La AGI y tu negocio: surfear la ola o que te pase por encima

En la reunión de planificación estratégica alguien proyecta una lámina con una curva exponencial y la palabra «AGI». Un director pregunta si eso significa que hay que contratar menos gente el próximo año. Otro pregunta si todo esto no será una burbuja. Nadie en la sala sabe responder ninguna de las dos preguntas, y la discusión termina en un acuerdo vago de «seguir atentos».

La escena es una composición, pero ilustra una discusión frecuente. Parte de un error de encuadre: tratar la inteligencia artificial general como un evento que va a ocurrir un día determinado. Para planificar hoy importa más observar las capacidades disponibles, evaluar sus límites en tareas propias y estar preparado para incorporar las que resulten útiles.

Un término sin fecha y sin consenso

No existe una definición única de AGI. La carta fundacional de OpenAI, de 2018, la describe como sistemas «altamente autónomos que superan a los humanos en la mayor parte del trabajo de valor económico». Otros investigadores la definen de maneras más estrictas o más laxas, y las fechas que se mencionan varían de pocos años a varias décadas. Planificar un negocio sobre una fecha que nadie conoce es mala estrategia.

Los modelos recientes han ampliado lo que es posible en algunas tareas, pero ninguna mejora se traslada por igual a todos los procesos. Para una empresa importa menos la etiqueta del modelo que su desempeño, costo y riesgo en casos propios.

La lección de la electricidad

En 1987, el economista Robert Solow escribió una frase que se volvió célebre: «se ve la era de la computación en todas partes, menos en las estadísticas de productividad». Tres años después, el historiador económico Paul David publicó un ensayo, «The Dynamo and the Computer», que ofrecía una explicación: con la electricidad había ocurrido lo mismo. Las fábricas tardaron décadas en aprovecharla, porque al principio solo reemplazaban el motor a vapor por uno eléctrico. El salto llegó cuando rediseñaron la planta completa alrededor de la nueva tecnología.

La tecnología general no mejora una empresa por estar disponible. La mejora cuando la empresa se reorganiza para usarla.

Con la IA está pasando algo parecido. Conectar un chat a la operación actual es el equivalente a cambiar el motor sin rediseñar la fábrica. El valor aparece cuando la empresa ordena lo que un modelo necesita para trabajar: sus datos, sus definiciones, sus reglas y los permisos para actuar.

Quién surfea y a quién le pasa por encima

Ante un modelo más capaz, la preparación cambia el punto de partida. Una empresa con datos definidos, reglas documentadas e interfaces controladas puede probar antes si la nueva capacidad mejora un proceso. Otra tendrá que ordenar ese conocimiento antes de exponerlo al modelo. En ambos casos hacen falta pruebas de calidad, seguridad y costo antes de llevarlo a producción.

El acceso al modelo, por sí solo, no determina el resultado. También cuentan la integración, los permisos, la supervisión y la capacidad de medir si la operación realmente mejora. Ahí se construye una ventaja que puede sostenerse entre una versión y la siguiente.

Qué significa prepararse, en concreto

Prepararse no es apostar por un proveedor ni adivinar el futuro. Es construir piezas que muchos usos empresariales de IA necesitan: fuentes trazables, definiciones compartidas, reglas del negocio escritas, interfaces para consultar y ejecutar, permisos, registro y aprobación humana cuando corresponda. Esta temporada recorre cada una de esas piezas.

Esa preparación puede rendir aunque la AGI tarde: datos definidos y procesos documentados también ayudan a revisar decisiones actuales, con o sin agentes.

Las escenas de estos episodios son composiciones de situaciones frecuentes, no casos de clientes. Las cifras que aparecen en ellas son ilustrativas.