural.

Esto explica por qué los sectores más afectados son los que viven de vender conocimiento estructurado, consultoría, desarrollo, análisis, marketing, atención al cliente. No es casualidad. Son sectores donde el trabajo puede descomponerse en procesos, y todo lo que puede estructurarse empieza a ser automatizable.

Pero aquí hay un matiz importante que cambia la lectura, al menos para mí. La inteligencia artificial no está eliminando el trabajo, está desplazando su naturaleza. Antes, trabajar significaba ejecutar, hoy, cada vez más, trabajar significa decidir qué merece la pena ejecutar y ese es el verdadero cambio.

Cuando la ejecución deja de ser el cuello de botella, el valor se mueve a otro sitio como la definición del problema, el diseño de la solución, la comprensión del contexto o la capacidad de priorizar 

Por esta razón, el impacto no es homogéneo, los perfiles que desaparecen primero son aquellos cuya aportación estaba en la ejecución de tareas definidas, como junior, capas intermedias, funciones repetitivas, mientras, crece la demanda de perfiles capaces de orquestar sistemas, interpretar resultados y tomar decisiones en entornos complejos 

Pero hay algo más incómodo todavía, un giro más. Muchas empresas no están despidiendo porque la IA ya funcione perfectamente, están despidiendo porque saben que el modelo anterior ya no tiene sentido, por tanto, la decisión es estratégica, no solo operativa. Si cambia la unidad de producción, mantener la estructura anterior no es sostenible, y aquí aparece el verdadero riesgo. No es que falte trabajo, es que el sistema sigue organizado como si la TAP fuera 1, cuando en realidad ya es 5, 8 o 10. Reducir plantilla no es adaptarse, es ganar tiempo, ya que la adaptación real es otra cosa que pasa por rediseñar la empresa alrededor de esta nueva unidad de producción, teniendo que repensar cómo se organizan los equipos, cómo se mide el rendimiento, qué se vende realmente, dónde está el valor etc, porque si no haces eso, ocurre algo paradójico, tienes más capacidad que nunca, pero no sabes cómo convertirla en negocio.

La inteligencia artificial no es, por tanto, una herramienta más, como vengo sosteniendo hace mucho tiempo y varios artículos, es un cambio en la lógica de producción, de los negocios, y eso obliga a hacerse una pregunta incómoda, pero inevitable. Si una persona puede producir como diez, ¿qué tipo de empresa necesitas ahora?

A principios de los 2000, en plena explosión de Internet en España, hubo un libro que se puso muy de moda: ¿Quién se ha llevado mi queso?.

Recuerdo perfectamente el momento que vino a mis manos. Trabajaba en Arroba Systems y el director general, Agustín Gutiérrez ( probablemente el mejor vendedor , dicho con toda la connotación positiva de la palabra, que había en aquellos primeros años digitales)  nos lo regaló a los componentes del comité de dirección como forma de entender lo que estaba pasando y, sospecho, para tener una base estratégica sobre la que apoyar nuestro discurso de ventas.

La idea era sencilla: el entorno cambia, el “queso” desaparece, y tienes dos opciones, quedarte esperando o moverte. En aquel momento tenía todo el sentido, estábamos entrando en un mundo nuevo y había que adaptarse.

Años después, releer ese libro resulta casi inquietante porque, en esencia, describe muy bien lo que vuelve a pasar ahora con la IA. El entorno cambia, las reglas se mueven y muchos siguen buscando el queso en el mismo sitio, pero, como todo, existe un matiz importante , no menor, en aquel momento adaptarse era suficiente. El que se movía antes, el que entendía que el mundo cambiaba, el que dejaba de hacer lo de siempre, tenía ventaja. Se decía “quien golpea primero, golpea dos veces”, y se intentaba conseguir a toda costa.

Hoy no está tan claro que eso sea suficiente porque lo que estamos viviendo ahora con la IA no es solo un cambio de entorno, en mi opinión, es un cambio del propio sistema.

