Cada vez que una nueva tecnología llega a una industria, el primer paso casi siempre es el mismo: una solución puntual.
Un pequeño cambio. Un parche. Un ajuste dentro de un sistema viejo.
Pero el verdadero impacto de la inteligencia artificial no está en esas soluciones aisladas. Está en su capacidad de transformar sistemas enteros.
Hoy seguiremos explorando y acumulando aprendizajes gracias a Ajay Agrawal, Joshua Gans y Avi Goldfarb, a través de su libro Power and Prediction: The Disruptive Economics of Artificial Intelligence.
Hoy exploramos cómo la IA está impulsando la transición de sistemas “rigidos” basados en reglas fijas a sistemas “dúctiles” basados en predicciones dinámicas.
Suscríbete para leer esta y otras muchas historias sobre innovación, tecnología y negocios.
¿Qué es una solución puntual?
Imagina que trabajas en una empresa de logística.
Cada día, hay retrasos en los envíos, y no siempre sabes por qué. Un día, decides implementar un algoritmo de predicción que analiza patrones y te diga cuándo es más probable que haya demoras.
Ahora ya puedes evitar problemas antes de que ocurran.
¿Solucionaste el problema?
Sí… y no.
Porque aunque la predicción ayuda, el sistema en el que operas sigue siendo el mismo:
Sigues dependiendo de rutas preestablecidas.
Sigues gestionando envíos con reglas fijas.
Sigues tomando decisiones basadas en protocolos diseñados para un mundo sin IA.
Has añadido una solución puntual, pero no has cambiado el sistema.
Y ahí es donde está la verdadera transformación.
Es lo que podríamos denominar según los autores, como sistemas rígidos vs. sistemas dúctiles.
Los sistemas actuales pueden dividirse en dos grandes categorías (como puedes comprobar les he cambiado el nombre, con mi traducción libre del texto):
Sistemas rígidos (“glued systems”) – Son sistemas rígidos, llenos de reglas preestablecidas. Funcionan bien en entornos estables, pero fallan ante cambios imprevistos.
Sistemas dúctiles (“oiled systems”) – Son flexibles y dinámicos. Se ajustan en tiempo real según la información disponible.
Pero seguramente esto sea más fácil de entender con un ejemplo:
En un sistema rígido, un hospital tiene reglas estrictas: “Todos los pacientes con hipertensión deben hacer un chequeo cada seis meses.”
En un sistema dúctil, la IA analiza la salud de cada paciente en tiempo real y ajusta las citas según su estado, reduciendo visitas innecesarias y priorizando los casos urgentes.
El problema es que, aunque los sistemas dúctiles son más eficientes, hacer la transición no es fácil.
¿Por qué? Porque romper un sistema rígido no es solo trata de tecnología, es un reto cultural y organizacional.
Si te gusta lo que estas leyendo, no olvides que también tienes disponible el podcast de Innovation by Default 💡. Suscríbete aquí 👇
Pero, ¿por qué seguimos atrapados en estos sistemas obsoletos?
En muchos casos, el problema no es la tecnología, sino nuestra manera de pensar.
Seguimos viendo la IA como una herramienta para automatizar tareas individuales en lugar de como una herramienta para rediseñar el sistema completo.
Y es que, cuando alguien toca las tripas de un sistema, si actúa en consecuencia aplicándolo a toda la cadena de valor puede poner una industria patas arriba:
Cuando Netflix empezó, no solo puso películas en internet. Cambió todo el sistema de distribución de contenido.
Cuando Amazon introdujo IA en logística, no solo optimizó almacenes. Redefinió cómo funciona el comercio electrónico.
AlphaFold, un sistema de IA que predice estructuras de proteínas, no solo acelera la investigación médica: está cambiando cómo se diseñan nuevos fármacos desde cero.
En todos estos casos, la clave no fue una solución puntual, sino un cambio de sistema.
Un cambio que nos promete un futuro repleto de decisiones tomadas con la IA.
El mayor impacto de la inteligencia artificial no será en automatizar pequeñas tareas. Ya hablamos hace unos días, como el cambio de la toma de decisión gracias a la IA era imparable.
Ese nuevo modelo se basará en cambiar la forma en la que tomamos decisiones.
Hace años, las empresas tomaban decisiones con base en reglas generales, o datos sectoriales o macroeconómicos. Ahora, pueden hacerlo con predicciones personalizadas.
Antes, la innovación dependía de la secuencia prueba y error. Ahora, la IA acelera los descubrimientos científicos y tecnológicos.
Hasta ahora, los sistemas se han diseñado con reglas fijas. Ahora, podemos crear sistemas dinámicos, que aprenden y evolucionan en tiempo real.
Pero para llegar ahí, hay que dar el salto.
Hay que dejar de pensar en soluciones aisladas y empezar a rediseñar sistemas desde su base. Sí, algo realmente complicado.
Las empresas que entiendan este cambio no solo serán más eficientes, sino que estarán mejor preparadas para el futuro.
La pregunta es: ¿Vas a seguir creando parches, o vas a rediseñar tu sistema?
Gracias por acompañarme en un nuevo Diario de Innovación, ¡y te espero mañana en Innovation by Default 💡!