a16z: La inteligencia artificial está haciendo que todos sean 10 veces más productivos, pero el verdadero ganador aún no ha surgido

Título original del artículo: IA institución vs IA individuo

Autor del artículo original: George Sivulka, a16z

Traducción del artículo original: DeepTech TechFlow

La IA acaba de aumentar la productividad de todos en 10 veces.

Por lo tanto, ninguna Empresa ha adquirido un valor 10 veces mayor.

¿Adónde fue la productividad?

No es la primera vez que sucede.

En la década de 1890, la electricidad prometió un gran aumento de la productividad.

Las fábricas textiles de Nueva Inglaterra, originalmente construidas alrededor de jennies de hilado a vapor, rápidamente swap las máquinas de vapor por motores eléctricos más rápidos.

Pero durante tres décadas completas, las fábricas electrificadas casi no tuvieron ganancias productivas. La tecnología superó con creces. Pero la organización no se mantuvo al día.

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

Texto: Tres evoluciones de la fábrica textil Lowell. De izquierda a derecha: Fábrica a vapor de 1890, fábrica a motor eléctrico de 1900, fábrica "unit-drive" de 1920 (completamente reconstruida desde cero en una línea de montaje eléctrico).

La recompensa no provino de la tecnología en sí misma, ni de hacer que los trabajadores individuo o las máquinas giraran más rápido. En su lugar, solo cuando finalmente rediseñamos el sistema junto con la tecnología se materializaron verdaderamente los beneficios.

Esta es la lección más costosa en la historia de la tecnología, y ahora estamos volviendo a aprenderla.

En 2026, la IA está llevando un aumento de productividad de 10x a aquellos que saben cómo aprovecharla. Pero esto no es suficiente. Hemos swap los motores eléctricos pero aún no hemos rediseñado la fábrica.

Debido a un simple hecho: Individuos eficaces no equivalen a organizaciones eficaces.

La gran mayoría de los productos de IA le dan a las personas la sensación de “eficiencia”, pero realmente no generan valor. La mayoría de los casos de uso de IA que ves son individuos que se entregan al "máximo de eficiencia" en Twitter o Empresa Slack, sin impacto real.

La noción de “Servicio como Software” mencionada a menudo el año pasado va por buen camino, pero carece de un plan. Además, pasa por alto el panorama general. La verdadera transformación no es solo de la herramienta al servicio sino de construir tecnología e institución juntas (ya sea transformando las antiguas o comenzando desde cero). Un futuro verdaderamente eficiente requiere una nueva categoría de productos: la línea de montaje del mañana.

Las organizaciones eficientes necesitan "inteligencia institucional".

Este artículo profundizará en las siete dimensiones que diferencian la “IA institución” de la “IA personal”. Todo el panorama de la IA B2B durante la próxima década se basará en las siguientes variaciones:

Texto: Cuadro comparativo de los siete pilares de la inteligencia institución

Los siete pilares de la inteligencia institución

1. Coordinación

La IA personal crea caos.

La IA institución fomenta la coordinación.

Empecemos con un experimento mental. Supongamos que duplicas el tamaño de tu organización mañana clonando a todos tus empleados de mejor rendimiento.

Cada uno de estos empleados tiene leves variaciones, preferencias, peculiaridades y perspectivas (especialmente las mejores). Sin una gestión adecuada, comunicación inadecuada, asignación de tareas indefinida, OKR y límites de funciones... creas caos.

Medida individuo, la organización puede parecer más eficiente. Pero con miles de agentes (o humanos) remando en diferentes direcciones, el mejor escenario es el estancamiento, y el peor escenario es la fragmentación de la cohesión organizacional.

Esto no es hipotético. Cada organización que incorpora IA sin una capa de coordinación está experimentando esto actualmente. Cada empleado tiene sus hábitos de uso de ChatGPT, su estilo oportuno y sus resultados, todos desconectados entre sí. Es posible que el gráfico orgánico siga ahí, pero el trabajo generado por IA esencialmente se desactiva por otra tangente.

Texto: Individuos (o Agentes) eficientes remando en diferentes direcciones. Sin coordinación, es un caos.

La alineación es un requisito absolutamente difícil, tanto para humanos como para agentes por igual.

