El puente que muchas empresas olvidan cruzar
Diario de Innovación #390
Hace dos años todas las empresas querían datos.
Hace uno querían modelos de IA.
Hoy quieren agentes.
Pero muy pocas se atreven a cruzar el puente que realmente importa.
¿Ha cambiado la forma en que alguien toma decisiones gracias a toda esa tecnología?
Porque si la respuesta es no…
Da igual cuánto hayas invertido.
Todos seguimos dibujando el mismo esquema. Cuando hablamos de IA solemos imaginar una cadena muy simple.
Datos → Modelo → Valor ($)
Como si el mero hecho de desplegar un LLM fuera suficiente para transformar una empresa.
Es una historia atractiva.
Pero completamente falsa.
Sin embargo, un reciente estudio publicado en The Journal of Strategic Information Systems intenta responder a una pregunta sencilla:
¿Por qué tantas iniciativas de Big Data e IA generan mucho entusiasmo… y tan poco impacto?
La respuesta ocupa decenas de páginas. Pero puede resumirse en una sola frase.
La tecnología nunca crea valor por si sola.
El valor aparece únicamente cuando alguien utiliza esa tecnología para tomar una decisión distinta.
El verdadero recorrido del valor
Los autores proponen una cadena mucho más larga.
Datos → Analítica → Personas → Decisiones → Acciones → Resultados → Aprendizaje → Más valor
Cada flecha representa algo que puede romperse.
Puedes tener los mejores datos…
…y que nadie los consulte.
Puedes tener el mejor modelo…
…y que todos sigan trabajando exactamente igual.
Puedes tener cien agentes…
…y que las reuniones continúen decidiendo por intuición.
La IA no elimina esos pasos.
Los hace todavía más importantes.
El error que estamos cometiendo con la IA
Hoy muchas organizaciones miden el éxito mediante indicadores como:
número de licencias;
número de modelos desplegados;
GPUs instaladas;
presupuesto dedicado a IA.
Son métricas fáciles.
Pero ninguna mide el resultado que realmente importa.
¿Las decisiones son mejores que hace un año?
Porque si las decisiones siguen siendo las mismas, la IA solo ha cambiado la herramienta.
No la organización.
El bucle del aprendizaje
Hay un elemento que suele pasar desapercibido.
Cada vez que una persona utiliza la analítica para decidir mejor, la organización aprende.
Aprenden los equipos.
Aprenden los procesos.
Aprenden los modelos.
Aprenden los propios usuarios.
Y ese aprendizaje hace que la siguiente decisión vuelva a ser mejor.
Ahí aparece el verdadero efecto compuesto.
No en el algoritmo.
Sino en la organización.
Es exactamente el mismo mecanismo que estamos empezando a observar con los agentes.
No mejoran únicamente porque el modelo evolucione.
Mejoran porque la empresa aprende a trabajar con ellos.
Pero dónde está la verdadera ventaja competitiva.
Durante años pensamos que estaba en acumular datos.
Después creímos que estaría en entrenar mejores modelos.
Ahora empezamos a descubrir que probablemente la ventaja sea mucho más aburrida.
Construir organizaciones capaces de convertir mejores decisiones en mejores hábitos.
Porque la IA puede sugerir.
Puede analizar.
Puede recomendar.
Pero sigue siendo la organización la que decide si esas recomendaciones terminan cambiando algo.
Así que la próxima vez que alguien presente un gran proyecto de IA, quizá la pregunta no debería ser, ¿qué modelo vamos a utilizar?
Ni siquiera, ¿cuál será el ROI?
Tal vez la pregunta correcta sea otra mucho más incómoda.
¿Qué decisiones concretas van a tomarse de forma diferente a partir del lunes?
Si nadie sabe responderla…
Probablemente el proyecto todavía no esté preparado.
Food for thought
La IA no crea valor cuando genera respuestas.
Lo crea cuando consigue cambiar decisiones.
Y eso depende mucho menos del modelo, que de las personas que lo utilizan.
🌍 El eco del mercado
🚀 SpaceXAI culmina la integración de espacio, conectividad e inteligencia artificial. Tras la adquisición de xAI por SpaceX, la compañía adopta oficialmente la marca SpaceXAI. El cambio simboliza una estrategia mucho más ambiciosa: ofrecer una infraestructura integrada donde lanzamiento espacial, satélites, conectividad, energía y computación formen parte del mismo ecosistema.
📊 Expedia recuerda que escalar IA depende más de los sistemas que de los modelos. Expedia explica las lecciones aprendidas tras ejecutar miles de millones de predicciones mucho antes del auge de los agentes de IA. La compañía sostiene que el verdadero reto no consiste en hacer funcionar un modelo, sino construir plataformas capaces de mantenerlo, monitorizarlo y evolucionarlo durante años.
🤖 Reddit combate con IA los problemas creados por la propia IA. Reddit está utilizando modelos de lenguaje para detectar y eliminar spam generado mediante inteligencia artificial. Las plataformas empiezan a responder al contenido sintético utilizando precisamente las mismas tecnologías que han facilitado su proliferación.
