Publicado originalmente en Administradores.
Ciclos de entusiasmo seguidos de frustración forman parte de un patrón recurrente en el mercado de tecnología. A lo largo de las últimas dos décadas, vimos distintas promesas ganar tracción y perder relevancia, como a inicios de los años 2000, cuando plataformas como Second Life (lanzado en 2003) movilizaron empresas y usuarios en torno a la idea de entornos virtuales persistentes. Hubo inversión, experimentación e incluso pruebas de modelos de negocio.
Años después, entre 2021 y 2023, el metaverso volvió al centro de la agenda. Grandes empresas anunciaron aportes multimillonarios, reposicionaron estrategias e intentaron acelerar la construcción de ese nuevo entorno digital. Pero ninguna de esas olas se afianzó como base estructural del mercado, aunque no podamos negar que fueron importantes como experimentación. El hecho es que no alteraron de forma consistente la manera en que las personas trabajan, producen o interactúan económicamente.
La inteligencia artificial está en otra categoría.
La diferencia central es que no depende de un entorno específico para existir. Se integra a lo que ya existe y altera el funcionamiento de esas estructuras. Eso ya se observa en la propia forma de trabajar: el cambio no está solo en ganar eficiencia, sino en alterar el papel de cada etapa. Los números lo confirman: una investigación de McKinsey con casi 2 mil organizaciones en 105 países muestra que el 78% ya usa IA en al menos una función de negocio, frente al 55% en 2023.
En tecnología, por ejemplo, el código deja de ser el objetivo final. Deja de ser la limitación que separa a quien puede construir de quien no puede. Personas que entienden de producto, flujo y experiencia pasan a estructurar soluciones incluso sin un dominio profundo de la programación, porque la ejecución puede ser asistida.
Lo mismo ocurre con el análisis. Actividades que antes dependían de semanas o meses de recolección, organización y lectura de datos, muchas veces a cargo de consultorías especializadas o equipos dedicados, pueden resolverse ahora con mucha menos fricción, sin la misma dependencia de procesos manuales.
En la producción de contenido e inteligencia de mercado, la lógica también cambia. El acceso a datos, la capacidad de síntesis y la producción de material dejan de exigir la misma estructura operativa que existía antes.
El efecto de eso no es solo velocidad. Es menos dependencia de la ejecución manual como principal activo del trabajo y, claro, más peso de quien entiende el problema, el contexto y la decisión que hay que tomar, con un impacto radical en la eficiencia y en quién puede hacer qué.
Profesionales que entienden el problema pasan a operar con más autonomía, incluso sin un dominio técnico profundo, y la ejecución deja de ser el principal cuello de botella, desplazando el valor hacia el entendimiento. Al mismo tiempo, la transformación empieza a reconfigurar la forma en que sistemas e individuos se conectan.
Históricamente, la evolución tecnológica estuvo marcada por cambios en los protocolos de comunicación. Al inicio de la integración entre sistemas, el estándar dominante era SOAP — robusto, pero complejo e inflexible. Con el tiempo, REST se afianzó como alternativa más simple, eficiente y ampliamente adoptada. Ese movimiento no fue solo técnico. Hizo escalables las integraciones y permitió que las empresas se conectaran con más agilidad. Y ahora empieza a surgir una nueva capa.
La tendencia es la evolución hacia modelos de comunicación basados en agentes, como lo que viene tomando forma en torno a protocolos como MCP (Model Context Protocol). En ese escenario, no son solo sistemas los que se conectan: agentes representan a individuos y organizaciones. ¿Ves cómo eso cambia la lógica de interacción?
No es teoría: el MCP, lanzado por Anthropic a fines de 2024, fue adoptado en pocos meses por OpenAI, Google, Microsoft y Salesforce, pasó a la gobernanza neutra de la Linux Foundation y saltó de cerca de 100 mil a 97 millones de descargas mensuales del SDK en 18 meses. En Celcoin ya operamos infraestructura en ese modelo.
