Título original: IA institucional vs IA individual
Autor original: George Sivulka, a16z
Traducción del autor: Shenchao TechFlow
La IA acaba de aumentar la productividad de todos en diez veces.
Ninguna empresa se volvió diez veces más valiosa por esto.
¿A dónde fue la productividad?
Esta no es la primera vez que sucede.
En la década de 1890, la electricidad prometía enormes aumentos de productividad.
Las fábricas textiles de Nueva Inglaterra, que originalmente se construyeron en torno a la energía rotativa de las máquinas de vapor, pronto reemplazaron las máquinas de vapor por motores eléctricos más rápidos.
Pero durante treinta años, las fábricas electrificadas casi no aumentaron su producción. La tecnología estaba muy por delante. Pero la organización no se mantuvo al día.
Hasta la década de 1920, las fábricas rediseñaron completamente las líneas de producción—cintas transportadoras, cada máquina con su propio motor eléctrico, los trabajadores y las máquinas ejecutando trabajos completamente diferentes—la electrificación fue lo que realmente produjo los beneficios.
Nota: Las tres evoluciones de la fábrica textil de Lowell. De izquierda a derecha: fábrica de vapor de 1890, fábrica impulsada por electricidad de 1900, fábrica 'impulsada por unidades' de 1920 (es decir, reconstruida desde cero como una línea de producción eléctrica).
El retorno no proviene de la tecnología en sí, ni de hacer que un solo trabajador o máquina hilar más rápido. Sino que cuando finalmente rediseñamos las instituciones y la tecnología juntos, los beneficios realmente se materializan.
Esta es la lección más cara en la historia de la tecnología, y ahora mismo estamos volviendo a aprenderla.
En 2026, la IA está llevando a un aumento de productividad de 10 veces para aquellos que saben cómo aprovecharla. Pero eso no es suficiente. Hemos cambiado el motor, pero aún no hemos rediseñado la fábrica.
Porque un hecho simple: un individuo eficiente no equivale a una organización eficiente.
La gran mayoría de los productos de IA dan la sensación de ser 'eficientes', pero no realmente impulsan valor. La mayoría de los casos de uso de IA que ves son personas embriagándose en Twitter o en la empresa Slack con 'eficiencia máxima', con un impacto real de cero.
La frase 'el servicio es software' que se ha mencionado repetidamente en el último año tiene razón en su dirección, pero no ha proporcionado un plano. Y además, ignora el panorama más amplio. La verdadera transformación no es pasar de herramientas a servicios, sino construir tecnología e instituciones juntas (ya sea transformando lo viejo o comenzando desde cero). Un futuro realmente eficiente necesitará una nueva categoría de productos—las líneas de producción del mañana.
Las organizaciones eficientes necesitan 'inteligencia a nivel institucional'.
Este artículo profundizará en los siete dimensiones que distinguen 'IA a nivel institucional' de 'IA a nivel personal'. Las empresas en el campo de la IA B2B durante la próxima década se basarán en estas diferencias.
Nota: Tabla comparativa de los siete pilares de la inteligencia a nivel institucional
Los siete pilares de la inteligencia a nivel institucional
1. Coordinación
La IA a nivel personal genera caos.
La IA a nivel institucional crea coordinación.
Empecemos con un experimento mental. Supongamos que mañana duplicas el número de personas en la organización, clonando a todos tus mejores empleados.
Cada uno de estos empleados tiene pequeñas diferencias, preferencias, peculiaridades y perspectivas (especialmente tus mejores empleados). Si la gestión no es adecuada, la comunicación no es suficiente, y las divisiones de responsabilidades, OKR y límites de roles no están claramente definidos... lo que creas es caos.
Medido a nivel personal, la organización podría ser más eficiente. Pero miles de agentes (o humanos) remando en direcciones opuestas, el mejor resultado es permanecer en el mismo lugar, el peor es deshacer la cohesión organizativa.
Esto no es una suposición. Cada organización que adopta IA sin una capa de coordinación está experimentando esto ahora. Cada empleado tiene sus propios hábitos de uso de ChatGPT, su propio estilo de prompts, su propia producción—y la producción de los demás no tiene conexión. El organigrama puede seguir existiendo, pero el trabajo generado por IA en realidad sigue otra línea.
