El auge de los agentes de IA ha intensificado la desconexión entre las capacidades de la IA y los recursos sociales

Muchas personas, al ver el rápido avance del rendimiento de la IA, predicen con entusiasmo cambios rápidos en el mundo. En realidad, esto es una comprensión errónea de los mecanismos operativos de la sociedad moderna, o dicho de otro modo, sobreestiman la importancia de la inteligencia individual y la productividad personal.

¿Ha notado un fenómeno en el que muchos puestos bien remunerados en instituciones y grandes empresas exigen durante la contratación altos niveles educativos y coeficientes intelectuales? Sin embargo, una vez contratadas, las personas suelen realizar tareas rutinarias que pueden resolverse fácilmente con habilidades comunes. Aún hoy, el nepotismo y las relaciones suelen prevalecer sobre las capacidades. En un entorno competitivo, las organizaciones pueden elegir a alguien con habilidades promedio pero con una identidad social y recursos especiales. Aunque esto le parezca injusto, la mayoría de las veces dichas personas también desempeñan adecuadamente el puesto.

¿Por qué ocurre esto? Muchos lo atribuyen a la «inflación de títulos», pero las causas son más complejas: yo lo llamo «sobreflujo de productividad ineficaz».

La sociedad moderna es una red densa de colaboración, donde un puesto de calidad representa un nodo privilegiado en la red de distribución de recursos y poder sociales. Los recursos y el poder asociados a este nodo son escasos en la sociedad, pero los requisitos de capacidad individual no son altos, ni se exige que la persona en dicho puesto tenga alta productividad. Si tiene la fortuna de obtenerlo y se pone a trabajar con ahínco, pronto descubrirá que su aumento de productividad no es necesario para este sistema. Es decir, por muy capaz que sea, esta red no le necesita. Las organizaciones fijan requisitos tan elevados únicamente porque, cuando muchas personas pueden desempeñar el puesto, deben seleccionar a alguien según ciertos criterios, y la capacidad suele ser un principio menos controvertido, no porque realmente necesiten que usted posea tales habilidades.

En esta red colaborativa de la sociedad moderna, cada persona se encarga solo de una pequeña parte del trabajo. Salvo unos pocos individuos, la mayoría simplemente actúa como canalizadora de recursos dentro de esta red; la productividad personal solo debe alcanzar un estándar, y una vez logrado, aumentos adicionales no aportan beneficios significativos al sistema global.

Por tanto, como nodo de una red colaborativa, por muy alto que sea su coeficiente intelectual o su productividad, el exceso constituye un sobreflujo ineficaz. Esta red no lo necesita, no puede usarlo ni asimilarlo.

Así pues, muchas personas afirman entusiasmadas haber aumentado su productividad mediante el aprendizaje y la aplicación de la IA, pero en realidad sobreestiman el papel de su inteligencia y productividad. Un ligero aumento de su productividad tiene escaso valor para toda la red y no puede distribuirse. La organización y la red colaborativa a la que pertenece no lo necesitan ni pueden absorber ese sobreflujo. Por eso, lo que muchos expertos en IA prefieren no admitir es que el principal beneficio de estos aumentos de productividad es liberar más tiempo para ver vídeos cortos, sin generar incrementos de ingresos, recursos ni estatus social.

La actual euforia en torno a la OPC (empresa individual) sigue el mismo razonamiento. El cuello de botella en el desarrollo de tales empresas no es la productividad interna, sino sus conexiones externas con recursos. Dada la posición actual de la mayoría de las OPC en la red empresarial social, sus productos y servicios no encuentran compradores, e incluso podrían carecer de valor para su propia satisfacción.

Este problema es crítico porque todas las actividades económicas deben traducirse en incentivos económicos para cerrar el ciclo y, así, impulsar la evolución del sistema económico mediante bucles de retroalimentación positiva. Sin embargo, los incentivos positivos que la mayoría obtiene del uso de la IA son meramente emocionales personales, insostenibles a largo plazo.

¿Cómo crear incentivos positivos inmediatos? La clave radica en cambios en las relaciones de conexión de la red. Este cambio provocará una redistribución de recursos y poder. Si su nodo cuenta con más conexiones en la red, incluso sin usar IA, notará de inmediato un aumento de ingresos, influencia y poder.

Claro está, un aumento generalizado de la productividad de los nodos conducirá, a largo plazo, a cambios en las relaciones de conexión. En la era de los agentes de IA, la brecha en las capacidades de uso de la IA entre distintos individuos se amplía rápidamente. Esta diferencia será percibida por la red social y transformada en cambios en las relaciones de conexión, incluso en la topología misma de la red. No obstante, esto llevará tiempo y será más lento de lo que creen la mayoría de los divulgadores de IA. Si no acelera activamente sus conexiones y se conforma únicamente con mejoras de eficiencia en su puesto actual —feliz de disponer de más tiempo para ver vídeos—, no participará en los primeros dividendos de la IA.

Además, aquí emerge una interesante desconexión.

