IA: ¿VALIMOS VERGA?

Durante los últimos años hemos visto titulares bastante tranquilizadores del tipo: “La inteligencia artificial podría representar un riesgo de extinción para la humanidad.”

No es exageración mía para conseguir el click. En 2023, más de 700 investigadores, empresarios y figuras relacionadas con inteligencia artificial firmaron una declaración diciendo que reducir el riesgo de extinción provocado por AI debería considerarse una prioridad global comparable con pandemias o una guerra nuclear. Entre los firmantes estaban personas como Geoffrey Hinton, Yoshua Bengio, Sam Altman y Demis Hassabis.

Nada alarmante.

Solamente algunos de los cabrones que mejor entienden esta tecnología diciendo: “Oigan, quizá deberíamos bajarle de espuma al chocolate. 

Internet obviamente hizo el resto. Terminator, robots conquistando el planeta, humanos convirtiéndonos en baterías y miles de thumbnails con Elon Musk viendo preocupado hacia algún lugar fuera de cámara.

Yo no sé si la inteligencia artificial vaya a acabar con la humanidad. Tampoco creo que esa sea la pregunta más útil para alguien que tiene una empresa y tiene que pagar nómina el viernes.

Lo que sí sé es que mientras discutimos si dentro de veinte años una superinteligencia va a decidir exterminarnos, hoy una inteligencia artificial probablemente ya puede hacer una parte de tu trabajo mejor, más rápido y muchísimo más barato que tú.

Y no estoy hablando solamente de escribir correos o hacer videos  de perritos vestidos de astronauta bailando la calabaza. (Canción más pegajosa y bailable que despacito) 

Hoy tenemos sistemas capaces de investigar cientos de clientes potenciales, analizar datos, programar software, atender conversaciones, preparar cotizaciones, actualizar un CRM, construir páginas web, crear campañas, revisar documentos y operar otras aplicaciones.

Así que antes de preocuparnos porque una máquina quiera gobernar el mundo, quizá convendría preocuparnos porque nuestra competencia aprenda a usarla antes que nosotros.

Porque si algo tengo bastante claro después de trabajar con estas herramientas durante los últimos años es que la amenaza más inmediata para la mayoría de las empresas probablemente no sea la AI.

Va a ser otra empresa utilizando AI mejor que ellas.

Un poquito de contexto antes de hablar de lana

La inteligencia artificial no nació con ChatGPT, OpenAI ni NVIDIA. Llevamos más de setenta años intentando construir máquinas capaces de hacer cosas que normalmente relacionamos con la inteligencia humana.

En 1950 Alan Turing ya se preguntaba si una máquina podía pensar y, en 1956, empezó a utilizarse formalmente el término Artificial Intelligence. Después vinieron décadas de investigación, expectativas gigantescas y varios periodos conocidos como AI Winters, básicamente momentos en los que todo mundo decía que estábamos a cinco años de crear una inteligencia comparable con la humana y después dejaban de hablar del tema durante otros quince.

Uno de los primeros momentos realmente mediáticos ocurrió en 1997, cuando IBM construyó Deep Blue y derrotó al campeón mundial de ajedrez Garry Kasparov.

Fue histórico. Una computadora acababa de vencer a uno de los mejores cerebros humanos en uno de los juegos intelectuales por excelencia.

Solamente había un pequeño problema: Deep Blue era buenísima jugando ajedrez y prácticamente inútil para cualquier otra cosa. Podía analizar millones de posiciones, pero si le preguntabas dónde llevar a cenar a tu noviecita/noviecito  probablemente intentaba mover una torre.

En 2016 ocurrió algo todavía más interesante. AlphaGo, desarrollado por DeepMind, derrotó 4-1 a Lee Sedol, uno de los mejores jugadores de Go del mundo. Durante esa serie hizo la famosa Move 37, una jugada tan extraña que inicialmente algunos expertos pensaron que la computadora había cometido un error. Después se dieron cuenta de que era brillante.

Entonces la pregunta empezó a cambiar. Ya no era solamente: ¿puede una computadora ganarnos jugando ajedrez?

Era: ¿en qué otras cosas nos puede ganar una computadora?

