El problema ya no es la IA (spoiler: eres tú)

Mientras lees esta frase, en algún servidor un agente de IA lleva catorce horas trabajando solo. Cuando termine, habrá producido lo que a un equipo humano le habría llevado entre dos y diecisiete semanas de ingeniería. Coste total: 251 dólares.¹ Ahora, calcula cuánto tardará tu empresa en aprobar el próximo punto del orden del día.

Esa distancia, la que separa lo que la IA ya puede hacer de lo que tu organización es capaz de absorber, es probablemente el problema estratégico más importante que tienes sobre la mesa. No va de qué modelo comprar. Va de entender por qué la capacidad se dispara mientras el valor tarda en aparecer.

Aquí van nueve ideas para no perderse, ordenadas como (creo que) conviene pensarlas.

1. Estás dentro de una curva exponencial (y tu plan ya caducó)

Si tienes la sensación de que esto se acelera, no es una impresión tuya. Varias mediciones independientes (METR, el instituto de seguridad británico, GDPval, Epoch) coinciden en que la cantidad de trabajo humano que un modelo hace de una sola vez crece a un ritmo mejor que exponencial. No es simple marketing: es una curva exponencial real.

El problema de las curvas exponenciales es que no podemos percibir su avance diario, así que las vivimos como sobresaltos. Cada salto parece una novedad cuando, en realidad, es la duplicación de lo que venía ocurriendo hasta ahora. O sea, no debería cogernos por sorpresa, pero lo hace. Por eso, cualquier estrategia de IA que escribieras antes del invierno de 2025 describe hoy un sistema que parece de juguete: pensaste sobre la base de una herramienta que hacía un par de horas de trabajo con muchos errores, mientras que ahora hay agentes que encadenan dieciséis horas con resultados mucho más decentes.

La consecuencia práctica es incómoda: tu plan de IA no es un documento estático, es un producto perecedero y con fecha de caducidad muy cercana. Planifica en meses o, como mucho, trimestres, no en años.

2. Del copiloto al agente: tu trabajo es dirigir, no teclear

Hasta hace poco, usar una herramienta de IA se asemejaba a una conversación: le pedías algo, revisabas, le pedías lo siguiente. Un copiloto al que llevabas de la mano. Eso sigue siendo útil, pero ha dejado de ser donde está el trabajo que importa.

Lo que está pasando es que los agentes trabajan solos: en el fondo, están (casi) los mismos modelos que ya veníamos usando, pero ahora les damos un andamiaje² adicional y ejecutan tareas largas sin que tengas que estar encima. En OpenAI, una cuarta parte de la plantilla tiene cuatro o más agentes funcionando a la vez cada semana. Y no son solo los programadores: las áreas legal y de recursos humanos han adoptado agentes casi al mismo ritmo.

Traducido a tu organigrama: la unidad de trabajo deja de ser “una persona con un copiloto” y pasa a ser “una persona que dirige una flota de agentes”. Si sigues diseñando puestos para teclear instrucciones, estás optimizando el gesto equivocado.

Y esto va más lejos de lo que parece. Ya hay protocolos (el AP2 de Google, por ejemplo) para que un agente ejecute pagos por su cuenta, con tu aprobación previa. Autorizar a un agente a mover dinero es, seguramente, el mayor grado de agencia que una organización puede delegar, a la altura de dejarle contratar o despedir a personas. Que algo así ya se esté estandarizando te dice hasta dónde se espera que llegue este cambio y lo pronto que se espera que llegue.

3. El cuello de botella ya no es la IA; eres tú

Aquí está el giro. Con tanta capacidad disponible, uno pensaría que gana quien tenga los mejores agentes. Falso. La capacidad sobra; lo que escasea es la habilidad para absorberla.

Los números son elocuentes: el 42% de las organizaciones abandona la mayoría de sus iniciativas de IA, se prevé que se cancele más del 40% de los proyectos de agentes, y apenas un 6% consigue un retorno serio. No fallan por culpa del modelo. Fallan por escasa integración, por procesos mal rediseñados, por una gestión del cambio inexistente o inadaptada a la realidad actual.

Y hay un motivo más incómodo detrás de ese 6%: el impacto es endiabladamente difícil de medir, mientras que el uso es facilísimo. Puedes contar licencias, usuarios activos, tokens usados, tareas automatizadas o “minutos ahorrados” y montar un dashboard precioso. Pero nada de eso demuestra que la empresa gane más, entregue antes o atienda mejor. Medir el uso no es medir el valor, y confundir ambos es la nueva forma de engañarse.

Cuesta ver el valor, por tres motivos: la actividad no es resultado (automatizar lo que no era el cuello de botella no mueve la aguja), la velocidad se suele pagar después (en errores, repeticiones y clientes descontentos: el ahorro de hoy es el coste diferido de mañana) y la atribución es un campo de minas (cuando las cifras mejoran, rara vez sabes cuánto puso la IA). Cuidado, pues, con los cuadros de mando de adopción: te hacen creer que cierras la brecha cuando quizá solo gastas más deprisa.

Dicho de otro modo: el freno no está en la tecnología, está en tu casa. Y esa es, en el fondo, una buena noticia, porque es justo lo que sí puedes controlar.

4. Tu ventaja ya no es el modelo, es tu flujo y tus datos

Mientras la capacidad crece, el precio del modelo base se desploma (la irrupción de los modelos chinos de pesos abiertos no ha hecho sino acelerar la guerra de precios). Competir por “tener el mejor modelo” es meterse en una carrera carísima, ajena y que no vas a ganar.

