Qué ha cambiado realmente
La inteligencia artificial existe desde 1956. Lo que ha cambiado es lo poco que cuesta obtener buenas respuestas.
David Pereira Paz · Primera edición, octubre de 2026
En setenta años, la IA ha cambiado de naturaleza tres veces. Los primeros sistemas funcionaban con reglas que un experto escribía a mano, y cada tarea nueva exigía un proyecto de ingeniería. Después llegó el aprendizaje automático: la máquina aprendía de ejemplos, y cada tarea nueva exigía reunir y etiquetar datos. Desde 2017, los grandes modelos llegan entrenados de fábrica, con lo que otros han aprendido de buena parte de internet. Para muchas tareas nuevas basta ahora con pedirlo bien.
Antes cada modelo servía para una cosa; hoy un único modelo sirve para muchas. En las etapas anteriores, cada tarea tenía su propio coste de desarrollo. Ahora ese coste lo paga una vez el fabricante del modelo y se reparte entre todos sus usos.
Cambia también lo que merece la pena intentar. Hay problemas que se daban por imposibles porque resolverlos costaba más de lo que valían, y algunos dejan de serlo. Un comercial podría preparar, durante la propia conversación con el cliente, una simulación del producto con los datos de ese cliente, algo que antes no compensaba hacer para una sola venta. Crear se ha vuelto barato, pero comprobar lo creado sigue costando, por las razones que explican los capítulos 2 y 3. Por eso la decisión se desplaza hacia qué crear y quién verifica lo creado.
280 veces
Lo que se abarató una respuesta de calidad equivalente a GPT-3.5 entre noviembre de 2022 y octubre de 2024.
×4 y ×15
Lo que consume, aproximadamente, un agente y un sistema de varios agentes frente a un asistente conversacional básico.
+130 %
Crecimiento en 2025 de la inversión empresarial mundial en IA, que alcanzó 581.700 millones de dólares.
Cinco cambios técnicos y sus consecuencias
| Cambio | Lo que supone para una empresa |
|---|---|
| Entrenamiento previo a gran escala | El modelo ya sabe mucho antes de que lo usemos. La empresa no invierte en ese entrenamiento, y su trabajo consiste en elegir bien y adaptar el uso a su contexto de negocio, a sus procesos y a su producto. |
| Obediencia a instrucciones | Se le habla en lenguaje común. Cualquiera puede empezar a usarlo sin formación técnica, y por eso su uso se extiende sin que el área de Sistemas llegue a poder controlarlo del todo. |
| Texto, imagen, audio y código | Contratos, llamadas, reclamaciones o documentos escaneados pasan a poder tratarse. Ahí estaba escondida buena parte del valor de los datos de una organización. |
| Capacidad de lectura creciente | Un expediente o todo el código de un producto de software completo caben en una sola consulta. La dificultad ya está en escoger qué información darle. |
| Habilidades que nadie programó | El sistema hace cosas que nadie le enseñó expresamente. Por esa misma razón, nadie puede prever del todo lo que hará. De aquí nacen todas las preguntas sobre gobierno, riesgo y ética. |
Los cuatro primeros cambios explican por qué funciona. El quinto, por qué nunca se controla del todo y por qué hace falta gobernarla.
Qué significa para el consejo
Si la capacidad se compra, la pregunta ya no es si la empresa tiene IA, sino qué tiene de propio (lo que la competencia no podrá replicar) y por qué está pagando (lo que cualquiera con presupuesto podrá copiar). Casi siempre la respuesta está en sus datos, en cómo conoce sus procesos y en su rigor para comprobar resultados. Rara vez está en el modelo que usa.