Si miramos atrás, cada gran ola (Internet, buscadores, redes sociales) redefinió cómo se crea, se distribuye y se captura el valor. Internet cambió la base, digitalizó la información, eliminó intermediarios y permitió la relación directa entre marcas y consumidores, abriendo nuevas vías de ingresos como el e-commerce. Los buscadores, como Google, cambiaron el acceso, organizaron la información y decidieron qué se encontraba, y las redes sociales, como Facebook, cambiaron la distribución y la atención, pasando a estar dentro de plataformas.

Y cada vez que eso ocurrió, hicimos algo parecido a lo que proponía el libro, nos movimos, nos adaptamos y buscamos el nuevo “queso”, pero casi siempre lo hicimos de la misma manera, incorporando más tecnología, más herramientas y más optimización, sin detenernos lo suficiente a entender para qué servían realmente ni qué cambiaban de fondo.

Eso nos permitió seguir operando, pero también nos llevó a una trampa, confundir adaptación con comprensión,aprendimos a movernos rápido, pero no siempre a entender qué estaba cambiando de verdad.

Y aquí es donde aparece la diferencia con lo que está pasando ahora.

La IA no es solo otro “cambio de sitio del queso”, no es solo que haya que ir a buscarlo a otro lugar, es que el propio concepto de queso puede estar cambiando, porque siguiendo con la lógica del libro, hasta ahora el juego era relativamente estable, ya que el laberinto era el mismo, las reglas eran conocidas y el reto consistía en encontrar más rápido el nuevo queso cuando cambiaba de sitio.

Hoy no está claro que sigamos en el mismo laberinto, por tanto no es que el queso se mueva, es que pueden estar cambiando, las paredes , los caminos , incluso la forma en la que sabes que has encontrado queso Es como si, de repente, el mapa dejara de ser fiable, y en ese contexto, moverse más rápido no siempre te acerca al objetivo, a veces, simplemente te hace avanzar más deprisa en la dirección equivocada y aquí está el cambio de fondo.

Durante años, el valor estaba en reaccionar antes que los demás, hoy empieza a estar en entender antes que los demás porque si no entiendes qué está cambiando: puedes optimizar lo que ya no importa, puedes mejorar procesos que dejan de ser relevantes o puedes incluso crecer en un modelo que se está quedando atrás . Para mí, la IA introduce algo nuevo, no solo cambia el entorno en el que operamos, también cambia la forma en la que entendemos ese entorno, por tanto es herramienta y contexto al mismo tiempo y eso rompe la lógica anterior, porque ya no basta con adaptarse, hace falta reinterpretar.

Por eso, el mensaje del libro sigue siendo válido pero incompleto. Sí, hay que moverse, hay que adaptarse, pero ahora hace falta algo más,  detenerse a entender qué ha cambiado realmente, qué parte del modelo sigue teniendo sentido, y sobre todo, entender qué parte ya no lo tiene.

Porque el riesgo ya no es quedarse quieto, el riesgo es moverse mucho sin haber entendido dónde estás. Al final, no se trata solo de encontrar el nuevo queso, se trata de entender si seguimos en el mismo laberinto.

Durante años hemos interpretado la evolución tecnológica como una cadena de avances que ampliaban capacidades humanas: máquinas que sustituyen el esfuerzo físico, software que mejora la ejecución, Internet que multiplica el acceso a la información. Esa lectura es válida, pero se queda corta porque llega un momento en el que no basta con entender qué hace una tecnología, la clave es entender por qué surge. En el caso de la inteligencia artificial, la respuesta no es funcional, es estructural.

La IA no se crea simplemente para automatizar tareas o generar contenido, eso es lo que vemos hoy, pero no es la razón de fondo. La IA aparece porque el sistema ha alcanzado un nivel de complejidad que el ser humano, por sí solo, ya no puede gestionar de forma eficiente. Así de sencillo, y de complejo.

Durante décadas hemos construido un entorno basado en datos, velocidad y escala, donde cada proceso genera información, la interacción añade variables y cada decisión tiene más opciones que nunca. Y eso ha creado una paradoja, tenemos más información que nunca pero menos capacidad relativa para procesarla. Por tanto, el cuello de botella ya no está en la ejecución, sino que está en la decisión. Y ahí es donde nace la IA, no como una herramienta más, sino como una respuesta a ese límite, una forma de reducir el coste de analizar, interpretar y decidir, una capa que permite que el sistema siga funcionando sin colapsar bajo su propia complejidad. Por eso, en mi opinión, decir que la IA sirve para automatizar es quedarse en algo muy superficial. La IA existe para escalar la toma de decisiones y hacer viable un entorno donde la cantidad de información y de opciones supera la capacidad humana y, al final, permitir que empresas, mercados y organizaciones sigan creciendo sin que la complejidad los paralice.

