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.

Durante años hemos explicado la tecnología como una extensión del ser humano.

El coche amplía nuestra capacidad de desplazamiento, el móvil amplía nuestra capacidad de comunicación o Internet amplía nuestra capacidad de acceso al conocimiento. Siempre ha sido así, la tecnología como herramienta que potencia lo que ya hacemos. Todas ampliaban lo que hacíamos pero ninguna competía con cómo pensamos.

Por eso, cuando hablamos de inteligencia artificial, me surge una pregunta que, desde mi punto de vista y mi visión, tiene toda la lógica: ¿es un sexto sentido o estamos ante algo distinto? La respuesta, para mí, actualmente, es clara: no es ni lo uno ni lo otro. Y ahí está el matiz importante.

Los seres humanos percibimos el mundo a través de los sentidos, ya que vemos, oímos, tocamos, olemos, saboreamos. Esa es nuestra conexión directa con la realidad. Pero la IA no percibe, no ve, no oye, no siente. Entonces, ¿qué hace? Es capaz de interpretar y ahí empieza el cambio de verdad.

Hasta ahora, la interpretación de la realidad era un espacio exclusivamente humano. Podíamos tener más o menos información, analizar mejor o peor, pero el significado de lo que ocurre era nuestro. Eso está cambiando. La IA no viene a darte más ojos, al menos por ahora, viene a decirte qué significan los datos que ya tienes, y entra en una capa distinta: la del significado.

Y eso tiene una consecuencia enorme porque cuando alguien interpreta influye en la decisión y, por definición, cuando influye en la decisión empieza a competir con el criterio. Este es el punto clave. No estamos ante una herramienta más, estamos ante el primer sistema que propone, sugiere, prioriza o descarta antes de que tú decidas.

La IA no decide por ti, aún no, pero empieza a hacer algo igual de relevante: condiciona desde dónde decides, te da opciones, ordena escenarios, sugiere caminos y eso es “poder”. Porque el criterio no es solo elegir, es elegir dentro de un marco concreto, y si el marco lo construye otro, tu decisión deja de ser completamente tuya. ¿Tiene lógica, no?

Aquí aparece el riesgo real, algo que puede dar miedito. No es que la IA piense por nosotros, es que nos acostumbremos a pensar desde lo que la IA nos propone, que dejemos de cuestionar, dejemos de explorar fuera de ese marco, que confundamos lo probable con lo adecuado. Y aquí, en mi opinión, es donde muchas organizaciones se van a equivocar. Van a utilizar la IA para optimizar decisiones sin darse cuenta de que están estandarizando el criterio.

Todos con las mismas herramientas, todos con los mismos datos, todos con las mismas recomendaciones, y el resultado será decisiones cada vez más eficientes y cada vez más parecidas.

No todas las empresas tienen los mismos datos, ni formulan las mismas preguntas, y, por tanto, no obtendrán exactamente los mismos resultados. Pero el problema no es ese. El problema es que, aun siendo distintos, tenderán a parecerse. Porque la IA no iguala los datos… iguala la forma de interpretarlos.

Y en ese contexto, la ventaja cambia de sitio y ya no está en acceder a la información, ni siquiera en procesarla, está en cómo decides frente a lo que la IA te propone. El famoso criterio.

La IA puede generar mil opciones, pero no sabe cuál merece existir, no sabe qué encaja en tu visión, qué conecta con tu cliente, qué tiene sentido en tu contexto. Eso sigue siendo humano.

Y aquí es donde, curiosamente, conecta con El sexto sentido.

En la película, el protagonista ve pero no interpreta correctamente lo que está viendo. La realidad está delante de él, pero el significado se le escapa.

Y eso es exactamente lo que empieza a ocurrir ahora: no es que no veamos, es que alguien empieza a decirnos qué estamos viendo.

Por eso, la pregunta no es: ¿es la IA un nuevo sentido? Es otra: ¿vas a seguir usando el tuyo? El riesgo no es que la IA te sustituya, es que empiece a definir el marco desde el que decides. Y eso es mucho definir.

Y como en la película, el mayor peligro no es no ver la realidad es no darte cuenta de que la estás interpretando desde un marco que no es el tuyo. Y eso sí cambia el juego.

Hace unos días, esperando a mi mujer para salir de casa me quedé en el salón escuchando el tic-tac de un reloj antiguo (con pinta de antiguo, aunque tenga 15 años) colgado en la pared. Y me vino una pregunta:

¿Ese segundo que está pasando vale lo mismo hoy que hace 100 años? ¿O hace 50… o incluso 2?

