Satya Nadella está haciendo la pregunta correcta » Enrique Dans
La idea más importante sobre inteligencia artificial en estos momentos puede que no provenga de un artículo científico, del lanzamiento de un nuevo modelo o de un benchmark. Puede que provenga de un breve ensayo publicado en X por el CEO de Microsoft, Satya Nadella.
En él, Nadella sostiene que el futuro de la empresa dependerá de la interacción entre lo que denomina capital humano y capital de tokens: por un lado, el conocimiento, el criterio, las relaciones y el ingenio de las personas; por otro, la capacidad de inteligencia artificial que las organizaciones sean capaces de construir y poseer.
La terminología es nueva. La observación de fondo no. Durante los últimos meses, en una serie de artículos que comenzó con la idea de que los LLMs nunca fueron diseñados para dirigir empresas, continuó con el argumento de que la inteligencia artificial empresarial debía pasar de las respuestas a los resultados y terminó concluyendo que la inteligencia artificial empresarial sigue esperando a su equivalente de la World Wide Web, he venido defendiendo una idea relacionada: el desafío central de la inteligencia artificial empresarial no es la inteligencia en sí misma: es la arquitectura.
Lo interesante del ensayo de Nadella es que llega a muchas de las mismas conclusiones desde un camino completamente distinto.
Porque, si se sigue cuidadosamente su razonamiento, conduce a una conclusión que buena parte de la industria de la inteligencia artificial empresarial sigue resistiéndose a aceptar: el futuro de la inteligencia artificial empresarial no está en el modelo. Está en el bucle de aprendizaje.
El paso de la inteligencia a la inteligencia que se acumula
Quizá la frase más reveladora del ensayo de Nadella sea esta:
La verdadera oportunidad no consiste en elegir el mejor modelo, sino en construir un bucle de aprendizaje sobre los modelos donde el capital humano y el capital de tokens se potencien mutuamente.
Es una afirmación sutil y profundamente importante. Durante los dos últimos años, las conversaciones sobre inteligencia artificial empresarial han girado casi exclusivamente alrededor de la capacidad de los modelos. ¿Qué modelo razona mejor? ¿Cuál escribe mejor código? ¿Cuál tiene la mayor ventana de contexto? ¿Cuál lidera los benchmarks?
Todas esas preguntas importan, pero parten de una suposición implícita: que la inteligencia es el recurso escaso. Y cada vez lo es menos. Los modelos de frontera desarrollados por OpenAI, Anthropic, Google, Meta, xAI y otros siguen mejorando a un ritmo extraordinario. Cada pocos meses, capacidades que parecían extraordinarias pasan a ser algo cotidiano.
La capa de inteligencia está convirtiéndose en un recurso abundante. Y cuando un recurso se vuelve abundante, la atención se desplaza hacia el sistema que lo organiza. La electricidad se convirtió en infraestructura. La computación se convirtió en infraestructura. Las redes se convirtieron en infraestructura. Todo indica que lo mismo está empezando a ocurrir con la inteligencia.
Como defendía recientemente, la pregunta importante está dejando de ser cuál es el modelo más inteligente para convertirse en cómo se organiza, despliega, gobierna, mide y mejora continuamente la inteligencia dentro de la empresa.
Es una pregunta completamente distinta.
El problema del «veterano de la empresa»
Hay otra idea en el ensayo de Nadella que merece especial atención: afirma que una organización debería poder sustituir un modelo de propósito general sin perder el conocimiento acumulado dentro de sus sistemas. La expresión que utiliza es memorable: la empresa debe conservar la experiencia de su «veterano corporativo«.
De nuevo, parece obvio. Pero resulta sorprendentemente raro, o directamente inexistente, en las arquitecturas actuales de inteligencia artificial.
La mayoría de las iniciativas de inteligencia artificial empresarial siguen dependiendo enormemente de capacidades que residen dentro del propio modelo. Si el modelo mejora, mejora el sistema. Si te da por sustituir el modelo, corres el riesgo de perder comportamiento, adaptación y aprendizaje acumulado.
