En 2024 el discurso sobre IA en la empresa era simple: el gerente se sentaba con ChatGPT, hacía una pregunta, leía la respuesta, ajustaba, y seguía con el trabajo. El investigador Ethan Mollick bautizó esa fase como co-inteligencia y ahora, en un artículo reciente, dice: esa fase terminó. No porque nadie use más un chatbot, sino porque, en paralelo, surgió una clase de IA que hace la tarea entera sin que la acompañes paso a paso. Mollick llama al nuevo estadio co-existencia: convivir con una IA que, en ciertas tareas, es mejor que tu empleado, y en otras todavía es peor que el pasante.
Este post traduce su idea a lenguaje de operación. Para el dueño del negocio y el director de área, esto no es un asunto de tecnología. Se trata de tres decisiones nuevas que van a entrar en tu semana: cuándo vale la pena rechazar la ayuda de la IA, cuándo vale la pena entregarle la tarea entera, y qué hacer cuando la IA pasa a ser también el público que lee lo que tu empresa escribe. Vamos por partes.
1. Qué cambió de 2024 a hoy, sin jerga
Piensa en dos figuras diferentes en el equipo. La primera es el asistente que consultas: preguntas, responde, decides. La segunda es el empleado que ejecuta: le pasas la tarea, desaparece por unas horas, vuelve con el trabajo terminado. En 2024, la IA era casi solo la primera figura. En 2026, se volvió también la segunda, y en muchas tareas es más barata y más rápida que contratar.
El ejemplo más documentado viene de las empresas de software. Mollick señala que los equipos que adoptaron agentes de IA para escribir código están multiplicando por diecisiete el volumen producido, y que dentro de Anthropic, creadora de Claude, la mayor parte del código nuevo ya sale del agente, con cada desarrollador entregando varias veces más de lo que entregaba antes. El número exacto importa menos que el patrón: la IA dejó de ser una herramienta de consulta y se volvió un ejecutor tercerizado, con todo lo que eso tiene de bueno y de complicado.
¿Qué tiene que ver esto con tu empresa, incluso si no programas? Todo. El mismo movimiento está llegando a atención al cliente (agentes que conducen el ticket entero), a ventas (agentes que prospectan, califican y agendan reuniones), a lo jurídico (agentes que redactan contratos), a finanzas (agentes que cierran la conciliación). La pregunta dejó de ser "¿cómo uso ChatGPT?". La pregunta pasó a ser: "¿cuándo vale la pena dejar que la IA lo haga sola, y cuándo eso se vuelve demasiado caro?".
2. Nueva decisión número uno: cuándo rechazar la ayuda
Parece extraño, pero es la decisión más subestimada. En algunas tareas, incluso con buena IA disponible, vale la pena que tu equipo lo haga a mano. No por capricho, por consecuencia. Si tercerizas a la IA el razonamiento que mantiene a tu equipo afilado, dentro de un año el equipo ya no sabe hacerlo, y cuando la IA falle (y falla), nadie en tu casa logra corregirlo.
Dónde pesa: análisis estratégico, decisión de personal, lectura de un cliente importante, una negociación delicada. No es que la IA no pueda ayudar en estos contextos. Es que el entrenamiento de tu equipo depende de que pasen por estas decisiones. Igual que el gimnasio: la máquina hace la fuerza por ti, pero sales más débil. Rechazar la IA en puntos seleccionados es una forma de proteger el capital intelectual de la empresa, no de ser conservador.
3. Nueva decisión número dos: cuándo entregar la tarea entera
El opuesto de la anterior. Hay tareas donde insistir en el control humano se vuelve un desperdicio caro. Conciliación bancaria línea por línea, filtro de currículum en el primer tamiz, transcripción de reunión, redacción de la primera versión de un correo comercial estándar. Son tareas donde la IA hoy es más rápida, más consistente y casi nunca peor que un humano cansado haciéndolo el viernes a las siete de la tarde.
El punto delicado, y donde la mayoría de las empresas se traba: entregar la tarea entera es diferente de "dejar que la IA sugiera y el humano apruebe". La aprobación humana en alto volumen se vuelve un sello de goma. El empleado aprueba todo en automático, y la falla de la IA pasa de largo. Si vas a entregar la tarea, entrégala de verdad, con muestreo auditado después y un botón de apagar la función cuando la tasa de error suba. La aprobación caso por caso, para tareas de bajo riesgo, es solo fricción que da ilusión de control.