Durante décadas, por no decir siglos, hemos construido la economía, el trabajo y la vida sobre una idea aparentemente incuestionable: todos tenemos el mismo tiempo, que básicamente son 24 horas al día, 7 días a la semana. A partir de ahí, todo giraba alrededor de una variable: el esfuerzo.

Quien trabajaba más, producía más, quien optimizaba mejor su tiempo, ganaba ventaja y, por tanto, más dinero. Pero el punto de partida era común.

Es verdad: el tiempo había cambiado antes. Si miramos un poco hacia atrás, no es cierto que esta sea la primera vez que la tecnología impacta en el tiempo. En los años 30, por ejemplo, hacer cálculos complejos llevaba días. Se hacían a mano, de cabeza o con calculadoras rudimentarias.

Luego llegaron las calculadoras de verdad, los ordenadores, Excel y todo eso redujo el tiempo de ejecución de forma brutal. Entonces, ¿qué hace distinta a la IA? Este es el click de la cuestión.

Las revoluciones anteriores mecanizaban la ejecución, hacían más rápido lo que ya sabíamos hacer, reducían el tiempo de cálculo u optimizaban procesos .Pero había algo que no cambiaban ya que el humano seguía siendo quien pensaba, decidía y diseñaba. Internet tampoco cambió eso. Nos dio acceso a información, aceleró la comunicación y amplió el conocimiento disponible, pero no sustituyó la decisión, solo la alimentaba.

La diferencia radical con la IA es que no mecaniza solo la ejecución (que también) sino que hace algo distinto: empieza a operar sobre la capa cognitiva. Es decir, no solo ejecuta, sino que también interpreta, propone y condiciona decisiones. Y ahí cambia todo porque, por primera vez, no solo se reduce el tiempo de hacer, se reduce el tiempo de pensar.

Las tecnologías anteriores comprimían el tiempo operativo pero la IA comprime el análisis, la interpretación, la generación de opciones y, sobre todo, la toma de decisiones. Siguiendo esta lógica, el tiempo se vuelve relativo.

No porque ahora hagamos las cosas más rápido (eso ya pasaba) sino porque la capacidad de pensar, decidir y actuar dentro del tiempo ya no es igual para todos. El tiempo deja de ser homogéneo. Y, por tanto, la ventaja ya no está en trabajar más, sino en quién piensa, decide y actúa mejor dentro del mismo tiempo. Aquí aparece un nuevo activo: el tiempo amplificado (u optimizado)

La IA no solo ahorra tiempo, multiplica la capacidad de decisión por unidad de tiempo. Y aquí surge la pregunta clave:

¿Qué haces con esa capacidad extra de pensar y decidir? Muchas empresas están aplicando IA como si fuera una calculadora avanzada, pero parece evidente que no lo es. Estamos ante algo que impacta en cómo se decide, cómo se interpreta y cómo se genera valor. Por eso, la pregunta importante no es solo ¿Cómo uso la IA?, sino esta: ¿En qué voy a invertir el tiempo que la IA me está liberando?

La mayoría de las empresas, sin darse cuenta, están utilizando ese “tiempo liberado” para hacer más tareas, aumentar la carga de trabajo , producir más volumen o acelerar el mismo modelo con un resultado obvio: más actividad, pero no necesariamente más valor. Las empresas que entienden el cambio hacen algo distinto, no rellenan el tiempo, lo reasignan estratégicamente.

Ese tiempo liberado debería invertirse en cuatro cosas: A) Pensar mejor. No más rápido, mejor. B) Decidir con más criterio No más decisiones, sino mejores. C) Construir ventaja no automatizable como relaciones, confianza etc. D) Diseñar el negocio, como nuevos productos, nuevas líneas de ingresos, nuevas formas de capturar valor. Dos empresas pueden tener la misma IA pero una la usa para hacer más y otra la usa para pensar mejor Y eso genera dos resultados completamente distintos. Por tanto, la ventaja no está solo en usar IA, está en saber en qué inviertes el tiempo que la IA te devuelve.

A finales de los años noventa, la gastronomía española vivió algo que hoy parece evidente, pero que en su momento fue profundamente disruptivo. Un cocinero, Ferran Adrià, decidió que innovar no significaba mejorar ligeramente las recetas tradicionales. Su intuición fue mucho más radical: había que cambiar la estructura de los platos. Así nació la famosa deconstrucción culinaria.

