a16z: La IA está multiplicando por diez la productividad de todo el mundo, pero aún no se sabe quién será el verdadero ganador

Título original del artículo: IA institucional frente a IA individual

Autor del artículo original: George Sivulka, a16z

Traducción del artículo original: DeepTech TechFlow

La IA acaba de multiplicar por diez la productividad de todo el mundo.

Por lo tanto, ninguna empresa ha multiplicado por diez su valor.

¿Dónde se ha ido la productividad?

No es la primera vez que ocurre.

En la década de 1890, la electricidad prometía un enorme aumento de la productividad.

Las fábricas textiles de Nueva Inglaterra, construidas en un principio en torno a las hiladoras «jenny» impulsadas por vapor, sustituyeron rápidamente las máquinas de vapor por motores eléctricos más rápidos.

Sin embargo, durante tres décadas enteras, las fábricas electrificadas apenas registraron aumentos en la producción. La tecnología ha avanzado a pasos agigantados. Pero la organización no estuvo a la altura.

No fue hasta la década de 1920, cuando las fábricas rediseñaron por completo las líneas de producción —cadenas de montaje, cada máquina con su propio motor eléctrico, trabajadores y máquinas realizando tareas totalmente diferentes— cuando la electrificación dio finalmente sus frutos.

Leyenda: Tres etapas en la evolución de la fábrica textil de Lowell. De izquierda a derecha: Fábrica impulsada por vapor (1890), fábrica impulsada por electricidad (1900), fábrica con «accionamiento unitario» (1920; completamente reconstruida desde cero para convertirla en una cadena de montaje eléctrica).

El beneficio no provino de la tecnología en sí misma, ni de hacer que los trabajadores o las máquinas funcionaran a mayor velocidad. En cambio, no fue hasta que finalmente rediseñamos el sistema junto con la tecnología cuando las ventajas se hicieron realmente patentes.

Esta es la lección más cara de la historia de la tecnología, y ahora la estamos volviendo a aprender.

En 2026, la inteligencia artificial multiplicará por diez la productividad de quienes sepan aprovecharla. Pero eso no es suficiente. Hemos cambiado los motores eléctricos, pero aún no hemos rediseñado la fábrica.

Por una sencilla razón: El hecho de que haya personas eficaces no significa que las organizaciones sean eficaces.

La gran mayoría de los productos de inteligencia artificial transmiten una sensación de «eficiencia», pero en realidad no aportan ningún valor añadido. La mayoría de los casos de uso de la IA que se ven son personas que se dedican a presumir de «máxima eficiencia» en Twitter o en el Slack de la empresa, sin que ello tenga ningún impacto real.

El concepto de «el servicio como software», del que tanto se ha hablado este último año, va por buen camino, pero carece de un plan de acción. Además, no tiene en cuenta el panorama general. La verdadera transformación no consiste solo en pasar de una herramienta a un servicio, sino en desarrollar conjuntamente la tecnología y la institución (ya sea transformando las existentes o partiendo de cero). Un futuro verdaderamente eficiente requiere una categoría de productos totalmente nueva: la cadena de montaje del mañana.

Las organizaciones eficientes necesitan «inteligencia institucional».

En este artículo se analizarán las siete dimensiones que diferencian la «IA institucional» de la «IA personal». El panorama completo de la IA en el sector B2B durante la próxima década se basará en estas variaciones:

Leyenda: Tabla comparativa de los siete pilares de la inteligencia institucional

Los siete pilares de la inteligencia institucional

1. Coordinación

La IA personal genera caos.

La IA institucional fomenta la coordinación.

Empecemos con un experimento mental. Imagina que mañana duplicaras el tamaño de tu empresa clonando a todos tus empleados con mejor rendimiento.

Cada uno de estos empleados tiene pequeñas diferencias, preferencias, peculiaridades y puntos de vista (sobre todo los mejores). Sin una gestión adecuada, una comunicación deficiente, una distribución de tareas poco clara, objetivos y resultados clave (OKR) y límites de funciones mal definidos... se genera el caos.

Si se analiza por separado, la organización puede parecer más eficiente. Pero con miles de agentes (o personas) tirando en direcciones opuestas, en el mejor de los casos se producirá un estancamiento y, en el peor, se resquebrajará la cohesión de la organización.

Esto no es una hipótesis. Todas las organizaciones que están incorporando la IA sin una capa de coordinación se enfrentan actualmente a esta situación. Cada empleado tiene sus propios hábitos de uso de ChatGPT, su propio estilo a la hora de formular las preguntas y sus propios resultados, todos ellos independientes entre sí. Puede que el organigrama siga ahí, pero el trabajo generado por la IA va, en esencia, por otro camino.

