Siempre es la misma historia: aparece una nueva tecnología y todo el mundo empieza a hablar de cómo va a cambiarlo todo. Luego llega el capital, se forman empresas de la noche a la mañana y las valoraciones aumentan más rápido de lo que nadie puede justificar. Luego, muchos meses después, llegan las advertencias y la gente de repente recuerda la caída de las puntocom o la caída de las criptomonedas.
Probablemente hayas visto esto antes. Y si es así, probablemente piense que la IA es la próxima burbuja. Los humanos son excelentes para combinar patrones. Evolucionamos para ver patrones, por lo que cuando surge algo familiar, instintivamente lo asignamos a la historia más cercana que ya conocemos. Creemos que hemos visto esto antes y estamos seguros de saber cómo termina.
Pero este instinto puede engañarnos. AI sentimientos como una burbuja porque estamos forzando algo genuinamente discontinuo en una historia familiar. La idea de que todo lo que crece rápidamente terminará colapsando parece prudente. Pero eso no significa que siempre será cierto.
Por qué los mercados siguen sobrepasándose
Todo gran cambio tecnológico produce los mismos síntomas externos: expectativas infladas seguidas de un fracaso muy visible. Las puntocom, los dispositivos móviles y las criptomonedas han pasado por una fase en la que el mundo ha perdido el sentido de la proporción.
¿Por qué esto sigue sucediendo? Porque los mercados no tienen una estructura para el cambio discontinuo. Los modelos de flujo de caja descontado suponen un crecimiento constante y estable, y las empresas comparables suponen que la categoría ya existe. Entonces la gente supone que el futuro cercano se parece al pasado reciente, pero eso no funciona cuando la categoría subyacente en sí está cambiando.
La mayoría de las herramientas de evaluación están diseñadas para un progreso incremental, por lo que los analistas analizan los pronósticos trimestrales y las mejoras incrementales. No saben qué hacer con los cambios incrementales y no pueden modelar una adopción no lineal.
Por tanto, cuando se ve un exceso de capital o una extrema dispersión de resultados, es el mercado el que intenta evaluar las apuestas de una década utilizando la lógica trimestral. (Lo cual no funciona.) Y eso es lo que realmente es una burbuja: una indicación de que nadie sabe todavía cómo poner precio a lo que se avecina. Esta incertidumbre parece una invalidación, pero sólo expone los límites de las estructuras existentes.
El error de categoría que seguimos cometiendo
Cuando llega algo nuevo, recurrimos a las comparaciones.
La IA es como la electricidad.
La IA es como las computadoras.
La IA es como Internet.
La IA es como un dispositivo móvil.
Estas comparaciones son reconfortantes porque todas ellas han producido cambios masivos en toda la economía y han atraído enormes capitales. Cambiaron la forma de trabajar.
También comparten algo más profundo. Cada una de estas tecnologías ha ampliado la capacidad humana sin reemplazar la cognición humana. Máquinas que funcionaban con electricidad, pero los humanos aún decidían qué construir. Las computadoras procesaban datos, pero los humanos los interpretaban. Internet movía información, pero los humanos decidían lo que importaba. Los dispositivos móviles ponen la informática en el bolsillo, pero la atención humana sigue siendo el recurso escaso. En todos los casos, la inteligencia humana ancló todo. También fue el cuello de botella.
La IA es diferente porque realiza un trabajo cognitivo. Y si eso te hace sentir incómodo, debería hacerlo. Porque si la IA realmente puede pensar, entonces gran parte de lo que construimos en nuestras carreras, como nuestra experiencia y nuestras habilidades adquiridas con tanto esfuerzo, puede no ser tan defendible como pensábamos. El ingeniero junior que pasó años desarrollando la intuición ahora trabaja junto a una herramienta que la tiene al instante. Lo mismo ocurre con el analista financiero conocido por su análisis de varianza. La gente ya no está segura de dónde reside realmente el valor, y eso da miedo.
Hablo con los directores financieros todas las semanas. Hace seis meses me hicieron preguntas abstractas como “¿qué es la IA?” y “¿deberíamos tener una estrategia de IA?” Ahora las preguntas son concretas: “¿Qué partes del trabajo de mi equipo ya no necesitan realizarse de esta manera?” Este cambio se ha producido tan rápidamente que ya está cambiando la forma en que se asignan los recursos.
Por ejemplo, un fundador que conozco empezó a utilizar Claude para escribir consultas SQL que solían llevarle a su analista unos días. ¿Reemplazó al analista? Por supuesto. Pero ha eliminado el cuello de botella y ya no necesita depender de él para obtener respuestas rápidas. Entonces el papel de su analista ha cambiado completamente. Pasó del 60% de su tiempo escribiendo consultas al 10% de su tiempo examinándolas y el 90% de su tiempo en recomendaciones estratégicas. La empresa no redujo el número de empleados ni los costos, y el analista pasó de apoyar a tres stakeholders a apoyar a quince.
Aquí es donde las comparaciones históricas realmente comienzan a fracasar. Herramientas como GitHub Copilot están comprimiendo el conocimiento. Un ingeniero junior ahora puede operar a un nivel que antes requería años de experiencia profesional. Y cada vez que se utiliza la herramienta, aprende. Un martillo no mejora solo porque construyes una casa con él, pero las herramientas de inteligencia artificial sí. Y cuando las herramientas mejoran con el uso, la tasa de mejora aumenta. Esta dinámica no encaja perfectamente en ninguna analogía tecnológica previa, por lo que el instinto de llamar a esto “burbuja” no capta el verdadero significado.
