¿Despedir al 40% o crecer 40%? Los tres vectores de la IA — notas desde producción

Imagina que la IA acaba de liberar el 40% del tiempo de tu equipo. Felicitaciones — y ahora viene la decisión que define todo lo demás. En una entrevista reciente en Arpa Talks, Pep Martorell — inversor deep-tech, socio de InvivoAI y profesor de Esade — la plantea sin anestesia: "Puedes hacer básicamente dos cosas. Una: si me liberan el 40% del tiempo, echo al 40% de la gente. Es fácil y capturo el valor porque tengo menos gasto. Y aquí me quedo. La otra, más sofisticada y compleja: convertir esa liberación de tiempo en más negocio, más clientes, más producto. En lugar de reducir por abajo, incrementar por arriba."

Lo contraintuitivo es lo que está pasando de verdad: Martorell cita empresas que revirtieron despidos "porque los costes de la IA quizá no eran los que parecían", y estudios recientes que correlacionan intensidad de IA con aumento de personal. Es la paradoja de los radiólogos: los algoritmos leen placas hace años, y sin embargo hay más radiólogos que nunca — porque automatizar la tarea multiplicó la demanda de diagnósticos. El economista Jevons lo describió en 1865 con el carbón: cuando algo se vuelve más eficiente, se consume más, no menos.

Pero el 40% es solo la puerta de entrada. Lo más útil de la entrevista es el mapa que Martorell dibuja para explicarse — "son tres cosas distintas que, si las mezclamos, nos vamos a marear", le advierte al entrevistador, y las recorre una por una: la IA está cambiando las empresas por tres vectores distintos. (Guardemos ese "por separado" para más adelante, porque ahí hay una objeción que vale la pena hacer.)

Vector 1: automatización de procesos

"Es lo que toda la vida hemos intentado hacer con cada tecnología nueva", dice. Y suelta el matiz que casi nadie admite: "hay mucha gente hablando y luego implementando menos, porque esto es muy complicado."

Aquí van nuestros recibos, porque este vector es nuestro pan de cada día. Cuando automatizamos la validación documental para una insurtech de EE.UU., el sistema corrió dos semanas en paralelo con los analistas humanos hasta alcanzar 98% de coincidencia con sus respuestas — y el resultado no fue despedir analistas: fue que el experto dejó de leer documentos completos y pasó a validar hallazgos señalados. Su criterio, lo verdaderamente caro, se concentró donde importa. Lo mismo con el cotizador que convierte una lista pegada en texto libre en una cotización formal: el equipo comercial no se achicó — pasó a responder el mismo día y a atender un volumen que antes era imposible. Capturar el valor "por arriba", como dice Martorell.

Vector 2: la agentización del puesto de trabajo

Aquí la entrevista se pone seria. Un agente, en la definición de Martorell, es una IA que "no responde solo a tus preguntas, sino que tiene voluntad propia para hacer cosas". Y el cambio de mentalidad que exige: "dejar de ser un ejecutor de tareas secuenciales para pasar a ser orquestadores de agentes. Aparte de tener equipo humano, empezarás a tener equipo agéntico que trabaja 24x7."

Su firma lo vive: en Invivo Partners responden que su equipo es "15 + 1" — quince personas y Mother, su colega agéntica. Y aquí está la joya documental: Luis Pareras, el managing partner, publicó el paper técnico más honesto que hemos leído sobre un colega agéntico en producción (el enlace está en las fuentes). Cuenta la arquitectura completa: un bucle actor–crítico–jefe corriendo sobre tres modelos de laboratorios distintos, porque "un modelo no puede criticarse a sí mismo eficazmente: comparte sus propios sesgos y puntos ciegos". Cuenta el fine-tuning en dos pasadas — primero el corpus del sector, después el gusto del socio ("AIA prefiere las empresas que yo preferiría, antes de que yo lea el deck"). Cuenta que Mother tiene un archivo constitucional con sus metas, y que una vez le respondió "no" cuando él quiso apurar un documento — y tenía razón.

Nosotros llegamos a las mismas conclusiones por el camino de la práctica: nuestro copiloto comercial escucha la videollamada y sopla ayudas en ~3 segundos desde una base de conocimiento propia — y su regla más importante no es qué decir, sino cuándo callar. Y usamos paneles de consenso entre modelos de familias distintas para las decisiones difíciles, por la misma razón que Pareras: los errores de modelos distintos no se superponen. Cuando dos practitioners que no se conocen convergen en la misma arquitectura, suele ser señal de que ahí hay algo real.

Vector 3: disrupción

El más exigente: "no es hacer cosas más rápido que antes; es hacer cosas que antes no podía hacer." Martorell es honesto — hoy esto solo se ve con claridad en la ciencia, y llegará a la empresa después. Su escala de dificultad ordena todo el mapa: automatizar (décadas haciéndolo) < agentizar (va a costar) < disrumpir (todavía más complicado).