Leyenda: Individuos eficientes (o agentes) que reman en direcciones opuestas. Sin coordinación, es un caos.

La alineación es un requisito imprescindible, tanto para las personas como para los agentes.

La inteligencia empresarial dará lugar a todo un sector dedicado a la «gestión de agentes», centrado en la función y las responsabilidades de los agentes, la comunicación entre ellos y entre los agentes y las personas, y cómo medir el valor de los agentes (basarse únicamente en el pago por uso dista mucho de ser suficiente).

2. Señal

La IA personal genera ruido.

La IA empresarial detecta la señal.

Los seres humanos de hoy en día pueden crear —o quizá debería decir generar— cualquier cosa que se les ocurra: artículos escritos por IA, presentaciones, hojas de cálculo, fotos, vídeos, canciones, sitios web, software. ¡Qué regalo tan estupendo!

El problema es que la gran mayoría del contenido generado por la IA es una auténtica basura. La proliferación de «basura» generada por la IA ha llegado a tal punto que algunas organizaciones han reaccionado de forma exagerada y han optado por prohibir por completo cualquier contenido generado por la IA. Para ser sincero, yo pienso lo mismo: dirijo una empresa de inteligencia artificial, pero he dado instrucciones a mi equipo directivo para que no utilicen la IA en ningún producto textual final. No soporto esa basura.

Piensa en cómo está evolucionando el sector del capital riesgo (PE). El año pasado, es posible que te llegaran al escritorio unas diez oportunidades de negocio. Este año, tendrás 50 oportunidades durante el próximo trimestre, cada una de ellas perfeccionada por la IA, pero seguirás disponiendo del mismo tiempo para tomar una decisión: encontrar entre todas ellas la que sea realmente fiable.

El problema ya no es crear nada. Para cualquier organización legítima, el problema ahora es generar y seleccionar la información adecuada. En un mundo impulsado por la inteligencia artificial, encontrar ese resultado óptimo, esa oportunidad ideal, la señal entre el ruido, es cada vez más importante. El principal motor económico de la próxima década será la extracción de información a partir de la montaña de basura que crece exponencialmente.

Leyenda: La basura generada por la IA a través de las herramientas de productividad personal se está multiplicando a un ritmo exponencial. Los propios seres humanos ya no pueden filtrar el ruido y necesitan una nueva clase de productos de IA para empresas.

La inteligencia empresarial debe detectar las señales, estructurar el ruido para filtrar la información irrelevante y ser definible, determinista y auditable en su funcionamiento.

La IA personal puede hacer hincapié en la productividad «siempre activa», como Clawdbot, satisfaciendo tus necesidades de forma impredecible las 24 horas del día, los 7 días de la semana: un agente esencialmente no determinista. La IA empresarial, por su parte, se basa en la fiabilidad de los agentes determinísticos. Los agentes que cuentan con puntos de control, pasos y procesos predecibles son los que permiten la escalabilidad, facilitan la detección de señales y, a través de estas señales, impulsan la generación de ingresos para la organización.

Leyenda: Matrix es una herramienta que aprovecha las técnicas generativas para eliminar el ruido, abriendo así un mundo de agentes deterministas y puntos de control.

3. Sesgo

La IA a nivel personal alimenta los prejuicios.

La IA a nivel institucional aporta objetividad.

El debate sobre los sesgos sociopolíticos lleva años dominando el discurso sobre la inteligencia artificial. El Base Model Lab acabó sorteando este problema con una cantidad suficiente de RLHF, ajustando todos los modelos para que fueran aduladores. Hoy en día, modelos como ChatGPT, Claude, etc., se ajustan demasiado a lo que dices, repitiendo cada uno de tus argumentos dentro de la ventana de Overton (a veces incluso yendo un poco más allá en su acuerdo, como te ha señalado @Grok). El debate sobre los sesgos sociopolíticos ha perdido fuerza. Pero ha surgido un nuevo problema.

Esta tendencia a estar siempre de acuerdo en todo se ha vuelto absurdamente exagerada. Se ha convertido en un meme en sí mismo: el «¡Tienes toda la razón!» que suelta Claude de forma automática, independientemente de si lo que estás diciendo es realmente cierto.

Parece inofensivo. No lo es.

Es posible que muchos de los defensores más entusiastas de la IA en las empresas se conviertan pronto en los empleados con peor rendimiento de la historia. Piensa por qué.