La inteligencia empresarial dará nacimiento a todo un sector de “Gestión de Agentes”, centrado en el papel y el deber de los Agentes, la comunicación entre Agentes y entre Agentes y seres humanos, y la forma de medir el valor de los Agentes (depender únicamente del pago por uso dista mucho de ser suficiente).

2. Señal

La IA personal crea ruido.

Enterprise AI encuentra señal.

Los humanos de hoy pueden crear —o debo decir generar— cualquier cosa que se te ocurra: artículos escritos por IA, presentaciones, spreads, fotos, videos, canciones, sitios web, software. Qué gran regalo.

El problema es que la gran mayoría del contenido generado por la IA es basura absoluta. La prevalencia de la basura de IA ha llegado a un punto en el que algunas organizaciones se han sobrecorregido, optando por prohibir de plano toda la producción de IA. Para ser honesto, yo también siento lo mismo: Dirijo una Empresa de IA pero instruí a mi equipo ejecutivo para que no usara IA en ningún producto de texto final. No soporto esa basura.

Piense en lo que se está convirtiendo el sector PE (Private Equity). El año pasado, es posible que hayas tenido 10 oportunidades de aterrizar en tu escritorio. Este año, recibirás 50 oportunidades en el próximo trimestre, cada una pulida por la inteligencia artificial a la perfección, pero aún tienes el mismo monto (según contexto) de tiempo para hacer un juicio, encontrando la verdaderamente confiable de la combinación.

Generar cualquier cosa en long no es el problema. Para cualquier organización legítima, el problema ahora es generar y filtrar las cosas correctas. En un mundo impulsado por IA, descubrir que una buena salida, esa buena oferta, la señal dentro del ruido, se está volviendo cada vez más crítica. El principal motor económico de la próxima década serán las señales del montón de basura que crece exponencialmente.

Texto: La basura de IA generada por las herramientas de productividad personal se multiplica a un ritmo exponencial. Los humanos en long no pueden atravesar el ruido y necesitan una nueva clase de producto de IA empresarial.

La inteligencia empresarial debe encontrar señal, debe estructurar el ruido para atravesar la basura, y debe ser definible, determinista y auditable en su trabajo.

La IA personal puede enfatizar la productividad “siempre activa” como Clawdbot, satisfaciendo sus necesidades de manera imprevisible 24/7, un agente esencialmente no determinista. Enterprise AI, por otra parte, confía en la confiabilidad de los Agentes deterministas. Los agentes con puntos de control, pasos y procesos predecibles son los que permiten la escalabilidad, descubren señales y, a través de estas señales, impulsan el retorno de ingresos para la organización.

Texto: Matrix es una herramienta que apalancamiento técnicas generativas para cortar a través del ruido, abriendo así un mundo de agentes deterministas y puntos de control.

3. Sesgo

La IA a nivel personal alimenta el sesgo.

La IA a nivel institución crea objetividad.

La discusión en torno al sesgo sociopolítico ha dominado el discurso de la IA durante años. El evento eludió este problema con un monto (según contexto) suficiente de RLHF, ajustando todos los modelos para que fueran aduladores. Hoy en día, modelos como ChatGPT, Claude, etc., se alinean demasiado perfectamente, haciéndose eco de cada punto dentro de la ventana de Overton (a veces incluso virando ligeramente hacia un acuerdo excesivo, llamándote @Grok). La discusión sobre el sesgo sociopolítico se ha desvanecido. Pero una nueva cuestión ha tomado su lugar.

Este exceso de acuerdo en todo se ha vuelto tan absurdamente exagerado. Se ha convertido en un meme en sí mismo: el reflexivo “¡Tienes toda la razón!” de Claude, independientemente de si lo que estás diciendo es realmente del todo correcto.

Suena inofensivo. No lo es.

Muchos de los defensores de la IA más entusiastas de las organizaciones pueden ser pronto los empleados con peores resultados en la historia. Piensa en por qué.

Los empleados con peores resultados en una organización, que apenas reciben comentarios positivos a diario, pronto recibirán un ASI que les dará la razón durante todo el proceso. Ellos pensarán para sí mismos: "La inteligencia artificial más inteligente de la historia está de acuerdo conmigo. Es mi mánager quien se equivoca".