En 2017 investigadores de Google publicaron Attention Is All You Need y presentaron la arquitectura Transformer, que terminaría siendo fundamental para muchos de los modelos actuales. De ahí viene precisamente GPT: Generative Pre-trained Transformer.

Pero para mí uno de los cambios más importantes ocurrió cinco años después.

En 2022 alguien puso toda esa complejidad detrás de una caja de texto.

De repente un mortal como tú, y como Johnny Laboriel podía comunicarse con una computadora simplemente escribiéndole.

Y si lo piensas, tiene muchísimo sentido. Ya llevamos años dirigiendo prácticamente toda nuestra vida profesional de la misma manera. Mandamos mensajes por WhatsApp al equipo, correos a los clientes, instrucciones por Slack y audios de tres minutos que pudieron haber sido cuatro palabras.

ChatGPT convirtió hablar con una computadora en algo igual de natural.

Ya no necesitabas saber programar. Podías escribir: “Tengo estos números de ventas, estos gastos y estas campañas; dime dónde estoy perdiendo dinero, qué cambiarías y hazme tres escenarios para el próximo trimestre”.

Y la computadora contestaba.

Ahí, más que en cualquier momento anterior, AI dejó de sentirse como ciencia ficción y empezó a sentirse como producto.

Listo. Ya cumplimos con nuestra dosis de History Channel.

Ahora sí vamos a hablar de algo mucho más universal:

El varo.

Nunca había entrado tanta lana tan rápido

Hay una manera bastante sencilla de saber cuándo una tecnología está dejando de ser un juguete: Follow the money 

Y alrededor de AI no está entrando mucho dinero.

Está entrando una cantidad ridícula de dinero.

Según el Stanford AI Index 2026, la inversión corporativa global relacionada con inteligencia artificial alcanzó aproximadamente 581.7 mil millones de dólares solamente en 2025, más del doble que el año anterior. La inversión privada representó casi 345 mil millones y el dinero dirigido específicamente a AI generativa creció más de 200% en un año.

Pero un número como 581 mil millones empieza a entrar en esa categoría de cifras que nuestro cerebro realmente ya no comprende. Sabes que es un chingo, pero no sabes exactamente qué tan chingo.

Así que pongámoslo en perspectiva.

Para poner esa cantidad en perspectiva: Amazon, Google, Meta, Microsoft y Oracle gastaron alrededor de US$412 mil millones en inversión de capital durante 2025. O sea, cinco empresas tecnológicas se gastaron en un año casi el equivalente a todo lo que produce Colombia, más que toda la economía de Chile o Perú, y cerca del 60% de la economía argentina. Ya no estamos hablando de unos nerds probando un chatbot en un garage.

Y todavía estamos empezando.

Un trabajo publicado por NBER en octubre de 2026 estima que construir la infraestructura de AI que podría necesitar Estados Unidos hacia 2032 requeriría cerca de 9 billones de dólares de inversión acumulada, equivalente a invertir alrededor de 3.2% del PIB estadounidense cada año durante ese periodo.

Para tener una referencia histórica, durante el gran boom ferroviario estadounidense del siglo XIX hubo años donde la construcción de ferrocarriles equivalió a aproximadamente 3% del producto nacional. A finales de los noventa, la revolución informática también llevó la inversión estadounidense en tecnología a niveles extraordinarios.

No significa que AI sea automáticamente ‘más grande que la Revolución Industrial’. Internet nos anuncia el fin del mundo cada dos años y aquí seguimos. Tampoco hay que declarar el apocalipsis antes de ver los datos.

Pero sí nos da una idea de la escala.

Estamos construyendo infraestructura física, energética y digital como si buena parte de la economía futura dependiera de esto.

Y quizá dependa.

Porque AI ya está metiéndose en ventas, marketing, finanzas, desarrollo, operaciones, recursos humanos, análisis, atención al cliente y eventualmente hasta en decidir a dónde llevar a tu equipo de vacaciones para que Karen de contabilidad finalmente le vuelva a hablar a Rodrigo.

Y aquí aparece una contradicción que me encanta.

Hay una frase vieja sobre los adolescentes y el sexo que aplica perfectamente a la inteligencia artificial en las empresas: todos hablan de ello, todos dicen que los demás ya lo están haciendo y muchos todavía no tienen ni puta idea de cómo hacerlo bien.

