El futuro de la IA empresarial parece obvio, pero no.

---

13 de julio | Por Juan Merodio

Hace unas semanas, después de una conferencia, se me acercó un directivo de una empresa industrial bastante grande y me dijo algo que llevo tiempo escuchando con distintas palabras: «Juan, tenemos licencias de IA para toda la plantilla, hemos hecho formaciones, la gente la usa a diario… y sin embargo, cuando miro los números de la empresa, no ha cambiado nada estructural. ¿Qué estamos haciendo mal?»

Y mi respuesta le descolocó: probablemente nada.

No están haciendo nada mal. El problema es que están intentando transformar una empresa con una tecnología que nunca fue diseñada para dirigir empresas. Y esa diferencia, que parece un matiz, lo explica prácticamente todo.

 

El desajuste que nadie quiere ver

Déjame ser directo: los grandes modelos de lenguaje no fueron creados para gestionar negocios. Fueron creados para predecir la siguiente palabra de una frase. Punto.

Una empresa, en cambio, funciona con memoria, con contexto acumulado durante años, con permisos, restricciones, incentivos, workflows y bucles de retroalimentación que se corrigen constantemente. Una empresa es un sistema. Un modelo de lenguaje es un motor.

Y aquí está la metáfora que uso últimamente en mis conferencias: hemos metido un motor de Fórmula 1 en empresas que todavía no tienen chasis para él. El motor es extraordinario. Ruge, impresiona, acelera cualquier tarea individual. Pero sin chasis, sin dirección y sin frenos, no ganas carreras. Solo haces mucho ruido.

Ese desajuste entre lo que la tecnología es y lo que las empresas necesitan explica por qué vivimos la paradoja más extraña de la historia reciente de la tecnología: la adopción de IA está en máximos históricos y, al mismo tiempo, la transformación real del negocio sigue sin aparecer. Todo el mundo reporta ganancias de productividad individuales. Casi nadie puede enseñar un impacto operativo profundo en su cuenta de resultados.

La realidad es que no estamos ante un problema de modelos. Estamos ante un problema de arquitectura.

 

Internet funcionaba antes de que existiera la web

Para entender lo que viene, hay que mirar atrás.

En 1991 internet ya funcionaba. El correo electrónico conectaba instituciones, los archivos se transferían entre universidades, los paquetes de datos viajaban por el mundo. La tecnología estaba ahí. Pero internet no era la web. Era una infraestructura potentísima que solo sabían aprovechar organizaciones técnicamente muy avanzadas.

¿Y sabes qué cambió todo? No fue una red mejor. Fue una capa nueva: las URL, el HTTP, los navegadores. Una abstracción que convirtió aquella infraestructura críptica en algo que cualquier organización normal podía entender, usar y sobre lo que podía construir.

Esto se ha repetido una y otra vez en la historia del software empresarial. Las bases de datos existían mucho antes de que el modelo relacional las hiciera manejables. Las operaciones de negocio existían antes de que los ERP les dieran una representación común. Las relaciones con clientes existían antes de que el CRM las convirtiera en un sistema gestionable en lugar de un caos de interacciones dispersas.

En todos los casos, la tecnología de base era importantísima. Pero el salto que definió cada categoría llegó cuando alguien encontró la abstracción que la organizaba.

Y mira, todo apunta a que la inteligencia artificial empresarial está exactamente en ese punto. En su año 1991.

 

Los modelos de IA no son el producto

Aquí viene lo que más cuesta aceptar a muchos directivos con los que trabajo: los modelos, siendo cada vez más impresionantes, importan cada vez menos como ventaja competitiva.

Suena contradictorio, así que déjame explicarlo.

Cuando una tecnología mejora más rápido de lo que las organizaciones son capaces de absorberla, el valor se desplaza. Deja de estar en la tecnología en sí y pasa a estar en la arquitectura que la organiza. Tú no compraste un ERP porque te fascinaran las bases de datos. Ninguna empresa contrata Salesforce porque admire el SQL que hay debajo. La tecnología se convierte en infraestructura, se da por hecha, y el valor de negocio sube de capa.