Nota: Los individuos eficientes (o agentes) reman en diferentes direcciones. Sin coordinación, hay caos.
La coordinación es una necesidad absolutamente rígida, tanto para humanos como para agentes.
La inteligencia a nivel institucional dará lugar a una industria completa de 'gestión de agentes'—focalizada en los roles y responsabilidades de los agentes, la comunicación entre agentes y entre agentes y humanos, y cómo medir el valor de los agentes (solo cobrar por volumen no es suficiente).
2. Señal
La IA a nivel personal genera ruido.
La IA a nivel institucional encuentra señales.
Hoy, los humanos pueden crear—o más bien generar—cualquier cosa que puedan imaginar: artículos escritos por IA, presentaciones, hojas de cálculo, fotos, videos, canciones, sitios web, software. Qué gran regalo.
El problema es que la gran mayoría del contenido generado por la IA es pura basura. La proliferación de basura de IA ha llegado a un punto tan grave que algunas organizaciones se han pasado de la raya y han prohibido completamente toda producción de IA. Para ser sincero, yo mismo siento lo mismo: dirijo una empresa de IA, pero pido al equipo ejecutivo que no use IA en ningún producto de texto final. No soporto esa basura.
Piensa en cómo está cambiando la industria de PE (capital privado). El año pasado, podrías haber recibido 10 oportunidades de transacción en tu mesa. Este año, en el próximo trimestre recibirás 50 oportunidades, cada una pulida por IA, y tu tiempo de juicio sigue siendo el mismo: tienes que encontrar la que realmente sea confiable.
Generar cualquier cosa ya no es un problema. Para cualquier organización seria, el problema ahora es generar y filtrar lo correcto. En un mundo impulsado por IA, encontrar ese buen resultado, esa buena transacción, la señal en el ruido, se vuelve cada vez más crítico. El motor económico central de la próxima década será extraer señales de la montaña de basura de crecimiento exponencial.
Nota: La basura de IA generada por herramientas de productividad personal está proliferando a una velocidad exponencial. Los humanos ya no pueden filtrar el ruido, se necesita una nueva clase de productos de IA a nivel institucional.
La inteligencia a nivel institucional debe encontrar señales, debe estructurar el ruido para penetrar el desecho, y en el trabajo debe ser definible, determinista y auditable.
La IA a nivel personal puede enfatizar la productividad 'siempre en línea' de Clawdbot, satisfaciendo tus necesidades de maneras impredecibles 24/7—esencialmente agentes no deterministas. La IA a nivel institucional, en cambio, se basa en la confiabilidad de agentes deterministas. Solo los agentes con puntos de control, pasos y procesos predecibles pueden escalar, pueden descubrir señales y, a través de esas señales, generar ingresos para la organización.
Nota: Matrix es una herramienta que utiliza tecnología generativa para penetrar el ruido, abriendo así un mundo de agentes y puntos de control deterministas.
3. Prejuicio
La IA a nivel personal alimenta prejuicios.
La IA a nivel institucional crea objetividad.
La discusión sobre los prejuicios sociopolíticos ha dominado el discurso de la IA durante varios años. Los laboratorios de modelos básicos finalmente eludieron este problema a través de la suficiente RLHF, ajustando todos los modelos para que fueran aduladores. Hoy, modelos como ChatGPT, Claude, etc., están tan alineados que estarán de acuerdo contigo en cualquier tema dentro de la ventana de Overton (a veces incluso cruzando un poco la línea, refiriéndome a ti @Grok). La discusión sobre los prejuicios sociopolíticos ha disminuido. Pero un nuevo problema ha tomado su lugar.
Este exceso de asentimiento a todo ha llegado a ser tan absurdo que se ha convertido en un meme—la respuesta automática de Claude de '¡tienes toda la razón!' sin importar si realmente tienes razón o no.
Esto suena inofensivo. No lo es.
Muchas de las personas que más impulsan la IA en las organizaciones pueden pronto ser los empleados de peor rendimiento en la historia. Piensa en por qué.
Los empleados de bajo rendimiento en la organización, que casi no reciben retroalimentación positiva a diario, pronto tendrán un ASI que los valide por completo. Ellos dirán en su mente: 'Los agentes más inteligentes de la historia están de acuerdo conmigo. Es mi gerente el que se equivoca.'