Stanford reporta que el 88% de las organizaciones encuestadas ya utiliza AI en al menos una función, pero el uso de agentes sigue en un solo dígito en prácticamente todas las áreas del negocio.

Ahí está el punto.

Todo mundo tiene AI.

Muy pocos han rediseñado realmente su empresa alrededor de ella.

Porque utilizar ChatGPT para escribir un correo no transforma un negocio. Empieza a transformarlo cuando la tecnología cambia cuánto cuesta vender, atender, investigar, desarrollar, producir o administrar.

Internet hizo exactamente eso. Los smartphones hicieron eso. Cloud hizo eso.

AI está empezando a hacerlo ahora.

ChatGPT, Claude, Gemini… da igual cuál sea tu religión

Otro error es pensar que inteligencia artificial significa ChatGPT.

No.

ChatGPT es una aplicación construida utilizando inteligencia artificial, igual que Chrome no es Internet, Spotify no es música y Tinder definitivamente no es el amor.

Tenemos ChatGPT, Claude, Gemini, Grok, DeepSeek, Perplexity y seguramente otros quince que aparecerán antes de que termine de escribir este artículo.

Durante un rato nos obsesionamos con saber cuál era “el mejor modelo”, como si tuviéramos que escoger equipo de futbol.

Yo utilizo varios dependiendo de lo que necesito y cada vez estoy más convencido de que para una empresa normal la discusión de qué modelo ganó el benchmark de esta semana va a importar cada vez menos.

Lo realmente importante es qué haces con él.

Los primeros años utilizamos AI principalmente como asistente. Le pedías que escribiera un correo, resumiera un contrato, analizara un documento o generara veinte ideas para Instagram. Y desafortunadamente nueve incluían frases como “lleva tu experiencia al siguiente nivel”, pero nadie es perfecto.

Después copiabas el resultado, abrías Gmail, buscabas al cliente, mandabas el correo, actualizabas HubSpot y dentro de tres días tenías que acordarte de darle seguimiento.

La AI había trabajado contigo.

Pero tú seguías operando el proceso.

Eso es precisamente lo que está empezando a cambiar.

Aquí es donde sí da un poquito de miedo

Regresemos un segundo al principio del artículo y al supuesto fin de la humanidad. Creo que a veces imaginamos el riesgo de AI de una manera demasiado cinematográfica: un robot consciente despierta, nos odia y decide matarnos. Pero hay un riesgo mucho menos espectacular y probablemente más cercano: darle capacidades extraordinarias a gente que antes no tenía los recursos para hacer ciertas cosas.

Antes, un grupo pequeño necesitaba muchísimo conocimiento, infraestructura y especialistas para intentar desarrollar un arma biológica sofisticada, lanzar ciertos ataques informáticos o ejecutar operaciones complejas a gran escala. Cuando esas barreras empiezan a bajar, no necesitas que AI se vuelva malvada; basta con que una persona sea pendeja. Por eso seguridad, controles y supervisión importan cada vez más conforme los modelos adquieren nuevas capacidades.

Pero exactamente la misma lógica funciona del lado positivo. Durante gran parte de la historia de los negocios, una empresa pequeña tenía una limitación bastante evidente: era pequeña. No tenía veinte analistas, un departamento de tecnología, investigadores, copywriters, diseñadores, científicos de datos y consultores trabajando permanentemente. Ahora imagina tener algo parecido a Einstein para analizar un problema, un desarrollador disponible a las tres de la mañana, un analista financiero, un investigador, un vendedor y un consultor trabajando contigo simultáneamente por una fracción del costo.

Obviamente no son literalmente Einstein y todavía se equivocan bastante, pero la idea importante es otra: un equipo muy pequeño empieza a poder hacer cosas muy grandes. Y para mí esa posibilidad es muchísimo más interesante que cualquier chatbot.

Del consultor al empleado

La forma más sencilla que encuentro para explicar un agente es pensar en la diferencia entre un consultor y alguien que trabaja contigo todos los días. Imagínate que vas con un nutriólogo: te pesa, revisa lo que estás comiendo y te dice algo que probablemente ya sospechabas: “Miguel, estás gordo porque comes como si todos los días fueran Navidad”. Gracias por la consultoría. Te da un plan y tú te vas a casa.