Es adictivo. Y tóxico para las organizaciones.

Texto: La cámara de eco de la IA a nivel personal exacerba la división, haciendo que dos individuos se separen, una dinámica que, cuando se escala, crea facciones dentro de una organización originalmente cohesionada.

Esto revela una cosa importante. Las herramientas de productividad personal refuerzan al usuario. Pero lo que realmente necesita fortalecimiento es la verdad.

Las organizaciones humanas, tras milenios de evolución, han construido sistemas específicamente para combatir esta cuestión:

· Reunión asignada inversión

· Diligencia debida de terceros

· Búsqueda en el tablero

· Separación de poderes en EE.UU. Gobierno

· Democracia Representativa, así como la propia Democracia

Texto: La objetividad incluso puede mitigar los problemas de coordinación, suprimiendo los desacuerdos menores en lugar de amplificarlos.

Las organizaciones rara vez fallan porque sus empleados carecen de confianza. Fallan porque nadie quiere o puede decir "no".

La IA a nivel institución debe desempeñar esta función. No será entrenado por la RLHF para complacer a los usuarios o ajustarse a sus creencias, sino para desafío sus sesgos. Proporciona comentarios positivos cuando el comportamiento es eficiente, extrae líneas continuas y hace cumplir las correcciones de curso cuando se producen desviaciones.

Por lo tanto, el Agente más importante dentro de una organización no será un “sí-hombre”, sino un “negacionista” disciplinado, cuestionando el razonamiento, exponiendo riesgos y aplicando estándares. Algunas de las aplicaciones de IA más impactantes en el futuro se basarán en restricciones institución: Miembros de la junta de IA, auditores de IA, pruebas de IA externas, cumplimiento de IA...

4. Ventaja de borde

La IA de nivel personal optimiza la utilidad.

La IA de nivel institución optimiza para obtener ventajas de vanguardia.

El límite de las capacidades de IA se mueve cada semana, incluso todos los días. Las empresas modelo fundacionales compiten por todas y cada una de las organizaciones en capacidades de iteración rápida.

Pero el dilema del innovador clásico nos dice que en aplicaciones específicas, la profundidad siempre supera a la amplitud:

· El trabajo de @Midjourney es mantener una leve ventaja en las imágenes de diseño.

· El trabajo de @Elevenlabsio es mantener una leve ventaja en los modelos de habla.

· El trabajo de @DecagonAI es estar siempre a la vanguardia en la experiencia de servicio de atención al cliente de pila completa.

Si bien los modelos fundacionales están cada vez más cerca, para los expertos en dominios específicos, la ventaja real es fundamental.

Muchos de los mejores diseñadores utilizan @Midjourney, muchas de las principales empresas de IA del habla utilizan @Elevenlabsio, porque incluso a medida que los modelos fundacionales progresan, las aplicaciones dedicadas que se centran incesantemente en impulsar sus ventajas periféricas específicas definen la ventaja.

En long que la solución patentada también esté evolucionando, la capacidad que es verdaderamente fundamental para los resultados económicos —esencial para la empresa— siempre estará del lado de los productos patentados.

Esto se ejemplifica en el ámbito financiero, que actualmente es el ámbito más candente para el desarrollo de la gestión de las tierras áridas. Una vez que cierta capacidad se generaliza, por definición, no te ayudará a superar al mercado. Pero si la tecnología de vanguardia puede proporcionar una breve ventaja de nicho del 1%? Ese 1% puede apalancamiento retornos en el rango de los mil millones de dólares.

Texto: Para cualquier tarea suficientemente específica, la ventaja de la ventaja se define por su solución de nivel institución construida sobre la base de tecnología de vanguardia.

Nuestros usuarios siempre han estado a la vanguardia. La ventana de contexto del LLM ha crecido de 4.000 a 1 millón de token en cuatro años. Algunos de nuestros usuarios procesan 30.000 millones de token en una sola tarea. Este año, ya hemos visto el camino para gestionar 100.000 millones de tarea de token. Con cada mejora en las capacidades del modelo base, hemos llegado mucho más lejos.