En ese sentido, es la evolución natural de las tecnologías anteriores. La máquina redujo el esfuerzo físico, el software redujo el esfuerzo operativo y la IA reduce el esfuerzo cognitivo. Y, como es evidente, cuando una tecnología entra en la capa cognitiva, el impacto deja de ser incremental y pasa a ser estructural.

Esto nos lleva al segundo punto: cómo se está aplicando hoy.

La mayoría de las empresas están utilizando la IA en su fase más visible, automatización de tareas, generación de contenido, optimización de procesos, reducción de costes, todo eso tiene sentido. Es lo que siempre ocurre en la primera fase de adopción de una tecnología, se usa para mejorar lo que ya existe.

Pero la historia también nos enseña que ese nunca es el uso final. El ordenador no transformó el mundo por hacer cálculos más rápidos, Internet no lo hizo por distribuir información, lo hicieron cuando cambiaron la forma en la que trabajamos, nos organizamos y tomamos decisiones.

Con la IA estamos en ese mismo punto, porque si su función es actuar sobre la capa cognitiva, su impacto real no estará en hacer más rápido lo que ya hacemos, estará en cambiar cómo decidimos, quién toma decisiones, cómo se toman, con qué información y con qué velocidad, y eso tiene implicaciones mucho más profundas de lo que parece. En mi opinión, cambia cómo se diseñan los modelos de negocio, cómo se estructuran las organizaciones, y dónde está el valor, porque cuando pensar es más barato, la ventaja deja de estar en pensar, y se desplaza Hacía definir el problema correcto, marcar el objetivo, decidir qué merece la pena hacer y qué no.

Esto nos lleva al tercer punto: cómo se aplicará realmente en el futuro. Siguiendo esta lógica, no como una herramienta aislada, tampoco como un departamento, sino como una capa integrada en todo el sistema, una capa que analiza en tiempo real, propone alternativas, evalúa escenarios y ajusta decisiones de forma continua. En definitiva, una capa que no sustituye completamente al humano, pero que redefine su papel. El humano deja de ser el que ejecuta o incluso el que decide cada detalle, pasa a ser quien define el marco, decide qué problema se quiere resolver, los objetivos se persiguen y los riesgos se asumen.

En un entorno donde todos tienen acceso a la misma capacidad de análisis y ejecución, la ventaja competitiva no está en la herramienta, está en el criterio, en la claridad estratégica y en la capacidad de entender qué merece la pena hacer.

Por eso, el mayor error que se puede cometer hoy con la IA es verla como una mejora de productividad, que lo es, pero eso es solo el principio, lo básico.

La IA no va a transformar el mundo porque haga las cosas más rápido, lo va a transformar porque cambia quién decide, cómo se decide, y si cambia la toma de decisiones, cambia todo lo demás.

La historia ya lo ha demostrado, las tecnologías no transforman solo la ejecución, transforman el propósito, y la IA, probablemente por primera vez, no solo amplifica lo que hacemos, empieza a intervenir en cómo pensamos. Es un gran cambio..:))

El otro día leí un post que venía a decir que solo hay un tipo de trabajador que la IA no podrá sustituir, que es aquel cuyo trabajo no puede definirse, y que la línea ya no está entre manual e intelectual, sino entre lo que puede describirse y lo que no. Y, en esencia, estoy bastante de acuerdo.

Todo lo que puede estructurarse o describirse (aunque sea complejo) empieza a ser terreno natural para la IA , lo estamos viendo ya en múltiples sectores y, por tanto, si algo puede explicarse como una secuencia de pasos, antes o después podrá automatizarse.

Pero creo que hay un matiz importante que cambia bastante la lectura.

