El CEO de Microsoft, Satya Nadella, está haciendo la pregunta correcta sobre IA

La idea más importante en IA actualmente podría no provenir de un artículo de investigación, el lanzamiento de un modelo o un estudio comparativo. Podría provenir de un breve ensayo publicado por Satya Nadella, CEO de Microsoft.

En él, Nadella argumenta que el futuro de la empresa dependerá de lo que él denomina la interacción entre capital humano y capital simbólico: el conocimiento, el criterio, las relaciones y el ingenio de las personas, por un lado, y la capacidad de IA que las organizaciones desarrollan y poseen, por el otro.

La terminología es nueva. La observación subyacente no lo es. Durante los últimos meses, en una serie de artículos que comenzaron con el argumento de que los grandes modelos de lenguaje nunca fueron diseñados para gestionar empresas, continuaron con la idea de que la IA empresarial debe pasar de las respuestas a los resultados, y finalmente llegaron a la conclusión de que la IA empresarial aún espera su equivalente a la World Wide Web, he estado planteando una idea relacionada: el desafío central de la IA empresarial no es la inteligencia en sí misma, sino la arquitectura.

Lo que hace interesante el ensayo del CEO de Microsoft es que llega a muchas de las mismas conclusiones desde una perspectiva completamente diferente.

Porque si se analiza detenidamente su argumento, se llega a una conclusión que gran parte de la industria de la IA empresarial aún parece reacia a aceptar: el futuro de la IA empresarial no reside en el modelo, sino en el ciclo de aprendizaje.

El cambio de la inteligencia a la inteligencia compuesta

La frase más reveladora del ensayo de Nadella podría ser esta: “La verdadera oportunidad no está en elegir el mejor modelo, sino en construir un ciclo de aprendizaje sobre modelos donde el capital humano y el capital simbólico se combinen”.

Es una afirmación sutil, pero profunda.

Durante los últimos dos años, las conversaciones sobre IA empresarial han girado principalmente en torno a la capacidad de los modelos. ¿Qué modelo razona mejor? ¿Qué modelo escribe mejor código? ¿Qué modelo tiene la mayor ventana de contexto? ¿Qué modelo lidera las clasificaciones de referencia?

Estas preguntas son importantes, pero presuponen implícitamente que la inteligencia en sí misma es el recurso escaso. Cada vez más, no lo es.

Los modelos de vanguardia que desarrollan OpenAI, Anthropic, Google, Meta, xAI y otros siguen mejorando a una velocidad asombrosa. Cada pocos meses, capacidades que parecían extraordinarias se vuelven comunes.

La capa de inteligencia se está volviendo abundante. Y cuando un recurso abunda, la atención se centra en el sistema que lo organiza. La electricidad se convirtió en infraestructura. La computación se convirtió en infraestructura. Las redes se convirtieron en infraestructura. Lo mismo parece estar ocurriendo con la inteligencia.

Como argumenté recientemente en “El próximo avance de la IA empresarial parecerá obvio en retrospectiva”, la pregunta más importante ya no se centra tanto en qué modelo es el más inteligente, sino en cómo se organiza, implementa, gobierna, mide y mejora continuamente la inteligencia dentro de la empresa.

Esa es una pregunta fundamentalmente diferente.

El problema de los veteranos de la empresa

Otra idea del ensayo de Nadella merece atención: argumenta que las organizaciones deberían poder reemplazar un modelo de propósito general sin perder la experiencia acumulada en sus sistemas.

Su frase es memorable: La empresa debería conservar la experiencia de sus «veteranos de la empresa». De nuevo, esto suena obvio… pero es sorprendentemente raro en las arquitecturas de IA actuales.

La mayoría de las iniciativas de IA empresarial aún dependen en gran medida de capacidades que residen dentro del propio modelo. Mejorar el modelo mejora el sistema. Reemplazar el modelo conlleva el riesgo de perder el comportamiento, la adaptación y el aprendizaje acumulado.