Esto es adictivo. También es tóxico para las organizaciones.
Nota: La sala de eco de la IA a nivel personal agrava las divisiones, alejando a dos personas cada vez más, y esta dinámica, una vez escalada, creará facciones dentro de una organización que antes estaba unida.
Esto revela algo importante. Las herramientas de productividad personal refuerzan al usuario. Pero lo que realmente debería ser reforzado son los hechos.
Las organizaciones humanas, tras miles de años de evolución, han establecido sistemas específicamente para contrarrestar este problema:
· Reunión del comité de inversión
· Diligencia debida de terceros
· Consultar la junta directiva
· La separación de poderes ejecutivo, legislativo y judicial del gobierno de EE. UU.
· Democracia representativa y el sistema democrático en sí
Nota: La objetividad incluso puede mitigar problemas de coordinación: suprimir pequeñas discrepancias en lugar de amplificarlas.
Las organizaciones rara vez fallan por falta de confianza entre los empleados. Fallan porque nadie quiere o puede decir 'no'.
La IA a nivel institucional debe desempeñar este papel. No será entrenada por RLHF para complacer a los usuarios o corroborar sus creencias, sino para desafiar sus prejuicios. Proporcionar retroalimentación positiva cuando el comportamiento es eficiente, trazar líneas duras y obligar a corregir cuando se desvía del camino.
Por lo tanto, los agentes más importantes dentro de la organización no serán 'síntomas', sino 'votantes disciplinados'—cuestionando el razonamiento, exponiendo riesgos, ejecutando estándares. Algunas de las aplicaciones de IA más influyentes en el futuro se construirán alrededor de restricciones institucionales: miembros de la junta de IA, auditores de IA, pruebas de terceros de IA, cumplimiento de IA...
4. Ventaja de frontera
La IA a nivel personal optimiza el uso.
La IA a nivel institucional optimiza la ventaja de frontera.
Los límites de la capacidad de la IA están en movimiento cada semana, incluso cada día. Las empresas de modelos básicos están iterando rápidamente sus capacidades para competir por cada persona y cada organización.
Pero la clásica trampa del innovador nos dice que, en aplicaciones concretas, la profundidad siempre vence a la amplitud:
· El trabajo de @Midjourney es mantener una ligera ventaja en el diseño de imágenes.
· El trabajo de @Elevenlabsio es mantener una ligera ventaja en los modelos de voz.
· El trabajo de @DecagonAI es estar siempre a la vanguardia en la experiencia de servicio al cliente de pila completa.
Aunque los modelos básicos se acercan cada vez más, la verdadera ventaja de frontera es clave para los expertos en cada campo.
Muchos de los mejores diseñadores usan @Midjourney, muchas de las mejores empresas de IA de voz usan @Elevenlabsio—porque incluso si los modelos básicos están avanzando, el enfoque incesante en la ventaja de frontera específica de las aplicaciones dedicadas define la ventaja en sí misma.
Mientras las soluciones específicas también estén evolucionando, las capacidades realmente cruciales para los resultados económicos—las capacidades clave para las empresas—siempre estarán del lado de los productos específicos.
Esto se refleja perfectamente en el ámbito financiero—donde el desarrollo de LLM es más activo en este momento. Una vez que una capacidad se ha vuelto común, por definición, ya no te ayudará a superar al mercado. Pero, ¿y si la tecnología de vanguardia puede generar un breve 1% de ventaja de nicho? Este 1% podría desbloquear retornos de miles de millones.
Nota: Para cualquier tarea suficientemente específica, la ventaja de la frontera se define por la solución a nivel institucional que construyes sobre la tecnología de vanguardia.
Nuestros usuarios han estado superando la frontera. La ventana de contexto de LLM ha crecido de 4K a 1 millón de tokens en cuatro años. Algunos de nuestros usuarios manejan 30 mil millones de tokens en una sola tarea. Este año ya hemos visto caminos para manejar tareas de 100 mil millones de tokens. Cada vez que la capacidad del modelo básico mejora, hemos recorrido más.