Actualmente, quienes aprenden la IA con mayor entusiasmo suelen ser nodos secundarios de la red: programadores, diseñadores, investigadores y analistas estudian diariamente agentes, MCP, habilidades y flujos de trabajo, deseosos de multiplicar su productividad por diez. Pero el problema es que, si antes redactaba un informe al día y ahora puede hacer diez, su organización no necesita diez; si antes creaba un prototipo por semana y ahora uno al día, la velocidad de presupuestación, toma de decisiones, ventas, asesoría jurídica y adquisiciones no se ha multiplicado por siete. Así, gran parte de la nueva productividad queda bloqueada en los nodos asociados, aportando poco valor al sistema global.

Por el contrario, quienes realmente controlan los recursos —empresarios, ejecutivos, inversores y líderes institucionales— ya cuentan con la mayor cantidad de clientes, capital, autoridad sobre personal y conexiones sociales. Si multiplicaran por diez sus capacidades con la IA, el efecto multiplicador generado superaría ampliamente al de un empleado común. Sin embargo, la brecha entre estas personas y la vanguardia de las capacidades de aplicación de la IA se amplía rápidamente.

Una razón importante es que, a partir de la segunda mitad de 2025, con el auge de los agentes de IA, la innovación en su aplicación se vuelve cada vez más impulsada por la programación.

Antes, la IA se centraba en conversar, escribir, buscar y dibujar, y tanto directivos como programadores podían participar. Pero en la fase de los agentes, muchas novedades surgen primero de la programación con IA: agentes, MCP, habilidades, Harness, CLI, API, Git, IDE, diversos flujos de trabajo y orquestaciones. La IA deja de parecerse a un software y se asemeja más a un sistema de gestión que usted debe construir y dirigir personalmente.

Esto genera un problema.

Un CEO de cincuenta años puede ser excelente gestionando una empresa, financiándola y movilizando recursos, y comprender plenamente la importancia de la IA. Pero si le pides que abra una terminal, instale un agente de programación, configure MCP, ejecute varios agentes en paralelo y conecte APIs, GitHub y distintas herramientas, probablemente desista al instante.

No es un problema de coeficiente intelectual, sino una brecha de habilidades.

Así surge una situación extraña: quienes entienden la IA carecen de recursos, mientras que quienes los tienen no saben cómo usarla.

El primer grupo intenta desesperadamente aumentar su productividad, pero carece de una red lo bastante amplia para absorberla; el segundo tiene una vasta red de recursos, pero le falta capacidad para integrar la productividad de las máquinas más avanzadas. Creo que este desajuste será un problema especialmente relevante en los próximos años.

China enfrenta un problema adicional: los dos ecosistemas de aplicaciones de IA más activos actualmente son OpenAI y Anthropic. Por diversas razones, la China continental no puede usar directa ni establemente estos dos sistemas, por lo que lo aislado no son solo los modelos, sino también los agentes, la programación, las cadenas de herramientas y los ecosistemas de desarrolladores que han crecido rápidamente a su alrededor.

Este impacto podría ser más grave que la brecha entre los propios modelos. Pues, en la era de los agentes, gran parte del conocimiento es acumulativo: hoy otros pasan de conversar a invocar herramientas, mañana de invocar herramientas a orquestar agentes, y pasado mañana empiezan a dejar que los agentes desarrollen herramientas por sí mismos. Si entras seis meses tarde, la brecha podría no ser solo unos puntos en benchmarks, sino todo un conjunto de métodos de trabajo.

Por tanto, lo verdaderamente interesante en el futuro será cuándo comience a romperse este desajuste.

Por un lado, ¿podrán quienes actualmente ocupan nodos secundarios pero poseen fuertes capacidades en IA aprovecharlas para ganar más clientes, capital, atención y conexiones sociales, modificando así su posición en la red? Por otro, ¿podrán quienes ya están en el centro de la red dominar realmente los agentes y combinar sus capacidades de asignación de recursos con la productividad de las máquinas?

Una vez que ambas cosas comiencen a ocurrir a gran escala, el impacto de la IA en la sociedad dejará de ser «todos trabajamos un poco más rápido» para transformar estructuras organizativas, límites corporativos y métodos de asignación de recursos.

Al respecto, observamos claramente a muchas figuras destacadas de la IA: suelen entusiasmarse con nuevas tecnologías y avances, haciendo predicciones sensacionalistas. A posteriori, la mayoría resultan falsas, pero obtienen mucha atención y conexiones de recursos gracias a ellas. Es una estrategia inteligente: su verdadera ganancia no son habilidades o productividad en IA, sino tu atención. En cambio, quienes solo se enfocan en mejorar sus habilidades sin ampliar sus conexiones sociales son demasiado ingenuos.

Por tanto, creo que los cambios que la IA traerá a la sociedad pasarán probablemente por tres etapas.

La primera etapa transforma los nodos: tu productividad personal se triplica, quintuplica o multiplica por diez, lo que ocurre ahora.

La segunda etapa transforma las conexiones: algunas personas ganan más clientes, capital, atención y capacidades organizativas gracias a la IA, cambiando así su posición en la red.

La tercera etapa transforma la topología de la red: una organización que antes requería cien personas ahora necesita solo una docena; tareas que antes exigían una empresa pueden hacerse hoy con unas pocas personas y un grupo de agentes, eliminando ciertos nodos intermedios y generando nuevos super-nodos.

Solo en la tercera etapa la IA transforma verdaderamente las estructuras sociales.