Adrià tomó platos profundamente reconocibles (tortilla de patatas, gazpacho, menestra) y los separó en sus elementos esenciales para reconstruirlos de otra forma. Las texturas cambiaban, la presentación cambiaba, incluso la experiencia del comensal cambiaba. Pero el sabor, la esencia del plato, seguía ahí. No destruyó la cocina tradicional, la reinterpretó desde su estructura.

Ese gesto, que en su origen fue puro talento creativo y visión, acabó colocando a la gastronomía española en la vanguardia mundial durante más de una década. Si miramos hoy al sector de los medios, el contraste es algo más que evidente.

Durante más de una década llevamos escuchando las mismas soluciones: diversificar ingresos, apostar por suscripciones, organizar eventos, construir relación con la audiencia, desarrollar nuevos productos, etcétera. Si uno revisa informes del sector (WAN-IFRA, Reuters Institute, INMA)  comprobará que esas recomendaciones llevan circulando al menos doce o quince años.

Las recetas están claras, pero el problema es que hemos intentado aplicarlas sin cambiar realmente la estructura del modelo. Hemos añadido capas (suscripciones, eventos, branded content...) sobre una arquitectura que sigue siendo básicamente la misma: producir contenido, atraer tráfico y monetizar audiencia. Durante años eso pudo funcionar porque lo que vivíamos era una evolución de Internet. El consumo migraba a lo digital, aparecían nuevas plataformas, cambiaban los formatos publicitarios. Era un cambio profundo, sí, pero en gran medida adaptativo. Hoy el contexto es completamente distinto.

La irrupción de la inteligencia artificial introduce una disrupción mucho más profunda ya que solo cambia cómo se distribuye la información, sino también cómo se produce, cómo se sintetiza y cómo se accede a ella. Las interfaces de IA empiezan a convertirse en una nueva capa de acceso al conocimiento y eso obliga a replantear algo más importante que el modelo publicitario. Obliga a replantear el papel de los medios.

Si el contenido se vuelve abundante y fácilmente sintetizable por sistemas de IA, el valor ya no estará únicamente en producir artículos. El valor estará en organizar conocimiento fiable, aportar criterio y construir relación con las personas.

Aquí es donde la metáfora culinaria vuelve a tener sentido.

Quizá lo que necesita hoy el sector de los medios es exactamente lo que hizo Ferran Adrià en la cocina: deconstruir su modelo. Separar sus elementos esenciales (contenido, marca, comunidad, servicios) para reconstruirlos en una arquitectura distinta, adaptada a un ecosistema donde la información es abundante y donde el acceso al conocimiento está cambiando.

El contenido seguiría existiendo, pero dejaría de ser el negocio en sí mismo y pasará a ser la puerta de entrada a algo más amplio: un ecosistema de comunidad, conocimiento y servicios. Eventos y formación personalizados, herramientas digitales, comunidades profesionales, productos de datos o experiencias alrededor de una marca que genera confianza. Paradójicamente, la inteligencia artificial puede ser el motor que permita hacer esa transformación.

No porque sustituya a los medios, sino porque puede ayudarlos a organizar mejor el conocimiento, personalizar la experiencia, escalar la relación con las audiencias y crear productos informativos completamente nuevos.

Por eso la pregunta quizá no sea si la IA es una amenaza para los medios. La pregunta es otra.

¿Y si la inteligencia artificial fuera el catalizador que permita a los medios hacer su propia deconstrucción? Ferran Adrià no revolucionó la cocina gracias a una nueva tecnología, sino gracias a una forma distinta de pensar los platos, de mirar sus ingredientes y retocar la cadena. La IA introduce precisamente eso en las organizaciones: una nueva lógica cognitiva para pensar procesos, información y conocimiento.

Por eso la IA no es el nuevo Ferran Adrià, pero sí puede ser el contexto intelectual y tecnológico que permita a los medios hacer lo que él hizo con la cocina: deconstruir su modelo para reconstruirlo en una arquitectura nueva, adaptada a un ecosistema donde el contenido es abundante y donde el verdadero valor vuelve a estar en el criterio, la relación y la comunidad.

El otro día, navegando por la web y conversando con distintas herramientas de IA, me encontré con una frase que, de repente, comenzó a ordenar muchas ideas que llevaba tiempo rondando. Una frase sencilla, pero demoledora. Es de Walt Kelly, dibujante y creador de la tira cómica Pogo, publicada en Estados Unidos entre 1948 y 1975: “Hemos conocido al enemigo y somos nosotros.”