Los empleados con peor rendimiento de una organización, que apenas reciben comentarios positivos en su día a día, pronto contarán con un ASI que estará de acuerdo con ellos en todo momento. Pensarán para sus adentros: «La IA más inteligente de la historia está de acuerdo conmigo». «Es mi jefe quien se equivoca».

Es adictivo. Y perjudicial para las organizaciones.

Leyenda: La «cámara de eco» de la IA a nivel personal agrava la división, provocando que dos personas se distancien, una dinámica que, al ampliarse, genera facciones dentro de una organización que en un principio era cohesionada.

Esto pone de manifiesto algo importante. Las herramientas de productividad personal potencian al usuario. Pero lo que realmente hay que reforzar es la verdad.

Las organizaciones humanas, tras milenios de evolución, han creado sistemas específicamente para hacer frente a este problema:

· Reunión del Comité de Inversiones

· Diligencia debida de terceros

· Búsqueda en el tablero

· La separación de poderes en Estados Unidos Gobierno

· La democracia representativa, así como la democracia en sí misma

Leyenda: La objetividad puede incluso mitigar los problemas de coordinación, ya que atenúa los desacuerdos menores en lugar de amplificarlos.

Las organizaciones rara vez fracasan porque sus empleados carezcan de confianza. Fracasan porque nadie está dispuesto o es capaz de decir «no».

La IA a nivel institucional debe desempeñar esta función. RLHF no lo entrenará para complacer a los usuarios ni para ajustarse a sus creencias, sino para cuestionar sus prejuicios. Ofrece comentarios positivos cuando el comportamiento es eficaz, se muestra firme y exige correcciones cuando se producen desviaciones.

Por lo tanto, la figura más importante dentro de una organización no será alguien que siempre diga «sí», sino alguien disciplinado que se atreva a llevar la contraria: que cuestione los razonamientos, ponga de manifiesto los riesgos y haga cumplir las normas. Algunas de las aplicaciones de IA más relevantes del futuro se desarrollarán en torno a las limitaciones institucionales: Miembros del consejo de administración de IA, auditores de IA, pruebas de terceros de IA, cumplimiento normativo de IA...

4. Ventaja de Edge

La IA a nivel personal se optimiza en función de la utilidad.

La IA a nivel institucional se optimiza para obtener una ventaja competitiva.

Los límites de las capacidades de la IA cambian cada semana, incluso cada día. Las empresas de modelos fundamentales compiten por captar a todas las personas y organizaciones gracias a su capacidad de iteración rápida.

Pero el clásico dilema del innovador nos dice que, en aplicaciones concretas, la profundidad siempre prevalece sobre la amplitud:

· El objetivo de @Midjourney es mantener una ligera ventaja en el ámbito del diseño de imágenes.

· El trabajo de @Elevenlabsio consiste en mantener una ligera ventaja en los modelos de voz.

· El objetivo de @DecagonAI es estar siempre a la vanguardia en la experiencia integral de atención al cliente.

Aunque los modelos fundamentales están cada vez más cerca, para los expertos en ámbitos específicos, la ventaja competitiva real es fundamental.

Muchos diseñadores de primer nivel utilizan @Midjourney, y muchas empresas líderes en IA para el procesamiento del lenguaje natural utilizan @Elevenlabsio, ya que, aunque los modelos fundamentales sigan avanzando, son las aplicaciones especializadas que se centran sin descanso en potenciar sus ventajas específicas las que marcan la diferencia.

Mientras la solución propietaria siga evolucionando, la capacidad que resulta verdaderamente decisiva para los resultados económicos —y fundamental para la empresa— siempre estará del lado de los productos propietarios.

Esto queda patente en el ámbito financiero, que actualmente es el sector más prometedor para el desarrollo de los LLM. Una vez que una determinada habilidad se generaliza, por definición, ya no te servirá para obtener mejores resultados que el mercado. ¿Pero y si la tecnología de vanguardia pudiera ofrecer una ventaja competitiva de apenas un 1 %? Ese 1 % puede generar beneficios del orden de miles de millones de dólares.

Leyenda: Para cualquier tarea lo suficientemente específica, la ventaja competitiva viene determinada por la solución a nivel institucional que se haya desarrollado sobre la base de tecnología de vanguardia.

Nuestros usuarios siempre han sido nuestra prioridad. La ventana de contexto del LLM ha pasado de 4 000 a 1 millón de tokens en cuatro años. Algunos de nuestros usuarios procesan 30 000 millones de tokens en una sola tarea. Este año ya hemos visto cómo se pueden gestionar tareas con 100 000 millones de tokens. Con cada mejora en las prestaciones del modelo básico, hemos avanzado mucho más.

