Principios en la era de la IA
De decidir mejor a diseñar sistemas que deciden
Hay libros que te enseñan a pensar.
Y luego están los que te enseñan a decidir.
Principios es uno de esos.
Cuando Ray Dalio lo escribió, no estaba intentando crear un manual de management al uso.
Estaba intentando resolver algo mucho más incómodo, ¿cómo tomas buenas decisiones cuando todo es incierto, complejo y, a menudo, caótico?
Su respuesta fue simple, necesitas principios.
No opiniones.
No intuiciones del momento.
No improvisación.
Principios.
Es decir, reglas claras que guían tu comportamiento incluso cuando no sabes qué hacer.
Y aquí está lo interesante.
Porque en 2017 esto era útil.
En 2026 es crítico.
El mundo no se ha vuelto más simple. Se ha vuelto más rápido.
Dalio parte de una idea que incomoda bastante.
La realidad no es amable. No es justa. No es sencilla.
Es compleja, competitiva y, muchas veces, dolorosa.
Su analogía de la naturaleza, la gacela y la hiena, no es casual.
Es una forma de recordarte algo importante, no puedes tomar buenas decisiones si niegas la realidad.
Y esto, en la era de la IA, se vuelve todavía más relevante.
Porque ahora no solo tomas decisiones tú.
Las toman los sistemas que diseñas.
Y si esos sistemas parten de datos erróneos, supuestos equivocados o sesgos no identificados.
No fallan una vez.
Fallan a escala.
Tener principios ya no es opcional
Uno de los aprendizajes más potentes del libro es este, los principios son un sistema de navegación.
Como un GPS interno.
Cuando todo está claro, no los necesitas tanto.
Pero cuando estás en mitad de la “torment”, con incertidumbre, presión, ambigüedad.
Ahí es donde marcan la diferencia.
En organizaciones pequeñas, rápidas y apoyadas en IA, esto se multiplica.
Porque ya no puedes depender de procesos pesados o jerarquías complejas.
Necesitas decisiones rápidas y coherentes.
Y eso solo se consigue si hay principios compartidos.
Menos reglas.
Más criterio.
La empresa como máquina (y por qué ahora es literal)
Dalio introduce una idea que ha envejecido sorprendentemente bien.
La empresa es una máquina que produce resultados.
En su momento era una metáfora útil.
Hoy es una descripción bastante precisa.
Porque lo que antes eran procesos humanos, ahora son sistemas donde conviven:
datos
modelos
personas
Antes: Procesos → personas → decisiones
Ahora: Procesos → datos + modelos + personas → decisiones
Hoy deja de ser suficiente con “gestionar personas”.
También tienes que diseñar sistemas.
Sistemas donde:
los flujos están definidos
los puntos de decisión son claros
y las métricas te dicen si algo va mal
Dalio hablaba de flujogramas y métricas.
Hoy hablamos de pipelines, observabilidad y feedback loops.
La lógica es la misma.
La escala y la velocidad no.
Radical truth: la idea más potente y más peligrosa
Uno de los pilares del libro es la “radical truth” y la “radical transparency”.
Decir la verdad.
Siempre.
A todos.
Sin filtros.
En Bridgewater Associates esto se llevaba al extremo:
reuniones grabadas
feedback constante
decisiones basadas en evidencia
La lógica es impecable: Si todo es visible, es más difícil equivocarse.
Pero en la era actual hay un problema.
Ahora todo no solo es visible.
Todo es registrable, analizable y reutilizable.
Y eso cambia la dinámica.
Lo que antes era transparencia, puede convertirse en vigilancia.
Lo que antes generaba confianza, puede generar autocensura.
Aquí es donde toca actualizar el principio:
Transparencia no es exposición total.
Necesitas contexto.
Necesitas límites.
Y necesitas algo que Dalio no enfatizaba tanto, seguridad psicológica.
Porque sin ella, la gente no dice la verdad.
Dice lo que cree que debe decir.
La meritocracia de ideas ya no es suficiente
Dalio defendía que las mejores ideas deben ganar.
Independientemente de quién las proponga.
Esto sigue siendo válido.
Pero hoy hay una variable nueva, la IA.
Y eso complica el sistema.
Porque ahora puedes tener:
ideas humanas
ideas generadas por modelos
validaciones automáticas
análisis que parecen objetivos pero no siempre lo son
Ahora ya no sólo debemos plantearnos: “¿Quién tiene razón?”
Más bien debemos plantearnos: “¿Qué evidencia tenemos y cómo la hemos validado?”
Porque la IA puede amplificar tanto la verdad como el error.
Y distinguir entre ambos empieza a ser una competencia clave.
El principio más infravalorado: aceptar el dolor
Hay una idea en el libro que pasa desapercibida, pero es fundamental:
El dolor es una señal para aprender.
Dalio habla de “hitting bottom”.
Ese momento incómodo en el que te das cuenta de que algo no funciona.
La reacción natural es evitarlo.
Pero él propone lo contrario. Acércate al error. Analízalo. Sistematízalo.
Y aquí conecta directamente con cómo se construyen sistemas hoy.
Porque iterar implica fallar.
Una y otra vez.
Pero con feedback.
Con aprendizaje.
Con mejora.
El problema no es fallar.
El problema es no tener un sistema que convierta el fallo en progreso.
Donde el modelo se queda corto
Y ahora, lo importante.
Porque no todo en Principles encaja bien con el mundo actual.
Dalio construyó su modelo pensando en organizaciones grandes, estructuradas y jerárquicas.
Pero hoy estamos viendo algo distinto:
Equipos pequeños.
Muy pequeños.
Amplificados por IA.
Y en ese contexto, parte de su enfoque sobra:
exceso de procesos
métricas hipercomplejas
evaluaciones constantes
Eso no escala hacia abajo.
Eso frena.
Pero lo que sí se mantiene (y se vuelve más importante):
1. Principios claros: Sin ellos, el equipo se rompe.
2. Feedback honesto (pero ágil): Sin burocracia. Sin ruido.
3. Diseño del sistema: Aquí está la diferencia. Un equipo de 5 personas hoy puede hacer lo que antes hacían 50. Pero solo si el sistema está bien diseñado.
El cambio que lo redefine todo
Antes optimizábamos decisiones humanas.
Ahora diseñamos sistemas donde muchas decisiones ya no son humanas
Esto no es solo un matiz.
Es un cambio de paradigma.
Porque implica responder a preguntas nuevas:
¿Qué decisiones automatizas?
¿Dónde necesitas supervisión humana?
¿Cuándo confías en el sistema y cuándo no?
Este es el tipo de principios que hoy faltan.
Entonces, ¿sigue teniendo sentido el libro?
Sí.
Pero no como manual cerrado.
Sino como base sobre la que construir algo nuevo.
Porque al final, el mensaje sigue siendo válido, necesitas principios para tomar buenas decisiones.
Pero hoy hay un añadido, también necesitas principios para diseñar sistemas que tomen decisiones por ti.
También déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto puede ser una muy buena opción.
Food for thought
Muchas personas están incorporando IA a su día a día.
Pero siguen tomando decisiones como si no existiera.
Y ahí está el problema.
Porque la ventaja no está en usar la herramienta.
Está en cambiar el modelo mental.
Si no haces eso, la IA no te transforma.
Solo acelera lo que ya eres.
Para bien.
O para mal.
Y eso es todo por hoy. 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.