Ahora imagina que en vez de eso tienes un entrenador que está contigo todos los días. Sabe qué comiste, revisa tu entrenamiento, ve si cumpliste, ajusta el plan, te recuerda lo que toca y cambia las cosas dependiendo de lo que estás haciendo. Uno te dio conocimiento; el otro ejecuta contigo. Algo parecido está ocurriendo con AI.

Un chatbot podía responder: “Estas son diez formas de conseguir clientes”. Un agente puede recibir un objetivo como: “Consígueme reuniones con potenciales clientes.” A partir de ahí podría buscar empresas, decidir cuáles hacen fit, investigar cada negocio, encontrar al contacto correcto, revisar su página, preparar un acercamiento personalizado, enviarlo, registrar la información en un CRM y hacer seguimiento.

Ahí está el cambio importante: ya no le pediste contenido, le pediste un resultado.

Durante décadas utilizamos computadoras dándoles instrucciones específicas: abre este programa, mete este dato, copia esto, manda aquello. Ahora estamos empezando a construir software al que podemos decirle: “Este es el objetivo. Encuentra cómo llegar”.

Obviamente todavía falla. Los agentes se traban, interpretan cosas mal y requieren supervisión. Yo no dejaría mañana a uno transferir un millón de dólares sin autorización humana. Pero es igual que un becario tampoco necesito que sea perfecto para que sea útil; necesito que elimine suficiente trabajo repetitivo para que una persona pueda concentrarse en aquello donde realmente aporta valor.

Yo no estoy escribiendo esto porque vi un TED Talk

Esta es probablemente la parte que más me interesa de todo esto: llevo meses intentando aplicar AI en negocios reales. No demos donde alguien escribe “créame Uber pero para perros” y treinta segundos después aparece mágicamente una startup. Hablo de empresas donde hay clientes, ventas, errores, procesos y dinero que eventualmente tiene que caer en una cuenta bancaria.

He trabajado, por ejemplo, en sistemas para un hostel en Nueva York donde AI ayuda a atender y dar seguimiento a solicitudes de grupos; en un negocio de moda donde estamos convirtiendo conversaciones de Instagram y WhatsApp en un proceso comercial más inteligente; y en Roamie, mi propia startup, donde estamos intentando que un concierge de AI deje de solamente recomendar lugares y pueda entender contexto, conectar información y eventualmente actuar.

Y en el camino he aprendido algo que me parece mucho más importante que saber cuál es el último modelo de moda: AI empieza a ser realmente útil cuando deja de ser una herramienta separada y se mete dentro de la forma en que el negocio ya trabaja.

Lo interesante no es tener “un chatbot”. Es qué pasa cuando la tecnología entiende tus productos, clientes, procesos y conversaciones, y puede hacer algo útil con ellos.

Ahí es donde he estado experimentando, equivocándome y construyendo.

Si quieres ver algunos de los proyectos y casos reales en los que estoy aplicando esto, los puedes ver aquí → [VER PROYECTOS]

La verdadera guerra viene después del modelo

Por eso creo que la discusión de OpenAI contra Google contra Anthropic contra Meta contra quien aparezca mañana sí importa, pero no es la conversación más importante para una empresa. Todos vamos a terminar teniendo acceso a modelos extremadamente capaces y, con el tiempo, el modelo base probablemente se va a parecer más a Internet: algo que todos tienen y que por sí solo no representa una ventaja. Nadie llega hoy a una junta presumiendo: “Tenemos Wi-Fi”. Pues qué bueno, cabrón. La pregunta importante es qué construiste encima.

Con AI va a pasar algo parecido. La ventaja estará en tus datos, procesos, integraciones, conversaciones, clientes, sistemas, conocimiento, distribución y marca. Es decir, en todo aquello que el modelo no trae de fábrica.

Los nuevos productos ya apuntan exactamente hacia allá. Meta lanzó Muse como un agente personal pensado no solamente para responder preguntas, sino para ejecutar tareas usando su propio entorno de computadora y navegador. Después presentó Muse for Small Business, con la idea de darle objetivos como operar un negocio o encontrar nuevos clientes y conectarlo con herramientas como Canva, QuickBooks, Lovable, Notion, Shopify, Slack, Stripe, Facebook e Instagram.