Leyenda: La ventana de contexto, al igual que otras funciones, es un objetivo en constante evolución. Una comparación de la evolución de la ventana de contexto entre el laboratorio de vanguardia y Hebbia durante los últimos tres años.

Por supuesto, es importante que el sistema sea lo más general posible y esté orientado al usuario, sobre todo en la fase de formación de los empleados en materia de IA. Pero el futuro no consistirá en que la gente utilice ChatGPT/Claude o soluciones verticales, sino más bien en el uso combinado de ChatGPT/Claude y soluciones verticales.

La inteligencia institucional debe aprovechar agentes especializados en un ámbito concreto, e incluso en una tarea específica.

Nos plantearemos una pregunta que parece absurda, pero que no lo es:

«¿Qué agentes elegirá la IGA para utilizarlos como atajos? «Incluso una superinteligencia necesitará herramientas especializadas para ámbitos concretos».

Los límites de las capacidades de la IA están en constante evolución, y las organizaciones que aprovechan las verdaderas ventajas de la tecnología de vanguardia son las que salen ganando. Los demás están pagando por un artículo de uso general muy caro.

5. Resultados

La IA personal te ahorra tiempo.

La IA de nivel institucional impulsa los ingresos.

@MaVolpi me dijo una vez una frase que cambió por completo mi forma de ver la venta de IA a las empresas: «Si le preguntas a cualquier director ejecutivo si prefiere reducir costes o aumentar los ingresos, casi todos responderán que los ingresos».

Sin embargo, casi todos los productos de inteligencia artificial que se comercializan hoy en día se centran en la reducción de costes: prometen ahorrar tiempo, hacer más con menos personal o sustituir a los trabajadores.

La IA de nivel institucional debe generar ingresos adicionales. Y los ingresos adicionales son mucho más difíciles de convertir en un producto básico que el tiempo ahorrado.

Tomemos como ejemplo el desarrollo de software asistido por IA. Los entornos de desarrollo de código (IDE) son algunas de las mejores herramientas de productividad con IA para uso personal que existen, pero se han enfrentado a una fuerte competencia por parte de Claude Code (otra herramienta de IA para uso personal). Cognition es un juego totalmente diferente. Su negocio de mayor crecimiento consiste en vender transformación a través de la tecnología, no en vender una herramienta. Apuesto a que este modelo va a tener mucho éxito.

El software puro «se está convirtiendo rápidamente en una opción en la que no vale la pena invertir». Los servicios puros no son escalables. La capa de soluciones —que aúna tecnología y resultados— es donde reside el valor duradero.

Vuelve a fijarte en las fusiones y adquisiciones. La IA de uso personal ayuda a los analistas a crear modelos más rápidamente. Una IA de nivel institucional identifica, entre cien objetivos, aquel que merece la pena perseguir y, a continuación, amplía la búsqueda a mil. Uno ahorra tiempo y el otro genera ingresos.

Leyenda: Las empresas de modelos fundamentales están avanzando hacia la capa de aplicaciones verticales. Las empresas dedicadas a la capa de aplicaciones verticales están pasando a la capa de soluciones.

«Avanzar hacia las fases iniciales» es la fuerza gravitatoria natural del mercado actual. Los modelos fundamentales están pasando a la capa de aplicaciones, y las empresas de la capa de aplicaciones están pasando a la capa de soluciones.

La inteligencia de nivel institucional es la capa de soluciones. Y la capa de soluciones —donde se materializan los resultados— es donde se genera un valor duradero y se aprovechan las mayores oportunidades de ingresos.

6. Empoderamiento

La IA para uso personal te ofrece una herramienta.

La IA de nivel institucional te enseña a utilizarla.

Por muy inteligentes que sean, los seres humanos se resisten al cambio.

Aunque parezca increíble, todavía hay negocios prósperos en Nueva York que no aceptan tarjetas de crédito. Saben que están perdiendo dinero, entienden que no aceptar tarjetas de crédito les está saliendo caro, pero siguen igual. Del mismo modo, en un futuro próximo, algunos empleados de determinadas organizaciones se negarán rotundamente a utilizar la IA.

La transformación de una organización puramente humana a una organización híbrida centrada en la inteligencia artificial será el reto más duradero y determinante de la próxima década. Y, a menudo, las personas que ocupan los puestos más altos y tienen mayor influencia en una organización son las que tardan más en adoptar los cambios.

Leyenda: Los altos cargos de una organización —los que están más alejados del «manejo de herramientas»— suelen ser el grupo más lento, pero también el más importante, a la hora de adoptar nuevas tecnologías.

