Nota del editor: Satya Nadella, CEO de Microsoft, cree que en la era de la IA, la verdadera ventaja competitiva de una empresa no reside en apostar por el modelo más potente, sino en su capacidad para transformar su flujo de trabajo, conocimiento del sector, criterio organizativo y experiencia de los empleados en un sistema de aprendizaje en continua evolución. En otras palabras, las empresas no pueden limitarse a comprar capacidades de IA, sino que deben poseer su propio "ciclo de aprendizaje cerrado" (un sistema en el que la experiencia humana, los procesos empresariales y la capacidad de los modelos se refuercen mutuamente de forma continua).
En este marco, las empresas del futuro acumularán simultáneamente dos tipos de capital: el capital humano, es decir, los conocimientos, capacidad de juicio, redes de contactos, creatividad y reconocimiento de patrones de los empleados; y el Token Capital (capacidades de IA propias construidas y poseídas por la empresa). Nadella enfatiza que la IA no devaluará el capital humano; por el contrario, hará que las capacidades humanas para establecer objetivos, conectar distintos campos y reconocer patrones clave sean aún más importantes. Sin la orientación humana, el poder computacional solo giraría en círculos; sin la acumulación del propio conocimiento organizativo, un modelo por muy potente que sea no sería más que una herramienta externa.
La conclusión principal de este artículo es: una frontera sin ecosistema de apoyo no será un futuro estable. El valor de la IA no debe ser absorbido por unos pocos modelos generalistas, sino que debe formar un ecosistema fronterizo que permita a cada empresa, cada sector y cada país poseer su propio ciclo de aprendizaje cerrado. Las empresas necesitan establecer evaluaciones privadas, entornos privados de aprendizaje por refuerzo y bases de conocimiento consultables, transformando la experiencia implícita en capacidades sistémicas reutilizables, escalables e iterables. El verdadero foso defensivo puede que no sea el modelo en sí, sino la experiencia "de veterano de la empresa" que la empresa ha acumulado y que no perdería aunque cambiara de modelo generalista.
Esta es también la clave de la soberanía empresarial en la era de la IA: quien pueda transformar el conocimiento organizativo en un sistema de rendimiento compuesto continuo, podrá preservar la propiedad intelectual, potenciar las capacidades de los empleados y retener el valor económico generado por la IA dentro de su propio negocio, sector y comunidad, en un futuro de rápida iteración de modelos.
A continuación, el texto original:
Últimamente he estado reflexionando sobre cómo será el futuro de las empresas en una economía impulsada por la IA.
Esta transición es diferente a cualquier migración de plataforma anterior. En el pasado, usábamos sistemas digitales para mejorar el capital humano; esta vez, es la primera vez que podemos establecer un verdadero ciclo cognitivo cerrado entre las personas y los sistemas digitales. Esto es algo muy disruptivo, porque cambiará la forma en que entendemos el "trabajo" en sí mismo dentro de la empresa.
La cuestión realmente clave no es cómo se usa una herramienta o sistema digital, sino cómo continúan aprendiendo, acumulando propiedad intelectual, diferenciándose y prosperando las organizaciones en un mundo donde un modelo de IA puede absorber continuamente la experiencia humana y organizativa y convertirlo en un producto.
Cada empresa debe construir lo que yo llamo capital humano y capital Token. El capital humano incluye los conocimientos, juicio, redes de contactos, creatividad y capacidad de reconocimiento de patrones de los empleados; el capital Token es la capacidad de IA que la empresa construye y posee por sí misma.
Es importante señalar que, a medida que crece el capital Token, el capital humano no se vuelve menos importante. Al contrario, solo se vuelve más importante. Creo que la agencia humana será el principal motor del crecimiento del capital Token. Los humanos establecerán objetivos ambiciosos, conectarán pistas entre distintos campos, construirán relaciones e identificarán los patrones que realmente importan. Sin la dirección humana, el poder computacional solo giraría en círculos.