Texto: La ventana de contexto, como otras capacidades, es un objetivo móvil. Comparación de la evolución de la ventana de contexto entre el laboratorio de vanguardia y Hebbia en los últimos tres años.

Por supuesto, una generalidad amplia orientada al usuario es importante, especialmente en la etapa de incorporación de los empleados a la inteligencia artificial. Pero el futuro no será la gente que use ChatGPT/Claude o soluciones verticales, sino ChatGPT/Claude combinado con soluciones verticales.

La inteligencia institución debe apalancamiento los Agentes específicos del dominio, incluso de las tarea.

Nos haremos una pregunta que suena absurda pero no lo es:

“¿Qué agentes elegirá AGI para utilizarlos en short? Incluso la superinteligencia necesitará herramientas especializadas específicas para cada dominio”.

El límite de las capacidades de IA siempre está cambiando, y las organizaciones que apalancamiento verdadero ventajas de borde son los ganadores. Todos los demás están pagando por un artículo de uso general muy caro.

5. Resultados

La IA personal ahorra tiempo.

Ingresos en expansión de IA de grado institución.

@MaVolpi me dijo una vez una frase que reformuló mi percepción de vender IA a las empresas: “Si le preguntas a cualquier CEO si prefiere la reducción de costos o la expansión de ingresos, casi todo el mundo dirá ingresos”.

Sin embargo, casi todos los productos de IA que se entregan en el mercado hoy en día se centran en la reducción de costos, prometiendo ahorrarle tiempo, hacer más con menos personas o reemplazar a la mano de obra.

La IA de nivel institución debe generar ingresos adicionales. Y los ingresos incrementales son mucho más difíciles de mercantilizar que el tiempo ahorrado.

Tomemos, por ejemplo, el desarrollo de software asistido por IA. Los IDE de código son algunas de las mejores herramientas de productividad de IA personal de la historia, pero se han enfrentado a una competencia significativa de Claude Code (otra herramienta de IA de grado personal). La cognición está jugando un juego completamente diferente. Su negocio de crecimiento más rápido es vender transformación a través de la tecnología, no vender una herramienta. Apuesto a que este modelo tendrá poder de permanencia.

El software puro “se está volviendo rápidamente invertible”. Los servicios puros no son escalables. La capa de solución (tecnología vinculante y resultados juntos) es donde reside el valor duradero.

Mira de nuevo las fusiones y adquisiciones. La IA de nivel personal ayuda a los analistas a modelar más rápido. La IA de nivel institución identifica el objetivo que vale la pena perseguir de entre cien, luego amplía la búsqueda a mil. Uno ahorra tiempo, el otro crea ingresos.

Texto: Las empresas modelo fundacionales se están moviendo hacia la capa de aplicación vertical. Las empresas de capas de aplicación vertical están avanzando hacia la capa de solución.

“Moverse hacia arriba” es la atracción gravitacional natural del mercado actual. Los modelos fundacionales se están moviendo a la capa de aplicación, y las empresas de la capa de aplicación se están moviendo a la capa de solución.

La inteligencia de nivel institución es la capa de solución. Y la capa de solución, donde residen los resultados, es donde se captura valor duradero, capturando las mayores oportunidades de ingresos.

6. Empoderamiento

La IA de nivel personal te brinda una herramienta.

La IA de nivel institución te enseña a usarla.

No importa cuán inteligentes, los humanos resisten cambios.

Lo creas o no, todavía hay negocios exitosos en Nueva York que no aceptan tarjetas de crédito. Saben que están perdiendo dinero, entienden que no aceptar tarjetas de crédito les está costando, pero se quedan puestos. De manera similar, en un futuro previsible, algunos empleados de determinadas organizaciones simplemente se negarán a usar la IA.

La transformación de una organización puramente humana en una organización híbrida de primer nivel de inteligencia artificial será el desafío más duradero y decisivo de la próxima década. Y muchas veces, los individuos más importantes y críticos de una organización son los que tardan más en adoptar.

Texto: Los más altos de una organización (aquellos más alejados del “funcionamiento de herramientas”) suelen ser el grupo más lento pero crítico en adoptar nuevas tecnologías.