Palantir es la única empresa de «software» que ha mantenido un múltiplo de valoración extremadamente alto durante la caída de las acciones tecnológicas, valoradas en billones de dólares, que se ha producido en los últimos dos meses. Hay una razón para ello. Palantir es una de las primeras empresas dedicadas de verdad a la «ingeniería de procesos». Ya sea que se denomine «ingeniería de procesos» o «redacción de documentos de habilidades para Claude», la IA institucional del futuro dará lugar a un nuevo sector: la codificación de los procesos empresariales en agentes y la implementación de la gestión del cambio necesaria.

Leyenda: La implantación de la IA en toda la organización abarcará múltiples etapas, cada una con sus propios retos. La incorporación de la inteligencia artificial a los procesos será el principal motor.

Me atrevería a decir que la ingeniería de procesos se convertirá en la «tecnología» más importante a corto plazo.

Y en ingeniería de procesos, lo más importante es la experiencia en el ámbito empresarial e industrial, más que los conocimientos sobre software. Las soluciones verticales formarán a los profesionales que trabajan en primera línea en los ámbitos de la ingeniería de implementación, la puesta en marcha y la gestión del cambio.

Un banco de inversión de primer nivel (uno de los tres principales del sector) que optó por una implementación a gran escala con Hebbia lo expresó muy bien: la razón por la que no trabajan con un determinado laboratorio de modelos a gran escala es porque «tendríamos que explicarles el CIM a su equipo». Puede que Claude o GPT entiendan el tema, pero los equipos encargados de la implementación no...

Esta diferencia lo cambia todo.

7. Sin indicaciones

La IA personal a nivel individual responde a las indicaciones de los usuarios.

La IA a nivel institucional actúa de forma proactiva sin necesidad de que se le dé una indicación.

Se debate mucho sobre la comunicación entre agentes y sobre si el futuro de las empresas y las instituciones seguirá necesitando a las personas.

Pero una pregunta mejor sería: ¿El futuro agente de IA seguirá necesitando una indicación?

Escribir una instrucción para una IA general es como acoplar un motor eléctrico a un telar manual. Está limitada de manera fundamental e irreversible por el eslabón más débil de la cadena de suministro de la organización: nosotros mismos. En el fondo, los seres humanos no saben cuáles son las preguntas adecuadas que hay que plantear, y mucho menos cuándo plantearlas.

Lo más valioso que puede hacer la IA es aquello que a nadie se le había ocurrido pedir. La IA debería detectar riesgos que nadie ha detectado, contrapartes en las que nadie había pensado y oportunidades de venta que nadie sabía que existían.

Esto ampliará considerablemente los límites de los casos de uso de la IA.

Un sistema que no requiere intervención humana supervisa continuamente el flujo de datos de toda una cartera de inversiones. Detecta que el ciclo de capital circulante de una empresa de la cartera se ha deteriorado de forma imperceptible durante tres meses consecutivos, lo compara con las condiciones contractuales del acuerdo de crédito y avisa al socio responsable de operaciones del fondo antes de que nadie abra ese PDF.

Cuando ya no se necesite que sean personas las que redacten las indicaciones para la IA, surgirán nuevas interfaces y nuevas formas de trabajar. En Hebbia tenemos una opinión muy clara al respecto. Próximamente habrá más.

Conclusión

Lo anterior no resta valor a los chatbots, los agentes y la IA personal.

La IA personal será el medio a través del cual la mayoría de las empresas de todo el mundo experimentarán por primera vez el poder transformador de la IA. Impulsar la adopción y facilitar el uso es el primer paso fundamental en la gestión del cambio para construir una economía centrada en la inteligencia artificial.

Al mismo tiempo, la necesidad de información a nivel institucional es evidente, urgente y enorme.

En el futuro, todas las organizaciones contarán con un chatbot desarrollado por un laboratorio de modelos a gran escala. Además, todas las organizaciones contarán con una IA a nivel institucional adaptada a cuestiones específicas de su ámbito, y la IA personal utilizará la IA a nivel institucional como su herramienta más importante.

Una mayor integración entre la IA a nivel institucional y la IA personal es una tendencia inevitable.

Pero recuerda la lección de la fábrica textil de la década de 1890. La primera fábrica que se electrificó perdió frente a la fábrica rediseñada para la electricidad.

Ya tenemos electricidad. Es hora de rediseñar nuestras fábricas.

Gracias a @aleximm y @WillManidis por revisar el texto, y a Will por inspirar este artículo con su texto sobre «objetos con forma de herramienta».

Enlace al artículo original