Lo interesante ocurre una capa más arriba: en tu proceso, en tus datos propietarios, en la integración que solo tú tienes. Ahí es donde el valor se queda, porque es lo único que tu competidor no puede descargarse por API.

Hay incluso un nombre para el mecanismo: “fundamentar” el agente (lo que en inglés llamamos grounding), es decir, obligarlo a responder a partir de tus datos verificables (tu CRM, tus documentos, tus sistemas) en lugar de tirar de lo que aprendió en su entrenamiento genérico. El mismo modelo que usa tu competidor, fundamentado en tu contexto, da respuestas que él no puede replicar, y de paso alucina menos. Tu dato no es el relleno del sistema: es lo que lo hace tuyo.

Así que cambia la pregunta. No es “¿qué modelo elijo?”, es "¿qué flujo de trabajo rediseño y con qué dato que solo yo tengo?".

5. El experto de dominio es el nuevo multiplicador

Hay un hallazgo que debería cambiar tu política de talento. En un estudio sobre usuarios de Claude Code, la profesión no predecía el éxito: un abogado o alguien de recursos humanos rendía como un ingeniero. Lo que sí lo predecía era el conocimiento del dominio.

A poquito que lo pienses, resulta lógico: dirigir a un agente se parece más a dirigir a un becario brillante que a programar. Quien conoce a fondo el problema sabe qué pedir, huele cuándo el resultado no cuadra y saca más partido de cada intento.

La consecuencia: tus expertos senior no son el pasado, son tu mayor multiplicador. Enséñales a mandar agentes antes de que la competencia se lo enseñe a los suyos.

6. Compra la commodity, construye lo que te diferencia

No todo se decide igual. Hay dos capas de mercado: las plataformas horizontales (los grandes de la nube) y los especialistas verticales que van a fondo en un solo sector.

La regla es fácil de enunciar y difícil de resistir: compra lo genérico y construye solo lo que te distingue. El fraude, la atención al cliente o la infraestructura son commodities; cómpraselos a quien ya los ha resuelto. Tu flujo diferencial y tu dato propietario, en cambio, no se subcontratan.

El error caro es el inverso: construir desde cero lo que ya es un producto maduro, y comprar enlatado justo aquello que te hacía especial.

7. El coste se vuelve variable: gobiérnalo desde el día uno

Los agentes no se pagan como el software de antes. Se paga por uso o por resultado, y su consumo es volátil por naturaleza: un agente que razona en varios pasos, reintenta y llama a otras herramientas puede disparar la factura sin avisar.

Además, la licencia es la parte pequeña. El coste de verdad se esconde en la integración, en la evaluación continua, en la supervisión humana, en el mantenimiento. Presupuestar solo la suscripción es engañarse. Y una asimetría más: como decía más arriba, el contador del gasto es preciso al céntimo pero el del valor apenas existe.

La disciplina: topes de gasto y monitorización por tarea desde el primer día. Controlar el coste de un agente no es un asunto de finanzas, es un control de riesgo.

8. La gobernanza va por detrás de los agentes (y ese hueco es tu riesgo)

Un chatbot responde; un agente actúa. Y actuar cambia todo el mapa de riesgos: errores que se encadenan, agentes con identidad y permisos propios (y, muy a menudo, permisos muy superiores que los que realmente necesita), decisiones tomadas sin que nadie mire. Hoy solo una de cada cinco organizaciones tiene una gobernanza suficientemente madura para afrontar esto sin temeridad.

Ese desfase entre lo que los agentes ya hacen y lo que tus controles vigilan es, literalmente, tu exposición. Y en sectores regulados no es opcional: la supervisión humana la exige la ley. En los demás, sí es opcional y, justo por eso, son pocos quienes la abordan.

El listón sube cada día con lo que el agente puede hacer. Recuerda al agente que puede ordenar pagos que comentaba en el punto 2: en cuanto el dinero puede cambiar de manos, las preguntas dejan de ser teóricas. ¿Cómo pruebas que lo autorizaste? ¿Cómo sabe el comercio que su petición no es una alucinación? ¿Quién responde si hay fraude? Un agente que solo da ideas o redacta borradores admite una gobernanza laxa; uno que ejecuta, no.

Lo mínimo antes de escalar: límites claros sobre qué puede decidir un agente por su cuenta y qué necesita un visto bueno, trazabilidad de lo que hace y un botón de parada que funcione de verdad. El casco funciona si te lo pones antes de caerte de la moto, no después.

9. La turbulencia es la nueva normalidad

Sacudidas en bolsa, giros regulatorios de un día para otro, modelos de negocio que parecen intocables hasta que dejan de serlo. Es tentador leerlo como las torpezas de un sector inmaduro que acabará asentándose.

No creo que se asiente pronto. La inestabilidad es lo que ocurre cuando instituciones que se mueven a velocidad humana (o peor, de comité) intentan seguir una curva que no tiene nada de humana. Mientras dure la exponencial, la brecha solo se ensanchará.

Así que deja de esperar a que “se calme” para mover ficha. La ventaja no es para quien acierte con la tecnología, sino para quien aprenda a operar dentro del temblor.

Y ahora, tú

Vuelve al principio. Esas catorce horas y esos 251 dólares van a seguir encogiendo, mes a mes. Tu orden del día, no.

Tu trabajo como directivo no es apostar por la tecnología: eso viene (casi) solo y, además, viene cada vez más barato. Tu trabajo es cerrar la brecha. Rediseña procesos, pon a tus mejores expertos al mando de los agentes, y coloca la gobernanza y el control de coste antes de escalar, no después. La curva exponencial no espera a que el comité logre cuadrar sus agendas para volver a reunirse.