Las tecnologías anteriores suponían un techo fijo para la cognición humana. Nos hicieron más rápidos y más fuertes, pero el factor limitante siempre era el mismo: ¿cuántas personas inteligentes podíamos poner para resolver un problema? La IA amplía este límite mucho más allá de lo que estamos acostumbrados. En el pasado, comprender mejor su negocio generalmente significaba una de tres cosas: más datos, más analistas o líderes más experimentados. La restricción era cuánta atención y juicio humano podía permitirse. Con la IA, esta restricción cambia. Cuando un análisis que antes tomaba días aparece en segundos, la nueva limitación es saber qué buscar. ¿Qué preguntas importan? El factor limitante deja de ser el talento y pasa a ser el criterio.
Los escépticos tienen razón sobre la exageración y se equivocan sobre lo que significa
Tomemos la versión más sólida del argumento de la burbuja al pie de la letra. Quizás la IA esté realmente sobrevalorada y la mayoría de estas empresas fracasen. Quizás llegamos temprano y el impacto real tardará otros cinco o diez años. Todo esto podría ser completamente cierto y aun así no cambiaría el punto central, que es este:
Incluso si la mayoría de las nuevas empresas de IA fracasan, e incluso si la adopción es mucho más lenta de lo esperado, la IA sigue siendo la primera tecnología que puede realizar trabajo de conocimiento. Esto no desaparece porque los mercados se excedan o se restablezcan las expectativas. Los escépticos tienen razón en que el revuelo está inflado. Pero se equivocan al decir que la exageración exagerada hace que la tecnología sea irrelevante. Ya hemos visto esto antes: la burbuja de las puntocom era real y Mascotas. con Se estrelló y se quemó, pero Internet aún así lo cambió todo. Ambas cosas eran ciertas al mismo tiempo.
Los líderes financieros con los que trabajo no debaten si la IA es importante. Ahora están tratando de comprender qué flujos de trabajo cambian primero y con qué rapidez deben adaptarse. Esta conversación se desarrolla en silencio, debajo de todo el ruido.
Y los flujos de trabajo que se contraen primero comparten tres propiedades:
Requieren experiencia pero son repetitivos.
Son obstáculos para el trabajo estratégico.
Son fáciles de verificar pero difíciles de generar.
Estos flujos de trabajo son lo suficientemente importantes como para pagar por ellos, pero no tan estratégicos como para que su automatización amenace una ventaja competitiva. Requieren habilidad, pero esa habilidad no se combina dramáticamente con la repetición, lo que los hace económicamente frágiles y explica por qué ya se están automatizando.
Donde los humanos todavía importan (por ahora)
La IA es excelente para reconocer tendencias y terrible para saber cuáles realmente importan. Puede generar análisis de variación, pero no puede decir si un cambio del 12% en el gasto indica un crecimiento saludable o un problema más profundo. Puede delinear estrategias, pero no puede decir qué estrategia se adapta a este mercado y a este equipo en este momento exacto. Juzgar en condiciones de incertidumbre y hacer concesiones de alto riesgo donde las desventajas son catastróficas siguen siendo responsabilidades humanas. Por ahora.
Cuando la limitación deja de ser “tenemos suficientes personas inteligentes”, el problema se convierte en una prioridad. ¿Qué merece atención? ¿Qué vale la pena construir a continuación? Aquí es donde veo que muchos fundadores se quedan estancados. Preguntan si se trata de una burbuja y si es demasiado pronto, pero esas no son las preguntas más útiles. La correcta es: “¿Qué puedo construir el próximo año que cree valor real, independientemente de lo que hagan las valoraciones?”
Las empresas que perduren serán las que iteren e incorporen silenciosamente la IA en flujos de trabajo reales que resuelvan problemas reales. Tomemos como ejemplo a los directores financieros. Están comprando IA porque su junta directiva quiere un análisis de varianza más rápido y están cansados de contratar analistas que renuncian después de seis meses. Este es un problema del mundo real que las empresas deben resolver.
Y lo mismo se aplica a los inversores. Quienes tendrán éxito en el largo plazo serán aquellos que toleren la incertidumbre el tiempo suficiente para ver qué funciona realmente.
Esta vez es realmente diferente
A corto plazo, la IA decepcionará. Muchos casos de uso no cumplirán lo que prometen y muchas empresas formadas en esta ola no sobrevivirán. Pero la tecnología lo hará. Y a largo plazo, la IA remodelará todos los campos que dependen del trabajo del conocimiento. No todos a la vez ni de manera uniforme, pero dentro de una década será difícil encontrar una industria basada en el conocimiento que tenga el mismo aspecto que hoy.
La IA es diferente porque la inteligencia misma, que históricamente ha sido la principal limitación a la innovación humana, ahora se ha vuelto escalable. Este es un hecho observable con consecuencias mensurables. Los rumores sobre burbujas desaparecerán, como siempre ocurre, y lo que quedarán serán los sistemas que se adaptaron silenciosamente mientras todos los demás discutían sobre valoraciones. Los escépticos habrán tenido razón sobre el exceso y se habrán equivocado sobre lo que realmente importa, porque dentro de cinco años probablemente recordaremos el pánico actual de la misma manera que recordamos a las personas que rechazaron Internet porque algunas empresas quebraron. Y los ganadores serán quienes lo construyeron mientras todos los demás discutían sobre las valoraciones.
Con el tiempo, estas son las únicas historias que alguien recuerda.
Siqi Chen es cofundador y director ejecutivo de Runway.