La frontera no está tanto en lo definible frente a lo no definible. Para mí, empieza a estar en quién define el problema, porque la IA ya no solo ejecuta, también propone, combina, sugiere, comienza a entrar en terrenos que antes considerábamos reservados a lo creativo y eso desplaza el valor hacia otro sitio, a saber y decidir qué merece la pena hacer, a formular las preguntas correctas, a entender el contexto y asumir las consecuencias.

Y aquí es donde aparece algo que, en mi opinión, va a marcar los próximos años.

Empieza a surgir una nueva capa de perfiles, que no son técnicos puros, tampoco son directivos clásicos, son perfiles híbridos que entienden la tecnología, pero sobre todo entienden cómo convertirla en negocio.

Pero hay algo aún más importante, ya que ese este perfil no se construye solo con conocimiento técnico ni con formación reciente, se construye, sobre todo, con experiencia, porque entender qué tecnología a aplicar no es un problema técnico, es un problema de criterio y este se sustenta en haber gestionado negocios reales, tomado decisiones con impacto, entendido cómo funcionan los mercados y vivido aciertos y errores. Sin esa base, la tecnología se queda en herramienta, con ella, se convierte en palanca.

Por eso estos perfiles no son simplemente “gente que sabe de IA”, son profesionales que llevan años entendiendo cómo la tecnología afecta al negocio, aunque antes se llamara digitalización, internet o transformación. Ahora, con la IA, ese conocimiento se vuelve crítico. Este perfil ya no programan necesariamente, no ejecutan todo, pero son los que deciden qué automatizar, diseñan cómo se integra la tecnología, conectan herramientas con procesos reales e interpretan el impacto en el negocio. Son lo que yo llamo orquestadores de valor.

Y, claro, esto cambia también cómo se gestionan las empresas.

Durante años hemos construido organizaciones donde la tecnología era soporte, donde la estrategia iba por un lado y la ejecución por otro. Ese modelo empieza a romperse porque ahora la tecnología no es una capa más, es parte del propio modelo de negocio, y eso exige otro tipo de liderazgo. Ya no basta con entender el mercado, ni con gestionar equipos, ni siquiera con tener visión estratégica en abstracto, hace falta experiencia aplicada para entender qué puede hacer la tecnología, dónde aplicarla y cómo integrarla en decisiones reales.

Por eso creo que estos perfiles híbridos no son un complemento, van a ser el centro, los que ocupen ese espacio (con criterio, con experiencia y con capacidad de conectar puntos) serán los que realmente gestionen las empresas en este nuevo contexto.

El riesgo, de hecho, no está en no saber usar la IA, eso se aprende. El riesgo, en mi opinión, está en no saber qué hacer con ella, y ahí es donde se va a producir la verdadera diferencia. La IA no elimina a quien hace el trabajo, sustituye a quien no entiende cómo convertir la tecnología en decisiones que generen negocio.

Y hay una última reflexión, que me parece interesante añadir.

Muchas veces se dice que, además de todo esto, estos perfiles deben conocer en profundidad el sector en el que operan; es verdad, pero solo hasta cierto punto.

El conocimiento de sector aporta contexto, pero también introduce inercias, sesgos y formas de hacer que no siempre ayudan en momentos de cambio. De hecho, muchas de las grandes disrupciones no han venido de dentro del sector, sino de fuera. Por eso, más que perfiles que partan del conocimiento sectorial para luego incorporar tecnología, lo que empieza a tener sentido es justo lo contrario: perfiles que entienden negocio y tecnología, y que son capaces de entrar en distintos sectores para replantearlos. El sector importa, claro, pero como capa fina, porque lo que realmente cambia el juego no es conocer cómo se han hecho siempre las cosas, sino entender cómo pueden hacerse de otra manera. Y ahí, de nuevo, volvemos al mismo punto: criterio, experiencia y capacidad de decidir.

Hace unos días leí un artículo sobre una startup llamada Medvi que, supuestamente, factura 180 millones de dólares con solo dos empleados gracias a la IA. Más allá de los datos (que seguramente están inflados, incompletos o, quizá, mal interpretados) lo interesante, al menos para mí, no es si son dos, diez o cien personas, que también lo sería, sino qué está cambiando realmente en el negocio. Porque el titular fácil es ese: “la IA permite crear empresas gigantes con muy pocas personas”. Pero ese no es el cambio; eso es ruido goloso, pero ruido.