Hoy, una empresa se integra a otra. En el futuro próximo, agentes personales pueden interactuar directamente con servicios, negociar, ejecutar tareas y tomar decisiones con base en el contexto. La interfaz deja de ser solo una aplicación y pasa a ser un intermediario activo — y eso es lo que hace que este tipo de cambio sea más profundo que cualquier tendencia anterior, porque altera la estructura de operación, no solo la capa de experiencia. Y eso ya salió del papel: el 23% de las organizaciones ya escalaron algún sistema de IA agéntica y otro 39% empezó a experimentar, o sea, el 62% en total.
Otro punto relevante es la velocidad. En la primera ola de internet, entre mediados de los 90 e inicios de los 2000, el aprendizaje era lento por falta de acceso a la información. Los profesionales aprendían por ensayo y error, sin referencias claras. Hoy el panorama es el opuesto.
Existe exceso de información, herramientas accesibles y la propia IA como soporte al aprendizaje. Eso reduce de forma drástica el tiempo necesario para adquirir nuevas habilidades, con un efecto directo en la compresión de los ciclos de transformación.
Cambios que antes llevaban años ahora suceden en meses. Pero, durante mucho tiempo, la calidad estuvo asociada al tiempo, y los proyectos bien ejecutados demandaban ciclos largos de desarrollo y refinamiento.
Con la IA, esa relación cambia, porque la expectativa pasa a ser velocidad con calidad.
Las empresas ya están revisando cómo producen contenido, desarrollan sistemas y estructuran análisis, no como experimento, sino como ajuste operativo. Ese reposicionamiento tiende a rediseñar funciones, a medida que parte de las actividades deja de depender de la ejecución manual y pasa a ser absorbida por nuevas formas de trabajo.
Así como en otros momentos de la historia, la introducción de una nueva tecnología tiende a rediseñar el mercado de trabajo. Algunas funciones dejan de tener sentido, otras se transforman y surgen nuevas a partir de esa reorganización. Ese movimiento no es novedad — es lo que Schumpeter llamó destrucción creativa: la tecnología que crea valor es la misma que vuelve obsoletas formas anteriores de trabajo. Lo que diferencia el momento actual es la velocidad y, sobre todo, la amplitud con que eso sucede.
Eso porque la inteligencia artificial no actúa en una capa aislada de la economía. No está restringida a un sector específico ni a una función delimitada. Al contrario, atraviesa distintas industrias e impacta a la vez actividades operativas, analíticas y creativas. Eso amplía el alcance del cambio y deja menos espacio a las zonas de confort.
Pero vale reconocer una objeción legítima. Ya en los años 1980, el economista Robert Solow bromeaba con que las computadoras aparecían en todas partes, menos en las estadísticas de productividad. Era la llamada paradoja de la productividad; y algo parecido se ve hoy. A pesar de la adopción masiva, la mayor parte de las empresas sigue atrapada en pilotos que nunca escalan, con estudios recientes que incluso detectaron profesionales que se sentían más rápidos con IA, pero que, en la práctica, trabajaban más despacio. Ese dato, sin embargo, no debilita el argumento. Lo refuerza. El beneficio no viene de acoplar la herramienta al proceso antiguo. Viene de reorganizar la operación entera alrededor de ella. Y es exactamente por eso que la discusión se desplaza de la tecnología hacia la capacidad de adaptación.
Por ese motivo, la discusión deja de ser sobre si hay impacto o no. En relación con la IA, ese punto ya está superado. La cuestión central pasa a ser la capacidad de adaptación de los profesionales y de las empresas ante un escenario en el que las reglas de producción, decisión y entrega se están revisando en tiempo real.
Resistirse al cambio no impide que suceda; solo pospone el momento de enfrentar el problema. Y, históricamente, la adaptación tardía suele tener un costo elevado, justamente porque exige una corrección más abrupta en un entorno que ya evolucionó.
A diferencia de otras olas recientes, la inteligencia artificial no se presenta como una apuesta futura ni como una tendencia en fase de validación. Ya está incorporada a las operaciones, a las decisiones y a la forma en que se genera valor. No depende de la creación de un nuevo entorno ni de la adhesión a una nueva lógica.
Lo que está en curso es un cambio estructural: la inteligencia artificial pasa a redefinir el funcionamiento del entorno existente. Las olas anteriores pasaron porque eran entornos a la espera de adopción. La IA se queda porque ya es la capa sobre la cual todo opera.