📷 Google amplía las fuentes de datos para entrenar su inteligencia artificial. Google comenzará a utilizar determinados contenidos multimedia que los usuarios suban a Search para mejorar el entrenamiento de sus modelos, salvo que estos opten explícitamente por desactivar dicha opción.
🇨🇳 Alibaba gana tiempo frente al Pentágono en Estados Unidos. Un juez estadounidense ha concedido a Alibaba un alivio temporal que le permite seguir desarrollando actividades de lobby mientras continúa su disputa legal tras ser incluida en la lista de compañías vinculadas al ejército chino.
🏢 Como ya adelantaba hace unos días, Microsoft reduce plantilla mientras convierte la IA en un servicio de proximidad. Microsoft ha anunciado cerca de 5.000 despidos, con especial impacto en Xbox y los equipos comerciales, al mismo tiempo que pone en marcha un programa de 2.500 millones de dólares para desplegar ingenieros especializados en IA junto a sus clientes. La compañía recorta estructura donde automatiza e invierte donde espera acelerar la adopción empresarial de la IA.
Lectura estratégica: la ventaja competitiva ya no será solo disponer del mejor modelo, sino acompañar al cliente en su implantación. Los hyperscalers empiezan a competir también con personas, no únicamente con infraestructura.
🏦 Reino Unido alerta de una carrera regulatoria por la IA financiera. El regulador británico advierte de que la rápida adopción de inteligencia artificial en banca y servicios financieros obligará a reforzar las capacidades supervisoras para seguir el ritmo de la innovación.
🛡️ Canadá reconoce operaciones ofensivas contra ransomware y crimen organizado. La agencia de inteligencia canadiense ha confirmado que durante el último año llevó a cabo operaciones de ciberataque contra grupos de ransomware, narcotráfico y organizaciones extremistas.
⚔️ Mientras tanto, a unas horas por carretera, el hacktivismo vuelve a situar las webs militares como objetivo político. Diversos hacktivistas reivindicaron ataques y desfiguraciones contra páginas web del Ejército estadounidense como forma de protesta política.
🔐 Mientras a unas horas de vuelo, Rusia demuestra que la guerra digital también se libra contra las VPN. Amnezia VPN ha logrado restablecer su servicio premium tras sufrir un ataque coordinado atribuido al regulador ruso Roskomnadzor, que dejó fuera de servicio gran parte de su infraestructura.
🛰️ La retirada de satélites Starlink abre un nuevo debate ambiental. SpaceX ha retirado cientos de satélites mediante reentradas controladas, reduciendo la basura orbital, pero generando nuevas preguntas sobre el impacto atmosférico de la vaporización de estos materiales.
🌐 El estándar USB-C sigue sin cumplir la promesa de la simplicidad. Aunque todos los dispositivos convergen hacia el conector USB-C, las diferencias entre versiones, velocidades y capacidades siguen generando una gran confusión entre usuarios y empresas. Yo mismo soy incapaz de usar el Apple Car Play en mi coche.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD: Si te interesa entender por qué la tecnología solo genera ventajas cuando cambia la forma de trabajar, estas lecturas merecen un hueco en tu biblioteca:
Competing on Analytics de Thomas H. Davenport.
Working Backwards de Colin Bryar y Bill Carr.
Prediction Machines de Ajay Agrawal, Joshua Gans y Avi Goldfarb.
Competing in the Age of AI de Marco Iansiti y Karim Lakhani.
PD2: Hablamos mucho de cómo las empresas extraen valor de sus datos. Pero en casa también acumulamos un activo cada vez más valioso: fotos, vídeos, documentos, recuerdos familiares…
Si todavía dependes de un único disco duro o de la nube, quizá sea el momento de poner un poco de orden.
Estas son algunas herramientas que pueden ayudarte:
💾 NAS Synology DS224+ o DS925+ para crear tu propia nube privada y mantener copias de seguridad automáticas de ordenadores y móviles.
📀 Grabadora externa de CD/DVD Blu-ray para recuperar, leer o archivar discos antiguos y crear copias físicas de tus proyectos más importantes.
📼 Conversor VHS a USB (capturadora de vídeo) para digitalizar cintas VHS, Video8 o Hi8 antes de que el tiempo termine por estropearlas.
💽 Caja organizadora para CD, DVD y Blu-ray si todavía conservas colecciones de música, fotografías o copias de seguridad en formato físico.
💿 Discos ópticos M-DISC (grabables) para archivar fotografías y documentos importantes con una vida útil muy superior a la de un DVD convencional.
💾 Disquetera USB de 3½” para recuperar documentos almacenados en viejos disquetes. Sí, todavía existen. O su versión para emular un floppy.
📟 Lector multitarjeta USB compatible con CompactFlash, SD, microSD, Memory Stick y otros formatos para rescatar fotografías de cámaras digitales de hace dos décadas.