Palantir es la única Empresa de 'software' que ha mantenido un múltiplo de valoración extremadamente alto en el billón de dólares que se vendió de stock tecnológico en los últimos dos meses. Hay una razón para esto. Palantir es una de las primeras verdaderas empresas de “ingeniería de procesos”. Tanto si lo llamas “ingeniería de procesos” como “escribir documentos de habilidades de Claude”, la IA institucional del futuro dará lugar a un sector: codificar los procesos institucionales en agentes e implementar la gestión del cambio necesaria.

Texto: La adopción de IA en toda la organización abarcará múltiples abismas, cada uno con sus propios desafíos. La principal fuerza motriz será la asignación de procesos a la IA.

Me atrevo a decir que la ingeniería de procesos se convertirá en la "tecnología" más crítica a corto plazo.

Y en ingeniería de procesos, la experiencia en negocios y sectores, en lugar de la experiencia en software, es fundamental. Las soluciones verticales cultivarán el talento en la primera línea de ingeniería de implementación, implementación y gestión del cambio.

Un banco de inversión de primer nivel (grupo de abultamiento de los tres mejores) que optó por un despliegue a gran escala con Hebbia lo expresó mejor: la razón por la que no trabajan con un determinado laboratorio de gran modelo es porque "tendríamos que explicarle el CIM a su equipo". Claude o GPT pueden entender el espacio, pero los equipos responsables de la implementación no...

Esta diferencia hace toda la diferencia.

7. Cero aviso

La IA personal a nivel individuo responde a las indicaciones humanas.

La IA de nivel institución actúa de manera proactiva sin necesidad de una respuesta inmediata.

Se debate mucho sobre la comunicación entre los agentes, si el futuro de las empresas e instituciones sigue necesitando seres humanos.

Pero una mejor pregunta es: ¿El futuro agente de IA aún necesita un aviso?

Escribir un aviso para el IAGI es como conectar un motor eléctrico a un telar de mano. Está limitada de manera fundamental e irreversible por el enlace más débil de la cadena de suministro organizacional: nosotros mismos. Los humanos fundamentalmente no saben cuáles son las preguntas correctas para hacer, y mucho menos cuándo hacerlas.

El trabajo más valioso que puede hacer la IA es el trabajo que nadie pensó en pedir. La IA debe encontrar riesgos que nadie haya notado, contrapartes que nadie pensó y tuberías de venta que nadie sabía que existían.

Esto ampliará fundamentalmente los límites de los casos de uso de IA.

Un sistema que no requiere un aviso monitorea continuamente el flujo de datos de toda una cartera de inversión. Descubre que el ciclo del capital de trabajo de una Empresa cartera se ha deteriorado tranquilamente durante tres meses consecutivos, hace referencia cruzada a esto con los plazos contractuales del contrato de crédito y alerta al socio de operaciones del fondo antes de que alguien abra ese PDF.

Cuando en long no necesitas que los humanos escriban mensajes para la inteligencia artificial, surgen nuevas interfaces y nuevas formas de trabajo. Nosotros @Hebbia tenemos fuertes pensamientos al respecto. Más por venir.

Conclusión

Lo anterior no niega el valor de los chatbots, los agentes y la inteligencia artificial personal.

La IA personal será el vehículo 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, impulsando la facilidad de uso, es el primer paso crucial en la gestión del cambio para construir una economía centrada en la inteligencia artificial.

Al mismo tiempo, la necesidad de inteligencia a nivel institución es clara, urgente e inmensa.

Cada organización en el futuro tendrá un chatbot de un laboratorio de modelos a gran escala. Cada organización también tendrá IA de nivel institución adaptada para problemas específicos del dominio, y la IA personal utilizará la IA de nivel institución como su herramienta más crítica en su caja de herramientas.

La mejor integración de la inteligencia artificial a nivel institucional y la inteligencia artificial personal es una tendencia inevitable.

Pero recuerden la lección de la fábrica textil de 1890. La primera fábrica en electrificarse perdió ante la fábrica rediseñada para la electricidad.

Ya tenemos electricidad. Es hora de rediseñar nuestras fábricas.

Gracias a @aleximm y @WillManidis por revisar, y a Will por inspirar este artículo con su artículo sobre “objetos en forma de herramienta”.

Enlace original del artículo