Ese último detalle me parece importante porque probablemente el futuro no sea AI haciendo absolutamente todo sin humanos. Por lo menos durante bastante tiempo será AI haciendo muchísimo trabajo y personas decidiendo qué puede ejecutar sola, qué necesita aprobación y dónde sigue haciendo falta criterio humano. Meta además tiene una ventaja brutal: millones de negocios ya viven dentro de sus aplicaciones, venden por Instagram, atienden por WhatsApp y consiguen clientes en Facebook. Cuando el agente deja de ser una pestaña adicional que tienes que abrir y aparece exactamente donde ya sucede el negocio, la fricción cae muchísimo.

Entonces, ¿cómo chingados aplico esto a mi empresa?

Esta debería ser la parte más importante del artículo porque, después de tres años de conferencias, cursos de prompts y gente agregando “AI Expert” a LinkedIn porque pagó ChatGPT Plus, muchas empresas siguen empezando por la pregunta equivocada: “¿Qué herramienta de AI deberíamos comprar?”

Yo empezaría con algo muchísimo menos sexy: ¿dónde estamos perdiendo tiempo o dinero?

Observa una semana normal de operación. Busca las cosas que alguien repite todos los días, las preguntas que se responden veinte veces, la información que se copia manualmente entre sistemas, los reportes que alguien prepara cada lunes, los leads que nadie contesta suficientemente rápido, los clientes a los que se les olvida dar seguimiento, las cotizaciones que tardan horas y los datos que existen pero nadie analiza. Ahí está tu mapa de oportunidades.

Después pregúntate qué nivel de autonomía tiene sentido. Hay tareas de bajo riesgo donde AI puede hacer prácticamente todo, como clasificar información, resumir conversaciones, organizar documentos o preparar ciertos reportes. En otras conviene que AI prepare el trabajo y una persona apruebe: propuestas comerciales, cotizaciones, correos importantes, contenido o análisis. Y existen decisiones donde debería seguir participando activamente una persona, como estrategia, negociación compleja, relaciones importantes, movimientos financieros relevantes o situaciones donde equivocarse cuesta mucho.

No todo necesita un agente, no todo necesita una automatización y definitivamente no todo necesita AI. La pregunta realmente útil no es “¿puede AI hacer mi trabajo?”, sino “¿qué parte de mi trabajo ya no necesito seguir haciendo yo?”

Por favor, no automatices un proceso pendejo

Esta probablemente sea una de las reglas más importantes que he aprendido trabajando con automatizaciones: antes de automatizar un proceso, pregúntate si debería existir.

He visto workflows gloriosos donde siete aplicaciones, tres modelos, dos APIs y doce pasos trabajan perfectamente coordinados para resolver un problema que podía eliminarse cambiando una columna en un formulario. Eso no es transformación digital. Es hacer una pendejada muchísimo más rápido.

Primero elimina lo que no necesitas. Después simplifica el proceso. Cuando ya tenga sentido, automatiza las partes repetitivas y finalmente utiliza AI donde realmente necesites interpretar, decidir, escribir, investigar o razonar. 

Automatizar burocracia solamente crea burocracia extremadamente eficiente, y ya tenemos suficiente de la normal.

La AI también nos está permitiendo producir una cantidad histórica de mierda

En marketing esto ya empieza a ser espectacular. Hace unos años una marca podía producir cinco posts mediocres por semana; ahora puede producir 500. 

Felicidades: industrializamos la mediocridad.

Puedes generar treinta blogs, cien captions, cincuenta imágenes y doce videos antes de desayunar. El problema es que tus competidores también. Cuando producir se vuelve barato, producir deja de ser la ventaja.

Por eso creo que AI, paradójicamente, va a volver muchísimo más importantes algunas cosas humanas que durante años intentamos convertir en commodity: tener criterio, buenas ideas, gusto, estrategia, una voz reconocible, distribución, comunidad y una marca que signifique algo.

Si mañana cualquier restaurante puede generar cien anuncios, la ventaja del mejor restaurante no será generar ciento veinte. Será saber qué chingados decir. La AI puede multiplicar una buena idea brutalmente, pero también puede multiplicar una idea horrible, y la segunda parece estar ganando por volumen.

¿Entonces nos va a quitar el trabajo?