Una objeción necesaria: los vectores solo se separan en la pizarra

Martorell los explica por separado para no marear a nadie — es un recurso expositivo, y como taxonomía para ordenar decisiones funciona: automatizar es un proyecto con ROI, agentizar es un cambio de mentalidad, disrumpir es una apuesta estratégica. Pero conviene decir en voz alta lo que la separación esconde: en la realidad, los tres vectores ocurren juntos y se alimentan entre sí.

Nuestro propio trabajo lo demuestra. ¿En qué vector cae un copiloto comercial que escucha la videollamada en vivo? Automatiza la minuta y la búsqueda de datos (vector 1), es un colega agéntico que decide cuándo hablar y cuándo callar (vector 2), y le da a un vendedor la memoria completa de su empresa en tiempo real — algo que antes no existía a ningún precio (vector 3). Un solo sistema, los tres vectores a la vez. Mother, la colega agéntica de Invivo, igual: hace triage de decks, es la "+1" del equipo, y cambia la economía del análisis de inversiones hasta el punto de que Pareras argumenta que alterará la estructura misma del venture capital. Los vectores no son tres cajas: son un gradiente donde cada uno habilita al siguiente — la automatización genera los datos y la confianza que hacen posible al agente; el agente operando 24x7 acumula capacidades que terminan siendo disrupción.

Y hay algo más incómodo: los vectores no piden permiso. No son algo que tu empresa "hace o no hace" — son algo que le está pasando a tu mercado. Si tú no automatizas, tu competidor multiplica su capacidad y la demanda se enruta hacia él: la paradoja de los radiólogos también funciona a nivel de industria. La ventana de los 6 meses corta en ambos sentidos — si no la abres tú, alguien la está abriendo sobre ti. No adoptar no es un estado neutro; es ocupar una posición en el cronograma de otro. Pareras lo dice de sus propios pares: "la mayoría no ha metabolizado la llegada de la IA todavía; están a punto de ser forzados a hacerlo." Forzados — no invitados.

La ventana de los 6 meses — y la trampa del eterno piloto

Queda la pregunta del gerente pragmático: ¿para qué construir hoy lo que un proveedor venderá empaquetado en un año? Martorell da la respuesta más completa que hemos escuchado. Primero: "el coste de fallar es prácticamente nulo... y desarrollar pilotos te lleva a un proceso de maduración y pensamiento sobre el negocio que no tiene precio. El solo hecho de hacerlo te plantea preguntas sobre el negocio que nunca te habías planteado." Segundo: "en ciertos negocios, 6 o 12 meses de ventaja respecto a la competencia es brutal. Todo lo que he hecho en este tiempo no me lo quita nadie." Pareras lo dice aún más crudo en su paper: los primeros tres meses de su sistema fueron vergonzosos, al mes seis igualaba a sus analistas y al mes ocho los superaba — "la mediocridad temprana es el precio de admisión, y la mayoría de tus competidores se va a negar a pagarlo. Esa es tu ventana."

Pero la ventana tiene una condición, y Martorell la nombra sin rodeos: "Lo que no puedes hacer es convertirte en un eterno innovador de pilotos y nunca bajar a producción." Y para mostrar dónde está la trampa usa un caso que se hizo famoso: el CTO de una gran cadena de retail contó públicamente que dos personas de su equipo construyeron, en un fin de semana, un buscador con IA para su tienda online — y funcionaba mejor que el del proveedor que tenían contratado. Espectacular. ¿Entonces cancelas el contrato con el proveedor? Ahí empieza el verdadero debate, advierte Martorell: para reemplazarlo de verdad necesitas un plan B si falla, alguien que firme términos y condiciones, un equipo que lo mantenga, ciberseguridad, y actualizaciones al ritmo que un proveedor garantiza. El fin de semana produce la demo; nada de eso viene incluido. Gartner le puso número a la trampa: más del 40% de los proyectos de IA agéntica serían cancelados por valor de negocio difuso o controles de riesgo insuficientes.

La síntesis que nos llevamos — y que venimos defendiendo caso por caso: la ventaja de los 6 meses solo se cobra si el experimento baja a producción. Experimenta barato, madura con el feedback de tu equipo experto en el negocio. Y luego escala: incorpora un dueño, la seguridad y todos los requisitos que exige la producción.

Una nota práctica para cerrar: esa segunda mitad no tiene por qué ocupar a las mismas personas del piloto. Cuando un experimento demuestra que merece vivir, apoyarte en expertos es lo más sensato — es el camino más corto para cobrar la ventana sin pagar completo el aprendizaje. Ese es, caso por caso, el trabajo que documentamos.