Esto significa que la verdadera oportunidad no está en elegir el mejor modelo, sino en construir, sobre el modelo, un ciclo de aprendizaje cerrado que haga que el capital humano y el capital Token generen rendimientos compuestos mutuos. Se puede externalizar una tarea, incluso se puede externalizar un trabajo, pero nunca se puede externalizar el propio aprendizaje. El futuro de las empresas radica en su capacidad para que este aprendizaje genere rendimientos compuestos continuos entre personas e IA.
Esto requiere un nuevo enfoque arquitectónico: cada empresa debería poder construir sistemas de agentes inteligentes que mejoren continuamente con el tiempo, manteniendo al mismo tiempo el control sobre su propiedad intelectual. Una empresa debería poder reemplazar un modelo "generalista" sin perder la experiencia especializada "de veterano de la empresa" acumulada en su sistema de aprendizaje. Esta será la prueba clave para medir el control y la capacidad soberana de una empresa en el futuro.
Las empresas necesitan transformar sus flujos de trabajo, su conocimiento del sector y su juicio acumulado a largo plazo en sistemas de IA que mejoren continuamente con cada uso. La evaluación privada debe medir si el modelo realmente mejora en los resultados empresariales que le importan a la empresa, no solo observar los puntos de referencia externos. Los entornos privados de aprendizaje por refuerzo deben hacer que el modelo se fortalezca basándose en las trayectorias reales de la organización. Las bases de conocimiento empresariales harán que la memoria institucional sea consultable y mejorarán la eficiencia en el uso de los tokens.
Este ciclo cerrado se convertirá en la nueva propiedad intelectual de la empresa. Lo veo como una "máquina de subir pendientes". Además, a diferencia de la mayoría de los activos, genera rendimientos compuestos. Cada mejora en el flujo de trabajo genera una mejor señal de entrenamiento, lo que acelera la acumulación del conocimiento implícito y único de la empresa. Las empresas que establezcan este sistema antes obtendrán una ventaja difícil de replicar, sin importar los avances futuros en las capacidades de modelos individuales.
Lo último que queremos ver es un mundo donde cada empresa en todos los sectores ceda su valor a unos pocos modelos que absorben todo lo que ven. Si todo el valor finalmente es capturado por unos pocos modelos, las estructuras político-económicas simplemente no tolerarían este resultado. Un futuro de IA que vacíe industrias enteras no podría obtener el permiso a nivel social.
Piensa en lo que sucedió en la primera fase de la globalización: economías industriales enteras fueron vaciadas por la externalización. Superficialmente, las cifras del PIB parecían aceptables, pero la transferencia real de industrias y el impacto en el empleo sí existieron, y sus consecuencias aún se sienten hoy. No podemos llevar esta dinámica a la era de la IA: permitir que unos pocos sistemas de IA capturen todos los beneficios económicos, mientras el conocimiento de industrias enteras es mercantilizado y vaciado bajo sus pies.
En mi opinión, nuestra prioridad debe ser construir un ecosistema fronterizo, no solo un modelo fronterizo. Solo así el valor podrá fluir ampliamente a cada empresa, cada industria y cada país. En un ecosistema así, cada organización podrá poseer su propio ciclo de aprendizaje cerrado, codificar su conocimiento institucional en él, y hacer que el capital humano y el capital Token generen rendimientos compuestos juntos.
Este es también el espíritu de plataforma que siempre he defendido: el valor creado sobre la plataforma debe ser mayor que el valor capturado por la plataforma misma; cada empresa debe poder innovar continuamente y crear su propio valor.
Cuando esto se logre, las empresas crearán valor para sí mismas y para el entorno económico en el que operan. La capacidad especializada de los empleados se verá amplificada, su juicio pasará a formar parte del sistema, haciéndose replicable y escalable, y estos beneficios volverán a la empresa y a las comunidades que la rodean.
Esta es la manera en que las empresas crean valor para sí mismas y para la economía en general. Y es el equilibrio estable que deberíamos construir juntos.