Probablemente algunos sí. Decir lo contrario sería vender humo. Pero pensar solamente en “empleos que desaparecerán” también se queda corto.

Cada gran cambio tecnológico ha eliminado actividades y al mismo tiempo ha creado otras que anteriormente ni siquiera tenían sentido. Intentar explicarle a alguien en 1995 que dentro de treinta años habría personas ganando millones de dólares grabándose desayunando y diciendo “acompáñenme a mi morning routine” probablemente habría terminado con una recomendación de atención psiquiátrica.

Hoy tenemos community managers, especialistas SEO, creadores de contenido, growth marketers, desarrolladores de apps, managers de e-commerce y decenas de profesiones que prácticamente no existían antes de Internet. 

Con AI probablemente pase algo parecido.

Por eso la pregunta que más me interesa no es únicamente “¿qué trabajos van a desaparecer?”. Es “¿qué negocios ahora van a ser posibles que antes eran económicamente imposibles?”. Y eso cambia completamente la conversación.

Una empresa pequeña ya no necesariamente tiene que pensar pequeño

Durante casi toda la historia empresarial, crecer significaba acumular recursos: más empleados, más oficinas, más departamentos, más amantes, más managers y, por supuesto, más juntas que pudieron haber sido un correo.

Una empresa de cien personas normalmente podía hacer más cosas que una empresa de diez simplemente porque tenía diez veces más horas humanas disponibles. AI empieza a romper esa relación.

Un equipo pequeño puede tener agentes investigando, software atendiendo conversaciones, herramientas escribiendo código, sistemas generando reportes, automatizaciones moviendo información y humanos concentrándose en las decisiones donde realmente agregan valor. No creo que eso signifique que mañana una persona pueda reemplazar perfectamente a cien empleados, pero sí creo que la relación entre número de personas y capacidad de una empresaestá cambiando.

Y como emprendedor, esa idea me parece brutal. Históricamente una de las mayores limitaciones de cualquier fundador era bastante difícil de solucionar: solo eres una persona y tienes 24 horas. No puedes investigar cien mercados, atender a todos los clientes, programar el producto, analizar las finanzas, conseguir inversionistas, hacer marketing y todavía acordarte de comer.

Ahora empiezas a poder multiplicar partes de ti. No reemplazarte: multiplicarte. Y cuando cinco personas pueden empezar a producir lo que antes necesitaba veinte, cambia quién puede competir con quién.

Ese, para mí, puede terminar siendo uno de los impactos económicos más profundos de AI: no necesariamente crear empresas sin personas, sino crear personas con muchísimo más poder para construir empresas.

Entonces sí: quizá valimos verga

Tal vez dentro de veinte años una superinteligencia despierte, revise X durante cinco minutos y llegue a la conclusión perfectamente razonable de que la humanidad fue un experimento que se salió de control. No la culparía del todo.

Pero mientras esperamos ese momento, hay una revolución muchísimo menos cinematográfica ocurriendo enfrente de nosotros. AI está empezando a convertir partes de la inteligencia, el conocimiento y el trabajo digital en software. Eso significa que prácticamente todas las empresas van a terminar replanteándose cómo trabajan: qué debería seguir haciendo una persona, qué puede hacer una máquina, qué tareas deberían desaparecer por completo, dónde necesitamos supervisión humana y qué negocios podemos construir ahora que antes habrían requerido diez veces más dinero, tiempo o personas.

Dentro de algunos años decir “nuestra empresa utiliza inteligencia artificial” probablemente va a sonar igual de absurdo que decir hoy “nuestra empresa utiliza Internet”. Pues sí. La pregunta importante será cómo la estás utilizando.

Porque pedirle a ChatGPT que te escriba un caption no transforma una empresa. Cambiar la forma en que encuentras clientes, vendes, atiendes, desarrollas, analizas información y tomas decisiones sí.

Y quizá esa sea la parte que más me entusiasma de todo este desmadre. Puede que la AI termine con millones de trabajos, cree otros tantos, produzca empresas que hoy ni siquiera podemos imaginar o incluso confirme que los cabrones que dicen que representa un riesgo para nuestra especie tenían razón.

No tengo idea.

Pero hay algo de lo que sí estoy bastante seguro: esto ya empezó.

Puede que valimos verga.

Pero mínimo que nos agarre facturando.