Con la IA está empezando a pasar exactamente lo mismo. La pregunta relevante ya no es qué modelo es más inteligente. La pregunta relevante es cómo organizas, despliegas, gobiernas, mides y mejoras continuamente esa inteligencia dentro de tu empresa.

Esto lo veo constantemente en TEKDI: alumnos que llegan obsesionados con qué herramienta usar, comparando modelos como quien compara coches en un concesionario, y que salen entendiendo que su verdadero cuello de botella nunca fue la herramienta. Era el sistema. O más bien, la ausencia de sistema.

Porque conseguir que un empleado sea un 20% más productivo con IA es relativamente fácil. Lo difícil, lo verdaderamente difícil, es transformar el rendimiento de la empresa entera. Y esa diferencia casi siempre se reduce a lo mismo: workflows, medición, retroalimentación y arquitectura organizativa. Investigaciones recientes de consultoras y universidades de referencia llevan meses señalando este mismo patrón con vocabularios distintos.

 

La capa que viene (y por qué parecerá obvia)

Mi predicción, y sé que las predicciones en tecnología suelen envejecer fatal, es que estamos muy cerca de ver nacer una nueva capa sobre los modelos. No un chatbot mejor. No un copilot más capaz. No un agente con más memoria.

Una capa que hará con la IA lo que la web hizo con internet.

Y lo curioso de las grandes abstracciones es que, cuando aparecen, parecen obvias. «Todo es un archivo». «La web es una colección de recursos con dirección propia». Nadie reaccionó a esas ideas diciendo «qué extraordinario». La reacción fue: «claro, ¿cómo iba a funcionar de otra manera?»

Con esta capa pasará igual. Será difícil de construir, pero fácil de entender. Y se caracterizará por cosas que hoy suenan aburridas pero que son las que de verdad transforman empresas: estado persistente en lugar de sesiones que se olvidan de todo, gobernanza en lugar de improvisación, optimización de resultados en lugar de generación de outputs bonitos que nadie mide.

En otras palabras: la inteligencia dejará de ser una herramienta separada a la que tus empleados consultan de vez en cuando y pasará a formar parte del tejido operativo de la empresa. Como la electricidad. No la usas. Simplemente está.

 

Qué significa esto para ti, hoy

Sé lo que estás pensando: «Muy bien Juan, pero si la capa aún no existe, ¿qué hago yo mientras tanto?»

Pues precisamente por eso escribo este artículo. Porque cuando esa capa aparezca, y aparecerá antes de lo que crees, no va a rescatar a las empresas que no hicieron los deberes. Va a multiplicar a las que sí los hicieron.

Las organizaciones que ganarán con la IA no serán las que tengan acceso a los modelos más inteligentes, porque todas tendrán acceso a los mismos modelos. Serán las que hayan aprendido a organizar la inteligencia: las que tengan sus procesos mapeados, sus datos ordenados, sus workflows documentados y una cultura que mide resultados en lugar de coleccionar herramientas.

Es como un hielo que se derrite tan despacio que no lo notas. Cada mes que tu empresa acumula «productividad individual» sin construir sistema, la distancia con quien sí lo está construyendo crece un poco más. Y cuando llegue la nueva capa, esa distancia no se cerrará. Se disparará.

Así que la decisión que tienes delante es esta: puedes seguir comprando licencias, haciendo pilotos sueltos y presumiendo de que «en tu empresa ya usáis IA», esperando a que alguien invente la solución mágica que ordene tu caos. O puedes empezar hoy a construir la arquitectura sobre la que esa nueva capa se va a apoyar: procesos claros, datos limpios, medición real y criterio.

La primera opción es más cómoda. La segunda es la que separará a las empresas que hablan de IA de las que se transforman con ella.

Tú eliges de qué lado quieres estar cuando llegue el momento. Porque va a llegar.

Compartir >>