El cambio real es otro, más estratégico, más complejo. Ahora, una empresa puede capturar mucho valor sin poseer la cadena de valor , y aquí es donde la IA deja de ser una herramienta y pasa a ser una capa estructural. Pero para que eso ocurra hay una condición previa que muchas veces se pasa por alto: entender qué es la IA y cómo aplicarla al negocio. Porque la IA no es solo automatización ni solo eficiencia, es una capa cognitiva que permite operar, decidir y optimizar de forma distinta, y solo cuando entiendes eso puedes construir algo como Medvi.

Si analizas el caso con calma Medvi no hace nada especialmente mágico. No fabrica el producto, no tiene médicos propios, no tiene farmacia, no controla la operación, ya todo eso está externalizado. Entonces, ¿qué hace? Controla la distribución, la experiencia y, sobre todo, la relación con el usuario. Y la IA aparece justo ahí, no como sustituto del negocio, sino como el sistema que permite escalar esa capa optimizando la adquisición, mejorando la conversión, automatiza interacciones y acelera decisiones. Es decir, convierte esa capa en un sistema, por llamarlo de alguna forma. 

Esto puede recordar a modelos como Amazon, pero hay una diferencia clave. Amazon no fabrica la mayoría de lo que vende, pero sí controla la cadena logística los pagos, infraestructura, marketplace. Es un modelo basado en integración, pero Medvi, no. Medvi es lo contrario, ya que desintegra la cadena . No posee las piezas, “solo las conecta. Y eso cambia completamente el tipo de empresa que estás construyendo, pero también cambia algo más importante, que es el tipo de ventaja competitiva. Amazon es difícil de copiar porque controla la infraestructura, pero Medvi, en cambio, es mucho más fácil de replicar porque no tiene activos críticos propios. Su ventaja no está en lo que posee, sino en cómo conecta y optimiza, y eso dibuja un escenario distinto, con negocios más rápidos y flexibles, pero también más fáciles de replicar.

Y aquí vuelve a aparecer la IA, pero ahora en su papel más importante. Porque este tipo de modelo solo es viable si tienes una capa que aprende, ajusta y optimiza continuamente. Sin esa capa, esto no escala. Con ella, se convierte en un sistema adaptable, ya que la IA no elimina la complejidad del negocio, la gestiona, no sustituye la operación, la coordina y no crea el modelo, pero permite que funcione.

Antes, el valor estaba en construir toda la cadena (producto, operación, distribución) ahora, sin embargo, el valor se está concentrando en otro punto, en la capa que conecta todo eso con el cliente y la optimiza en tiempo real. Esto cambia completamente las reglas del juego. Puedes crear un negocio relevante sin poseer los activos ni encargarte directamente de la ejecución, y aun así apropiarte del valor, pero esa misma lógica funciona para cualquiera, y ahí surge la tensión: modelos más ágiles y veloces, sí, pero también más expuestos y con menor capacidad de defensa.

Por eso, reducir la IA a una herramienta de productividad es quedarse muy corto, es hacer más con menos, es entender cómo funciona, aplicarla correctamente y, a partir de ahí, rediseñar el negocio. Y esto conecta con algo que estamos viendo en muchos sectores, también en los medios por ejemplos. Durante años, el valor estaba en producir contenido. Hoy, cada vez más, el valor está en quién distribuye, quién tiene la relación, quién controla el acceso y quién sabe optimizar todo eso.

Medvi no demuestra que la IA sustituya empresas demuestra algo mucho más incómodo y es que muchas empresas estaban construidas en la parte correcta de la cadena para un contexto que ya no existe. Y aquí está la pregunta de verdad, al menos para mí, que no es si puedes o debes usar IA, es si sabes entenderla y aplicarla en el lugar adecuado del negocio. Porque en este nuevo escenario no gana quien produce mejor, gana quien diseña mejor el sistema, y, ahí, la IA deja de ser una herramienta para convertirse en ventaja competitiva.