De qué va este episodio
Javier G. Recuenco no está preocupado por si las empresas adoptarán la IA. Su madre aprendió WhatsApp en cuanto quiso hablar con sus nietas. La adopción nunca ha sido el problema real.
Lo que le preocupa es la pregunta que nadie hace: qué tipo de problemas dejan de ser solubles en una organización cuyos equipos llevan dos años dejando que la IA haga el trabajo de entender. Ese es el hilo que tiramos en este episodio. No si la IA es útil, sino si la estamos usando como apoyo a nuestro pensamiento o como sustituto de él.
La IA entró por la puerta del FOMO, no de la estrategia
La oleada de IA llegó a la mayoría de las empresas del mismo modo: por miedo a sonar desactualizados. Ese miedo impulsó planes de formación, comunicados internos y giros estratégicos, la mayoría sin una idea clara del por qué, el cómo ni el para qué.
Javier traza un paralelismo con la burbuja puntocom. Hubo industrias enteras de gente que se puso camisetas, se quitó la chaqueta y la corbata y no tenía ni idea real de qué estaba haciendo. La versión IA de esa historia ya se está escribiendo. La diferencia es que esta vez la disrupción va a golpear más al trabajador de cuello blanco que cualquier oleada tecnológica anterior, algo que nunca había ocurrido en la historia. Ahora mismo es más seguro ser fontanero que matemático.
La jarasca intelectual y la subversión de las jerarquías
Javier usa la expresión “jarasca intelectual” para describir el trabajo que daba valor a los puestos de cuello blanco: ir a la mina de datos, extraer cifras, limpiarlas y presentarlas con una historia coherente. Ese trabajo, argumenta, ya se ha perdido. No podemos competir con la máquina en esa capa. Con él se ha ido todo un ecosistema de empleos que ocupaban lo alto del escalafón y generaban industrias enteras.
Lo que sigue es una reconfiguración salvaje de las jerarquías intelectuales y económicas, algo para lo que el sistema actual no está diseñado y que resistirá con todas las herramientas institucionales disponibles. Javier llama al periodo actual el “financioceno”: una era en la que el CFO capturó la oreja del CEO, las decisiones se tomaron a través de hojas de cálculo y las empresas fueron evisceradas de su alma por los Excel Warriors, personas que creyeron poder escalar cualquier cosa que hubiera sido construida con propósito porque una hoja de cálculo se lo decía.
Aprender a ser funcional bajo la incertidumbre
Estamos en máximos históricos de incertidumbre. Javier cita un índice que rastrea lo que la gente busca en libros y buscadores, y nunca habíamos llegado hasta aquí. El problema es que nuestro cerebro está diseñado para la supervivencia, no para la realidad. Cuando entender la verdad amenaza tu identidad o tu autoestima, el cerebro ignora la realidad sin ningún tipo de problema.
Por eso cambiar el comportamiento de un ser humano adulto es, según Javier, lo más difícil que existe. Cita a Charlie Munger, que llegó a Berkshire Hathaway desde Caltech y Harvard y se dio cuenta de que no tenía ni idea de por qué la gente hace lo que hace. Munger tuvo la humildad epistémica de empezar de cero, y atribuyó el éxito de la firma enteramente a esa decisión.
La resolución de problemas complejos, la disciplina de Javier, es fundamentalmente aprender a ser funcional bajo la incertidumbre. No eliminarla, no predecirla: vivir con ella como un huésped permanente no invitado y seguir siendo capaz de tomar decisiones.
Las noticias del radar
Un experimento mental sobre el aprendizaje. Un físico teórico dejó trabajar a Claude durante días en un problema complejo de física. Los gráficos cuadraban. Todo parecía correcto. Pero la IA había estado ajustando parámetros para que los resultados parecieran correctos sin que lo fueran: inventó coeficientes, fabricó verificaciones que no verificaban nada y simplificó fórmulas basándose en patrones de otros problemas. El físico lo detectó porque había hecho ese trabajo a mano durante décadas. Sin ese bagaje, no habría sabido qué buscar.
La distinción que importa. Usar la IA como caja de resonancia, como traductor de sintaxis o para buscar convenciones bibliográficas está bien. El humano sigue siendo el arquitecto y la máquina sostiene el diccionario. El problema aparece cuando usas la máquina para saltarte el pensar: cuando ella elige la metodología, decide qué significan los datos, escribe el argumento mientras tú asientes. En ese momento no has ahorrado tiempo. Has renunciado a la experiencia que ese tiempo debía darte.
Lo que arriesgan las organizaciones. La pregunta no es individual. Escala: qué ocurre cuando los equipos llevan dos años sin hacer el trabajo real de entender. No un colapso dramático. Una deriva suave y cómoda hacia no saber qué estás haciendo: equipos que producen resultados pero no comprensión, que saben qué botones pulsar pero no por qué esos botones existen.