Nota: La ventana de contexto y otras capacidades son un blanco móvil. Comparación de la evolución de la ventana de contexto de los laboratorios de vanguardia y Hebbia en los últimos tres años.
La versatilidad dirigida a un amplio público es sin duda importante, especialmente en la fase de hacer que los empleados se familiaricen con la IA. Pero el futuro no será que la gente use ChatGPT/Claude o soluciones verticales, sino que será ChatGPT/Claude más soluciones verticales.
La inteligencia a nivel institucional debe aprovechar agentes específicos del campo, e incluso específicos de la tarea.
Nos preguntamos a nosotros mismos una pregunta que suena absurda pero que no lo es:
'¿Qué agentes elegirá AGI como atajos? Incluso una superinteligencia querrá herramientas especializadas para campos específicos.'
Los límites de la capacidad de la IA siempre están en movimiento; las organizaciones que realmente aprovechan la ventaja de frontera son las ganadoras. Los demás están pagando por un producto genérico muy costoso.
5. Resultados
La IA a nivel personal ahorra tiempo.
La IA a nivel institucional amplía los ingresos.
@MaVolpi me dijo una vez una frase que transformó mi comprensión sobre vender IA a empresas: 'Si le preguntas a cualquier CEO si prefiere reducir costos o aumentar ingresos, casi todos dirán ingresos.'
Pero casi cada producto de IA en el mercado hoy está entregando reducción de costos—prometiendo ayudarte a ahorrar tiempo, hacer más con menos personas, o reemplazar la mano de obra.
La IA a nivel institucional debe entregar beneficios incrementales. Y los beneficios incrementales son mucho más difíciles de comercializar que el tiempo ahorrado.
Tomemos como ejemplo el desarrollo de software asistido por IA. Los IDE de código son una de las mejores herramientas de productividad de IA personal de todos los tiempos, pero ya enfrentan una gran presión de Claude Code (otra herramienta de IA personal). Cognition está jugando un juego completamente diferente. Su negocio más estable está vendiendo transformación con tecnología, no vendiendo herramientas. Apuesto a que este modelo tendrá durabilidad.
El software puro 'está rápidamente volviéndose inviable para invertir'. Los servicios puros no son escalables. La capa de soluciones—unir tecnología y resultados—es donde se encuentra el valor duradero.
Miremos nuevamente M&A. La IA a nivel personal ayuda a los analistas a modelar más rápido. La IA a nivel institucional identifica entre cien objetivos cuál es el contraparte que vale la pena perseguir, y luego amplía el rango de búsqueda a mil. Uno ahorra tiempo, el otro genera ingresos.
Nota: Las empresas de modelos básicos se están moviendo hacia la capa de aplicaciones verticales. Las empresas de capa de aplicaciones verticales se están moviendo hacia la capa de soluciones.
'Moverse río arriba' es la fuerza gravitacional natural del mercado actual. Los modelos básicos se están moviendo hacia la capa de aplicaciones, las empresas de la capa de aplicaciones se están moviendo hacia la capa de soluciones.
La inteligencia a nivel institucional es la capa de soluciones. Y la capa de soluciones—donde están los resultados—capturará el valor duradero y aprovechará el mayor espacio de beneficios.
6. Empoderamiento
La IA a nivel personal te da una herramienta.
La IA a nivel institucional te enseña cómo usarla.
Los humanos, por más inteligentes que sean, resisten el cambio.
Créelo o no, en Nueva York todavía hay tiendas exitosas que no aceptan tarjetas de crédito. Saben que están perdiendo dinero, saben que no aceptar tarjetas de crédito les cuesta dinero, pero no se mueven. De manera similar, en el futuro previsible, algunos empleados dentro de ciertas organizaciones simplemente se negarán a usar IA.
La transición de organizaciones puramente manuales a organizaciones híbridas con prioridad en IA será el desafío más duradero y definitorio de la próxima década. Y a menudo, las personas más importantes y de mayor rango en la organización son las que adoptan más tarde.
Nota: La cúpula de la organización, la más alejada de la 'operación de herramientas de productividad', a menudo es el grupo que adopta nuevas tecnologías más lentamente pero que es más crítico.