La frase, escrita en un contexto completamente distinto, parece describir con precisión , al menos así lo entendí yo, uno de los grandes problemas actuales de las organizaciones frente a la inteligencia artificial. Porque muchas veces el verdadero obstáculo para aplicar la IA no está en la tecnología, ni en los datos, ni siquiera en los recursos. ¡¡Está en nosotros mismos!! 

La inteligencia artificial tiene una dualidad incómoda en su núcleo, muy incómoda. Solo puede aplicarse bien desde una mentalidad humana y, al mismo tiempo, el mayor obstáculo para su implantación profunda es humano. La IA no se implanta sola, ni redefine sola modelos por sí misma. Necesita intención, dirección, criterio, comprensión del negocio, del contexto, de la cultura organizativa. Necesita personas. Y ahí está el problema.

Porque muchas de las personas que deben liderar esa implantación viven atrapadas en un efecto Memento. O peor aún, en un “día de la marmota” corporativo. Cada año se habla de transformación, todos los trimestres se lanza una iniciativa, luego aparecen una nueva prioridad y , encima, cada semana surge una herramienta que “lo cambia todo”. Pero el patrón de fondo no cambia.

Se reacciona, se prueba o se intenta probar rápido, se comenta, se posterga la decisión y, al día siguiente, se empieza de nuevo. La IA exige profundidad y el gestor medio trabaja en la urgencia . La IA exige rediseñar modelo y muchas organizaciones protege margen. Y, sí, la IA exige cuestionar estructura y el directivo protege estabilidad.

El ser humano es imprescindible para que la IA funcione. Porque sin interpretación humana, la IA es “solo” cálculo. Pero también es intrínseco al ser humano arrastrar inercias, miedos, desconocimiento y una tendencia natural a proteger lo que ya funciona.

Y ahí aparece la contradicción central: la IA necesita humanidad para desplegar su potencial, pero la humanidad que la aplica está condicionada por sus propios límites cognitivos y emocionales.

El éxito de la IA depende del factor humano: visión, memoria estratégica, capacidad de aprendizaje acumulativo, valentía para rediseñar. Pero el fracaso de su implantación también depende del factor humano: miedo a perder control, miedo a canibalizar ingresos, desconocimiento real de lo que implica, resistencia cultural al cambio profundo.

La tecnología no tiene miedo, pero las organizaciones sí. La IA es inagotable, algunas personas si lo son; la IA no se aferra al pasado pero en muchos casos, las estructuras humanas sí. Por eso, veo una incoherencia constante: discursos avanzados sobre IA conviven con modelos intactos. Se proclama la automatización, pero se mantienen los procesos del pasado, aplaudimos los pilotos, mientras los incentivos que sostienen el modelo antiguo no cambian. Una buena paradoja laboral…

El ser humano es la solución porque solo desde su comprensión se puede integrar la IA con sentido, pero también es el problema cuando esa comprensión es superficial, fragmentada o dominada por la inercia. La pregunta entonces no es tecnológica: 

¿Cómo diseñamos organizaciones donde lo humano sea la palanca y no el freno?

¿Cómo evitamos el efecto Memento (reiniciar cada día sin aprendizaje acumulado) cuando precisamente necesitamos continuidad estratégica para aplicar bien la IA? La respuesta no está en más herramientas, sino en trabajo en compresión de la estructura, más memoria estratégica, más coherencia en el modelo, mucha más valentía para alterar incentivos y, desde luego y sobre todo, más arquitectura. La IA no funciona bien en organizaciones mal diseñadas. Por eso, el verdadero reto no es tecnológico. Es organizativo. Cambiar procesos, revisar incentivos y construir una arquitectura que permita que el conocimiento se acumule y se convierta en ventaja competitiva. Sin eso, la IA se queda en experimentos. 

La IA amplifica lo que somos, lo bueno y , sobre todo, lo malo. Si somos estratégicos, la potencia se multiplica y si somos incoherentes, la incoherencia se acelera. El ser humano no es prescindible en la era de la IA; es y debe ser el núcleo. Pero, precisamente por eso, es también el punto crítico. La IA no fracasará por falta de capacidad técnica, sino por incapacidad humana para sostener el cambio que ella misma exige. Y ahí está la verdadera paradoja:

La solución y el problema son la misma especie.