Nadella está apuntando hacia una arquitectura diferente: una en la que el activo duradero no es el modelo, sino el sistema de aprendizaje que lo rodea. Eso es extraordinariamente parecido a lo que ocurrió en anteriores transiciones tecnológicas: las empresas no reconstruyen su ERP cada vez que mejoran las bases de datos, no rediseñan su estrategia CRM cada vez que aparecen procesadores más rápidos. El activo duradero vive por encima de la infraestructura.
Todo indica que la inteligencia artificial avanza en la misma dirección: el modelo mejora, el bucle de aprendizaje permanece.
El regreso de la retroalimentación
Quizá la parte más llamativa del ensayo de Nadella sea que recupera discretamente un concepto que ha estado sorprendentemente ausente de buena parte de la conversación sobre inteligencia artificial:
- La retroalimentación.
- Las evaluaciones privadas.
- Los entornos privados de aprendizaje por refuerzo.
- La mejora basada en resultados de negocio, y no en puntuaciones de benchmarks.
Todas estas ideas comparten un mismo hilo conductor: son mecanismos que conectan la acción con el resultado. Y precisamente ahí es donde siguen fallando muchos sistemas de inteligencia artificial empresarial.
En «Después de la ilusión: en qué debe convertirse la inteligencia artificial empresarial«, escrito a finales del pasado abril, ya defendía que la industria había optimizado la inteligencia artificial para responder preguntas cuando, en realidad, las empresas necesitan sistemas que cambien resultados.
La diferencia parece semántica hasta que uno comprende que los outputs pueden generarse sin saber jamás si han servido para algo. Los resultados, no. En el momento en que un sistema empieza a medir si sus acciones acercan realmente a la organización a sus objetivos, ocurre algo importante: el sistema deja de ser simplemente generativo, y se vuelve adaptativo. Y la adaptación genera acumulación.
Eso no es una idea nueva dentro de la informática: sistemas como AlphaGo o AlphaZero de DeepMind demostraron hace años que los bucles de retroalimentación pueden producir capacidades extraordinarias cuando la inteligencia se conecta directamente con objetivos y no únicamente con predicciones.
Lo novedoso es la posibilidad de aplicar esos mismos principios a las empresas.
La cuestión del ecosistema
La última parte del ensayo de Nadella quizá sea la más importante: sostiene que un mundo donde todo el valor acaba concentrado en un pequeño grupo de modelos fundacionales no es económicamente ni políticamente estable. Y tiene toda la razón.
Todas las grandes etapas de la informática acabaron generando ecosistemas: el PC creó empresas de software, la web creó negocios digitales, la nube creó industrias enteras. La plataforma adquirió valor porque el valor empezó a acumularse sobre ella, no porque permaneciera encerrado dentro de ella.
Este argumento coincide estrechamente con el que desarrollé en «La inteligencia artificial empresarial está en 1991. ¿Dónde está su web?»: Internet ya funcionaba antes de la web. Existía el TCP/IP, el correo electrónico y el FTP. Lo que faltaba era la capa que hiciera consumibles esas tecnologías para organizaciones normales.
La inteligencia artificial empresarial actual resulta extraordinariamente parecida: la infraestructura existe, las capacidades existen… pero la capa que permite construir valor duradero sobre esa infraestructura sigue siendo incompleta.
Las empresas que acaben definiendo la siguiente etapa de la inteligencia artificial empresarial quizá no sean las que construyan los modelos más potentes. Quizá sean las que construyan los sistemas que permitan a cualquier organización convertir inteligencia en conocimiento institucional que aprende, mejora y se acumula.
La siguiente pregunta
Por eso creo que el ensayo de Nadella es importante: no porque ofrezca respuestas, sino porque formula la pregunta correcta. Si la inteligencia se está convirtiendo en un recurso abundante, ¿de dónde procederá la ventaja competitiva sostenible y duradera?
Su respuesta es: del bucle de aprendizaje. Y creo que tiene toda la razón.
El próximo capítulo de la inteligencia artificial empresarial no estará definido por qué modelo gane, estará definido por qué arquitecturas permitan convertir el conocimiento humano en sistemas que aprendan, mejoren y acumulen capacidades con el tiempo.
Las empresas que descubran cómo hacerlo no se limitarán a utilizar inteligencia artificial: estarán construyendo una nueva forma de capital organizativo. Y puede que ese termine siendo el activo más importante de toda la era de la inteligencia artificial.
(This article was previously published on Fast Company)