Palantir es la única empresa de 'software' que ha mantenido altos múltiplos de valoración durante la reciente ola de ventas de acciones tecnológicas de billones de dólares en los últimos dos meses. Hay una razón para esto. Palantir fue una de las primeras verdaderas 'empresas de ingeniería de procesos'. Llámalo 'ingeniería de procesos' o 'redactar documentos de habilidades de Claude', la IA a nivel institucional del futuro dará lugar a una industria: codificar los procesos empresariales en agentes y llevar a cabo la gestión del cambio necesaria para implementarlos.
Nota: La adopción total de IA por parte de las organizaciones atravesará múltiples brechas, cada una con su propio desafío. Llevar los procesos a la IA será el principal motor.
Me atrevo a decir que la ingeniería de procesos se convertirá en la 'tecnología' más importante en el futuro cercano.
Y en la ingeniería de procesos, la experiencia empresarial e industrial—no la experiencia en software—es lo más crucial. Las soluciones verticales cultivarán talentos con experiencia en implementación, ingeniería y gestión del cambio en la línea de frente.
Una importante banca de inversión que eligió implementar Hebbia a gran escala dijo lo más acertado: no cooperan con un gran laboratorio de modelos porque 'tenemos que explicar a su equipo qué es un CIM (Memorando de Información Confidencial)'. Claude o GPT ciertamente entienden este ámbito, pero el equipo responsable de la implementación no lo entiende...
Esta diferencia lo decide todo.
7. Sin necesidad de prompts
La IA a nivel personal responde a los prompts humanos.
La IA a nivel institucional actúa de manera proactiva, sin necesidad de prompts.
Se discute mucho sobre la comunicación entre agentes, si el futuro de las empresas e instituciones todavía necesita humanos.
Pero la mejor pregunta es: ¿los agentes de IA del futuro aún necesitarán prompts?
Escribir prompts para AGI es como conectar un motor eléctrico a un telar manual. Está fundamentalmente, de manera irreversible, limitado por el eslabón más débil en la cadena de suministro de la organización: nosotros mismos. Los humanos no saben cuáles son las preguntas correctas para hacer, ni cuándo hacerlas.
El trabajo más valioso que puede hacer la IA es aquel que nadie pensó en preguntar. La IA debería encontrar riesgos que nadie ha detectado, contraparte que nadie ha pensado, pipeline de ventas que nadie sabe que existe.
Esto abrirá completamente las fronteras de los casos de uso de IA.
Un sistema que monitoriza continuamente el flujo de datos de toda la cartera sin necesidad de prompts. Descubre que el ciclo de capital operativo de una empresa en la que se ha invertido ha estado deteriorándose silenciosamente durante tres meses y, cruzando con los términos del acuerdo de crédito, notifica a los socios operativos antes de que cualquiera en el fondo abra ese PDF.
Cuando ya no necesitas que un humano le escriba un prompt a la IA, surgen nuevas interfaces y nuevas formas de trabajar. Nosotros @Hebbia tenemos ideas fuertes al respecto. Hablaremos más de esto después.
Conclusión
Nada de esto niega el valor de los chatbots, agentes y la IA a nivel personal.
La IA a nivel personal será el vehículo a través del cual la mayoría de las empresas del mundo experimentará por primera vez la magia de la transformación de la IA. Impulsar el uso, impulsar la facilidad de uso, es el primer paso clave en la gestión del cambio necesaria para construir una economía centrada en la IA.
Pero al mismo tiempo, la demanda de inteligencia a nivel institucional es clara, urgente y enorme.
En el futuro, cada organización tendrá un chatbot de un laboratorio de modelos grandes. Cada organización también tendrá una IA a nivel institucional especialmente diseñada para problemas de campos específicos—y la IA a nivel personal usará la IA a nivel institucional como una de las herramientas más críticas en su caja de herramientas.
La combinación 'mejorada' de IA a nivel institucional y personal es una tendencia inevitable.
Pero recuerda la lección de las fábricas textiles de la década de 1890. La primera fábrica que se electrificó perdió ante la fábrica que rediseñó su taller.
Ya tenemos electricidad. Es hora de rediseñar nuestras fábricas.
Gracias a @aleximm y a @WillManidis por su revisión, así como al artículo de Will sobre 'objetos en forma de herramientas' que inspiró este texto.
Enlace al texto original