Nadella apunta hacia una arquitectura diferente: una en la que el activo duradero no es el modelo, sino el sistema de aprendizaje que lo rodea.

Esto es notablemente similar a lo ocurrido en transiciones de plataforma anteriores: las empresas no reconstruyen sus sistemas ERP cada vez que mejoran las bases de datos, ni rediseñan sus estrategias de CRM cada vez que los procesadores se vuelven más rápidos. El activo duradero reside por encima de la infraestructura.

La IA parece avanzar en la misma dirección: el modelo mejora y el ciclo de aprendizaje persiste.

El regreso de la retroalimentación

Lo más llamativo del ensayo de Nadella es que reintroduce discretamente un concepto que ha estado extrañamente ausente en gran parte del debate sobre IA:

• Retroalimentación
• Evaluaciones privadas
• Entornos privados de aprendizaje por refuerzo
• Mejora basada en resultados de negocio en lugar de puntuaciones de referencia

Estas ideas comparten un tema común: son mecanismos para conectar la acción con el resultado. Y ahí es precisamente donde muchos sistemas de IA empresarial aún tienen dificultades.

En “Tras la ilusión: en qué debe convertirse la IA empresarial”, argumenté que la industria había optimizado la IA para responder preguntas cuando, en realidad, las empresas necesitan sistemas que transformen los resultados. La distinción parece semántica hasta que uno se da cuenta de que los resultados pueden generarse sin saber si fueron relevantes. Los resultados, en cambio, no.

En el momento en que un sistema comienza a medir si sus acciones acercan a la organización a sus objetivos, algo cambia: el sistema deja de ser meramente generativo y se vuelve adaptativo. Y la adaptación se acumula.

Esta no es una idea nueva en la informática. Sistemas como AlphaGo y AlphaZero de DeepMind demostraron hace años que los bucles de retroalimentación pueden generar capacidades extraordinarias cuando la inteligencia se conecta directamente con los objetivos, en lugar de limitarse a la predicción.

Lo novedoso es la posibilidad de aplicar principios similares a las propias empresas.

La cuestión del ecosistema

La sección final del ensayo de Nadella es quizás la más importante: argumenta que un mundo donde todo el valor se acumula en un puñado de modelos fundamentales no es estable ni económica ni políticamente.

Tiene razón: cada era informática exitosa acabó generando un ecosistema. El PC creó empresas de software. La web creó negocios digitales. La nube creó industrias enteras. La plataforma se volvió valiosa porque el valor se acumuló sobre ella, no porque todo el valor permaneciera atrapado en su interior. Este argumento coincide plenamente con lo que describí en “La IA empresarial está en 1991. ¿Dónde está su red?”. Internet funcionaba antes de la web: existían TCP/IP, el correo electrónico y FTP… Lo que faltaba era la capa que hiciera que esas tecnologías fueran accesibles para las organizaciones comunes.

La IA empresarial actual se asemeja notablemente. La infraestructura es real. Las capacidades son reales. Pero la capa que permite a las organizaciones generar valor duradero sobre esa infraestructura aún está incompleta.

Las empresas que, en última instancia, definan la siguiente fase de la IA empresarial quizás no sean las que construyan los modelos más potentes, sino las que desarrollen los sistemas que permitan a cada organización convertir la inteligencia en conocimiento institucional acumulativo.

La siguiente pregunta

Por eso creo que el ensayo de Nadella es importante. No porque ofrezca respuestas, sino porque plantea la pregunta correcta: si la inteligencia se está volviendo abundante, ¿de dónde proviene la ventaja competitiva duradera?

Su respuesta es el ciclo de aprendizaje, y creo que tiene toda la razón. El próximo capítulo de la IA empresarial no se definirá por qué modelo triunfe, sino por qué arquitecturas permitan a las organizaciones transformar el conocimiento humano en sistemas que aprendan, mejoren y se acumulen con el tiempo.

Las empresas que comprendan esto no solo utilizarán la IA, sino que construirán una nueva forma de capital organizacional.

Y ese podría convertirse en el activo más importante de la era de la IA.