El criterio práctico: si el costo de equivocarse una vez es bajo (mandar un correo genérico con un error), entrégalo a la IA con auditoría por muestra. Si el costo de equivocarse una vez es alto (mandar un contrato con una cláusula equivocada), mantén un humano en el medio, pero paga ese costo conscientemente, sabiendo que estás pagando para reducir riesgo, no para fingir que el humano está mirando.
4. Nueva decisión número tres: la IA también se volvió tu lector
Esta es la parte que agarra al gerente de marketing por sorpresa. Cada vez más, el público de tu sitio, de tu post, de tu material comercial, no es solo humano. Es un agente de IA leyendo en lugar de un humano que le pidió resumir, comparar con competidores, o recomendar. Mollick cuenta que adaptó su propio sitio para tener una versión pensada para ser leída por IA, después de descubrir que los viejos trucos de SEO (texto escondido para que la IA lo vea) ya no funcionan con los modelos nuevos, que incluso identifican estos intentos como una instrucción sospechosa y los ignoran.
Traduciendo a tu operación: si el cliente potencial le pide a su IA "encontrar un proveedor de X", quien le responde es la IA, con base en lo que logró leer de tu sitio. Un sitio confuso, sin números claros, sin caso de uso explícito, sin precio de referencia, se vuelve un proveedor invisible. Esto cambia el criterio de redacción de una página, de la descripción de un producto, de un FAQ. No es el SEO de palabra clave de la década pasada. Es escribir de una forma que una IA logre resumir bien tu propuesta para un humano que va a decidir en treinta segundos.
5. Por qué esto es un problema de operación, no de TI
La lectura más común, y la más equivocada, es tratar esta transición como un proyecto de tecnología: contratas a un proveedor, "implementas IA", entrenas al equipo, fin. No lo es. Las tres decisiones de arriba son políticas de operación, no una elección de herramienta. Quien decide cuándo rechazar la IA es el gerente del área. Quien define qué puede entregarse entero a la IA es el dueño del proceso, en conjunto con riesgo y jurídico. Quien reescribe el sitio pensando en la IA lectora es marketing junto con ventas.
El proveedor de tecnología (nosotros incluidos) entra después, para ejecutar la decisión. El error caro es el inverso: comprar IA primero y después descubrir, proceso por proceso, dónde encaja. Sale más caro, tarda más, y produce la frustración clásica de "invertimos en IA y no vi resultado".
6. Qué hacer esta semana, sin grandes proyectos
Tres movimientos baratos que puedes correr sin contratar nada:
- Mapea cinco tareas de tu operación y marca cada una como "mantener humano por entrenamiento del equipo", "entregar a la IA por costo", o "todavía no sé". La columna "todavía no sé" es la más honesta, y es donde un piloto tiene sentido.
- Pídele a una IA que resuma tu propio sitio (ChatGPT, Claude o Gemini) como si fuera un cliente potencial preguntando "¿vale la pena contratar a esta empresa?". Lee el resumen con ojo crítico. Si la IA no logró resumirlo bien, tu sitio está escrito para el ranking de búsqueda antiguo, no para la realidad de hoy.
- Define quién decide entre los tres cuadrantes de arriba. ¿Quién en tu casa tiene autoridad para decir "esta tarea va a la IA, con auditoría mensual por muestra"? Si la respuesta es "nadie todavía", esa es la próxima silla a diseñar, antes de comprar cualquier herramienta.
7. El replanteo
La discusión dentro de las empresas sigue atrapada en "vamos a implementar IA" como si fuera instalar un sistema nuevo. Mollick está diciendo, y la práctica lo confirma, que la metáfora correcta pasó a ser otra: negociar una convivencia con un colaborador extraño que cambia de capacidad cada tres meses, es mejor que tu equipo en algunas cosas, peor en otras, y que además pasó a leer lo que tu empresa publica.
No hay solución lista. Hay una postura nueva. Las empresas que entiendan esto primero van a decidir antes dónde rechazar, dónde entregar, y cómo conversar con un público que es mitad humano y mitad máquina. Las que sigan pensando en "cuál es la mejor herramienta de IA para comprar" van a llegar a 2027 quejándose del mismo problema con otro nombre.
Inspirado en "Co-Existence and the End of Co-Intelligence", de Ethan Mollick, publicado en One Useful Thing. Lee el original aquí.